relatório final - NPA - Universidade Federal de Viçosa
Transcrição
relatório final - NPA - Universidade Federal de Viçosa
Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Engenharia Civil Modelagem Hidrológica e Hidrossedimentológica e Proposição de Cenários para a Minimização de Enchentes no Sistema Integrado da Bacia Hidrográfica do Rio Doce PROCESSO No. : CRA - APQ-03851-09 RELATÓRIO FINAL Equipe: Maria Lúcia Calijuri (Coordenadora) Leonardo Campos de Assis (Bolsista BGCT-I) Everton de Oliveira Rocha (Mestrando) Rodrigo de Arruda Camargo (Colaborador) Mateus da Mota Salvador (Mestrando) Francisco José Ferreira Sales (Bolsista IC) Marcus Vinícius Miranda (Colaborador) Ivan Benevenuto (Colaborador) VIÇOSA – MG Fevereiro de 2013 SUMÁRIO RESUMO ........................................................................................................................................ 3 1. INTRODUÇÃO GERAL ............................................................................................................. 4 2. OBJETIVOS ............................................................................................................................. 8 3. CAPÍTULO I – Estudo de Precipitações Máximas................................................................... 9 4. CAPÍTULO II – Simulação de Inundações............................................................................. 45 5. CAPÍTULO III – Modelagem Hidrossedimentológica ........................................................... 75 6. CAPÍTULO IV – Identificação de Sub-bacias Críticas .......................................................... 107 7. CAPÍTULO V – Fragilidades e Potencialidades da Bacia .................................................... 131 8. CAPÍTULO VI – Experimentos de Campo ........................................................................... 217 9. CAPÍTULO VII – Participação na Rede de Pesquisa ........................................................... 281 10. CAPÍTULO VIII – Conscientização da População via Atividades de Extensão ................ 282 11. CAPÍTULO IX – Atividades Realizadas por Bolsistas....................................................... 285 12. CONCLUSÕES GERAIS E RECOMENDAÇÕES .................................................................. 290 13. REFERÊNCIAS ................................................................................................................. 292 RESUMO A ocorrência de inundações em áreas urbanas e ribeirinhas tem-se intensificado e tornado mais frequente a cada ano. O processo erosivo causado pela inadequada utilização do solo em áreas rurais tem provocado o assoreamento dos corpos d’água e contribuído de maneira significativa para a intensificação de enchentes e inundações. Diante desse panorama, a modelagem surge como ferramenta para a interpretação de informações referentes à dinâmica dos recursos ambientais, capaz de predizer o impacto das alterações no uso, no tipo e no manejo do solo sobre o escoamento superficial e subterrâneo e produção de sedimentos em bacias hidrográficas. Este projeto teve como objetivo desenvolver modelagem hidrológica e hidrossedimentológica da Bacia Hidrográfica do Rio Piranga, além de identificar sub-bacias críticas quanto à erosão, assoreamento e inundações e propor alternativas para a minimização de enchentes. Os resultados quanto à modelagem hidrológica consistiram de estudos sobre precipitações diárias máximas anuais através da proposição de modelos estatísticos de predição e sobre parametrização de métodos utilizados em simulação de processos hidrológicos para representar o comportamento da bacia em eventos de inundação. Em relação à modelagem hidrossedimentológica, estimou-se a produção de sedimentos em simulação de longa duração. Quanto à identificação de sub-bacias críticas em relação à geração de escoamento superficial e susceptibilidade à ocorrência de enchentes, constatou-se que estão localizadas principalmente no médio e baixo Rio Piranga, onde a ocupação agrícola do solo associada à sua tipologia e o fluxo acumulado é expressivo. Recomenda-se que os órgãos gestores de recursos hídricos utilizem esses resultados como instrumento norteador para elaboração de políticas públicas de proteção ambiental com vistas à conservação do solo e água, bem como para estimular os produtores rurais a adotar técnicas de produção e manejo do solo mais avançadas, eficientes e sustentáveis. 3 1. INTRODUÇÃO GERAL O conhecimento do público sobre os eventos climáticos extremos aumentou de forma expressiva recentemente, principalmente pela atenção da mídia ao enfatizar a natureza catastrófica das enchentes, secas, tempestades e ondas de calor (BENISTON, 2004). Segundo Gonçalves (2003), citado por Nascimento e Fialho (2009), os eventos extremos estão relacionados à própria natureza climática, a fenômenos que apresentam variações bruscas de temperatura e oscilações hídricas, e que causam impactos ao meio ambiente, à população e à economia do país. No entanto, as mudanças climáticas induzidas pelas atividades antrópicas potencialmente alteram a prevalência e severidade desses eventos (EPA, 2009). No Brasil, a ocorrência de inundações em áreas urbanas e ribeirinhas tem-se intensificado e tornado mais frequente a cada ano, em função tanto da crescente impermeabilização do solo, decorrente da urbanização acelerada, como da inadequada ocupação urbana dessas áreas que sempre constituíram os leitos naturais dos cursos d’água (ANA, 2009). Uma região crítica que constantemente sofre com a ocorrência de cheias é a Bacia Hidrográfica do Rio Doce (BHRD). Essa bacia é de grande importância econômica para o país, uma vez que nela estão localizados empreendimentos industriais de grande porte, que desempenham papel significativo nas exportações brasileiras de minério de ferro, aço e celulose. Entretanto, o rio Doce e seus afluentes têm sofrido sérios impactos ambientais negativos, consequência do desmatamento indiscriminado, manejo inadequado do solo e lançamento de efluentes indústrias, domésticos e da mineração. Um evento extremo na BHRD, que se constituiu em calamidade de repercussão nacional, ocorreu em fevereiro de 1979, quando uma chuva intensa de longa duração cobriu grande parte da bacia, e fez com que as águas atingissem rapidamente os leitos dos rios e inundasse várias cidades, deixando aproximadamente 47 mil pessoas desabrigadas e 74 mortos (SIMGE, 2009). Esse evento fez com que, em 09 de dezembro de 1981, os Ministros do Interior e das Minas e Energia baixassem portaria criando um Grupo Interministerial de Trabalho cujo objetivo era realizar estudos de prevenção e controle das enchentes do Rio Doce (ADOCE, 1997). Esse grupo relacionou não só 4 medidas estruturais de controle, como também não estruturais, dentre elas a criação e operação de um sistema de alerta, atualmente sob responsabilidade da CPRMSUREG/BH (Companhia de Pesquisa de Recursos Minerais – Superintendência REGional de Belo Horizonte) com funcionamento precário. Em janeiro de 1997, passados 18 anos, outra cheia chamou a atenção da mídia para o drama provocado pelas chuvas, sem que a Defesa Civil pudesse fazer qualquer tipo de movimentação preventiva para amenizar as consequências (ADOCE, 1997). Dessa vez, o número de desabrigados em toda a região atingida foi aproximadamente 58 mil pessoas e 2 vítimas fatais (SIMGE, 2009). Dentre os 228 municípios inseridos na bacia hidrográfica do rio Doce, com população estimada em 3,1 milhões de habitantes (ANA, 2009b), estão os municípios de Ponte Nova, Guaraciaba e Porto Firme. Localizados na sub-bacia do rio Piranga, estes municípios sofreram inundações significativas decorrentes da cheia de 17 de dezembro de 2008, que superou as de 1979 e 1997. A enchente de 2008 foi consequência de chuvas contínuas e elevadas associadas ao assoreamento da calha do rio, problema esse que é agravado por práticas agrícolas inadequadas (SILVA E FIALHO, 2009). Durante este episódio, em um único dia, o total precipitado foi 152,8 mm, correspondente a 28,2% do previsto para o mês todo. No município de Ponte Nova, vários bairros ficaram sem energia elétrica, o abastecimento de água para a população foi interrompido por mais de uma semana e, as principais rodovias de acesso ao município ficaram interditadas por vários dias. A Defesa Civil desse município contabilizou prejuízos superiores a 44,4 milhões de reais. Aproximadamente 4 mil pessoas ficaram desabrigadas e 44,7 mil pessoas sofreram danos materiais e prejuízos econômicos. Aos prejuízos sofridos pelo comércio, contabilizados em 16 milhões de reais, não estão incluídos aqueles decorrentes da interdição de ruas e estradas importantes, como a saída para Belo Horizonte, que resultou em total paralisação da atividade econômica. Após a cheia de dezembro de 2008, a administração municipal de Ponte Nova cuidou da reconstrução da cidade, contando com recursos do governo estadual. Contudo, o município, bem como outros frequentemente inundados como Guaraciaba e Porto Firme, carecem de informações sobre as características das cheias, principalmente que evidenciem a relação do uso do solo, erosão e assoreamento com ocorrências de 5 inundações, uma vez que as características do solo e o manejo inadequado em toda a bacia fazem da erosão um dos grandes problemas ambientais da região. Para tanto destaca-se a importância do desenvolvimento da modelagem hidrológica e hidrossedimentológica para quantificação das vazões de cheias e identificação das subbacias críticas, como base para a proposição de medidas de prevenção e controle de inundações e seus efeitos. 6 7 2. OBJETIVOS 2.1. Objetivo Geral Desenvolver modelagem hidrológica e hidrossedimentológica e identificar alternativas para a minimização de enchentes no Sistema Integrado da Bacia Hidrográfica do Rio Doce. 2.2. Objetivos Específicos Desenvolver modelagem hidrológica para quantificar vazão crítica na bacia e identificar áreas suscetíveis à inundações; Desenvolver modelagem hidrossedimentológica para avaliar a perda de solo nas sub-bacias e analisar a inter-relação erosão, assoreamento e inundações; Identificar sub-bacias críticas quanto à erosão, o assoreamento e as inundações; Selecionar micro-bacias piloto para implementação de medidas não estruturais e estruturais de baixo custo para a minimização de enchentes; Gerar bases científicas e tecnológicas com vistas à proteção, conservação, uso racional e sustentável dos recursos hídricos do Sistema Integrado da Bacia do Rio Doce; Contribuir para a gestão dos recursos hídricos e para o desenvolvimento sustentável da Bacia Hidrográfica do Rio Doce; Participar de Rede de Pesquisa em suporte à gestão das águas da Bacia Hidrográfica do Rio Doce; Promover a conscientização e a capacitação da população local em relação às medidas adotadas na área de estudo; 8 3. CAPÍTULO I – Estudo de Precipitações Máximas RETIRADO NA TESE DE DOUTORADO DEFENDIDA EM 08/12 ASSIS, L. C. Simulação de processos hidrológicos na bacia hidrográfica do rio Piranga. Tese (doutorado) – Universidade Federal de Viçosa, 2011. 111p. Estudo de precipitações pluviais máximas por meio da inferência Bayesiana: uma abordagem para eventos extremos 1. Introdução Duzentos e onze dos duzentos e trinta municípios que se encontram na Bacia Hidrográfica do rio Doce (BHrD) possuem sede nela. A região tem população estimada em 3,7 milhões de habitantes (CONSÓRCIO ECOPLAN-LUME, 2010). Em sua região de nascente, onde o rio ainda é conhecido como Piranga, estão inseridos diversos municípios, entre os quais Ponte Nova, Guaraciaba e Porto Firme. Localizados às margens do rio Piranga, esses municípios são conhecidos por inundações recorrentes que em 1979, 1997, 2008 e 2010 tiveram consequências trágicas, de natureza humana e socioeconômica. Eventos de origem natural como as precipitações intensas e de longa duração aliado a ações de ordem antropogênica como a elevação do potencial de assoreamento do rio e a construção de barragens no leito, são responsáveis pela ocorrência dessas inundações. Tendo-se em vista não apenas o histórico dos eventos extremos de precipitação na região como também suas consequências e sabendo serem recorrentes, faz-se necessário conhecer o tempo de retorno associado aos volumes precipitados de maior magnitude, pois essas informações são necessárias para subsidiar a administração pública no 9 planejamento de estratégias para atenuação dos seus efeitos. Modelos de distribuição teóricos de probabilidade são comumente ajustados aos dados da série histórica de observações pluviométricas para esse propósito. Por meio da inferência Bayesiana é possível incorporar conhecimento prévio (BEIJO, VIVANCO e MUNIZ, 2009), o que se configura como estratégia útil ao lidar com modelos de probabilidade complexos, como é o caso da distribuição de Valores Extremos Generalizada – GEV (Generallized Extreme Values), indicada para estudos de eventos hidrológicos extremos (COLES e TAWN, 1996; KOUTSOYIANNIS, 2004; GAIONI, DEY e RUGGERI, 2010). A partir dos modelos GEV obtidos pretende-se aplicar análise de agrupamento baseada em modelos (NASCIMENTO et al., 2012) como técnica para identificar similaridades entre eles. 1.1. Problema Apesar de recorrentes, as precipitações de expressiva magnitude não são frequentes. Conhecê-las melhor bem como seus períodos de retorno é uma necessidade tanto para avaliar medidas direcionadas a atenuar os efeitos de inundações quanto para subsidiar projetos de obras de engenharia de grande porte. Como há, geralmente, poucos registros disponíveis desses eventos, utilizam-se métodos estatísticos de inferência para predizer sua probabilidade de ocorrência. Contudo, os métodos estatísticos preditivos tradicionais estimam as maiores chuvas com incerteza elevada. Ainda é desconhecido um método adequado a eventos extremos que ofereça maior potencial de aplicação frente à escassez de dados e com maior acurácia. 1.2. Objetivo Propor e avaliar um modelo Bayesiano hierárquico da distribuição Generalizada de Valores Extremos (GEV – Generalized Extreme Values), obtido pela técnica de 10 agrupamento baseada em modelos, para predição de alturas máximas precipitadas e seus respectivos períodos de retorno e que represente uma determinada região. 1.3. Hipótese É possível melhorar as estimativas de eventos extremos de precipitação através da obtenção de um modelo preditivo de representação regional obtido a partir de análise de agrupamento baseado em modelos de Função Densidade Probabilidade (FDP) ajustados para dados das séries históricas das estações pluviométricas localizadas na região de uma bacia hidrográfica e suas proximidades. Assume-se a premissa que, se n vetores paramétricos θi referentes a um mesmo tipo de FDP conhecida cujos respectivos modelos foram ajustados às amostras Si de registros pluviométricos de n estações compartilham características semelhantes no espaço paramétrico e, portanto, são identificados em um mesmo agrupamento; Há então outro vetor paramétrico Φ que define uma FDP desse mesmo tipo que pode ser determinado a partir de um novo conjunto amostral S’ formado pelo conjunto união das amostras Si utilizadas na obtenção de cada θi que foram identificados na análise de agrupamento baseado em modelos. 2. Revisão de literatura 2.1. Distribuição de Valores Extremos A teoria de valores extremos fornece um conjunto completo de ferramentas para analisar a distribuição estatística de valores extremos incluindo uma importante premissa que assume estacionariedade do modelo, isto é, implica em dizer que os seus parâmetros não alteram ao longo do tempo (BEGUERÍA et al., 2010). Com isso, apesar do modelo POT (Peaks-Over-Threshold) ser comum para hidrologia na estimativa de 11 quantis extremos, suas premissas subordinadas ao grupo particular de leis paramétricas das Distribuições de Pareto Generalizadas são de independência e homogeneidade, o que conduz a subestimativas dos quantis mais elevados quando se considera dados heterogêneos (BACRO e CHAOUCHE, 2006). Considerando que pelo método proposto as inferências são realizadas em dois momentos, no primeiro para determinação dos vetores paramétricos dos modelos (FDP) através dos registros das estações pluviométricas – um modelo para cada; e no segundo pelo novo ajuste da FDP aos registros agrupados (determinação de um novo vetor paramétrico) para que este modelo represente o grupo de estações, ou seja, uma região. Conclui-se que tal particularidade de ajuste em dois momentos não fere o princípio teórico de independência dos eventos, mas fere o de homogeneidade no primeiro momento. Além disso, quando o tamanho da amostra aumenta, os únicos limites possíveis para distribuição da estatística de extremos independente da distribuição da população são os três tipos de distribuições de extremos Gumbel, Fréchet e Weibull, e esta é provavelmente a razão para o emprego difundido da distribuição Generalizada de Valores Extremos ou, do inglês, GEV – Generalized Extreme Values (PARK et al., 2011). A FDP da distribuição GEV é dada pela Equação 1. ( ( ) ( ( ) )) definida em ( ) { ( ( )) } (1) , com parâmetros, η, σ e μ. A Função de Distribuição Acumulada (FDA) da distribuição GEV é apresentada pela Equação 2. ( ) ( ) ( ( ( ( ) ) ) ( { ( ) ( ) ( )) ) } (2) 12 Em um estudo realizado no Canadá para escolher a melhor distribuição probabilística entre nove avaliadas (Beta-K, Beta-P, GEV, GNO, GP, Gumbel, Log-Pearson Tipo III, Pearson Tipo III e Wakeby) para representar precipitação máxima anual, apesar de resultados similares na avaliação da qualidade do ajustamento, os autores preferiram a GEV por requerer método mais simples para estimativa de seus parâmetros e ser baseada numa base teórica sólida para representar a distribuição de variáveis aleatórias de valores extremos (NGUYEN, TAO e BOURQUE, 2002). Sua utilização para estudar vazões de inundação (GAIONI, DEY e RUGGERI, 2010), calcular o nível dos mares (HERRINGTON et al., 2008), monitorar a integridade de estruturas (PARK e SOHN, 2005), e até estimar rotações de uma turbina eólica (RAGAN e MANUEL, 2007) dão ideia da amplitude e diversidade de suas possíveis aplicações. Além dessas, seu uso para análises de chuvas extremas é amplamente documentado na literatura (COLES e TAWN, 1996; CRISCI et al., 2002; NGUYEN, TAO e BOURQUE, 2002; BEIJO, VIVANCO e MUNIZ, 2009; PARK et al., 2011). A distribuição GEV é um caso geral que combina outras três distribuições de valores extremos definidas por dois parâmetros, a de Gumbel dita do Tipo I; a de Fréchet dita do Tipo II; e a de Weibull dita do Tipo III; sendo essas últimas, casos especiais da GEV (HERRINGTON et al., 2008). A GEV é uma distribuição caracterizada por três parâmetros: locação (μ), escala (σ) e forma (η). Os dois primeiros representam na prática a média e desvio-padrão, respectivamente. O parâmetro forma depende da distribuição inicial dos dados e é responsável por determinar o peso da cauda da GEV bem como sua equivalência às distribuições de valores extremos do Tipo I (η = 0), do Tipo II (η > 0) ou do Tipo III (η < 0). É justamente o peso da cauda que torna a distribuição GEV útil para descrever fenômenos extremos (MICHELE e SALVADORI, 2005). Quando η < 0, o limite superior da distribuição é finito, portanto, a GEV caracteriza-se como uma distribuição de extremos mínimos. Porém, nos casos em que η ≥ 0, o limite superior da distribuição GEV é infinito, assim, fica definida como uma distribuição de extremos máximos (COLES e TAWN, 1996). 2.2. Abordagem Bayesiana 13 Numa análise convencional a abordagem Bayesiana é empregada através do Teorema de Bayes (Equação 3), regra para atualização da informação sobre os parâmetros de uma distribuição a posteriori ( | ), obtida pela combinação da função de verossimilhança ( | ) que contem a informação dos dados y em análise, com a distribuição a priori ( ), que traz a informação prévia sobre o vetor paramétrico. ( | ) ( ) ( | ) ∫ ( ) ( | ) ( ) (3) A forma proporcional da Equação 3 é suficiente para realizar estimativas dos parâmetros desconhecidos, contudo, para fazer inferências preditivas sobre uma observável desconhecida, é necessário ∫ ( ) ( | ) ( ). Conhecido o modelo e tendo em mente que a função de verossimilhança será obtida da FDP GEV nota-se que, para fazer a inferência a posteriori necessita-se conhecer a distribuição a priori. Visto que, a informação contida da distribuição a priori é responsável pela influência relativa de cada um dos componentes na informação a posteriori, alguns estudos Bayesianos se ocupam em incorporar expertise ao modelo através de consulta a especialistas (COLES e TAWN, 1996; BEIJO, VIVANCO e MUNIZ, 2009), o que fornece bons resultados uma vez que recorre a informações externas, além dos dados, para suportar as análises. Outros estudos se ocupam em avaliar o desempenho do modelo entre diferentes opções de distribuição a priori (GAIONI, DEY e RUGGERI, 2010), contudo essa abordagem pode gerar grande quantidade de informações, se apresentando adequada para uma estação, porém não a um conjunto delas, como é o caso. Adicionalmente, acredita-se que a consulta a especialista(s) sobre os parâmetros e quantis extremos de cada uma de quinze estações pluviométricas de uma mesma região seja algo aparentemente muito subjetivo. Todo arcabouço conceitual que fundamenta o problema apresentado, com dados regionais (em várias estações), aponta como solução mais viável uma direção que toma outro sentido além do que tem sido utilizado. Conforme será atestado, essa direção é para utilização de modelos hierárquicos. Permutabilidade é a principal característica dos modelos hierárquicos que confere a adequabilidade desses ao tipo de análise proposta. Se nenhuma informação além dos dados está disponível para distinguir os parâmetros entre si e nenhum ordenamento ou agrupamento pode ser feito (nesse momento), deve-se assumir simetria entre os 14 parâmetros na sua distribuição a priori. Na prática, esse desconhecimento implica em permutabilidade (GELMAN et al., 1995) e sua expressão mais simples de distribuição permutável é apresentada na forma de distribuições iid (independent and identically distributed) para cada parâmetro θ como amostra de uma distribuição populacional governada por algum vetor paramétrico desconhecido , conforme a Equação 4. ( | ) ∫ [∏ ( | )] ( ) (4) Nos modelos hierárquicos Bayesianos, como os hiperparâmetros da distribuição a priori θ são definidos em função de distribuições de probabilidade desconhecidas , essas são chamdas distribuições hiperprioris e tem seus próprios hiperparâmetros. Conforme a teoria Bayesiana, é necessário uma distribuição conjunta a posteriori para cada distribuição a priori especificada, quando se tem interesse em compará-las (SILVA et al., 2008). Portanto, para o tratamento completamente Bayesiano do modelo hierárquico, tem-se a Distribuição Conjunta a Priori dada por ( ) ( ) ( | )e sua Distribuição Conjunta a Posteriori apresentada pela Equação 5. ( | ) ( ) ( | ( ) ( | ) Observa-se que ) (5) afeta y somente através de θ. Apesar disso, deve-se ter muito cuidado com a ignorância ou desconhecimento em relação a substancial a respeito dos parâmetros . Informação suficientemente das hiperprioris deve ser empregada para, pelo menos restringir seus hiperparâmetros em uma região finita (GELMAN et al., 1995). 2.3. Verificação da convergência 15 Após um número elevado de iterações, pela teoria das Cadeias de Markov, espera-se que convirjam para uma distribuição estacionária, entretanto nada garante que tal fato ocorra. Apesar disso, há testes estatísticos e de inspeção visual que verificam se uma cadeia aparentemente convergiu. Portanto, analisar a convergência das simulações é de crucial importância para a credibilidade dos resultados. Os testes de convergência mais comuns são os métodos diagnósticos de Raftery & Lewis (RL) para análise de cadeias individuais e o de Brooks, Gelman & Rubin (BGR), apropriado para análise de duas ou mais cadeias paralelas. Para aplicar os testes utilizou-se o programa BOA (Bayesian Output Analysis) (SMITH, 2005). 2.4. Análise de Agrupamento Aglomerado Hierárquico No contexto de análise de agrupamento, um grupo é um subconjunto de um conjunto de objetos, que estão, de certo modo, mais próximos uns dos outros, do que os demais objetos daquele conjunto. A análise de agrupamento é o processo de agregação de alguns objetos, de um dado conjunto de objetos, em grupos (BANERJEE e ROSENFELD, 1993). Métodos hierárquicos de agrupamento procedem por estágios, produzindo uma sequência de partições nos dados, cada uma correspondente a um número diferente de grupos, que podem ser também aglomerados, no sentido de serem reunidos ou divididos em um ou mais grupos em cada estágio. Nos Agrupamentos Aglomerados Hierárquicos (Hierarchical Agglomerative Clustering), o número de estágios é limitado pela quantidade de grupos na partição inicial (FRALEY e RAFTERY, 1998), sendo essa, a análise de agrupamento mais difundida. Fundamenta-se no critério de dissimilaridade entre objetos, verificada através do cômputo de uma matriz de distância Euclidiana (Equação 6) dos mesmos. | | (6) em que dij representa a distância Euclidiana entre os objetos i e j, combinados para formar um novo grupo k; dhk representa a distância Euclidiana entre um objeto restante 16 h e o novo grupo k; αi, αj, β e λ representam parâmetros que estão relacionados com o método de agrupamento escolhido (i.e., Média, Ward, Completo, Simples, entre outros) (SINGH, 2008). Para o método Completo, os valores para os parâmetros são . Recomenda-se calcular o nível de significância dos grupos identificados durante a análise de agrupamento, através dos respectivos p-value, como alternativa para verificar a medida de confiabilidade de cada um. 3. Método O aspecto diferenciado desta abordagem está na análise de agrupamento se aplicar aos modelos ajustados aos registros das estações pluviométricas que definem a distribuição teórica de probabilidade por meio dos seus parâmetros e não nos registros de observações pluviométricas em si, como usualmente se verifica (COLES e TAWN, 1996; BEIJO, MUNIZ e CASTRO NETO, 2005; BEIJO, VIVANCO e MUNIZ, 2009; GAIONI, DEY e RUGGERI, 2010). A ideia fundamental está na possibilidade de elevar o número de observações empregadas no procedimento de determinação dos parâmetros de uma distribuição teórica de probabilidade. Desse modo, ao utilizar os registros de um determinado conjunto de estações, admite-se representatividade regional do modelo obtido. A ilustração apresentada na Figura (II) 1 descreve resumidamente os processos sequenciais que foram seguidos para aplicação do método. Percebe-se que o escopo do método é definido de modo sequencial (straight foward), composto por cinco etapas principais. 17 1 - Selecionar estações pluviométricas, definir ano hidrológico e período de análise/identificar série anual de eventos máximos para cada estação; 2 - Ajustar modelo Bayesiano hierárquico com priori não informativa para a FDP tipo GEV 3 - Realizar análise de agrupamento considerando as estimativas dos parâmetros provenientes da etapa anterior como variáveis de cada estação pluviométrica; 4 - Ajustar novamente o modelo com dados da série histórica das estações identificadas num mesmo grupo, na etapa antecedente; 5 - Realizar predições para os quantis extremos e avaliar os resultados com registros do período observado. Figura (II) 1 – Fluxograma sequencial dos processos utilizados. 3.1. Organização dos dados pluviométricos Após o levantamento e seleção das estações pluviométricas pertencentes à área de estudo que possuíam registros ininterruptos de dados, realizou-se uma análise exploratória das séries históricas com intuito de definir o ano hidrológico para, em seguida, selecionar os dados do período chuvoso. Em casos onde o enfoque do estudo seja o total mensal ou anual precipitado, pode-se lançar mão da técnica de preenchimento de falhas para aumentar a disponibilidade de estações à análise. Quinze estações pluviométricas localizadas na Bacia Hidrográfica do rio Piranga (BHrP) e suas proximidades foram selecionadas para as análises (Quadro (II) 1). O início da série histórica foi determinado pela amplitude de suas observações. Nesta pesquisa os maiores períodos são de 70 anos e os menores de 37 anos de dados. A série histórica anual de eventos máximos diários para cada estação em análise encontra-se disponível no Apêndice (II) A. A partir dos registros de altura precipitada nas estações pluviométricas, calculou-se os valores médios mensais para determinar período chuvoso a partir da identificação do 18 ano hidrológico. Definido o período chuvoso, selecionou-se os registros de altura máxima diária precipitada. O período-base foi fixado com base no menor. Id. Código e1 02043011 e2 02143003 e3 02043009 e4 02143005 e5 02043014 e6 02143007 e7 02043010 e8 02043025 e9 02043005 e10 02042015 e11 02043026 e12 02043027 e13 02042016 e14 02042024 e15 02042018 Nome Sub-bacias Fazenda Rio Doce Paraíso Coordenadas Altitude Período geográficas (m) observação Lat: -20°23’24” Lon: -43°10’49” Desterro do Rio Doce Melo Lat.: -21°08’57” Lon.: -43°31’12” Acaiaca Rio Doce Jusante Lat.: -20°21’45” Lon.: -43°08’38” Campolide Rio Grande Lat.: -21°16’44” Lon.: -43°49’12” Porto Firme Rio Doce Lat.: -20°40’13” Lon.: -43°05’17” Vargem do Rio Grande Engenho Lat.: 21°11’34” Lon.: -43°36’50” Piranga Rio Doce Lat.: -20°41’26” Lon.: -43°17’58” Usina da Rio Doce Brecha Lat.: -20°31’00” Lon.: -43°01’00” Conselheiro Rio Lat.: -20°39’54” Lafaiete Paraopeba Lon.: -43°46’40” Seriquite Rio Doce Lat.: -20°43’34” Lon.: -42°55’02” Braz Pires Rio Doce Lat.: -20°50’51” Lon.: -43°14’31” Fazenda Rio Doce Ocidente São Miguel Lat.: -20°17’08” Lon.: -43°05’56” Rio Doce do Anta Lat.: -20°40’57” Lon.: -42°48’24” Viçosa Rio Doce Lat.: -20°45’00” Lon.: -42°51’00” Ponte Jusante Nova Rio Doce Lat.: -20°23’05” Lon.: -42°54’10” 477 780 423 997 598 1120 620 529 996 638 632 462 583 712,2 350 1941-2011 de / 70 anos 1941-2011 / 70 anos 1941-2011 / 70 anos 1941-2011 / 70 anos 1941-2011 / 70 anos 1941-2011 / 70 anos 1953-2011 / 58 anos 1959-2011 / 52 anos 1965-2011 / 46 anos 1966-2011 / 45 anos 1966-2011 / 45 anos 1967-2011 / 44 anos 1966-2011 / 45 anos 1967-2011 / 44 anos 1974-2011 / 37 anos Quadro (II) 1 – Estações pluviométricas selecionadas para análise. 19 3.2. Quantil da Distribuição GEV A FDP adotada para a análise das precipitações anuais máximas foi a distribuição Generalizada de Valores Extremos – GEV, recomendada para estudos de frequência de inundações pelo National Environmental Research Council (NERC) do Reino Unido no Relatório de Estudos de Inundações - Flood Studies Report (SUTCLIFFE, 1978). No contexto da hidrologia, o que se busca conhecer é a altura máxima precipitada associada a um determinado período de retorno em anos, isto é, o valor estimado para um determinado quantil extremo da distribuição. Essa estimativa pode ser obtida ao se desenvolver a Equação 2 para fornecer o quantil (1 – p) da distribuição de máximas anuais demonstrada pela Equação 7. ( ) ( ) ( ) ( { ( [ ( ( ))] [ ( [ ( ( ))] ( [ ( ( ))] [ ( ( )) } ( )) ] ) ))] [ ( ( ( ))) ] [ ( ( ( ))) ] (7) onde ( ) é o período de retorno em anos; e x é sua altura máxima precipitada associada. Adotou-se os períodos de retorno (T) de 5, 10, 20, 50, 70, 100, 200 e 500 anos. Como , . 20 3.3. Definição do Modelo Hierárquico Bayesiano Assumiu-se que a função de verossimilhança segue uma distribuição de valores ( extremos generalizada (GEV) definida por ), ou seja ( | ) ( ). Os parâmetros do vetor θ, por sua vez, foram definidos em função de suas distribuições a priori, seja na forma de hiperparâmetros (no caso de hiperdistribuições ( ) ( paramétrico ) (no ( ) caso ( ) √ de ( foram definidas por e ) ou na forma de ), através de ). As distribuições hiperprioris do vetor ( ) ( ) ( ) ( ). Certamente o modelo hierárquico (Figura (II) 2) é compreendido melhor através de sua representação gráfica. θ|y GEV LIKELIHOOD N PRIOR HIPERPRIOR U a1 μ σ η μ0 τ a0 b1 α β b0 U Γ Figura (II) 2 – Representação gráfica do modelo Bayesiano Hierárquico para estimar os parâmetros da distribuição GEV, aplicada a estudos de precipitações pluviais máximas anuais. Importante mencionar que apesar da ideia de desconhecimento (ou não comprometimento) a respeito da definição das prioris para cada estação pluviométrica que fundamentou a escolha da abordagem do modelo hierárquico, adotou-se o critério de restringir a região limite de oscilação dos parâmetros forma ( ) e locação ( ) com fundamento teórico da definição da GEV no primeiro caso e com base nos conhecimento das alturas máximas precipitadas no último. Desse modo, o parâmetro escala foi definido por uma distribuição Uniforme com hiperparâmetros no intervalo [21 ( 1/2, 1/2], ou seja, ) e o parâmetro locação foi definido através de distribuição a priori Normal com hiperparâmetros e , isto é ( ). Esses últimos, por sua vez, foram definidos por distribuições hiperprioris. Para a média uma distribuição Uniforme com hiperparâmetros compreendidos no intervalo [50,100], ( isto é ). Uma vez que o parâmetro precisão ( ) é definido como , adotou-se uma distribuição hiperpriori Gamma com hiperparâmetros muito pequenos, ou seja, ( ). Desse modo, o parâmetro escala ( ) foi definido como (√ ) . sendo O vetor Y corresponde aos valores de precipitação máxima anual da série histórica, para cada estação pluviométrica no primeiro momento, e da união dos dados do conjunto de estações agrupadas no segundo momento. Em resumo, a descrição de cada componente do modelo Bayesiano hierárquico ficou como segue: ( ( ⁄ ) ); ( ); ( ⁄ ) ( ( | ); e ( ); ). As distribuições Normal, Uniforme e Gamma são apresentadas nas Equações 8, 9 e 10, respectivamente. √ * ( ) + (8) (9) (10) ( ) Inferências sobre as quantidades de interesse na abordagem Bayesiana são fundamentadas nas suas distribuições marginais a posteriori, que podem ser obtidas integrando-se a distribuição conjunta a posteriori (SILVA e LEANDRO, 2009), resolvendo-se a Equação 5. Entretanto, ao desenvolver esse modelo hierárquico substituindo os parâmetros dos vetores pelas respectivas FDPs apresentadas nas equações 1, 8, 9 e 10 pode-se constatar que a solução da equação resultante não é tratável analiticamente (Equação 11). ( ( | ) ( | ) ) ( ) ( ) ( ) 22 ∏ * ) ( ( )+ ( ) ( ( ) ) ) ( { * ( ) } √ )+ ( ( ) ( ) (11) Uma alternativa mais fácil para resolver o problema de determinar a distribuição a posteriori de modelos hierárquicos é a opção pelo método de Monte Carlo via Cadeias de Markov (MCMC) que, apesar de intricado, quando usado com cautela apresenta resultados confiáveis (GELMAN et al., 1995). Portanto, para realizar as análises empregou-se o software livre OpenBUGS, um programa para análise Bayesiana de modelos estatísticos complexos. 3.4. Análise de Agrupamento Baseado em Modelos A análise de agrupamento tem sentido apenas quando parte dos dados realmente constituem grupos (BANERJEE e ROSENFELD, 1993), sob a perspectiva de determinar a estrutura intrínseca de dados agrupados quando nenhuma outra informação está disponível além dos valores observados (FRALEY e RAFTERY, 1998). Assim sendo, cada estação pluviométrica em análise é uma candidata para o estudo das precipitações máximas, pois se localizam em uma mesma região, a bacia hidrográfica, e, por isso, supõe-se partilharem várias características ambientais e climáticas. Como a análise de agrupamento almeja identificar possíveis similaridades entre elas para então reuni-las em um grupo, esse procedimento reduz o esforço analítico uma vez que subsidia a escolha das estações com dados similares apenas. A Análise de Agrupamento Baseado em Modelos (ou Model-Based Cluster Analysis) assume a premissa que a análise de agrupamento deveria ser baseada em um modelo para os dados, i.e., em suposições de como os dados foram gerados (BANERJEE e ROSENFELD, 1993). Para suportar essa hipótese, realizou-se uma análise de agrupamento baseado em modelo (Model-Based Cluster Analysis) com os parâmetros 23 estimados pelo ajuste da distribuição GEV aos registros de precipitações diárias máximas anuais das estações. A Análise de Agrupamento foi realizada no software estatístico R (R Development Core Team, 2011), através do pacote PVCLUST, utilizado para calcular o p-valor aproximadamente não viesado (Approximately Unbiased – AU p-value) de cada grupo identificado. Essa abordagem permite determinar o nível de significância para cada agrupamento. 4. Resultados e discussões Os resultados elementares do método de análise proposto dizem respeito aos algoritmos adotados no processo MCMC para se obter a estimativa de cada parâmetro do modelo hierárquico. O relatório de informações sobre os nodos do modelo no software OpenBUGS forneceram a relação de algoritmo utilizado para cada parâmetro conforme apresentado no Quadro (II) 2. Parâmetro Algoritmo η: slice updater μ: adaptive metropolis 1D updater μ0: conjugate normal updater τ: slice updater Quadro (II) 2 – Relação de algoritmos utilizados na determinação dos parâmetros do modelo hierárquico Bayesiano pelo software OpenBUGS. 4.1. Inferência multiparamétrica Inicialmente se avaliou os resultados dos modelos ajustados para cada estação pluviométrica individualmente através da análise de convergência dos seus parâmetros, realizada em duas etapas. Como foram processadas duas cadeias paralelas para cada parâmetro, a avaliação de convergência foi realizada primeiramente para o par de cadeias. Em seguida o par de cadeias paralelas foi reunido em uma única cadeia para 24 permitir avaliar sua convergência e obter estimativas dos parâmetros. Apesar da avaliação visual através de gráficos de métodos convergência (autocorrelação, densidade da posteriori, Gelman & Rubin, Geweke, entre outros) ser frequentemente empregada, devido à quantidade de parâmetros optou-se por apresentar os métodos diagnósticos descritivos. Aplicou-se o teste de Brooks, Gelman & Rubin (BGR) para primeiramente avaliar a convergência do par de cadeias paralelas. Para esse teste, normalmente os valores dos parâmetros RF (Reduction Factor) e CSRF (Corrected Scale Reduction Factor) devem ser próximos a 1 para um melhor resultado, pois sinalizam que as amostras devem ser consideradas provenientes de uma distribuição estacionária. Todos os resultados foram favoráveis em relação à indicação de convergência dos parâmetros, com resultados próximos a unidade, e estão disponíveis no Apêndice. Os resultados do teste diagnóstico de convergência de BGR estão apresentados no Apêndice (II) B e os do teste diagnóstico de RL estão apresentados no Apêndice (II) C. Deve-se analisar os números da referida tabela considerando que Lower bound é o número de iterações necessárias para estimar, a partir de amostras independentes, o quantil especificado com a acurácia desejada. Total é o número de iterações necessárias para estimar cada parâmetro. Em outras palavras, trata-se de uma medida indicadora da facilidade/dificuldade de convergência do modelo. Burn-in é o número de iterações iniciais descartadas no início de geração da cadeia e Thinning é o intervalo de amostragem que deve ser adotado. O Dependence Factor explora a relação entre Total e Lower Bound, na qual mede o incremento multiplicativo no número de iterações necessárias para alcançar convergência devido à correlação da cadeia. Valores próximos a unidade indicam bom resultados e maiores que 5.0 frequentemente indicam falha na convergência (SMITH, 2005). Uma vez mais, todos os resultados do Dependence Factor, o principal indicador de convergência, para todos os parâmetros da cadeia unificada encontram-se muito próximos do ideal, indicando que houve convergência dos parâmetros para uma distribuição estacionária. Em relação à medida Total, nota-se que os parâmetros apresentaram diferentes graus de dificuldade para atingir a convergência, entretanto com pouca variação. A partir da média de valores da medida Total, os parâmetros em ordem crescente de grau aparente de dificuldade para atingir a convergência foram: forma, locação e escala. Uma vez atingida convergência das cadeias e, portanto, confirmada a condição de estacionariedade dos parâmetros, pode-se fazer uso deles nas etapas analíticas 25 subsequentes. Nas ilustrações a seguir são apresentados os resultados obtidos dos parâmetros forma (Figura (II) 3), locação (Figura (II) 4) e escala (Figura (II) 5), com seus valores de limite inferior (Li) e limite superior (Ls), correspondentes ao intervalo de mais alta probabilidade (HPD – High Posterior Density) ao nível de significância de 0.05, bem com o valor da média a posteriori (MP). Pelos valores obtidos em relação ao parâmetro forma (Figura (II) 3) nota-se que o modelo GEV não foi plenamente apropriado a todas as estações para ajuste de uma distribuição de extremos máximos, visto que alguns intervalos de valores são notadamente inferiores a zero, por exemplo, aqueles dos modelos e1, e2, e11, e12 e e13, o que classifica os respectivos modelos como sendo Weibull - Tipo III, adequada a extremos mínimos. O restante dos modelos apresentaram faixas de variação no intervalo que admite valores próximos de zero ou superiores, o que os classifica como sendo respectivamente de Gumbel – Tipo I (e5, e6, e7, e8, e9) ou Fréchet – Tipo III (e3, e4, e10, e14 e e15). 26 Figura (II) 3 – Inferência do parâmetro forma para cada estação com seus limites superior (Ls), inferior (Li) e média a posteriori (MP). O parâmetro escala (Figura (II) 4) apresentou regularidade de variabilidade nas regiões entre 15 (Li) e 30 (Ls) unidades. Os menores valores de escala foram verificados para o modelo e3, com Ls abaixo de 20 unidades, enquanto os maiores foram para o modelo e2, com Li acima de 20 unidades. 27 Figura (II) 4 – Inferência do parâmetro escala para cada estação com seus limites superior (Ls), inferior (Li) e média a posteriori (MP). O parâmetro locação (Figura (II) 5) apresentou oscilação de maior magnitude entre modelos, bem como sua faixa de variação entre o intervalo HPD. Nota-se que os modelos e2 e e12 apresentaram respectivamente a maior e a menor expressão de valores, com fronteira na região próxima de 70 unidades. Em relação à amplitude de variação do parâmetro para um mesmo modelo, e10 foi o maior e e3 o menor. 28 Figura (II) 5 – Inferência do parâmetro locação para cada estação com seus limites superior (Ls), inferior (Li) e média a posteriori (MP). A partir dos valores da média a posteriori dos parâmetros dos modelos e1, e2, e3, e4, e5 e e6, utilizou-se a Equação 3 para fazer inferência de altura máxima precipitada diária para os quantis cujas estações pluviométricas possuíam tempo de observação da série histórica correspondentes aos períodos de retorno (T) de até 70 anos (Figura (II) 6). Esta comparação teve o objetivo de verificar a aderência dos modelos ajustados aos dados observados das referidas estações. Utilizou-se os mesmos símbolos e nomes de identificação das estações/modelos para representar os valores dos registros dos períodos de retorno observados e os valores preditos pelo modelo, ambos acrescidos com terminação “_obs” ou “_hat”, respectivamente e para cada estação avaliada. 29 e1_hat e2_hat e3_hat e4_hat e5_hat e6_hat e1_obs e2_obs e3_obs e4_obs e5_obs e6_obs 150 100 Precipitação(mm) 200 250 Legenda 5 10 20 50 70 T(anos) Figura (II) 6 – Comparação de alturas máximas precipitadas diárias entre os valores preditos (terminação _hat) pelos modelos ajustados e os registros observados (terminação _obs) da série histórica para as estações e1, e2, e3, e4, e5 e e6, com períodos de retorno de até 70 anos. Percebe-se que, apesar de alguma variação para os períodos de retorno até 20 anos, a maior parte dos modelos apresentaram discrepâncias em relação às alturas observadas, com exceção dos modelos e2 e e5, que apresentaram ótima aderência para todos os períodos de retorno (Figura (II) 6). Com exceção de e1, e4 e e6, os modelos apresentaram boa aderência para os períodos de 50 e 70 anos. Aliás, os modelos e4 e e6 não apresentaram aderência satisfatória para nenhum período de retorno, podendo ser classificados como os piores ajustes. Convém mencionar que o modelo e1 apenas não foi aderente para o período de retorno de 70 anos, porém o foi para os períodos anteriores. O modelo e3 apresentou desempenho apenas razoável. Optou-se por não apresentar a comparação para outras estações devido ao período de retorno ser inferior a 70, a maior parte menor que 50 anos. 30 4.2. Análise de Agrupamento Baseada em Modelos Como se tratam de estações pluviométricas de uma mesma região, suspeita-se que as características dos modelos que as representem, compartilham características no espaço de parâmetros. Para verificar essas características optou-se por visualizar o espaço paramétrico através de abordagem que auxilia verificar melhor as semelhanças/diferenças dos vetores. Portanto, apresenta-se (Figura (II) 7) os vetores paramétricos plotados em uma figura de representação espacial tridimensional onde o eixo x assume os valores de locação, o eixo y assume os de escala e o eixo z os de forma, no espaço paramétrico. Figura (II) 7 – Espaço paramétrico de θ resultante do ajuste da distribuição GEV para cada estação pluviométrica onde as dimensões locação (x) escala (y) e forma (z) associadas respectivamente aos parâmetros μ, σ e η. 31 Ao observar a representação espacial dos parâmetros dos modelos das estações em análise (Figura (II) 7), realmente é possível constatar que alguns parâmetros ocupam posição muito próxima no espaço paramétrico, ou seja, compartilham uma mesma vizinhança. Para comprovar as suspeitas, agora mais evidentes, realizou-se a análise de agrupamento baseada em modelos e obteve-se a identificação de grupos em diferentes níveis hierárquicos, conforme ilustra o dendrograma da Figura (II) 8. Nela os retângulos envolventes com bordas na cor azul evidenciam os grupos que não apenas parecem existir por erro de amostragem, mas de fato eles serão observados caso o número de observações aumente. Ou seja, a hipótese que o agrupamento não existe é rejeitada a determinado nível de significância. 15 au bp edge # e3 10 e12 91 62 6 e6 97 70 599 95 1 e13 e10 e9 86 60 10 e7 e15 e8 e5 e1 e14 e4 97 70 8 100 44 7 100 44 100 44 496 69 3 2 86 60 9 e11 86 60 11 e2 5 100 44 12 0 Dissimilaridade 100 42 13 Estações Pluviométricas Figura (II) 8 – Dendrograma resultante da análise de agrupamento hierárquico dos parâmetros das estações pluviométricas com os p-valores calculados para cada agrupamento; em evidência pelos retângulos envoltórios grupos com nível de significância de 0.05. 32 Conforme a ilustração do dendrograma (Figura (II) 8), foram identificados dois grupos estações no primeiro nível da hierarquia, ao nível de significância alpha de 0.05, destacados pelos retângulos envolventes. Os grupos obtidos foram: grupo 1 pelo conjunto G1= {e1, e2, e4, e5, e8, e14, e15} com 7 estações e grupo 2 pelo conjunto G2 = {e3, e6, e7, e9, e10, e11, e12, e13} com 8 estações. Em seguida realizou-se uma análise espacial com a geometria representativa de cada grupo sobre a bacia, com intuito de verificar a representatividade de área dos modelos que serão ajustados. Essa análise foi governada pela produção de um mapa poligonal de áreas de influência de cada estação, obtido por polígonos de Thiessen. Cada polígono identificado por sua respectiva estação foi categorizado em um dos grupos, conforme resultado da análise de agrupamento, como G1 ou G2. A ilustração da Figura (II) 9 mostra as áreas de influência dos grupos de estações. Nota-se que a área ocupada por G1 encontra-se expressivamente na porção nordeste (NE) da bacia, na região à jusante, com alguma, porém menor influência na região sul (S) e leste (E). A área representada por G2 ocupa majoritariamente a porção norte (N) e noroeste (NO), notadamente na região de nascentes do rio Piranga e se estende para a porção média e desta até os limites do seu divisor de águas, à sudeste (SE). A zona de transição de representatividade dos modelos na porção média da bacia pode ser explicada, em parte, pela interferência do terreno montanhoso nessa região, o que configura condições especiais para ocorrência de precipitações nesse local. 33 Figura (II) 9 – Áreas de representatividade geométrica dos grupos de estações G1 (em azul) e G2 (em verde), obtidas pela análise agrupamento de modelos. A etapa seguinte consistiu da união dos dados da série histórica das estações de cada grupo, para geração de dois novos conjuntos de dados, referentes a G1 e G2, os quais foram utilizados para novo procedimento de ajuste do modelo Bayesiano hierárquico proposto, conforme Equação 10. 4.3. Modelos de Representatividade Regional Com subsídios da análise de agrupamento baseado em modelos que permitiu produzir novos conjuntos de dados, foram ajustados dois Modelos de Representatividade Regional (MRR), um para cada grupo de estações, G1 e G2. Apesar da estrutura dos MRR ser a mesma do modelo hierárquico aplicado para ajuste dos dados das estações individuais (Equação 10), a característica diferenciada neste novo procedimento de ajuste foi quanto a dimensão do vetor Y, que agora contempla o número de anos da série histórica multiplicado pelo número de estações pertencentes ao grupo. O resultado 34 proporcionou aumento expressivo no tamanho da amostra, ou seja, o valor n. Durante análise pretérita individualizada, n era igual a 37 para cada estação, e na atual, seu valor foi de 259 para G1 e 293 para G2. Os valores das prioris não informativas foram mantidos. Os testes diagnósticos de convergência de BGR (Tabela (II) 1) e RL (Tabela (II) 2) foram aplicados para avaliar os parâmetros locação, escala e forma da cada MRR, G1 e G2. Como pode ser verificado ao analisar os números dos testes de BGR e RL, em ambos os casos, todas as cadeias atingiram a condição de convergência e, portanto seus parâmetros e inferências de valores alcançaram a condição de distribuição estacionária. Tabela (II) 1 – Teste diagnóstico de convergência de BGR aplicado às cadeias dos modelos dos grupos de estações, G1 e G2. G1 G2 CSRF CSRF Parâm. PSRF MPSRF Parâm. Estimado Q.(0.975) PSRF MPSRF Estimado Q.(0.975) η 1,000 1,000 1,000 μ 0,999 1,000 0,999 σ 0,999 0,999 0,999 1,000 η 1,000 1,000 1,000 μ 1,000 1,000 1,000 σ 1,000 1,000 1,000 1,000 Fonte: o autor. Chama-se a atenção para uma particularidade nos resultados do teste RL (Tabela (II) 2), onde percebe-se pelos valores da medida Total , que foi necessário menor número de iterações para alcance da condição de convergência dos parâmetros forma e locação no modelo G1, cujo tamanho da amostra foi menor do que G2, contudo, em relação ao parâmetro escala, o inverso foi verificado. 35 Tabela (II) 2 – Teste diagnóstico de convergência de RL aplicado à cadeia unificada dos modelos dos grupos de estações, G1 e G2. G1 G2 Thin (G1 Lower Bound e G2) (G1 e G2) η 1 3746 2 3727 0,994 2 3796 1,013 μ 1 3746 1 3774 1,007 2 3862 1,030 σ 1 3746 1 3822 1,020 2 3789 1,011 Parâm. Burn-in Total Dep. Factor Burn-in Total Dep. Factor Fonte: o autor. Os valores apresentados na Tabela (II) 3 são referentes aos parâmetros de média a posteriori, limites inferior e superior do intervalo de HPD dos parâmetros dos modelos dos dois grupos de estações, G1 e G2. Verifica-se que houve redução da faixa de variação admissível para os valores dos parâmetros, em relação àqueles dos modelos individualizados das estações, provavelmente devido ao aumento da amostra. Os valores do parâmetro forma foram negativos e muito pequenos, contudo estão localizados em faixas de variação que admitem o valor zero, o que confere classificação equivalente à distribuição de Gumbel – Tipo I, apropriada para valores extremos máximos. Em relação ao parâmetro locação, o MRR do grupo G1 apresentou valores significativamente superiores ao do grupo G2, indicando alturas precipitadas diárias maiores nessa região do médio e baixo rio Piranga do que nas suas áreas de nascente. Tabela (II) 3 – Valores das médias a posteriori (MP), limite inferior (Li) e limite superior (Ls) do intervalo HPD ao nível de significância de 0.05 dos parâmetros forma (η), locação (μ) e escala (σ) dos modelos ajustados para os grupos de estações, G1 e G2. G1 G2 Parâmetros MP Li Ls MP Li Ls η -0,01679 -0,1026 0,07167 -0,03771 -0,08718 0,01473 μ 73,75 71,15 76,43 66,34 64,00 68,71 σ 19,34 17,41 21,25 19,20 17,61 20,86 Fonte: o autor. 36 4.4. Validação dos Modelos De posse dos valores dos parâmetros obtidos para os grupos G1 e G2 (Tabela (II) 3), realizou-se procedimento de inferência dos quantis extremos (Equação 6) para os períodos de retorno de 5, 10, 20, 30, 40, 50, 70, 100, 200 e 500 anos, através da substituição dos valores de forma, locação e escala, por aqueles determinados pela MP, Li e Ls, respectivos. Utilizou-se os dados de série histórica as estações que formaram os grupos para verificação de aderência dos modelos aos dados observados. Para avaliação do MRR do grupo G1, empregou-se as séries históricas das estações que o compuseram (e1, e2, e4, e5, e8, e14, e15), sob o critério de que deve ser capaz de fazer estimativas de alturas precipitadas para estações daquela região com boa acurácia, devido ao seu caráter espacial,. No gráfico da Figura (II) 10 pode-se verificar o desempenho apresentado pelo modelo do grupo G1 por comparação dos seus valores preditos com os determinados pela análise de frequência a partir dos registros históricos das estações. As alturas máximas precipitadas associadas aos respectivos períodos de retorno, calculadas pela Análise de Frequência dos dados de série histórica de cada estação em análise, encontram-se disponíveis no Apêndice (II) D. À exceção de alguns registros das estações e4, e8 e e14, que se posicionaram além das estimativas de Li e Ls do intervalo HPD (Figura (II) 10), todos os demais se localizaram no mesmo. Em relação a e8, apenas o valor correspondente ao período de retorno de 10 anos ficou abaixo de Li, os outros acompanharam muito próximos os valores de MP. Entretanto, e4 e e14 não apresentaram bom ajuste, o primeiro para os períodos de retorno de 40, 50 e 70 anos e o segundo para os períodos de retorno de 20, 30 e 40 anos. Em ambos os casos, os valores registrados superaram as estimativas de Ls, ou seja, o modelo subestimou as precipitações nas regiões de Campolide (e4) e Viçosa (e14). As estações e1 e e15 oscilaram entre a MP e o Li, e2 e e5 apresentaram ótima aderência aos valores da MP. 37 250 Legenda 150 100 Precipitação(mm) 200 Ls MP Li e1_obs e2_obs e4_obs e5_obs e8_obs e14_obs e15_obs 5 10 20 30 40 50 70 100 200 500 T(anos) Figura (II) 10 – Inferência preditiva das alturas das precipitações pluviais máximas diárias e seus respectivos períodos de retorno determinada a partir dos valores da média a posteriori, limite inferior e superior para o modelo G1. Ao se analisar em conjunto, os valores de alturas precipitadas diárias máximas estimadas pelo modelo do grupo G1 em comparação aos respectivos valores calculados pela análise de frequência para cada estação (Figura (II) 10), constata-se que aqueles determinados pela MP apresentaram ótima aderência para a maioria das estações na maior parte dos períodos de retorno. Em relação ao modelo do grupo G2, cujos resultados obtidos estão exibidos no gráfico da Figura (II) 11, observa-se que das oito estações empregadas na sua determinação, apenas e11 apareceu completamente fora, com todos os seus valores abaixo do intervalo HPD, portanto superestimados por Li. As estações e9 e e13 tiveram seus menores períodos de retorno, de 5 e 10 anos superestimados por G2 e, no caso da primeira, também foram os períodos de retorno de 20 e 30 anos. Entretanto, em situação oposta, encontrou-se a estação e10, que apresentou seus maiores períodos de retorno, de 30 e 40 38 anos, subestimados por Ls do intervalo HPD. Acompanhando e10, e6 teve seu maior período de retorno, de 70 anos, subestimado por Ls. Por outro lado, e7 foi subestimando em relação ao período de retorno de 10 anos. Todos os períodos de retorno das demais estações oscilaram entre os valores de Li e Ls do intervalo HPD determinado pelo 250 modelo do grupo G2. Legenda 150 100 Precipitação(mm) 200 Ls MP Li e3_obs e6_obs e7_obs e9_obs e10_obs e11_obs e12_obs e13_obs 5 10 20 30 40 50 70 100 200 500 T(anos) Figura (II) 11 – Inferência preditiva das alturas das precipitações pluviais máximas diárias e seus respectivos períodos de retorno obtida a partir dos valores da média a posteriori, limite inferior e superior para o modelo G1 Apesar dos valores obtidos pela análise de frequência da série histórica das estações do grupo G2 não terem seguido majoritariamente uma linha de estimativas especifica, calculada a partir dos parâmetros de Li, Ls ou MP, considera-se que o resultado foi satisfatório, pois esses valores apresentaram pouca variação, ou seja, o intervalo HPD 39 de G2 foi pequeno para cada período de retorno (Figura (II) 11). Em outras palavras, acredita-se que a adoção dos parâmetros da MP do modelo do grupo G2 para obtenção de estimativas para sua região representativa fornecerá resultados adequados, devido a pouca variação do intervalo HPD e da maior parte dos valores avaliados se enquadrar nessa faixa. Ambos os modelos do grupo de estações G1 e G2 apresentaram resultados satisfatórios e podem ser empregados para obter boas estimativas a partir de suas MPs para cada respectiva região representativa, exceto em relação à localização específica das estações e4 e e14 no caso de G1 e das estações e9, e10 e e11 no caso de G2. 