Modelo digital do terreno (MDT) e rede hidrográfica

Para a obtenção do MDT final foi utilizada uma imagem de altitudes (modelo digital de elevação) Aster GDEM com resolução espacial de 30 m. Esse modelo foi refinado utilizando o algoritmo Topo To Raster, implementado no ArcInfo 10.1, agregando ao modelo digital de elevação informações de curvas de nível, rede hidrográfica, pontos cotados, depressões, limites de lagos e bacias obtidos por meio das informações contidas nas cartas topográficas digitalizadas do Sistema Cartográfico Nacional (SCN) e editadas pelo IBGE, em escala 1:50.000. Esse procedimento transforma o MDT original em um MDEHC (Modelo Digital de Elevação Hidrologicamente Consistente), eliminando feições espúrias e possíveis erros decorrentes do processo de aquisição e geração do modelo de terreno original cujo objetivo consiste na eliminação de inconsistências e melhoria da acurácia do modelo nas operações de geoprocessamento subsequentes. O MDEHC resultado dessa operação é apresentado na Figura 8.

A técnica usada no algoritmo Topo To Raster consiste na aplicação de métodos de interpolação com o objetivo específico de converter dados vetoriais através de um modelo digital de elevação do terreno em um modelo digital de elevação hidrologicamente consistente - MDEHC. O método utiliza as técnicas de interpolação local, como a ponderação pelo inverso da distância, sem perder a continuidade superficial dos métodos de interpolação global, como Krigagem e Splines (FERNANDES FILHO et al., 2010).

46

Figura 8 – Modelo digital de elevação hidrologicamente consistente (MDHEC) da bacia do Rio Pará - MG.

47 4.1.2.2 Mapa de uso e cobertura vegetal

Para confecção do mapa de uso e cobertura do solo atual da bacia do rio Pará, foram aplicados métodos de classificação e reconhecimento de padrões nas imagens orbitais do sensor TM/Landsat 5, adquiridas em 19/07/2012, disponibilizadas pelo Instituto Nacional de Pesquisas Espaciais (INPE). Foram utilizadas as bandas espectrais da radiação azul (0.45- 0.52m), vermelho (0.63-0.69m) e infravermelho próximo (0.76-0.90m), todas com resolução espacial de 30 m. O registro e correção geométrica das imagens usou como referência uma ortoimagem do satélite GeoEye, adquirida em 12/07/2010, com resolução espacial de 50 cm na banda pancromática. Na Figura 9 são apresentadas, de modo esquemático, as etapas desse processo.

Figura 9 – Fluxograma da geração do mapa de uso e ocupação do solo.

O método de classificação aplicado na geração do mapa de uso e cobertura do solo utilizou o algoritmo de Bhattacharya que contempla uma classificação supervisionada por regiões. Na Figura 10 é apresentado o resultado dessas etapas onde foram mapeadas as principais classes das fisionomias do bioma cerrado. O cerrado sentido restrito, campo cerrado e campo rupestre correspondentes à vegetação típica da região recobrem apenas 18,12% da sua área original. As matas de galeria, outra fitofisionomia típica, ocupam uma área de 12,81%. As áreas de floresta estacional somam juntas 16,01%. Os corpos hídricos ocupam menos de 0,5% da área e outras classes de uso representam 14,59%. As pastagens introduzidas pelas atividades agropecuárias têm a maior porcentagem e recobrem 38,05%.

Seleção e aquisição das imagens

Processamento digital das imagens Correção geométrica

Segmentação

Extração dos atributos Análise estatística e classificação

Cálculo da área das classes de uso e cobertura do solo vegetal

48

49

Na Tabela 4 são apresentadas as áreas cobertas pelas diferentes classes de uso e ocupação do solo atual na bacia do rio Pará.

Tabela 4 – Distribuição das classes de uso e ocupação do solo e fitofisionomias vegetais.

Uso e cobertura Áreas do Uso Atual

(Km²) (%)

Agricultura 576,48 4,69

Água ( Lacustre ) 51,13 0,42

Campo Rupestre 112,62 0,92

Cerrado Sentido Restrito 911,25 7,41

Floresta Estacional S. Montana 2224,11 18,1

Floresta Estacional Semidecidual 950,53 7,73

Mata de Galeria 1575,9 12,8 Pastagem 4680,42 38,1 Reflorestamento 923,37 7,51 Urbanização 294,19 2,39 Total 12300,00 100,00 4.1.2.3 Classes de solos

As informações relativas aos tipos de solos da bacia hidrográfica do Rio Pará estão agrupadas em 5 grandes classes que compõem a cobertura pedológica na área da bacia. As características de cada grupamento de solo encontrado na bacia e sua descrição, segundo Koffler (1993) são apresentadas no Anexo A.

