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