5. Conclusões e Recomendações É possível concluir que os objetivos foram alcançados satisfatoriamente uma vez que os resultados dos modelos hierárquicos da distribuição GEV ajustados por inferência Bayesiana em associação com análise de agrupamento baseada em modelos para determinação da altura máxima precipitada e seu respectivo período de retorno realmente apresentaram representatividade regional na bacia hidrográfica do rio Piranga. Além disso, pode-se concluir que: a análise de agrupamento baseado em modelos se mostrou eficiente uma vez que os grupos de estações identificados pelo método têm significado coerente na realidade; o método de análise Bayesiana através de modelos hierárquicos foi adequado ao ajuste da distribuição GEV, cujos parâmetros são geralmente complexos de se determinar; o modelo hierárquico mostrou-se uma forma recomendável de introdução de informação a priori de maneira “semi-informativa”, isto porque a região de variação dos parâmetros não foi completamente vaga (não informativa), porém não foi também efetivamente informativa; estimativas de precipitações diárias máximas realizadas a partir dos parâmetros dos dois MRR obtidos pelo método, G1 e G2, nos seus respectivos intervalos de HPD, foram adequadas para os maiores períodos de retorno na região da bacia 40 hidrográfica do rio Piranga, pois compreendem a maior parte desses valores quando obtidos pela análise de frequência das series históricas das estações analisadas; embora os resultados da avaliação corroborem a recomendação do vetor paramétrico obtido pela MP para a maior parte das situações, para casos de aplicações que considerem o risco de vidas humanas, recomenda-se avaliar a possibilidade de adotar os valores obtidos com modelo parametrizado entre a MP e o Ls no intervalo HPD, por questões de segurança; apesar do método proposto poder ser replicado, teoricamente, em qualquer região, espera-se que seu desempenho seja melhor em bacias hidrográficas devido suas características hidrológicas e climatológicas. Recomenda-se que para trabalhos futuros seja feita a avaliação de desempenho de diferentes configurações quanto à hierarquia do modelo utilizada, ou mesmo em relação à escolha de outros tipos de distribuições de valores extremos. Também pode ser avaliada qual seria a limitação espacial ou configuração adequada quanto ao número de estações para compor cada grupo identificado pela análise de agrupamento, e ainda, se há um número mínimo de anos da série histórica para que o ajuste tenha efeito. Além disso, pode-se investigar outras soluções para incorporação de conhecimento através das distribuições a priori, bem como avaliar o desempenho de diferentes prioris no modelo hierárquico, ambos em abordagem Bayesiana. 6. Referências BACRO, J.-N.; CHAOUCHE, A. Incertitude d'estimation des pluies extrêmes du pourtour méditerranéen: illustration par les données de Marseille. hydrological Sciences Journal, 51, n. 3, 2006. 389-405. BANERJEE, S.; ROSENFELD, A. Model-Based Cluster Analysis. Pattern Recognition, 26, n. 6, 1993. 963-974. 41 BEGUERÍA, S. et al. Assessing trends in extreme precipitation events intensity and magnitude using non-stationary peaks-over-threshold analysis: a case study in northeas Spain from 1930 to 2006. International Journal of Climatology, 31, 2010. 2102-2114. BEIJO, L. A.; MUNIZ, J. A.; CASTRO NETO, P. Tempo de retorno das precipitações máximas em Lavras (MG) pela distribuição de valores extremos do tipo I. Ciência e Agrotecnologia, Lavras, 29, n. 3, 2005. 657-667. BEIJO, L. A.; VIVANCO, M. J. F.; MUNIZ, J. A. Análise Bayesiana no Estudo do Tempo de Retorno das Precipitações Pluviais Máximas em Jaboticabal (SP). Ciência e Agrotecnologia, Lavras, 33, n. 1, jan./fev. 2009. 261-270. COLES, S. G.; TAWN, J. A. A Bayesian Analysis of Extreme Rainfall Data. Applied Statistics, 45, n. 4, 1996. 463-478. CONSÓRCIO ECOPLAN-LUME. Plano Integrado de Recursos Hídricos da Bacia Hidrográfica do Rio Doce e Planos de Ações para as Unidades de Planejamento e Gestão de Recursos Hídricos no Âmbito da Bacia do Rio Doce. [S.l.], p. 478. 2010. CRISCI, A. et al. Extreme rainfall in a changing climate: regional analysis and hydrological implications in Tuscany. Hydrological Process, 16, 2002. 1261-1274. FRALEY, C.; RAFTERY, A. E. How Many Clusters? Which Clustering Method? Answers Via Model-Based Cluster Analysis. The Computer Journal, 41, n. 8, 1998. 578-588. GAIONI, E.; DEY, D.; RUGGERI, F. Bayesian modeling of flash floods using generalized extreme value distribution with prior elicitation. Chilean Journal of Statistics, 1, n. 1, April 2010. 75-90. GELMAN, A. et al. Bayesian Data Analysis. London: Chapman & Hall, 1995. 526 p. ISBN ISBN 0-412-03991-5. 42 HERRINGTON, T. O. et al. A comparison of methods used to calculate extreme water levels. Solutions to Coastal Desasters Congress. [S.l.]: ASCE. 2008. p. 198-209. KOUTSOYIANNIS, D. Statistics of extremes and estimation of extreme rainfall: I. Theoretical investigation. Hydrological Sciences Journal, 49, n. 4, 2004. 575-590. MICHELE, C. D.; SALVADORI, G. Some hydrological applications of small sample estimators of generalized pareto and extreme value distributions. Journal of Hydrology, n. 301, 2005. 37-53. NASCIMENTO, M. et al. Bayesian model-based clustering of temporal gene expression using autoregressive panel data approach. Bioinformatics, Oxford, 4, June 2012. 1 - 5. NGUYEN, V.-T.-V.; TAO, D.; BOURQUE, A. On selection of probability distributions for representing anual extreme rainfall series. Global Solutions for Urban Drainage. [S.l.]: [s.n.]. 2002. PARK, H. W.; SOHN, H. Parameter estimation of the generalized extreme value distribution for structural health monitoring. Structures Congress 2005. [S.l.]: ASCE. 2005. PARK, J.-S. et al. Changes in the extreme daily rainfall in South Korea. International Journal of Climatology, 31, 2011. 2290-2299. R DEVELOPMENT CORE TEAM. A Language and Environment for Statistical Computing. Vienna: [s.n.], 2011. RAGAN, P.; MANUEL, L. Statistical extrapolation methods for estimating wind turbine extreme loads. 45th Aerospace Sciences Meeting and Exhibit. Reno: [s.n.]. 2007. 43 SILVA, F. F. et al. Comparação bayesiana de modelos de previsão de diferenças esperadas nas progênies no melhoramento genético de gado Nelore. Pesquisa Agropecuária Brasileira, Brasília, 43, 2008. 37-45. SILVA, J. P.; LEANDRO, R. A. Uma abordagem bayesiana para o mapeamento de QTLS utilizando o método MCMC com saltos reversíveis. Ciência e Agrotecnologia, Lavras, 33, 2009. 1061-1070. SINGH, W. Robustness of three hierarchical agglomerative clustering techniques for ecological data. University of Iceland. [S.l.], p. 100. 2008. SMITH, B. J. Bayesian Output Analysis Program (BOA) Version 1.1 User's Manual. [S.l.], p. 43. 2005. Disponível em:. Acesso em: jun. 2012. SUTCLIFFE, J. V. Methods of flood estimation: a guide to the flood studies report. Natural Environment Research Council. [S.l.], p. 50. 1978. NERC Open Access Research Archive (NORA). Disponível em:. Acesso em jun. 2012. 44 4. CAPÍTULO II – Simulação de Inundações RETIRADO NA TESE DE DOUTORADO DEFENDIDA EM 08/12 ASSIS, L. C. Simulação de processos hidrológicos na bacia hidrográfica do rio Piranga. Tese (doutorado) – Universidade Federal de Viçosa, 2011. 111p. Simulação de processos hidrológicos de evento extremo na bacia hidrográfica do rio Piranga 1. Introdução Um grave problema ambiental observado na bacia do rio Doce, incluindo a região do rio Piranga na sua nascente, é a ocorrência de inundações recorrentes em áreas urbanas e ribeirinhas, isto porque algumas cidades ocuparam a planície de inundação dos rios. O desmatamento indiscriminado, o manejo inadequado do solo associado a despejos irregulares da mineração e de resíduos industriais e domésticos, criaram condições favoráveis à formação de processos erosivos responsáveis pelo assoreamento dos rios que, de tempos em tempos provocam o alagamento de parte dessas planícies causando graves problemas à população (CONSÓRCIO ECOPLAN-LUME, 2010). Há estudos em outros países que indicam aumento dos picos e volumes de inundação em decorrência da deterioração do uso e ocupação dos solos, entretanto a cobertura de vegetação não é tão efetiva para inundações de elevados períodos de retorno nesses lugares (SAGHAFIAN et al., 2008). Registros históricos permitem verificar que os efeitos catastróficos das inundações provocam tragédias em zonas rurais ribeirinhas onde há o transbordamento da calha do rio, entretanto, esses são devastadores quando as ondas de cheia atingem as áreas urbanas de uma cidade. 45 A apresentação de qualquer proposta séria para enfrentamento do problema não procede sem antes passar por uma ampla análise dos fatores envolvidos. Dessa forma, se faz necessário conhecer os papéis desses fatores bem como suas características através de análise para que, soluções apropriadas possam ser cogitadas. Nesse contexto, o suporte dos Sistemas de Informações Geográficas (SIG) para o levantamento de informações hidrológicas associadas às características do ambiente, possibilita análise integrada da dinâmica do processo hidrológico em detalhe nas sub-bacias. Alguns estudos hidrológicos apoiados por SIG exploraram as vantagens da análise hidrológica especializada como ferramenta de gerenciamento dos recursos hídricos em grandes bacias hidrográficas (AL-ABED, ABDULLA e KHYARAH, 2005), ou como fundamentação para determinação de um modelo hidrológico local (MENDAS, 2010). Independente do propósito, já foi verificado que a distribuição espacial dos processos hidrológicos é mais sensível à estimação de eventos extremos de escoamento superficial que a abordagem convencional (KUMAR, SAMANIEGO e ATTINGER, 2010). Variáveis topográficas que caracterizam as formas do terreno constituem elementos de alta relevância na determinação da vazão em corpos d’água, uma vez que suas características influenciam a velocidade do volume escoado e na conservação do solo, na identificação de locais adequados para manobras de intervenção entre outras. Modelos que tratam da distribuição espacial da água na bacia hidrográfica requerem dados com base em características topográficas tais como limites da bacia hidrográfica e sub-bacias, declividade, comprimento da encosta, forma do declive, aspecto e canais de drenagem (MOORE et al., 1993), entre outros. 2. Objetivo O objetivo deste estudo é realizar simulação de processos hidrológicos na bacia hidrográfica do rio Piranga com vistas a avaliar um cenário crítico para a identificação de problemas relacionados ao escoamento superficial na região com suporte de análise espacial em ambiente SIG para subsidiar a obtenção de parâmetros de modelos hidrológicos adotados. 46 3. Revisão de literatura 3.1. Sistema de Simulação Hidrológica Não é interessante analisar cada componente necessário à análise hidrológica de maneira individual e independente. Determinado software utilizado para simulação de processos hidrológicos disponibiliza um conjunto limitado de métodos e modelos, que por sua vez precisam ser parametrizados com algum grau diferenciado de acurácia, influenciada pela qualidade da base de dados, e cujos valores podem ser determinados de forma mais ou menos dificultosa a depender do sistema utilizado. Todos os componentes são interdependentes e devem ser analisados de forma integrada. Dentre o rol de ferramentas de simulação hidrológica disponíveis, talvez um dos mais adotados e documentados na literatura especializada seja o Sistema de Simulação Hidrológica – Hydrologic Modeling System HEC-HMS, disponibilizado pelo Centro de Engenharia Hidrológica – Hydrologic Engineering Center (HEC), vinculada ao Instituto de Recursos Hídricos – Institute of Water Resources (IWR), um dos centros de expertise do Corpo de Engenheiros do Exército dos Estados Unidos – US Army Corps of Engineers (USACE). Tal afirmação é suportada por aplicações desse sistema para objetivos diversos, como obter a hidrógrafa de uma onda de cheia em uma pequena bacia (YUSOP, CHAN e KATIMON, 2007), avaliar a intensificação de inundações em decorrência da alteração no uso do solo (SAGHAFIAN et al., 2008) ou, ainda, os impactos hidrológicos de mudanças climáticas (MEENU, REHANA e MUJUMDAR, 2012). Em várias abordagens o emprego do HEC-HMS aparece fortemente vinculado ao SIG e às tecnologias do Sensoriamento Remoto Orbital (SRO). São, portanto, dados comuns à simulação de eventos de inundação com HEC-HMS aqueles referentes aos modelos de dados espaciais que descrevem a topografia do terreno (i.e., como o Modelo Digital de Elevação – MDE), o mapa de uso e cobertura do solo – quase sempre obtido por SRO, e os mapas de tipos de solos (OLANG e FÜRST, 2011). Há ainda os dados 47 hidrometeorológicos das séries históricas de estações fluviométricas, pluviométricas e dos radares meteorológicos (MENDAS, 2010; VERMA, JHA e MAHANA, 2010). 3.2. Modelo Digital de Elevação Condicionado à Hidrografia A composição de modelos digitais de terreno que representem descrição mais próxima com a paisagem observada e, portanto, contemplem as condições topográficas e de ocupação do solo é tarefa fundamental para a simulação de processos hidrológicos (simulação hidrológica), pois é neste cenário que ocorre o escoamento superficial, frequentemente o maior responsável pela ocorrência de inundações. Aparentemente óbvio então que para a representação mais adequada de uma inundação através da propagação por ondas de cheia nos rios1 é necessário haver forte correspondência entre o modelo que representa a topografia do terreno, especialmente a conformidade dos vales, com a hidrografia natural (i.e., real) do lugar. Entretanto, tal coincidência é praticamente impossível em um MDE sem que este seja submetido a algum algoritmo de pré-processamento a priori. Desse modo, aspectos de atenção especial a serem considerados prudentemente no âmbito de uma análise hidrológica são relativos: ao MDE, pois dele deriva-se a rede de drenagem e demais parâmetros fisiográficos da bacia; ao Mapa de Tipos de Solos; e à Carta-Imagem de Uso Cobertura do Solo. Juntos fundamentam a simulação hidrológica através da parametrização de modelos e, como dizem Elfert e Bormann (2010), esta informação é um fator chave que controla o comportamento hidrológico das áreas de captação. Alguns estudos tem destinado atenção especial no tratamento da qualidade da informação derivada do MDE (HENGL, HEUVELINK e VAN LOON, 2010; THOMMERET, BAILLY e PUECH, 2010). Também se comprovou que o aumento na qualidade da informação topográfica horizontal e da exatidão vertical do MDE (obtidos por exemplo através de batimetria do canal) pode provocar a redução da parcela de área inundada em estudos de simulação (COOK e MERWADE, 2009). Contudo, é necessário também estar atento à qualidade do próprio MDE e, a depender da aplicação, determinados procedimentos de ajuste são aceitos. No caso de extração de valores de 1 O termo canais é empregado como sinônimo no decorrer do texto 48 parâmetros hidrológicos é recomendável que se utilize de procedimentos que garantam a integridade das informações do modelo, como o condicionamento do modelo de elevação à rede de drenagem mapeada. Esse outro modelo, conhecido como Modelo Digital Hidrograficamente Condicionado (MDEHC), pode ser derivado a partir do MDE e da hidrografia em representação matricial com parâmetros espaciais equivalentes aos seus. Apesar de interferir ligeiramente na forma dos canais naturais, esse modelo é adequado à simulação hidrológica, pois se aproxima mais do modelo gravitacional, essencial para representar o escoamento superficial. 4. Métodos Segundo definição de Houaiss, (2009), o termo simulação se refere ao teste, experiência ou ensaio em que se reproduz artificialmente uma situação, ou as condições reais de um meio, fenômeno, entre ouros, frequentemente realizado com emprego de modelos Devido se tratar de uma proposta para conhecer parte dos problemas associados às inundações através de simulações, estabeleceu-se um cenário conhecido desse evento para calibrar os parâmetros dos modelos hidrológicos adotados. Para obter a configuração dos cenários, empregou-se componentes metodológicos conforme aqueles apresentados resumidamente na ilustração da Figura (IV) 12. A qualidade dos dados de entrada, a escolha de ferramentas apropriadas para manipulação e análise dos dados, bem como a seleção dos métodos e modelos adequados à proposta de simulação foram, em conjunto com a calibração de parâmetros e validação do modelo adotado, componentes fundamentais para se alcançar credibilidade dos resultados. 2 A pintura que ilustra o cenário de representação de uma onda é recorte do quadro The Ninth Wave de Ivan Konstantinovich Aivazovsky. 49 Dados • Espaciais • Hidrometeorológicos Sistemas • Informação Geográfica • Hidrológicos Seleção • Métodos • Modelos • Processos hidrológicos Simulação • Calibração parâmetros • Validação do modelo Figura (IV) 1 – Principais processos metodológicos utilizados nesta pesquisa. 4.1. Dados de entrada: hidrometeorológicos e espaciais 4.1.1. Dados hidrometeorológicos Os dados hidrometeorológicos consistiram de séries históricas de altura máxima precipitada diária registrada por estações pluviométricas e vazões médias diárias obtidas 50 pelo método da curva chave a partir da leitura de cota em estações fluviométricas localizadas na bacia hidrográfica do rio Piranga. A localização das estações fluviométricas delimitou a área de estudo como sendo as respectivas áreas de drenagem de cada uma (Figura (IV) 2). A região completa de estudo foi definida pela área de captação à montante da estação fluviométrica localizada à jusante da cidade de Ponte Nova, no rio Piranga, cuja área delimitada é pouco inferior à da bacia desse rio, e que o exutório localiza-se na sua junção com o rio do Carmo, onde a partir desse ponto passa a se denominar rio Doce. Conforme a disponibilidade de registros ininterruptos de valores nas series históricas e a disposição espacial do arranjo de estações pluviométricas e fluviométricas, foram definidos os pares Pluvio-Fluvio (PF), para representar a precipitação incidente e vazão correspondente para cada área de captação. Para cada par de registros hidrometeorológicos PF definiu-se um período comum da série histórica para análise. 4.1.2. Modelo Digital de Elevação Hidrograficamente Condicionado O condicionamento do MDE à hidrografia mapeada foi realizado pelo algoritmo proposto por (RIBEIRO, MEITNER e VEIGA, 2006), e pode ser divido em três grandes etapas, a saber: 1) rasterização da hidrografia mapeada, isto é, converter a hidrografia vetorial para sua representação matricial equivalente; 2) correção do perfil da hidrografia e; 3) refinamento de taludes ao longo da hidrografia. Foi implementada uma versão doméstica deste algoritmo no SIG ArcGIS. O MDEHC pode ser observado na ilustração da Figura (IV) 2. Para verificar se o condicionamento do MDE à hidrografia mapeada estava adequado, procedeu-se com o seguinte teste empírico: gerou-se uma rede de drenagem numérica a partir do MDEHC3; converteu-se a rede numérica gerada para o modelo de dados vetorial; extraiu-se os pontos de confluências da rede numérica vetorial; 3 Mais especificamente, a rede de drenagem foi obtida a partir do Modelo Digital de Fluxo Acumulado, que por sua vez foi gerado do Modelo Digital de Direções do Escoamento e este foi produzido pelo MDEHC. 51 extraiu-se também os pontos de confluências da hidrografia vetorial mapeada; comparou-se as posições dos pontos de confluências da rede de drenagem gerada e da hidrografia mapeada, através de operador de distância tipo buffer. Foi possível constatar um nível de coincidência dos pontos de confluências superior a 10%. Ou seja, esses pontos se localizavam num raio de menos de 10 metros de distância entre si. Como a resolução espacial do MDEHC era de 15 metros, equivale dizer que esses pontos se encontravam na mesma posição, portanto, o MDE estava satisfatoriamente condicionado à hidrografia mapeada. Figura (IV) 2 – Modelo digital de elevação condicionado à hidrografia, delimitação das áreas de drenagem de cada estação fluviométrica bem como sua identificação, estações pluviométricas, principais rios e seus respectivos canais evidenciados. 4.1.3. Imagem de Uso e Cobertura do Solo 52 Obtida a partir de classificação de imagem do sensor TM a bordo do satélite Landsat 5 de Agosto de 2010, a imagem resultante foi mosaicada, ortorretificada e classificada a partir de duas cenas da mesma órbita, porém, diferentes pontos. Como o instante de tomada foi praticamente o mesmo, não houve necessidade de submetê-la ao processamento para atenuação dos efeitos atmosféricos como etapa de préprocessamento. A imagem classificada foi avaliada quanto à sua qualidade temática através do coeficiente de concordância Kappa, obtendo resultado de 0,83, numa escala de 0 a 1, considerado satisfatório. As categorias de uso e cobertura do solo mais comuns na bacia hidrográfica do rio Piranga são pastagem, café, mata secundária e outras culturas, conforme pode ser observado na ilustração da Figura (IV) 3. Figura (IV) 3 – Imagem de uso e cobertura do solo elaborada por processo de classificação de imagem do satélite Landsat 5 de agosto de 2010 da bacia hidrográfica do rio Piranga. 4.1.4. Mapa de Tipos de Solos 53 O mapa de solos (Figura (IV) 4) utilizado foi um recorte referente à área do rio Piranga do original “Levantamento de solos e aptidão agrícola da porção mineira da bacia do rio Doce” produzido e publicado por Fernandes Filho et al. (2010). Todas as tipologias de solo que ocorrem na região apresentam horizonte A moderado, fase floresta tropical subperenifólia e suas especificidades quanto ao grupo predominante são: Latossolo Vermelho-Amarelo distrófico (LVAd) típico de textura argilosa com relevo forte ondulado (de 35% a 50%) no eixo Nordeste-Sudoeste (NE-SO) e ondulado/forte ondulado (de 50 a 60%) na região da nascente (SO) do alto piranga, e de textura argilosa/muito argilosa com relevo forte ondulado/montanhoso na porção Sudeste (SE); Latosso Vermelho distrófico (LVd) típico de textura muito argilosa com relevo forte ondulado e forte ondulado/montanhoso em cerca de 30% e 35% respectivamente, ambos ocorrem a Noroeste (NO) na região da nascente; Argisossolo Vermelho-Amarelo eutrófico (PVAe) típico, de textura argilosa e relevo ondulado representando 40% e ocorrência bem definida na região do baixo Piranga próximo à sua foz, à Norte/Nordeste (N-NE); Argissolo Vermelho distrófico (PVd) típico de textura argilosa e relevo forte ondulado em cerca de 50%, aparece ao Norte (N) da região do alto rio Piranga; Cambissolo Háplico Tb4 distrófico (CXbd) típico, de textura média e relevo montanhoso (50%), ocorre a extremo Sudoeste na região da nascente. 4 Refere-se à capacidade de troca catiônica correspondente à fração argila, atividade baixa. 54 Figura (IV) 4 – Principais grupos tipológicos de solos ocorrentes na bacia hidrográfica do rio Piranga, delimitação das áreas de drenagem de cada estação fluviométrica em análise bem como sua identificação, estações pluviométricas, principais rios e seus respectivos canais evidenciados. 4.2. Sistemas de Informação Geográfica e de Simulação Hidrológica Os sistemas informatizados empregados para manipulação e análise das informações de âmbito hidrológico nas dimensões espacial e temporal são ferramentas de grande utilidade e elevado potencial de aplicação. Recentes programas aplicativos têm convergido para integração5 entre Sistemas de Informações Geográficas (SIG) e Sistemas de Simulação Hidrológica (SSH). O último precisa de grande quantidade de parâmetros para alimentar seus modelos e o primeiro é adequado para obter tais informações com agilidade. 5 Inicialmente ArcHydro Tools, posteriormente incorporado ao GeoHMS, GeoRAS (River Analysis Sistem), entre outros. Todos são exemplos de plug-ins para o ArcGIS. 55 Nesta pesquisa utilizou-se os sistemas para tratamento de informações espaciais ArcGIS 10 e para simulação de processos hidrológicos o HEC-HMS 3.5. 4.3. Seleção de métodos e modelos hidrológicos Há princípios fundamentais que delineiam a seleção de métodos e modelos utilizados na simulação hidrológica que devem ser considerados sob a perspectiva de uma avaliação criteriosa acerca de vários aspectos. Através de questionamentos, esses princípios são: Qual cenário se pretende simular? O consórcio de métodos adotados inevitavelmente irá privilegiar alguma(s) característica em detrimento de outra(s); Quais processos hidrológicos são necessários para configurar o cenário? Pode haver processos essenciais para representar determinado cenário que, ou os dados, ou as ferramentas, ou a complexidade inerente inviabilizem a análise; Os métodos disponíveis são adequados para os processos? Todo método é fundamentado em premissas e hipóteses simplificativas que limitam sua aplicação (i.e., área de estudo, característica da bacia, tempo de duração do evento simulado, entre outras); Quais parâmetros essenciais ao método são acessíveis? Determinados parâmetros não podem ser calibrados, ao invés, devem ser determinados por levantamento (i.e., como medidas de área ou comprimento, entre outros), experimentação (i.e., em condições de campo) ou consulta a tabelas de referência6; As escalas dos dados espaciais e temporais são adequadas aos métodos? Vários métodos em hidrologia foram idealizados para características espaciais (i.e., dimensões da bacia, tipo de uso e cobertura, entre outros) e temporais (i.e., eventos discretos ou contínuos) diferenciadas, de modo que utilizá-las inadvertidamente pode ser prejudicial à análise. 6 Deve-se ter cautela ao consultar essas fontes de referencia uma vez que as condições ambientais ou fenomenológicas observadas na determinação dos valores referenciais podem ser significativamente distintas daquelas encontradas no estudo de caso aplicado. 56 O programa HEC-HMS oferece métodos capazes de simular várias etapas do ciclo hidrológico, dentre as quais optou-se por aquelas mais representativas dos eventos de inundação: (i) precipitação pluvial, (ii) escoamento superficial, (iii) transformação chuva-deflúvio e (iv) propagação em canais. 4.3.1. Precipitação pluvial A partir dos dados das séries históricas das estações pluviométricas localizadas na área de estudo produziu-se mapas de precipitação pluvial diária pelo método do Inverso da Potência das Distâncias (IPD), um mapa para cada dia do período de duração dos eventos analisados na simulação de processos hidrológicos. Desse modo, foram elaborados conjuntos de mapas para representar eventos, um deles utilizado para calibração de parâmetros dos modelos, referente a uma chuva que ocorreu entre 17 de janeiro e 10 de fevereiro de 1980, e o outro, para efeito de avaliação dos modelos, relativo a uma chuva de 30 de Dezembro de 1997 a 09 de janeiro de 1998. A partir dos valores precipitados dos mapas de representação espacial da chuva, determinou-se pela estatística da média, o valor diário para cada área de drenagem e, a partir dessas estimativas, produziu-se os ietogramas dos eventos de calibração e avaliação dos modelos. 4.3.2. Método de determinação do escoamento superficial Para quantificar o escoamento superficial utilizou-se o método do National Resource Conservation Service-Curve Number (NRCS-CN), conhecido como Número da Curva. Esse método fornece relações entre as abstrações iniciais, Ia, e os números da curva CN, baseado em experimentos conduzidos em pequenas bacias hidrográficas (KUMAR e BHATTACHARJYA, 2011). O método permite estimar a lâmina de escoamento superficial a partir de dados de precipitação e outros parâmetros da bacia (PRUSKI, 57 BRANDÃO e SILVA, 2004). Fundamenta-se em uma tabela que associa um determinado valor (de 25 a 100) às condições de tipos de solos e de uso e cobertura. Através dos experimentos foi possível evidenciar que a relação entre a infiltração acumulada (I) e a infiltração potencial (S) é equivalente à relação entre o escoamento superficial total (ES) e a diferença entre a precipitação total (PT) e as abstrações iniciais (Ia), ou seja, a precipitação efetiva (Pe), conforme a Equação 1. (1) em que . Os experimentos conduzidos permitiram verificar ainda que Ia corresponde a cerca de 20% de S (PRUSKI, BRANDÃO e SILVA, 2004). Após as abstrações iniciais, o processo de escoamento superficial começa, podendo ser expresso pela reorganização da Equação 1, mostrada na Equação 2. ( ( ) ) (2) A análise de vários hidrógrafas de diferentes bacias possibilitou obter S por meio da Equação 3. (3) em que CN é o número da curva (Curve Number). A partir das características descritivas do mapa de tipologias de solos (Figura (IV) 4) estabeleceu-se sua categorização conforme os grupos A, B, C ou D, definidos pelo método NRCS-CN. Segundo a classificação, de A até D, os grupos apresentam taxas decrescentes de infiltração da água no solo. Ou seja, os solos arenosos encontram-se no grupo A enquanto os mais argilosos no grupo D. Após essa etapa, o mapa de uso e cobertura foi empregado para definir o número de curva para cada grupo. O valor do CN 58 composto adotado para cada área de captação foi efetivamente determinado pela porcentagem média observada. 4.3.3. Método de propagação de cheias em canais É importante ressaltar que os modelos disponíveis no HEC-HMS são exclusivos para simular a propagação de cheias em canais abertos, não sendo indicados para outras situações. Dentre as opções de modelos disponíveis para simular a propagação de cheias em canais, adotou-se o modelo de Muskingum-Cunge para este estudo. É o mais indicado para a maior parte das situações conforme consta na tabela de orientação para seleção de modelos de propagação em canais do Manual Técnico de Referência do HEC-HMS (USACE, 2000). Sua única e exclusiva limitação em relação a outros métodos está na capacidade de representar o efeito de remanso provocado por reservatórios, quando este for significante. Isto porque o método assume condição de fluxo uniforme. Na região de estudo encontra-se a Usina da Brecha, mas como é a fio d’água, seu reservatório não configura fator impeditivo ao emprego do método de Muskingum-Cunge inclusive nesse trecho do rio. O único método disponível para simular efeitos de remanso no HEC-HMS é o método de Puls Modificado, quando se conhece a relação de volume-vazão (USACE, 2000). Entretanto, mesmo esse método apresenta limitações. A estrutura do HMS utiliza um modo de processamento do tipo montante-jusante, sendo limitado para contemplar efeitos de remanso à jusante. O método de Muskingum-Cunge é parametrizado pelas dimensões da seção do canal, seu comprimento e declividade média, além do coeficiente de rugosidade de Manning n. Os valores desses parâmetros, apresentados na Tabela (IV) 1, foram inicialmente obtidos através de análises espaciais, visitas a campo e consulta a imagens de satélites. 59 Tabela (IV) 1 – Parâmetros do Método de Propagação de cheias em canais MuskingumCunge Comprimento Declividade aproximado (m) (m/m) Canal_P 35.466,12 0,095 0,535 Retangular Canal_BP 28.614,84 0,129 0,190 Retangular Canal_SF 16.949,65 0,113 0,170 Retangular Canal_FV 12.943,25 0,123 0,447 Retangular Canal_S 14.475,30 0,117 0,474 Retangular Canal_BPSF 24.193,95 0,124 0,494 Retangular Canal_PF 24.359,58 0,105 0,613 Retangular Canal_PFPN 42.349,70 0,114 0,732 Retangular Canal_FVS 32.078,76 0,109 0,160 Retangular Canal_PNJ 79.654,35 0,089 0,732 Retangular Canal Manning's n Forma da seção Largura média (m) 30 15 5 5 6 30 45 50 10 60 Fonte: o autor. 4.3.4. Método de transformação chuva-deflúvio O método de transformação chuva-deflúvio é responsável por simular o processo de escoamento superficial oriundo do excesso de precipitação em uma bacia hidrográfica (USACE, 2000). O software HEC-HMS oferece dois métodos para este propósito, através de modelos empíricos como o Hidrograma Unitário (HU) e um modelo conceitual, da Onda Cinemática. O conceito fundamental do HU assume que o processo de escoamento é linear, de modo que um valor de escoamento superior ou inferior a uma unidade é simplesmente um múltiplo da unidade de escoamento do hidrograma (USACE, 2000). O HU é determinado por uma representação discreta do escoamento 60 potencial (precipitação excedente), calculado para cada intervalo de tempo, conforme a Equação 4 (USACE, 2000). ∑ (4) em que Qn é a ordenada da hidrógrafa no instante nΔt; Pm é a altura precipitada excedente no intervalo de mΔt até (m+1) Δt; M é total de intervalos discretos de precipitação; e Um-m+1 é a ordenada no instante (n-m+1) Δt. As pesquisas do NRCS sugerem que a relação entre o pico do HU e tempo de ascensão é expressa pela Equação 5. (5) em que A é a área de drenagem, C é uma constante de conversão, igual a 2,08 no SI7; e TP é o tempo de ascensão. O tempo de ascensão é relacionado à unidade de precipitação excedente através da Equação 6. (6) em que Δt é a duração da precipitação no período da simulação e tlag é a diferença entre o centro de massa de precipitação excedente e o pico de vazão do HU (USACE, 2000). Neste estudo empregou-se o método do Hidrograma Unitário do NRCS (NRCS-Unit Hydrograph). O intervalo da precipitação correspondeu ao período dos eventos avaliados na etapa de simulação e avaliação dos modelos. A opção pelo método do NRCS-HU para simulação do processo de transformação chuva-deflúvio se deveu por ser facilmente parametrizável e ainda, adicionalmente, sua estimativa inicial poder ser calibrada por registros históricos de estações fluviométricas. 7 Sistema Internacional 61 4.3.5. Calibração dos modelos A partir de registros fluviométricos é possível calibrar parâmetros dos modelos adotados nas simulações por aferição entre valores simulados e observados (USACE, 2000). Obviamente que os valores iniciais dos parâmetros dos modelos devem ser escolhidos com cautela para aperfeiçoar o processo de calibração, os quais devem pelo menos apresentar referência em literatura. Os registros fluviométricos são, portanto, essenciais para calibração dos modelos. A calibração de parâmetros no software HEC-HMS é feita em duas etapas, na primeira duas hidrógrafas são comparadas conforme critérios de uma função objetivo (i.e., Peakweighted RMS error, Sum of absolute erros, Sum of squared residuals, Percent error in peak). Uma hidrógrafa refere-se aos valores de vazão observados enquanto a outra representa os simulados a partir das estimativas iniciais dos parâmetros. Na segunda etapa, um algoritmo de busca (i.e., Univariate-Gradient Algorithm ou Nelder and Mead Algorithm) procura matematicamente por valores alternativos dos parâmetros que minimizem os valores da função objetivo (USACE, 2000). Utilizou-se a função objetivo Peak-weighted RMS error e o algoritmo de busca Nelder and Mead para calibração dos parâmetros dos modelos. Essa função objetivo foi escolhida por ser uma medida implícita de comparação da magnitude dos picos, volumes e tempos de ascensão de duas hidrógrafas (USACE, 2000). O algoritmo de busca de Nelder and Mead foi escolhido por avaliar todos os parâmetros simultaneamente e determinar qual parâmetro ajustar, diferente do Univariate-Gradient, que calcula e ajusta um único parâmetro por vez (KUMAR e BHATTACHARJYA, 2011). Foi utilizado um evento para calibrar modelo referente a uma tempestade que ocorreu de janeiro a fevereiro de 1979. 62 4.3.6. Avaliação e validação do desempenho do modelo Para avaliar o desempenho do modelo, foi empregado o método estatístico conhecido como Coeficiente de Eficiência de Nash e Sutcliffe (NSE), frequentemente utilizado para esse propósito (ROCHA et al., 2012). O coeficiente NSE é apresentado na Equação 7. Seus valores oscilam entre - ∞ a 1, indicando melhor ajuste quanto maior for seu valor, ou seja, NSE igual a 1 indica um ajuste perfeito. ∑ ∑ ( ( ) ̅) (7) em que NSE é o valor do coeficiente de Nash e Sutcliffe, Eobs são os valores do evento observado, Es são os valores do evento simulado e ̅ é a média dos valores do evento observado. O coeficiente de NSE mede a adequação do ajuste gráfico dos valores simulados em comparação com os observados (MEENU, REHANA e MUJUMDAR, 2012) Adicionalmente utilizou-se o coeficiente de determinação R2, calculado pela Equação 8, que indica a correlação entre os valores observados e simulados (MEENU, REHANA e MUJUMDAR, 2012). ∑( √[ ∑( ̅̅̅̅̅̅) ( ̅̅̅̅̅̅) ∑( ̅̅̅̅̅̅) ̅̅̅̅̅̅) ] (8) onde Qsim é o valor simulado, Qobs é o valor observado, ̅̅̅̅̅̅ é a média do valor simulado, e ̅̅̅̅̅̅ é a média do valor observado. O coeficiente de determinação R2 varia de 0.0 a 1.0, respectivamente o pior e o melhor ajuste. Para validação do modelo foi utilizado um evento de precipitação de longa duração referente a uma tempestade de dezembro de 1996 a janeiro de 1997. 63 5. Resultados e discussões Os resultados da simulação dos processos hidrológicos são apresentados em relação aos procedimentos de calibração dos parâmetros do modelo e também de avaliação do seu desempenho. Para isso foram utilizados registros pluviométricos e fluviométricos diários de eventos de inundação distintos e conhecidos. A configuração topológica empregada para representação física da bacia do rio Piranga no processo de simulação hidrológica é apresentada na ilustração da Figura (IV) 5. Os elementos de representação topológica adotados foram: sub-bacias, canais e nós. Para cada sub-bacia foi produzida uma hidrógrafa como resultado do escoamento em sua foz, que por sua vez foi conectada a outro elemento (nó ou canal), em relação ordinal unária com o elemento à jusante. Desse modo, a estrutura conceitual resultante foi semelhante à representação tipo árvore na qual o último elemento é o exutório da bacia. Figura (IV) 5 – Modelo de representação topológica da bacia do rio Piranga no HEC-HMS 64 O modelo meteorológico utilizado para descrever a precipitação foi o do ietograma especificado pelo usuário, cujos valores diários para cada evento simulado foram obtidos pelos mapas de precipitação, para cada área de drenagem, conforme descrito no item 4.3.1. 5.1. Calibração de modelos Os parâmetros calibrados foram CN, Ia e o NRCS-Lag, respectivamente o número da curva, as abstrações iniciais e o Lag-time, esse último derivado do tempo de concentração8. Tais parâmetros referem-se aos métodos que representam dois processos distintos, o escoamento superficial e a transformação chuva-deflúvio. À exceção de CN, os outros são os parâmetros comumente calibrados quando se utiliza os métodos adotados (VERMA, JHA e MAHANA, 2010). Apesar de não ser comum otimizar valores de CN, esse foi o único modo de se alcançar alguma concordância entre as hidrógrafas observada e simulada, conferindo razoabilidade quanto a qualidade da etapa de calibração do modelo. Na Tabela (IV) 2 estão apresentados os códigos das estações fluviométricas cujos nomes identificaram cada área de drenagem e os valores da série histórica de vazões utilizados nas etapas de calibração e validação da simulação. Encontram-se também os valores iniciais dos parâmetros dos métodos para quantificação do escoamento superficial e transformação chuva-deflúvio, respectivamente o Número da Curva e Hidrograma Unitário para cada área de drenagem. 8 Aproximadamente 60% do tempo de concentração. Vários estudos indicam que Tlag geralmente varia entre 0,5 e 0,75 * Tc. (USACE, 2000) 65 Tabela (IV) 2 – Identificação das áreas de drenagem que compõem a bacia do rio Piranga e valores iniciais e otimizados dos parâmetros. Parâmetros Área de drenagem Código Iniciais CN Ia (mm) Lag (min) CN Ia (mm) Piranga 1397 79.0 10.0 363.6 79.1 16.1 1626.1 Braz Pires 1091 77.2 10.0 333.1 77.1 14.1 1590.1 Senador 298 81.8 10.0 199.7 82.1 18.1 798.1 328 82.2 100.0 205.6 52.1 243.1 631.1 Seriquite 342 83.1 100.0 207.2 63.1 368.1 624.1 Porto Firme 1470 77.8 100.0 374.3 48.1 204.4 980.1 Ponte 1294 78.3 100.0 364.9 48.1 233.1 830.1 56055000 Firmino Fazenda 56090000 Varginha 56085000 56075000 56110005 Lag (min) km2 Nome 56028000 56065000 Otimizados Nova Jusante Fonte: o autor. A ilustração da Figura (IV) 6 apresenta duas hidrógrafas, uma de valores observados e a outra de valores simulados no processo de calibração. São exibidos ainda os valores dos coeficientes, de NSE e de determinação R2, respectivamente 0,53 e 0,75. 66 Legenda R²=0,75 NSE=0,52 1200 0 200 100 400 800 600 Vazão (m³/s) Precipitação (mm) 300 200 1000 400 Q obs. Q sim. Precipitação 1400 Calibração 30 31 1 2 3 4 5 6 7 8 9 10 11 12 Janeiro/Fevereiro de 1979 Figura (IV) 6 – Resultado de simulação hidrológica da etapa de calibração de parâmetros dos modelos. A linha azul refere-se os valores de vazão observados enquanto a linha vermelha é referente aos simulados, barras em cor verde representam alturas precipitadas diárias na bacia durante o período do evento. Considerou-se para efeito da avaliação quantitativa da simulação, somente valores a partir do 5 dia (inclusive) por caracterizar o comportamento de ascensão do pico mais significativo e de maior magnitude do evento. Pelo gráfico apresentado na Figura (IV) 6 percebe-se que a ascensão da hidrógrafa simulada é suave nos quatro primeiros dias, não conseguindo acompanhar o comportamento dos valores de vazão observados nesse período. Após, no entanto, sua trajetória segue com valores próximos aos da hidrógrafa de valores observados, notadamente no primeiro pico, apresentando coincidência com os tempos de ascensão, porém, subestimando a magnitude alcançada, em relação ao observado. Diferente do primeiro pico, o segundo exibiu mais discrepância, com evidente superestimação do valor simulado em relação ao observado. Segundo os critérios de avaliação da qualidade da simulação, sejam qualitativos pela inspeção visual comparativa entre as hidrógrafas observada e simulada, sejam quantitativos pelos coeficientes de NSE e de determinação R2, considerou-se os resultados obtidos para calibração adequados para representar o comportamento da 67 bacia do rio Piranga frente a um evento de precipitação de expressiva magnitude. Portanto, os parâmetros calibrados foram utilizados para validação do modelo em um evento distinto. 5.2. Validação do modelo Para validação do modelo foi identificado e utilizado evento de inundação associado a uma chuva de longa duração, iniciada em 30 de dezembro 1997 e finalizada em 9 de janeiro de 1998. Os resultados da validação estão apresentados resumidamente no gráfico da Figura (IV) 7. Pode-se verificar que a vazão simulada apresentou ascensão muito semelhante à vazão observada, entretanto, a magnitude do seu pico foi da ordem 1.954,5 m3/s e ocorreu em 6 de janeiro de 1998, um dia após o pico de vazão observado de 1.647 m3/s, isto é, o superestimou em aproximadamente 15%. Convém ressaltar que o valor de vazão simulado em 5 de janeiro de 1998, dia do pico de vazão observado, foi apenas 7% superior, atingindo 1.776,1 m3/s. Apesar do decaimento da hidrógrafa simulada ter divergido significativamente do observado, essa diferença foi verificada em relação à magnitude dos valores computados e não da sua inclinação, o que significa dizer que a propagação da onda de cheia foi bem representada pelo modelo. Os resultados em relação ao cômputo dos volumes também foram semelhantes, com valores simulados aproximadamente 10% superiores aos observados, respectivamente 941.921,5 (x1000) e 842.270,4 (x1000) m3. Conforme pode ser verificado na ilustração da Figura (IV) 7, as áreas das hidrógrafas foram semelhantes. Apesar disso, todos os valores simulados em relação à magnitude do pico e volume escoado foram superestimados em relação aos observados, mas essa diferença foi percentualmente pequena. Tais resultados foram promissores uma vez que não se pode negligenciar o fato dos registros hidrometeorológicos serem médias diárias, o que impõe uma incerteza intrínseca aos dados e, consequentemente ao processo de simulação e também ao modelo para representação de eventos extremos. A avaliação da qualidade do desempenho do modelo em relação aos coeficientes de NSE e de determinação R2 forneceu bons resultados, com valores de 0,64 e 0,88, respectivamente. Por comparação pode-se dizer que os resultados obtidos com a 68 validação apresentaram qualidade superior àqueles obtidos com a etapa de calibração do modelo. Legenda R²=0,88 NSE=0,64 1500 0 0 100 500 1000 Vazão (m³/s) Precipitação (mm) 400 300 200 500 Q obs. Q sim. Precipitação 2000 Validação 30 31 1 2 3 4 5 6 7 8 9 10 11 12 Dezembro de 1997/Janeiro de 1998 Figura (IV) 7 – Resultado de simulação hidrológica da etapa de validação dos modelos. A linha azul refere-se os valores de vazão observados, a linha vermelha é relativa aos valores de vazão simulados, e as barras em cor verde representam alturas precipitadas diárias na bacia. 5.3. Limitações do estudo Verificou-se que um fator limitador para caracterizar eventos de cheia mais expressivos diz respeito à disponibilidade de registros históricos de vazão relativos aos eventos de inundação, devido principalmente às circunstâncias relacionadas à operação de medição. Em alguns casos não é possível realizar a observação, de modo que os registros associados à inundação não são preenchidos, portanto não estão disponíveis na série histórica daquela estação fluviométrica. Além disso, como os registros hidrometeorológicos são valores médios diários, apresentam algum grau de incerteza 69 inerente e esta é consequentemente propagada para as análises dos processos hidrológicos. Por exemplo, parâmetros como o tempo de concentração são dificilmente estimados ou calibrados com confiabilidade e grau de precisão desejável. Uma vez que houve diferença em torno de treze anos entre a data de aquisição da imagem de uso e cobertura do solo e a data do evento simulado para validação dos parâmetros e, o método de representação do escoamento superficial utilizado é sensível às condições de cobertura do solo, alguma imprecisão relativa a essa informação foi incorporada nos resultados, ainda que em pequena proporção. Isto porque as características topográficas e socioeconômicas da região não tem sido propícias para promover expressivas alterações no modelo regional de exploração do solo nesse intervalo. Outra fonte de imprecisão diz respeito às diferentes escalas dos mapas da base de dados espaciais. Suspeita-se que influenciaram preponderantemente nos resultados, especialmente para as áreas de drenagem menores, por serem mais sensíveis às escalas pequenas em relação à representatividade da informação extraída para parametrização dos modelos. 6. Conclusões e recomendações Os resultados alcançados permitem atestar que os objetivos propostos foram satisfeitos com êxito, pois foi possível simular dois eventos críticos de inundação, um para calibração de modelos e o outro para avaliação do seu desempenho. Para validação dos modelos reproduziu-se uma vazão de inundação histórica com boa acurácia, o que permitiu avaliar as situações ambientais relacionadas ao evento. Além disso, o uso do ambiente dos Sistemas de Informações Geográficas como ferramenta de suporte para as análises espaciais e hidrológicas viabilizou a obtenção de parâmetros para simulação de processos hidrológicos com precisão e agilidade. Ao se considerar a base de dados, metodologia e condições de condução do estudo foi possível concluir que: a obtenção de parâmetros para os modelos permitiu verificar que as condições naturais da bacia relacionadas a vários fatores, tais como a interconexão de 70 canais sinuosos aliada à topografia acidentada de declividade acentuada, as características dos tipos de solos com baixa taxa de infiltração e os elevados volumes precipitados favoreceram conjuntamente as condições de inundação na região, independente da capacidade de alteração do ambiente provocada pelo homem; mesmo ao se considerar as incertezas inerentes ao processo de medição hidrometeorológica, as diferenças de escalas da base cartográfica utilizada na extração de parâmetros para os modelos hidrológicos e a ordem de grandeza dos eventos simulados, pode-se afirmar que foi possível avaliar satisfatoriamente o comportamento da bacia do rio Piranga frente a um evento de inundação, pois as discrepâncias percentuais entre valores simulados e observados foram pequenas; o modelo foi otimizado para estimar vazões de inundação provenientes de chuvas de longa duração, a partir de registros históricos de precipitações que causaram graves consequências na bacia, portanto, espera-se que seja capaz de predizer volumes de escoamento superficial com maior precisão para eventos que apresentem características semelhantes às utilizadas na sua calibração; Recomenda-se que os modelos do Numero da Curva e do Hidrograma Unitário do NRCS sejam utilizados para simulação de processos hidrológicos de escoamento superficial e transformação chuva-deflúvio relativos a evento extremo na bacia hidrográfica do rio Piranga. Trabalhos futuros devem se direcionar a técnicas para elevar a acurácia dos modelos, através, por exemplo, de meios de obtenção das medidas hidrométricas em intervalos discretos, menores que um dia. Outros métodos e modelos para simulação dos processos hidrológicos na bacia do rio Piranga devem ser testados e avaliados. 7. Referências AL-ABED, N.; ABDULLA, F.; KHYARAH, A. A. GIS-hydrological models for managing water resources in the Zarqa River basin. Environmental Geology, 47, 2005. 405-411. 71 CONSÓRCIO ECOPLAN-LUME. Plano Integrado de Recursos Hídricos da Bacia Hidrográfica do Rio Doce e Planos de Ações para as Unidades de Planejamento e Gestão de Recursos Hídricos no Âmbito da Bacia do Rio Doce. [S.l.], p. 478. 2010. COOK, A.; MERWADE, V. Effect of topographic data, geometric configuration and modeling approach on flood inundation mapping. Journal of Hydrology, 377, 2009. 131-142. ELFERT, S.; BORMANN, H. Simulated impact of past and possible future land use changes on the hydrological response of the Northern German lowland 'Hunte' catchment. Journal of Hydrology, v. 383, p. 245-255, 2010. FERNANDES FILHO, E. I.; et al. Levantamento de solos e aptidão agrícola da porção mineira da bacia do Rio Doce. Belo Horizonte: Fundação Estadual de Meio Ambiente (FEAM), 2010. HENGL, T.; HEUVELINK, G. B. M.; VAN LOON, E. E. On the uncertainty of stream networks derived from elevation data: the error propagation approach. Hydrology and Earth Systems Science, v. 14, p. 1153-1165, 2010. HOUAISS, A.; VILLAR, M. S.; FRACO, F. M. M. Dicionário Houaiss da língua portuguesa. Rio de Janeiro: Objetiva, 2009. KUMAR, D.; BHATTACHARJYA, R. K. Distributed Rainfall Runoff Modeling. International Journal of Earth Sciences and Engineering, 4, n. 6, October 2011. 270-275. KUMAR, R.; SAMANIEGO, L.; ATTINGER, S. The effects of spatial discretization and model parametrization on the prediction of extreme runoff characteristics. Journal of Hydrology, 2010. ISSN doi: 10.1016/j.jhydrol.2010.07.047. 72 MEENU, R.; REHANA, S.; MUJUMDAR, P. P. Assessment of hydrologic impacts of climate change in Tunga-Bhadra river basin, India with HEC-HMS and SDSM. Hydrological Process, 2012. MENDAS, A. The contribution of the digital elevation models and geographic information systems in a watershed hydrologic research. Applied Geomatics, 2, 2010. 33-42. MOORE, I. D. et al. GIS and Land Surface Subsurface Process. In: GOODCHILD, M. F.; PARKS, B. O.; STEYAERT, L. T. Environmental Modeling with GIS. [S.l.]: [s.n.], 1993. p. 196-230. OLANG, L. O.; FÜRST, J. Effects of land cover change on flood peak discharges and runoff volumes: model estiamtes for the Nyando River Basin, Kenya. Hydrological Process, 25, 2011. 80-89. PRUSKI, F. F.; BRANDÃO, V. S.; SILVA, D. D. Escoamento Superficial. 2. ed. [S.l.]: UFV, 2004. 87 p. ISBN ISBN: 85-7269-154-5. RIBEIRO, C. A. A. S.; MEITNER, M. J.; VEIGA, M. M. Environmental protection in Brazil: where the truth lies. Proceedings of 26th ESRI International User Conference. San Diego, CA: [s.n.]. 2006. Acesso em: 5 Mai. 2011. Disponível em. ROCHA, E. O. et al. The contribution of conservation practices in reducing runoff, soil loss, and transport of nutrients at the watershed level. Water Resources Management, 26, 2012. 3831-3852. SAGHAFIAN, B. et al. Flood intensification due to changes in land use. Water Resources Management, 22, 2008. 1051-1067. THOMMERET, N.; BAILLY, J. S.; PUECH, C. Extraction of thalweg networks from DTMs: application to badlands. Hydrology and Earth Systems Science, v. 14, p. 1527-1536, 2010. 73 USACE. Hydrologic Modeling System HEC-HMS: Technical Reference Manual. U.S. Army Corps of engineers. [S.l.], p. 145. 2000. VERMA, A. K.; JHA, M. K.; MAHANA, R. K. Evaluation of HEC-HMS and WEPP for simulating watershed runoff using remote sensing and geographical information system. Paddy and Water Environment, 8, 2010. 131-144. YUSOP, Z.; CHAN, C. H.; KATIMON, A. Runoff characteristics and application of HEC-HMS for modeling stormflow hydrograph in an oil palm catchment. Water Science & Technology, 8, 2007. 41-48. 74 5. CAPÍTULO III – Modelagem Hidrossedimentológica RETIRADO DA DISSERTAÇÃO DE MESTRADO DEFENDIDA EM 02/13 ROCHA, E. O. Análise ambiental integrada de processos hidrossedimentológicos e nutrientes utilizando o SWAT. Dissertação (mestrado) – Universidade Federal de Viçosa, 2013. 72p. Análise ambiental integrada de processos hidrossedimentológicos e nutrientes utilizando o SWAT – PART I Abstract Diante do comprometimento da qualidade ambiental dos recursos hídricos tornase necessário a adoção de ferramentas que auxilie o planejamento e gestão das bacias hidrográficas tais como os modelos matemáticos que simulam processos hidrológicos. Dentre os modelos destaca-se o Soil and Water Assessment Tool, SWAT. O objetivo desse estudo foi realizar a calibração e validação através da análise de incertezas do algoritmo de otimização Sequential Uncertainty Fitting versão 2, SUFI-2, através da vazão monitorada por 7 estações fluviométricas e 3 de sedimentos, sendo que para ambos os parâmetros foram obtidos resultados satisfatórios. Também foi apresentada a estimativa da produção de sedimentos considerando diferentes unidades de resposta hidrológica HRU’s delineadas para a bacia hidrográfica do Rio Piranga. Palavras-Chave: planejamento, gestão, SWAT, SUFI-2, calibração, validação, HRU’s. 75 1. Introdução O comprometimento da qualidade ambiental dos recursos hídricos e o aumento da vulnerabilidade dos ecossistemas tem sido uma das grandes preocupações nos últimos anos (Yang Q. et al. 2009). O processo de ocupação inadequado ocorrido em bacias hidrográficas ao longo dos últimos anos, somado à falta de planejamento tem desencadeado diversos processos de degradação ambiental, tais como, redução da capacidade de infiltração de água no solo, aumento do escoamento superficial gerando picos ou ondas de cheias, a produção de sedimentos e transporte de nutrientes contidos no solo para os cursos d’água. Nesse contexto, as principais fontes causadoras desses processos de deterioração dos corpos hídricos é a poluição de origem difusa, como resultado da intensificação e expansão da agricultura e pecuária sem técnicas de preparo e manejo adequado do solo (Gikas et al. 2006a, 2009). Esses efeitos têm despertado a busca e o interesse por ferramentas que auxiliem a gestão e planejamento dos recursos hídricos que possibilitem a avaliação de diferentes cenários com variação de tipos de uso e ocupação e de manejo (Lenhart et al. 2002). No âmbito do planejamento de bacias hidrográficas os modelos matemáticos de simulação de processos hidrológicos constituem-se em ferramentas úteis com capacidade de avaliar os impactos das políticas de controle de poluição diferentes e medidas de fluxos de nutrientes em corpos d'água (Tsihrintzis et al. 1996; Gikas et al. 2006b; Psilovikos et al. 2006; Pisinaras et al. 2010; Tsakiris et al. 2011) e que geram informações para o processo de tomada de decisão, com rapidez e baixo custo. Vários simuladores baseados em modelos matemáticos que retratam processos físicos (naturais e antrópicos) têm sido desenvolvidos para previsão de vazões, escoamento superficial, erosão e transporte de sedimentos e nutrientes de bacias hidrográficas submetidas a diferentes manejos (Debele et al. 2008). Dentre esses modelos destaca-se o SWAT, Soil and Water Assessement Tool, que se mostrou um dos mais completos em termos de número de componentes simulados, sendo amplamente utilizado para prever o impacto das práticas de manejo do solo nos ambientes aquáticos (superficiais e subterrâneos) em bacias de drenagem complexas, com variação dos tipos de solo, do uso, de aplicação de fertilizantes e pesticidas, enfim, das condições de 76 manejo em longos períodos de tempo em escalas de bacias hidrográficas (Reungsang et et al. 2009; Zhang et al. 2009). Com a finalidade de conduzir à consistência ideal dos dados gerados após a simulação e à conseqüente aplicabilidade na área em estudo ou sua extrapolação a outras áreas, deve ser realizada calibração e validação a fim de se extrair o máximo das potencialidades e recursos do modelo (White e Chaubey, 2005). Assim foi utilizado para a calibração e validação o Sequential Uncertainty Fitting versão 2 - SUFI-2 (Abbaspour et al. 2007) que está disponível no pacote do software SWAT Calibration and Uncertainty Procedures - SWAT-CUP (Abbaspour et al. 2007). Este algoritmo fornece a análise de incerteza através analise gráfica das bandas de 95% de predição de incerteza (95PPU), acompanhado do R-fator e P-fator. Também é disponibilizado um sumário estatístico onde são apresentados os coeficientes de eficiência de Nash e Sutcliffe e o de Determinação R2. O trabalho que apresentamos diante deste panorama possui os objetivos: a modelagem ambiental de uma bacia hidrográfica em nível de escala maior, acompanhada da calibração e validação do SWAT através do algoritmo de otimização SUFI-2 que permita a identificação de áreas críticas, do ponto vista da vazão e produção de sedimentos monitorados por estações que se encontram nos cursos d’água da bacia. E como área de estudo, a modelagem foi realizada em uma bacia hidrográfica do Atlântico Leste, a Bacia do Rio Piranga, que além de apresentar algumas situações de degradação ambiental, como áreas de cultivo agrícola e pastagens sem preparo e manejo adequado são representativas das áreas de planalto dissecado do mar de morros, que se repetem em grandes extensões no território brasileiro. 2. Material e Métodos 2.1. Área de Estudo A Bacia Hidrográfica do Rio Piranga situa-se entre as latitudes 20º16’ e 21º11’ S e longitude 42º42’ e 43º49’ W. Está completamente inserida no estado de Minas Gerais – Brasil e compõe a bacia hidrográfica do Rio Doce. Abrange uma área aproximada de 6.600 km2 e possui uma forma alongada no sentido SO-NE como mostra a Figura 5.1. 77 A cobertura vegetal é caracterizada pela Floresta Tropical Atlântica Subperenifólia, e se encontra atualmente com poucas áreas remanescentes preservadas. O desmatamento com vistas ao aproveitamento da terra para produção agropecuária reduziu consideravelmente a cobertura florestal originária (Marchi et al. 2005). De acordo com o Mapa de Cobertura Vegetal dos Biomas Brasileiros (MMA 2006), a área em estudo conta com pouco mais de 7,7% de área agricultada. Cerca de 60,5% da área da unidade é ocupada por pastagens, ao passo que 30,2% são ocupados por Floresta Estacional Semidecidual. Em relação aos solos, grande parte apresenta baixa fertilidade que associada as declividades acentuadas de encontas, favoreceu o desenvolvimento de atividades econômicas com baixo valor agregado, como por exemplo a pecuária. Somado as restrições impostas pela legislação ambiental são indicados, entre outros fatores, como responsáveis por sua atual situação econômica, social e ambiental. Fato pode ser comprovado através do Índice de Desenvolvimento Humano (IDH) dos municípios da bacia que é considerado baixo, situando-se em torno de 0,5 (IGAM 2007). 78 Figura 5.1.Localização, estações de monitoramento e MDE da bacia hidrográfica do Rio Piranga O clima regional segundo classificação de Köppen, enquadra-se como tropical de altitude com chuvas durante o verão, verões frescos e o período seco coincidindo com os meses frios do ano, maio, junho, julho e agosto. A temperatura média anual varia em torno de 19°C, com variações entre 14°C (média das mínimas) e 26°C (média das máximas) e a precipitação média anual é de 1221,4 mm (ALMG 2009). Dentre os principais problemas ambientais podem ser citados a poluição hídrica e lançamento de efluentes, a redução da recarga do lençol freático, os problemas de drenagem das estradas rurais, o extrativismo ambiental feito através do desmatamento, da produção de carvão, da extração de pedra e areia, o uso inadequado dos recursos naturais, a fiscalização ineficiente, a falta de mobilização da população e o desestímulo dos produtores rurais em relação ao cuidado com o meio ambiente (IGAM 2007). Entretanto, a susceptibilidade à erosão aliada ao tipo de uso e cobertura dos solos são os grandes responsáveis pela taxa de produção de sedimentos na bacia. As colinas convexo-côncavas com vertentes ravinadas e escoamento concentrado contribuem para o surgimento de sulcos e erosão laminar (IGAM 2007). A produção de sedimentos contribui com o contínuo processo de assoreamento dos cursos d’água, 79 comprometendo a capacidade de armazenamento de água dos reservatórios em operação e agravando os eventos de cheias na bacia hidrográfica. Por esses inúmeros fatores atuando conjuntamente, a bacia hidrográfica pode ser considerada com um alto nível de complexidade ambiental e, portanto merece atenção especial. 2.2. Descrições do Modelo SWAT O Soil and Water Assessment Tool (SWAT) é um modelo de simulação hidrológica desenvolvido pela Agricultural Research Station (ARS) do United States Department of Agriculture (USDA). O modelo trabalha em escala de bacias hidrográficas, executando simulações de processos físicos de forma semi-distribuído espacialmente e contínuo temporalmente, em passo de tempo diário ou ainda sub-diário, mensal e anual (Arnold et al. 1998). Portanto, permite realizar predições dos impactos das práticas de- manejo do solo nos corpos d’água, através da avaliação dos parâmetros de vazão, escoamento superficial, perda de solos, sedimentos e qualidade da água (ciclo de nutrientes, nitrogênio, fósforo,etc.), a curto, médio e longo prazo (Neitsch et al. 2001). Em resumo, é um modelo fisicamente baseado e computacionalmente eficiente que utiliza informações prontamente disponíveis permitindo ao usuário estudar e avaliar os impactos ambientais a longo prazo. Uma etapa importe para modelagem no SWAT, é a discretização da bacia em sub-bacias e o delineamento das Hydrological Response Units (HRU’s). Segundo Bracmort et al. (2006), essa etapa torna a modelagem vantajosa pois possibilita uma análise homogênea das características da bacia, que anteriormente apresentavam-se em contexto heterogênico, reduzindo a complexidade e correlação das informações O processo de discretização de sub-bacias é definida de acordo com as características topográficas do MDE fornecido como dado de entrada e também pela inserção de um ponto sob a hidrografia gerada pelo SWAT, uma vez que a sub-bacia discretizada corresponde a área de drenagem a montante a partir desse ponto até a delimitação do divisor de águas. As Unidades de Resposta Hidrológica (HRUs) consistem numa combinação do uso e cobertura, com tipo de solo e declividade. A importância desses processos serão analisados e discutidos no decorrer do trabalho em itens posteriores. 80 A equação que governa as simulações no SWAT é baseada no equilíbrio do ciclo hidrológico, sendo que escoamento superficial de chuvas diárias é estimado usando o método do número da curva modificada - SCS, que quantifica o escoamento superficial com base no uso do solo, tipo de solo e condições de umidade antecedente. Previsões de escoamento de pico são baseadas numa modificação do Método Racional (Chow et al. 1988). Contribuição de águas subterrâneas ou escoamento de base para vazão total é simulada rodando uma componente de armazenamento superficial para o aquífero subterrâneo (Arnold e Allen, 1996). O modelo calcula separadamente a evaporação a partir de solos e plantas. A evapotranspiração potencial pode ser modelada com os métodos de Penman-Monteith (Monteith 1965), Priestley-Taylor (Priestley e Taylor 1972), ou os métodos de Hargreaves (Hargreaves e Samani 1985), dependendo da disponibilidade de dados. A evaporação da água do solo potencial é estimado como uma função de ET potencial e índice de área foliar (relação da área das folhas das plantas com área da superfície do solo). A produção de sedimentos no SWAT é estimada com a equação modificada de perda de solo (MUSLE), desenvolvido por Williams e Berndt (1977). E a interação desses processos torna a aplicação do modelo SWAT ampla e abrangente na gestão dos recursos hídricos, como mostrado por mais de 250 artigos publicados no mundo (Gassman et al. 2007). No Brasil, entretanto, o uso de SWAT ainda limita-se apenas a alguns estudos recentemente publicados, por exemplo, Rocha et al. (2012), Lelis et al. (2012), Lelis and Calijuri (2010). Para este estudo foi utilizada a versão 2012 disponível no formato da extensão ArcSWAT ArcGIS no link http://swat.tamu.edu/, versão de domínio publico e, sugerese, para a mais detalhes sobre a descrição do SWAT, a consulta ao Manual do software, Soil and Water Assessment Tool Documentation and User’s Manual, Version 2009 (Neitsch et al. 2001a; 2001b), publicado pela the USDA Agricultural Research Service at the Grassland, Soil and Water Research Laboratory in Temple, Texas. 2.3. Parametrização do Modelo A base de entrada de dados requerida para a simulção é o modelo digital de elevação (MDE), imagem (raster) de uso e ocupação, imagem (raster) de solo, dados climáticos (precipitação, temperatura, radiação, umidade relativa), sendo que a consistência dessas 81 informações são preponderantes e interferem diretamente na qualidade do resultado final da simulação. O MDE utilizado para esse estudo tem resolução espacial de 15 x 15m com escala aproximada de 1:75.000, gerado a partir da interpolação de curvas de nível do Instituto Brasileiro de Geografia e Estatística (IBGE). Segundo Cotler et al. (2006), Di Luzio et al. (2005b), Yang and Wang (2009), a resolução espacial do DEM pode interferir significativamente no output do modelo, uma vez que o talvegue, inclinação da linha de drenagem, o cálculo dos tempos de concentração e declividade são determinados a partir dele. O mapa de uso e ocupação utilizado tem escala aproximada de 1:150000 com 5 classes, na quais 30.7% floresta (FRSD), 7.7% agricultura(AGRL), 60.7% pastagem (PAST), 0,1% água (WATR) e 0.8% área urbana (URMD).(ver Figura 5.2) O mapa de solos obtido por Fernandes Filho et al. 2010, encontra-se na escala de 1:500000, é a única fonte disponível e mais recente que cobre a bacia hidrográfica. Para modelagens ambientais, seja no SWAT ou em outros modelos, é recomendável trabalhar com escala maior, entretanto, devido à grande extensão da bacia hidrográfica torna-se difícil e oneroso o aprofundamento dessa base de informação. As classes que compõe o mapa são: 66,4% de Latossolo Vermelho Amarelo (LATVA), 3,2% Cambissolo (CAMB), 12,6 % Argissolo (ARG) e 17,8 % Latossolo Vermelho. Figura 5.2.Mapas de uso e ocupação, e solos da bacia hidrográfica do Rio Piranga. 82 É importante ressaltar que o modelo SWAT, a principio, foi desenvolvido para representar as condições de países temperados, sendo que para países tropicais, como no caso do Brasil, por exemplo, sua aplicação requer uma edição de alguns parâmetros do banco de dados default do SWAT de maneira que os processos hidrológicos e hidrossedimentológicos sejam condizentes a realidade da bacia hidrográfica em estudo. Alguns trabalhos desenvolvidos em condições climáticas semelhantes às brasileiras obtiveram sucessos simplesmente com a edição dos parâmetros do banco de dados do SWAT, tais como para Mishra et al. (2007), na Índia, Schuol et al. (2008a), para o continente africano. Principalmente, os solos das regiões de clima tropical são os que mais se diferenciam das regiões temperadas por diversas características físicas e químicas, como por exemplo, textura (teor argila, silte, areia), porosidade, e condutividade hidráulica, são parâmetros que interferem na capacidade de infiltração e escoamento superficial, matéria orgânica, ou seja, alteram diretamente no equilíbrio do balanço hídrico. Os dados climáticos utilizados como referência são 14 estações distribuídas dentro e fora da bacia hidrográfica, (ver Figura 2.1), nos quais foram considerados dados diários de precipitação, temperatura máxima e mínima (média mensal). A série histórica ou o período base para simulação correspondeu ao período de 1975 – 2012, portanto, 38 anos de dados formaram a base climática de entrada no modelo. Para calibração e validação foram utilizadas 7 estações fluviométricas (vazão em m 3s-1) e 3 estações de monitoramento de sedimentos (monitoramento feito na forma de sólidos totais em mgL-1). 2.4. Discretização de Sub-Bacias e HRU’s A bacia hidrográfica do Rio Piranga foi discretizada em sub-bacias definidas a partir de sete pontos correspondentes as estações fluviométricas cujos dados de vazão observados, serão posteriormente utilizados para validação do modelo através da distribuição probabilística da analise de incerteza, comparação e analise estatística que serão descritas no item a seguir. Portanto, foram definidas 7 sub-bacias (SB’s) no total conforme apresentado na Figura 5.3. O delineamento de HRU’s consiste no estabelecimento de uma combinação de características de uso e ocupação, tipo de solo e declividade em um tipo de unidade, 83 onde unidades idênticas, em porcentagem desses requisitos (para uso e solo) e faixas de valores (para declividade), obterão a mesma resposta como resultado no output da simulação. Dessa forma, bacias que apresentam alta heterogeneidade devido aos inúmeros fatores naturais atuantes na bacia e por isso, são consideradas complexas, podem ser resumidas e representadas nesse tipo de unidade, onde poderão ser analisadas de um ponto de vista mais homogêneo. Nesse estudo foram considerados os valores limites de 5% uso do solo, 5% solo, e para a declividade foram criadas 5 classes: 0 – 15% (que corresponde 18,6% da área da bacia), 15 – 30% (37,7%), 30 – 45% (28,9%), 45 – 60% (12,2%) e 60% - 99.99% (2,6%). Então, para definir uma HRU a porção de área deverá conter no máximo 5% (enfatizando que esse valor limite é definido pelo usuário) de um determinado uso e solo que estejam presentes nos intervalos de declividades estabelecidas. No total foram delineadas 184 HRU’s, de acordo com os critérios estabelecidos. Essas unidades variaram entre áreas com dimensões em média de 35,85 Km2.Em nosso entendimento, conclui-se como adequado para prosseguimento da simulação, uma vez que não são áreas grandes o suficiente para a ocorrência de generalizações que pudesse ser consideradas significantes. E por outro lado, as unidades não poderiam ter dimensões pequenas (isso implicaria em um número maior de HRU’s delineadas) que sobrecarregasse computacionalmente a simulação, a calibração e validação, o que acarretaria numa modelagem mais robusta. Figura 5.3.Discretização das 7 sub-bacias a partir das estações fluviométricas 84 Para melhor compreensão desta etapa recomendamos os estudos de Thampi et al. (2010), Debele et al. (2010), Yu et al. (2011), Shi et al. (2011) que descrevem o processo de discretização de sub-bacias e delineamento das HRU’s considerando inferências e generalizações que podem ser representadas no modelo SWAT. 2.5. Calibração, Validação e Eficiência do Modelo A calibração é a etapa que corresponde a adequação dos parâmetros que controlam os processos hidrológicos, hidrossedimentológicos e a dinâmica do ciclo de nutrientes dos modelos e as condições internas do sistema, a fim de se melhor ajustar as respostas simuladas com as observadas. Em outra etapa faz-se a validação para verificar a correlação e eficiência do modelo estudado por meio de análises estatísticas. O objeto de estudo desse artigo é realizar a calibração e validação do modelo para vazão média mensal e sedimentos na forma de sólidos totais nos cursos d’água e, por último fazer estimativas de produção de sedimentos por HRU através da simulação do SWAT. Os dados são vazões médias mensais, em m3s-1, e sedimentos, em mgL-1, correspondente ao período de 1999 a 2011. As estações de monitoramento de sedimentos coincidem com as estações fluviométrica das SB1, SB2 e SB3. Para a calibração e validação foi utilizada uma ferramenta denominada Sequential Uncertainty FItting versão 2 - SUFI-2 (Abbaspour et al. 2007) que está disponível no pacote do software SWAT Calibration and Uncertainty Procedures - SWAT-CUP (Abbaspour et al. 2007). SWAT-CUP é um programa independente que permite importar os arquivos de saida do SWAT no formato texto (ou seja, em txt) economizando tempo e facilitando o processo de calibração e validação uma vez que não serão necessárias a criação ou edição de tabulações. Então o SUFI-2 é um dos 5 algoritmos disponibilizados nesse pacote (SWAT-CUP) cuja finalidade é realizar análise de sensibilidade, calibração multi-paramétrica (multicritério) e análise de incerteza. Assim, o SUFI-2 é capaz de analisar simultaneamente um grande número de parâmetros que norteiam os processos de simulações do SWAT, buscando-se o melhor resultado final através de inúmeros arranjos dos parâmetros, variando-se dentro do intervalo permitido pelo modelo SWAT, e ainda, combinando 85 todos parâmetros entre si. Por fim, na análise de incerteza, os dados observados a partir de estações de monitoramento e o melhor ajuste da calibração são plotados em um gráfico e comparados estatisticamente. Em resumo, o algoritmo SUFI-2 realiza o mapeamento de todas as incertezas (parâmetro, modelo conceitual, dados de entrada, etc) e os parâmetros que norteiam as simulações dos processos hidrologicos e hidrossedimentolgicos, variam conforme o procedimento que busca capturar o máximo dados observados para no interior da banda de incerteza de predição de 95% (95% prediction uncertainty – 95PPU ). A incerteza global em que o output é quantificado pela 95PPU é calculada entre os níveis de 2,5% a 97,5% de significância da distribuição acumulativa de uma saída variável obtida pela Amostragem Latino Hipercubo. Segundo Rouholahnejad et al. (2012), dois índices são utilizados para quantificar a eficiência da calibração e a análise de incerteza, sendo o primeiro o P-fator, que é a percentagem de dados observados delimitados pela banda 95PPU (valor máximo 100%), e o segundo o R-factor, que é a largura média da banda dividida pelo desvio padrão da correspondente variável medida. Idealmente, o que deseja-se obter é o maior número de dados observados (mais suas incertezas) dentro da banda 95PPU (P-factor = 1) com a largura da banda mais estreita possivel (R-factor = 0). Essa metodologia que utilizamos para análise de sensibilidade, calibração, analise de incerteza foi semelhante ao descrito por Rouholahnejad et al. (2012), que apresenta todos os procedimentos necessários para realização da calibração através do procedimento SUFI-2. Outros estudos que descrevem passo a passo detalhes técnicos do algoritmo são: Arnold and Allen (1996); Abbaspour et al.(2004), Abbaspour et al. (2007); Yang et al. (2007); Schuol et al. (2008a); Schuol et al. (2008b); Abbaspour et al. (2009) e Akhavan et al. (2011). Neste estudo vislumbrou-se obter validação aceitavel para garantir a representação real do comportamento da bacia no modelo. Por essas e dentre outras razões foi utilizado o SUFI-2 para calibração dos resultados simulados pelo SWAT de vazão e sedimentos afim de otimizá-los em relação aos dados observados das estações de monitoramento . Portanto, ao final da calibração no SWAT-CUP apresenta-se uma análise onde foram plotados os dados observados com a banda 95PPU e o output considerado pelo algoritmo de otimização com o melhor ajuste. Além disso, é fornecido um sumário 86 estatítico que resume as relações R-factor, P-factor, coeficiente de determinação R2, e coeficiente de eficiência de Nash e Sutcliffe estimados pelo modelo. O coeficiente de eficiência de Nash e Sutcliffe–NS (ver Equação 1) é um método estatístico comumente utilizado para avaliar a eficiência de modelos que simulam variáveis de natureza hidrológica correlacionando-as com dados reais observados. Este coeficiente, cuja formulação é apresentada na Equação 01, pode variar de -∞ a 1, sendo que NS=1 significa um ajuste perfeito. Segundo Krysanova et al. (1998), citados por Machado (2002) e Blainski et al. (2008), para bom ajuste do modelo são aceitos valores de NS entre 0,7 e 0,8. Já Gassman et al. (2007), ao analisarem resultados de vários autores, consideraram adequados os valores de NS superiores a 0,5. ∑ ( ∑ ( ) ̅) çã Em que Eobs é o valor do evento observado; Es é o valor do evento simulado e E é o valor médio do evento observado. O coeficiente de determinação R2 (ver Equação 2) é o método estatístico utilizado para correlacionar duas variáveis, nesse caso, dados observados das estações de monitoramento e dados simulados. ∑ ∑ ( ( ) ̅ ) çã Em que: Eobs são os dados observados pelas estações de monitoramento, e Es são os valores simulados (calibrados) pelo SWAT-CUP. 3. Resultados e Discussão Ao final do processo de calibração no SWAT-CUP o output fornecido pelo software é a plotagem gráfica ilustrando os dados observados correspondentes as sete estações fluviométricas, a simulação calibrada com melhor ajuste aos dados observados, obtida através das várias combinações dos valores dos parâmetros envolvidos pelo SUFI-2, e a faixa da distribuição 95PPU estimada pelo SUFI-2. Além disso, apresentase um sumário estatístico com o R-fator, P-fator, os coeficientes de determinação R2 e de Nash and Sutcliffe. 87 As validações para as vazões variaram entre 0.22 – 1.22 para o R-fator, 0.52 – 0.94 para o P-fator, 0.67 - e 0.89 para o R2, e 0.61 – 0.84 para o NS. A Figura 4 mostra ajuste da análise de incerteza 95PPU através dos setes gráficos que correspondem as sub-bacias discretizadas analisando a vazão média mensal observada entre os anos de 1999 - 2011, bem como, os coeficientes R2 e NS. Schuol et al. (2008b) reportaram a importância da calibração e validação a partir do SUFI-2 e a facilidade de interpretação dos resultados através da analise gráfica 95% de predição de incerteza e associado a confiabilidade dos processos simulados. Ainda no mesmo estudo os pesquisadores reportaram os sincronismos dos picos correspondentes aos eventos de maior vazão resultantes que são consequências da contribuição da precipitação do período chuvoso. No entanto, vale lembrar que nesses casos, os picos são os eventos associados com maior tendência de incerteza, e onde ocorre o alargamento da banda 95PPU como é apresentado entre dezembro de 2006 e março de 2007, para as sub-bacias SB1, SB2 e SB3. Regiões da banda 95PPU onde ocorrem o estreitamento, tais como nos meses de abril a setembro (coincidente com a estiagem da chuvas e consequentemente baixa variabilidade dos dados de vazão) para as sub-bacias SB3, SB4, SB6 e SB7 é onde a incerteza é menor (Schuol et al. 2008a). No geral, o desempenho do modelo, tal como representado pelo P-factor e o Rfactor, é bastante satisfatório em todas as estações. As grandes incertezas geradas pela análise, conforme também descreveu Abbaspour et al. (2009), ocorrem quando estão associadas principalmente a representação de regiões com reservatórios, barramentos, estradas, zonas húmidas, regiões com muitas variações climaticas e representações de características do uso do solo. Ainda pelo algoritmo SUFI-2, Yang et al. (2008), Talebizadeh et al. (2009), obtiveram resultados da analise de sensibilidade, calibração e análise de incertezas razoáveis e comprovaram a eficiência da ferramenta diante da complexidade que envolvem os processos computacionais que trabalham em grande escala tais como o SWAT. 88 Figura 4c. 0 R -factor = 1.12 P - factor = 0.89 Observed R2=0.85 Best Sim NS =0.80 300 200 10 100 0 Nov-01 May-06 May-05 Nov-05 Nov-04 May-04 Nov-03 May-03 Nov-02 May-02 Nov-08 May-09 Nov-09 May-10 Nov-10 May-11 Nov-08 May-09 Nov-09 May-11 Nov-10 May-10 Nov-07 May-08 Nov-07 May-08 Nov-06 95PPU May-07 Sub-Bacia 4 - SB4 Nov-06 Figura 4b. May-07 May-06 Nov-05 May-05 20 Nov-04 30 May-04 Sub-Bacia 3 - SB3 Nov-03 40 400 May-03 500 Nov-02 95PPU R -factor = 0.86 Observed P - factor = 0.94 2 Best Sim R =0.84 NS =0.79 600 May-02 Figura 4a. May-01 0 Nov-01 100 Nov-00 200 Nov-00 R -factor = 1.18 P - factor = 0.75 Observed R2= 0.78 Best Sim NS = 0.81 1000 900 800 700 600 500 400 300 200 100 0 May-01 300 Nov-99 95PPU May-00 400 Flow (m3/s) Sub-Bacia - SB1 May-00 50 Flow (m3/s) May-11 Nov-10 May-10 Nov-09 May-09 Nov-08 May-08 Nov-07 May-07 Nov-06 May-06 Nov-05 May-05 Nov-04 May-04 Nov-03 May-03 Nov-02 May-02 Nov-01 May-01 500 Nov-99 May-11 Nov-10 May-10 Nov-09 May-09 Nov-08 May-08 Nov-07 May-07 Nov-06 May-06 Nov-05 May-05 Nov-04 May-04 Nov-03 May-03 60 Nov-02 70 May-02 80 Nov-01 600 Nov-00 700 May-01 May-00 Nov-99 Flow (m3/s) 800 Nov-00 May-00 Nov-99 Flow (m3/s) 900 Sub-Bacia 2 - SB2 95PPU R -factor = 0.81 P - factor = 0.69 Observed R2= 0.71 Best Sim NS = 0.64 Figura 4d. 89 Figura 4e. May-11 Nov-10 May-10 Nov-09 May-09 Nov-08 May-08 Nov-07 May-07 Nov-06 May-06 Nov-05 May-05 Nov-04 May-04 Sub-Bacia 5 - SB5 Nov-03 May-03 Nov-02 May-02 120 Nov-01 140 May-01 160 Nov-00 May-00 Flow (m3/s) R -factor = 0.22 95PPU P - factor = 0.52 Observed 2 R =0.67 Best Sim NS =0.61 Nov-99 May-11 Nov-10 May-10 Nov-09 May-09 Nov-08 May-08 Nov-07 May-07 Nov-06 May-06 Nov-05 May-05 Nov-04 May-04 Nov-03 May-03 Nov-02 May-02 Nov-01 May-01 Nov-00 May-00 Nov-99 Flow (m3/s) 200 180 160 140 120 100 80 60 40 20 0 Sub-Bacia 6 - SB6 95PPU R -factor =1.05 P - factor =0.92 Observed 2 R =0.89 Best Sim NS = 0.84 100 80 60 40 20 0 Figura 4f. 90 Sub-SB 7 - SB7 180 R -factor = 1.28 95PPU Observed P - factor =0.74 Best Sim R2= 0.78 NS = 0.72 160 140 Flow (m3/s) 120 100 80 60 40 20 Nov-10 May-11 May-10 Nov-09 May-09 Nov-08 Nov-07 May-08 May-07 Nov-06 May-06 Nov-05 Nov-04 May-05 May-04 Nov-03 May-03 Nov-02 Nov-01 May-02 May-01 Nov-00 May-00 Nov-99 0 Figura 4g. Figura 5.4. Análise de incerteza 95PPU considerando a vazão média mensal observada entre os anos de 1999 - 2011 91 Muitos outros estudos também obtiveram sucesso na validação da calibração, porém, por meio dos coeficientes que apenas correlacionam os dados observados com o simulados. Esse tipo de análise também é um metodo de aferir o ajuste da calibração, todavia, não mede o grau de incerteza dos parâmetros do modelo, dos dados de entrada, como feito pela analise de predição de incerteza 95PPU. De qualquer forma, busca-se atender as duas perpectivas de análise e comparar os resultados dos processos simulados, vazão e sedimentos, com outros estudos publicados que agregam contribuições de interesse. Como por exemplo, Zhang et al. (2010), Z.Li et al. (2010) que obtiveram em seus estudos correlações satisfatórias com R2 ( entre 0.84 e 0.94 e 0.70 e 0.92, respectivamente) e Zang Q. et al (2009) com NS > 0.70 fazendo alterações semelhantes nesses mesmos parâmetros hidrológicos que compõe o modelo SWAT, o que demonstra sensibilidade elevada para a calibração em relação para vazão. Os valores desses coeficientes demonstram forte correlação entre os dados observados e os simulados, corroborando trabalhos, dentre outros, como o de Tolson e Shoemaker (2007) que utilizaram o SWAT em diferentes partes do mundo. De acordo com Blainskiet al. (2008), para bom ajuste do modelo são aceitos valores de NS superiores a 0,7, não sendo descartados, entretanto, resultados com NS superiores a 0,5. Este coeficiente de eficiência foi utilizado por Muleta & Nicklow (2005), Blainskiet al. (2008), Baltokoski et al. (2010) e Xie et al. (2010), os quais obtiveram resultados também satisfatórios. As validações para sedimentos variaram entre 0.74 – 1.20 para o R-fator, 0.80 – 0.91 para o P-fator, 0.74 – 0.85 para o R2, 0.77- 0.86 para o NS. Semelhante à análise feita para vazão, no entanto, agora para sedimento, a Figura 5.5 mostra o ajuste ilustrativo através dos três gráficos que correspondem as sub-bacias 1, 2 e 3, acompanhado do resultado quantitativo do ajuste estatístico. O maior grau de incerteza está associado nos períodos chuvosos ou de pico, que ocorrem entre os meses de novembro a maio dos anos 2006 e 2007, 2007 e 2008, 2009 e 2010, onde ocorre o alargamento da banda 95PPU. A explicação mais aplausível para o fenômeno foi reportada por Abbaspour et al. (2007) que observaram ser muito comum na predição de sedimentos o efeito “second92 storm”. Depois de uma tempestade, há menos sedimentos remanescentes na camada superficial a serem movimentados ou transportados. Assim, um evento de precipitação de mesma magnitute (ou até mesmo maior) pode resultar em carga menor de sedimentos. O modelo, no entanto, não considera este efeito, como ilustrado nos gráficos após o evento de 2007. O modelo produz boa simulação de sedimentos para a primeira precipitação, enquanto que, no segundo e no terceiro é notavel que o evento superestimou a concentração de sólidos totais. 93 1000 mg L-1 800 600 95PPU 1000 Sub-Bacia 1 - SB1 Observados Simulação R -factor = 0.74 P - factor = 0.89 R2=0.85 NS =0.81 400 95PPU 900 Observados 800 Simulação 700 mg L-1 1200 600 500 400 Sub-Bacia 2 - SB2 R -factor = 1.20 P - factor = 0.80 R2= 0.81 NS = 0.86 300 200 200 100 0 0 1234123412341234123412341234123412341234123412341234 1234123412341234123412341234123412341234123412341234 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Fig. 5b Fig. 5a mg L-1 700 95PPU 600 Observados 500 Simulação R -factor = 1.13 P - factor = 0.91 R2= 0. 74 NS = 0.77 400 300 Sub-bacia 3 - SB3 200 100 0 1234123412341234123412341234123412341234123412341234 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 94 Fig. 5c Figura 5.5. Análise de incerteza 95PPU considerando a concentração de sedimentos observada entre os anos de 1999 - 2011. 95 Em seguida apresentam-se as estimativas de produção de sedimento, ton.ha-1, como médias mensais (1999 a 2011) por sub-bacias e por HRU, considerando o uso e ocupação (Tabela 5.1). Na tabela também é apresentado o volume total médio precipitado nos meses entre 1999-2011, e relacionando com a produção de sedimentos na tentativa de interligar os processos de erosão hídrica. Hierarquizando as HRUs, as áreas agrícolas e pastagens podem ser consideradas como as regiões produtoras de sedimentos em potencial na bacia. Interligando ao regime pluviométrico esse potencial é alcançado principalmente nos meses de outubro a março, período esse de maior volume precipitado. No entanto, existem diversos aspectos relacionados a erosão hídrica não somente a ligada a precipitação, mais também ao fato de manejo e conservação dessas culturas. Segundo Rocha et al. (2012) as pastagens e áreas agrícolas que ocupam extensas áreas da bacia no decorrer dos últimos anos apresentam um manejo inadequado associado à forte degradação. Esses fatores são responsáveis pelo aumento no escoamento gerado, produção de sedimentos e perda de nutrientes. Outro fator também importante na bacia é o grau de compactação do solo e vegetação forrageira pouco adensanda que apresenta pouca interceptação foliar e aumento do impacto das gotas de chuva no solo que são responsáveis pela redução da taxa de infiltração de água, aumentando o escoamento superficial, e consequentemente causando a erosão hídrica. Nas demais HRUs, onde predominam florestas a produção de sedimentos praticamente inexiste ou é relativamente muito baixo. O fator solo apresenta influência relevante associado à resistência quanto à perda de solo nessas sub-bacias. O tipo de solo predominante nessas áreas de florestas é o latossolo (35.3% de argila, 32.7 de silte, 32% de areia) que tem como característica grande estabilidade de agregação entre as partículas, resistência ao impacto das gotas de chuva e desprendimento de partículas. Além disso, são solos com taxa de infiltração elevada, reduzindo o escoamento superficial e a erosão hídrica. Assim encontramos como os maiores valores de produção de sedimentos, média mensal em torno de 750 Kg há-1 no mês de janeiro na sub-bacia 7. 96 97 Sub-bacia2 Sub-bacia1 Tabela 5.1. Estimativa da produção de sedimentos em Kg.ha-1. Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec PAST 173.7 202.7 173.3 79.9 25.6 6.5 1.8 0.4 0.1 0 0.2 27.4 FRSD 10.2 59.2 7.2 1.9 0.2 0 0 0 0 0 0.2 2.1 Precipt (mm) 272.2 137.2 160.6 79.4 37.3 20.2 18.7 18.4 AGRL 11333 6955.8 4566 1189.7 80.9 1 0 0 51.6 253 PAST 811.2 1503.3 795 237.6 41 4.5 0.5 0 0 0.1 1.3 66.3 FRSD 47.6 345.5 36.1 5.6 0.5 0 0 0 0 0 0.5 4.5 Precipt (mm) 334.4 197.8 205.2 104.5 52.4 27.5 27.1 27.2 10291.6 6241.8 4518.1 1203.5 122.3 14.6 0 0 Sub-bacia7 Sub-bacia6 Sub-bacia5 Sub-bacia4 Sub-bacia3 AGRL 61.4 113.1 206.7 298 1426.4 7368.3 76.4 135.6 247.5 353.8 67.5 405.4 2475 7862.6 PAST 868.3 1245 712.9 135.6 17.5 1.8 0.1 0 0 0.3 3.3 178.7 FRSD 40.6 193.1 33.5 6.5 0.8 0.1 0 0 0 0.1 1.1 5 Precipt (mm) 330.6 199.2 207.2 104.9 50.7 26.3 25.8 26.4 76 139.9 251 351.6 PAST 2323.3 2488.9 1379.2 354.8 45.8 4.4 0.2 0 0.1 1.1 5.5 219.2 FRSD 370.3 705.5 42 6.4 0.3 0.1 0 0 0.1 1 5 33.6 Precipt (mm) 390.8 242.6 262.1 135.3 75.6 40.3 39.1 40.4 PAST 2214.9 2400.9 1332.9 341.6 43.7 4.3 1.8 FRSD 235.8 590.1 36.9 6.1 0.3 0.1 0 0 Precipt (mm) 390.8 242.6 262.1 135.3 75.6 40.3 29 27.2 PAST 1164.5 1617.5 715.2 191.1 21.6 1.8 0.1 0 0 0.2 1.7 116.8 FRSD 171.9 690.5 24.1 4 0.1 0 0 0 0 0.2 1.8 16 Precipt (mm) 311.3 178.8 199.4 104.6 57.3 29 29.2 30.8 AGRL 14003.7 18082.5 6268.5 1395.1 13309 22404.3 22.2 0 99.7 405 3232 3829320.1 PAST 2720.2 292.5 1111.5 116.7 11.3 1.1 1.2 54.5 923.9 2736 5331.8 733 94.7 166.7 296.3 1111.5 0.1 0.1 438.5 1.1 5.4 200 0.8 4.1 27.4 94.7 166.7 296.3 82.4 143.7 244.2 438.5 356.3 98 FRSD 374.2 748.6 51.5 Precipt (mm) 338.4 208.2 212.5 7.1 51 104.9 1177.8 144.5 2.3 0 27.2 27.6 29.6 0 0.2 1.9 80.4 146.6 260.7 133 357.9 99 O estudo de Lelis e Calijuri (2010) aponta produção média de sedimento da bacia do ribeirão São Bartolomeu (que está inserida na bacia do rio Piranga) em torno de 60 ton.ha-1.ano-1 semelhante a que se encontrou neste trabalho que é de 55 ton. ha 1 .ano-1, portanto, resultados muito próximos. Mishra et al. (2007) simulou o escoamento superficial e a produção de sedimentos relacionando-os com a precipitação para duas sub-bacias na Índia com áreas de 337.21 e 427.11 Km2. Para a primeira sub-bacia os valores variaram de 256.33 a 367.83 mm para escoamento e 0.27 a 11.65 ton ha-1 para uma precipitação 734.90 mm no ano 2000 e 310.36 a 393.49 mm e 0.84 a 10.71 ton.ha-1 por 765.50 mm de chuva em 2001. Nesse estudo, as áreas com cobertura florestal a simulação apresentou resultados significativamente menores para escoamento e produção de sedimentos (310.36 mm e 0.84ton.ha-1), e áreas com cultivo apresentaram valores na ordem de 393.5mm e 11.65ton ha-1. 4. Conclusão Após o desenvolvimento do presente do estudo, pode-se chegar à conclusão que dada a complexidade e o grande número de processos interativos que ocorrem simultaneamente e consecutivamente em momentos e lugares diferentes dentro de uma bacia hidrográfica a calibração e validação do modelo para vazão e sedimentos apresentaram resultados satisfatórios para a Bacia do Rio Piranga. Adequadamente calibrado e validado, o SWAT é uma ferramenta útil à gestão dos recursos naturais de uma bacia, à medida que auxilia na identificação dos principais fatores de degradação da qualidade da água e do solo, e viabiliza a simulação dos impactos resultantes de supostas intervenções, bem como na tomada de decisões com eficiência. Mesmo o modelo calibrado com a base em dados medidos na saída da bacia hidrográfica os resultados podem induzir ao usuário uma condição não representativa da bacia. Por isso recomenda-se que o módulo hidrológico deve ser testado, calibrado e validado inúmeras vezes, e antes, os resultados também devem ser interpretados, em primeiro lugar qualitativamente, mostrando as tendências, diferenças qualitativas, e não priorizar sempre as ''previsões exatas'' que o modelo fornece. 100 Diante dos resultados expostos nesse trabalho é possível estabelecer cenários que avaliem medidas (melhores praticas de manejo, por exemplo) no sentido de reverter a situação de deterioração, principalmente nos agentes causadores dos picos de vazão e produção de sedimentos. Agradecimentos – Os autores agradecem ao Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, e Fundação de Amparo à Pesquisa de Minas Gerais, FAPEMIG, pelos recursos financeiros concedidos ao desenvolvimento da pesquisa. 5. Referências Abbaspour KC, Yang J, Maximov I, Siber R, Bogner K, Mieleitner J, Zobrist J, Srinivasan R (2007) Spatially-distributed modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT. J Hydrol 333:413–430. doi:10.1016/j.jhydrol.2006.09.014 Abbaspour KC, Faramarzi M, Ghasemi SS, Yang H (2009) Assessing the impact of climate change on water resources in Iran. Water Resources Research 45, W10434. doi:10.1029/2008WR007615. Abbaspour KC, Johnson CA, van Genuchten MT (2004) Estimating uncertain flow and transport parameters using a sequential uncertainty fitting procedure. Vadose Zone Journal 3 (4), 1340–1352. Akhavan S, Mousavi SF, Koupai JA, Abbaspour KC (2011) Conditioning DRASTIC model to simulate nitrate pollution case study: Hamadan–Bahar plain Environ Earth Sci 63:1155–1167. doi :10.1007/s12665-010-0790-1 Arnold JG, Srinivasan R, Muttiah RS, Williams JR (1998) Large area hydrologic modeling and assessment. Part I: Model development. J Am Water Resour Assoc 34(1):73–89. doi: 10.1111/j.1752-1688.1998.tb05961.x Blainski E, Silveira FA, Conceição G (2008) Utilização do modelo hidrológico SWAT (Soil and Water Assessement Tool) para estudos na microbacia hidrográfica do rio Araranguá/SC. Taller Internacional Red Riegos – CYTED. Florianópolis SC 101 Bracmort KS, Arabi M, Frankenberger JR, Engel BA, Arnold JG (2006) Modeling long-term water quality impact of structural BMPs. Trans ASABE 49(2):367–374 Chow VT, Maidment DR, Mays LW (1988) Applied Hydrology. McGraw-Hill, New York. Cotler H, Ortega-Larrocea MP (2006) Effects of land use on soil erosion in a tropical dry forest ecosystem, Chamela watershed, Mexico. Catena 65 (2), 107–117. Debele B, Srinivasan R, Gosain AK (2008) Comparison of Process-Based and Temperature-Index Snowmelt Modeling in SWAT. Water Resour Manag (2010) 24:1065–1088. doi: 10.1007/s11269-009-9486-2 Debele B, Srinivasan R, Parlange J Y (2008) Coupling upland watershed and downstream waterbody hydrodynamic and water quality models (SWAT and CEQUAL-W2) for better water resources management in complex river basins. Environ Model Assess 13(1):135–153. doi: 10.1007/s10666-006-9075-1 Filho EIF (2010) Levantamento de solos e aptidão agrícola da porção mineira da bacia do Rio Doce. Belo Horizonte: Fundação Estadual de Meio Ambiente (FEAM). Gassman PW, Reyes MR, Green CH, Arnold JG (2007) The soil and water assessment tool: historical development, applications and future research directions. Transactions of the American Society of Agricultural and Biological Engineers 50 (4), 1211–1250 Gikas GD, Yiannakopoulou T, Tsihrintzis VA (2006a) Water quality trends in a coastal lagoon impacted by non-point source pollution after implementation of protective measures. Hydrobiol 563:385–406 Gikas GD, Yiannakopoulou T, Tsihrintzis VA (2006b) Modeling of non-point source pollution in a Mediterranean drainage basin. Environ Model Assess 11(3):219–233 Gikas GD, Yiannakopoulou T, Tsihrintzis VA (2009) Hydrodynamic and nutrient modeling in a Mediterranean coastal lagoon. J Environ Sci Health-Part A 44(13):1400– 1423 Hargreaves G, Samani ZA (1985) Reference crop evapotranspiration from temperature. Appl. Eng. Agric. 1, 96–99. 102 IBGE (1979). Instituto Brasileiro de Geografia e Estatística, 1st edition. Available at: ftp://geoftp.ibge.gov.br/mapeamento_sistematico/topograficos/escala_50mil/vetor/. Accessed 11 February 2011 IGAM – INSTITUTO MINEIRO DE GESTÃO DAS ÁGUAS. Plano Integrado de Recursos Hídricos da Bacia do Rio Doce e dos Planos de Ações de Recursos Hídricos para as Unidades de Planejamento e Gestão de Recursos Hídricos no Âmbito da Bacia do Rio Doce. Consórcio ECOPLAN – LUME, 2007. Bracmort KS, Arabi M, Frankenberger J R, Engel BA, Arnold JG (2006) Modeling Long-Term Water Quality Impact of Structural BMPs. American Society of Agricultural and Biological Engineers ISSN 0001−2351, Vol. 49(2) 367−374. Lelis TA, Calijuri ML (2010) Modelagem hidrossedimentologica de bacia hidrográfica na região sudeste do Brasil, utilizando o SWAT. Revista Brasileira de Engenharia Agrícola e Ambiental, v5, p 158-174. Lelis TA, Calijuri ML, Santiago AF, Lima DC, Rocha EO (2012) Análise de sensibilidade e calibração do modelo SWAT aplicado em bacia hidrográfica da região sudeste do Brasil. Revista Brasileira de Ciência do Solo (Impresso), v. 36, p. 623-634. Lenhart T, Eckhardt K, Fohrer N, Fred HG (2002) Comparison of two different approaches of sensitivity analysis. Phys Chem Earth 27(9–10):645–654 Li Z, Shao Q, Xu Z, Cai X (2010) Analysis of parameter uncertainty in semi-distributed hydrological models using bootstrap method: A case study of SWAT model applied to Yingluoxia watershed in northwest China. J Hydrol 385:76–83. doi: 10.1016 /j.jhydrol.2010.01.025 Machado RE (2002) Simulação de escoamento e de produção de sedimentos em uma microbacia hidrográfica utilizando técnicas de modelagem e geoprocessamento. 154 p. Tese (Doutorado em Agranomia) Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba. Marchi et al.(2005) Leitura e caracterização da paisagem em auxílio ao planejamento da ocupação urbana de Ponte Nova - MG. Natureza & Desenvolvimento, Viçosa, MG Brasil, v. 1, n. 1, p. 41-50. 103 Ministério do Meio Ambiente - MMA. Mapa de Cobertura Vegetal dos Biomas Brasileiros (2006) Disponível em: <http://mapas.mma.gov.br/mapas/aplic/probio/ datadownload.htm?/>. Acesso em 18 de abril de 2011 Mishra A, Kar S, Singh VP (2007) Prioritizing structural management by quantifying the effect of land use and land cover on watershed runoff and sediment yield. Water Resour Manag 21(11):1899–1913. doi: 10.1007/s11269-006-9136-x Monteith JL (1965) Evaporation and environment. In: Fogg, G.F. (Ed.), The State and Movement of Water in Living Organisms.Cambridge University Press, Cambridge, pp. 205–234. Muleta MK, Nicklow JW (2005) Sensitivity and uncertainty analysis coupled with automatic calibration for a distributed watershed model. Journal of Hydrology 306 pp.127–145. Neitsch SL, Arnold JG, Kiniry JR, Williams JR (2001b) Soil and Water Assessment Tool User’s Manual, version 2000. Grassland, Soil and Water Research Laboratory, Agricultural Research Service, Blackland Research Center, Texas Agricultural Experiment Station. Neitsch SL, Arnold JG, Kiniry JR, Srinivasan R, Williams JR (2001a) Soil and Water Assessment Tool Theoretical Documentation, version 2000. Temple, Texas: Grassland, Soil and Water Research Laboratory, Agricultural Research Service. Available at: ww.brc.tamus.edu/swat/doc.html. Accessed 1 November 2010. Neitsch SL, Arnold JG, Kiniry JR, Srinivasan R, Williams JR (2001b) Soil and water assessment tool input/output file documentation, version 2000. Temple, Texas: Grassland, Soil and Water Research Laboratory, Agricultural Research Service. Available at: ww.brc.tamus.edu/swat/doc.html. Accessed 1 November 2010. Pisinaras V, Petalas C, Gikas GD, Gemitzi A, Tsihrintzis VA (2010) Hydrological and water quality modeling in a medium–sized basin using the Soil and Water Assessment Tool (SWAT). Desalination 250:274–285 Priestley CHB, Taylor RJ (1972) On the assessment of surface heat flux and evaporation using large-scale parameters. Monthly Weather Rev. 100, 81–92. 104 Psilovikos A, Margoni S, Psilovikos A (2006) Simulation and trend analysis of the water quality monitoring daily data in Nestos river delta. Contribution to the sustainable management and results for the years 2000–2002. Environ Monit Assess 116(1–3):543– 562 Rocha EO, Calijuri ML, Santiago AF, Assis LC, Alves, LGS (2012) The Contribution of Conservation Practices in Reducing Runoff, Soil Loss, and Transport of Nutrients at the Watershed Level. Water Resources Management, v. 26, p. 3831-3852. doi: 10.1007/s11269-012-0106-1 Schuol J, Abbaspour KC, Sarinivasan R, Yang H (2008a) Estimation of freshwater availability in the West African Sub-continent using the SWAT hydrologic model. Journal of Hydrology 352, 30e49. Schuol J, Abbaspour KC, Sarinivasan R, Yang H (2008b) Modelling blue and green water availability in Africa at monthly intervals and subbasin level. Water Resources Research 44, W07406. doi:10.1029/2007WR006609. Shi P, Chen C, Srinivasan R, Zhang X, Cai T, Fang X, Qu S, Chen X, Li Q (2011) Evaluating the SWAT model for hydrological modeling in the Xixian watershed and a comparison with the XAJ model. Water Resour Manag 25:2595–2612. doi: 10.1007/s11269-011-9828-8 Talebizadeh M, Morid S, Ayyoubzadeh SA, Ghasemzadeh M (2009) Uncertainty analysis in sediment load modeling using ANN and SWAT model. Water Resour Manage. doi:10.1007/s11269-009-9522-2 Tsakiris G, Spiliotis M (2011) Planning against long term water scarcity: a fuzzy multicriteria approach.Water Resour Manag 25(4):1103–1129 Tsihrintzis VA, Fuentes HR, Gadipudi RK (1996) Modeling prevention alternatives for nonpoint source pollution at a wellfield in Florida. Water Resour Bull 32(2):317–331 Wang W, Neuman SP, Yao T, Wierenga PJ, 2003. Simulation of large-scale field infiltration experiments using a hierarchy of models based on public, generic, and site data. Vadose Zone J. 2, 297–312. 105 White KL, Chaubey I (2005) Sensitivity analysis, calibration, and validations for a multisite and multivariable SWAT model. J Am Water Resour Assoc 41(5):1077–1089. doi: 10.1111/j.1752-1688.2005.tb03786.x Williams JR, Berndt H (1977) Sediment yield prediction based on watershed hydrology. Trans. ASAE 20 (6), 1100–1104. Xie H, Nkonya E, Wielgosz B (2010) Evaluation of the SWAT Model in Hydrologic Modeling of a Large Watershed in Nigeria. Water Resour Manag (AfricaWRM). doi:10.2316/P.2010.686-055 Yang J, Reichert P, Abbaspour KC, Xia J, Yang H (2008) Comparing uncertainty analysis techniques for a SWAT application to the Chaohe Basin in China. J Hydrol 358:1–23. doi:10.1016/j.jhydrol.2008.05.012 Yang Q, Meng FR, Zhao Z, Chow TL, Benoy G, Rees HW, Bourque CPA (2009) Assessing the impacts of flow diversion terraces on stream water and sediment yields at a watershed level using SWAT model. Agric Ecosyst Environ 132:23–31. doi: 10.1016/j.agee.2009.02.012 Yang YS, Wang L (2009) A review of modelling tools for implementation of the EU water framework directive in handling diffuse water pollution. Water Resour Manag. doi:10.1007/s11269-009-9526-y Zhang X, Srinivasan R, Bosch D (2009) Calibration and uncertainty analysis of the SWAT model using Genetic Algorithms and Bayesian Model Averaging. J Hydrol 374(3–4):307–317. doi: 10.1016/j.jhydrol.2009.06.023 106 6. CAPÍTULO IV – Identificação de Sub-bacias Críticas PUBLICADO NO XIX SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS Identificação de Sub-Bacias Críticas Quanto a Enchentes e Geração de Escoamento Superficial na Bacia do Rio Piranga. SALVADOR, Mateus da Mota; BENEVENUTO, Ivan; CALIJURI, Maria Lúcia; ASSIS, Leonardo Campos; ROCHA, Everton O. In: XIX Simpósio Brasileiro de Recursos Hídricos, 2011, Maceió. XIX Simpósio Brasileiro de Recursos Hídricos. São Paulo: ABRH, 2011. v. 1. p. 1-10. IDENTIFICAÇÃO DE SUB-BACIAS CRÍTICAS QUANTO A ENCHENTES E GERAÇÃO DE ESCOAMENTO SUPERFICIAL NA BACIA DO RIO PIRANGA Mateus da Mota Salvador9 & Ivan Benevenuto10, Maria Lúcia Calijuri11, Leonardo Campos de Assis12, Everton de Oliveira Rocha13 RESUMO - Este trabalho consistiu na identificação de sub-bacias críticas em relação aos cenários: geração de escoamento superficial e susceptibilidade à ocorrência de enchentes na Bacia do Rio Piranga. Fez-se uso do método de avaliação multicritérios a partir de parâmetros fisiográficos e hidrológicos obtidos por meio do MDE e dos mapas de tipos de solos e ocupação agrícola. Foram utilizados os SIG ArcGIS para o processamento e obtenção dos parâmetros e Idrisi para a realização das análises. As subbacias críticas encontradas em ambos os cenários estão situadas principalmente no médio e baixo Rio Piranga. A ocupação agrícola do solo associada à sua tipologia colaborou predominantemente com a coincidência das áreas críticas em relação aos cenários propostos. Aparentemente, o grau de interferência dos parâmetros fisiográficos 9 Graduando em Engenharia Ambiental na UFV, DEC, Campus UFV, 36570-000 Viçosa/MG, E-mail [email protected] 10 Graduando em Engenharia Ambiental na UFV, DEC, Campus UFV, 36570-000 Viçosa/MG, E-mail [email protected] 11 Professora titular da UFV, DEC, Campus UFV, 36570-000 Viçosa/MG, E-mail [email protected] 12 Mestre em Informações Espaciais na UFV, DEC, Campus UFV, 36570-000 Viçosa/MG, E-mail [email protected] 13 Mestrando em Saneamento Ambiental na UFV, DEC, Campus UFV, 36570-000 Viçosa/MG, E-mail [email protected] 107 foi minimizado em relação à ocupação da bacia. Os resultados corroboram a necessidade de elaboração de políticas públicas de ocupação e manejo do solo com vistas ao favorecimento das condições de infiltração nessas áreas. ABSTRACT - The goal of this paper was to identify critical watersheds under the perspective of two scenarios: the capacity of runoff generation and the susceptibility of flooding in the Basin Area of the Piranga River. We have applied the Multi-Criteria Evaluation method, using the watersheds physiographic and hydrologic parameters, obtained through DEM, soil map and agriculture occupation map. SIG ArcGIS and Idrisi were used, the first employed to data processing and parameters estimation; the other one to perform multi-criteria evaluation. For both scenarios, the critical watersheds found were located in middle and low region of Piranga’s River basin. Agriculture occupation and soil types associated have played an important role in this coincidence. Apparently the interference of the physiographic parameters has been reduced if compared with watershed occupation. Results confirmed the need to create and implant land use and occupation public policies aiming to improve infiltration conditions at these areas. Palavras-chave: Rio Piranga; Escoamento superficial, Susceptibilidade a enchentes. INTRODUÇÃO Nos últimos anos, a demanda por instrumentos de suporte à gestão dos recursos hídricos vem aumentando substancialmente devido à frequente ocorrência de enchentes e inundações que assolam os municípios. As causas desses fenômenos advêm de uma cultura histórica de utilização inadequada de recursos ambientais, destacando-se o uso do solo e os cultivos agrícolas, além da ocupação acelerada e desordenada no processo de urbanização, o que potencializa os processos de erosão e impermeabilização. Uma das premissas do Sistema Nacional de Recursos Hídricos é que o gerenciamento dos recursos hídricos deve ser feito de forma integrada, tendo como unidade de gestão a bacia hidrográfica e deve compreender também o solo e a cobertura vegetal. Os instrumentos que dão suporte à gestão consistem em técnicas e estudos de 108 quantificação, enquadramento, prevenção e controle de eventos extremos e conservação de bacias hidrográficas, que se utilizam de um conjunto comum de informações derivadas da respectiva bacia (Ribeiro et. al, 2003). Neste contexto destaca-se o uso de SIG como ferramentas de alto desempenho quanto à integração de bancos de dados e análises complexas de informações espaciais. Através destes sistemas pode-se, por exemplo, gerar e manipular os modelos numéricos de terreno tais como os MDE, importantes nos estudos hidrológicos no que se refere à obtenção de características físicas das bacias de drenagem. Tais informações sobre a topografia têm influência direta sobre o escoamento superficial e subterrâneo de água e, por conseguinte, o potencial de erosão e a umidade do solo, afetando suas características físicas e químicas (Hutchinson, 1996). A eficiência do SIG como ferramenta analítica aliada à sua capacidade de incorporação de técnicas de suporte à decisão como avaliação multicritérios caracterizao como instrumento de investigação, monitoramento e gestão de riscos naturais, além de vários outros estudos geoambientais. Segundo Fernández e Lutz (2010), a análise multicritério fornece técnicas para o estudo de problemas complexos, que frequentemente envolvem critérios e dados imensuráveis. Para Almeida e Costa (2003), a definição para “análise multicritério” incorpora um conjunto de processos e métodos aplicados para auxiliar ou apoiar a tomada de decisão, dada uma multiplicidade de critérios, estabelecendo relação de preferências entre as alternativas pré-avaliadas. O objetivo deste estudo foi empregar o método de avaliação multicritérios para determinar, na Bacia Hidrográfica do Rio Piranga, as sub-bacias mais susceptíveis à ocorrência de enchentes e também aquelas que têm maior potencial de geração de escoamento superficial. As análises foram realizadas a partir de parâmetros definidos pelas características fisiográficas e do número da curva de cada sub-bacia com área de contribuição superior a 45 km2. MÉTODOS O método proposto foi organizado conforme ilustração apresentada na figura 1. Nela pode-se verificar os dados necessários na etapa de entrada assim como os processos requisitados nas etapas de processamento e análise. Como resultado da avaliação multicritérios espera-se obter um Modelo Digital de Adequabilidade (MDA), 109 uma imagem cuja superfície é contínua, formada por valores que representam certa adequabilidade considerando os critérios em análise. ENTRADA PROCESSAMENTO ANÁLISE RESULTADO Avaliação MCE MDA Mapa de tipos de solos Mapa de ocupação agrícola MDE Obtenção dos CN Obtenção dos parâmetros fisiográficos Figura 1 – Fluxograma de processos do método proposto. Recursos de software Quanto aos recursos de software necessários para realização das análises, utilizouse os SIG ArcGIS (ESRI, 1997) e Idrisi (Clark Labs, 2006). O primeiro como ferramenta para preparação da base de dados e o segundo para aplicação do método de avaliação multicritérios. Os resultados foram compatibilizados com o ArcGIS/ArcMap para produção de imagens ilustrativas das molduras finais. Caracterização da área de estudo O Rio Piranga nasce na Serra das Vertentes, no encontro das Serras da Mantiqueira e do Espinhaço, no município de Ressaquinha, e sua foz situa-se na confluência com o Rio do Carmo, formando o Rio Doce, no município de Santa Cruz do Escalvado (figura 2). Possui uma extensão de 245,36 km e área de drenagem de aproximadamente 6.607,36 km2. Os principais afluentes do Rio Piranga são os rios São Bernardo, Xopotó, Turvo Limpo e Oratórios. A bacia do Rio Piranga é caracterizada pela Floresta Tropical Atlântica Subperenifólia, e se encontra atualmente com poucas áreas remanescentes preservadas. 110 O desmatamento com vistas ao aproveitamento da terra para cultura agrícola reduziu consideravelmente a cobertura florestal originária (MARCHI et. al., 2005). De acordo com o Mapa de Cobertura Vegetal dos Biomas Brasileiros (MMA, 2006), a área em estudo contava com pouco mais de 50.770 hectares de área agricultada. Cerca de 60,48% da área da unidade é ocupada pela pecuária, ao passo que 30,17% são ocupados por Floresta Estacional Semidecidual. Seus principais problemas são a poluição, a redução da recarga do lençol freático, os problemas de drenagem das estradas rurais, o extrativismo ambiental feito através do desmatamento, da produção de carvão, da extração de pedra e areia, o uso inadequado dos recursos naturais, a fiscalização ineficiente, a falta de mobilização da população e o desestímulo dos produtores rurais em relação ao cuidado com o meio ambiente (IGAM, 2007). Na área em estudo predominam os tipos de erosão laminar, sulcos e voçorocas, sendo os trechos mais críticos localizados ao norte da cidade de Viçosa, nas cabeceiras do Rio Turvo Limpo e a sudeste da cidade de Alto Rio Doce. As colinas convexocôncavas com vertentes ravinadas e escoamento concentrado favorecem o surgimento de sulcos e erosão laminar (IGAM, 2007). Aparentemente, a susceptibilidade à erosão aliada ao tipo de uso e cobertura dos solos são os grandes responsáveis pela taxa de produção de sedimentos na bacia. Estas contribuem com o contínuo processo de assoreamento dos cursos d’água, comprometendo a capacidade de armazenamento de água dos reservatórios em operação e agravando os eventos de cheias na bacia hidrográfica. 111 Figura 2 – Localização da Bacia Hidrográfica do Rio Piranga Obtenção do Modelo Digital de Elevação (MDE) Para a geração do MDE foram necessários os planos de informação referentes à hidrografia e à altimetria, esta última discriminada em pontos cotados e curvas de nível, obtidas através das cartas topográficas vetoriais do mapeamento sistemático disponibilizadas pelo Instituo Brasileiro de Geografia e Estatística (IBGE). A escala dos mapas digitais é de 1:50.000, cujas cartas altimétricas apresentam equidistância vertical de 20 m. Em seguida foi necessário realizar o pré-processamento dos dados digitais obtidos, com a verificação da consistência de toda a base de dados. As curvas de nível, quando apresentaram inconsistências, foram ajustadas manualmente de acordo com a hidrografia mapeada. Esta última, por sua vez, foi orientada no sentido da direção de escoamento. De posse dos dados necessários, pôde-se gerar o MDE com resolução de 15 x 15 m, através do módulo TOPOGRID disponível no software Arc/INFO. Sabendo-se que o MDE trata-se de uma superfície produzida por interpolação a partir de informações de altitude disponíveis em determinados locais estrategicamente levantados para melhor caracterizar a topografia local; e ainda que esta é realizada por um estimador, consequentemente a incerteza é inerente aos valores estimados, assim, o produto gerado pode apresentar tanto super quanto subestimativas. Ao se tratar da dinâmica dos 112 processos relacionados ao escoamento superficial, as subestimativas são as mais problemáticas. Elas são observadas nos MDE como depressões espúrias, as quais são células cuja circunvizinhança apresenta valores de elevação superiores ao seu, o que impede o fluxo do escoamento superficial ao longo do seu percurso. Diante disso, procedeu-se a eliminação destas, permitindo a obtenção de um MDE isento de depressões espúrias. Determinação de parâmetros fisiográficos Devido à sua extensão, a área de estudo foi dividida em 47 sub-bacias (Figura 3) com objetivo de extrair parâmetros fisiográficos e hidrológicos de cada. O critério adotado para a delimitação foi a obtenção de unidades hidrográficas com áreas iguais ou superiores a 45 km². Tal critério foi assumido a fim de se evitar a formação de subbacias de dimensões muito pequenas, tendo-se em vista que a escala do mapa de uso e ocupação do solo é de 1:250.000. Nessa escala, caso houvessem unidades com áreas demasiadamente reduzidas, poderia ocorrer um único tipo de uso do solo em uma dada sub-bacia, o que, provavelmente, prejudicaria a análise. No entanto, ao determinar automaticamente as áreas de captação, algumas interbacias com áreas inferiores a este limiar foram produzidas. Figura 3 – Divisão da Bacia Hidrográfica do Rio Piranga em sub-bacias. 113 A partir da delimitação das áreas das sub-bacias, diferentes características físicas de interesse puderam ser obtidas. Para cada sub-bacia, foram obtidos os parâmetros área, perímetro, fator de forma, coeficiente de compacidade, densidade de drenagem, índice de sinuosidade, declividade média e área de contribuição. 1.1.1. Fator de Forma (Kf) Este índice relaciona a forma da bacia com a de um retângulo, sendo expresso como a razão entre a largura média da bacia e o comprimento axial da mesma. O comprimento axial é a distância retilínea entre a foz da bacia até seu ponto mais remoto, conforme as curvas do rio principal. De acordo com Vilella e Mattos (1975), uma bacia com um fator de forma baixo é menos sujeita a enchentes que outra de mesmas dimensões, porém com fator de forma maior. O fator de forma foi determinado utilizando-se a equação 1. Kf = A/L2 (1) onde Kf = fator de forma; A = área de drenagem e L = comprimento axial da bacia 1.1.2. Coeficiente de Compacidade (Kc) É a relação entre o perímetro da bacia e a circunferência de um círculo de área igual a da respectiva bacia (CARDOSO et al., 2006). Assim como o fator de forma, este coeficiente também varia com a forma da bacia, representando o grau de regularidade da mesma. Quanto mais próximo de 1 for seu valor, indicando formato próximo do circular, maior a susceptibilidade a picos de enchentes elevados. Pode ser calculado pela equação 2. Kc = 0,2821* (P/A1/2) (2) onde P se refere ao perímetro da bacia. 1.1.3. Densidade de Drenagem (Dd) 114 Fornece uma indicação da eficiência da drenagem na bacia, sendo expresso pela relação entre a soma dos comprimentos de todos os canais de escoamento e a área da bacia hidrográfica (equação 3). Quanto maior o seu valor, maior é a capacidade de drenagem da bacia, menor o tempo de concentração e, consequentemente, maiores serão os picos dos hidrogramas na foz. Segundo França (1968), pode ser classificada em: baixa (baixa (< 1,5), média (1,5 a 2,5) e alta (> 2,5). Dd = Lt/A (3) onde Lt é o comprimento total da rede de drenagem. 1.1.4. Índice de Sinuosidade (Is) Estabelecida pela equação 4, é a relação entre o comprimento do canal principal e a distância vetorial entre os seus extremos (ALVES; CASTRO, 2003). Pode ser considerado um fator controlador da velocidade de escoamento, sendo que valores próximos a 1 indicam tendência dos cursos de água a serem retilíneos, o que provoca altas velocidades. Por outro lado, tendem a ser mais tortuosos à medida que o valor se afasta da unidade, o que implica em menor velocidade de deflúvio. Is = l/Dv (4) onde l é o comprimento do canal principal e Dv a distância vetorial. 1.1.5. Declividade média O mapa de declividade foi derivado do MDE e seus valores foram calculados em porcentagem. Através de análise espacial com uso de operador zonal de forma a combinar as áreas das sub-bacias com a informação de declividade e, ao aplicar a função estatística para cálculo da média, foi possível a identificação da declividade média em cada sub-bacia. Áreas com altas declividades implicam em maiores velocidades de escoamento superficial, o que contribui para enchentes à jusante da bacia. Em contrapartida, locais 115 pouco declivosos são susceptíveis ao acúmulo do fluxo, que acontece devido às menores velocidades associadas ao deflúvio, favorecendo a ocorrência de enchentes. 1.1.6. Área de Contribuição Para o cálculo da área de contribuição, utilizou-se o método da transferência de fluxo para uma única célula, onde a determinação da área drenada, para cada célula da imagem, é estabelecida em função da declividade. Assim, através da acumulação do fluxo foi possível extrair qual o maior número em cada sub-bacia, ou seja, o valor do pixel correspondente a sua foz. Como a resolução espacial das imagens geradas consideraram o pixel com dimensões de 15 x 15 metros, a área de contribuição pôde ser determinada multiplicando-se o número de pixels pela área do mesmo. Esse fator tem relação direta com o fluxo gerado pela bacia hidrográfica, visto que quanto maior for a área drenada pela bacia, maior também será a vazão na foz. Determinação do número da curva O Método do Número da Curva (SCS, 1972), proposto pelo Soil Conservation Service, permite determinar a capacidade de armazenamento do solo em função do grupo de solo (A, B, C ou D), da umidade antecedente e da ocupação agrícola do solo, conforme equação (5). S = 25400/CN – 254 (5) onde S é a capacidade de armazenamento e CN o número da curva. O parâmetro CN pode variar entre 1 e 100 e depende do tipo, das condições de ocupação agrícola e umidade do solo no período que antecede a determinado evento de precipitação. Pequenos valores indicam alta permeabilidade e pouco escoamento superficial. Por outro lado, à medida que o CN aumenta, maior o grau de impermeabilização. 1.1.7. Classificação dos solos quanto à infiltrabilidade 116 O mapa de solos da Bacia do Rio Piranga, segundo levantamento de Fernandes Filho et al. (2010), apresentou a ocorrência de três grandes grupos de solos, conforme ilustrado na figura 4. Figura 4 – Tipos de solo na Bacia do Rio Piranga - adaptado de Fernandes Filho et al. (2010). Com relação aos tipos de solo, o SCS distingue quatro grupos hidrológicos de solos, que variam desde areias com grande capacidade de infiltração a solos argilosos com capacidade de infiltração extremamente baixa. Para os tipos de solo identificados na área de estudo, os quais sejam: argissolo, cambissolo e latossolo, adotou-se taxas de infiltração de 12, 20 e 40 mm/h, respectivamente. Dessa forma, pôde-se enquadrar os grupos de acordo com as faixas sugeridas pelo SCS (1972), cujos valores são apresentados na tabela 1. Tabela 1 – Classificação dos solos de acordo com o Soil Conservation Service (1972) Grupos de solo definidos pelo SCS 117 Taxa de Infiltração (mm/h) > 127,0 20,3 - 127,0 5,1 - 20,3 < 5,1 Classe de Solo A B C D A maior parte dos solos da bacia do Rio Piranga foi classificada como tipo B e apenas uma menor fração enquadrou-se na classe C (Figura 5). Isso permite inferir que, em geral, a área em estudo apresenta um grau de infiltrabilidade moderado a baixo. Figura 5 – Classificação dos solos de acordo com a SCS (1972). 1.1.8. Obtenção dos valores de CN Segundo Pruski (2008), ao se conhecer a precipitação incidente na área, pode-se obter o CN, a partir de tabelas, para cada condição de superfície e tipo de solo. Como as sub-bacias estudadas apresentam diversos tipos de solo e de usos do solo, foi necessário obter um valor de CN ponderado para cada uma. Para isso procedeu-se a identificação das porcentagens referentes às áreas homogêneas quanto ao solo e à ocupação do solo para cada sub-bacia. Para caracterização da ocupação do solo utilizou-se o Mapa de Cobertura Vegetal dos Biomas Brasileiros (MMA, 2006) recortado para a região do Rio Piranga (figura 6). 118 Através da sobreposição do mapa de solos, reclassificado em relação à infiltrabilidade, e das sub-bacias, foi realizado o cruzamento de informações e obteve-se a porcentagem de área dos tipos de solo em cada uma. O mesmo foi feito para a extração da porcentagem de área dos tipos de ocupação do solo e cobertura vegetal. Figura 6 – Mapa de ocupação agrícola do solo obtido do Mapa de Cobertura Vegetal dos Biomas Brasileiros recortado na porção da Bacia do Rio Piranga (MMA, 2006). Quanto à umidade antecedente dos solos, que é caracterizada pela precipitação ocorrida nos cinco dias que antecedem à chuva crítica, adotou-se a condição AMC II. Esta se refere a um solo próximo à capacidade de campo. Para obtenção dos CN ponderados foi utilizado o software IPHS1, desenvolvido por Tucci et al.(1989). Este é um Sistema de Simulação Hidrológica capaz de realizar análises complexas, além de oferecer um módulo que facilita o cálculo do CN ponderado. Nele, o valor do número da curva é retornado a partir da informação sobre a umidade antecedente do solo e das porcentagens de área de cada tipo e ocupação agrícola do solo. Avaliação Multicritérios Uma vantagem da abordagem de análise de informações espaciais através do método de avaliação multicritérios é a possibilidade de investigar a configuração de 119 cenários, apresentados na forma de Modelos Digitais de Adequabilidade (representam a variação espacial de adequabilidade de determinado cenário modelado conforme contexto explorado na análise). Esses cenários são então especificados prioritariamente em função de critérios, que, por si só, são mais ou menos adequados à configuração proposta. Para os cenários propostos de identificação das sub-bacias críticas quanto à geração de escoamento superficial e à susceptibilidade à ocorrência de enchentes, os critérios selecionados foram: área de contribuição, número da curva, declividade média, índice de sinuosidade, fator de forma, coeficiente de compacidade e densidade de drenagem. Para proceder à avaliação multicritérios, uma vez que os tenha definidos (tabela 2), é necessário que seus valores estejam escalonados em uma mesma faixa de variação, com intuito de viabilizar sua comparação sem, contudo, perder a integridade da operação. Para isso, utilizou-se o processo de reclassificação de valores de atributos dos critérios selecionados. Cada parâmetro teve seus valores reclassificados em três faixas, sendo de alta, média ou baixa propensão a enchentes e/ou geração de escoamento superficial. A cada intervalo foi atribuído um valor de adequabilidade. O critério adotado para a divisão dos valores em faixas baseou-se em dados da literatura e no conhecimento técnico dos pesquisadores. Tabela 2 – Valores de adequabilidade atribuídos aos fatores. Fator Adequabilidade Baixa (100) Média (180) Alta (255) Área de Contribuição (km²) < 300 300 - 800 > 800 Número da Curva 60 - 67 67 - 74 74 - 80 Declividade Média (%) 20 - 24 24 - 27 27 - 32 Índice de Sinuosidade >2 1,5 - 2 1 - 1,5 Fator de Forma < 0,3 0,3 - 0,7 0,7 - 1,3 Coeficiente de Compacidade 1 - 1,5 1,5 - 1,75 1,75 - 2,15 Densidade de Drenagem (km/km²) < 1,5 1,5 - 2,5 > 2,5 Contando com os critérios compatibilizados à comparação, a estratégia seguinte foi o estabelecimento do grau de importância relativa de cada um na análise. Para isso, a técnica de comparação pelo Processo Analítico Hierárquico (Analytical Hierarchy 120 Process - AHP), proposto por Saaty (1980), permitiu estabelecer pesos a cada fator segundo sua relevância. O método AHP empregado utiliza a comparação par a par entre fatores, por atribuição de valores que representam a sua importância relativa em uma escala contínua. Os pesos são obtidos pela determinação do autovetor da matriz quadrada recíproca resultante da matriz diagonal de comparação entre os fatores. A coerência do processo é verificada pela determinação de um coeficiente chamado razão de consistência pelo qual se avalia a ponderação (Eastman, 2006). 1.1.9. Cenário 1: geração de escoamento superficial Para a identificação das sub-bacias críticas quanto à geração de escoamento superficial utilizou-se como fatores a declividade média, o número da curva, a sinuosidade e a densidade de drenagem, sendo que os dois primeiros receberam pesos maiores e equivalentes. Os pesos de tais fatores, obtidos pelo método AHP, são apresentados na tabela 3. Tabela 3 – Pesos obtidos através do método AHP (Analytical Hierarchy Process) Critério Peso Declividade Média 0,3899 CN 0,3899 Densidade de Drenagem 0,1524 Índice de Sinuosidade 0,0679 A razão de consistência obtida para os pesos atribuídos foi de 0,02, demonstrando coerência das relações de importância consideradas na análise. Segundo Carvalho e Riedel (2005), quanto mais próxima de zero a razão de consistência, maior a coerência. Segundo Pruski (2006), o relevo é o principal agente que controla o escoamento superficial, e entre os fatores relacionados à topografia, a declividade é, na maioria das vezes, o mais importante na evolução do processo erosivo. O peso do CN, tão importante quanto a declividade, é justificado pelo fato deste parâmetro levar em consideração os tipos de solo e ocupação do solo, que têm relação direta com a permeabilidade e a taxa de infiltração, sendo determinantes para o volume de escoamento gerado. A densidade de drenagem e o índice de sinuosidade receberam 121 baixos pesos pois apresentam menor influência uma vez que dependem da escala de mapeamento. 1.1.10. Cenário 2: susceptibilidade à ocorrência de enchentes Com intuito de identificar as sub-bacias susceptíveis à ocorrência de enchentes utilizou-se como fatores, em ordem decrescente de importância, área de contribuição, número da curva, declividade média, fator de forma, coeficiente de compacidade e densidade de drenagem. É importante destacar que, devido à mudança de contexto, a adequabilidade do fator declividade média foi invertido (tabela 4). Tabela 4 – Pesos obtidos através do método AHP (Analytical Hierarchy Process). Critério Peso Área de Contribuição 0,4131 CN 0,2356 Declividade Média 0,1812 Fator de Forma 0,0683 Coeficiente de Compacidade 0,0683 Densidade de Drenagem 0,0333 A razão de consistência obtida foi de 0,04, o que também demonstra coerência das relações de importância. Os três primeiros critérios são significativamente mais importantes que os outros, pois levam em consideração aspectos como acúmulo de fluxo, permeabilidade e características do relevo. O maior peso foi atribuído à área de contribuição, pois se entende que a área drenada pela bacia é fator determinante para a ocorrência de enchentes, já que está diretamente relacionada com o fluxo acumulado. Os fatores CN e declividade média receberam pesos próximos, em virtude de ambos estarem relacionados mais fortemente com a velocidade do escoamento superficial. Os demais parâmetros receberam pesos menos significativos. RESULTADOS E DISCUSSÃO 122 Os parâmetros de cada sub-bacia da área em estudo puderam ser obtidos a partir do MDE, do mapa de solos e do mapa de uso e ocupação do solo. Para fornecer ordem de grandeza acerca dos parâmetros, seus intervalos de valores considerando-se as 47 unidades hidrográficas, estão dispostos na tabela 5. Tabela 5 – Variação dos parâmetros considerados na análise. Parâmetro Limite inferior Limite superior Área de contribuição (km²) 90,72 6.607,36 Coeficiente de Compacidade 1,19 2,13 Declividade Média (%) 20,82 31,82 Densidade 1,91 2,93 Fator de Forma 0,16 1,2 Índice de Sinuosidade 1,32 3,84 Número da Curva 60,09 80,36 de Drenagem (km/km²) Sub-bacias geradoras de escoamento superficial Fundamentado na avaliação multicritérios obteve-se o mapa apresentado na figura 7, que representa a adequabilidade de cada sub-bacia a gerar escoamento superficial. A princípio, esperava-se que as unidades hidrográficas localizadas na cabeceira fossem as principais geradoras de escoamento superficial, tendo em vista que, geralmente, essas áreas são bastante declivosas e seus cursos d’água têm menor sinuosidade. Porém, de acordo com os resultados encontrados, essas não foram as principais causadoras de enchentes. Aparentemente, isso pode ser explicado pela maior presença de florestas nessas regiões (menor CN) e também por apresentarem declividades médias menores do que nas porções central e norte da bacia. 123 Figura 7 – Níveis de criticidade quanto a geração de escoamento superficial. As sub-bacias que apresentaram maior criticidade estão localizadas na região do Baixo Rio Piranga, possivelmente reflexo do alto grau de intervenção e degradação por parte homem nessas áreas, o que é evidenciado pela predominância de pastagens em precárias condições de conservação. Além disso, verificou-se que nessa região a declividade média apresentou valores superiores em comparação ao restante da área. A combinação desses dois fatores resultou em locais de baixa permeabilidade e alto declive, características essas que são condicionantes para a geração de deflúvio. Sub-bacias críticas quanto a enchentes Ao se utilizar os fatores área de contribuição, número da curva, declividade média, fator de forma, coeficiente de compacidade e densidade de drenagem, obteve-se o mapa de susceptibilidade a ocorrência de enchentes em níveis de adequabilidade (figura 8). Constatou-se que a maioria das sub-bacias com alta propensão a enchentes localiza-se na região do médio e baixo Rio Piranga. Essa configuração se deve, provavelmente, ao maior acúmulo de fluxo nessas unidades e aos elevados valores de número da curva, que, aliados à declividade, foram de maior importância na análise. Vale ressaltar que a declividade média nessa porção geográfica desempenhou papel 124 recíproco ao contexto de geração de escoamento superficial, portanto, com maior adequabilidade associada aos menores valores. Figura 8 – Níveis de criticidade quanto a ocorrência de enchentes. A sub-bacia que apresentou maior criticidade foi identificada na região do médio Rio Piranga, provavelmente em razão de receber um grande fluxo das unidades hidrográficas à montante, somado à influência do seu fator de forma, coeficiente de compacidade e área de drenagem, que revelaram-se críticos. As regiões de cabeceira não apresentaram criticidade relevante, principalmente porque não recebem contribuição de outras unidades hidrográficas. Além disso, seus valores de CN foram os mais baixos da área em estudo, devido, principalmente, ao maior grau de preservação. CONCLUSÃO As sub-bacias críticas quanto à ocorrência de enchentes concentraram-se principalmente nas áreas situadas no médio e baixo Rio Piranga. Os fatores preponderantes para isso foram, em ordem de importância, a área de contribuição, a ocupação do solo e os tipos de solos. Em relação às unidades hidrográficas potenciais 125 geradoras de escoamento, os criterios mais importantes foram o número da curva e a declividade média. A distribuição espacial dos mesmos revelou que a porção do baixo Rio Piranga é mais propensa ao fenômeno. Constatou-se que a porção do baixo Rio Piranga apresentou adequabilidade elevada em ambos os cenários avaliados, tanto à geração de escoamento superfical quanto à ocorrência de enchentes. Assim sendo, esta é uma região naturalmente crítica sob a perspectiva de fragilidade aos fenômenos hidrológicos e ambientais, além de sê-la também à atividade antropogênica. Apesar do método não ter sido validado por experimentação, os resultados encontrados condizem com a realidade observada, o que fornece subsídios a recomendar seu emprego em outras situações. Provavelmente o método pode ser aperfeiçoado através do uso de superfícies contínuas nas análises, portanto trabalhos futuros devem se orientar nesse sentido. Por fim, devido à diversidade de escalas dos produtos digitais empregados na análise faz-se necessário explicitar que os resultados obtidos estão associados à escala de 1:500.000, referente a menor delas. AGRADECIMENTOS Os autores agradecem à Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) pelo imprescindível apoio concedido através de bolsas de estudo e também pelo fomento do projeto intitulado “Modelagem hidrológica e hidrossedimentológica e proposição de cenários para a minimização de enchentes no sistema integrado da bacia hidrográfica do rio Doce”. BIBLIOGRAFIA ALMEIDA, A. T.; COSTA, A. P. C. S. (2003). “Aplicações com métodos multicritério de apoio à decisão”. Recife: Universitária da UFPE. Disponível em: <http://www.pg.cefetpr.br/ppgep/revista/revista2007/vol1/artigo/V3N1B11.pdf>. Acesso em 18 de maio de 2011. ALVES, J.M.P; CASTRO, P.T.A (2003). “Influência de feições geológicas na morfologia da bacia do rio do Tanque (MG) baseada no estudo de parâmetros 126 morfométricos e análises de padrões de lineamentos”. Revista Brasileira de Geociências, pp. 117-1245. CARDOSO, C.A. et al. (2006). “Caracterização morfométrica da bacia hidrográfica do rio Debossan, Nova Friburgo-RJ”. Árvore, v.30, n.2, pp.241-248. CARVALHO, C.M.; RIEDEL, P. S. (2005). “Técnicas de Geoprocessamento aplicadas ao estudo da suscetibilidade a escorregamentos translacionais nos entornos dos polidutos de Cubatão - SP” in Anais do Simpósio Brasileiro de Sensoriamento Remoto, São José dos Campos, Abr. 2005, 12, pp. 1-8. Clark Labs (2006). Idrisi Andes edition. Worcester: Clark University. Programa de computador: 1CD-ROM. Eastman , J. R (2006). IDRISI Andes: guide to GIS and image processing. Worcester: Clark University. 284 p. ESRI – Environmental System Research Institute (1997). ARC/INFO v.7.1.1. Redlands. Programa de computador. 2CD-ROM FERNANDES FILHO, E. I.; et al (2010). “Levantamento de solos e aptidão agrícola da porção mineira da bacia do Rio Doce”. Belo Horizonte: Fundação Estadual de Meio Ambiente (FEAM). (no prelo). FERNÁNDEZ, D. S.; LUTZ, M. A. (2010) “Urban flood hazard zoning in Tucumán Province, Argentina, using GIS and multicriteria decision analysis”. Engineering Geology 111 (1-4), pp. 90 – 98. FRANÇA, G. V. de. (1968). “Interpretação fotográfica de bacias e redes de drenagem aplicada a solos da região de Piracicaba”.151 f. Tese (Doutorado em Agronomia/Solos e Nutrição de Plantas) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba. HUTCHINSON, M. (1996). “A locally adaptive approach to interpolation of digital elevation models”. In Proceedings of Third International Conference/Workshop on Integration GIS and Environmental Modeling, Santa Fe, NM, Santa Barbara, C: National Center for Geographic Information and Analysis. CD, pp. 127 IGAM – Instituto Mineiro de Gestão das Águas. (2007). “Plano Integrado de Recursos Hídricos da Bacia do Rio Doce e dos Planos de Ações de Recursos Hídricos para as Unidades de Planejamento e Gestão de Recursos Hídricos no Âmbito da Bacia do Rio Doce‖. Consórcio ECOPLAN – LUME. MARCHI, O et al. (2005). “Leitura e caracterização da paisagem em auxílio ao planejamento da ocupação urbana de Ponte Nova – MG‖. Natureza & Desenvolvimento, v. 1, n. 1, pp. 41-50. MMA - Ministério do Meio Ambiente. (2006). “Mapa de Cobertura Vegetal dos Biomas Brasileiros”. Disponível em <http://mapas.mma.gov.br/mapas/aplic/probio/ datadownload.htm?/>. Acesso em 18 abr. 2011. PRUSKI, F. F. et al. (2006). “Fatores que interferem na Erosão Hídrica do Solo”, in Conservação de Solo e Água: práticas para o controle da erosão hídrica. Org. por Pruski F.F., ed. UFV, Viçosa. 240 p. PRUSKI, F. F. et al. (2008). “Escoamento superficial” 2 Ed. UFV-Viçosa, 87 p. RIBEIRO, C.A.A.S et al. (2003). “Metodologia para Geração de Modelos Digitais de Elevação Hidrologicamente Consistentes para a Bacia Amazônica”. In Anais do I Simpósio de Recursos Hídricos da Amazônia, Manaus, Jul. 2003, pp.1-9. SAATY, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill - New York, 287 p. SCS - Soil Conservation Service (1972). National engineering handbook. Section 4: Hydrology. Washington: USDA. P. 101 – 1023. TUCCI, C. E. M. et al. (1989). Sistema de Simulação Precipitação Vazão IPHS1. IPHUFRGS. Porto Alegre. VILELLA, S.M.; MATTOS, A. (1975). Hidrologia aplicada. São Paulo: McGraw-Hill, 245 p. 128 COMPROVAÇÃO DOS RESULTADOS (A Posteriori) Para comprovar as áreas susceptíveis a inundações realizou-se um visita aos municípios localizados na Bacia do Rio Piranga, na qual foram feitas entrevistas com funcionários da defesa civil desses municípios e ainda com a população local. Naqueles muncípios onde não havia defesa civil, as entrevistas foram feitas apenas com os habitantes, privilegiando os mais idosos. O mapa ilustrado na Figura 6.1apresenta os municípios cujos históricos caracterizam-nos como susceptíveis às inundações. As áreas identfificadas pelos polígonos em vermelho apresentaram registros de inundações, os polígonos na cor verde identificam locais onde não há registros de inundações e aqueles na cor beige, em menor número localizados majoritariamente proximos ao divisor de águas (distantes do rio Piranga), não foram visitados. Pode-se verificar notável semelhança entre as áreas susceptíveis à inundação encontradas na análise multicritério com parâmetros hidrológicos e os municípios onde foram registradas as ocorrências desse fenômeno. Figura 6.1 - Mapa dos municípios com registros de inundações na BHRP. 129 7. CAPÍTULO V – Fragilidades e Potencialidades da Bacia PARTE DA DISSERTAÇÃO DE MESTRADO DEFENDIDA EM 03/12 CAMARGO, R. A. Avaliação da suscetibilidade à erosão e proposição de zoneamento estratégico com vistas à sustentabilidade da bacia hidrográfica do rio Piranga. Dissertação (mestrado) – Universidade Federal de Viçosa, 2012. 104p. 1. ZONEAMENTO AMBIENTAL Dentre os mecanismos de gestão à disposição do Poder Público passíveis de serem utilizados no planejamento territorial é possível perceber que, nos anos recentes, o zoneamento ambiental tem se destacado entre as políticas públicas como um instrumento estratégico de planejamento regional, que busca a compatibilização entre o desenvolvimento econômico e a qualidade ambiental. Entretanto, apesar de sua crescente utilização, a prática envolvendo a aplicação deste instrumento é caracterizada pela ausência de uma definição a respeito de suas reais atribuições. O conceito de zoneamento, no Brasil, está ligado a pelo menos duas tradições (NITSCH, 1998; SAE/PR, 2000; MILLIKAN & PRETTE, 2000). A primeira diz respeito ao planejamento agrícola sob a forma dos zoneamentos agroecológicos ou agrícolas, nos quais se faz um estudo da aptidão dos solos e do clima de uma dada área para diversos tipos de cultura, ou, ao contrário, procura-se identificar as áreas mais adequadas para uma determinada cultura. Trata-se nesse caso de um instrumento técnico, de caráter indicativo, para subsidiar o agricultor em suas decisões de investimento, ou o setor público no que concerne a concessão de créditos para a agricultura (NITSCH, 1998; SAE/PR, 2000). Uma outra tradição, mais fortalecida pela prática, está ligada à regulação do uso do solo urbano, que se consubstancia, geralmente, em instrumentos legais e normativos 131 (MACHADO, 1992). Para GRINOVER (1989), essa prática de zoneamento, criada pela tecnologia do planejamento territorial desde as primeiras décadas do século XX, expõe suas deficiências ao se tentar introduzir a dimensão ambiental no processo de planejamento, uma vez que não consegue traduzir de forma eficiente a dinâmica das relações de todo tipo e de todos os níveis que se estabelecem no território. Apesar de ter sido criado há mais de 20 anos, inserido na Política Nacional de Meio Ambiente (Lei nº. 6.938 de 31/08/81) e, desse modo, constituir um instrumento de gestão ambiental, a regulamentação da legislação sobre o zoneamento ambiental e sua implementação prática (especialmente em termos da estrutura necessária para a sua implementação) ainda não avançaram substancialmente. Talvez devido ao fato de que os primeiros exercícios de zoneamento “de caráter ambiental” (não se deve confundir com o zoneamento ambiental propriamente dito) foram executados com o objetivo de propor um determinado parcelamento do solo do território, a conceituação sobre zoneamento ambiental assumiu, conforme menciona MILLIKAN (1998), um caráter normativo, restritivo, para fins de proteção do meio ambiente. Na fronteira Amazônica, por exemplo, no atual momento, o Zoneamento EcológicoEconômico (ZEE) tem sido apresentado como um instrumento capaz de reverter alguns dos problemas de ocupação desordenada, que tanto despertam a atenção da opinião pública internacional desde os anos 80: desmatamento acelerado, expansão agropecuária em terras de baixa aptidão agrícola, exploração madeireira insustentável, invasões de áreas indígenas e unidades de conservação, entre outros (BECKER & EGLER, 1996; NITSCH, 1998). No entanto, ao prevalecer o estabelecimento de uma determinada divisão do território em termos das atividades que podem ou não ser desenvolvidas, a elaboração de um zoneamento desse tipo acaba por não cumprir com a verdadeira atribuição de um instrumento de política ambiental, qual seja a provisão de subsídios concretos a serem utilizados pelos administradores na solução de eventuais conflitos que possam surgir. 1.1. Zoneamento Ecológico – Econômico Desde o final da década 80, o Governo Brasileiro reconhecendo os impactos negativos causados pela ocupação desordenada do território nacional, vem promovendo ações para a formulação de uma estratégia que viabilize sua ocupação ordenada e a 132 recuperação de áreas degradadas. Segundo a Secretaria de Estado de Meio Ambiente e Desenvolvimento Sustentável do Rio de Janeiro, tal estratégia requer uma base de conhecimento técnico-científico e de informação acurada sobre a diversidade territorial (NITSCH, 1998, SEMADS, 2000). A partir de setembro de 1990, quando foi instituída a Comissão Coordenadora do Zoneamento Ecológico-Econômico do Território Nacional - CCZEE (Decreto n.º 99.540, de 21/09/90), o governo federal vem desenvolvendo ações para implementar um programa descentralizado de zoneamento ecológico-econômico em todo o território nacional. Segundo diretrizes da CCZEE, o zoneamento ecológico-econômico do Território Nacional ao nível macrorregional e regional é atribuição do Governo Federal e norteará a elaboração dos planos nacionais e regionais de ordenação do território (SEMADS, 2000). Os Governos Estaduais são convidados a integrar a Comissão, na condição de membros, quando áreas de seus respectivos territórios forem objeto de zoneamento e, através dos estados, prevê-se ainda a participação dos municípios. O zoneamento ecológico-econômico (ZEE) foi criado para ser um instrumento político e técnico do planejamento com a finalidade de otimizar o uso do espaço e as políticas públicas afins. É um instrumento técnico de informação integrada sobre o território, ao passo em que o classifica segundo suas potencialidades e vulnerabilidades. É um instrumento político de regulação do uso do território, visto que favorece a integração de políticas públicas em uma base geográfica descartando o convencional tratamento setorializado e informatiza o processo de tomada de decisão contribuindo para a negociação entre várias esferas de Governo, e entre estas, o setor privado e a sociedade civil (NITSCH, 1998). Para Ab’SABER (1989), o estabelecimento do ZEE deveria equivaler ao estudo de determinação das potencialidades e restrições de todos os subespaços que compõem um certo território, levando-se em conta suas potencialidades econômicas. Isso implicaria em um cruzamento dos conhecimentos sobre os fatores fisiográficos e ecológicos com os fatores da conjuntura econômica, demográfica e social da região. Seria, de acordo com BECKER & EGLER (1996), um instrumento ativo para o desenvolvimento sustentável, e não apenas um instrumento corretivo e restritivo como 133 frequentemente se pensa. E, embora pautado na identificação de zonas homogêneas, na verdade buscaria tirar partido da diversidade territorial, promovendo a compatibilidade sistêmica entre as zonas. Percebe-se que a conceituação teórica do ZEE o coloca claramente como um instrumento regulador das atividades antrópicas, cuja finalidade seria a de compatibilizar o desenvolvimento econômico de um território com a necessária preservação dos recursos e serviços ambientais. Contudo, ao menos até este momento, as maiores críticas a esse instrumento incidem na falta de clareza quanto aos critérios adotados em sua metodologia – e à falta de consistência científica para sua aplicação (NITSCH, 1998) e quanto à insustentabilidade política encontrada em suas propostas, devido à centralização excessiva de seu processo de elaboração – agravada pela falta de compatibilização entre as diretrizes do zoneamento e as políticas públicas em curso (MILLIKAN, 1998). De forma complementar às críticas anteriores, NITSCH (1998) ainda salienta que o papel do técnico e do cientista é compreender a realidade como ela é ("ser"), e não dizer como as coisas "devem ser". Ou seja, a definição do "dever ser" deve ficar por conta das legítimas instituições democráticas da sociedade. Uma visão predominante, de acordo com MILLIKAN & PRETTE (2000), é que a implementação dos programas de zoneamento ecológico-econômico deve basear-se na elaboração de um mapa prescritivo, contendo normas sobre atividades permitidas e proibidas entre diferentes “zonas” do território, tipicamente respaldado através de uma lei estadual. Ao longo dos anos, a experiência tem demonstrado as limitações técnicas e políticas desse tipo de zoneamento, principalmente quando envolve grandes extensões territoriais. Segundo SCHUBART (1997) apud NITSCH (1998), nas escalas de abrangência territorial significativas para o ZEE não há como implementar leis globais de zoneamento, que resultam no fato já observado de que todos ficam contra todos, tornando o zoneamento politicamente insustentável. HOMMA (2000) salienta que se o produto final de um estudo de ZEE foi traduzido em um único mapa onde se alocaria os potenciais e limitações para o desenvolvimento de atividades produtivas, levando-se em conta as condicionantes de solo, clima, tecnologia, aspectos sociais e econômicos, vulnerabilidade, entre outros, este deve ser feito sem pressões políticas. Resulta daí que a elaboração do estudo de ZEE constitui apenas o passo inicial, em que a maior dificuldade estaria na sua implementação, para não se 134 transformar em meros mapas para enfeitar as paredes das instituições públicas. Por isso, segue o autor, a participação das comunidades nas discussões para a implementação do ZEE é fundamental para garantir um compromisso coletivo da utilização adequada do espaço que se quer proteger ou utilizar. 1.2. Zoneamento Ambiental Em 1981, a Lei n.º 6.938, que dispõe sobre a Política Nacional do Meio Ambiente enumera, entre os princípios que regem essa política, a racionalização do uso do solo, do subsolo, da água e do ar, o planejamento e fiscalização do uso dos recursos ambientais, a proteção dos ecossistemas, com a preservação de áreas representativas, o controle das atividades potencial ou efetivamente poluidoras, a recuperação de áreas degradadas, e a proteção de áreas ameaçadas de degradação. Mais adiante (artigo 9º), a mesma lei menciona entre seus instrumentos o zoneamento ambiental (inciso II) e a criação de espaços territoriais especialmente protegidos pelo Poder Público Federal, estadual e municipal (inciso VI), tais como áreas de proteção ambiental, de relevante interesse ecológico e reservas extrativistas. Infelizmente, ao mencionar o zoneamento ambiental entre seus instrumentos, o texto da lei não avança em sua definição, ficando seu entendimento à mercê da interpretação do texto como um todo. O termo zoneamento ambiental – como instrumento de planejamento e ordenamento territorial – é utilizado de várias formas, cada qual possuindo um enfoque específico. Segundo de ROO (2000), o instrumento zoneamento ambiental teria como objetivo investigar os conflitos de uso da terra que poderiam surgir devido à aplicação de normas e padrões ambientais e suas consequências no planejamento, chamado pelo autor de Planejamento para a Qualidade Ambiental. Roo (200), em sua linha de pesquisa, desenvolvida no Departamento de Planejamento Urbano e Regional da Faculdade de Ciências Espaciais da Universidade de Gröening Holanda, considera a crescente preocupação a respeito da necessidade em aplicar os princípios do desenvolvimento sustentável em todas as facetas do meio ambiente construído pelo homem, dada a variedade de impactos e atores envolvidos. De acordo com ASHWORT (1995), qualquer expansão no meio ambiente construído (em virtude 135 de alguma atividade antrópica) normalmente conduz a alguns conflitos com o ambiente natural. No escopo do presente trabalho, o entendimento atribuído ao termo zoneamento ambiental não deve ser restrito ao processo de parcelamento de um determinado espaço com o intuito de estabelecer os usos permitidos em sua ocupação. Segundo MACEDO (1998), a elaboração de um zoneamento ambiental parte de uma questão básica: sua elaboração deve ser feita a partir de uma política de desenvolvimento que se deseja implementar ou manter em um dado território. Se bem utilizado, segue o autor, o zoneamento ambiental constitui-se no melhor instrumento de auxílio aos gestores desta política e a todas as demais partes envolvidas: investidores, empresários, trabalhadores, mercados, Poder Público, etc. Acima de tudo, enquanto instrumento de uma política ambiental, sua utilização requer a existência de uma ligação com outros instrumentos – dentre os instrumentos criados pela Lei 6938 e que atuariam em conjunto com o zoneamento ambiental, encontram-se, entre outros, a Avaliação de Impactos Ambientais, a criação de espaços territoriais especialmente protegidos e o estabelecimento de normas e padrões a serem observados – de modo a aumentar a eficácia na utilização dos mesmos Para Souza (2000), a existência do zoneamento ambiental de forma consolidada daria um dinamismo muito maior à aplicação de diversos instrumentos e mecanismos da política ambiental, na medida em que forneceria a base, o conhecimento global da área de estudo de forma sistemática, o que faria com que os estudos de impactos ambientais, por exemplo, obtivessem uma outra dinâmica nas tomadas de decisão no que se refere à viabilidade ambiental do empreendimento. Nesse sentido, complementa o autor, o zoneamento se associa à caracterização ambiental, possibilitando a determinação das vocações e suscetibilidades do meio ambiente, considerando fatores ambientais específicos. Sendo a função básica do zoneamento ambiental o fornecimento de informações que permitam a avaliação da situação existente em um determinado território, em termos das restrições e limitações impostas pelos fatores ambientais no que diz respeito ao desenvolvimento de atividades, percebe-se claramente o caráter preventivo associado à correta utilização deste instrumento. Ao possibilitar a visualização da distribuição das 136 áreas com maior ou menor aptidão (ou potencial) para a implantação de determinadas atividades, o zoneamento ambiental surge como um instrumento essencial para a definição das estratégias de ocupação do território levando-se em consideração as limitações impostas pelo meio ambiente. O que se entende no presente trabalho como zoneamento ambiental passa, inicialmente, pelo processo de determinação das vulnerabilidades e aptidões do território, sem que seja preestabelecido qualquer tipo de uso para o mesmo. De acordo com Macedo (2001), antes disso é imprescindível efetuar o levantamento, não de uma, mas de todas as vocações do território analisado, para depois, num segundo momento, ordenar-se as atividades que mais se adaptam às comunidades que podem ser beneficiadas, às determinações das culturas locais diretamente envolvidas, às expectativas dos mercados disponíveis para os produtos/serviços a serem oferecidos e que apresentam compatibilidade com o espaço biofísico em que irão ser realizadas. Ressaltando um aspecto que sem dúvida traria a necessária legitimidade ao processo, a elaboração de um zoneamento ambiental deveria culminar com uma ampla discussão envolvendo o Poder Público e a sociedade, com a finalidade de encontrar o melhor caminho para a implementação da referida política de desenvolvimento, que determinará a destinação a ser dada para o território em questão. O zoneamento ambiental deve ser visto, portanto, como um instrumento cuja finalidade é auxiliar a formulação de políticas e estratégias de desenvolvimento a serem implementadas em um determinado território. 2. TOMADA DE DECISÃO PELO PROCESSO ANALÍTICO Para efetivar um zoneamento, normalmente são definidos critérios e hierarquia de decisão, além de existir a necessidade de tomada de decisão com base em objetivos conflitantes (LOURES, 2008). Dessa maneira, as diferentes estratégias de avaliação sob critérios múltiplos e resolução de conflitos podem ser utilizadas como ferramentas de suporte para o zoneamento (COSTA, 2001). O método de análise hierárquica (MAH) apresenta-se como solução, uma vez que possibilita a obtenção de pesos dos critérios e apóia a tomada de decisão sob critérios múltiplos, no qual todos os fatores que interferem em um problema são dispostos em uma estrutura hierárquica. O método assume que, talvez, a tarefa mais criativa e difícil 137 no problema de tomada de decisão, consiste em relacionar todos os fatores relevantes para a decisão considerada. No MAH, estes fatores são dispostos em uma estrutura hierárquica descendente, partindo de um critério geral em direção aos demais critérios, subcritérios e alternativas, em níveis sucessivos. O MAH facilita a incorporação de considerações qualitativas e subjetivas dentro de fatores quantitativos para o processo de decisão. De acordo com Badiru et al. (1993), uma descrição geral para a utilização do MAH consiste nas seguintes etapas: Desenvolver uma estrutura hierárquica para o problema de decisão; Determinar os pesos relativos de cada alternativa com relação às características e subcaracterísticas na hierarquia; Realizar julgamentos comparativos para estabelecer prioridades para os elementos da hierarquia, determinando a "nota" geral de prioridades para cada alternativa; Determinar os indicadores de consistência na realização de comparações paritárias de características e alternativas; Tomar uma decisão final com base nos resultados obtidos. Depois de construir a hierarquia, a tomada de decisão deve realizar um procedimento de comparações subjetivas, a fim de determinar o peso de cada fator em cada nível de hierarquia. Comparações paritárias são realizadas em cada nível para determinar a importância relativa de cada fator naquele nível, com relação a cada fator no próximo nível superior na hierarquia. Para isso, utiliza-se uma matriz de comparação pareada com o mesmo número de linhas e colunas, em que cada fator é comparado com os outros fatores (FATURETO, 1997). Essas comparações consistem em julgamentos com relação a critérios de importância ou prioridade, definidos de acordo com o problema, variando de igual a extremo (igual, moderadamente superior, fortemente superior, muito fortemente superior, extremamente 138 superior). Estes julgamentos verbais correspondem a uma escala de julgamentos numéricos (1, 3, 5, 7 e 9 ou 1/3, 1/5, 1/7 e 1/9) e a compromissos entre esses valores (BADIRU et al., 1993). O sistema IDRISI apresenta uma aplicação desenvolvida e específica para apoio à tomada de decisão. A Análise Multicritério (MCE - Multi-Criteria Evaluation) para um objetivo, constitui-se de três métodos: análise booleana simples, combinação linear ponderada (WLC - Weighted Linear Combination) e média ponderada ordenada (OWA – Ordered Weighted Averaging) (EASTMAN, 2006). Para aplicação do método OWA do sistema IDRISI, segundo Eastman (2006) são necessárias as seguintes etapas: Identificação dos critérios (restrições e fatores) mais relevantes – nesta fase são identificados os critérios mais relevantes a serem utilizados para propiciar o alcance do objetivo. Esta definição deve ser com base em experiência pessoal, de profissionais e dos atores ou tomadores de decisão a área em questão; Padronização dos fatores – a padronização representa o reescalonamento de valores dos critérios para um intervalo numérico comum. Esta padronização dos fatores é diferenciada para os métodos booleanos simples, WLC e OWA. No método booleano simples, a padronização significa a redução de todos os fatores a imagens booleanas com áreas aptas, assumindo valor 1, e não-aptas, assumindo valor 0. Nos métodos WLC e OWA, os fatores não são apenas reclassificados, mas reescalonados de acordo com alguma função para um intervalo comum. As restrições são mantidas como imagens booleanas (assumem valores 0 e 1), que atuam simplesmente como uma máscara no ultimo passo de WLC, isto é, são critérios de restrição; Definição dos pesos dos fatores – necessário apenas para os métodos WLC e OWA. Utiliza-se a técnica de Processo Hierárquico Analítico para o preenchimento da matriz recíproca quadrada de comparação pareada. Esta matriz é representada pelos mesmos fatores nas linhas e colunas. Após análise, é definido o grau de importância de um fator em relação aos outros fatores, sendo esta decisão inserida na matriz. 139 Através do módulo WEIGHT do IDRISI, são obtidos os pesos de cada fator e a consistência da comparação pareada. O método OWA necessita de um segundo conjunto de pesos, denominados pesos de ordenação, que serão aplicados aos fatores. Estes pesos de ordenação controlam a maneira pela qual os fatores ponderados são agregados, propiciando um controle tanto sobre as posições da MCE ao longo de um contínuo, quanto sobre o nível global de compensação, permitindo controlar o nível de risco que se deseja assumir na MCE e o grau com que os pesos dos fatores (pesos de compensação) irão influenciar o mapa final de aptidão. O controle sobre o nível de risco e sobre a compensação é feito especificando-se um conjunto de pesos de ordenação para as diferentes posições de ordem hierárquica dos fatores em cada local (pixel). O risco assumido e o grau de compensação podem ser calculados pelas equações 1 e 2. A Figura 1 representa o espaço estratégico de decisão MCE. ∑ ( √ ) ∑ ( ( Equação 1 ) ) Equação 2 Fonte: Eastman (2006) Em que: R = Risco; C = Compensação; Oi = Peso ordenado na posição; n = Número de fatores. Figura 7.1. Espaço Estratégico de Decisão (RAMOS e MENDES, 2001). 140 3. FUNÇÃO DE PRODUÇÃO A função de produção é a relação que mostra qual a quantidade máxima obtida do produto a partir da quantidade utilizada dos fatores de produção. Portanto, a função de produção indica o máximo de produto que se pode obter com as quantidades dos fatores, uma vez escolhido determinado processo de produção mais conveniente (PINDYCK e RUBINFELD, 2010). A função de produção pode ser representada por: q = ƒ(x1, x2, ..., xn) onde: • q = quantidade máxima produzida do bem, sendo q > 0; e • x1 , x2, ..., xn são as quantidades utilizadas dos diversos fatores de produção, sendo xi > 0 (i = 1, 2, ..., n). Para maximizar o PIB da região, q = PIB, x 1 = hectares de banana, x2 = hectares de arroz, ...., xn. A função de produção é uma representação algébrica da alocação relativa dos fatores de uma economia ou setor, cujo resultado final é o produto ou serviço agregado. 4. MATERIAL E METODOS Inicialmente apresenta-se o fluxograma da pesquisa (Figura 10) a fim de abordar, de forma geral, as metodologias empregadas e facilitar o seu entendimento. Posteriormente, detalha-se cada uma das etapas. Observa-se pelo fluxograma que as diferentes etapas do estudo estão inter-relacionadas. No diagrama apresentado as setas da mesma cor remetem aos diferentes materiais empregados no estudo ao objetivo específico a que estão ligados. Desta forma, ao observar-se as setas de cor azul, nota-se que por meio das imagens orbitais Landsat dos 141 anos 2001 e 2010 foram obtidas as avaliações dos uso do solo e cobertura vegetal nestes anos e, estas foram subsídio para a obtenção do diagnóstico do uso e ocupação do solo, por meio do aplicativo Land Change Modeler (LCM). A Carta Altimétrica e a Hidrografia foram utilizadas na obtenção do Modelo Digital de Elevação Hidrologicamente Consistente (MDEHC) (Setas cor verde). O MDEHC foi empregado ainda na obtenção da Carta Geomorfológica (seta amarela) e da Carta de Declividade (seta cor vermelha). Por meio da Análise Multicritério (WLC) a partir do software Idrisi 16.03 v.2009® do Mapa Pedológico, Carta de Uso do Solo e Cobertura Vegetal do ano de 2010, Carta Geomorfológica, Carta de Declividade e dos dados de erosividade anual, obteve-se a Carta de Suscetibilidade à Erosão (setas da cor magenta). Por meio da análise da Carta de Suscetibilidade à Erosão, da Carta de Declividade e do Mapa Pedológico reclassificado de acordo com as características das unidades pedológicas informadas (setas roxas), obteve-se a Carta de Aptidão Agrícola dos Solos. Realizou-se então, a análise multicritério (OWA) das Cartas de Suscetibilidade à Erosão, Aptidão Agrícola dos Solos e Declividades, Uso e Ocupação do Solo, Hidrografia, Unidades de Conservação e Sistema Viário. A interação dos resultados desta análise com o Diagnóstico de Uso e Ocupação dos Solos deu origem ao Zoneamento de Áreas para Desenvolvimento Estratégico (setas pretas). 142 Figura 7.2. Fluxograma da metodologia adotada na pesquisa 4.1. MATERIAL Utilizou-se para este trabalho, os seguintes dados cartográficos: i. Folhas topográficas do IBGE, em escala 1:50.000, que recobrem a área de estudo. Incluem os seguintes temas: Hidrografia, Altimetria e Sistema Viário. A Figura 11 apresenta o mosaico das cartas do IBGE (1979) utilizadas. ii. Mapa de solos do estado de Minas Gerais, escala 1:500.000 da Fundação Estadual de Meio Ambiente – MG/UFV (FERNANDES FILHO et al., 2010). iii. Valores mensais e anuais da erosividade da chuva para qualquer localidade do estado de Minas Gerais, calculados pelo software netErosividade MG (MOREIRA et al., 2008). iv. Imagem orbital de 27/04/2001, órbita-ponto 217/74, sensor a bordo do satélite Landsat 5 sensor TM+. Características: resolução espectral 8 bits, resolução espacial 30 m, e faixa de varrimento de 185 km. v. Imagem orbital de 27/04/2001, órbita-ponto 217/75, sensor a bordo do satélite Landsat 5 sensor TM+. Características: resolução espectral 8 bits, resolução espacial 30 m, e faixa de varrimento de 185 km. vi. Imagem orbital de 06/05/2010, órbita-ponto 217/74, sensor a bordo do satélite LandSat 5 sensor TM+. Características: resolução espectral 8 bits, resolução espacial 30 m, e faixa de varrimento de 185 km. vii. Imagem orbital de 06/05/2010, órbita-ponto 217/75, sensor a bordo do satélite LandSat 5 sensor TM+. Características: resolução espectral 8 bits, resolução espacial 30 m, e faixa de varrimento de 185 km. viii. Mapa das Unidades de Conservação de 2008 sob jurisdição federal, estadual e municipal em formato shapefile, disponibilizados pelo IBAMA. Os principais softwares utilizados foram: i) Idrisi® 16.031 ii) ArcGis 9.3® 2; iii) AutoCad 2004®3; iv ) Erdas Imagine 9.1®4; v) netErosividade MG®5 e vi) Stata 12®6 1 The Andes Edition, Clark Labs 1987-2006. ESRI Inc. ESRI Inc. 1999-2008 Auto Desk 1982-2006 4 ERDAS Inc. 1982-1999 5 Grupo de Pesquisas em Recurso Hídricos da UFV – GPRH, 2007 6 StataCorp LP 1985-2011 2 3 144 Figura 7.3. Mosaico das cartas do IBGE para a área de estudo 4.2. MÉTODOS Inicialmente, realizou-se pesquisa bibliográfica, a fim de coletar informações referentes ao tema central da dissertação e aspectos do meio físico abordados ao longo do trabalho, além de relacionar e agrupar todo o acervo existente de mapas, cartas e imagens de satélites referentes à área de estudo. De posse desse acervo de informações, identificou-se o conjunto de cartas topográficas que continha a bacia hidrográfica a ser estudada. Uma vez que as feições altimetria, hidrografia e sistema viário já estavam em formatos digitais, procedeu-se um préprocessamento a fim de realizar pequenas correções na base de dados. Durante a realização do trabalho diversas campanhas de campo foram realizadas para a identificação e georreferenciamento dos usos do solo preponderantes e dos geoambientes presentas na bacia. Estas observações auxiliaram a confecção da Carta de Uso do Solo e da Carta de Geoambientes, respectivamente. 4.2.1. Modelo Digital de Elevação Hidrologicamente Consistente – MDEHC A caracterização do terreno por meio de seus parâmetros fisiográficos é importante na modelagem de processos hidrológicos. Há muito reconhece-se a topografia como fator dominante nos processos e fenômenos de superfície, ditando a distribuição espacial do clima, que é uma variável ambiental controladora da distribuição e da produtividade dos sistemas biológicos (RIBEIRO et al., 2002). A topografia também influencia, diretamente, o escoamento superficial da água e, por conseguinte, o potencial de erosão e a umidade do solo, afetando suas características físicas e químicas. Um modelo digital de elevação (MDE) é considerado hidrologicamente consistente (MDEHC) quando representa adequadamente o relevo da área em estudo, permitindo eficiente simulação dos processos hidrológicos ocorrentes na bacia. Da base altimétrica do IBGE em escala 1:50.000, extraiu-se as curvas de nível de 20 em 20 metros, as cotas dos topos de morros, e a hidrografia. Para a geração do MDEHC fez-se necessário uma etapa de pré-processamento dos dados obtidos. Inicialmente verificou-se a orientação de cada segmento da hidrografia, além de retirar polígonos (lagos) ou bifurcações (ilhas) na rede hidrográfica, para obtenção de um conjunto de arcos simples conectados em padrão dendrítico. Em seguida utilizou-se o 146 algoritmo de interpolação Topogrid/ArcGRID para geração do MDE. Este processamento não garante a total consistência hidrológica do modelo, devido à geração de depressões espúrias no decorrer do processamento, sendo necessária uma etapa de pós-processamento (BARBOSA et al., 2007). O primeiro passo para a consistência hidrológica do modelo é a aplicação do algoritmo Agree, um tipo de stream burning, ou seja, um procedimento que realiza a diminuição do valor de altitude das células do MDE ao longo da drenagem vetorial (CHAVES, 2002). O segundo passo corresponde ao preenchimento das depressões espúrias a partir do processamento do algoritmo Fill Sinks, que corrige as depressões espúrias, por convolução, geradas na etapa de interpolação dos dados vetoriais. Esse garante a conectividade do fluxo superficial do MDE. Finalizado esse passo, os valores altimétricos alterados na primeira etapa de consistência hidrológica são restaurados com base no MDE. O terceiro passo é a estruturação dos TALVEGUES. 4.2.2. Carta de Declividade Utilizou-se o algoritmo slope/ArcGRID para gerar a Carta de Declividade a partir do MDEHC. A declividade foi classificada segundo o Sistema de Avaliação da Aptidão Agrícola das Terras (RAMALHO FILHO & BEEK, 1995). A Tabela 1 apresenta as classes de declividades delimitadas para a paisagem em estudo. Tabela 7.1. Classes de Relevo com base na declividade Classe de Declividade 0 - 3% 3 - 8% 8 - 13% 13 - 20% 20 - 45% 45 - 100% Mais de 100% Característica do Relevo Plano Suave Ondulado Moderado Ondulado Ondulado Forte Ondulado Montanhoso Escarpado Fonte: Adaptado de Ramalho Filho & Beek (1995) 4.2.3. Carta de Uso do Solo e Cobertura Vegetal Obteve-se os mapas de uso do solo e cobertura vegetal por meio do tratamento das imagens do sensor orbital Landsat 5 TM datas 27 de abril de 2001 e 06 de maio de 2010, da qual extraíram-se informações para o reconhecimento de padrões e objetos 147 homogêneos. As imagens do sensor orbital Landsat 5 TM georeferenciadas fornecidas pelo IBGE foram utilizados como referências para o georreferenciamento da imagem. A classificação de uma imagem nada mais é que a identificação de elementos nelas presentes pela associação de cada um de seus pixels a uma determinada classe temática. A comparação é realizada entre pelo menos duas bandas do espectro, a fim de se comparar o mesmo pixel por meio de possíveis diferentes respostas (FITZ, 2008). Primeiramente realizou-se a montagem do mosaico das imagens orbitais para a área de estudo pelo software Erdas Imagine®. A operação de mosaico de imagens tem a finalidade de juntar duas ou mais imagens para gerar uma imagem maior. Este processo é inevitável quando uma área geográfica de estudo é maior do que a cena disponibilizada pelo sensor. Em seguida realizou-se o georreferenciamento ou registro das imagens estabelecendo, segundo Eastman (2006), a localização de uma imagem no espaço, definida por um sistema referencial de coordenadas conhecido. Através do georreferenciamento a imagem adquire propriedades de um mapa, com todos os pixels referenciados a um sistema de Projeção Cartográfica. Neste trabalho, o sistema de referência utilizado foi o sistema de coordenadas UTM Datum Horizontal SAD 69, sendo a região localizada na zona 23 S. Para o procedimento de classificação, utilizou-se o software Idrisi Andes®. Para o processo de composição da imagem RGB das bandas georreferenciadas, utilizou-se a função “Composite” do Idrisi Andes®. Apenas três bandas foram selecionadas para o processamento das imagens (3B, 4G e 5R). Segundo Ribeiro (2001), as classes de uso do solo são melhor distinguidas por tais bandas, uma vez que possuem um menor grau de correlação, diminuindo a redundância entre os dados. Em seguida, foram criadas as assinaturas pelo módulo "Makesig". As áreas de treinamento foram delimitadas por polígonos desenhados sobre cada uso da terra na imagem. Em seguida, foram indicados os nomes de cada classe de uso da terra, associados aos seus respectivos identificadores na caixa-texto, criando-se um arquivo de assinaturas para as categorias. Procedeu-se a classificação supervisionada do mosaico pelo método de Máxima Verossimilhança, utilizando-se do módulo "Maxlike". As amostras de uso da terra duvidosas foram confirmadas em campo. Os dados referentes 148 ao sistema viário, ao polígono limitante das cidades e a hidrografia foram utilizados da base de dados do IBGE, na escala 1:50.000. 4.2.4. Dados de Erosividade da Chuva Obteve-se através software netErosividade MG os valores de erosividade anual para os municípios da bacia hidrográfica do rio Piranga. O netErosividade MG foi desenvolvido pelo Grupo de Pesquisa em Recursos Hídricos (GPRH) do Departamento de Engenharia Agrícola (DEA) da Universidade Federal de Viçosa (UFV). Os valores de erosividade da chuva utilizados para o desenvolvimento das RNAs foram obtidos segundo o método proposto por Pruski et al. (2007), em que se estima o valor da erosividade da chuva a partir de séries sintéticas de precipitação pluvial. Para o treinamento das RNAs, foram utilizadas 254 estações pluviométricas situadas no Estado de Minas Gerais e 14 estações localizadas em seu entorno. A erosividade da chuva apresenta maior relevância ao processo de erosão hídrica em relação ao total precipitado por considerar a distribuição do tamanho, a velocidade de queda, o número, momento e a energia cinética das gotas, bem como a intensidade, duração e frequência da chuva (PRUSKI, 2009). Utilizou-se a erosividade anual calculada pelo método de Foster (1981) o qual equivale à energia cinética produzida por uma tempestade em um período de 30 minutos (EI30). 4.2.5. Carta Geomorfológica Na elaboração da Carta Geomorfológica, para a denominação das unidades geomorfológicas, foram integradas as informações obtidas na literatura, como o mapa geomorfológico da bacia do rio Doce (COELHO, 2006) e o mapa geomorfológico da Zona da Mata e do Sul de Minas (GIOVANINI, 2006). A metodologia aplicada para a confecção da carta geomorfológica teve como base a ordenação dos fatores de relevo mapeados em taxonomia que os hierarquiza. Os Grupos identificados são manchas ou polígonos que constituem grupamento de formas de relevo que apresentam similaridade de definição geométrica em função de uma gênese comum e da generalização dos processos morfogenéticos atuantes, resultando na recorrência de materiais correlativos superficiais (LOURES, 2008). Utilizou-se o MDEHC e o Mapa Pedológico como informações básicas para a compartimentalização das unidades geomorfológicas. 149 4.2.6. Mapa Pedológico O Mapa pedológico da área de estudo foi obtido do Mapa Pedológico do Estado de Minas Gerais, publicado em 2011 (FERNANDES FILHO et al., 2010). Este mapa tratase da atualização do Mapa de Solos do Estado de Minas Gerais na escala 1:600.000, elaborado pela Fundação Centro Tecnológico de Minas Gerais (CETEC), no ano de 2007 e foi obtido pela compilação do levantamento de varias regiões estudadas durante as décadas de 50 e 60 do século passado, pelos órgãos especializados do Ministério da Agricultura, tais como a EPFS (Equipe de Pedologia e Fertilidade dos Solos), DPP (Divisão de Pesquisa Pedológica), CNEPA (Centro Nacional de Ensino e Pesquisas Agronômicas) e SNLCS (Serviço Nacional de Levantamento e Conservação dos Solos), atual CNPS (Centro Nacional de Pesquisa de Solos) da EMBRAPA. As regiões abrangidas compreendem ao “Médio Jequitinhonha”, a “Área de Influência do Reservatório de Furnas”, a “Área de Influência da Companhia Vale do Rio Doce “, o “Norte de Minas Gerais (Área de Atuação da Sudene), o “Triângulo Mineiro” e a “Região Geoeconômica de Brasília (parte Mineira)”. Foram também executados outros levantamentos de mesmo porte e/ou de menor dimensão (ex. Alto Paranaíba e Sul de Minas), mas que por razões variadas não foram até agora publicados. Na década de 70 a 80, a CETEC realizou dentro de um conjunto de estudos integrados os levantamentos de solos de três grandes regiões, a “Região Noroeste de MG”, a “Bacia do Jequitinhonha” e o “Alto São Francisco” que, no seu conjunto, perfazem cerca de 55% da área do Estado. É importante notar que na versão de 2007 os solos foram classificados conforme o Sistema Brasileiro de Classificação de Solos (EMBRAPA, 1999). Contudo, o detalhamento apresentado no presente mapa para as bacias citadas anteriormente, seguiu a versão atualizada do Sistema (EMBRAPA, 2006). Desta forma, quanto à classificação dos solos, as seguintes Unidades de Mapeamento encontram-se de acordo com o Sistema de classificação atual. 4.2.7. Carta de Suscetibilidade à Erosão A carta síntese de suscetibilidade à erosão teve como objetivo avaliar, de forma integrada, as potencialidades e vulnerabilidades do meio ambiente. A carta de suscetibilidade à erosão foi desenvolvida por meio da correlação dos fatores 150 Geomorfologia, Solos, Uso do Solo, Clima e Declividades. A Figura 12 apresenta o fluxograma da metodologia utilizada para a elaboração da carta de suscetibilidade à erosão. Figura 7.4. Fluxograma da metodologia para elaboração da carta de suscetibilidade à erosão. Os dados cartográficos utilizados para a elaboração da Carta de Suscetibilidade à Erosão foram o modelo digital de elevação hidrologicamente consistente, carta de declividade, mapa do sistema viário, mapa pedológico, carta geomorfológico, carta de erosividade anual da chuva e carta de uso do solo e cobertura vegetal (ano 2010). A Carta de Suscetibilidade à Erosão foi produzida em algoritmo de análise de decisão através da combinação do fatores por meio da combinação linear ponderada. A análise multicritério exige o estabelecimento de fatores e/ou restrições. As restrições indicam áreas inadequadas ou inaptas para a análise. Os dados cartográficos, convertidos em formato matricial, foram padronizados em escala de adequabilidade fuzzy (EASTMAN, 2006). As funções fuzzy foram empregadas, pois passam de maneira contínua do não adequado à adequabilidade máxima. Utilizou-se a escala de adequabilidade variando de zero, menor valor possível de suscetibilidade à erosão, até 255, maior valor possível de suscetibilidade à erosão. Neste método, cada fator padronizado é multiplicado pelo seu peso correspondente, somados, e a soma é dividida pelo número de fatores. 151 Os pesos foram obtidos no processo hierárquico analítico por meio da comparação par a par do software Idrisi Andes®. O processo de agregação de combinação linear ponderada fornece um cenário com máxima compensação entre os fatores e risco médio na análise. Fator Declividades O fator declividade foi valorado de acordo com as classes propostas pelo Sistema de Avaliação da Aptidão Agrícola das Terras (RAMALHO FILHO e BEEK, 1995). As classes mais planas receberam valor mais baixo, já as de maior declividade receberam valor máximo, 255, visto que elas apresentam maior susceptibilidade à erosão. A Tabela 2 exibe a valoração para as classes de declividade. Tabela 7.2. Valores de suscetibilidade à erosão para o fator declividades Carta de Declividade 0 - 3% 3 - 8% 8 - 13% 13 - 20% 20 - 45% 45 - 100% > 100% Característica Plano Suave Ondulado Moderado Ondulado Ondulado Forte Ondulado Montanhoso Escarpado Suscetibilidade à Erosão 50 80 120 180 230 255 255 Fator Uso do Solo O uso do solo e cobertura vegetal foi hierarquizado definindo-se graus de proteção para as classes de uso, como apresentado na Tabela 3. As classes agricultura e pastagem foram classificadas com valores altos devido a possibilidade de remoção de cobertura total ou parcial por capina e manejo inadequados. Os afloramentos rochosos são áreas cobertas por rocha sã, sem cobertura, contribuindo pouco ou muito pouco com o processo erosivo. 152 Tabela 7.3. Valores de suscetibilidade à erosão para o fator uso do solo Carta de Uso do Solo e Cobertura Vegetal Formações Florestais Cultura do Eucalipto Agricultura Áreas de Pastagem Corpos d’água Afloramentos Rochosos Solo Exposto Áreas de Mineração Áreas Urbanas Suscetibilidade à Erosão 50 70 200 220 Restrição 50 255 255 150 As formações florestais são importantes na proteção do solo contra erosão, uma vez que diminuem o impacto das gotas de chuva, impedindo a impermeabilização do solo, consequentemente, mantendo a capacidade de infiltração e evitando um elevado escoamento superficial. Daí sua classificação com um valor reduzido para suscetibilidade à erosão. As pastagens, quando manejadas de forma correta, podem representar forma de se proteger o solo contra os efeitos da erosão. Entretanto, o pasto mal conduzido torna-se uma das maiores causas da degradação do solo. Na área estudada, uma parcela considerável das pastagens está degradada, por isso sua classificação com elevado valor de suscetibilidade à erosão. As zonas de solo exposto na área de estudo, assim como as áreas mineradas, foram valoradas com valores máximos, já que ao contrário das zonas com formações florestais, estão sujeitas de forma evidente aos efeitos da erosão hídrica e não apresentam formações rochosas expostas. A falta de cobertura vegetal faz com que o escoamento superficial assuma maior velocidade, gerando um maior carreamento de partículas, caracterizando uma erosão mais acentuada. As áreas construídas nas zonas urbanas não estão sujeitas à erosão devido à impermeabilização do solo. Entretanto, em seu interior existem áreas de solo exposto, assim como áreas de encostas e taludes de corte que apresentam suscetibilidade considerável. Levando em conta estes dois fatores, utilizou-se um valor médio de suscetibilidade à erosão para áreas urbanas. 153 Fator Geomorfologia As unidades geomorfológicas foram classificadas conforme a Tabela 4 quanto à suscetibilidade erosiva de acordo com o nível de dissecação do relevo e características geoambientais peculiares de cada região. Tabela 7.4. Classes de suscetibilidade à erosão para o fator geomorfologia Unidade Geomorfológica Suscetibilidade à Erosão Depressão Interplanáltica do Alto-Médio Rio Doce 50 Planalto Deprimido do Rio Piranga 150 Planalto Campo das Vertentes 210 Planalto de Senhora de Oliveira 210 Borda do Espinhaço 255 Borda do Quadrilátero Ferrífero 255 Fator Solos Para o fator solos, utilizou-se valores de suscetibilidade para as diferentes unidades pedológicas, como é mostrado na Tabela 5. Para a determinação dos valores, foram consideradas características como textura, estrutura, erodibilidade e profundidade de horizontes (LOURES, 2008). Os Cambissolos são constituídos por material mineral, com horizonte B incipiente subjacentes a qualquer tipo de horizonte superficial. São ainda caracterizados por serem pouco profundos, e na maioria das vezes cascalhentos. Os Cambissolos são solos “jovens” com elevado teor de silte, o que combinado com a baixa profundidade faz com que esses solos tenham baixa permeabilidade. A principal consequência disso é o alto risco de erosão apresentado. Devido à baixa permeabilidade, são formados sulcos com as enxurradas, mesmo quando eles são usados para pastagens. 154 Tabela 7.5. Classes de suscetibilidade à erosão para o fator solos Unidade de Mapeamento Descrição Suscetibilidade à Erosão CXbd1 CAMBISSOLO HÁPLICO Tb Distrófico típico, A moderado, textura média, fase floresta tropical subperenifólia, relevo montanhoso (50%) 255 CXbe1 CAMBISSOLO HÁPLICO Tb Eutrófico típico, A moderado, textura média/argilosa, fase floresta tropical subperenifólia, relevo montanhoso (70%) 255 LVAd1 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (35%) 70 LVAd2 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (45%) 90 LVAd3 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (50%) 100 LVAd4 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado/forte ondulado (50%) 125 LVAd5 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado/forte ondulado (60%) 140 LVAd6 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa/muito argilosa, fase floresta tropical subperenifólia, relevo forte ondulado/montanhoso (50%) 110 LVd1 LATOSSOLO VERMELHO Distrófico típico, A moderado, textura muito argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (30%) 50 LVd2 LATOSSOLO VERMELHO Distrófico típico, A moderado, textura muito argilosa, fase floresta tropical subperenifólia, relevo forte ondulado/montanhoso (35%) 60 LVd3 LATOSSOLO VERMELHO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado (50%) 90 PVAe1 ARGISSOLO VERMELHO-AMARELO Eutrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado (40%) 200 PVd1 ARGISSOLO VERMELHO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (50%) 220 Os Argissolos são solos que possuem horizonte B textural de argila de atividade baixa. Estudos realizados por Bertoni e Lombardi Neto (1990) afirmam que solos com horizonte B textural são mais suscetíveis a erosão, o que pode ser justificado pelo incremento no teor de argila apresentado, do horizonte superficial para o horizonte B. Esse gradiente textural entre os horizontes A e Bt causa um acúmulo de água que propicia o arraste horizontal de partículas, potencializando a erosão. A diferença entre os dois tipos de Argissolos encontrados se deve ao fato de um deles se apresentar em associação com Cambissolos Háplico Tb Distrófico latossólico, além de possuir um relevo ligeiramente mais ondulado, que aumenta sua suscetibilidade. 155 Latossolos são os solos encontrados com os menores valores de suscetibilidade a erosão. Normalmente, eles são solos profundos, com pouca diferenciação entre os horizontes A, B e C, diferentemente de Argissolos e Cambissolos. Segundo Oliveira et. al. (1999), os latossolos são solos com boas propriedades físicas, apresentando boa drenagem interna, e em grande parte das vezes se situam em relevos pouco íngremes. Fator Clima O fator clima foi obtido a partir do estabelecimento de valores de suscetibilidade à erosão para as classes de erosividade anual da chuva, conforme apresentado Tabela 6. Tabela 7.6. Classes de suscetibilidade à erosão para o fator clima Erosividade Anual (MJ mm h-1 ha-1 ano-1) Suscetibilidade à Erosão 6000 – 6800 180 6800 – 7000 230 Acima de 7000 255 A Figura 13 apresenta os cinco fatores reclassificados para a análise. 156 Figura 7.5. Fatores para Análise de Suscetibilidade à Erosão Análise dos Fatores Para a identificação das áreas de maior predisposição à erosão e que representam da maneira mais fiel, estabeleceram-se cenários para a suscetibilidade a erosão. Foram obtidos cinco cenários resultantes da variação de importância entre os fatores no processo hierárquico analítico (Tabelas 7 a 11). Na comparação pareada, o valor um (1) representa a mesma importância de um item sobre outro e o valor meio (1/2) representa importância intermediária, entre igualmente e moderadamente menos importante. As restrições booleanas e os fatores foram agregados, e utilizou-se a combinação ponderada linear, onde ocorre máxima compensação e médio risco. Dentre os cenários produzidos, Figura 14, optou-se pelo que melhor representou as condições de suscetibilidade erosiva da área de estudo, de acordo com os aspectos físicos mapeados, observações de campo e sobreposição à imagem Landsat. Para o cenário identificado como o que melhor representou as condições in situ, estabeleceu-se cinco classes de suscetibilidade à erosão, variando de muito baixa a muito alta. Tabela 7.7. Importância relativa entre os fatores – C1 Declividades Uso do Solo Geomorfologia Solos Clima Pesos (C1) Declividades 1 0,2727 Uso do Solo ⁄ 1 Geomorfologia 1 3 1 Solos 1 3 1 1 Clima ⁄ 1 ⁄ ⁄ 0,0909 0,2727 0,2727 1 0,0909 Tabela 7.8. Importância relativa entre os fatores – C2 Declividades Uso do Solo Geomorfologia Solos Clima Pesos (C2) Declividades 1 0,2308 Uso do Solo 1 1 Geomorfologia 1 1 1 Solos 1 1 1 1 Clima ⁄ ⁄ ⁄ ⁄ 0,2308 0,2308 0,2308 1 0,0769 158 Tabela 7.9. Importância relativa entre os fatores – C3 Declividades Uso do Solo Geomorfologia Solos Clima Pesos (C3) Declividades 1 0,2948 Uso do Solo ⁄ 1 Geomorfologia 1 1 1 Solos 1 1 1 1 Clima ⁄ ⁄ ⁄ ⁄ 0,1849 0,2230 0,2230 1 0,0743 Tabela 7.10. Importância relativa entre os fatores – C4 Declividades Uso do Solo Geomorfologia Solos Clima Pesos (C4) Declividades 1 0,2207 Uso do Solo 1 1 Geomorfologia 1 3 1 Solos 1 3 1 1 Clima ⁄ ⁄ ⁄ ⁄ 0,1493 0,2782 0,2782 1 0,0736 Tabela 7.11. Importância relativa entre os fatores – C5 Declividades Uso do Solo Geomorfologia Solos Clima Pesos (C5) Declividades 1 0,2893 Uso do Solo ⁄ 1 Geomorfologia 1 1 1 Solos 1 1 1 1 Clima ⁄ 1 ⁄ ⁄ 0,1553 0,2295 0,2295 1 0,0964 159 Figura 7.6. Cenários para Análise de Suscetibilidade à Erosão 4.2.8. Diagnóstico do Uso e Ocupação do Solo e Cobertura Vegetal As alterações nos usos do solo foram caracterizadas por meio da classificação de imagens orbitais, de onde foram extraídas informações para o reconhecimento de padrões e objetos homogêneos. Para avaliação da evolução da paisagem, utilizou-se o modelo Land Change Modeller (LCM) do Idrisi Andes®. O modelo analisa as mudanças a partir de mapas de uso e cobertura do solo gerados em diferentes datas produzindo gráficos de ganhos e perdas para cada classe, contribuição de cada classe para a rede de mudanças e transição de mudanças por classe. São utilizados como dados de entrada as imagens de uso do solo de diferentes datas, com número de linhas, colunas e classes idênticas, modelo digital de elevação, e principais rodovias. 4.2.9. Zoneamento de Áreas para Planejamento Estratégico Neste item descreve-se as metodologias empregadas para a elaboração da Carta de Potencial Agrícola e da identificação de áreas estratégicas para o desenvolvimento. Para a obtenção da Carta de Potencial Agrícola utilizou-se a análise multicritério. No processo de combinação linear ponderada estabeleceu-se como fatores as características pedológicas de acordo com o Mapa Pedológico, a Carta de Declividade e a Carta de Suscetibilidade à Erosão. Os fatores foram padronizados a mesma escala, variando de zero (menor potencial agrícola) a 255 (maior potencial agrícola). As classes pedológicas foram classificadas conforme o grau de evolução do solo, independente do grau de fertilidade desses solos, uma vez que a fertilidade do solo pode ser corrigida através da adubação. A Tabela 12 apresenta a padronização para as classes pedológicas. 161 Tabela 7.12. Padronização para as classes pedológicas Classes Pedológicas CXbd1 CXbe1 LVAd1 LVAd2 LVAd3 LVAd4 LVAd5 LVAd6 LVd1 LVd2 LVd3 PVAe1 PVd1 Valores Atribuídos Muito Baixo (50) Muito Baixo (60) Médio Alto (180) Médio Alto (160) Médio (150) Médio (140) Médio Baixo (120) Médio Baixo (120) Alto (180) Médio Alto (160) Médio (150) Médio Baixo (120) Médio Baixo (100) Nos argissolos vermelho constata-se grande diversidade nas propriedades de interesse para a fertilidade e uso agrícola (teor variável de nutrientes, textura, profundidade, presença ou ausência de cascalhos, pedras o concreções, ocorrência em diferentes posições na paisagem, entre outras). Dessa forma, torna-se difícil generalizar suas qualidades. Quando a fertilidade natural é elevada e não há pedregosidade, sua aptidão é boa para agricultura. São particularmente indicados para situações em que não é possível grandes aplicações de capital para o melhoramento e a conservação do solo e das lavouras, o que é mais comum em áreas de agricultura familiar. Nos latossolos vermelho-amarelo as principais limitações são a acidez elevada e a fertilidade química baixa. Requerem um manejo adequado com correção da acidez, adubação fertilizante e controle de erosão, como por exemplo, terraceamento, especialmente nos solos de textura média, que são os mais pobres e suscetíveis à erosão. Já os latossolos vermelho possuem excelentes condições físicas, as quais, aliadas ao relevo plano ou suavemente ondulado onde ocorrem, favorecem sua utilização com as mais diversas culturas climaticamente adaptadas à região. Esses solos, por serem ácidos e distróficos requerem correção de acidez e adubação. Os cambissolos da área de estudo estão situados em relevo ondulado. Apresentam restrições ao uso agrícola, pois possuem elevada erodibilidade, forte risco de 162 degradação, forte limitação à trafegabilidade, à qual é aumentada com a pedregosidade e afloramentos de rocha. São solos pobres em nutrientes e ácidos, apresentando elevados teores de alumínio trocável. A padronização para a carta de declividade foi definida a partir da reclassificação dos valores de declividade. As classes mais planas receberam valores mais altos, enquanto as classes mais declivosas receberam valores menores. Declividades maiores dificultam a mecanização agrícola, por exemplo. A Tabela 13 mostra a padronização para as classes de declividade quanto ao Potencial Agrícola. Tabela 7.13. Padronização para as classes de declividade Classes de Declividade Valores Atribuídos 0 - 3% Muito Alto (255) 3 - 8% Alto (230) 8 - 13% Médio Alto (180) 13 - 20% Médio Baixo (100) 20 - 45% Baixo (75) 45 - 100% Muito Baixo (50) > 100% Muito Baixo (50) Para a padronização da carta de suscetibilidade à erosão, os valores foram definidos como quanto maior a suscetibilidade à erosão, menor o potencial agrícola. Assim, a carta de suscetibilidade à erosão foi reclassificada entre o intervalo de 0 (anteriormente 255) a 255 (anteriormente 0). No Processo Hierárquico Analítico (AHP) ou comparação par-a-par para obter-se os pesos de cada um dos fatores, considerou-se o fator aptidão agrícola dos solos como o mais importante. Os fatores suscetibilidade à erosão e declividade foram considerados de mesma importância para a análise. Os pesos resultantes foram: Fator aptidão agrícola= 0.5; Fator suscetibilidade à erosão = 0.25; Fator declividade = 0.25. Os critérios estabelecidos para a identificação de áreas estratégicas de desenvolvimento envolveram restrições e fatores. Considerou-se como restrição: 163 Formações Florestais; Corpos d’água protegidos por buffer de 150 m para o rio Piranga, 50 m para os principais rios e ribeirões, e 30 m para os demais cursos d’água; Afloramentos Rochosos, Áreas Urbanas e de Mineração; Declividade acima de 45%. Para converter os fatores em imagens padronizadas a uma escala de adequabilidade, utilizou-se as funções dos conjuntos fuzzy, em bytes, variando de zero (áreas menos adequadas) a 255 (áreas mais adequadas). Considerou-se como fatores: Uso do Solo; Unidades de Conservação; Carta de Potencial Agrícola; Suscetibilidade à Erosão; Sistema Viário; Declividade; Cursos d’água. Foram atribuídos valores de 200 para as áreas com cultura do eucalipto, 230 para as agrícolas e de solo exposto e 255 para as áreas de Pastagem. As Unidades de Conservação presentes na bacia são todas Áreas de Proteção Ambiental (APA). Atribuiu-se valor de 150, pois elas permitem o uso sustentável de parcela dos seus recursos naturais. A Carta de Potencial Agrícola foi utilizada mantendo-se os valores potenciais adquiridos na análise anterior. Assim, os valores mais próximos à 255 indicam áreas aptas ao desenvolvimento e valores próximos à 50 ou menor, indicam áreas com baixo ou nulo potencial ao desenvolvimento. Para o fator suscetibilidade a erosão, às classes foram definidas em quanto maior a suscetibilidade à erosão, menor é a adequabilidade das áreas a serem encontradas. O 164 fator suscetibilidade à erosão foi obtido pela reclassificação da carta de suscetibilidade à erosão entre o intervalo de 0 (anteriormente 255) a 255 (anteriormente 0). Para o fator declividade aplicou-se a reescalonação dos valores categóricos de adequabilidade de acordo com os valores de declividade. Dessa forma utilizou-se uma reta linear monotônica decrescente de 0 a 45. Isso significa que áreas com declividade de 0 receberam valores de 255 e a partir de 45 receberam valores de 0. Nos sistemas viários foram aplicados a reescalonação através de uma reta simétrica. Assim a partir da distância 0 a adequabilidade começa a crescer a até a distância de 100 metros, onde a adequabilidade permanece máxima (255) até a distância de 5000 metros. A partir desse valor a adequabilidade decresce até a distância de 15000 metros, onde atinge o valor mínimo. Para o fator cursos d’água aplicou-se a reescalonação através de uma reta simétrica. A partir da distância 0 a adequabilidade começa a crescer até a distância de 30 metros, onde a adequabilidade permanece máxima (255) até a distância de 6500 metros. A partir desse valor a adequabilidade decresce até a distância de 12000 metros, onde atinge o valor mínimo. A Tabela 14 apresenta a matriz de comparação par a par entre os fatores analisados. Tabela 7.14. Matriz de comparação par a par para seleção de áreas para o desenvolvimento Fator Uso do Solo Fator Fator Carta de Fator Fator Fator Fator Uso do Unidades de Potencial Suscetibilidade Sistema Declividade Hidrografia Solo Conservação Agrícola à Erosão Viário 1 Fator Unidades de Conservação 1/3 1 Carta de Potencial Agrícola 1/3 1/3 Fator Suscetibilidade à Erosão 1/3 1/3 1 1 Fator Sistema Viário 1/3 1/3 1/3 1/3 1 Fator Declividade 1/5 1/5 1/3 1/3 1 1 Fator Hidrografia 1/5 1/5 1/3 1/3 1/3 1 1 1 Os pesos obtidos para cada fator foram: Fator Uso do Solo: 0,3391 Fator Unidades de Conservação: 0,2428 Carta de Potencial Agrícola: 0,1271 165 Fator Suscetibilidade à Erosão: 0,1271 Fator Sistema Viário: 0,0715 Fator Declividade: 0,0494 Fator Hidrografia: 0,0429 As restrições booleanas e os fatores foram agregados pelo procedimento OWA, variando os níveis de compensação e risco gerando cenários finais de adequabilidade. Os cenários finais, propostos a partir da variação do risco e da compensação, estão apresentados na Tabela 15. A Figura 15 mostra o espaço estratégico de decisão com a indicação da análise efetuada. Tabela 7.15. Risco e Compensação para os Cenários Obtidos Cenários C1 C2 C3 C4 C5 Risco 0,50 0,43 0,38 0,48 0,59 Compensação 1,00 0,86 0,84 0,96 0,87 Processos de agregação WLC e OWA resultam em imagens contínuas de adequabilidade, que tornam a seleção de sites, específica para um determinado fim, problemática. A partir das imagens com áreas classificadas em níveis contínuos de adequabilidade, selecionou-se as melhores áreas contíguas, maiores que 30 ha. Para esse fim utilizou-se um critério pós-agregação e a macro SITESELECT. A macro utiliza dois procedimentos e gera dois mapas de sites. O primeiro mapa mostra cada site com áreas individualizadas, e o segundo mapa mostra sites com valores originais contínuos de adequabilidade. A macro também apresenta uma estatística sobre cada site selecionado, incluindo o valor médio da adequabilidade, a variação dos valores, desvio padrão e área em hectares. 166 Figura 7.7. Cenários propostos para o zoneamento estratégico 4.2.10. Função de Produção Com o objetivo de verificar os efeitos da produção agropecuária no Produto Interno Bruto per capita da região, avaliou-se o impacto da área cultivada para diferentes culturas no PIB. Utilizou-se um modelo de aproximação simplificada de uma função de produção apresentada por Loures (2008). Assume-se que o PIB é uma função das seguintes variáveis: PIB = f (AAbacaxi, AAlho, AArroz, ABatata-doce, ABatata-inglesa, ACana-de-açucar, AFeijão, AFumo, AMandioca, AMilho, ATomate, Aabacate, ABanana, ACafé, ACaqui, AGoiaba, ALaranja, ALimão, AMamão, AManga, AMaracujá, ANoz, APalmito, ATangerina, AUva), em que: PIB é o Produto Interno Bruto per capita em R$ correntes; e Acultura é a área plantada da cultura em hectares. Para alimentação do banco de dados da função de produção, foram coletados dados anuais de PIB per capita e área plantada para cada cultura do modelo dos anos de 1999 até 2008. Coletou-se dados do Sistema IBGE de Recuperação Automática (SIDRA) (IBGE, 2008) de 28 (vinte e oito) municípios totalmente incluídos na bacia, representando aproximadamente 93% da área de estudo. Para minimizar os efeitos regionais no cultivo das culturas, optou-se pela divisão dos municípios em regiões. A Figura 16 apresenta os municípios presentes em cada região. Procedeu-se a análise dos dados coletados por meio da análise em painel. As análises estatísticas foram realizadas utilizando-se o programa estatístico Stata, versão 12.0, licenciado para a Universidade Federal de Viçosa. Para cada região foram estimados os modelos pool, modelo de efeitos fixos e modelo de efeitos aleatórios. Por fim, aplicouse os Testes de Chow, de Hausman e LM de Breusch-Pagan para a identificação do modelo mais adequado ao conjunto de dados. 168 Figura 7.8. Discretização dos municípios para análise no software Stata 169 5. RESULTADOS E DISCUSSÕES 5.1. MDEHC O Modelo Digital de Elevação Hidrologicamente Consistente foi uma das principais ferramentas para o presente trabalho, pois, a partir dele, foram obtidas informações que auxiliaram na confecção das Cartas de Declividade e Geomorfológica. A Figura 17 mostra o MDEHC obtido para a área de estudo. A bacia hidrográfica do rio Piranga apresenta altitude média de 746 metros, com altitude máxima de 1457 e mínima de 322 metros. 5.2. CARTA DE DECLIVIDADE A carta de declividade é apresentada na Figura 18. Ela foi obtida a partir do cálculo da primeira derivada do MDEHC. A Tabela 17 mostra a porcentagem de área de cada classe de declividade na bacia. Tabela 7.16. Porcentagem da área das classes de declividade Classe de Declividade 0 - 3% 3 - 8% 8 - 13% 13 - 20% 20 - 45% 45 - 100% Mais de 100% Característica do Relevo Plano Suave Ondulado Moderado Ondulado Ondulado Forte Ondulado Montanhoso Escarpado Porcentagem da área (%) 1,26 5,15 8,00 16,65 54,17 14,76 0,01 A maior parte da área de estudo apresenta terreno inclinado, sendo que mais de 85% dela tem declividade com valor superior a 13%. Essas locais representam áreas com relevo ondulado a escarpados, apresentam maior suscetibilidade à erosão e são usadas em grande parte das vezes para o estabelecimento de pastagens e eucalipto. 170 Figura 7.9. Modelo Digital de Elevação Hidrologicamente Consistente (MDEHC) Figura 7.10. Carta de Declividade Aproximadamente 6,4%, apresenta relevo plano ou suave ondulado, representando áreas de baixo risco a suscetibilidade à erosão. Essas áreas representam topos de morros, os leitos dos cursos d’água e as áreas de terraços. O restante da área apresenta relevo moderado ondulado com declividade entre 13% e 20%. Analogamente ao MDEHC, a Carta de Declividade é um instrumento de muita utilidade na tomada de decisão e no mapeamento do meio físico. 5.3. CARTA DE USO DO SOLO E COBERTURA VEGETAL Foram identificadas onze classes de uso conforme a Carta de Uso do Solo e Cobertura Vegetal, Figuras 19 e 20. As discussões e análises referentes aos mapas de Uso e Cobertura Vegetal dos anos 2001 e 2010 estão apresentadas no item 4.7, Diagnóstico do Uso do Solo e Cobertura Vegetal. 5.4. DADOS DE EROSIVIDADE DA CHUVA Obteve-se os dados de erosividade anual da chuva dos municípios através do software NetErosividade MG. Optou-se pela utilização da erosividade em relação ao total precipitado pela maior relevância no processo de ocorrência da erosão hídrica, ao considerar a distribuição do tamanho, a velocidade de queda, o número, momento e a energia cinética das gotas, bem como a intensidade, duração e frequência da chuva (PRUSKI, 2009). No programa, ao digitar o nome do município ou as coordenadas do ponto, é informado a erosividade mensal e anual do local calculada através dos métodos de Foster (1981) e Wagner e Massambani (1988). Os valores da erosividade anual calculados pelo método de Foster para os municípios da bacia são apresentados na Tabela 18. 173 Figura 7.11. Carta de Uso do Solo e Cobertura Vegetal 2001 Figura 7.12. Carta de Uso do Solo e Cobertura Vegetal 2001 Tabela 7.17. Erosividade anual dos municípios em MJ mm h-1 ha-1 ano-1 Município Acaiaca Alfredo Vasconcelos Alto Rio Doce Amparo do Serra Barbacena Barra Longa Brás Pires Cajuri Capela Nova Caranaíba Carandaí Catas Altas da Noruega Cipotânea Coimbra Conselheiro Lafaiete Cristiano Otoni Desterro do Melo Diogo de Vasconcelos Divinésia Dores do Turvo Ervália Guaraciaba Itaverava Jequeri Lamim Mariana Mercês Erosividade 6662 7178 6830 6734 7093 6765 6816 6818 6883 6922 7057 6919 6822 6789 7128 7013 6932 6788 6769 6790 6768 6733 7030 6642 6893 7237 6903 Município Oratórios Ouro Preto Paula Cândido Pedra do Anta Piranga Ponte Nova Porto Firme Presidente Bernardes Ressaquinha Rio Doce Rio Espera Rio Pomba Santa Bárbara do Tugúrio Santa Cruz do Escalvado Santana dos Montes São Geraldo São Miguel do Anta Senador Firmino Senhora de Oliveira Senhora dos Remédios Silveirânia Teixeiras Tocantins Ubá Urucânia Viçosa Visconde do Rio Branco Erosividade 6701 7357 6809 6728 6817 6713 6743 6851 7247 6759 6873 6775 6956 6709 6957 6745 6835 6802 6871 6900 6792 6843 6668 6651 6711 6816 6716 5.5. CARTA GEOMORFOLÓGICA A carta geomorfológica é apresentada na Figura 21. Foram identificadas seis unidades morfoestruturais na bacia hidrográfica do rio Piranga. A Tabela 19 mostra a área da bacia ocupada por cada unidade. 176 Figura 7.13. Carta Geomorfológica Tabela 7.18. Descrição das unidades geomorfológicas Unidade Geomorfológica Área (km2) Área (%) Depressão Interplanáltica do Alto-Médio Rio Doce 412,24 6,24 Planalto Deprimido do Rio Piranga 662,79 10,03 Planalto Campo das Vertentes 4929,96 74,61 Planalto de Senhora de Oliveira 259,68 3,93 Borda do Quadrilátero Ferrífero 112,95 1,71 Borda do Espinhaço 230,37 3,49 A unidade denominada Depressão Interplanáltica do Alto-Médio Rio Doce caracterizase pela extrema dissecação, com altitudes mínimas chegando à casa dos 200 metros, e médias em torno de 550 metros, com seus níveis mais elevados na parte sul. De acordo com Giovanini (2006), sua litologia é dos gnaisses do Grupo Piedade, repletos de falhas e dobras, recobertos por um manto de intemperismo de cerca de dois metros. O modelado compõe-se por colinas alongadas de topos convexos, intercaladas por setores planos de algumas centenas de metros. Existe uma grande propensão à escorregamentos de terra na área, em função de uma cobertura superficial inconsolidada associada à retirada da vegetação. O Quadrilátero Ferrífero de acordo com o IGAM (2007), é caracterizado por um conjunto de relevos acidentados, localizado na extremidade noroeste da área. Apresenta altitudes elevadas, que variam de 1.100 a 1700m, sendo que na Serra do Caraça atingem até 2.064m. Configura-se como uma unidade morfoestrutural onde as estruturas geológicas exercem um importante controle nos processos de dissecação do relevo, no qual sobressaem os alinhamentos de cristas com vales encaixados e vertentes ravinadas. A unidade morfoestrutural que se caracteriza por um conjunto de relevos ruiniformes resultantes de processos de dissecação fluvial em rochas predominantemente quartzíticas do Super Grupo Espinhaço e do Grupo Macaúbas é denominada de Borda do Espinhaço, que ocupa a borda oeste da bacia. Nesta unidade distinguem-se dois setores: um constituído predominantemente de cristas, picos com vales encaixados e 178 vertentes retilíneas íngremes e extensos escarpamentos, com topos em torno de 1300 – 1500m. Entre os picos e relevos ruiniformes é comum encontrar áreas aplainadas que apresentam uma fina cobertura dedrítica. O outro setor é constituído por formas de colinas, em associação com cristas, com altitudes mais rebaixadas, com médias de 850 a 1000m (IGAM, 2007). As principais características Planalto Campo das Vertentes são as colinas convexocôncavas, de dissecação homogênea, o que caracteriza um relevo pouco agitado. O manto de intemperismo é muito espesso, caracterizando uma área profundamente afetada pela ação climática. O Planalto de Senhora de Oliveira apresenta características semelhantes, exceto pela maiores altitudes e relevo um pouco mais acentuado. No Planalto Deprimido do Rio Piranga, a paisagem é representada por mares de morros. Por vezes observa-se uma tendência de cristas pesadas a se alinharem segundo uma direção que corresponde à direção das camadas. Enquanto na região elevada as camadas são fortemente inclinadas, aqui as rochas se apresentam com menor inclinação e, em algumas regiões, quase horizontais, por exemplo, como em Ponte Nova. Próximo aos grandes rios, como o Piranga e o Xopotó, as colinas apresentam encostas mais íngremes, que dominam ora as planuras aluviais, ora o curso encaixado e acidentado dos mesmos 5.6. MAPA PEDOLÓGICO Na bacia hidrográfica do rio Piranga foram identificados treze unidades de mapeamento, com suas respectivas associações, sendo a ordem mais representativa a dos Latossolos (84,22%). Foram identificados também Cambissolos (3,26%) e Argissolos (12,52%). A Figura 22 mostra o Mapa Pedológico obtido. Já a área ocupada por cada tipo de solo pode ser visualizada na Tabela 20. 179 Figura 7.14. Mapa Pedológico Tabela 7.19. Descrição das unidades pedológicas Unidade de Mapeamento Descrição Área (km2) Área (%) CXbd1 CAMBISSOLO HÁPLICO Tb Distrófico típico, A moderado, textura média, fase floresta tropical subperenifólia, relevo montanhoso (50%) 215,39 3,26 CXbe1 CAMBISSOLO HÁPLICO Tb Eutrófico típico, A moderado, textura média/argilosa, fase floresta tropical subperenifólia, relevo montanhoso (70%) 0,02 0,00 LVAd1 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (35%) 1654,41 25,04 LVAd2 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (45%) 364,77 5,52 LVAd3 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (50%) 573,93 8,69 LVAd4 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado/forte ondulado (50%) 88,77 1,34 LVAd5 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado/forte ondulado (60%) 128,60 1,95 LVAd6 LATOSSOLO VERMELHO-AMARELO Distrófico típico, A moderado, textura argilosa/muito argilosa, fase floresta tropical subperenifólia, relevo forte ondulado/montanhoso (50%) LVd1 LATOSSOLO VERMELHO Distrófico típico, A moderado, textura muito argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (30%) 783,27 11,85 LVd2 LATOSSOLO VERMELHO Distrófico típico, A moderado, textura muito argilosa, fase floresta tropical subperenifólia, relevo forte ondulado/montanhoso (35%) 367,11 5,56 LVd3 LATOSSOLO VERMELHO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado (50%) 22,40 0,34 PVAe1 ARGISSOLO VERMELHO-AMARELO Eutrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo ondulado (40%) 710,70 10,76 PVd1 ARGISSOLO VERMELHO Distrófico típico, A moderado, textura argilosa, fase floresta tropical subperenifólia, relevo forte ondulado (50%) 116,89 1,77 1581,74 23,94 Os Latossolos na área de estudo são classificados como Latossolos Vermelho-Amarelo e Latossolos Vermelho, e ocupam respectivamente 66,47% e 17,75% da área de estudo. Os Latossolos Vermelho-Amarelo apresentam amplo predomínio de goethita em relação à hematita, apresentando teores de Fe2O3 entre 7 e 11% e ocorrem sobre o Planalto de Senhora de Oliveira, na parte nordeste do Planalto Deprimido do Rio Piranga, na porção centro-sul do Planalto Campo das Vertentes e em parte da Borda do Espinhaço. Já os Latossolos Vermelho ocorrem sobre a porção oeste do Planalto das Vertentes e na parte menos declivosa da Borda do Quadrilátero Ferrífero. Ambas as classes apresentam características distróficas. 181 Do ponto de vista geotécnico, os latossolos enquadram-se nos solos de comportamento laterítico, que possuem boas características para pavimentação rodoviária (LOURES, 2008). Facilitam os processos construtivos por apresentam, quase sempre, valores adequados de capacidade de suporte para camadas de sub-leito e padrões geotécnicos adequados quanto à estabilidade de taludes e fenômenos erosivos. Os Argissolos são a segunda classe de mapeamento mais representativa, sendo classificados como Argissolos Vermelho-Amarelo, com característica eutrófica, e Argissolos Vermelho, com caráter distrófico, e ocupam respectivamente 10,76 e 1,77% da área de estudo. Os Argissolos Vermelho-Amarelo ocorrem sobre a Depressão Interplanáltica do Alto-Médio Rio Doce. Já os Argissolos Vermelho ocorrem sobre a faixa com maior declividade da Borda do Quadrilátero Ferrífero. A classe dos Cambissolos é a menos representativa na área de estudo, sendo identificado os Cambissolos Háplicos Tb de características eutróficas e distróficas. Ambas as unidades ocorrem em regiões montanhosas na região de transição entre o Planalto Campo das Vertentes e a Borda do Espinhaço. 5.7. DIAGNÓSTICO DO USO DO SOLO E COBERTURA VEGETAL No período entre 2001 e 2010, o processo de uso antrópico do meio foi acompanhado de profundas alterações no uso e ocupação do solo, como mostra a Tabela 21. Tabela 7.20. Porcentagem da área das classes de uso e ocupação do solo 2001 2010 2 Área (km ) Área (%) Área (km2) Área (%) 25,39 2099,94 31,78 1677,60 Formações Florestais 8,62 1040,62 15,75 569,42 Cultura do Eucalipto 21,45 1007,94 15,25 1417,17 Agricultura 32,64 1567,28 23,72 2156,80 Áreas de Pastagem 2,39 100,29 1,52 158,16 Corpos d’água 0,01 0,46 0,01 0,45 Afloramentos Rochosos 7,30 639,06 9,67 482,24 Solo Exposto 0,00 0,50 0,01 0,32 Áreas de Mineração 0,60 30,80 0,47 39,36 Áreas Urbanas 0,74 12,42 0,19 48,62 Áreas com Nuvem 0,88 108,70 1,64 57,84 Áreas Sombreadas Observando a variação das áreas correspondente a cada uso, observa-se um incremento Classe de Uso das atividades antrópicas através do avanço da pecuária e da agricultura frente a 182 supressão das áreas de vegetação. Considerando como cobertura vegetal as áreas de formações florestais, cultura do eucalipto e agricultura, constata-se que no período de nove anos a porcentagem de cobertura vegetal reduziu de 63 para 55%, um redução de 12%. Devido a proximidade espectral, a distinção entre as classes corpos d’água, afloramento rochoso e áreas sombreadas, deu-se de maneira subjetiva, sendo possível ocorrência de erros durante o processo de classificação. A Figura 23 apresenta o quantitativo de perdas e ganhos gerado pelo Land Change Modeler. Figura 7.15. Ganhos e Perdas, km², entre 1984 e 1990 5.7.1. Formações Florestais As formações florestais na bacia hidrográfica do rio Piranga são constituídas por vegetação do tipo Floresta Estacional Semi-Decidual, vegetação característica do bioma Mata Atlântica. Grande parte da área de floresta preservada deve-se às características geomorfológicas da região, como pode ser observado na Tabela 22. Constata-se que mais de 53% da área de mata está sob relevo forte ondulado (entre declividades de 20 e 45%) e ainda 18% em relevo montanhoso a escarpado (declividades maiores que 45%). Observa-se também que entre os anos de 2001 e 2010 houve redução da formações florestais em todas as classes de declividades, exceto sob relevo ondulado, onde houve um incremento de 69%. Tabela 7.21. Área ocupada por formações florestais nas classes de declividade Característica do 2001 2010 183 Área (km2) Área (%) Plano 30,48 1,56 Suave Ondulado 117,70 6,02 Moderado Ondulado 158,03 8,08 Ondulado 158,03 8,08 Forte Ondulado 1113,77 56,94 Montanhoso 377,98 19,32 Escarpado 0,15 0,01 Relevo Área (km2) Área (%) 24,30 1,45 94,76 5,65 122,98 7,33 230,04 13,71 891,99 53,17 313,41 18,68 0,13 0,01 Entre os anos 2001 e 2010 houve significativa redução da cobertura vegetal de Mata Atlântica, equivalente 6,89% de toda região de estudo. Os maiores contribuintes (Figura 24) para essa forte alteração foi principalmente o aumento da áreas de agricultura. Figura 7.16. Contribuições para alteração de formações florestais (km²) 5.7.2. Cultura do Eucalipto A cultura do eucalipto na bacia visa a produção de carvão vegetal e celulose, além de suprir a demanda de matéria prima do Pólo Moveleiro de Ubá. Segundo dados da Associação Brasileira dos Produtores de Florestas Plantadas (ABRAF), Minas Gerais é o maior produtor de florestas plantadas do Brasil com 1,2 milhões de hectares. A produção de madeira no Estado é insatisfatória, sendo necessário importar de outros lugares. 184 Entretanto, entre os anos 2001 e 2010 houve significativa redução da área cultivada do eucalipto, equivalente a mais de 7% de toda região de estudo, sendo substituído em 23% por áreas de pastagem e 18% pela agricultura (Figura 25). Figura 7.17. Contribuições para alteração da cultura do eucalipto (km²) 5.7.3. Agricultura De acordo com o Sistema IBGE de Recuperação Automática (SIDRA), na área de estudo são encontradas vinte e cinco culturas, sendo as do arroz, feijão, café, milho e cana-de-açúcar as mais representativas (IBGE, 2012). Estima-se que 30% de toda a produção nacional de café seja proveniente da região da zona da mata mineira, sendo o tipo Arábica mais comumente encontrado (VILELA & RUFINO, 2010). Na região norte da bacia hidrográfica do rio Piranga encontra-se o cultivo expressivo da cana-de-açúcar. Os municípios de Ponte Nova e Guaraciaba apresentam-se como pólos industriais para a produção de açúcar e álcool. Porém, em todos os municípios da bacia são observadas pequenas propriedades com cultivo da cana-de-açúcar para a produção artesanal de álcool. As culturas do arroz, feijão e milho são cultivadas em pequenas propriedades por toda a bacia hidrográfica do rio Piranga. Devido as características geomorfológicas da bacia, grande parte das áreas cultivadas encontram-se sob relevo forte ondulado a escarpado. Constata-se que mais de 64% da classe agricultura encontra-se em relevo com declividade superior a 20% e apenas 7% encontra-se sob terreno plano a suave ondulado, com declividade máxima de 8%. 185 Os dados para lavouras permanentes e temporárias para os anos de 2001 e 2010 são apresentados nas Tabelas 23 e 24. Esses dados são referentes à produção agrícola municipal do Sistema IBGE de Recuperação Automática (SIDRA) para os vinte e oito municípios inseridos na bacia hidrográfica do rio Piranga (IBGE, 2012). Tabela 7.22. Área plantada, quantidade produzida e valor da produção para as principais culturas em 2001 Arroz Café Cana-de-açúcar Feijão Milho AP1 QP2 VP3 AP1 QP2 VP3 AP1 QP2 VP3 AP1 QP2 VP3 AP1 QP2 VP3 186 309 93 40 104 114 550 11000 770 2487 1008 753 3900 10140 1098 6 9 4 156 140 176 200 10000 230 80 36 29 180 540 119 Brás Pires 140 397 119 280 302 214 200 8000 184 1000 640 627 800 3040 486 Cajuri 35 63 15 670 1005 1028 150 5700 143 650 273 317 700 1750 280 Capela Nova 45 52 21 83 63 58 28 840 14 350 105 86 580 1160 151 Caranaíba Catas Altas da Noruega Cipotânea 70 150 61 25 20 18 30 600 10 190 96 79 850 2125 276 110 155 63 25 20 18 50 1000 17 280 137 113 600 1200 156 249 472 142 47 122 134 131 1572 110 1630 879 657 2850 7838 849 Coimbra 45 47 12 397 357 330 15 585 15 710 629 735 600 1800 299 Desterro do Melo 48 82 25 52 68 75 216 4536 318 440 178 133 480 1248 135 Divinésia 43 106 32 140 252 179 170 7650 176 650 198 194 550 1353 216 Dores do Turvo 220 324 97 350 525 373 180 9000 207 1650 704 690 700 1960 314 Guaraciaba 105 151 72 600 540 680 250 8000 184 260 108 86 2430 7290 1604 Itaverava 295 590 240 40 32 29 30 600 10 500 290 238 1000 3000 390 Lamim 42 62 25 20 16 15 80 2000 33 180 84 69 660 1254 163 Oratórios 7 17 8 120 108 136 1800 90000 2070 520 360 288 480 1728 380 Paula Cândido 195 443 110 1200 1440 1401 158 6320 158 2000 1620 1912 2500 9000 1395 Piranga 90 132 33 336 285 277 379 15539 373 1650 810 940 3200 13440 2285 Ponte Nova 103 206 99 1500 1350 1701 1200 82500 1898 1400 480 384 1500 5850 1287 Porto Firme Presidente Bernardes Rio Espera Santana dos Montes Senador Firmino Senhora de Oliveira Senhora dos Remédios Teixeiras 340 442 111 1320 1109 1020 235 10646 245 810 408 477 1500 3750 623 141 274 67 326 277 251 157 420 1617 600 230 276 1010 3535 601 200 400 162 45 36 33 50 1000 17 460 216 177 1600 3200 416 65 91 37 20 16 15 100 4000 66 780 382 314 1350 2700 351 105 288 86 227 409 290 66 4290 99 1630 673 660 1554 6289 1006 13 14 3 127 152 133 650 27300 546 400 220 253 600 1800 299 120 144 43 76 109 120 110 1980 139 3400 2416 1806 2050 4100 444 40 120 30 1652 1486 1446 72 2900 73 800 432 505 980 3724 633 Viçosa 150 420 106 1000 1500 1535 105 3780 95 1200 944 1133 1600 4800 797 Alto Rio Doce Amparo do Serra Total 3208 5960 1916 26707 11843 11799 7362 321758 9817 26707 14556 13931 36804 109614 17053 AP1: Área Plantada (ha); QP2: Quantidade Produzida (ton); VP 3: Valor da Produção (mil R$) 186 Tabela 7.23. Área plantada, quantidade produzida e valor da produção para as principais culturas em 2010 Arroz Café Cana-de-açúcar Feijão Milho AP1 QP2 VP3 AP1 QP2 VP3 AP1 QP2 VP3 AP1 QP2 VP3 AP1 QP2 VP3 175 420 218 20 24 86 450 31500 1575 2100 1420 2201 3200 11200 3920 - - - 158 90 347 200 10000 550 8 10 15 250 850 298 Brás Pires 37 77 44 12 11 42 250 20000 1000 55 88 128 610 275 96 Cajuri 15 29 17 830 996 3835 150 5700 314 750 396 436 700 2100 735 Capela Nova 110 305 320 200 310 1054 150 6650 266 606 675 574 800 3300 1099 Caranaíba Catas Altas da Noruega Cipotânea 28 54 57 12 5 17 16 350 14 147 81 69 680 1560 519 123 255 268 6 6 20 65 3800 152 99 64 54 400 1380 460 234 450 234 32 42 151 50 2000 100 1250 649 1006 1450 4060 1421 Coimbra 18 20 12 410 615 2368 15 585 32 500 510 740 800 4320 1512 Desterro do Melo 35 70 36 20 22 84 150 9000 450 750 415 643 600 2100 735 Divinésia 3 8 5 150 153 589 150 7500 413 105 87 126 120 600 210 Dores do Turvo 220 366 209 180 238 916 400 24000 1320 600 820 1189 400 1200 420 Guaraciaba 30 44 26 380 342 1317 250 9500 523 18 16 21 2500 7500 2625 Itaverava 50 33 35 35 13 49 20 480 19 425 252 214 600 1780 593 Lamim 4 3 3 20 23 78 185 11000 660 38 21 18 600 1500 500 Alto Rio Doce Amparo do Serra Oratórios 2 6 3 75 68 262 1800 117000 6435 50 30 44 50 240 84 Paula Cândido 39 101 59 2000 2400 9240 110 9350 514 277 435 631 1106 6086 2130 Piranga 250 615 357 312 297 1143 150 10500 578 2200 1590 2306 3000 10800 3780 Ponte Nova 10 20 12 500 360 1386 1500 82500 4538 20 5 7 300 1170 410 Porto Firme Presidente Bernardes Rio Espera Santana dos Montes Senador Firmino Senhora de Oliveira Senhora dos Remédios Texeiras 293 1027 596 900 918 3534 235 10646 586 720 724 1050 1450 6960 2436 276 593 344 350 420 1617 150 12000 660 595 261 378 300 1080 378 98 110 143 8 7 23 500 42480 4248 322 221 260 650 1600 533 18 26 34 5 4 13 70 2850 171 125 74 87 600 1900 633 78 312 178 236 212 816 137 10275 565 840 517 750 900 4050 1458 10 13 8 300 360 1386 170 11900 655 160 168 244 300 1080 378 130 150 78 120 108 389 890 44500 2225 1500 1350 2093 3000 13500 4725 125 281 163 1130 1220 4697 72 2900 160 650 720 1044 1100 4400 1540 Viçosa 60 150 87 2300 2760 10626 30 1800 99 350 255 370 1800 8100 2835 Total 2471 5538 3546 10701 12024 46085 8315 500766 28822 15260 11854 16698 28266 104691 36463 AP1: Área Plantada (ha); QP2: Quantidade Produzida (ton); VP 3: Valor da Produção (mil R$) De acordo com os dados obtidos, observa-se uma redução na área plantada para as culturas do arroz, feijão, café e milho entre os anos de 2001 e 2010. Entretanto somente nas culturas do arroz, feijão e milho houve uma redução da quantidade produzida. Mesmo com a redução da área plantada e da quantidade produzida, para o período de 2001 a 2010 foi observado o aumento no valor da produção. 187 De acordo com os resultados da análise LCM, o aumento das áreas agrícolas deve-se principalmente à remoção das formações florestais, cultura do eucalipto e solo exposto. A Figura 26 apresenta as contribuições para a classe agricultura entre 2001 e 2010. Figura 7.18. Contribuições para alteração das áreas com culturas agrícolas (km²) 5.7.4. Áreas de Pastagem De acordo com as imagens classificadas, as áreas de pastagem passaram de 1567,28 para 2156,80 km2 entre os anos de 2001 e 2010. A Tabela 25 apresenta os dados agropecuários coletados do Sistema IBGE de Recuperação Automática (SIDRA) para os vinte e oito municípios inseridos na bacia hidrográfica do rio Piranga (IBGE, 2012). Entre os anos de 2001 e 2010, o aumento das áreas de pastagem deve-se principalmente à substituição das áreas com cultura do eucalipto. Provavelmente, a maior parte das áreas anteriormente classificadas como cultura do eucalipto, apresentaram mudas em início de crescimento, sendo assim, confundida por áreas de pastagem pelo classificador. O aumento das áreas de pastagem deve-se à remoção de 35% das áreas com cultura do eucalipto, 23% do solo exposto, 4% da agricultura e 2% das formações florestais. A Figura 27 apresentam as contribuições para a classe áreas de pastagem entre 2001 e 2010. 188 Tabela 7.24. Efetivo dos rebanhos para 2010 em número de cabeças Município Bovinos Equinos Alto Rio Doce 15982 Amparo do Serra 7483 Brás Pires 4250 Cajuri 2410 Capela Nova 2882 Caranaíba 4660 Catas Altas da Noruega 1545 Cipotânea 2696 Coimbra 5722 Desterro do Melo 7467 Divinésia 3720 Dores do Turvo 9230 Guaraciaba 8790 Itaverava 6122 Lamim 1494 Oratórios 4540 Paula Cândido 8345 Piranga 11019 Ponte Nova 21270 Porto Firme 7007 Presidente Bernardes 3801 Rio Espera 4273 Santana dos Montes 5467 Senador Firmino 5440 Senhora de Oliveira 2303 Senhora dos Remédios 10928 Teixeiras 6002 Viçosa 124276 880 458 210 219 275 265 185 228 460 124 560 375 410 295 67 500 650 1035 436 812 650 675 575 450 360 647 453 10651 Muares 139 59 10 45 20 44 130 33 44 131 25 12 53 52 7 83 110 370 69 75 135 75 30 35 50 86 85 1607 Galos, frangas, frangos e pintos 3863 5497 13800 14606 1500 23500 1436 174798 1115 4350 378 2130 640 2150 1122 2599 17811 821571 648 1343 870 120500 1265 22850 4225 16590 1595 8050 250 810 27560 4530 2290 590400 22078 36921 74106 26830 4309 266117 3330 19165 1535 14000 755 8150 1445 40000 2794 15450 898 3229 17308 411880 113155 5952185 Ovinos Suínos 29 35 94 199 35 30 120 230 25 210 78 35 130 20 5 307 1609 189 Figura 7.19. Contribuições para alteração das áreas de pastagem (km²) Constata-se que medidas conservacionistas nas áreas de pastagem praticamente não são aplicadas. Grande parte das pastagens encontra-se com certo grau de degradação, o que ocasiona baixa produtividade agropecuária devido a necessidade de redução do número de cabeças por hectare, além do baixo ganho de peso dos animais. 5.7.5. Área Urbana A região da bacia do rio Piranga apresenta baixa ocupação urbana, sendo em 2001 0,47% da área da bacia ocupada por manchas urbanas. Para o ano de 2010, constatou-se o aumento de 28%, passando essas áreas a ocuparem 0,60% da bacia. De acordo com os dados populacionais do IBGE (2010), a população dos vinte e oito municípios completamente contidos na bacia hidrográfica no ano de 2000 era de 297945 habitantes. Já em 2010, a população desses municípios passou a ser de 302437 habitantes. Observase um baixo crescimento populacional na região, de apenas 1,5%. De acordo com o Censo Demográfico de 2000, desses vinte e oito municípios, 60% viviam nas áreas urbanas. Em 2010, esse percentual subiu para 66%, contabilizando para o período estudado, um aumento de 10%. 5.7.6. Área de Mineração A área de mineração presente na bacia de estudo refere-se a exploração de calcário e seus derivados existente no distrito de Pedra do Sino em Carandaí. A exploração teve seu inicio em 1976 pela empresa Cimentos Tupi (Figura 28). Para o período estudado observou-se pequena variação da área explorada. 190 Figura 7.20. Fachada da Mineração Pedra do Sino em Carandaí - MG 5.7.7. Afloramentos Rochosos e Corpos d’Água As alterações observadas nos corpos d’água devem-se ao aumento de pequenas barragens para contenção de água, abastecimento e irrigação de pequenas lavouras, além das alterações naturais nos meandros do rio Piranga. Os afloramentos rochosos ocorrem principalmente no limite oeste na bacia, sobre a Serra do Espinhaço (Figura 28). Foram observados paredões rochosos nas proximidades da BR-265, no município de Desterro de Melo, e na BR-482, no município de Itaverava. Figura 7.21. Afloramentos Rochosos na Serra do Espinhaço em Desterro do Melo – MG 191 5.8. CARTA DE SUSCETIBILIDADE À EROSÃO O mapeamento das áreas suscetíveis ou predisponentes à erosão considerou a declividade, a erodibilidade dos solos e a geomorfologia como fatores preponderantes na definição das classes. Entende-se que os fatores uso do solo e cobertura vegetal e erosividade da chuva interferem diretamente no processo erosivo, pois indicam o nível de proteção do solo aos processos erosivos bem como ao agente causador da erosão hídrica. Quanto aos aspectos do relevo, as áreas que apresentam maiores predisposição à erosão hídrica encontram-se na borda oeste na bacia, sob a Serra do Espinhaço e o Quadrilátero Ferrífero. Nessas áreas, a elevada declividade facilita o arraste das partículas devido a maior energia potencial. Nas regiões de fundo de vale e leito maior dos corpos d’água, devido à baixa declividade, ocorre a deposição das partículas de solo transportadas. Quanto maior a cobertura vegetal, maior é o grau de proteção do solo. Assim, as formações florestais densas e a cultura do eucalipto em idade mais avançada são os principais agentes no combate à erosão, pois amortecem as gotas de chuva, reduzem a energia de arraste e evitam o carreamento de sedimentos pela presença de matéria orgânica e serrapilheira no solo. As atividades agrícolas e pecuária, quando ocorrem manejo sustentável, corroboram com a redução da suscetibilidade à erosão. Porém, na maior parte da bacia, observa-se o contrário, pastagens degradadas e áreas agricultáveis sem qualquer tipo de controle à erosão (Figura 30). Figura 7.22. Pastagem com elevado grau de degradação em Alto Rio Doce - MG 192 A Carta de Suscetibilidade à erosão gerada é apresentada na Figura 31. Observou-se que o resultado, para o cenário 3, foi compatível com os fatos observados em campo. Para isso validou-se as cartas com os dados vistos em campo. Sendo este selecionado como o mais adequado para a Carta de Suscetibilidade. As classes foram distribuídas em baixa suscetibilidade à erosão (0,2 %), média (14,2 %), alta (74,4 %), e muito alta (8,8%). As classes média e alta representam as classes mais representativas na área, contemplando 937,1 e 4917,5 km2 respectivamente. Em relação ao relevo, a classe baixa concentra-se nas áreas com declividade de até 8%, sendo 55% da classe em áreas com declividade de até 3%. Como dito, essas áreas representam locais de fundo de vale e leito maior, onde os processos de deposição prevalecem devido a baixa energia potencial. A Classe média apresenta 85% das áreas com declividade de até 20%. As classes alta e muito alta apresentam respectivamente 76 e 92% das áreas com declividades superiores a 20%. Ainda para a classe alta, observase a presença de 82% das áreas agrícolas e 83% das de pastagem. Praticamente em toda a bacia hidrográfica do rio Piranga não ocorre a adoção de medidas conservacionistas para a redução do processo erosivo. Entre as medidas conservacionistas observadas destaca-se a adubação, restrita ao cultivo de culturas perenes e temporárias, e a plantação em nível para algumas culturas, com destaque para o café. Porém, algumas práticas utilizadas de forma recorrente, tais como queimada e a plantação “morro abaixo”, principalmente da cultura do eucalipto, tendem a acelerar o processo erosivo, ocasionando a diminuição da produção agropecuária e aumento nos custos de produção. As Figuras 32 a 35 apresentam, para cada classe de suscetibilidade à erosão, a representatividade com relação às classes de solo. Na classe baixa de suscetibilidade os Latossolos Vermelho-Amarelo são maioria, representando, entretanto apenas 0,13% da área total da bacia, porém 61% da classe baixa de suscetibilidade à erosão. Correm ainda representa a classe os argissolos vermelho-amarelo (0,04%) e os Latossolos vermelhos (0,05%). A classe de média suscetibilidade à erosão é representada pelos Argissolos VermelhoAmarelo, Latossolos Vermelho-Amarelo e Latossolos Vermelho. Os Argissolos, apesar da alta erosividade, baixa estruturação e comportamento geotécnico não laterítico, nessa 193 Figura 7.23. Carta de Suscetibilidade à Erosão 194 Figura 7.24. Área ocupada pelos Solos/Área total – Classe Baixa Figura 7.26. Área ocupada pelos Solos/Área total – Classe Alta Figura 7.25. Área ocupada pelos Solos/Área total – Classe Média Figura 7.27. Área ocupada pelos Solos/Área total – Classe Muito Alta PVA – Argissolo Vermelho-Amarelo ; LVA – Latossolo Vermelho-Amarelo; LV – Latossolo Vermelho; PV – Argissolo Vermelho; CX – Cambissolo Háplico classe, coincide, com regiões de relevo suave ondulado e ondulado, o que os protege contra remoção de materiais. As classes de alta e muito alta suscetibilidade à erosão são representadas pelos Cambissolos Háplicos, Argissolos Vermelho-Amarelo, Argissolos Vermelhos, Latossolos Vermelho-Amarelo e Latossolos Vermelho, destacando-se para a classe alta, os Latossolos Vermelho-Amarelo, que estão presentes em cerca de 70% da área correspondente a esta classe. Os Latossolos Vermelho-Amarelo estão presentes em todas as classes de suscetibilidade à erosão. Isso ocorre devido à presença dessa unidade pedológica desde relevo forte ondulado a relevo montanhoso. A região estudada contém, em sua malha rodoviária cerca de 1113 km de estradas. Destas, 462 km são estradas pavimentadas e o restante, 651 km, não pavimentadas. Ao se analisar as vias não pavimentadas e sua interseção espacial com as classes de suscetibilidade à erosão observa-se que 0,04% (0,2 km) pertencem à classe de baixa suscetibilidade, 12% (80 km) à classe de média suscetibilidade, 84% (544 km) à classe alta e 4% (27 km) à classe de muito alta suscetibilidade á erosão. Para estradas pavimentadas, a classe de baixa suscetibilidade à erosão contém 0,07% (0,3 km), média suscetibilidade 16% (74 km), 74% (344 km) alta e 9 % (44 km) muito alta. Após o período chuvoso, problemas nas vias de ligação são frequentemente observados, tais como interdição devido a deslizamentos de taludes e depressão na pista ocasionada por erosão (Figura 36). Figura 7.28. Desvio na MG - 132 ocasionada por erosão da pista 196 Por fim, destaca-se que a carta de suscetibilidade à erosão desenvolvida no presente trabalho constitui-se em um instrumento importante para o planejamento físicoterritorial visto que contempla diversos fatores atuantes na dinâmica do meio físico e integra aspectos pedológicos e geotécnicos dos solos. 5.9. PROPOSIÇÃO DE ZONEAMENTO AMBIENTAL A Carta de Potencial Agrícola, subsídio para o Zoneamento Ambiental, e gerada a partir dos fatores declividade, aptidão agrícola e suscetibilidade à erosão está apresentada na Figura 37. O potencial agrícola na bacia variou de 38 a 218. Ressalta-se que a carta de potencial agrícola varia de 0 a 255, sendo que os menores valores indicam áreas com baixo ou nulo potencial ao desenvolvimento e valores maiores áreas aptas ao desenvolvimento. A potencialidade média da bacia foi de 118. O baixo valor pode ser explicado pelas elevadas declividades e baixa fertilidade dos solos. Constata-se que na bacia, 1,6% das áreas apresentam potencial muito baixo (1-50), 23,2% potencial baixo (51-100), 65,4% potencial médio (101-150), 9,8% potencial alto (151-200) e 0,1% potencial muito alto (201-255). Devido as elevadas declividades presentes, há na bacia limitação quanto a utilização de máquinas agrícolas, influenciando o baixo potencial. A baixa fertilidade do solo, aliada à sua elevada acidez indicam também a necessidade de altos investimentos para a sua correção química. A partir da variação do risco e da compensação foram propostos cinco cenários finais. Os cenários, por considerem aspectos fundamentais e limitações do ambiente natural, apresentam áreas propensas ao planejamento e desenvolvimento regional e diferem entre si quanto a localização e tamanho das áreas selecionadas. A seleção das melhores áreas foi condicionada pelo uso do solo e cobertura vegetal, unidades de conservação, aptidão agrícola, suscetibilidade à erosão, distância das vias, declividades e distância da hidrografia. Assim, o cenário 4 foi selecionado como proposta para o zoneamento, devido à observação dos graus de risco e compensação. A alta compensação equilibra-se ao valor do risco, garantindo a coerência da proposta. A Figura 38 mostra as áreas selecionadas. Observa-se que as áreas interceptam 49 municípios da bacia. 197 Figura 7.29. Carta de Aptidão Agrícola 198 Figura 7.30. Áreas selecionadas para o desenvolvimento 199 A área total selecionada para essa proposta corresponde a 92.344 ha (14% da área da bacia), sendo 3% equivalente as áreas com cultura do eucalipto, 26% áreas de agricultura, 64% áreas de pastagem e 7% áreas com solo exposto. A Figura 39, apresenta a distribuição de área por tipo de uso. Nota-se que 49% da área selecionada encontra-se em área de relevo entre 20 e 45% de declividade (Figura 40). Essas regiões apresentam alto grau de impedimento à mecanização. Ressalta-se que 2% da área, equivalente a 2.019 ha, são de relevo plano, oferecendo o emprego de todos os tipos de máquinas e implementos agrícolas em qualquer época do ano. Figura 7.31. Distribuição das áreas selecionada por tipo de uso do solo e cobertura vegetal Figura 7.32. Distribuição das áreas selecionada por classe de declividade Os sistemas agroflorestais têm sido empregados com grande sucesso em algumas regiões e podem ser indicados como alternativa viável para a região de estudo, com 200 benefícios sociais e econômicos. Os Sistemas Agroflorestais (SAF), através do consórcio entre espécies arbóreas e agrícolas, apresentam-se como uma forma alternativa de manejo do solo. Vaz da Silva (2002), evitando a sua compactação através da não retirada da cobertura vegetal, os SAF’s possuem sistemas radiculares diversos que propiciam uma recarga de matéria orgânica promovendo a estabilidade dos agregados. O reflexo dessa redução é revertido em custos diretos de cerca de 16% em relação ao sistema convencional. As pastagens fornecem boa proteção ao solo contra a erosão, entretanto, o manejo inadequado, pode prejudicar o cumprimento dessa função, devido ao pisoteio intensivo. Uma boa alternativa é o uso do sistema de rotação do pastoreio. Para isso, a área destinada ao pastoreio é dividida em piquetes, para onde o gado é conduzido conforme planejamento preestabelecido. Assim, fazendo-se com que não seja excessivamente consumida e pisoteada pelos animais, a pastagem terá plenas condições de se recompor antes de ser submetida a novo pastoreio. O ressemeio periódico da área constitui prática recomendável para manter a pastagem com densidade de cobertura capaz de assegurar suporte razoável para o gado e garantir boa proteção do solo contra a erosão. A integração Lavoura-Pecuária é outra técnica bastante difundida atualmente e consiste em conciliar a pecuária bovina com a produção de grãos. Esta técnica, que busca a recuperação do potencial produtivo das áreas degradadas com a utilização da área durante todas as épocas do ano. Esse consórcio pode ocorrer entre lavoura, pastagem e floresta ou somente entre duas opções. Uma das inovações do método é a utilização de eucalipto no sistema lavoura-pasto. Esse sistema tem se mostrado eficaz por produzir alimentos, madeiras certificadas e animais, além de recuperar áreas degradadas e proteger o solo (EMBRAPA, 2011; EMATER, 2012). Os benefícios da integração Lavoura-Pecuária e Floresta são a possiblidade de renovação das pastagens a custos menores, ressemeadura natural de algumas espécies forrageiras e antecipação do período de pastejo, favorecimento da pastagem devido ao residual de adubação das culturas de verão, utilização de forragem em épocas mais críticas do ano, menor incidência de pragas e doenças devido à quebra dos ciclos biológicos pela rotação de pastagem e cultivo de grãos, maior rentabilidade e diversificação no momento da comercialização de produtos (grãos/carne/leite ou lã), aumento da liquidez pela possibilidade de realização financeira imediata com a 201 comercialização de animais; e ciclagem de nutrientes no solo (adubo, urina e atividade biológica intensificada) (CONTE et al., 2006) . Outra prática conservacionista possível de ser adotada, principalmente em áreas de pastagem é o terraceamento. Terraços são estruturas hidráulicas conservacionistas, compostas por um camalhão e um canal, construídas transversalmente ao plano de declive do terreno. Essas estruturas constituem barreiras ao livre fluxo da enxurrada, disciplinando-a mediante infiltração no canal do terraço (terraços de absorção) ou condução para fora da lavoura (terraços de drenagem). O objetivo fundamental do terraceamento é reduzir riscos de erosão hídrica e proteger mananciais (rios, lagos, represas...). Entretanto, a eficiência do sistema depende também da combinação de outras praticas complementares, como plantio em nível, rotação de culturas, controle das queimadas e manutenção de cobertura morta na superfície do solo. Para avaliação do impacto das diversas culturas sobre o PIB per capita da região, estimou-se aa função de produção realizada por meio do método dos dados em painel. As Tabelas 25 a 30 apresentam os resultados obtidos na análise estatística para as regiões de estudo. Ressalta-se que na análise estática foi considera apenas a alteração de um dos elementos da função. Tabela 7.25. Análise estatística para região de Barbacena Variável (Cultura) Coeficiente Prob. t Arroz Batata - Inglesa Cana-de-Açúcar Feijão Mandioca Milho Tomate Banana Café Laranja 2,9026 162,5812 0,7621 0,2330 114,9549 -0,7825 -132,8532 3,7121 -3,3048 11,9890 0,005 0,118 0,055 0,012 0,000 0,000 0,000 0,000 0,000 0,039 Modelo: Efeitos Fixos R2 = 0,9767 A região de Barbacena é composta pelos municípios de Alto Rio Doce, Caranaíba, Carandá, Desterro do Melo e Senhora dos Remédios. Para essa região apenas as culturas do arroz, batata-Inglesa, cana-de-açúcar, feijão, mandioca, milho, tomate, banana, café e 202 laranja foram aceitas pelo software. As demais culturas foram omitidas automaticamente devido a colinearidade dos dados. De acordo com os testes realizados, o modelo de efeitos fixos foi o mais adequado para representar a função de produção. Na região, 97,67% das mudanças no PIB per capita são explicadas pelas variáveis independentes (áreas plantadas de cultura). Apenas a cultura da Batata-Inglesa não apresentou relação significativa com o PIB per capita (p>0,10). As culturas do arroz, cana-de-açúcar, feijão, mandioca, banana e laranja relacionam-se positivamente com o PIB per capita sendo que o aumento na área plantada destas culturas gera um incremento no PIB per capita da região. A cultura da mandioca ocasiona maior impacto no PIB per capita. As culturas do milho, tomate e café afetam negativamente o valor do PIB per capita, ou seja, o aumento da área plantada destas culturas reduzem os valores PIB per capita da região. A cultura do tomate apresenta menor coeficiente e consequentemente o maior impacto na redução do PIB per capita. Tabela 7.26. Análise estatística para região de Conselheiro Lafaiete Modelo: Efeitos Fixos Variável (Cultura) Coeficiente Prob. t R2 = 0,9897 Alho 269,1816 0,364 Arroz -2,2410 0,010 Batata - Doce -1254,2080 0,394 Batata - Inglesa 8,2463 0,276 Cana-de-Açúcar 0,6081 0,072 Feijão 0,3928 0,765 Mandioca -5723005,0000 0,949 Milho 0,7195 0,560 Tomate -93,7639 0,492 Abacate -40,7056 0,348 Banana -12,0864 0,050 Café -3,0703 0,376 Laranja 9,0835 0,012 Tangerina -15,42984 0,605 A região de Conselheiro Lafaiete é composta pelos municípios de Catas Altas da Noruega, Itaverava, Lamim, Rio Espera e Santana dos Montes. De acordo com os testes realizados, o modelo de efeitos fixos foi o mais adequado para representar a função de produção. Na região, 98,97% das mudanças no PIB per capita são explicadas pelas variáveis independentes (áreas plantadas de cultura). Apenas as culturas do arroz, cana203 de-açúcar, banana e laranja apresentam relação significativa com o PIB per capita (p<0,10). As culturas da cana-de-açúcar e laranja relacionam-se positivamente com o PIB per capita sendo a cultura da laranja a de maior impacto no PIB per capita. As culturas da arroz e banana relacionam-se negativamente com o PIB per capita, sendo a banana a de maior impacto. Tabela 7.27. Análise estatística para região de Piranga Modelo: Pooled Variável (Cultura) Coeficiente Prob. t R2 = 0,6032 Alho 454,2499 0,519 Arroz 5,5755 0,082 Batata - Inglesa -24,5262 0,291 Cana-de-Açúcar 3,2527 0,541 Feijão -1,0222 0,190 Mandioca -149,5039 0,546 Milho 0,1292 0,776 Tomate -196,4084 0,741 Banana 117,5841 0,109 Café 3,6554 0,049 Goiaba 3628,4250 0,184 Laranja -147,4583 0,417 Limão -31,8054 0,709 Manga 4615,9250 0,435 Maracujá 311,9992 0,438 A região de Piranga é composta pelos municípios de Brás Pires, Cipotânea, Piranga, Presidente Bernardes e Senhora de Oliveira. De acordo com os testes realizados, o modelo pooled foi o mais adequado para representar a função de produção. Na região, 60,32% das mudanças no PIB per capita são explicadas pelas variáveis independentes (áreas plantadas de cultura). Apenas as culturas do arroz e café apresentam relação significativa com o PIB per capita (p<0,10) e o aumento na área plantada destas culturas gera um incremento no PIB per capita da região. O coeficiente do arroz é ligeiramente superior ao do café, proporcionando assim, um maior aumento no PIB per capita. 204 Tabela 7.28. Análise estatística para região de Ubá Modelo: Pooled Variável (Cultura) Coeficiente Prob. t R2 = 0,8663 Abacaxi 363,7244 0,267 Alho 1113,1610 0,000 Arroz 2,445587 0,239 Cana-de-Açúcar 7,2312 0,000 Feijão 0,2955 0,243 Fumo 4812,0770 0,155 Mandioca -476,0103 0,187 Milho 0,1054 0,746 Tomate 45,5999 0,392 Banana 6,8175 0,874 Café 2,0138 0,381 Goiaba -37,1133 0,324 Laranja -1056,9820 0,123 Limão 32893,2000 0,126 Manga -1748,5390 0,157 Noz (Fruto Seco) 7,671549 0,966 A região de Ubá é composta pelos municípios de Divinésia, Dores do Turvo, Paula Cândido e Senador Firmino. De acordo com os testes realizados, o modelo pooled foi o mais adequado para representar a função de produção. Na região, 86,63% das mudanças no PIB per capita são explicadas pelas variáveis independentes (áreas plantadas de cultura). As culturas do alho e cana-de-açúcar apresentam relação significativa com o PIB per capita (p<0,10) e o aumento na área plantada destas culturas gera um incremento no PIB per capita da região. Investimentos na cultura do alho podem proporcionar o aumento no PIB per capita. A região de Ponte Nova é composta pelos municípios de Amparo do Serra, Guaraciaba, Oratórios e Ponte Nova. De acordo com os testes realizados, o modelo pooled foi o mais adequado para representar a função de produção. Na região, 97,42% das mudanças no PIB per capita são explicadas pelas variáveis independentes (áreas plantadas de cultura). Nenhuma das culturas estudas na região apresentou relação significativa com o PIB per capita (p>0,10). Isto quer dizer que o aumento da produção de um desses produtos não afeta o PIB per capita. 205 Tabela 7.29. Análise estatística para região de Ponte Nova Modelo: Pooled Variável (Cultura) Coeficiente Prob. t R2 = 0,9742 Arroz 80,2847 0,533 Cana-de-Açúcar -17,6592 0,953 Feijão -1,3831 0,389 Mandioca -7493,5630 0,761 Milho -30,2419 0,500 Tomate 30337,3600 0,813 Banana 284,9311 0,746 Café 262,7500 0,558 Goiaba 76976,9000 0,781 Laranja 56728,4300 0,708 Tabela 7.30. Análise estatística para região de Viçosa Modelo: Pooled Variável (Cultura) Coeficiente Prob. t R2 = 0,5012 Abacaxi -506,0279 0,711 Alho 2633,0940 0,917 Batata - Doce -3652,562 0,199 Batata - Inglesa 130,9276 0,646 Cana-de-Açúcar -82,0963 0,386 Feijão -4,4784 0,178 Mandioca 209,6952 0,694 Milho 3,7212 0,422 Tomate -124,3252 0,299 Abacate 20449,7600 0,641 Banana 58,4490 0,636 Café -0,2970 0,900 Caqui -604,8514 0,540 Goiaba -1811,1870 0,391 Laranja -229,4801 0,810 Limão -6393,2580 0,563 Mamão -646,2925 0,790 Manga 1129,0080 0,596 Maracujá 1227,6760 0,384 Tangerina -7371,945 0,467 A região de Viçosa é composta pelos municípios de Cajuri, Coimbra, Porto Firme, Teixeiras e Viçosa. De acordo com os testes realizados, o modelo pooled foi o mais adequado para representar a função de produção. Na região, 50,12% das mudanças no 206 PIB per capita são explicadas pelas variáveis independentes (áreas plantadas de cultura). Nenhuma das culturas estudas na região apresentou relação significativa com o PIB per capita (p>0,10). Nessa região, grande parte do PIB per capita é oriundo do setor de serviços, sendo o setor agropecuário o de menor contribuição para a constituição do PIB per capita. Com relação à infra-estrutura básica de transporte para o melhor aproveitamento da produção agrícola e desenvolvimento econômico da região, percebe-se que a bacia requer altos investimentos para a sua melhoria. Constata-se que as vias pavimentadas não são duplicadas, além da maior parte do sistema viário ser composto por vias não pavimentas. As rodovias BR-040 e BR-116 não atravessam, diretamente a bacia, porém as principais vias presentes dão acesso a essas rodovias, permitindo assim a classificação destas como importantes vias de escoamento da produção agropecuária 6. CONCLUSÕES O mapeamento do meio físico foi possível graças à geração da base de dados digitais da bacia hidrográfica do rio Piranga. Como produtos dessa pesquisa encontram-se o Modelo Digital de Elevação Hidrologicamente Consistente, a Carta de Declividades, a Carta Geomorfologica, a Carta de Uso do Solo e Cobertura Vegetal para os anos de 2001 e 2010 e a Carta de Potencial Agrícola. Todo esse material gerado foi instrumento de muita utilidade na tomada de decisão e no mapeamento do meio físico. O diagnóstico do uso do solo e cobertura vegetal permitiu constatar, no período de 2001 a 2010, o incremento das atividades antrópicas através do avanço da pecuária e da agricultura frente a supressão das áreas de vegetação. Constata-se que a porcentagem de cobertura vegetal foi reduzida em 12%. A bacia hidrográfica do rio Piranga apresenta elevada suscetibilidade à erosão. De acordo com a carta de suscetibilidade à erosão, 74,4% da área da bacia foram 207 classificadas com alta suscetibilidade, o que representa uma área total de 4.917,5 km 2. Fato preocupante, pois praticamente em toda a bacia não foi observado a adoção de medidas conservacionistas para a redução do processo erosivo. A Carta de Potencial Agrícola variou de 38 a 218, com potencial médio de 118. O baixo valor pode ser explicado pelas elevadas declividades e baixa fertilidade dos solos. Constatou-se que na bacia, 1,6% das áreas apresentam potencial muito baixo (1-50), 23,2% potencial baixo (51-100), 65,4% potencial médio (101-150), 9,8% potencial alto (151-200) e 0,1% potencial muito alto (201-255). As áreas selecionadas para o desenvolvimento estratégico da bacia correspondem a um total de 92.344 ha (14% da área da bacia), sendo 3% equivalente as áreas com cultura do eucalipto, 26% áreas de agricultura, 64% áreas de pastagem e 7% áreas com solo exposto. Nota-se que 49% da área selecionada encontra-se em área de relevo entre 20 e 45% de declividade. Essas regiões apresentam alto grau de impedimento à mecanização. Ressalta-se ainda que 2% da área, equivalente a 2.019 ha, são de relevo plano, oferecendo o emprego de todos os tipos de máquinas e implementos agrícolas em qualquer época do ano. Diante da análise dos resultados obtidos constatou-se que o modelo computacional utilizado representa a realidade de maneira satisfatória a partir das observações feitas em campo. Isso permite dizer que o sistema de informações geográficas, quando usado para fins de zoneamento, transforma-se em uma importante ferramenta para gestores públicos e privados, auxiliando a tomada de decisões, por exemplo, em relação a assuntos como direção do vetor de crescimento urbano ou localização de um empreendimento futuro. 7. REFERÊNCIAS BIBILOGRÁFICAS Ab’SABER, A. N. Zoneamento Ecológico-Econômico na Amazônia – questões de escala e método. In: Estudos Avançados, v. 3, n.º 5, p. 4-19, jan./abr. São Paulo, 1989. 208 ADOCE - AGÊNCIA TÉCNICA DA BACIA DO RIO DOCE. Termo de referência Sistema de Gerenciamento de Informações de Recursos Hídricos para Bacia do Rio Doce - GRH - Doce. Etapa 1: Alerta Hidrológico. Belo Horizonte, CPRM, 1997. ALMEIDA, J. R. Erosão dos Solos e suas consequências. Informe Agropecuario, v. 7, n. 80, p. 17-26, 1981. ALMG – ASSEMBLEIA LEGISLATIVA DE MINAS GERAIS. Disponível em http://www.almg.gov.br/index.asp?grupo=estado&diretorio=munmg&arquivo= municipios&municipio=52105. Acessado em Dezembro de 2009 ASHWORT, G. J. Planning for Environmental Quality. Research Program for Urban and Regional Planning. University of Gröening, Holanda, 1995. BADIRU, A. B.; PULAT, P. S.; KANG, M. DDM: Decision Support System For Hierarchical Dynamic Decision Making. Decision Support Systems , v.10, p118, 1993. BARBOSA, F. L. R.; SILVA, M. A.; TEIXEIRA, A. A.; PRADO, A.; SCHERERWARREN, M.; RIBEIRO, R. M. P. Delimitação de ottobacias a partir de modelo digital de elevação hidrologicamente consistente para a bacia do Verde Grande. In: Simpósio Brasileiro de Sensoriamento Remoto, XIII, 2007, Florianópolis. Anais... Florianópolis: INPE, 2007, p. 3271-3278. BARROSO, D. G.; SILVA, M. L. N. Poluição e conservação dos recursos naturais: solo e água. Informe Agropecuário, v. 176, n. 16, p. 17-24, 1992. BECKER, B. K.; EGLER, C. A. G. Detalhamento da metodologia para execução do zoneamento ecológico-econômico pelos estados da Amazônia Legal. Brasília. 43 p. Secretaria de Assuntos Estratégicos da Presidência da República (SAE/PR) e Ministério do Meio Ambiente, dos Recursos Hídricos e da Amazônia Legal, 1996. 209 BERTONI, J.; LOMBARDI NETO,. F. Manual técnico de manejo e conservação do solo e água. Campinas, SP: Coordenadoria de Assistência Técnica Integral, 1993. v. 1. (Manual técnico, 38). BERTONI, J.; LOMBARDI NETO,. F. Conservação do solo. 5. ed. São Paulo: Ícone, 2005 CARVALHO, D.F.; MONTEBELLER, C.A.; CRUZ, E.S.; CEDDIA, M. B.; LANA, Â.M. Q. Perdas de solo e água em um Argissolo Vermelho Amarelo, submetido a diferentes intensidades de chuva simulada. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, PB, v. 6, n. 3, p. 385-389, 2001 CHAVES, M. C. Modelos Digitais de Elevação Hidrologicamente Consistente para a Bacia Amazônica. 2002. 115 p. Tese (Doutorado em Ciências Florestais) – Universidade Federal de Viçosa, Minas Gerais, 2002. CHRISTOFOLETTI, A. Modelagem de Sistemas Ambientais. Ed. Edgard Blucher. 236p. 1999. COELHO, A. L. N. Compartimentação geomorfológica da bacia do rio Doce: uma atualização. In: Simpósio Nacional de Geomorfologia, 5., Goiânia, 2006. Anais...Goiânia, Associação Internacional de Geomorfologistas, 2006. CDROM. CONTE, O. et al. Propriedade otimizada. Cultivar Máquinas, v.50, p. 132-35, 2006 COSTA, L. A. Proposta de zoneamento de áreas rurais utilizando sistemas de informações geográficas. 2001. 124f. Tese (Doutorado em Ciência Florestal) Universidade Federal de Viçosa, Viçosa, MG, 2001. COSTA, J. Dicionário rural do Brasil. Rio de Janeiro: Campos, 2003. CPRM – Serviço Geológico do Brasil. Mapa Geológico do Estado de Minas Gerais. Minas Gerais, 2003. DIAS, H. C. T.; FILHO, E. I. F.; SCHAEFER, C. E. G. R.; FONTES, L. E. F.; VENTORIM, L. B. Geoambientes do parque estadual do Ibitipoca, município de Lima Duarte-MG. R. Árvore, v.26, n.6, p. 777-786, 2002. 210 EASTMAN, J.R. Guide to GIS and image processing. Worcester, EUA: Clark University. 327p. 2006. EMATER – EMPRESA DE ASSISTENCIA TÉCNICA E EXTENSÃO RURAL DO ESTADO DE MINAS GERAIS –MG. Zona da Mata tem Circuito de Integração Lavoura, Pecuária e Floresta. Acessado em fevereiro 2012. Disponível em http://www.emater.mg.gov.br. 2012. EMBRAPA – EMPRESA BRASILEIRA DE PESQUISAS AGROPECUÁRIAS. Integração lavoura-pecuária é tema do Dia de Campo na TV. Acessado em fevereiro de 2012. Disponível em http://www.embrapa.br/. 2011. EMBRAPA- EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Sistema Brasileiro de Classificação de Solos. Rio de Janeiro: Embrapa Solos, 412p, 1999. EMBRAPA - EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Sistema brasileiro de classificação de solos. Rio de Janeiro: Embrapa Solos, 306p, 2006. FATURETO, C. R. C. Otimização sob critérios múltiplos: metodologias e uma aplicação para o planejamento agrícola. 1997. 145f. Tese (Doutorado em Economia Rural) - Universidade Federal de Viçosa, Viçosa, MG, 1997. FERNANDES FILHO, E. I.; et al. Levantamento de solos e aptidão agrícola da porção mineira da bacia do Rio Doce. Belo Horizonte: Fundação Estadual de Meio Ambiente (FEAM), 2010. FITZ, P. R. Geoprocessamento sem complicação. São Paulo: Oficina de Textos. 160p. 2008. FOSTER, G.R.; MCCOOL, D.K.; RENARD, K.G.; MOLDENHAUER, W.C. Conversion of the universal soil loss equation to SI units. Journal of Soil and Water Conservation, v.36, p.355-359, 1981. GIOVANINI, R. R. REGIÕES EM MOVIMENTO Um olhar sobre a Geografia Histórica do Sul de Minas e da Zona da Mata Mineira (1808-1897). 211 Dissertação (Mestrado) – Curso de Pós-Graduação em Geografia, Universidade Federal de Minas Gerais, Belo Horizonte, 204p. 2006. GRECCHI, R.C. Zoneamento geoambiental da região de Piracicaba-SP, com auxílio de geoprocessamento. Dissertação Mestrado. Escola de Engenharia de São Carlos, Universidade de São Paulo. São Carlos, 132p, 1998. GRINOVER, L. O planejamento físico-territorial e a dimensão ambiental. Cadernos FUNDAP. São Paulo, ano 9, n.º 16, junho, p. 25-32, 1989. HOMMA, A. Zoneamento da Amazônia é a solução? Gazeta Mercantil, Belém, 29/06/2000, p.2., 2000. IBGE – INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Sistema IBGE de Recuperação Automática (SIDRA). Disponível em: www.sidra.ibge.gov.br Acessado em: janeiro de 2012. IGAM – INSTITUTO MINEIRO DE GESTÃO DAS ÁGUAS. Plano Integrado de Recursos Hídricos da Bacia do Rio Doce e dos Planos de Ações de Recursos Hídricos para as Unidades de Planejamento e Gestão de Recursos Hídricos no Âmbito da Bacia do Rio Doce. Consórcio ECOPLAN – LUME, 2007. LAL, R. Erodibility and erosivity. In: LAL, R. et al. Soil erosion research methods. Washington: Soil and Water Conservation Society, 1988. p. 141-160 LOURES, S. S. P. Ambientes, uso e ocupação do solo e zoneamento estratégico para as subbacias dos rios Jacupiranga e Pariquera-Açu, Vale do Ribeira, SP. 2008. 180f. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Viçosa, Viçosa, MG, 2008. MACEDO, R. K. de. O que são e para que servem os zoneamentos ambientais. Texto eletrônico. Portal Brazilian Environmental Mall, 1998. MACHADO, P. A. L. Direito Ambiental Brasileiro. São Paulo: Editora Malheiros, 606 p., 1992. MARCHI, O. A.; CALIJURI, M. L.; COSTA, S. H. G.; LUGÃO, W. G.; SOUZA, P. J. A. Leitura e caracterização da paisagem em auxílio ao planejamento da 212 ocupação urbana de Ponte Nova - MG. Natureza & Desenvolvimento, Viçosa, MG - Brasil, v. 1, n. 1, p. 41-50, 2005. MILLIKAN, B. H. Zoneamento Sócio-Econômico-Ecológico e Políticas Públicas no Estado de Rondônia: Oportunidades, Limites e Desafios para o Desenvolvimento Sustentável. Projeto BRA/94/007, Cooperação Técnica do PNUD ao PLANAFLORO. Porto Velho/RO, 1998). MILLIKAN, B. H. & PRETTE, M. E. SEMINÁRIO: AVALIAÇÃO DA METODOLOGIA DO ZONEAMENTO ECOLÓGICO-ECONÔMICO PARA A AMAZÔNIA LEGAL, Manaus - AM, 03 a 05 de outubro de 2000. Documento Base para Discussão. Ministério do Meio Ambiente. Secretaria de Coordenação da Amazônia – SCA. Secretaria de Políticas para o Desenvolvimento Sustentável – SDS. Brasília, 2000. MONTANÕ, M.; OLIVEIRA, I. S. D. DE; RANIERI, V. E. L.; FONTES, A. T.; SOUZA, M. P. DE. O Zoneamento Ambiental e a sua importância para a localização de atividades. Revista Pesquisa e Desenvolvimento Engenharia de Produção. Itajubá. Nº 6, p.49-64. 2007. MOREIRA, M. C.; PRUSKI, F. F.; OLIVEIRA, T. E, C.; PINTO, F. A. C.; SILVA, D. D. NetErosividade MG: erosividade da chuva em Minas Gerais. Rev. Bras. Ciênc. Solo, vol.32, n. 3, p. 1349-1353, 2008. NASCIMENTO, R. A.; SANTOS, M. D.; FIALHO, E. S. Análise das repercussões dos eventos pluviais intensos no município de Piranga - MG. In: Encontro Nacional dos Geógrafos, 16., Porto Alegre, 2010. Anais... Porto Alegre. Disponível em: www.agb.org.br/evento/download.php?idTrabalho=4381 . Acesso em 24 jan. 2012. NITSCH, M. Planejamento sem rumo. Avaliação crítica da metodologia do “Zoneamento Ecológico-Econômico” nos estados da Amazônia brasileira. Parecer elaborado para a Secretaria de Planejamento do Estado de Rondônia – Projeto de Cooperação Técnica PNUD/PLANAFLORO. Porto Velho/RO, 1998. 213 OLIVEIRA, J. B.; CAMARGO, M. N.; ROSSI, M.; CALDERAN FILHO, B. Mapa pedológico do Estado de São Paulo: Legenda Expandida. Campinas, Instituto Agrônomico/EMBRAPASolos, Campinas, 1999. 64p. PINDYCK, R. S.; RUBINFELD, D. L. Microeconomia. 7. Ed. São Paulo: Prentice Hall, 2010. 647 p. PRUSKI, F. F. (Org.). Conservação de solo e água: Práticas mecânicas para o controle da erosão hídrica. 2. ed. Viçosa: Editora UFV, 2009. 279 p PRUSKI, F.F.; MOREIRA, M.C.; GONÇALVES, F.A.; OLIVEIRA, T.E.C.; PINTO, F.A.C. & SILVA, D.D. Erosividade da chuva a partir de séries sintéticas de precipitação. In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 36., Bonito, 2007. Anais... Bonito, Sociedade Brasileira de Engenharia Agrícola, 2007. CD-ROM. RAMALHO FILHO, A.; BEEK, K.J. Sistema de avaliação da aptidão agrícola das terras. 3.ed. rev. Rio de Janeiro: EMBRAPA – CNPS, 1995. 65p. RAMOS, A. R.; MENDES, J. F. G. Avaliação da aptidão do solo para localização industrial: o caso de Valença. Revista Engenharia Civil, v.10, n.10, p. 7-29. 2001. ROSS, J.L.S. Ecogeografia do Brasil: Subsídios para planejamento ambiental. São Paulo-SP: Oficina de Textos, 208p, 2006. RIBEIRO, C.A.A.S.; CHAVES, M.A.; SOARES, V.P. & EUCLYDES, H.P. Modelos digitais de elevação hidrologicamente consistentes para a Amazônia legal. In: Simpósio de Recursos Hídricos do Centro-Oeste, 2., Campo Grande, 2002. Anais... Campo Grande: Associação Brasileira de Recursos Hídricos, 2002. CDROM. RIBEIRO, C. B. M. Sensoriamento Remoto aplicado à detecção de mudanças na cobertura do solo de uma bacia hidrográfica. Dissertação (Mestrado) – Curso de Pós-Graduação em Engenharia Civil, Universidade Federal do Rio de Janeiro, COPPE, Rio de Janeiro. 191p. 2001. 214 RIBEIRO FILHO, A. B. O Canto do Piranga: Um rio, muitas historias. Ponte Nova: 2008. 148p. de ROO, G. Current research projects of theme '’Shaping the built environment'. Faculty of Spatial Sciences. University of Gröening, Netherlands, 2000. SAE/PR Coordenação-Geral de Macrozoneamento Geopolítico e Econômico do Território Nacional (COGEC). Secretaria de Assuntos Estratégicos da Presidência da República. Brasília, 2000. SCHAEFER, C. E. R. Ecogeography and human Scenario. Ciência e Cultura, v. 49, n. 4, p. 241-252, 1997. SCHNEIDER, E. Gestão Ambiental Municipal: preservação ambiental e o desenvolvimento sustentável. In: Encontro Nacional de Engenharia da Produção, 20., 2000. São Paulo. Anais... São Paulo. Disponível em: www.portalga.ea.ufrgs.br/acervo/ds_art_05.pdf. Acesso em 02 mar. 2011. SEMADS. Projeto de Zoneamento Ecológico-Econômico. Secretaria de Estado de Meio Ambiente e Desenvolvimento Sustentável. Rio de Janeiro, 2000. SILVA, L. A. O. ; FIALHO, E. S. Problemas Ocasionados Pela Enchente de Dezembro de 2008 em Ponte Nova - MG. In: XIII Simpósio Brasileiro de Geografia Física Aplicada, 2009, Viçosa - MG. Anais...XIII Simpósio Brasileiro de Geografia Física Aplicada. Viçosa - MG, 2009. SIMAS, F. N. Geoambientes e pedogênese na Serra Verde, Mantiqueira mineira:atributos físicos, químicos, mineralógicos e micromorfológicos. Dissertação (Mestrado em Solos e Nutrição de Plantas). Universidade Federal de Viçosa, Viçosa MG. 72p. 2002. SIMGE - SISTEMA DE METEOROLOGIA E RECURSOS HIDRICOS DE MINAS GERAIS. Disponível em: <http://www.simge.mg.gov.br/alerta/doce/sistema/ historico_enchentes/index.html> Acesso em: 07 de outubro de 2011. SOUZA, M. P. Instrumentos de Gestão Ambiental: Fundamentos e Prática. São Carlos: Ed. Riani Costa. 112 p., 2000. 215 TRICART, J.; KIEWITDEJONGE, C. Ecogeography and rural management. Harlowl: Longman Scintific, 1992. URBAN, D.L. Using model analysis to design monitoring problems for landscape management and impact assessment. Ecological Applications, v. 10, p.1820 1832. 2000. VASCONCELOS, T.N.N. Interpretação morfológica da bacia do rio Tenente Amaral, Jaciara-MT: condição básica para sua caracterização ambiental. Dissertação (Mestrado) - IB/UFMT, Cuiabá, MT. 160p. 1998. VAZ DA SILVA, P.P. Sistemas agroflorestais para recuperação de matas ciliares. Dissertação (Mestrado). Escola Superior de Agricultura Luiz de Queiroz. 98p. 2002. VILELA, P. S.; RUFINO, J. L. S. Caracterização da cafeicultura de montanha de Minas Gerais. Belo Horizonte: INAES, 300p, 2010. WAGNER, C.S.; MASSAMBINI, O. Análise da relação intensidade de chuva: energia de Wischmeier e Smith e sua aplicabilidade à região de São Paulo. Revista Brasileira de Ciência do Solo, v.12, p.197-203, 1988. 216 8. CAPÍTULO VI – Experimentos de Campo A metodologia para mensuração do escoamento superficial adotada foi através de parcelas experimentais. Essas parcelas foram utilizadas tanto para caracterizar o escoamento superficial em sua relação entre os diferentes tipos de solos com seus usos e coberturas quanto para avaliar o desempenho das medidas conservacionistas de baixo custo para minimização de enchentes. 8. Descrição das Parcelas Experimentais As parcelas experimentais são formadas por um conjunto de estruturas metálicas construídas sob encomenda e montadas no campo, delimitando uma área de aproximadamente 40m², e com direção predominante do escoamento superficial no sentido do comprimento das mesmas. O conjunto de estruturas metálicas é formado por uma (i) área para captação do escoamento superficial, uma (ii) caixa coletora de sedimentos e um (iii) vertedouro para medição do escoamento. 8.1. Área de Captação do Escoamento Superficial A parcela experimental foi construída em chapa galvanizada com espessura de 1 mm. A unidade apresentou comprimento e largura interna de 11 e 3,5 metros, respectivamente. Para facilitar o transporte das peças para os locais de instalação em campo, estas foram fabricadas com encaixes para a montagem em campo. O comprimento máximo de cada peça não foi superior a 3,5 metros. 217 8.2. Caixa de Coleta de Sedimentos A caixa coletora de sedimentos é uma caixa metálica de 30cm x 30cm x 30 cm. No seu interior, observa-se a existência de um anel metálico com 20cm de diâmetro, a 20cm de altura, para a fixação da manta geotextil. Na tampa superior há um orifício com 10cm de diâmetro para a entrada do fluxo de água. Na parte inferior de uma das laterais há também um orifício de 10cm de diâmetro para a condução do fluxo de água à próxima unidade. É necessário que uma das laterais, com exceção da lateral oposta ao orifício de saída do fluxo, seja móvel, permitindo a abertura e fechamento para a retirada da manta geotextil. 8.3. Vertedouro para a Medição do Escoamento Superficial O vertedouro para a medição do escoamento superficial consiste em um bloco retangular com abertura na face superior, com comprimento interno de 100cm e largura de 30cm. Na seção traseira há um orifício com 10cm de diâmetro para a entrada do fluxo de água. Após cerca de 10cm da entrada do fluxo, localiza-se a caixa grande. Sua função é amenizar a turbulência da água, evitando assim erros de leitura do limnígrafos. A caixa grande foi composta por chapa galvanizada, com espaços de 2,5 cm x 3,0 cm (Largura x Altura) para a passagem da água. Na seção frontal apresenta abertura triangular com ângulo de abertura de 30º. Foi fabricada uma estrutura em chapa galvanizada para a cobertura da unidade com dimensões de 105cm x 35cm (Comprimento x Largura), não soldada nas paredes da unidade, permitindo assim, a abertura para verificação das condições internas. 8.4. Detalhamento A Figura 8.1 apresenta a configuração de uma parcela experimental montada em campo, com a descrição dos seus elementos. 218 Área de Captação da Chuva Caixa Coletora de Sedimentos Vertedouro Figura 8.1 – Estrutura da parcela experimental em funcionamento. Para quantificar as perdas de solo seguiu-se a metodologia proposta por Bertoni e Lombardi Neto (1990) onde a medição foi realizada pelo método direto, sendo, portanto, por meio da coleta dos sedimentos transportados juntamente com o escoamento superficial até a estrutura de coleta, localizada a jusante de cada parcela experimental. Nesta estrutura, colocou‐se uma manta de bidim (Bidim OP 30), para possibilitar a coleta das partículas de solo transportadas pelo escoamento superficial durante a ocorrência das chuvas. A Figura 8.2 apresenta a caixa coletora de sedimentos e a manta de Bidim. 219 Figura 8.2 - Caixa de coletora de sedimentos e manta Bidim O volume total de escoamento, após cada chuva, foi determinado com uso de caixa e sistemas de calhas coletoras em formato de vertedouro onde foi instalado um limnígrafo. Através desse aparelho é possível medir a pressão de coluna d’água (nível de água) em intervalos de tempos pré-estabelecidos e assim determinar de maneira automatizada a vazão do escoamento superficial. Os dados das leituras foram armazenados por um registrador de dados (Data logger) interno ao limnígrafo e que tem capacidade de armazenamento programável pelo usuário. 9. Caracterização do solo da Bacia As características químicas e físicas do solo estão relacionadas à classe a qual pertence e podem ser influenciadas pelo uso e ocupação da área em questão. O critério utilizado 220 para a definição das áreas de amostragem foi a diferença entre as classes de solos que cada região apresenta. Para minimizar a variabilidade natural do solo, foram estabelecidos quatro pontos de monitoramento e coleta localizados em propriedades agrícolas dos municípios Alto do Rio Doce, Divinésia, Lamim e Guaraciaba; cujos solos se enquadram, respectivamente, nas classes Latossolo vermelho-amarelo (LVA1), Latossolo vermelho-amarelo (LVA2), Latossolo vermelho (LV) e Argissolo vermelhoamarelo (PVA) (FEAM, 2010), A amostragem foi realizada de acordo com a atividade e/ou cobertura predominante: plantação de café (CF), Eucalipto (EC), Pastagem (PT) e Floresta natural (MN). Essa última foi utilizada como referência na comparação por se tratar de áreas menos impactadas, ou seja, que estão em equilíbrio. 9.1. Amostragem de solo Foram definidos talhões de 1,0 ha para cada tipo de uso e cobertura do solo nas propriedades agrícolas a fim de compor as áreas amostrais. Estes foram escolhidos mediante alguns indicadores de macro-variações que estabelecem maior homogeneidade à área, sendo eles: topografia, cobertura vegetal, textura e cor do solo, condições de drenagem e histórico de manejo (Cantarutti, 2007). Por mais uniforme que sejam os talhões, haverá sempre variabilidade, característica intrínseca dos solos – meso e microvariações. Assim, para diminuir tais variações na estimativa da fertilidade e avaliação física do solo, realizou-se uma subdivisão nos talhões em quatro fragmentos da topossequência dos usos estudados, caracterizando-se como unidades amostrais de TS (terço superior da paisagem), TM1 e TM2 (terço médio da paisagem) e TI (terço inferior da paisagem), sendo espaçados de 20 metros. Em cada fragmento da topossequência, foram realizadas quatro amostragem simples de forma aleatória, onde as amostras foram misturadas e homogeneizadas, obtendo-se novas amostras, compostas, e destas foram retiradas 500g para análises químicas em laboratório. Segundo Sanchez (1976), dez a vinte amostras simples representam bem um talhão, portanto, foram coletadas dezesseis amostras simples em cada talhão. Em relação às amostragens indeformadas, utilizou-se os mesmos fragmentos da topossequência estabelecidos inicialmente, no entanto, o número de amostras consistiu de apenas quatro para representar o talhão. 221 As amostragens deformadas dos solos foram realizadas utilizado o trado holandês para coleta do solo, balde plástico para a homogeneização das amostras simples, sacos plásticos para transporte de amostras compostas até o laboratório e o enxadão, usado para a limpeza da área coletada. As amostragens indeformadas foram realizadas utilizando um trado uhland e anéis volumétricos, plástico filme para envolver o anel com intuito de manter a estrutura do solo dentro do anel e papel alumínio para evitar perda de água do solo para o ambiente (Figura 8.3). C A D B E Figura 8.3 - Trado holandês (A); balde/ sacos plásticos (B); Enxadão (C); trado uhland/anel (D); plástico filme e papel alumínio (E). A profundidade de amostragem para amostras deformadas foi de 0 – 20 cm para todas às áreas, sendo esta camada de solo explorada pelo maior volume do sistema radicular das plantas. Além disso, aquela profundidade está associada à camada de preparo do solo nos sistemas de cultivos convencionais (CANTARUTTI, 2007). A Figura 8.4 mostra a amostragem deformada do solo. 222 Figura 8.4 – Amostragem deformada do solo com o trado holandês. As amostragens indeformadas foram coletadas na profundidade de 0-10 cm, visto que essa camada é a que apresentada maior variação para os parâmetros físicos, sendo estes relacionados às questões de escoamento superficial, infiltração, perda de solo entre outros. No caso dos talhões com culturas perenes arbóreas (café e eulcalipto), as amostragens foram realizadas na área sob a projeção da copa, onde usualmente são aplicados os fertilizantes e há maior influência da queda dos resíduos vegetais. A Figura 8.5 mostra a amostragem indeformada do solo. 223 Figura 8.5 – Uso do trado Uhland na amostragem indeformada. Os paramentos químicos avaliados na caracterização foram matéria orgânica do solo (M.O), pH em H₂O, teores de Ca²⁺, Mg²⁺, K⁺, Al³⁺ trocáveis e P disponível (Mehlich1), soma de bases (SB), Capacidade de Troca Catiônica efetiva (t), Capacidade de Troca Catiônica total (T) e saturação por bases (V). Foram também avaliados os parâmetros físicos, como: textura, Capacidade de Armazenamento de Água no solo( retenção de água na capacidade de campo menos no ponto de murcha permanente) densidade do solo, porosidade total, microporosidade, macroporosidade e diâmetro médio dos agregados, realizadas segundo método descrito pela Embrapa (1997). O objetivo principal dessa caracterização foi avaliar se a remoção da cobertura vegetal natural para a implantação de atividades agropecuárias provocam desequilíbrio no ecossistema, devido às ações que envolvem as diferentes formas de uso e manejo e, uma vez que o manejo adotado influencia os processos físicos, químicos e biológicos do solo modificando as suas propriedades químicas e físicas (Canellas et al., 2003; Rangel & Silva, 2007; Costa et al., 2008). Essas modificações antrópicas do solo podem ser de caráter positivo ou negativo, isto é, tanto podem provocar melhoria em certas propriedades do solo, como também podem acelerar sua degradação, dependendo principalmente da natureza do solo, da espécie vegetal, do sistema de manejo usado e do 224 tempo de exploração agrícola (Castro Filho et al., 1998; Rangel & Silva, 2007; Salton et al., 2008; Costa et al., 2008; Carneiro et al., 2009). 9.2. Aspectos geográficos e geomorfológicos das áreas experimentais 9.2.1. Região de Guaraciaba A propriedade avaliada se localiza no meio rural do município de Guaraciaba, na Zona da Mata de Minas Gerais. A Tabela 8.1 apresenta as coordenadas geográficas, altitudes e declividades das áreas amostradas de acordo com seus usos atuais. Tabela 8.1 - Coordenadas geográficas, altitude e declividade dos usos amostrados em Guaraciaba Usos Latitude Longitude Altitude (m) Declividade (%) Café 20° 34'31.46"S 43° 5'06.40"W 614 29,2 Eucalipto 20°35'15.86"S 43° 4'19.98"W 586 41,8 Mata Natural 20°35'30.66"S 43° 4'11.25"W 583 60,7 Pastagem 20°35'14.02"S 43° 4'12.75"W 589 46,7 O município possui temperatura média anual de 19.4 °C, com médias das máximas e mínimas de 26.4 e 14.8 °C, respectivamente. O índice pluviométrico anual do município é de 1221 mm, com chuvas concentradas nos meses de outubro a março. ALMG(2013). Segundo Ab’Saber (1970) a região apresenta relevo ondulado à forte ondulado, e pertencente ao domínio morfoclimático de Mares de Morros. A análise dos parametros foi realizada de acordo com os tipos de usos definidos em cada propriedade, considerando também a classe de solo predominante nas áreas avaliadas. A classe de solo dominante, de acordo com o levantamento dos solos realizado para Minas Gerais (FEAM, 2010), é o Argissolo Vermelho-Amarelo. De acordo com a (Embrapa 2006), para tal classe, são observadas características como: 225 - Evidente incremento no teor de argila do horizonte superficial para o horizonte B, com ou sem decréscimo nos horizontes subjacentes; - Profundidade variável, desde forte a imperfeitamente drenados, de cores avermelhadas ou amareladas. A textura varia de arenosa a argilosa no horizonte A e de média a muito argilosa no horizonte Bt, sempre havendo aumento de argila daqueles para estes; - Apresenta uma acidez de moderada a forte, com saturação por base alta ou baixa e predominantemente cauliníticos. 9.2.2. Região de Divinésia Dentre os talhões escolhidos para a caracterização, a Tabela 8.2 mostra as localizações geográficas, altitudes e declividades das áreas de acordo com os usos. Tabela 8.2 - Coordenadas geográficas, altitude e declividade dos usos amostrados em Divinésia. Usos Latitude Longitude Altitude Declividade(%) Café 20°56'29.62"S 42°59'59.10"W 789 38,4 Eucalipto 20°56'36.41"S 42°59'44.89"W 800 38,0 Mata 20°56'32.61"S 42°59'45.43"W 824 32,3 Pastagem 20°56'41.88"S 42°59'29.42"W 787 65,3 Em relação a algumas características climáticas e topográficas, a região possui temperatura média anual de 19,4°C, com médias das máximas e mínimas de 26,4 e 14,8°C respectivamente. O índice pluviométrico anual do município é de 1.221,4 mm, com chuvas concentradas nos meses de outubro a março. (ALMG,2013). Segundo (Ab’Saber, 1970) a região apresenta relevo ondulado à forte ondulado, e pertencente ao domínio morfoclimático de Mares de Morros. Sobre o solos, para os diferentes usos, observou-se a predominância da classe dos Latossolo Vermelho-Amarelo (LVa2) de acordo com o levantamento dos solos 226 realizado para Minas Gerais (FEAM, 2010). De acordo com (Embrapa 2006), para aquela classe, são observadas algumas características, como: - Solos constituídos por material mineral, onde o horizonte A apresenta mais de 150 cm de espessura e o horizonte B latossólico, imediatamente abaixo do A, entre 200 a 300 cm; - Solos intermediários para Argissolos, ou seja, com horizonte Bt ou Bw intermediário para Bt, com estrutura em blocos, fraca ou moderada e/ou cerosidade pouca e moderada; - Solos com saturação por bases baixas ( V < 50%) na maior parte dos primeiros 100 cm do horizonte B, observa-se também, o caráter alumínico para os mesmos 100cm do horizonte B. 9.2.3. Região de Alto Rio Doce As áreas selecionadas para a caracterização estão situadas no entorno do município de Alto Rio Doce. Na Tabela 8.3 são descritas as localizações, altitudes e declividades de cada uso avaliado. Tabela 8.3 - Coordenadas geográficas, altitude e declividade dos usos amostrados em Alto Rio Doce Usos Latitude Longitude Altitude Declividade(%) Café 20°58'43.06"S 43°27'13.34"W 732 40,0 Eucalipto 20°58'29.82"S 43°27'23.59"W 725 43,1 Mata 20°58'43.26"S 43°27'3.09"W 767 39,8 Pastagem 20°58'43.10"S 43°27'14.52"W 728 41,5 Em relação a algumas características climáticas e topográficas, a região possui temperatura média anual de 18°C, com médias das máxima e mínima de 24.4 e 13.8, respectivamente. O índice pluviométrico anual do município é de 1436 mm, com chuvas concentradas nos meses de outubro a março. ALMG(2013) Segundo (Ab’Saber, 1970) a região apresenta relevo ondulado à forte ondulado, e pertencente ao domínio morfoclimático de Mares de Morros. 227 A classe de solo predominante nessa região é o Latossolo Vermelho-Amarelo ( LVa1), de acordo com o levantamento dos solos realizado para Minas Gerais (FEAM, 2010). Apresenta a mesma classe do solo da região de Divinésia, portanto as mesmas características deste outro.. 9.2.4. Região de Lamim As glebas selecionadas para a caracterização foram escolhidas de acordo com a disponibilidade de áreas que representam os usos em questão. Na Tabela 8.4 são mostradas as localizações geográficas, altitudes e declividade das glebas amostradas para os diferentes usos. Tabela 8.4 - Coordenadas geográficas, altitude e declividade dos usos amostrados em Lamim. Usos Latitude Longitude Altitude Declividade(%) Café 20°45'44.09"S 43°28'16.38"W 740 31,1 Eucalipto 20°45'49.75"S 43°28'9.48"W 762 37,5 Mata 20°45'50.55"S 43°28'4.36"W 784 46,1 Pastagem 20°45'52.41"S 43°28'8.97"W 787 39,7 A região possui temperatura média anual de 18.5 °C, com médias das máxima e mínima de 23.2, 14.6°C, respectivamente. O índice pluviométrico anual do município é de 1670.3 mm, com chuvas concentradas nos meses de outubro a março. ALMG(2013). Segundo (Ab’Saber, 1970) a região apresenta relevo ondulado à forte ondulado, e pertencente ao domínio morfoclimático de Mares de Morros. O tipo de solo predominante nessa região é o Latossolo-Vermelho (FEAM, 2010), para todas as glebas amostradas. De acordo com a (Embrapa, 2006), essa classe apresenta as seguintes características: - Solos constituídos por material mineral, apresentando horizonte B latossólico imediatamente abaixo de qualquer tipo de horizonte A, dentro de 200 cm da superfície do solo ou dentro de 300 cm, se o horizonte A mais que 150cm de espessura. 228 - Solos com saturação de base baixa( V < 50%) teores de Fe₂O₃ ≥ 360 g/kg na maior parte dos primeiros 100 cm do horizonte B; - Solos com matriz 2,5 YR ou mais vermelho na maior parte dos primeiros 100 cm do horizonte B; 9.3. Descrição e Histórico dos usos As propriedades escolhidas em cada município estão localizadas em diferentes regiões, devido suas propriedades apresentarem características fisiográficas e edafoclimáticas que se enquadram no perfil de avaliação pré-estabelecido no projeto, como: o tipo de relevo, solo, clima, disponibilidade de usos, entre outros. A seguir será apresentada uma descrição do uso atual e do histórico de cada área amostrada/experimental. 9.3.1. Guaraciaba A propriedade escolhida está localizada a 10 km da cidade de Guaraciaba, possui área total de 56 ha e tem como atividade econômica principal a pecuária leiteira. A Tabela 8.5 apresenta a descrição do uso e histórico das quatro áreas amostradas em Guaraciaba. 229 Tabela 8.5 - Descrição do uso atual e histórico das áreas amostradas em Guaraciaba. Sistema Mata Natural Eucalipto Pastagem Café Símbolo Descrição Histórico MN1 A floresta secundária em processo de regeneração Cultivo convencional de café de 1977 a 1997. O período aproximado para a recomposição da mata, caracterizada atualmente como floresta secundária, foi de 15 anos. EC1 A linha de plantio do eucalipto foi implantada no sentido da declividade, com o espaçamento de 3x2 m entre plantas. Durante 10 anos de cultivo foram realizados três cortes. Até 1992 a área era ocupada com pastagem natural, sendo a partir dessa data, ocupada com eucalipto, que se encontra na área até os dias de hoje. A correção química do solo consistiu na aplicação 0,3 kg de NPK 6-30-6 e de 0,3 kg de calcário por planta (cova), apenas na época de implantação. PT1 A pastagem apresenta um estado de degradação inicial, evidenciada pela presença de erosão laminar e em sulcos. Observa-se também, a presença de diversas espécies de plantas daninhas e ocorrência de superlotação de animais por m². Ocorreu o cultivo de café convencional por 20 anos, com espaçamento de 2 x 2 m. A partir de 1997, ocorreu a recepa do café para a ocupação da área com pastagem CF1 O café foi implantado seguindo as curvas de nível do terreno e num espaçamento 3x1 m. Observou-se, na área, a presença de algumas plantas daninhas em estágio avançado de desenvolvimento, evidenciando assim, o baixo nível de manejo adotado nessa área. A área ficou ocupada com pastagem natural no período de 1977 a 2000. A partir desta data, implantou-se o café que permanece na área até os dias de hoje. A correção do solo consistiu na aplicação de 600g NPK 20-5-20 por planta, através de duas aplicações de 300g entre outubro e dezembro. A aplicação e calcário foi de 300g por planta, aplicados em intervalo de dois anos. Destaca-se, que nos últimoscinco anos, a lavoura se encontra abandonada, não sendo realizado nenhum tipo de manejo na área. 230 9.3.2. Divinésia A propriedade escolhida para avaliação situa-se a 10 km da cidade de Paula Cândido. Com área total de 24 ha, distribuídas em sua maior parte na ocupação de cafezais, onde a condução destes é a principal atividade agrícola exercida. Paralelo a isso, observa-se, em menor proporção, áreas de cultivo de cana-de-açúcar e eucalipto utilizados para diversificar a produção e diminuir a dependência exclusiva do café. Na Tabela 8.6 é relatada para cada área, uma descrição atual e histórica para os diferentes usos da propriedade. 231 Tabela 8.6 - Descrição do uso atual e histórico das áreas amostradas em Divinésia. Sistema Mata Natural Eucalipto Pastagem Café Simbolo Descrição Histórico Área utilizada apenas como floresta natural Floresta natural na sua condição original, se apresentado como sistema de referência, devido ao equilíbrio estabelecido durante os anos. EC2 Atividade implantada há dois anos e meio, com previsão para corte daqui a três anos. A linha de plantio do eucalipto foi estabelecida no sentido da declividade, com o espaçamento de 3x3 m entre plantas. Destaca-se também, a prática da desbrota, realizada quando o plantio completou 2 anos. Entre 1980 e 1995 a área foi ocupada com pastagem natural, não sendo praticada nenhuma atividade econômica nessa área. A partir de 1995, foi implantado o cultivo de café, que permaneceu até 2010 e que posteriormente foi ocupado com eucaliptos até os dias atuais. A correção química do solo para implantação das mudas de eucalipto consistiu na aplicação 150 g de NPK 6-30-6 e de 300 g de calcário por planta (cova), sendo este, aplicado com um mês de antecedência à época de implantação. PT2 A pastagem se apresenta num estado de degradação avançado, evidenciado pela presença de erosão laminar, sulcos no terço superior e mediano e uma pequena voçoroca no terço inferior. Adicionalmente, destaca a elevada taxa de lotação de animais (dez animais por hectare de pastoreio contínuo). Observa-se também a diversidade de plantas daninhas, provavelmente devido ao baixo nível de manejo. Área ocupada apenas com pastagem do gênero Brachiaria, sem correção química do solo desde a ocupação da área. O café foi implantado seguindo as curvas de nível do terreno num espaçamento 3x1 m. Observou-se na área a presença de algumas plantas daninhas em estágio inicial de desenvolvimento, controladas mecanicamente, através de roçadeira costal. Antes de 2005, à área era ocupada com pastagem com baixo nível de manejo. Em seguida, foi realizado o plantio das mudas de café. A correção química do solo consistiu na aplicação de 800g NPK 20-520 por planta, realizadas em duas aplicações no período de outubro a dezembro. A aplicação de calcário foi de 400 g por planta, aplicados em intervalos de dois anos. O rendimento produzido na área está em torno de 60 sacas/ha. MN2 CF2 232 9.3.3. Alto Rio Doce A fazenda escolhida está a uma distância de 15 km do município de Alto Rio Doce e possui área total de 334 ha. Quanto à atividade econômica desenvolvida na fazenda, destacam-se a produção de bovino de corte, a comercialização de café e, em menor proporção, os plantios de eucalipto, mogno africano e grãos. Na Tabela 8.7 são descritos o histórico e o uso atual de cada área amostrada em Alto Rio Doce. 233 Tabela 8.7 - Descrição do uso atual e histórico das áreas amostradas em Alto Rio Doce. Sistema Simbolo Mata Natural MN3 Área utilizada apenas como floresta natural. Floresta natural na sua condição original, apresentada como sistema de referência devido ao equilíbrio estabelecido durante os anos. EC3 Produzido há cinco anos, com previsão de corte em torno de um ano. A linha de plantio do eucalipto foi estabelecida no sentido da declividade, com o espaçamento de 3x2,5 m entre plantas. Destaca-se também, a prática da desbrota, realizada quando o plantio completou 2 anos. Entre 1983 e 1987, a área foi ocupada com plantio de milho, com utilização do modelo convencional de preparo da área (aração e gradagem). Em 1987, à área permaneceu em pousio por vinte anos. Em 2007, implantaram-se as mudas de eucalipto em área total, que permanecem até hoje. A correção química do solo para implantação das mudas de eucalipto consistiu na aplicação 50 g de NPK 6-30-6. PT3 A área de pastagem encontra-se em um bom estado de conservação, pelo fato de não apresentar pontos de erosão e possuir cobertura uniforme da gramínea em toda área. Possivelmente, a boa condição da área está possivelmente relacionada à baixa taxa de lotação (em torno de 5 cabeças/ha), onde o pastoreio é realizado com alternância de um mês. Área ocupada sempre com pastagem do gênero Brachiaria, sem correção química do solo desde sua ocupação. CF3 O café foi implantado seguindo as curvas de nível do terreno num espaçamento de 3x0.8 m. Foi observada a presença de plantas daninhas em estágio avançado de desenvolvimento, no entanto, não se observa o controle por parte do proprietário. Até 1995, à área foi ocupada com pastagem nativa e, a partir desse ano, com a cultura do milho por quatro anos. No ano de 1999, foram plantadas as mudas de café através do preparo mínimo em covas. A correção química do solo consistiu na aplicação 250 g NPK 20-5-20/planta, parceladas em duas aplicações no período de outubro a dezembro. Foi aplicado também 250 g de calcário por planta em intervalos de três anos. Destaca-se que a última adubação nessa área foi em novembro de 2010. O rendimento dessa área tem sido em torno de 50 sacas/ha. Eucalipto Pastagem Café Descrição Histórico 234 9.3.4. Lamim Durante a execução do projeto não foi possível agendar entrevista com os proprietários, portanto não foi realizado o levantamento do histórico da área. 9.4. Análises químicas dos solos Os critérios a serem utilizados para a interpretação dos resultados das análises dos solos levam em consideração não apenas o resultado analítico fornecido pelo laboratório, mas também o tipo, o uso e o manejo do solo. A utilização destes critérios permite diferenciar glebas ou talhões com diferentes probabilidades de resposta à adição de nutrientes, ou seja, pertencentes a diferentes classes de fertilidade do solo. As culturas, e mesmo as cultivares, variam muito na sua capacidade de tolerância ou sensibilidade à acidez ativa, acidez trocável, saturação por bases, saturação por alumínio e disponibilidade de nutrientes. Dessa forma, as classes de fertilidade devem ser interpretadas, considerando as exigências específicas de cada empreendimento agrícola, pecuário ou florestal. 9.4.1. Guaraciaba A Tabela 8.8 mostra os resultados das análises químicas dos solos amostrados em Guaraciaba. Tabela 8.8 - Propriedades químicas dos solos amostrados em Guaraciaba. Prof. Uso do P K solo cm pH solo .... mg/dm ³.... H₂O MN1 4.6 1.3 19.3 CF1 PT1 EC1 PVA 0-20 Ca Mg SB (T) (t) ..............cmol/dm³........... 0.5 0.3 0.8 7.1 1.6 M.O V % dag/kg 3.0 11.1 5.2 4.3 56.8 1.0 0.5 1.6 7.7 2.1 3.1 21.2 4.7 0.9 11.3 0.4 0.2 0.6 6.4 1.3 2.8 9.7 4.5 1.3 14.3 0.5 0.2 0.7 6.6 1.6 2.7 11.1 Legenda: MN1: Mata Natural, CF1: Café, PT1: Pastagem, EC1: Eucalipto, PVA: Argissolo Vermelho-Amarelo, Prof: profundidade, P: Fósforo, K⁺: Potássio, Ca²⁺: Cálcio, Mg²⁺: Magnésio, SB: Saturação de base, T: Capacidade de troca catiônica total, t: Capacidade de troca catiônica efetiva, M.O: Matéria Orgânica 235 Conforme indicado na Tabela 8.8, os solos destinados às análises químicas foram coletados na profundidade de 0 – 20 cm, onde geralmente se encontram os maiores volumes de raízes, característica importante para a avaliação dos parâmetros químicos do solo. Em alguns casos, nota-se que os valores obtidos discerniram entre os talhões analisados. Os valores de pH nos talhões MN1, PT1 e EC1 foram similares e, segundo Alvarez. et al. (1999), são característicos de solos com elevada acidez, diferente de CF1, de acidez média. Uma possível justificativa para valores de pH baixos é a prática não usual da calagem, sendo esta fundamental para elevar o pH do solo à valores adequados para o desenvolvimento das culturas. O teor de P-disponível é maior na área CF1, fato justificado possivelmente pela ciclagem de nutrientes promovida pela decomposição das folhas que caem no solo durante o inverno, ocasionando aumento na quantidade de alguns elementos como o fósforo. De acordo Alvarez. et al.(1999), os teores de P-disponível dos talhões apresentaram classificação “muito baixa”, isso se deve, principalmente, ao não uso de adubações fosfatadas nos talhões cultivados, prática essencial para elevar o teores de fósforo disponível nas áreas. Os teores de K⁺, Ca²⁺, Mg²⁺ e SB não apresentaram grandes variações nos diferentes usos do solo, com exceção do talhão CF1, que apresenta valores superiores. De acordo com Alvarez. et al. (1999), a classificação dos teores desses nutrientes foram de muito baixo a média, com os maiores valores ocorrendo nas áreas de CF1 e os menores, em PT1 e EC1. Observa-se que 20 anos de uso com pastagem, substituindo o café, reduziu os teores de nutrientes no solo, a valores semelhantes aos da mata. Por sua vez, a pastagem não alterou os teores de nutrientes no solo em relação à mata, com o agravante de apresentar baixo aporte vegetal, que gera um menor estoque de nutriente na biomassa, indicando que no sistema de pastagem está havendo perda de nutrientes, comprometendo assim a sustentabilidade da produção. De acordo com Portugal et al. (2010), a deficiência química no solo sob pastagem decorre da ausência de correções químicas do solo, que sofre grande ação exportadora pelo pastoreio do gado, além da facilidade de perda dos 236 nutrientes arrastados pela erosão laminar, devido ao manejo inadequado, que expõe parcialmente o solo. Os maiores valores de K⁺, Ca²⁺ e Mg²⁺ em CF1 se deve a maior cobertura morta existente nas entrelinhas do cafezal, promovendo assim um aporte daqueles elementos pela decomposição do material. Os valores CTC efetiva (t) e CTC total (T) não se divergiram dentre os talhões analisados. Esse fato pode ser explicado pela homogeneidade dos valores de matéria orgânica nos diferentes talhões. De acordo com Raij et al. (1981), a contribuição da matéria orgânica para a (t) e (T) dos solos é importante e foi estimada entre 56 e 82 %, respectivamente, sob condições tropicais, pelo fato de favorecer a retenção de cátions e diminuir as perdas por lixiviação (Rangel & Silva, 2007; Carneiro et al., 2009). Os teores de matéria orgânica do solo não tiveram grandes variações nos diferentes usos. Segundo Alvarez. et al.(1999), os valores de M.O para os usos foram classificados como médios, sendo o maior encontrado para CF1. Esse maior valor pode estar relacionado pela formação da serapilheira, que pode ser formada pela queda das folhas dos cafeeiros e pela roçada das plantas invasoras nas entrelinhas, ocorrendo posteriormente, o processo decomposição das partes vegetais. Teoricamente, eram esperados os maiores valores de M.O para o uso MN1, no entanto, tal fato não se verificou, possivelmente pelo fato de o talhão estar em processo de regeneração para uma floresta secundária, já que apresentou um período de vinte anos de atividade agrícola. As saturações de bases (V) dos solos avaliados foram classificadas como baixa (Alvarez et al.1999). Pela análise dos valores obtidos, foi possível classificar o solo dos talhões como distróficos, por apresentarem (V) inferior a 50%. 9.4.2. Divinésia Os atributos químicos indicados na Tabela 8.9 foram interpretados de acordo com Alvarez. et al.(1999). Para os valores de pH, nos diferentes usos, a classificação química consistiu em “acidez muito elevada”. Em relação à disponibilidade de fósforo e potássio, como “muito baixa” para o primeiro, nos diferentes usos e para o segundo, “baixa”. Os valores obtidos para Ca²⁺, Mg²⁺ e SB foram classificados como “baixos”. A partir dessas interpretações, constata-se que o solo apresenta deficiência desses 237 elementos, limitando o crescimento e desenvolvimento das plantas nos usos CF2 e PT2 e gerando, assim, uma menor cobertura vegetal dos solos. Tabela 8.9 - Propriedades químicas dos solos amostrados em Divinésia. Uso do solo solo Prof. cm pH H₂O MN2 CF2 PT2 EC2 4.4 LVA1 0-20 P K ....mg/dm³.... 1.9 42.5 Ca Mg SB (T) (t) ..............cmol/dm³........... 1.1 0.4 1.6 10.4 2.7 M.O 5.3 V % 15.2 dag/kg 5.8 11.7 178.3 2.4 0.8 3.7 6.6 3.7 2.3 56.3 5.0 1.0 17.8 0.8 0.3 1.2 7.1 2.0 3.3 16.4 4.9 0.9 14.0 0.7 0.3 1.0 5.8 1.5 2.5 17.8 Legenda: MN2: Mata Natural, CF2: Café, PT2: Pastagem, EC2: Eucalipto, PVA: Latossolo Vermelho-Amarelo, Prof: profundidade, P: Fósforo, K⁺: Potássio, Ca²⁺: Cálcio, Mg²⁺: Magnésio, SB: Saturação de base, T: Capacidade de troca catiônica total, t: Capacidade de troca catiônica efetiva, M.O: Matéria Orgânica. Os valores da CTC (T) podem ser classificados como “médios” para os usos MN2, CF2 e EC2 e “baixo” para PT2. Para os valores da CTC (t), estes são classificados como “baixos” para os usos CF2, PT2 e EC2 e “médio” o uso MN2. A avaliação dessas variáveis é importante por retratar como se encontra a dinâmica dos elementos químicos no solo. Os teores de alumínio (Al⁺³) presentes nos solos podem ser classificados como médios para os usos MN2, CF2 e EC2, e baixo para o uso PT2. A concentração elevada desse elemento no solo pode levar a intoxicação das raízes, diminuindo seu vigor para exploração e ocupação de novas regiões dos solos, prejudicando assim a retenção e agregação das partículas no solo. Os teores de matéria orgânica (M.O) para os usos avaliados tiveram classificação “média” para MN2, CF2 e PT2 e baixa para PT. Salienta-se que o elevado teor de M.O tem grande importância em diversas funções no solo, principalmente para a conservação do mesmo, pois aumenta a capacidade de aderência entre as partículas, tornando assim o solo mais coeso e menos susceptível aos processos erosivos. Os valores de (V) foram classificados como “baixos”, sendo ideal que aqueles se encontrassem acima de 50%, para poderem ser classificados como solos eutróficos de elevada disponibilidade de nutrientes e não distróficos, como foram classificados. 238 9.4.3. Alto Rio Doce A Tabela 8.10 apresenta os valores das propriedades químicas dos solos amostrados em Alto Rio Doce. Tabela 8.10 - Propriedades químicas dos solos amostrados em Alto Rio Doce. Uso do solo solo Prof. cm pH MN3 CF3 PT3 EC3 LVA1 0-20 P K H₂O ....mg/dm³.... 4.4 1.9 42.5 Ca Mg SB (T) (t) ..............cmol/dm³........... 1.1 0.4 1.6 10.4 2.7 M.O V % dag/kg 5.3 15.2 5.8 11.7 178.3 2.4 0.8 3.7 6.6 3.7 2.3 56.3 5.0 1.0 17.8 0.8 0.3 1.2 7.1 2.0 3.3 16.4 4.9 0.9 14.0 0.7 0.3 1.0 5.8 1.5 2.5 17.8 Legenda: MN3: Mata Natural, CF3: Café, PT3: Pastagem, EC3: Eucalipto, PVA: Argissolo Vermelho-Amarelo, Prof: profundidade, P: Fósforo, K⁺: Potássio, Ca²⁺: Cálcio, Mg²⁺: Magnésio, SB: Saturação de base, T: Capacidade de troca catiônica total, t: Capacidade de troca catiônica efetiva, M.O: Matéria Orgânica. A disponibilidade de P, K, Ca e Mg foi considerada adequada em CF3 e classificada como “baixa” nas demais áreas. Os valores de SB e V obtidos reafirmam a classificação anterior, pelo fato de serem baixos nos usos MN3, PT3, EC3 e elevados em CF3. A baixa disponibilidade de nutrientes, principalmente nos usos PT3 e EC3, compromete o crescimento vegetativo, tanto em porte como em área foliar, ocasionando uma diminuição da área de interceptação da precipitação, promovendo o contato direto das gotas de chuva com o solo desnudo. A CTC (T) foi classificada como “média” nos usos CF3, PT3, EC3 e “elevada” na MN3. Já a CTC (t) apresenta classificação “média” para MN3,CF3 e PT3 e baixa no EC3. É desejável que os valores das CTCs sejam mais elevados, pelo fato dessa variável melhorar o dinamismo dos elementos químicos na solução do solo, aumentando sua disponibilidade para o sistema radicular. Os teores de MO foram classificados como médios para CF3,PT3,EC3 e elevado na MN3. Destaca-se a M.O como um dos principais condicionantes de solo, por atuar nas funções química, física e biológica do solo. Em relação à propriedade física do solo, a M.O se destaca por aumentar o grau de estruturação do solo, principalmente entre as partículas de solo, atuando como um agente cimentante, fato esse que diminui a 239 predisposição do solo a ser carregado pelo escoamento superficial, evitando assim o desprendimento das partículas do solo e sua deposição nos terraços e no leito dos rios. 9.4.4. Lamim As variáveis químicas analisadas para a região de Lamin não apresentaram grande variação quando comparados às demais regiões avaliadas, mesmo se tratando de uma classe de solo distinta (Tabela 8.11). Quanto ao pH, verificou-se que MN4 apresenta acidez “franca” e os demais, acidez “média”. Nota-se, portanto, que os valores de pH se apresentam adequados para os diferentes usos, não limitando assim a absorção de nutrientes e o crescimento radicular. Para finalidade agrícola, a distribuição dos nutrientes P, K, Ca e Mg apresentaram classificação “baixa a média”. Essa limitação nas quantidades de nutrientes no solo implicam na deficiência de alguns elementos importantes nas plantas de uso agrícola, prejudicando seu ciclo de crescimento e desenvolvimento, podendo diminuir os níveis de interceptação das chuvas pela cobertura vegetal. Tabela 8.11 - Propriedades químicas dos solos amostrados em Lamim. Uso do solo Prof. solo cm pH H₂O MN4 CF4 PT4 EC4 LV 0-20 P K ....mg/dm³.... Ca Mg SB (T) (t) ..............cmol/dm³........... M.O V dag/kg % 6.2 0.5 26.8 7.5 2.4 10.0 14.6 10.0 5.8 66.1 4.6 3.9 122.0 1.8 0.8 2.9 8.3 3.5 3.2 33.7 5.3 0.6 21.0 1.7 0.3 2.0 7.5 2.4 3.5 26.8 5.2 0.7 42.8 2.2 0.8 3.1 8.8 3.3 3.7 35.2 Legenda: MN4: Mata Natural, CF4: Café, PT4: Pastagem, EC4: Eucalipto, LV: Latossolo-Vermelho, Prof: profundidade, P: Fósforo, K⁺: Potássio, Ca²⁺: Cálcio, Mg²⁺: Magnésio, SB: Saturação de base, T: Capacidade de troca catiônica total, t: Capacidade de troca catiônica efetiva, M.O: Matéria Orgânica Os teores de M.O podem ser classificados como médios para os diferentes usos agrícolas, no entanto, para a MN4 o teor foi elevado, provavelmente por se tratar de uma área sem uso agrícola. Tal análise reforça a questão da importância de se manter os níveis de M.O elevados, visto os inúmeros benefícios gerados para o solo quanto às questões de perda de solo. 240 Os valores de CTC (T) e CTC (t) apresentam classificação média nos diferentes usos agrícolas. Para a MN4, observa-se elevados valores, o que se justifica pelos maiores teores de matéria orgânica, que favorece a retenção de cátions e diminui as perdas por lixiviação. No geral, os valores obtidos para as diferentes áreas são adequados frente às condições de manejo adotadas. Os valores de (V) permitiram classificar o solos dos usos CF4, PT4 e EC4 como distróficos, por apresentarem valores de V < 50%, e os da MN4 como eutróficos (V > 50%). 9.5. Análises físicas dos solos A física do solo constitui-se no ramo da ciência do solo que tem por objetivo a caracterização dos atributos físicos de um solo, bem como a medição, predição e controle dos processos físicos que ocorrem dentro e através do solo. Para uma adequada caracterização, do sistema solo do ponto de vista físico, é preciso considerar aquele como sistema trifásico (fase sólida, líquida e gasosa), que os torna com alto grau de heterogeneidade (FERREIRA, 2010). Assim, buscou-se caracterizar os solos nas diferentes regiões, através da análise e interpretação de diferentes variáveis físicas, tendo em vista uma avaliação físico-hídrica do solo. 9.5.1. Guaraciaba Com base na análise granulométrica do solo (Tabela 8.12), foi possível classifica-lo, segundo a Sociedade Brasileira de Ciência do Solo (Santos et al., 2005), como de classe textural argilosa para todos os talhões avaliados. Os solos apresentaram relação silte/argila variando de 0,12 a 0,21. Os baixos valores da relação silte/argila, segundo Embrapa (1999), são indicadores do grau de intemperização do solo. 241 Tabela 8.12 - Propriedades físicas dos solos amostrados em Guaraciaba. Uso e Prof. manejo solo cm do solo PT1 Mi Ma Pt kg/dmᵌ ...........mᵌ/mᵌ.............. 1.2 0.4 0.2 0.6 MN1 CF1 Ds PVA 0-10 EC1 DMG CAA Areia Silte Argila mm 0.9 mᵌ/mᵌ .........dag/kg........ 0.1 40 9 51 1.1 0.4 0.2 0.6 1.0 0.1 35 7 59 1.4 0.4 0.1 0.5 1.0 0.1 37 10 53 1.3 0.4 0.1 0.5 1.1 0.1 43 10 47 Legenda: Ds: Densidade do solo, Mi: Microporosidade, Ma: Macroporosidade, Pt: Porosidade Total, DMG: Diâmetro Médio de Agregados, CAA: Capacidade de Armazenamento de Água . A densidade do solo (DS) na camada de 0-10 cm foi menor nos talhões MN1 e CF1, de acordo com Carter (1990), o valor adequado para o tipo de solo avaliado é de 1,21 kg/dmˉ³, dessa forma, para os usos avaliados, apenas os PT1 e EC1 se mostraram acima do valor adequado. O baixo valor de densidade encontrado em MN1 está possivelmente relacionado a não antropização da área no curto prazo de restruturação da mata (Tabela de histórico de Guaraciaba) e a espessa camada orgânica de restos vegetais. No uso CF1, a presença de boa cobertura do solo protege para que não ocorra o contato direto das gotas de chuva com a superfície do solo, evitando o selamento superficial, fenômeno que elevaria a densidade do solo. Além disso, destaca-se o baixo nível tecnológico quanto ao uso de máquinas nos tratos culturais, o que evita um aumento no grau de compactação do solo. Na PT1, o valor de Ds elevado deve-se possivelmente ao alto grau de pisoteio do gado com pastejo contínuo em superlotação. Também a degradação da pastagem, com presença de solo exposto, favorece ciclos de umedecimento e secagem, que podem provocar o adensamento do solo (Oliveira et al., 1996). Em relação ao EC1, os valores de Ds elevado podem se relacionar a predominância de solo exposto, decorrente da falta de manejo dos tratos culturais, pois se trata de uma rebrota. A adoção de tratos culturais como adubação de rebrota, desbaste das brotações inviáveis e desbrota de galhos, promove ganho de área foliar em menor tempo, possibilitando maior interceptação das chuvas pela cobertura vegetal. Assim, evita-se o contato direto das chuvas com o solo exposto, minimizando os prejuízos na conservação do solo e água, principalmente pela diminuição da infiltração nos solos e aumento do escoamento superficial. 242 A macroporosidade (Ma) e a porosidade total (Pt), para os talhões avaliados, se mostraram com variações nos diferentes usos, com exceção da microporosidade, que não apresentou diferenças consideráveis. Essa homogeneidade nos valores se mostra importante para retenção e armazenamento de água pelo solo, podendo ser confirmada pela proximidade entre os valores de capacidade de armazenamento de água (CAA) para os diferentes talhões, com exceção do CF1. De acordo com Cater et al. (2006) e Reichardt et al. (1987), os valores adequados para Ma e Pt são: 0,15 e 0,51 mᵌ/mᵌ, respectivamente. Assim, observa-se que MN1 e CF1 apresentaram valores superiores aos valores adequados. Uma possível explicação pode ser o fato de que tais talhões apresentam uma espessa camada de serapilheira, possibilitando menor variação de temperatura no solo, maior retenção de umidade, ganhos em teores de matéria orgânica, o que torna esse ambiente propício para colonização da biota do solo, em principal da micro e a mesofauna, que contribui na formação dos bioporos e incremento dos valores de Ma. Além disso, destacam-se os baixos valores de Ds como um fator determinante aos maiores de valores de Ma. Para os talhões PT1 e EC1, foram observados valores de Ma e Pt inferiores aos adequados, podendo estar associado as elevadas Ds, o que torna esses talhões problemáticos quanto a infiltração e redistribuição de água no solo. O diâmetro médio de agregados (DMG) trata-se de uma estimativa do tamanho da classe de agregados, que reflete a situação da estrutura atual do solo. Segundo Kiehl et al. (1979), o DMG adequado para o tipo de solo avaliado é de 1,90 mm. No entanto, pelos resultados obtidos, todos os talhões apresentaram baixos valores de DMG. Isso pode estar relacionado com a elevada porcentagem de agregados entre 0,25-1,0 mm, que reduz os DMG. A predominância dos agregados nesse intervalo sugere maior predisposição e/ou susceptibilidade dos mesmos ao movimento pela água (erosão). 9.5.2. Divinésia Segundo a Sociedade Brasileira de Ciência do Solo (Santos et al., 2005), os solos foram classificados como argilosos. Destaca-se ainda, o elevado grau de intemperização desses solos, sugerido pelos baixos valores da razão silte/argila, o que torna esses solos menos propensos a processos erosivos. A ocorrência desses processos está relacionada a algumas variáveis do solo, analisadas na Tabela 8.13. 243 Tabela 8.13 - Propriedades físicas dos solos amostrados em Divinésia Uso e manejo do solo solo Prof. cm PT3 Mi Ma Pt DMG CAA Areia Silte Argila kg/dmᵌ ........mᵌ/mᵌ....... 0.9 0.4 0.2 0.6 MN3 CF3 Ds LVA2 0-10 EC3 mm 1.2 mᵌ/mᵌ .........dag/kg........ 0.1 23 10 67 1.1 0.4 0.2 0.6 1.4 0.1 25 8 68 1.1 0.4 0.2 0.6 0.7 0.1 27 17 56 1.2 0.4 0.1 0.5 1.0 0.1 27 7 66 Legenda: Ds: Densidade do solo, Mi: Microporosidade, Ma: Macroporosidade, Pt: Porosidade Total, DMG: Diâmetro Médio de Agregados, CAA: Capacidade de Armazenamento de Água . Segundo Freitas (2010), valores de Ds acima de 1,2 kg/dmᵌ podem levar a ocorrência de um desequilíbrio das funções físico-hídricas, em decorrência do aumento dos níveis de compactação. Pôde-se observar, nos diferentes usos, que os valores analisados não foram superiores ao limite sugerido, fato possivelmente associado aos teores médios de matéria orgânica, a textura argilosa e a não mecanização das áreas agrícolas. Tais valores podem ter influenciado positivamente nos valores da Pt e Ma, os quais se enquadraram em intervalos satisfatórios, segundo Cardoso (2008), respectivamente de 0,36 – 0,55 e 0,10 – 0,30 mᵌ/mᵌ. Pelo exposto, conclui-se que os valores obtidos foram adequados, contribuindo positivamente para a infiltração e movimento da água no solo. A baixa dispersão de CAA dentre os diferentes usos se deve possivelmente à homogeneidade dos valores de Mi, que são responsáveis pela retenção e armazenamento de água no solo. De acordo com Reynolds (2002), os valores de CAA adequados devem pertencer ao intervalo de 0,15 a 0,20 mᵌ/mᵌ, fato não observado em nenhum caso. Isso pode estar associado aos teores médios de M.O, sendo esta uma variável importante para as questões hídricas do solo, principalmente por gerar incremento de retenção de água no solo. Segundo Bissonnais (1996), os valores satisfatórios de DMG necessitam estar acima de 2,0 mm, pois tamanhos de agregados menores a estes, tornam o solo mais susceptível ao carreamento de partículas pelo escoamento superficial. Dentre os valores de DMG encontrados, nenhum foi superior ao sugerido, fato possivelmente relacionado às formas de disposição da cobertura vegetal nas áreas. Nos usos CF3 e PT3 foi identificado solo 244 exposto nas entrelinhas de plantio e em área total, respectivamente. O baixo valor de DMG em EC3 pode estar associado ao histórico semelhante dos outros usos agrícolas, se mostrando reincidente nas questões de solos expostos. Assim, segundo MARCOLAN & ANGHINONI (2006), a ocorrência de solo exposto potencializa sua desagregação em decorrência do impacto das gotas da chuva que, somado à mineralização da matéria orgânica, diminui a estabilidade dos agregados. 9.5.3. Alto Rio Doce Na Tabela 8.14 são demonstrados os valores das variáveis físicas utilizadas para representar a dinâmica da água nos solos LVA1. Primeiramente, tem-se os valores de Ds, que segundo Freitas (2010) deve ser inferior a 1,2 kg/dmᵌ para que não ocorra níveis de compactação que limitem o movimento da água no solo. No entanto, o que se observou é que todos os usos agrícolas apresentaram valores superiores ao limite proposto. Essa questão pode estar associada, para o uso CF2, a quantidade de areia e silte elevada no solo, que o torna mais denso (FERREIRA, 2010). Para o EC2, os valores elevados decorrem possivelmente da quantidade de solo exposto, característico de culturas com baixo volume de área foliar. Em tais casos, a precipitação incide diretamente no solo, possibilitando a ocorrência do fenômeno de selamento superficial, que gera um incremento da densidade do solo. Tabela 8.14 - Propriedades físicas dos solos amostrados em Alto Rio Doce. Uso e manejo do solo solo Prof. cm PT2 EC2 LVA1 0-10 Mi Ma Pt DMG CAA Areia Silte Argila ........mᵌ/mᵌ....... 0.4 0.3 0.6 mm 1.0 mᵌ/mᵌ 0.1 1.2 0.5 0.1 0.6 0.6 1.3 0.4 0.1 0.5 1.4 0.4 0.1 0.5 kg/dmᵌ 0.9 MN2 CF2 Ds .........dag/kg........ 32 9 60 0.1 30 28 42 1.2 0.1 29 10 61 0.9 0.1 36 14 50 Legenda: Ds: Densidade do solo, Mi: Microporosidade, Ma: Macroporosidade, Pt: Porosidade Total, DMG: Diâmetro Médio de Agregados, CAA: Capacidade de Armazenamento de Água. Segundo intervalos propostos por Cardoso (2008), foi observado um desequilíbrio entre Pt e Ma nos usos agrícolas, fato possivelmente associado aos elevados valores de Ds e 245 baixos de M.O, que promovem a redução da porcentagem de Ma, limitando dessa maneira a distribuição e fluxo de água do solo. Para a distribuição da Mi, que tem como função a retenção e o armazenamento de água nos solos, os usos MN2 e EC2 apresentaram valores próximos, o mesmo acontecendo com CF2 e PT2. No entanto, não se observa nos valores de CAA a mesma similaridade, pelo fato da mesma sofrer influência de variáveis como a textura, matéria orgânica e densidade do solo. Quanto à estabilidade dos agregados, constatou-se que os valores de DMG ficaram abaixo do valor proposto por Bissonnais (1996) de 2,0 mm, diâmetro acima do qual a estabilidade dos agregados em água e sua resistência ao impacto das gotas de chuva são muito estáveis à erosão e não formam crosta superficial. 9.5.4. Lamim Conforme pode ser observado na Tabela 8.15, as Ds para essa região se mostraram adequadas nos diferentes usos avaliados de acordo com o valor proposto por Freitas (2010). Esse fato pode estar associado aos valores médios e elevado de M.O, onde a participação desta é fundamental para estruturação das camadas superficiais do solo, promovendo um decréscimo da Ds. Além disso, destaca-se a textura argilosa encontrada nesse solo como condicionantes dos menores valores de Ds, onde solos com textura mais arenosa apresentam valores elevados de Ds. (FERREIRA, 2010). Tabela 8.15 - Propriedades físicas dos solos amostrados em Lamim. Uso e Prof. manejo solo cm do solo PT4 EC4 LV 0-10 Mi Ma Pt DMG CAA Areia Silte Argila ........mᵌ/mᵌ....... 0.4 0.2 0.6 mm 1.6 mᵌ/mᵌ 0.1 1.1 0.4 0.2 0.6 1.1 1.1 0.4 0.2 0.6 1.2 0.4 0.1 0.5 kg/dmᵌ 1.1 MN4 CF4 Ds .........dag/kg........ 23 24 54 0.1 27 17 56 1.2 0.0 19 18 63 1.6 0.1 23 17 60 Legenda: Ds: Densidade do solo, Mi: Microporosidade, Ma: Macroporosidade, Pt: Porosidade Total, DMG: Diâmetro Médio de Agregados, CAA: Capacidade de Armazenamento de Água . 246 Em relação à distribuição dos poros, através da análise de Ma e Pt, observou-se que os valores se enquadraram nos intervalos propostos por Cardoso (2008) que são 0,36 – 0,55 mᵌ/m para Pt e 0,10 – 0,30 mᵌ/m para Ma. Diante disso, é possível analisar que para este solo, não deve haver restrição quanto à infiltração e fluxo da água (drenagem) no perfil do solo. A baixa dispersão de CAA dentre os diferentes usos se deve possivelmente à homogeneidade dos valores de Mi, que são responsáveis pela retenção e armazenamento de água no solo. De acordo com Reynolds (2002), os valores de CAA adequados devem pertencer ao intervalo de 0,15 a 0,20 mᵌ/mᵌ, fato não observado em nenhum dos usos. Isso pode estar associado aos teores médios de M.O, sendo esta uma variável importante para as questões hídricas do solo, principalmente por gerar incremento de retenção de água no solo. Segundo Bissonnais (1996), os valores satisfatórios de DMG necessitam estar acima de 2,0 mm, pois tamanhos de agregados menores a estes, tornam o solo mais susceptível ao carreamento de partículas pelo escoamento superficial. Dentre os valores de DMG encontrados, nenhum foi superior ao sugerido, fato possivelmente relacionado às formas de disposição da cobertura vegetal nas áreas. Nos usos CF4 e PT4 foi identificado solo exposto nas entrelinhas de plantio e em área total, respectivamente. Assim, segundo Marcolan & Anghinoni (2006), a ocorrência de solo exposto potencializa sua desagregação em decorrência do impacto das gotas da chuva que, somado à mineralização da matéria orgânica, diminui a estabilidade dos agregados. 9.6. Levantamento da declividade das parcelas experimentais A determinação do relevo de uma bacia hidrográfica é de grande importância, de acordo com Righetto (1998), a declividade do terreno de uma bacia é responsável pela velocidade de escoamento superficial. A magnitude das perdas por erosão depende de uma série de fatores, dentre os quais se destaca a declividade da área (WATSON e LAFLEN (1986); AMORIM et al. (2001); COGO et al. (2003)). Tal comportamento das perdas em relação à declividade pode ser justificado pelo aumento da capacidade erosiva do escoamento superficial nos declives mais acentuados, decorrentes do aumento da sua velocidade, conforme também foi sugerido por Cogo et al. (2003). 247 Diante do exposto, torna-se evidente a necessidade da determinação da declividade, com precisão, de cada uma das parcelas experimentais instaladas em campo, nas quais se avalia o escoamento superficial e a perda de solo. 9.6.1. Equipamentos utilizados Teodolito Eletrônico Digital DGT20. Marca; CST/BERGER (Figura 8.6 - a) Tripé de Alumínio (Figura 8.6 - b) Mira Estadimétrica de alumínio (Figura 8.6 - c) (a) (b) (c) Figura 8.6 - Teodolito Eletrônico Digital CST/BERGER modelo DGT20 (a); Tripé de alumínio (b); Mira Estadimétirca de alumínio (c). 9.6.2. Determinação da declividade A fim de determinar as declividades usou-se o método da taqueometria. A taqueometria pode ser definida como sendo a parte da topografia que se ocupa dos processos de levantamentos planialtimétricos, onde as medidas horizontais e verticais são realizadas de forma indireta, simultaneamente, baseado nos princípios da estadimetria e trigonometria. Os taqueômetros estadimétricos são teodolitos dotados de luneta que 248 contêm os fios estadimétricos, que além de serem utilizados para a medição indireta das distâncias horizontais, também fazem a medição dos ângulos horizontais e verticais (zenitais) (Figura 8.7). Figura 8.7 - Ilustração do processo estadimétrico. Fonte: Veiga et al (2007) O objetivo é determinar a diferença de nível entre o ponto 1 e o ponto 2, mostrados na Figura 8.8. Sendo o ponto 1, o de menor cota por onde o fluxo do escoamento superficial é direcionado para caixa coletora. O ponto 2 representa o ponto de maior cota no interior da parcela experimental, em sua extremidade. As observações realizadas em campo foram: Altura do Instrumento; Leitura do Fio Superior a na Mira Vertical; Leitura do Fio Médio a na Mira Vertical; Leitura do Fio Inferior a na Mira Vertical; Ângulo Zenital; Ângulo Horizontal; 249 Figura 8.8 - Determinação da declividade na parcela instalada em eucaliptal em Alto Rio Doce. Posteriormente, para processar os dados observados em campo utilizou-se a equação 6.1: DH = m.g.sen²Z DH = m.g.cos²α Dn = [(m.g.sen(2.Z)]/2 + i – FM (6.1) DI = m.g α = (90 – Z) Onde DH é a Distância Horizontal, Dn é o desnível, DI é a Distância Inclinada, Z é o ângulo Zenital, α é o ang. Inclinação, FS é o Fio Superior, FI é o Fio Inferior, m é a diferença entre FS e FI, g é a constante instrumento e i é a altura instrumento. Conhecendo-se a distância reduzida ao plano horizontal e a diferença de nível entre os pontos de interesse pode-se determinar a declividade conforme a Equação 6.2. 250 Declividade (%) = (Dn / DH) *100 (6.2) Em algumas parcelas, nas quais a vegetação interceptava a linha de visada do instrumento, foi necessária a criação de estações de apoio, as quais foram instaladas em locais onde o campo de visada permitisse a visualização dos pontos de interesse, conforme ilustrado na Figura 8.9. Nessa nova configuração, faz-se necessária a utilização do método de irradiações. O método de levantamento por irradiação consiste em medir um ângulo e uma distância, a partir de uma linha de referência conhecida. É semelhante a um sistema de coordenadas polares (Figura 8.10). Figura 8.9 – Irradiação dos pontos de interesse na parcela instalada em Cafezal em Alto Rio Doce 251 Figura 8.10 – Ilustração do método de irradiação. Fonte: Veiga et al (2012) Pelo método de irradiação o equipamento fica estacionado sobre um ponto e faz-se a “varredura” dos elementos de interesse próximos ao ponto ocupado, medindo-se direções e distâncias para cada elemento a ser representado. Determinadas as coordenadas para as estações de apoio e usando o no norte magnético como referência, pode-se calcular as coordenadas dos pontos irradiados, através da Equação 6.3. Xp = X1 + DH * senAZ1-p Yp = Y1 + DH * cosAZ1-p (6.3) Zp = Z1 + Dn1-p Onde Xp é a Coordenada do ponto P no eixo das abcissas, Yp é a Coordenada do ponto P no eixo das ordenadas, Zp é a Cota do ponto P e Az é o Azimute. 9.6.3. Declividades das parcelas Realizaram-se observações sucessivas do experimento. Deste modo, possibilitou-se a aplicação de ajustamento nas observações pelo Método dos Mínimos Quadrados. Após o processamento dos dados, obteve-se as declividades (Tabela 8.16) de cada local em que o projeto possui uma parcela instalada. 252 Tabela 8.16 - Declividades das parcelas experimentais em %. Local Guaraciaba Alto Rio Doce Lamim Divinésia Parcela Declividade % Mata 60.7 Pasto 41.8 Eucalipto 46.7 Café 29.2 Medidas 72 Mata 39.8 Pasto 43.1 Eucalipto 41.5 Café 39.9 Mata 46.1 Pasto 37.5 Eucalipto 39.7 Café 31.1 Mata 32.3 Pasto 38 Eucalipto 65.3 Café 38.4 10.Calibração dos vertedores Para quantificar o escoamento superficial gerado nas parcelas experimentais instaladas em campo, foi necessário relacionar o nível d’água medido na caixa coletora com a vazão de saída no vertedor. O vertedor de uma das caixas coletoras pode ser observado na Figura 8.11. 253 Figura 8.11 - Vista frontal e dimensões (mm) do vertedor de saída. A partir da necessidade de uma relação cota x vazão para a saída da caixa, realizou-se a calibração de um vertedor padrão, igual aos vertedores de saída das caixas coletoras instaladas no campo. Assim, este procedimento permitiu a obtenção de uma curva Cota (h) x Vazão (Q) que pôde ser aplicada para quantificar o escoamento superficial em todas as parcelas. A curva encontrada é apresentada na Figura 8.12. Calibração Vertedor 30º Q (L/s) 0.450 0.400 0.350 0.300 0.250 0.200 0.150 0.100 0.050 0.000 Q = 0,0051 h2,4454 R² = 0,992 0.00 2.00 4.00 6.00 8.00 h (cm) Figura 8.12 - Curva de calibração. 254 11.Compensação Barométrica Para o cálculo do escoamento gerado pelas parcelas é preciso conhecer a altura de lâmina d’água acima do linígrafo, que se encontra dentro da caixa coletora. Com essa medida pode-se calcular a vazão de saída da caixa pelo vertedor, que foi previamente calibrado. O instrumento que mede o nível d’água na caixa coletora é o linígrafo, que é dotado de um sensor que mede a pressão a qual está submetido o instrumento. Esta pressão medida pode ser transformada em unidade de coluna d’água. O linígrafo mede a pressão total ou absoluta, que é a soma da pressão atmosférica e da pressão manométrica. Para transformar os dados medidos de pressão em altura de lâmina d’água na caixa, deve-se isolar a pressão manométrica da pressão atmosférica local, que varia consideravelmente ao longo do tempo. Isso pode ser feito através da compensação barométrica. Este procedimento permite compensar as variações naturais da pressão atmosférica e evitar que estas interfiram nos valores de cota da caixa coletora, o que pode comprometer consideravelmente a quantificação do escoamento superficial. A compensação barométrica é feita através da subtração dos valores de pressão atmosférica dos valores de pressão absoluta medidos pelo linígrafo. Para isso, é necessário que se tenha um linígrafo fora da caixa coletora com o objetivo de medir a pressão atmosférica. Assim, em cada localidade onde foram instalados linígrafos para a medição do escoamento superficial, fez-se necessária a instalação de um linígrafo adicional, colocado fora d’água. Para proceder à compensação barométrica, foi necessário ainda que todos os linígrafos estivessem configurados na mesma unidade e frequência de leitura dos dados. 255 12.Medidas conservacionistas A escolha do local para instalação das medidas conservacionistas de baixo custo para a minimização de enchentes considerou em análise um fator fundamental, o tipo de medida a ser adotada e o nível de intervenção necessária. Devido à característica de avaliação da medida ser realizada através de experimentação, houve necessidade de ocupação de parcela do solo durante pelo menos um ano hidrológico. Como essa ocupação implicaria em inutilização de parte da área para fins de exploração comercial na propriedade rural durante o período experimental, a cooperação dos produtores foi fundamental para escolha do local e condução da pesquisa. Diante do exposto, preocupou-se em avaliar medidas conservacionistas cujo nível de intervenção no local fosse minimizado, sem, contudo, comprometer a efetividade do tipo de solução analisada e levando-se em conta o cotidiano das comunidades na região da bacia. Buscou-se por alternativas que, na hipótese de incentivadas por políticas públicas conservacionistas, fossem capazes de ser assimiladas e adotadas pelos produtores rurais locais. Embora o inituito do projeto não seja apresentar uma solução estritamente regional, não se pode desconsiderar o contexto local ao qual se aplica, bem como sua maior efetividade nessas condições de avaliação. A escolha da área (micro-bacias) para implantação das medidas conservacionistas consistiu primeiramente na avaliação de algumas características do terreno, tais como: declividade acentuada, nível de degradação da pastagem, disponibilidade de área por parte do proprietário, facilidade de acesso e desequilíbrio das condições físicas do solo. Entre os fatores analisados, os preponderantes foram a declividade e o uso do solo por pastagem, tendo em vista sua representatividade na área da bacia. A ilustração apresentada na Figura 8.13 mostra o local escolhido, no Município de Guaraciaba-MG. O sistema de avaliação foi feito por meio da instalação de quatro parcelas, com diferentes gramíneas, na qual será quantificado o escoamento superficial e a perda de solo em cada uma, representando condições ideais de cobertura do solo por pastagem, mais comum na bacia. 256 Figura 8.13 – Local escolhido para instalação das medidas conservacionistas, propriedade rural no município de Guaraciaba-MG. Após a definição da área de implantação, o próximo passo foi adequar as condições químicas do solo para o pleno desenvolvimento das diferentes espécies de gramíneas. Para isso, foi aplicada uma quantidade de 100 kg de calcário (Figura 8.14), valor este, obtido de acordo com as análises de solo da região. Dentre os benefícios químicos ao solo dessa prática, destaca-se o incremento dos valores de cálcio, magnésio e pH, e redução dos teores de alumínio. 257 Figura 8.14 – Aplicação de calcário no sítio experimental. Após um mês da aplicação do calcário, tempo necessário para sua reação no solo, foi realizada a instalação das parcelas experimentais e cercas de arame, onde esta visa à proteção da área experimental quanto à entrada de animais. Em relação às parcelas, sua dimensão (3,5 x 11 m) é mesma das outras instaladas nos dezesseis pontos de monitoramento do projeto. Além disso, nesta mesma etapa, ocorreu à dessecação da vegetação através da aplicação, via pulverizador costal, dos herbicidas Roundup e DMA na dose de 6L/ha e 1L/ha respectivamente (Figura 8.15). Essa dose foi estabelecida diante a diversidade de plantas invasoras presentes nessa área. 258 Figura 8.15 – Etapa de dessecação da vegetação. Respeitando o período de carência dos produtos utilizados, de sete dias, retornou-se à área para limpeza da vegetação morta e preparo do solo para o plantio das gramíneas (Figura 8.16). Quanto à seleção das gramíneas, baseou-se nas características morfológicas e o principal uso recomendado. A partir dessas análises, selecionou: Brachiarão (Brachiaria Brizantha), Campim Agulha (Brachiaria Humidicula), Pensacola (Paspalum saurae) e a Grama Bermuda (Cynodon dactylon). Para tornar o plantio mais prático, foi preparado um “coquetel” para cada parcela, tendo na sua composição: sementes da gramínea específica (100g), 2,0 kg do adubo NPK 6-30-6, 0,5 kg de fosfato natural e 2 kg de esterco. Destaca-se que o plantio propriamente dito ocorreu a “lanço”, ou seja, distribuição uniforme por toda a parcela. Logo após o plantio, foi realizado a incorporação do “coquetel” ao solo da parcela, tendo em vista a proteção da semente frente às intemperes climática, aumentando dessa maneira o estante de germinação e a uniformidade de crescimento. 259 Figura 8.16 – Limpeza da vegetação morta e preparo do solo para o plantio das gramíneas. Depois de um mês e dez dias do plantio, observou-se nas parcelas uma desuniformindade na germinação das sementes, sendo necessário o replantio com a mesma mistura, para o preenchimento das falhas. No entanto, mesmo com o replantio do capim agulha, esta não apresentou desenvolvimento, o que esteve associado à baixa qualidade do lote de sementes adquiridas. Para contornar esse imprevisto, uma nova semeadura foi realizada, porém com o Brachiarão, em substituição ao capim agulha. Um fator que potencializou todos os imprevistos ocorridos foi o déficit pluviométrico. Passados cinco meses desde o início do processo implantação, foi possível verificar que nas quatro parcelas, todas as gramíneas apresentaram crescimento constante, o que levou a ocupação de todas as dimensões da parcela. Cabe destacar que o volume ocupado por cada gramínea esta condicionado a morfologia de cada espécie (Figura 260 8.17), como pode ser observado, a gramínea 1 e 2 apresentaram um maior porte, já a 3 um porte médio e a última, rasteiro. 1 2 3 4 Figura 8.17 – Gramíneas: (1) Brachiarão; (2) Brachiarão; (3) Pensacola; (4) Grama Bermuda. A partir destes estágios de desenvolvimento iniciou as etapas de monitoramento da perda de solo e do escoamento superficial gerados em cada parcela, visando avaliar a eficácia das medidas e uma possível replicação destas para outras pastagens. 13.Análise do escoamento superficial Através dos experimentos instalados foi possível analisar o comportamento hidrológico da bacia frente a diferentes eventos de precipitação, em termos do coeficiente de escoamento, para cada uso do solo e diferentes intensidades de precipitação. Uma vez 261 que a precipitação e o escoamento são conhecidos por medição direta, a infiltração pode ser determinada como a diferença entre o total que precipitou e o a porção efetivamente convertida em escoamento superficial. 13.1. Medição das Chuvas Foram instalados pluviógrafos na região onde se encontram as parcelas experimentais para caracterização do escoamento superficial 13.1.1. Pluviógrafos Foram instalados 3 registradores de chuva do tipo pluviógrafo de báscula acompanhados de Data Loggers (da marca Global Logger) para armazenamento dos dados. O tipo de pluviógrafo utilizado é composto de um sensor pluviométrico contendo um registrador de dados (Data logger). O pluviógrafo possui área de captação de 400 cm2 e básculas que podem ser ajustadas para 0,1 ou 0,2 mm de chuva. A calibração do equipamento foi feita durante a fabricação e novamente ajustada na saída da empresa revendedora do aparelho. Quanto às especificações técnicas do registrador de dados trata-se de um aparelho da marca Global Logger modelo GL-500-2-2 com um canal digital e dois analógicos. O data logger é de fácil operação, confiável, robusto e resistente a condensação. Os pluviógrafos foram instalados próximos às parcelas experimentais por dois motivos: primeiro para possibilitar fazer o balanço hídrico no local da parcela experimental, ou seja, determinar com maior acurácia qual parte do volume precipitado escoa superficialmente para cada tipo de uso e cobertura do solo correspondente; e segundo por se tratar de regiões onde não havia monitoramento pretérito dos volumes precipitados. Dessa maneira, com a instalação dos aparelhos medidores em Divinésia , Alto Rio Doce e Lamim, obteve-se uma cobertura mais homogênea da precipitação que 262 ocorre na BHRP para compor a base de dados necessária para simulação hidrológica e hidrossedimentológica. As coordenadas para a localização dos pluviógrafos se encontram na Tabela 8.17. Tabela 8.17 - Coordenadas para localização dos pluviógrafos no sistema de referência WGS84. Município Latitude Longitude Altitude (m) Divinésia -20°56’37.7376” -42°59’56.3964” 778.3481 Lamim -20°45’52.0200” -43°28’10.8516” 794.7252 Alto Rio Doce -20°58’40.5264" -43°27’19.1232” 754.6485 As Figura 8.18, Figura 8.19 e Figura 8.20 mostram fotos da instalação do pluviógrafos nos locais de interesse próximos às áreas experimentais. Figura 8.18 – Instalação de pluviógrafo em Lamim, MG. 263 Figura 8.19 - Pluviógrafo Instalado em Divinésia, MG. Figura 8.20 - Pluviógrafo instalado em Alto Rio Doce, MG. 264 Os Data loggers dos pluviógrafos foram programados para registrar informações no intervalo de tempo correspondente a 2 minutos, sendo assim, sincronizados com a medição dos limnígrafos instalados nos vertedouros das parcelas experimentais. Os pluviógrafos foram instalados em janeiro de 2012 sendo a extensão da série histórica monitorada até janeiro de 2013. 13.1.2. Estação Meteorológica estação meteorológica foi instalada nas coordenadas: 20°35’12.18” de Latitude Sul e 43°04’08.30” de Longitude Oeste, referenciadas no Sistema Geodésico Global WGS84, ponto este localizado no município de Guaraciaba, Minas Gerais. Além de medir a lâmina precipitada (mm), a estação também mede a velocidade do vento (m/s), radiação solar (MJ/m2), temperatura (0C), umidade (%) e evapotranspiração (mm). A Figura 8.21 a seguir mostra a foto do local onde foi instalada a estação meteorológica. A estação meteorológica (Figura 8.21), assim como os pluviógrafos começaram a operar em janeiro de 2012 e, portanto, apresenta um ano de dados. 265 Figura 8.21 - Estação Meteorológica instalada em Guaraciaba, MG. 13.2. Coeficiente de Escoamento Superficial O coeficiente de escoamento é obtido a partir da lâmina de escoamento superficial. A lâmina de escoamento superficial pode ser obtida pela relação entre o volume total escoado e a área da parcela experimental, através da Equação (14): (14) Onde: Lesc ‐ lâmina total de escoamento superficial, mm; Vesc ‐ volume total de escoamento superficial, L; e A ‐ Área da parcela experimental, m2. De posse dos dados da lâmina de escoamento superficial e da lâmina precipitada em cada evento de chuva, o coeficiente de escoamento superficial foi calculado utilizandose a Equação (15): (15) 266 Onde: LPpt é igual à lâmina precipitada em mm. Portanto, poderá ser determinado o coeficiente de escoamento superficial das categorias de uso e cobertura do solo correspondentes às tipologias de solo frequentes na bacia. Na configuração de leitura de um registro a cada 2 minutos o registrador do pluviógrafo é capaz de armazenar até 1 mes de dados o que corresponde a 20.000 leituras. No entanto, devido as visitas nas parcelas experimentais serem mais constantes e os pluviógrafos estão próximos às mesmas, são monitorados com a mesma frequência, onde realiza-se o download dos dados armazenados pelo aparelho como uma medida de controle e segurança. 14.Resultados e discussões Primeiramente são apresentados os resultados referentes ao comportamento hidrológico dos diferentes usos e coberturas do solo, representativos da bacia, através do coeficiente de escoamento superficial. Em seguida, são avaliadas as medidas conservacionistas, implantadas em Guaraciaba. É importante mencionar, contudo, que devido a uma falha no funcionamento do aparelho tipo linígrafo instalado nas parecelas experimentais de eucalipto em Guaraciaba e café em Divinésia, esses usos não foram monitorados. Esses dois aparelhos foram inutilizados, portanto não foi possível avaliar esses tipos de uso e cobertura do solo durante a realização do experimento. Adicionalmente, verificou-se problemas pontuais nos aparelhos instalados nas parecelas de eucalipto em Lamin e mata em Alto Rio Doce. Esse problemas foram solucionados. Como os experimentos foram projetados para operar ininterruptamente em condições reais de campo, eventuais problemas são rotineiramente identificados e prontamente solucionados, quando possível. Por esse motivo, há necessidade de viagens frequentes a campo para coleta, verificação e manutenção dos equipamentos. 267 As análises do comportamento hidrológico de uso e cobertura do solo foram feitas a partir de observações de experimentos instalados em campo, com dados que representam condições reais de precipitação e escoamento superficial. Por esse motivo, analisou-se eventos isolados de precipitação que produziram escoamento registrado nas parcelas. Os eventos entendidos como isolados foram aqueles cuja ocorrência pretérita tenha sido observada em um período superior a 6 horas. O procedimento para identificar tais eventos foi manual. Expostas as concições (naturais) de experimentação e método de análise dos dados, pode-se inferir que os eventos de chuva observados tiveram difentes intensidades de precipitação e condições de umidande antecedente do solo para todos os sítios experimentais. 14.1. Comportamento dos difentres usos e coberturas do solo Serão apresentadas as análises obtidas pelo coeficiente de escoamento conforme as limitações e condições dos experimentos e método de análise para cada região. Ressalta-se que devido às medidas conservacionistas terem sido implantadas em parecelas experimentais na região de Guaraciaba, as características das precipitações observadas, como as intensidades e durações, foram as mesmas registradas e adotadas para as parcelas de caracterização do uso e cobertura do solo (ou seja, pasto, café e mata). 14.1.1. Região de Guaraciaba 14.1.2. O gráfico exibido na Figura 8.22 exibe o coeficiente de escoamento calculado para cinco eventos de precipitação distintos, cujas intensidades oscilaram entre 12 a 77mm/h. O escoamento na cobertura do solo tipo mata foi o menor dentre os observados, da ordem para os eventos mais expressivos, ao passo que o do tipo pasto, foi o maior deles. Para os eventos de intensida de de 19,1 e 68,6 mm/h, café apresentou menor coeficiente 268 do que mata. Um problema verificado no linígrafo impediu a continuidade de registros desse uso para novos eventos de precipitação de intensidade de 56,5, 12,6 e 77,1 mm/h. Nesses últimos três, mata foi muito inforior a pasto. Ao passo que no evento cujo coeficiente de escoamento foi de 68,6 mm/h, os valores de café, mata e pasto oscilaram entre si, porém com valores muito próximos, superiores a 0,1 mas inferiores a 0,15. Durante o evento de maior intensidade, de 77,1 mm/h, o coeficiente de escoamento observado na mata foi de apenas 0,5 enquanto o do pasto foi mais de três vezes maior. Contudo, a maior diferença observada foi para o evento de 56,5 mm/h, cuja mata ficou abaixo de 0,1 enquanto pasto foi acima de 0,4. Região de Guaraciaba 0.45 Coeficiente de Escoamento 0.4 0.35 0.3 0.25 Mata 0.2 Café 0.15 Pasto 0.1 0.05 0 19.1 68.6 56.5 12.6 77.1 Intensidades de Precipitação (mm/h) Figura 8.22 – Coeficiente deescoamento para os usos e coberturas do solo tipo Mata, Café e Pasto e diferentes intensidades de precipitação para a região de Guaraciaba. Em termos gerais, ao se classificar os cinco eventos analisados sob o enfoque da intensidade de precipitação como baixa, média e elevada, tem-se que para os menores eventos, mata e pasto tiveram resultados semelhantes, para eventos médios, o 269 coeficiente da mata foi expressivamente inferior e, para as elevadas, mata também foi menor que pasto. Outro fator importante que interferiu nesses resultados foi a condição de umidade do solo proveniente de precipitações antecedentes. Considrando como umidade antecedente a precipitação acumulada nos cinco dias anteriores ao evento analisado, tem-se os valores de 9,6, 24, 40, 29,6 e 15,1mm respectivamente para as intensidades de 19,1, 68,6, 56,5, 12,6 e 77,1mm/h. 14.1.3. Região de Divinésia Na região de Divinésia, a parecela experimental do café foi comprometida, conforme já mencionado. Portanto, apenas os usos de mata, pasto e eucalipto foram avaliados. Os valores de precipitação analisados podem ser considerados e baixa intensidade, inferiores a 14mm/h. A umidade precedente observada para as itensidades de 13,2, 11,28 e 5,5mm/h foram, respectivamente, 95,8, 6,8 e 108mm. O gráfico ilustrado na Figura 8.23 apresenta os resultados referentes aos eventos de precipitação mencionados em relação aousos do tipo mata, pasto e eucalipto. Houve um problema pontual nos dados referentes ao evento de 11,28 mm/h para o uso tipo mata, poranto, apenas pasto e eucalipto foram analisados para o mesmo. Enquanto eucalipto apresentou coeficiente de escoamento inferior a 0,1, pasto foi superior a 0,4 para a referida intensidade. Já em relação ao evento cuja intendisde de precipitação foi de 13,2 mm/h, o uso tipo eucalipto apresentou coeficiente de escoamento superior a 0,2, pasto foi acima de 0,3 enquanto mata ficou próximo a 0,01. Mesmo com umidade antecedente elevada (da ordem de 95mm), mata apresentou b aixos valores de esocamento, privilegiando a infiltração da água no solo. No evento de intensidade igual a 5,5mm/h, mata e eucalipto apresentaram coeficiente de escoamento próximo a 0,05, porém, mata ficou abaixo desse valor, enquanto eucalipto ficou acima. Pasto apresentou coeficiente de escoamento próximo a 0,15 para esse evento. 270 Região de Divinésia 0.50 Coeficiente de escoamento 0.45 0.40 0.35 0.30 0.25 Mata 0.20 Pasto 0.15 Eucalipto 0.10 0.05 0.00 13.2 11.28 5.5 Intensidade de precipitação (mm/h) Figura 8.23 - Coeficiente deescoamento para os usos e coberturas do solo tipo Mata, Pasto e Eucalipto e diferentes intensidades de precipitação na região de Divinésia. Devido a pouca representatividade dos eventos de chuva observados, todos classificados como precipitações de baixa intensidade, não se pode ser contundente em relação as afirmações para outras condições precipitação. Obviamente há necessidade de um período maior de observação para as parcelas de Divinésia. Por se tratar de uma metodologia que observa as condições naturais em campo, depende-se fortemente da ocorrência de precipitações com características distintas. Contudo, o período chuvoso do ano hidrológico de 2012/2013 pode ser considerado atípico, pois os índices pluviométricos observados têm sido expressivamente inferiores à série histórica da região. 14.1.4. Região de Lamim Para a região de Lamim os dados pluviométricos podem ser considerados representativos, pois diferentes intensidades de precipitação foram observadas. 271 Apesar de terem ocorrido falhas no início do período experimental, observou-se quatro diferentes eventos, cujas intensidades de precipitação podem ser classificadas como baixa, média e elevada. Os valores de umidade antecedente de 1,2, 0, 15 e 18mm estão respectivamente associados aos eventos cujas intensidades de precipitação foram de 16 (baixa), 105,75(elevada), 30,4(média) e 43(média) mm/h. O gráfico da Figura 8.24 apresenta os diferentes valores de coeficiente de escoamento para os tipos distintos de uso e cobertura de solo na região de Lamim. Os dados relativos a eucalipto e mata apresentaram problemas no evento cuja intensidade de precipitação foi 16mm/h. Porém, pasto e café forneceram coeficientes de escoamento em torno de 0,14 e 0,08, respectivamente. Quanto ao evento de maior intensidade de precipitação (105,75mm/h), eucalipto apresentou menor valor de coeficiente de escoamento, da ordem de 0,05, seguido em ordem crescente por mata e café com valores próximos, em torno de 0,11 e 0,12. Pasto valor superior 0,33 para esse evento, classificado como de intensidade elevada. Região de Lamin 0.40 Coeficiente de Escoamento 0.35 0.30 0.25 Pasto 0.20 Eucalipto 0.15 Café 0.10 Mata 0.05 0.00 16 105.75 30.4 43 Intensidades de precipitação (mm/h) Figura 8.24 - Coeficiente deescoamento para os usos e coberturas do solo tipo Mata, Eucalipto, Pasto e Café e diferentes intensidades de precipitação na região de Lamin. 272 Em relação aos eventos de intensidade média, de 30,4 e 43mm/h, pasto apresentou coeficiente de escoamento de 0,34 e 0,25, respectivamente. Para o evento de 30,4mm/h, a parcela de eucalipto expressou valor superior a 0,25 ao passo que para o evento de 43mm/h, seus dados de escoamento apresentaram incossistência, portanto, o coeficientede escoamento não foi determinado. Para o evento de 30,4mm/h, café apresentou o menor coeficiente de escoamento, em torndo de 0,7, seguido por mata, com cerca de 0,8, enquanto que para o evento de 43mm/h, esses dois usos apresentaram comportamento inverso. O coeficiente de mata foi em torno de 0,7 e o de café em torno de 0,1. Uma vez que a umidade antecedente para os eventos de intensidade média foram semelhantes e seu desempenho foi alternado, não se pode afirmar contundentemente que entre café e mata haja diferença quanto ao comportamento hidrológico frente a eventos de média intensidade. O comportamento mais curioso ficou por conta da parcela instalada no eucalipto, pois apresentou o menor valor de coeficiente de escoamento (0,05) frente a maior intensidade de precipitação (105,75mm/h) sob condições de solo seco e, o segundo maior valor desse coeficiente (acima de 0,25) no evento de média intensidade, de 30,4mm/h sob condições de solo com baixa umidade antecedente (cerca de 15mm). 14.1.5. Região de Alto Rio Doce Apenas três eventos de precipitação foram observados na região de Alto Rio Doce. Todos com intensidades de precipitação classificadas de baixa a média, entre 14 e 46mm/h. Houve ainda um evento de intensidade igual a 24,3mm/h no qual a parcela experimental instalada na mata apresentou dados incoerentes. As umidades antecedentes de 0, 0 e 53,6mm estão associadas às intensidades de precipitação de 45,9, 24,3 e 13,9mm/h, nessa ordem. O gráfico apresentado na Figura 8.25 mostra que para as precipitações de intensidades média (45,9) e baixa (13,9), independente da umidade antecedente do solo, seco no primeiro caso e com umidade (53,6mm) no segundo, o comportamento verificado através do coeficiente de escoamento foi o mesmo, ou seja, seguiu a mesma tendência. 273 Os valores de coeficiente de escoamento em ordem crescente foram para as parecelas instaladas em mata, café, pasto e eucalipto. Uma vez que todas as parcelas foram instaladas em declividades semelhantes, a explicação para o valor do coeficiente de escoamento do pasto terem sido inferior ao do eucalipto se encontra nas condições de conservação dessas coberturas. O pasto se encontra melhor conservado, ao passo que o eucalipto se encontra em pior estado de conservação. Região de Alto Rio Doce 0.50 Coeficiente de Escoamento 0.45 0.40 0.35 0.30 Mata 0.25 Pasto 0.20 Eucalipto 0.15 Café 0.10 0.05 0.00 45.9 24.3 13.9 Intensidade de precipitação (mm/h) Figura 8.25 - Coeficiente deescoamento para os usos e coberturas do solo tipo Mata, Pasto, Eucalipto e Café e diferentes intensidades de precipitação na região de Alto Rio Doce. 14.2. Comportamento das medidas conservacionistas O local escolhido para instalação das medidas conservacionaistas foi propositalmente o de maior declividade (72%) dentre todas as parcelas experimentais. Justamente com intuito de avaliar seu desempenho em condições severas quanto ao favorecimento do escoamento superficial. 274 Conforme mencionado anteriormente, as condições de umidade antecedente e intensidade de precipitação foram as mesmas dos experimentos de caracterização do solo instalados em mata, pasto e café em Guaraciaba. O intuito de avaliar a cobertura tipo pastagem como medida de conservação do solo foi simular condições de manejo adequado para a tipologia mais predominante na bacia. O qual, em tese, seria mais fácil de implantar uma vez que as alterações no modelo atual de ocupação do solo e atividade agropecuária de exploração econômica seriam reduzidas. Para as intensidades de precipitações de 19,1 a 77,1mm/h, todas as espécies de gramíneas avaliadas apresentaram coeficientes de escoamento iguais ou inferiores a 0,2 (Figura 8.26). Apenas para a intensidade de 12,6mm/h que esse coeficiente foi elevado, acima de 0,22 e 0,37, para o tipo Brachiarão. Medidas Conservacionistas - Região de Guaraciaba Coeficiente de Escoamento 0.4 0.35 0.3 0.25 Brachiarão 0.2 Brachiarão 0.15 Pensacola Grama Bermuda 0.1 0.05 0 19.1 68.6 56.5 12.6 77.1 Intensidades de precipitação (mm/h) Figura 8.26 – Grafico de coeficiente de escoamento obtido pelas medidas conservacionistas avaliadas. Para o evento de intensidade igual a 19,1mm/h, os tipos Brachiarão e Pensacola forneceram o mesmo coeficiente de escoamento, em torno de 0,12, valor abaixo do tipo Grama Bermuda, que apresentou 0,14. Grama Bermuda com coeficiente de escoamento 275 de 0,11 seguido por Pensacola com 0,115 e Brachiarão com 0,14 foi o resultado da precipitação de 68,6mm/h. Grama Bermuda e Pensacola exibiram valores inferiroes ao da pastagem convencional para esse evento, contudo, o Brachiarão apreentou valor equivalente, de 0,14. Apesar disso, pode-se dizer que seu desempenho para redução do escoamento foi superior à pastagem convencional devido à diferença entre as declividades do terreno em que se encontram. A parcela experimental da pastagem convencional em Guaraciaba (Tabela 8.16) está instalada em área de aproximadamente 42% de declividade, ao passo que as medidas estão em declividade de 72%. A declividade não é uma variável desprezível no que concerne à geração do escoamento superficial, ao contrário, é decisivo. A precipitação de 56,5mm/h de intensidade com umidade antecedente de 40mm gerou valores de coeficientes de escoamento de 0,15 e 0,20 em ambas as parecelas instaladas com os tipos Brachiarão. Não foi possível avaliar os tipos Pensacola e Grama Bermuda nessa oportunidade, pois ainda não haviam atingido fase de crescimento que permitesse cobrir toda a parcela. Embora um olhar exclusivo aos números possa parecer que o desempenho do Brachiarão não foi o esperado para o referido evento, ao se analisar comparativamente com o valor do coeficiente de escoamento produzido pela pastagem natural, de 0,41, conclui-se exatamente o contrário, ou seja, que a redução do escoamento, em condições desfavoráveis de declividade, foi cerca de 50% do natural. Portanto, seu desempenho foi excelente. Contudo, em relação ao evento de baixa intensidade de precipitação, de 12,6mm/h, os valores de coeficiente de escoamento fornecidos foram elevados para os tipos Brachiarão, em torno de 0,23 e 0,38. Comparados à pastagem natural, que produziu valor de 0,13, pode-se dizer que seu desempenho foi muito inferior, e insatisfatório. A umidade antecedente à este evento foi de 29,6mm, porém as condições experimentais foram idênticas. Fato é que não foi possível explicar esse desempenho desfavorável que os resultados obtidos com dados de campo observados forneceram. Como não foi possível avaliar a pastagem natural frente ao outro evento de baixa intensidade, de 19,1mm/h, pode-se dizer baseado nesse último evento (de 12,6mm/h) que para eventos de baixa intensidade de precipitação a cobertura do solo com Brachiarão diante das condições experimentais avaliadas, não auxiliou na conservação do solo. Contudo, como as baixas intensidades “geralmente” não produzerm inundações ou grandes 276 volumes de escoamento superficial, esse resultado não deve ser encarado como estritamente negativo. Em relação ao evento de 77,1mm/h, o Brachiarão apresentou coeficientes de escoamento superficial de 0,12 e 0,14, inferiores ao 0,17 verificado nas condições da pastagem natural. 14.3. Custos Sob a ótica de análise das medidas conservacionistas como alternativas de conservação do solo com possibilidade exploração econômica através da pecuária, ou seja, pastagem em condições de manejo adequado, a técnica de Reforma da Pastagem como solução produziu custos de implantação relativamente baixos, se comparados a outras técnicas estruturais, por exemplo, como o terraceamento. Os custos por hectare para Reforma de Pastagem com Grama Bermuda foram os mais elevados, atingindo R$ 3.665,00, em seguida obteve-se o capim Pensacola, com R$ 2.040,00 e por útlimo o Brachiarão, mais econômico, chegando a R$ 1.790,00. Para todos os tipos de gramínea, considerou-se nos cálculos o custo com as sementes, a correção do solo, dessecação da área e adubação (NPK 8-28-16). Referências Bibliográficas AB’SABER, A.N. Províncias geológicas e domínios morfoclimáticos no Brasil. Geomorfologia, 20:1-26, 1970. ALMG-Informações sobre relevo, clima, bacia hidrográfica, atividade econômica, serviços essenciais, população e reservas minerais, entre outras. Fonte: Instituto de Desenvolvimento Integrado de Minas Gerais (Indi).2013 ALVAREZ, V., V.H.; NOVAIS, R.F.; BARROS, N.F.;CANTARUTI, R.B. & LOPES, A.S. Interpretação dos resultados das análises de solos. In: RIBEIRO, A.C.; GUIMARÃES, P.T.G. & ALVAREZ, V., V.H. Recomendações para o uso de 277 corretivos e fertilizantes em Minas Gerais. Viçosa, MG, Universidade Federal de Viçosa, 1999. 359p. Amorim, R. S. S.; Silva, D. D.; Pruski, F. F.; Matos, A. T. de. Influência da declividade do solo e da energia cinética de chuvas simuladas no processo de erosão entre sulcos. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.5, n.1, p.124-130, 2001 BISSONNAIS, Y.L. Aggregate satability and assesment of soil crustability and arodibility: I. Theory and methodology. Europ. J. Soil Sci., 47:425-437, 1996. CANELLAS, L.P.; VELLOSO, A.C.X.; MARCIANO, C.R.; RAMALHO, J.F.G.P.; RUMJANEK, V.M.; REZENDE, C.E. & SANTOS, G.A. Propriedades químicas de um Cambissolo cultivado com cana-de-açúcar, com preservação do palhiço e adição de vinhaça por longo tempo. R. Bras. Ci. Solo, 27:935-944, 2003. CANTARUTTI, R,B. Avaliação da fertilidade do solo e recomendação de fertilizante. In: NOVAIS, F.R., ALVAREZ, H.V., BARROS, F.N., FONTES, F.L.R., CANTARUTTI, B.R, NEVES, L.C.J. Fertilidade do solo. Viçosa-MG; Sociedade Brasileira de Ciência do Solo, 2007. CARDOSO, E. L. Qualidade do solo em sistemas de pastagens cultivada e nativa na sub-região da Nhecolândia, Pantanal Sul Mato-Grossense. 2008. 154 f. Tese (Doutorado em Ciência do Solo) - Universidade Federal de Lavras, Lavras, 2008. CARNEIRO, M.A.C.; SOUZA, E.D.; REIS, E.F., PEREIRA, H.S. & AZEVEDO, W.C. Atributos físicos, químicos e biológicos de solo de cerrado sob diferentes sistemas de uso e manejo. R. Bras. Ci. Solo, 33:147-157, 2009. Carter, M.R., 2006. Quality critical limits and standardization. In: Lal, R. (Ed.), Encyclopedia of Soil Science. Marcel Dekker, New York, pp. 1412–1415. Carter,M.R., 1990. Relativemeasures of soil bulk density to characterize compaction intillage studies of fine sandy loams. Canadian Journal of Soil Science 70, 425–433. Cogo, N. P.; Levien R.; Schwarz, R. A. Perdas de solo e água por erosão hídrica influenciadas por métodos de preparo, classes de declive e níveis de fertilidade do solo. Revista Brasileira de Ciência do Solo, Viçosa, v.27, n.4, p.743-753, 2003. COMITÊ DA BACIA HIDROGRÁFICA DO RIO DOCE. Caracterização da Bacia Hidrográfica. Disponível em <http://www.riodoce.cbh.gov.br/bacia_caracterizacao.asp>. Acesso em: 19 de Agosto de 2010. 278 COSTA, F.S.; BAYER, C.; ZANATTA, J.A. & MIELNICZUK, J. Estoque de carbono orgânico no solo e emissões de dióxido de carbono influenciadas por sistemas de manejo no sul do Brasil. R. Bras. Ci. Solo, 32:323-332, 2008. EMBRAPA. Serviço Nacional de Levantamento e Conservação do Solo. Manual de métodos de análise do solo. Rio de Janeiro, 1997. 212p EMBRAPA. Sistema brasileiro de classificação de solos: Embrapa solos, 2006. 306 p.:il. FERREIRA, M.M. Caracterização física do solo. In: Lier, V.J.Q. Sociedade Brasileira Ciências do Solo, Viçosa, 2010. Física do Solo, 298p FREITAS, D. A. F. Qualidade do solo em sistemas de manejo em Latossolos sob cerrado. 2010. 104 f. Dissertação (Mestrado em Ciência do Solo) - Universidade Federal de Lavras, Lavras, 2010. Kiehl, J.E., 1979. Manual de edafologia: relações solo-planta. Agronomia Ceres, São Paulo, Brazil, 264 pp. (in Portuguese). MAPA DE SOLOS DO ESTADO DE MINAS GERAIS: legenda expandida / Universidade Federal de Viçosa; Fundação Centro Tecnológico de Minas Gerais; Universidade Federal de Lavras; Fundação Estadual do Meio Ambiente. Belo Horizonte: Fundação Estadual do Meio Ambiente, 2010. 49p. MARCOLAN, A. L. & ANGHINONI, I. Atributos físico de um Argissolo e rendimento de culturas de acordo com o revolvimento do solo em plantio direto. Revista Brasileira de Ciência do Solo, Viçosa, v.30, n. 1, p. 163-170, 2006. PORTUGAL, F. A.; COSTA, V.D.O.; COSTA, M. L. Propriedades físicas e químicas do solo em áreas com sistemas produtivos e mata na região da zona da mata mineira. R. Bras. Ci. Solo, 34:575-585, 2010. RAIJ, B.van. Mecanismos de interação entre solos e nutrientes. In: RAIJ, B.van, ed. Avaliação da fertilidade do solo. Piracicaba, Instituto da Potassa e Fosfato, 1981. p.1731. RANGEL, O.J.P. & SILVA, C.A. Estoques de carbono e nitrogênio e frações orgânicas de Latossolo submetido a diferentes sistemas de uso e manejo. R. Bras. Ci. Solo, 31:1609-1623, 2007. Reichardt, K., 1987. A água em sistemas agrícolas. Manole, São Paulo, Brazil, 188 pp.(in Portuguese). REYNOLDS, W.D.; BOWMAN, B.T.; DRURY, C.F.; TAN, C.S. & LU, X. Indicator of good soil physical quality: Density and storage parameters. Geoderma, 110:131-146, 2002. 279 RIGHETTO, A. M. Hidrologia e Recursos Hidrícos, São Carlos. SP. EESCIJSP. 840 p SALTON, J.C.; MIELNICZUK, J.; BAYER, C.; BOENI, M.;CONCEIÇÃO, P.C.; FABRÍCIO, A.C.; MACEDO, M.C.M.& BROCH, D.L. Agregação e estabilidade de agregadosdo solo em sistemas agropecuários em Mato Grosso doSul. R. Bras. Ci. Solo, 32:11-21, 2008. SANCHEZ,P.A. Properties and management of soils in the tropics. New York, John Wiley & Sons, 1976. 618p. SANTOS, R.D.; LEMOS, R.C.; SANTOS, H.G.; KER, J.C. &ANJOS, L.H.C. Manual de descrição e coleta de solo no campo. 5.ed. Viçosa, MG, Universidade Federal de Viçosa, 2005. 91p Veiga, L. A. K. et al. Fundamentos de Topografia /UFPR. Curitiba. PR. 2012. Disponível em: www.cartografica.ufpr.br Watson, D. A.; Laflen, J. M. Soil strength, slope and rainfall intensity effects on interril erosion. Transactions of the ASAE, St Joseph v.29, n.1, p.98-102, 1986. 280 9. CAPÍTULO VII – Participação na Rede de Pesquisa No dia 17 de novembro de 2011 foi realizado na UFV um encontro entre os demais professores desta instituição com projetos aprovados no ambito do edital Rio Doce da Fapemig e membros da superintendencia regional da Companhia de Pesquisa de Recursos Minerais (CPRM). Durante esse encontro, foi realizada uma exposição dos projetos em andamento bem como suas limitações e expectativas, e ainda discutidas ações que poderiam auxiliar no desenvolvimento das atividades previstas. Ficou estabelecida uma importante parceria para o intercambio de informações e saberes em relação à bacia do rio Doce, ampliando e consolidando a rede de pesquisa em suporte à gestão das águas da bacia hidrográfica do rio Doce. Foi estabelecido ainda contato com UFES no intuito de promover a ampliação da rede de pesquisa de suporte de gestão das águas na Bacia Hidrográfica do Rio Doce. Contudo, uma incompatibilidade de agendas durante o período executivo do projeto incompatibilizou a ocorrência do encontro. Apesar disso, o contato foi estabelecido e o interesse de ambas as partes ficou evidenciado. Acredita-se que em breve se efetivará um econtro para troca de informações. 281 10. CAPÍTULO VIII – Conscientização da População via Atividades de Extensão Para cumprir com o objetivo de promover a conscientização e a capaciatação da população local em relação às medidas adotadas na área de estudo foi desenvolvido um curso, ministrado durante a 83° Semana do Fazendeiro realizado na Universidade Federal de Viçosa. Foi feita a divulgação do evento na comunidade rural local, incluindo aos produtores rurais parceiros do projeto que, com muita boa vontade disponibilizaram parte de suas terras para instalação dos experimentos. O conteúdo do curso se fundamentou em três etaps distinas, na primeira delas ocupouse em apresentar a problemática da relação uso e ocupação do solo, perda de solo, assoreamento e inundação no âmbito do projeto. A segunda etapa se ocupou em explicar a importância dos experimentos e equipamentos hidrometeorológicos instalados e quais informações e sua importancia para compreender melhor a dinamica hidrológica e hidrossedimentológica na bacia. Na terceira e útlima etapa do curso foram apresentadas as soluções tecnológicas propostas através das medidas conservacionistas adotadas. Na ilustração da Figura 10.1 são apresentadas algumas fotografias registradas em diferentes momentos durante o curso. 282 Figura 10.1 – Registros fotográficos do curso de conscientização e capaciatação da população local em relação às medidas conservacionistas adotadas na área de estudo. O material do curso consistiu de uma apostila impressa disponibilizada aos integrantes matriculados no curso (Figura 10.2). Foram utilizados ainda recursos audiovisuais para exposição do conteúdo didático, além da exibição dos equipamentos hidrometerológicos instalados. 283 Figura 10.2 – Capa da apostila produzida para o curso de conscientização e capaciatação da população local em relação às medidas conservacionistas adotadas na área de estudo. O momento do curso foi muito proveitoso, especialmente ao final, quando os membros da equipe disponibilizaram um momento para ouvir a população sobre a possibilidade de adoção das práticas em sua propriedade, desde que com auxílio/subsídios de políticas de incentivo governamentais. 284 11. CAPÍTULO IX – Atividades Realizadas por Bolsistas Os bolsistas participaram efetivamente da formulação da revisão bibliográfica, pesquisando sobre todos os temas abordados no projeto, o que permitiu a aquisição de conhecimentos necessários para uma visão crítica sobre modelagem hidrológica e hidrossedimentológicoa e discussão dos resultados obtidos no âmbito de uma bacia hidrográfica. Auxiliaram na montagem do experimento de campo, aquisição de base de dados, confecção de artigos para apresentação em congressos, viagens de manutenção das parcelas e coleta de dados, realização de cusos e elaboração de apostilas. O perfil dos bolsistas integrantes do projeto foi multidisciplinar, permeando pelos cursos de agronomia, engenharia ambiental, engenharia de agrimensura e cartográfica e sistemas de informação, o que permitiu crescimento acadêmico significativo. Participavam de reuniões estratégicas com os coordenadores e trocavam experiências entre as diversas áreas do conhecimento de forma a alcançar soluções integradas para as atividades que desempenhavam. O convívio no ambiente compartilhado do laboratório de pesquisa da pós-graduação nPA/SIGEO proporcionou desenvolverem espírito de equipe e cooperação mútua, características desejáveis e necessárias quando se atua no âmbito da pesquisa aplicada. Houve alunos que desenvolveram seus trabalhos de conclusão de curso, dissertações de mestrado e teses de doutorado durante a execução do projeto, o que conferiu característica de continuidade no processo individual e coletivo de formação acadêmica e profissional. Percebe-se que alguns desses participaram em diferentes níveis, durante toda a execuação da pesquisa. Eles ainda participaram efetivamente da elaboração de trabalhos para congressos, bem como do relatório final de projeto, desde a revisão bibliográfica à discussão dos dados. Além de bolsistas remunerados pelos recuros do projeto, houve os estagiários voluntários, que participavam com igual empenho de todoas as atividades a eles designadas. 285 15.Identificação dos Bolsistas Remunerados 15.1. Bolsistas IC 15.1.1. Mateus da Mota Salvador Com formação em Engenharia Ambiental, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Jun./2010 até Jan./2012. 15.1.2. Francisco José Ferreira Sales Com formação em Agronomia, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Jun. 2012 até Nov./2012. 15.2. Bolsistas BGCT III 15.2.1. Everton Oliveira Rocha Com formação em Engenharia Ambiental, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Ago./2010 até Mar./2011. 15.2.2. Alessandra Cunha Lopes Com formação em Engenharia Ambiental, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Jul./2010 até Fev./2011. 15.2.3. Isabella de Castro Carvalho Com formação em Engenharia Ambiental, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Fev./2011 até Mar./2011. 286 15.2.4. José Ernesto Mattos Alves Com formação em Agronomia, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Mar. 2011 até Jan./2012. 15.2.5. Mateus da Mota Salvador Com formação em Engenharia Ambiental, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Fev./2012 até Mar./2012. 15.2.6. Mariana Daniel Tango Com formação em Engenharia Ambiental, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Ago./2012 até Fev./2013. 15.3. Bolsista BGCT II 15.3.1. Eduardo Aguiar do Couto Com formação em Engenharia Ambiental, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Fev./2012 até Abr./2012. 15.4. Bolsista BGCT I 15.4.1. Leonardo Campos de Assis Com formação em Sistemas de Informação, atuou no projeto desenvolvendo as atividades constantes no seu plano de trabalho em consonância com o cronograma de do projeto durante o período de Ago./2012 até Fev./2013. 287 16.Identificação de Integrantes Voluntários. 16.1. Granduandos 16.1.1. Ivan Benevenutto Com formação em Engenharia Ambiental, colaborou no projeto desenvolvendo as atividades compatíveis com nível de Iniciação Científica apoiando o cronograma do projeto durante o período de Jun./2010 até Jan./2012. 16.1.2. Marcus Vinícius Miranda Com formação em Engenharia de Agrimensura e Cartográfica, colaborou no projeto desenvolvendo as atividades compatíveis com nível de Iniciação Científica auxiliando o cumprimento do cronograma do projeto durante o período de Dez./2011 até Fev./2013. 16.2. Mestrandos 16.2.1. Rodrigo de Arruda Camargo (de Jul./2010 até Abr./2012) Com formação em Engenharia Ambiental, colaborou no projeto desenvolvendo as atividades compatíveis com nível de Mestrado auxiliando o cumprimento do cronograma do projeto durante o período de Jun./2010 até Abr./2012. 16.2.2. Mateus da Mota Salvador Com formação em Engenharia Ambiental, colaborou no projeto desenvolvendo as atividades compatíveis com nível de Mestrado auxiliando o cumprimento do cronograma do projeto durante o período de Abr./2012 até Fev./2013. 16.2.3. Everton de Oliveira Rocha Com formação em Engenharia Ambiental, colaborou no projeto desenvolvendo as atividades compatíveis com nível de Mestrado auxiliando o cumprimento do cronograma do projeto durante o período de Abr./2011 até Fev./2013. 288 16.3. Doutorando 16.3.1. Leonardo Campos de Assis Com formação em Sistemas de Informação, colaborou no projeto desenvolvendo as atividades compatíveis com nível de Doutorado auxiliando o cumprimento do cronograma do projeto durante o período de Jun./2010 até Jul./2012. 17.Avaliação de Desempenho dos Bolsistas e Voluntários Tanto os bolsistas remunerados quanto os estagiários voluntários apresentaram desempenho excepcional. Foram dedicados, responsáveis, e atuantes em todas as etapas do projeto. Trabalharam um número de horas muito maior do que a exigência da FAPEMIG. Certamente que a participação deles no projeto contribuiu expressivamente para as respectivas formações, e essa também é a opinião deles. O êxito do desempenho dos alunos pode ser confirmado por trabalhos de conclusão de curso de 2 integrantes, dissertações de mestrados de outros 2 integrantes e uma tese de doutorado de 1 integrante durante o período de execução do projeto. 289 12. CONCLUSÕES GERAIS E RECOMENDAÇÕES A pesquisa experimental realizada neste projeto subsidiou a coleção de informações valiosas sobre a perspectiva hidrológica e hidrossedimentológica na região de nascente do rio Doce. Informações essas que possibilitaram o desenvolvimento e o aprofundamento do conhecimento relativo à dinâmica das precipitações, inundações, assoreamento e inundação na região. Problemas antigos recorrentes agravados pelas mudanças climáticas globais. Adicionalmente foi possível apresentar soluções de baixo custo para atenuar os efeitos das inundações, perda de solo e assoreamento. Especificamente, foi possível: Caracterizar o regime pluviométrico na bacia e ajustar modelos de precipitações máximas diárias para cada região; Simular eventos de inundação conhecidos com boa concordância entre os hidrogramas simulado e observado, subsidiando a parametrização de modelos hidrológicos consolidados para representar o comportamento da bacia; Realizar simulação hidrossedimentológica e estabelecer relação de causa e efeito entre os picos de vazão e a produção de sedimentos; Propor zoneamento ecológico-ambiental como ferramenta de gestão e conservação da bacia; Veirificar que a região apresenta elevada suscetibilidade à erosão em cerca de 70% da área; Identificar áreas prioritárias para desenvolvimento estratégico da bacia com base em análise espacial multivariada e função de produção. Indtificar sub-bacias críticas quanto à ocorrência de enchentes e geração de escoamento superficial; Conhecer o comportamento hidrológico dos tipos de solo e usos do solo mais representativos da bacia frente à ocorrência de precipitações de grandes períodos de retorno; Em relação aos experimentos de campo, recomenda-se cautela no seu projeto, implantação e condução. Procedimentos elementares podem fazer a diferença entre o 290 sucesso ou completo fracasso. Calibrar os dispositivos e/ou equipamentos, conhecer profundamente seu funcionamento, o tipo de grandeza observada, bem como o que pode interferir em seu resultado em condições de campo. Antecipar possíveis problemas como o acesso de animais ao equipamento. Pássaros no pluviógrafos, roedores e cobras nas câmaras coletoras de sedimentos, bovinos nas parcelas com capim vigoroso, entre oturas. Visitas a campo periódicas e frequentes são indispensáveis para minimizar perdas de dados importantes. A coleta de dados em redundância pode fazer diferença. Em se tratrando de informações hidrológicas, deve-se ter os equipamentos hidrometeorológicos e peças experimentais em condições operacionais constantemente. Algumas vezes só se percebe determinado problema com os aparelhos durante a análise dos dados coletados, após o retorno da viagem a campo. Recomenda-se que os órgãos gestores de recursos hídricos utilizem esse relatório como instrumento norteador para elaboração de políticas públicas de proteção ambiental com vistas à conservação do solo e água, bem como políticas de incentivos agrícolas para auxiliarem os produtores rurais a adotar técnicas de produção e manejo do solo mais avançadas, eficientes e sustentáveis. Aos órgãos e gestão de recursos hídricos recomenda-se ainda a incorporação de medidores automatizados de chuva, como pluviógrafos e de vazão para aumentar a disponibilidade de informações que irão subsidiar estudos e pesquisas hidrológicas futuras nessa bacia tão importante social e economicamente para o Brasil, contudo, tão frágil hidrologicamente. 291 13. REFERÊNCIAS ABRUCIO, F. L. Os Barões da federação, os governadores e a redemocratização brasileira. São Paulo: Editora Hucitec, 1998. AGÊNCIA NACIONAL DAS ÁGUAS - ANA. Prevenção de inundações. Disponível em <http://www.ana.gov.br/GestaoRecHidricos/UsosMultiplos/inundacoes.asp>. Acesso em: 7 de outubro de 2011. AGÊNCIA TÉCNICA DA BACIA DO RIO DOCE - ADOCE. Termo de referência Sistema de Gerenciamento de Informações de Recursos Hídricos para Bacia do Rio Doce - GRH - Doce. Etapa 1: Alerta Hidrológico. Belo Horizonte, CPRM, 1997. ALBUQUERQUE, A.W.; LOMBARDI NETO, F.; SRINIVASAN, V.S. & SANTOS, J.R. Manejo da cobertura do solo e de práticas conservacionistas nas perdas de solo e água em Sumé, PB. R. Bras. Eng. Agr. Amb., 6:136-141, 2002. ALMEIDA, A. T.; COSTA, A. P. C. S. (2003). Aplicações com métodos multicritério de apoio à decisão. Recife: Universitária da UFPE. Disponível em: <http://www.pg.cefetpr.br/ppgep/revista/revista2007/vol1/artigo/V3N1B11.pdf>. Acesso em 18 de maio de 2011. ALVES, J.M.P; CASTRO, P.T.A (2003). Influência de feições geológicas na morfologia da bacia do rio do Tanque (MG) baseada no estudo de parâmetros morfométricos e análises de padrões de lineamentos. Revista Brasileira de Geociências, pp. 117-1245. ANA – AGÊNCIA NACIONAL DAS ÁGUAS. Disponível em <http://www.ana.gov.br/GestaoRecHidricos/UsosMultiplos/inundacoes.asp> Acesso em: 02 de dezembro de 2009a. ANA – AGÊNCIA NACIONAL DAS ÁGUAS. Disponível em <http://www.ana.gov.br/cbhriodoce/bacia/caracterizacao.asp> Acesso em: 06 de dezembro de 2009b. ANA – Agência Nacional de Águas. Planilha de Determinação das Necessidades de Água para Irrigação – Finalidade Outorga. Disponível em http://www.ana.gov.br/GestaoRecHidricos/Outorga/docs/InstrucoesPreenchimentoPlani lha.doc. Acessado em 05/06/2005. 2005b. ARCOVA, F. C. S.; CICCO, V.; ROCHA, P. A. B. Precipitação efetiva e interceptação das chuvas por floresta de mata atlântica em uma microbacia experimental em Cunha - SP. Revista Árvore, Viçosa-MG, v.27, n.2, p.257-262, 2003. ARMAS, E. D.; MONTEIRO, R. T. R.; GREEN, C. Efeitos da expansão do cultivo de cana-de-açúcar no aporte de atrazina para os corpos hídricos da bacia hidrográfica do Rio Corumbataí, São Paulo. In: Simpósio Experiências em Gestão dos Recursos Hídricos por Bacia Hidrográfica, São Pedro. 2007. ARNEZ, J. A. Simulación y modelamiento de los recursos hídricos de la Cuenca del rio Khenko Mayu. Centro de Levantamientos Aeroespaciales y aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales, CLAS. 2001. 292 ARNOLD, J. G. & WILLIAMS, J. R. (1987) Validation of SWRRB: simulator for water resources in rural basins. J. Water Resour. Plan. Manage. ASCE 113(2), 243– 256. ARNOLD, J. G.; SRINIVASAN, R.; MUTTIAH, R.S.; WILLIAMS, J.R. Large area hydrologic modeling and assessment. Part I: model development. JAWRA, v. 34, n. 1, p. 73-89, 1998. ARNOLD, J.G., ALLEN, P.M. Estimating hydrologic budgets for three Illinois watersheds. Journal of Hydrology 176, 55–77. 1996 BAGNOLD, R. A., 1977. Bedload Transport in Natural Rivers. Water Resources Res. 13(2):303-312. BALBINO, L.C.; BARCELLOS, A.O.; STONE, L.F. (Ed.).Marco referencial: integração lavoura‑pecuária‑floresta. Brasília: Embrapa, 2011.130p. BALDISSERA, G. C. Aplicabilidade do modelo de simulação hidrológica SWAT (Soil and Water Assessment Tool) para a Bacia Hidrográfica do Rio Cuiabá, MT. Dissertação de Mestrado em Física do Meio Ambiente. Universidade Federal do Mato Grosso. Cuiabá. 132 p. 2005. BALTOKOSKI, V. Modelo SWAT2005 aplicado às sub-bacias dos rios Conrado e Pinheiro – Pato Branco/PR. Tese de Mestrado. Universidade Estadual do Oeste do Paraná. Cascavel, PR. 120 p. 2008. BARROSO, D.G.; SILVA, M.L.N. Poluição e Conservação dos Recursos Naturais: solo e água. Informe Agropecuário, v.176, n.16, p.17-24, 1992. BARSANTI, P.; DISPERATI, L.; MARRI, P.; MIONE, A. Soil erosion evaluation and multi-temporal analysis in two brazilian basins. 2nd International SWAT Conference. TWRI Techical Report 266. Baria/Italy. 2003. BENISTON, M.; STEPHENSON D. B. Extreme climatic events and their evolution under changing climatic conditions. Global and Planetary Change, v.44, p. 1-9, 2004. BENITES, E. T.; REYNOSO, D. S. F.; MOTA, J. L. O.; SAENZ, E. M.. Calibración del modelo hidrológico SWAT en la Cuenca ―El Tejocote‖, Atlacomulco, Estado de México. Revista Terra (México, D.F.). v.22, n.4 oct-dic. pp. 437-444. 2004. BERTONI, J.; LOMBARDI NETO, F. Conservação do solo. Editora Ícone, São Paulo, 1990. BERTONI, J.; LOMBARDI NETO, F. Conservação do solo. Piracicaba: Livroceres, 1999. 392p. BIESBROUCK, B.; WYSEURE, G.; VAN ORSCHOVEN, J E FEYEN, J. AVSWAT 2000. Katholieke Universiteit Leuven (K.U.Leuven), Belgium. 199p. 2002. BITTENCOURT, S. e GOBBI, E. F. Carga máxima de fósforo admissível ao reservatório Piraquara II, uma aplicação do processo TMDL. Rev. Bras. Ciênc. Solo vol.30 no.3 Viçosa May/June 2006 293 BLAINSKI, E.; SILVEIRA, F. A.; CONCEIÇÃO, G. Utilização do modelo hidrológico SWAT para estudos na microbacia hidrográfica do rio Araranguá/SC. Taller International Red Riegos – CYTED. Florianópolis, SC. 2008. BLAKE, G. J. The interception process. In: Prediction in catchment hydrology. Australian Academy of Science, p. 233-278, 1975. BRANDÃO, V. S.; CECÍLIO, R. A.; PRUSKI, F. F.; SILVA, D. D. Infiltração de água no solo. Viçosa: Ed. UFV. 2006. 120p. BRASIL. Lei n 4.771, de 15 de setembro de 1965. Institui o novo Código Florestal Brasileiro. Diário Oficial da República Federativa do Brasil. Brasília, 1965. CALDERANO FILHO, B.; PALMIERI, F.; GUERRA, A. J. T.; CALDERANO, S. B.;FIDALGO, E. C. C; PRADO, R. B.; DA SILVA, E. F. da; CAPECHE, C. L.; FONSECA, O. O. M. da. Levantamento de solos e avaliação da aptidão agrícola das terras da microbacia janela das andorinhas, no município de nova52 friburgo, RJ. Rio de Janeiro: Embrapa Solos, 2003. 52 p. (Boletim de Pesquisa e Desenvolvimento, 27). CALIJURI, M. L.; MEIRA. A. D. e PRUSKI, F. F. Geoprocessamento aplicado aos Recursos Hídricos. In. Congresso Brasileiro de Engenharia Agrícola, 27. Poços de Caldas, Cartografia, Sensoriamento e Geoprocessamento. Lavras: UFLA, SBEA. P. 200-225. 1998. CANHOLI, A. P. Drenagem Urbana e Controle de Enchentes. São Paulo: Oficina de Textos, 2005. 302 p. CARDOSO, C.A. et al. (2006). Caracterização morfométrica da bacia hidrográfica do rio Debossan, Nova Friburgo-RJ. Árvore, v.30, n.2, pp.241-248. CARVALHO et al. Processos erosivos no Centro-Oeste Brasileiro, FINATEC. Brasília. 464p. 2006. CARVALHO, C.M.; RIEDEL, P. S. (2005). Técnicas de Geoprocessamento aplicadas ao estudo da suscetibilidade a escorregamentos translacionais nos entornos dos polidutos de Cubatão – SP. In Anais do Simpósio Brasileiro de Sensoriamento Remoto, São José dos Campos, Abr. 2005, 12, pp. 1-8. CHRISTOFOLETTI, A. Modelagem de Sistemas Ambientais. Ed. Edgard Blutcher Ltda. 1ª Ed. 1999. Clark Labs (2006). Idrisi Andes edition. Worcester: Clark University. Programa de computador: 1CD-ROM. CIRILO, J. A. et al. Soluções para o suprimento de água de comunidades rurais difusas no semi-árido brasileiro. Avaliação de Barragens Subterrâneas. Revista Brasileira de RecursosHídricos, p.5-24, 2003. COBUCCI, T.; WRUCH, F.J.; KLUTHCOUSKI, J. Opções de integração lavourapecuária e alguns de seus aspectos econômicos. Informe Agropecuário, v. 2 8 , n . 2 4 0, p . 2 5 - 4 2, 2007 . 294 COLLISCHONN, W.; TASSI, R. Introduzindo Hidrologia. Porto Alegre: IPHUFRGS, 2008. CONTE,O.et al Propriedades otimizadas. Cultivar Máquinas, v.50, p. 132-35,2006. PEREIRA, L. C.; SILVEIRA, M. A. da; LOMBARDI NETO, F. Agroecologia e aptidão agrícola das terras: as bases científicas para uma agricultura sustentável. Jaguariúna - IAC, 2006. (Embrapa Meio Ambiente) DEBELE, B.; SRINIVASAN, R.; PARLANGE, J. Y. Coupling upland watershed and downstream waterbody hydrodynamic and water quality models (SWAT and CEQUAL-W2) for better water resources management in complex river basins. Environmental Modeling & Assessment Volume: 13 Issue: 1 pp. 135-153. 2008. DENARDIN, José et al. Manejo de enxurrada em sistemas plantio direto. PA:Fórum Estadual de Solo e Água, 2005. 88p DIEZ, T. Diseño e implementacion de una aplicacion como soporte para toma de decisiones en el estudio de Cuencas Hidrograficas (Data Basin). Memoria CONDESAN 2002. Quinta Parte: Análisis de políticas en los Andes, Anexo 5.1. 2002. DUARTE, P.; GUERREIRO, M. J.; REIA, J.; FONSECA, L. C.; PEREIRA, A.; AZEVEDO, B.; FALCÃO, M.; SERPA, D. Gestão de zonas costeiras: aplicação à Ria Formosa (Sul de Portugal). Revista Ciência Agronômica, v.38, n.1, p.118-128, 2007. Eastman , J. R (2006). IDRISI Andes: guide to GIS and image processing. Worcester: Clark University. 284 p. Eastman , J. R (2006). IDRISI Andes: guide to GIS and image processing. Worcester: Clark University. 284 p. EPA – U. S. ENVIRONMENTAL PROTECTION AGENCY. Disponível em: <http://www.epa.gov/climatechange/effects/extreme.html> Acesso em: 02 de dezembro de 2009. ESRI – Environmental System Research Institute (1997). ARC/INFO v.7.1.1. Redlands. Programa de computador. 2CD-ROM ESTEVES, F.A. 1988. Fundamentos de Limnologia. Interciência/ FINEP, Rio de Janeiro. FELDMAN, A.D. (2000): Hydrological Modeling System HEC-HMS - Technical Reference Manual, US Army Corps of Engineers. FERNANDES FILHO, E. I.; et al. Levantamento de solos e aptidão agrícola da porção mineira da bacia do Rio Doce. Belo Horizonte: Fundação Estadual de Meio Ambiente (FEAM), no prelo, 2010. FERREIRA, D.A.C.; DIAS, H.C.T. Situação Atual da Mata Ciliar do Ribeirão São Bartolomeu em Viçosa, MG. Revista Árvore, Viçosa-MG, v.28, n.4, p.617-623, 2004. FITZHUGH, T. W.; MACKAY, D.S. Impacts of input parameter spatial aggregation on an agricultural nonpoint source pollution model. Journal of Hydrology, v. 236, p. 35-53, 2000. 295 FOHRER, N.; ECKHARDT, K.; HAVERKAMP, S.; FREDE, H. G. Applying the SWAT Model as a Decision Support Tool for Land Use Concepts in Peripheral Regions in Germany. In: D.E. Stott, R.H. Mohtar and G.C. Steinhardt (eds).. pp. 994999. 2001. Sustaining the Global Farm. 10th International Soil Conservation Organization Meeting held May, at Purdue University and the USDA-ARS National Soil Erosion Research Laboratory. Pp. 24-29, 1999. FRAGOSO, M. M. A. Estudo hidrológico e de transporte de sedimentos em uma bacia do bioma cerrado: bacia do Córrego Capão Comprido. Dissertação de Mestrado em Tecnologia Ambiental e Recursos Hídricos. Universidade de Brasília. 86 pag. 2008. FRANÇA, G. V. de. (1968). Interpretação fotográfica de bacias e redes de drenagem aplicada a solos da região de Piracicaba.151 f. Tese (Doutorado em Agronomia/Solos e Nutrição de Plantas) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba. GALVAN, L.; OLIAS, M.; VILLARAN, R. F.;SANTOS, J. M. D. Aplicación del modelo hidrológico SWAT a la cuenca del rio Meca (Huelva, España). Geogaceta, 42, pp. 63-66. 2007 GARCIA, G. J.; GAMERO, H.G.; GARCIA, L. B. R.; VETTORAZZI, C. A.; KRÖENERT, R.; VOLK, M.; LAUCH, A.; MEYER, B. Impacto do uso da terra na erosão do solo e no balanço e qualidade de água na bacia do rio Corumbataí- SP. HOLOS Environment, v.6 n.2, p. 118. 2006. GASSMAN, P. W., REYES, M. R., GREEN, C. H. & ARNOLD, J. G. (2007). The Soil and Water Assessment Tool: historical development, applications and future research directions. Trans. Am. Soc. Agric. Biol. Engrs 50(4), 1211–1250. GASSMAN, P. W.; JHA, M.; SECCHI, S.; ARNOLD, J. Initial calibration and validation of the SWAT model for the Upper Mississippi River Basin. Diffuse Pollution Conference Dublin. pp. 10 35 – 40. 2003. GIANSANTE, A. E. Avaliação da aeração de efluentes de lagoas facultativas por escada (estudo de caso). XXVII Congresso Interamericano de Engenharia Sanitária e Ambiental. Porto Alegre: ABES - Associação Brasileira de Engenharia Sanitária e Ambiental, 2000. GONÇALVES, N. M. S. Impactos pluviais e desorganização do espaço urbano de Salvador. In: MONTEIRO, C. A. de F; MENDOÇA, F. (org.).: Clima Urbano. São Paulo: Contexto, p. 69-91, 2003. GUERREIRO, M. J.; ABREU, I; BARROS, M. Variação anual e mensal de parâmetros meteorológicos na região do Algarve, Portugal. Revista da Faculdade de Ciência e Tecnologia. Porto. ISSN 1646-0499. pp. 40-50. 2005. HARGREAVES, G. L., G. H. HARGREAVES AND J. P. RILEY. 1985. Agricultural benefits for Senegal River Basin. J. Irrig. and Drain. Engr. 111(2): 113-124. HATTERMANN, F. F., KRYSANOVA, V. & HESSE, C. (2008) Modelling wetland processes in regional applications. Hydrol. Sci. J.53(5), 1001–1012. 296 Hengl, T., Heuvelink, G. B., & van Loon, E. E. (2010). On the uncertainty of stream networks derived from elevation data: the error propagation approach. Hydrology and Earth Systems Science, 14, 1153-1165. Horowitz, A. J. A quarter century of declining suspended sediment fluxes in the Mississippi River and the effect of the 1993 flood. Hydrological Process, v.24, p.1334, 2009. IGAM, Instituto Mineiro de Gestão das Águas. Relatório de monitoramento das águas superficiais na Bacia do Rio Piracicaba em 2004. Belo Horizonte: IGAM, 2005. INSTITUTO MINEIRO DE GESTÃO DAS ÁGUAS - IGAM. Plano Integrado de Recursos Hídricos da Bacia do Rio Doce e dos Planos de Ações de Recursos Hídricos para as Unidades de Planejamento e Gestão de Recursos Hídricos no Âmbito da Bacia do Rio Doce. Consórcio ECOPLAN – LUME, 2007. JACINTHO et al, In: CARVALHO, J, C,; SALES, M, M,; SOUZA, N, M,; MELO, M, T, S, Processos Erosivos No Centro-Oeste Brasileiro, FINATEC. Brasília. 464p. 2006. JHA, M., GASSMAN, P. W., SECCHI, S., GU, R. e ARNOLD, J. Impact of Watershed Subdivision Level on Flows, Sediment Loads, and Nutrient Losses Predicted by SWAT. Working Paper 02-WP 315. Center for Agricultural and Rural Development. Iowa State University. 2002. KING, K. W.; ARNOLD J. G.; WILLIAMS, J. R.; SCRINIVASAN R. Soil and Water Assessment Tool–SWAT. USDA, Agricultural Research Service. 450p. 1996. KOBIYAMA, M. Projeto universitário de extensão. Aprender hidrologia para prevenção desastres naturais, 2008. Disponível em: <http://www.hercules.cedex.es/hidraulica/PROHIMET/Br07/Comunicaciones/Kobiyam ayvar os.pdf.>. Acesso em: 23 de junho de 2011. Krysanova, V. &. ARNOLD, J. G. (2008): Advances in ecohydrological modelling with SWAT—a review, Hydrological Sciences Journal, 53:5, 939-947. Krysanova, V., Müller-Wohlfeil, D. I. & Becker, A. (1998) Development and test of a spatially distributed hydrological/water quality model for mesoscale watersheds. Ecol. Model. 106, 261–289. Lacombe, G.; Cappelaere, B.; Leduc, C. Hydrological impact of water and soil conservation works in the Merguellil catchment of central Tunisia. Journal of Hydrology, v.359, p.210-224, 2008 Lane, L. J. 1982. Distributed Model for Small Semi-Arid Watersheds. ASCE J. Hydr. Div. 108(HY1O):1114-1131. LANTARON, J. H.; RODRÍGUEZ ROJAS, M.I., AVILÉS BENÍTEZ, A. Modelos integrales de cuencas hidrográficas y prognosis de escenarios de gestión. SWAT aplicado a la cuenca del Guadalfeo, en IV Congreso Ibérico sobre gestión y 297 planificación del agua, http://alojamientos.us.es/ciberico/archivos_word/132b.doc. 2004. Tortosa. Lenhart, T., Eckhardt, K., Fohrer, N. & Frede, H.-G. (2002) Comparison of two different approaches of sensitivity analysis.Phys. Chem. Earth 27(9–10), 645–654. Leonard, R. A., Knisel, W. G. & Still, D. A. (1987) GLEAMS: Groundwater Loading Effects on Agricultural Management Systems. Trans. Am. Soc. Agric. Engrs 30(5), 1403–1428. Lévesque, E., Anctil, F., van Griensven, A. & Beauchamp, N. (2008) Evaluation of streamflow simulation by SWAT for two small watersheds under snowmelt and rainfall. Hydrol. Sci. J. 53(5), 961–976. LI, Y. P.; HUANG, G. H.; NIE, S. L. Planning water resources management systems using a fuzzy-boundary interval-stochastic programming method. Advances in Water Resources. v. 33, p.1105-1117, 2010. LIMA, W.P; ZAKIA, M.J.B. Hidrologia de Matas Ciliares. In: RODRIGUES, R. R.; LEITÃO FILHO, H.F. (Eds.) Matas Ciliares: Conservação e Recuperação. São Paulo: Ed. da Universidade de São Paulo, p. 3 –34, 2000. LINO, J. F. L. Análise da dinâmica hidrossedimentológica da bacia hidrográfica do Rio Preto (SC) com o modelo SWAT. Tese de Mestrado. Universidade Federal de Santa Catarina. Florianópolis, SC. 150 p. 2009. LOPES, N. H. Y. Análise da produção de água e sedimentos em microbacias experimentais com o modelo SWAT. Tese de Mestrado, Departamento de Engenharia Sanitária e Ambiental da Universidade Federal de Santa Catarina. 154 p. 2008. LOURES, S. S. P. Ambientes, uso e ocupação do solo e zoneamento estratégico para as subbacias dos rios Jacupiranga e Pariquera-Açu, Vale do Ribeira, SP. 2008. 180f. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Viçosa, Viçosa, MG, 2008. LOURES, S. S. P. Ambientes, uso e ocupação do solo e zoneamento estratégico para as subbacias dos rios Jacupiranga e Pariquera-Açu, Vale do Ribeira, SP. 2008. 180f. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Viçosa, Viçosa, MG, 2008. MACEDO, M.C.M. Integração lavoura e pecuária: o estado da arte e inovações tecnológicas. Revista Brasileira de Zootecnia, v.38, p.133-146, 2009. MACHADO, C. J. S. Water resources and citizenship in Brazil: limitations, alternatives and challenges. Ambiente e Sociedade, vol.6, n. 2, p.121-136, 2003. MACHADO, R. E. e VETTORAZZI, C. A. Simulação da produção de sedimentos para a microbacia hidrográfica do ribeirão dos Marins (SP). R. bras. Ci. Solo, Viçosa, v. 27, p. 735-741, 2003. Machado, R. E. Simulação de escoamento e de produção de sedimentos em uma microbacia hidrográfica utilizando técnicas de modelagem e geoprocessamento. 298 Tese de doutorado. Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo. 152p. 2002. MACHADO, R. E. Simulação de escoamento e de produção de sedimentos em uma microbacia hidrográfica utilizando técnicas de modelagem e geoprocessamento. Tese de doutorado. Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo. 152p. 2002. MARCELINO, E. V. Desastres naturais e geotecnologias: conceitos básicos. Santa Maria: INPE, 2007. Disponível em: <http://www.inpe.br/crs/geodesastres/imagens/publicacoes/conceitosbasicos.pdf>. Acesso em: 06 de dezembro de 2009. MARCHI et al. Leitura e caracterização da paisagem em auxílio ao planejamento da ocupação urbana de Ponte Nova - MG. Natureza & Desenvolvimento, Viçosa, MG - Brasil, v. 1, n. 1, p. 41-50, 2005. Ministério do Meio Ambiente - MMA. Mapa de Cobertura Vegetal dos Biomas Brasileiros, 2006. Disponível em: <http://mapas.mma.gov.br/mapas/aplic/probio/ datadownload.htm?/>. Acesso em 18 de abril de 2011. Minoti, R. T. Abordagens Qualitativa e Quantitativa de Micro-bacias Hidrográficas e Áreas Alagáveis de um Compartimento do Médio MogiSuperior/SP. Dissertação (Doutorado em Ciências da Engenharia Ambiental) – Escola de Engenharia de São Carlos - Universidade de São Paulo. 231p. 2006 MINOTI, R. T. Abordagens Qualitativa e Quantitativa de Micro-bacias Hidrográficas e Áreas Alagáveis de um Compartimento do Médio MogiSuperior/SP. Dissertação (Doutorado em Ciências da Engenharia Ambiental) – Escola de Engenharia de São Carlos - Universidade de São Paulo. 231p. 2006. MOLDAN, B.; CERNY, J. Small Catchments Research. In MOLDAN, B.; CERNY, J. Biogeochemistry of small catchments: a tool for environmental research. Chicester: John Wiley, 1994. p. 1-29. MONTEIRO, C. A. de F; MENDOÇA, F. (org.).: Clima Urbano. São Paulo: Contexto, p. 69-91, 2003. MONTEIRO, P.C.G.; BRANDÃO, C.C.S.; SOUZA, M.A.A. Viabilidade do Uso da Radiação Solar na Desinfecção da Água. Universidade de Brasília – UnB, Departamento de Engenharia Civil, Mestrado em Tecnologia Ambiental e Recursos Hídricos. Brasília (DF). Disponível em:http://www.crid.or.cr/crid/CD_Agua/ pdf/por/doc14605/doc14605.pdf. Acesso em 25 de julho de 2005. MONTEITH, J. L. 1965. Evaporation and the environment. p. 205-234. In The state and movement of water in living organisms, XIXth Symposium. Soc. For Exp. Biol., Swansea. Cambridge University Press. MONTOYA, J. D. V. Generación de modelos digitales hidrológicos y de pérdida de suelo y su comparación con métodos tradicionales en la Cuenca del Río Claro (Suroeste Antioqueño). Universidad Nacional de Colômbia. Facultad de Ciencias Agropecuárias. 106p. 2003. MORGAN, R.P.C. Soil erosion and conservation. 3.ed. Oxford, Blackwells, 2005. 304p 299 Moro, M. A utilização da interface SWAT-SIG no estudo da produção de sedimentos e do volume de escoamento superficial com simulação de cenários alternativos. Dissertação de Mestrado em Agronomia. Área de concentração: Irrigação e Drenagem. Universidade de São Paulo - Escola Superior de Agricultura “Luiz de Queiroz”. Piracicaba. 100 p. 2005. NASCIMENTO, R. A.; FIALHO, E. S. Eventos pluviais intensos em minas gerais: um estudo das repercussões das chuvas de dezembro de 2008 no município de Piranga-MG, na Zona da Mata mineira. Simpósio Brasileiro de Geografia Física Aplicada – Universidade Federal de Viçosa. 2009. NASR, A.; BRUEN, M.; PARKIN, G; BIRKINSHAW, S.; MOLES, R.; BYRNE, P. Modelling phosphorous loss from agriculture catchments: a comparison of the performance of SWAT, HSPF and SHETRAN for the Clarianna Catchment. Diffuse Pollution Conference. 3I: Agriculture. Dublin. 2003. Neitsch, S.L., Arnold, J.G., Kiniry, J.R., Srinivasan, R., Williams, J.R., 2002. Soil and Water Assessment Tool. User´sManual. Version 2005. GSWRL Report 02-02, BRC Report 2-06, Temple, Texas, USA. Neves, F. F. Análise prospectiva das áreas de risco à erosão na microbacia hidrográfica do Rio Bonito (Descalvado – SP), potencialmente poluidoras por dejetos de granjas. Dissertação (Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2005. NEVES, F. F. Análise prospectiva das áreas de risco à erosão na microbacia hidrográfica do Rio Bonito (Descalvado – SP), potencialmente poluidoras por dejetos de granjas. Dissertação (Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2005. NUNES, J. P. e PACHECO, N. R. Informação Geográfica e Modelação para a Gestão de Bacias Hidrográficas - Consequências das alterações climáticas para os processos hidrológicos e erosivos: potenciar a informação geográfica para a gestão ambiental. ESIG 2004, Oeiras. 2004. NUNES, T. C. O. Sistemas de informaçôes obre recursos hídricos e a dupla dominialidade das águas: o caso da integração do sistema nacional e dos sistemas estaduais de recursos hídricos na bacia do Rio Paraíba do Sul. 2009. 223f. Tese (Doutorado em Administração) – Fundação Getúlio Vargas, Rio de Janeiro, RJ, 2009. NYSSEN, J.; CLYMANS, W.; POESEN, J.; VANDECASTEELE, I.; BAETS, S.; HAREGEWEYN, N.; NAUDTS, J.; HADERA, A.; MOEYRSONS, J.; HAILE, M.; DECKERS, J. How soil conservation affects the catchment sediment budget - A comprehensive study in the north Ethiopian highlands. Earth Surface Process and Landforms, v.34, p.216-1223, 2009. OLIVEIRA, F.P.; SILVA, M.L.N.; CURI, N.; SILVA, M.A. & MELLO, C.R. Potencial erosivo da chuva no Vale do Rio Doce, região Centro-Leste do Estado de Minas Gerais - Primeira aproximação. R. Ci. Agrotec., 33:1569-1577, 2009. OLIVEIRA, M. Q. C. Impacto de mudanças no uso do solo nas características hidrossedimentológicas da bacia hidrográfica do rio Joanes e sua repercussão na 300 zona costeira. Dissertação (Mestrado em Geologia) – Universidade Federal da Bahia/BA. 1999. OLIVEIRA, P.T.S.; ALVES SOBRINHO, T.; RODRIGUES, D.B.B. & PANACHUKI, E. Erosion risk mapping applied to environmental zoning. Water Res. Manag., 25:1021-1036, 2011 PEDRON, F. A.; POELKING, E. L.; DALMOLIN, R. S. D.; AZEVEDO, A. C.; KLAMT, E. A aptidão de uso da terra como base para o planejamento da utilização dos recursos naturais no município de São José do Polênsine – RS. Ciência Rural, Santa Maria, v. 36, n.1, p. 105-112 janeiro/fev. 2006 PEREIRA, L. C.; SILVEIRA, M. A. da; LOMBARDI NETO, F. Agroecologia e aptidão agrícola das terras: as bases científicas para uma agricultura sustentável. Jaguariúna - IAC, 2006. (Embrapa Meio Ambiente). PICON, A. Developing the required database to run the Better Assessment Science Integrating point and Nonpoint Source (BASINS) for the Jobos Bay watershed. University of Puerto Rico. 2001. PIRES, J. S. R.; SANTOS, J. E.; DEL PRETE, M. E. A utilização do conceito de bacia hidrográfica para a conservação dos recursos naturais. In: Schiavetti, A.; Camargo, A.F.M. (Eds.). Conceitos de Bacias Hidrográficas: Teorias e Aplicações. Ilhéus: Editus,.cap. 1, p. 17-36. 2002. PRADO, T. B. G. Evolução do uso das terras e produção de sedimentos na bacia hidrográfica do rio Jundiaí-Mirim. Dissertação (Mestrado em Agricultura Tropical e Subtropical) – Instituto Agronômico de Campinas. 72p. 2005. Priestley, C. H. B. and R. J. Taylor. 1972. On the assessment of surface heat flux and evaporation using large-scale parameters. Mon. Weather. Rev. 100:81-92. PRUSKI, F. F. Conservação de Solo e Água: práticas para o controle da erosão hídrica. Ed. UFV, Viçosa, 240p. 2006. PRUSKI, F. F. et al. (2006). Fatores que interferem na Erosão Hídrica do Solo. In Conservação de Solo e Água: práticas para o controle da erosão hídrica. Org. por Pruski F.F., ed. UFV, Viçosa. 240 p. PRUSKI, F. F. et al. Escoamento superficial 2, Ed. UFV-Viçosa, 87 p., 2008. PRUSKI, F. F.; Fatores que interferem na Erosão Hídrica do Solo In: Conservação de Solo e Água: práticas para o controle da erosão hídrica. Pruski F.F. (org), Ed. UFV: Viçosa, 2006. 240p. PRUSKI, F.;F. Conservação de solo e água. Viçosa-MG: Editora UFV, 2009. 277 RAMALHO FILHO, A.; BEEK, K. J. Sistema de avaliação da aptidão agrícola das terras. 3.ed. Rio de Janeiro: EMBRAPA-CNPS, 1995. 65p. RAMOS, Marilene. O Impacto da Cobrança pelo Uso da Água no Comportamento do Usuário. 2002. 241p. Tese (Doutorado em Engenharia Civil) Coordenação dos Programas de Pós-Graduação de Engenharia da Universidade Federal do Rio de Janeiro. Rio de Janeiro, RJ, 2002. 301 RIBEIRO, M. O. Estudo da Poluição e Autodepuração nos Rios Melchior e Descoberto na Bacia do Descoberto-DF-GO, com auxílio de modelos matemáticos de simulação de qualidade da água, para estudos de seu comportamento atual e futuro. Distrito Federal: PTARH-UNB, 2001. Dissertação de Mestrado. RODRIGUES, H. O., SOARES-FILHO, B. S., COSTA, W.L.S. Dinâmica EGO, uma plataforma para modelagem de sistemas ambientais. Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis. Inpe. 3089-3096. Anais... 2007. SAATY, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill - New York, 287 p. SANTHI, C.; SRINIVASAN, R.; ARNOLD, J.G.; WILLIAMS, J.R. A modeling approach to evaluate the impacts of water quality management plans implemented in a watershed in Texas. Environmental Modelling & Software 21 pp. 1141 – 1157. 2006. SANTHI, C.; SRINIVASAN, R.; ARNOLD, J.G.; WILLIAMS, J.R. A modeling approach to evaluate the impacts of water quality management plans implemented in a watershed in Texas. Environmental Modelling & Software 21 pp. 1141 – 1157. 2006. SANTOS et al. Os sistemas de informação geográfica na modelagem hidrológica. In: XII CONGRESSO NACIONAL DE TECNOLOGIASDE LA INFORMACIÓN GEOGRÁFICA. Granada, 2006. El acceso a la información espacial y las nuevas tecnologías geográficas. p. 465-479. SANTOS, A. P. Avaliação de acurácia posicional em dados espaciais com o uso de estatística espacial. Dissertação (mestrado). Viçosa, MG, 2010. SANTOS, A.R. dos. Caracterização morfológica, hidrológica e ambiental da Bacia Hidrográfica do Rio Turvo Sujo, micro-região de Viçosa- MG. Viçosa: UFV, 2001. Dissertação de Doutorado. SCHMALZ, B., TAVARES, F. & FOHRER, N. (2008) Modelling hydrological processes in mesoscale lowland river basins with SWAT—capabilities and challenges. Hydrol. Sci. J. 53(5), 989–1000. SCHNEIDER, P.; GIASSON, E.; KLAMT, E. Classificacao da aptidao agricola das terras: um sistema alternativo. Guaíba: Agrolivros, 2007. 72 p. SILVA JÚNIOR, V. P. da; LOCH, C. Determinação de Indicadores de Sustentabilidade Ambiental e sua Espacialização com Técnicas de Geoprocessamento. COBRAC 2002. Congresso Brasileiro de Cadastro Técnico Multifinalitário. UFSC Florianópolis. 6 a 10 de Outubro de 2002. SILVA, A. M.; SCHULZ, H. E.; CAMARGO, P. B.; Erosão e Hidrossedimentologia em Bacias Hidrográficas, RIMA: São Paulo, 140p. 2003. SILVA, D. D. Fortalecimento do sistema de gestão de recursos hídricos no brasil e na bacia do rio doce. Viçosa-MG : CRRH/UFV, 2010, v.1. p.93. (ISBN 978-85901701-2-9) 302 SILVA, J. P. R. P. Mapeamento de inundações no Brasil: proposta de gestão ambiental através de um sistema de informações geográficas. Anais do IX Seminário de Pós-Graduação em Geografia da UNESP Rio Claro (2009). Disponível em: <http://www.ambiente-augm.ufscar.br/uploads/A2-045.pdf>. Acesso em: 05 de dezembro de 2009. SILVA, L. A. O.; FIALHO, E. S. Problemas ocasionados pela enchente de dezembro de 2008 em Ponte Nova – MG. SIMPÓSIO BRASILEIRO DE GEOGRAFIA FÍSICA APLICADA – Universidade Federal de Viçosa. 2009. SISTEMA DE METEOROLOGIA E RECURSOS HIDRICOS DE MINAS GERAIS SIMGE. Disponível em: <http://www.simge.mg.gov.br/alerta/doce/sistema/historico_enchentes/index.html> Acesso em: 07 de outubro de 2011. SMEDEMA, L. K.; RYCROFT, D. W. 1983. Land Drainage – Planning and Design of Agricultural Drainage Systems. Cornell Univ. Press, Ithaca, New York. 376p. SMITH, M. Report on the expert consultations on revision of FAO methodologies for crop water requirements. Rome: FAO. 45 p. 1991. SOIL CONSERVATION SERVICE - SCS. National engineering handbook. Section 4: Hydrology. Washington: USDA. P. 101 - 1023, 1972. SRH/MMA – Secretaria de Recursos Hídricos/Ministério do Meio Ambiente. Estágio atual da política nacional. Disponível em: http://www.mma.gov.br/port/srh/index.cfm. Acesso em: 13 de janeiro de 2012. SRINIVASAN, R. & ARNOLD, J. G. (1994) Integration of a basin-scale water quality model with GIS. Water Resour. Bull. 30(3),453–462. THOMMERET, N., BAILLY, J. S., & PUECH, C. (2010). Extraction of thalweg networks from DTMs: application to badlands. Hydrology and Earth Systems Science, 14, 1527-1536. THORNTHWAITE, C. W. 1948. An approach toward a rational classification of climate. Geographical Review 38:55-94. TONIATO, M. T. Z.; FILHO, H. F. L.; RODRIGUES,R.R. Fitossociologia de um remanescente de floresta higrófila (mata de brejo) em Campinas, SP. Revista Brasileira de Botânica, v.21, n.2, São Paulo, Ago. 1998. TRIPATHI, M. P.; PANDA, R. K.; RAGHUWANSHI, N. S. Identification and prioritization of critical sub-watersheds for soil conservation management using the SWAT model. Biosystems Engineering, v. 85, n. 3, p. 365-379, 2003. TUCCI, C. E. M. et al. Sistema de Simulação Precipitação Vazão IPHS1. IPHUFRGS. Porto Alegre, 1989. TUCCI, C. E. M. Hidrologia: ciência e aplicação. 2ª ed., Porto Alegre. Rio Grande do Sul (RS). Editora Universidade, 943p, 2000. TUCCI, C. E. M.; Hidrologia: ciência e aplicação – 3ª ed. – Porto Alegre: Editora da UFRGS/ABRH, 943p. 2002. 303 TUCCI, C. E. M.; Hidrologia: ciência e aplicação – 3ª ed. – Porto Alegre: Editora da UFRGS/ABRH, 943p. 2002. UNESCO IHP, International Hydrological Program V: Hydrology and water resources development in a vulnerable environment. Detailed plan of the 5th phase (1996-2001) of the IHP. Paris, 54 pp. 1996. VALDIVIESO, F. O. e NARANJO, G. A. Aplicación del modelo SWAT para la estimación de caudales y sedimentos en la cuenca alta del rio Catamayo. Tercer Congreso Latinoamericano de Manejo de Cuencas Hidrográfica. 8 – 13 de junio. Arequipa – Peru. 2003. VAN GRIENSVEN, A. & BAUWENS, W. (2005) Application and evaluation of ESWAT on the Dender basin and Wister Lake basin.Hydrol. Processes 19(3), 827– 838. VARANOU, E.; PIKOUNIS, M.; BALTAS, E.; MIMIKOU, M. Application of the SWAT model for the sensitivity analysis of runoff to landuse change, Proc. II International Swat Conference, Bari, Italy. 2003. VENÂNCIO, A.; MARTINS, F.; CHAMBEL, P.; NEVES, R. Modelação Hidrológica da Bacia Drenante da Albufeira de Pracana. 5º Congresso Ibérico, Gestão e Planeamento da Água. 2006. VILLELA, S. M.; MATTOS, A. Hidrologia Aplicada. Sao Paulo, McGraw-Hill, 1975. 245p. VON SPERLING, M. Autodepuração dos cursos d'água. Belo Horizonte: DESAUFMG, 1983. Dissertação de Mestrado. VON SPERLING, M. Introdução à qualidade das águas e ao tratamento de esgotos. Princípios do tratamento biológico de águas residuárias. 2ª ed. Belo Horizonte: DESA-UFMG, 1996. Vol. 1. WALLING, D. E. The changing sediment loads of the world's rivers. Annals of Warsaw of Life Sciences - SGGW. Land Reclamation, v.39, p.3-20, 2008. WETZEL, R.G. 1993. Limnologia. Fundação Calouste Gulbenkian, Lisboa. WIGHAN, J.M. Interception. In: GRAY, D (ed.) Handbook of principles of hydrology. Huntington: Water Information Cente. Paginação irregular. Section 4, 1970. WILLIAMS, J. R., 1969. Flood Routing with Variable Travel Time or Variable Storage Coefficients. Trans. ASAE 12(1):100-103. WILLIAMS, J. R., ARNOLD, J. G., KINIRY, J. R., GASSMAN, P. W. & GREEN, C. H. (2008) History of model development at Temple,Texas. Hydrol. Sci. J. 53(5), 948–960 (this issue). WORLD METEOROLOGICAL ORGANIZATION - WMO. Guia de Practicas Hidrológicas. V1, Aquisicion y Proceso de Dados, 4 edição, N 168, Genebra – Suíça, V1 p3-1, p3-20, 1984. 304 ZANETTI, L.E. Aspectos Bióticos a Abióticos de três ambientes aquáticos em São João da Boa Vista, SP. Centro Universitário da Fundação de Ensino Octávio Bastos, SP, 2005. Monografia (Graduação em Ciências Biológicas). ZHANG, X. H.; ZHANG, H.W.; CHEN, B.; CHEN, G. Q.; ZHAO, X. H. Water resources planning based on complex system dynamics: A case study of Tianjin city. Communications in Nonlinear Science and Numerical Simulation. v. 13, p. 23282336, 2008. ZHANG, X., SRINIVASAN, R., BOSCH, D., 2009. Calibration and uncertainty analysis of the SWAT model using Genetic Algorithms and Bayesian Model Averaging. J. of Hydrol. Volume 374, Issues 3-4, 15 August, pp. 307-317. doi: 10.1016/j.jhydrol.2009.06.023 305