As classes de solos encontradas na bacia são: latossolos (38,60%), argissolos (32,17%), cambissolos (18,60%), aluviais (8,07%), e litólicos (2,56%). Os quantitativos dessas classes são apresentados na Tabela 5, a distribuição espacial e outros detalhes podem ser visualizados na Figura 11.

Tabela 5 – Classes de solos presentes na bacia do Rio Pará.

Classes Generalizadas das Unidades Pedológicas (Solo) Área (Km2) Área ( % )

Cambissolos 2288,40 18,60 Latossolos 4747,76 38,60 Solos Aluviais 992,71 8,07 Solos Litólicos 314,56 2,56 Solos Argissolos 3956,84 32,17 Total 12300,00 100,00 Fonte: CETEC (1983b).

50

O detalhamento das características dos parcelamentos foi obtido do projeto de “Uso e ocupação do solo da Bacia do Alto São Francisco”, desenvolvido no período de 1980 a 1982 pelo CETEC. Neste estudo, foram identificadas 46 unidades de solos, cujas descrições são apresentadas no Anexo A. O detalhamento contém o levantamento discretizado das unidades pedológicas que foram extraídas de 4 cartas digitais, georreferenciadas, articuladas com delimitação dos polígonos existentes na área da Bacia realizado através do “Sistema de Apoio à Gestão da Bacia Hidrográfica do Rio Pará – Alto São Francisco” (Figura 11).

51

52 4.2 Análise de sensibilidade

O SWAT possui uma ferramenta de análise de sensibilidade dos parâmetros. Essa ferramenta realiza a análise combinando-se os métodos Latin Hypercube – LH e One-factor-At-a-Time – OAT (VAN GRIENSVEN, 2005).

O Latin Hypercube é baseado na simulação de Monte-Carlo, através de um método de amostragem estratificada. Este método permite uma estimativa eficiente das estatísticas de saída eliminando a necessidade de inúmeras simulações. Na amostragem estratificada uma amostra (x1, x2, ..., xN) de dimensão N é gerada a partir de uma distribuição acumulada dos

valores iniciais dos parâmetros. Essa amostragem é também designada como pseudoaleatória uma vez que os números aleatórios são gerados por meio de um processo determinístico. Nesse processo, a amplitude de cada parâmetro é dividida em n faixas, e então o modelo faz uma combinação randômica dos parâmetros, sendo que cada faixa é testada uma única vez. A amostra estratificada tem como propósito cobrir todo o espaço de amostragem dos valores iniciais dos parâmetros. Assim, uma grande vantagem do método de Monte Carlo é a combinação lógica da calibração, análise de sensibilidade e de incerteza dentro de uma única estrutura.

O método One-factor-At-a-Time promove a alteração de apenas um parâmetro a cada simulação, permitindo que as mudanças sejam atribuídas unicamente ao parâmetro alterado. A combinação desses métodos permite a identificação dos parâmetros mais sensíveis e facilita a etapa de calibração.

Segundo Arnold et al. (2000), o modelo SWAT é sensível a diversas variáveis relacionadas às variáveis físicas e climáticas. Arnold et al. (2000) e Machado (2002), relatam que o modelo SWAT é sensível a mais de 100 variáveis relacionadas à vegetação, manejo do solo, pedologia, clima, aquíferos, canal e reservatório. Os parâmetros que comumente apresentam maior sensibilidade são os descritos no manual do modelo SWAT (NEITSCH et al., 2009b). As principais variáveis que apresentam maior sensibilidade quanto à vegetação, manejo do solo, pedologia (solos), clima, aquíferos, canal e reservatório, utilizados na modelagem deste trabalho estão descritas na Tabela 6.

53

Tabela 6 – Principais variáveis de maior sensibilidade relacionadas à vegetação, manejo do solo, pedologia, clima, aquíferos, canal e reservatório.

Parâmetros Descrição

ALPHA_BF: fator do fluxo de base, ou constante de recessão: taxa na qual a água subterrânea retorna ao rio (dias);

CAN_MX: máximo armazenamento do dossel (mm);

CN2: curva número (os valores de CN são diferentes para cada classe de uso e ocupação do solo);

ESCO: fator de compensação de evaporação do solo; GW_DELAY: tempo de atraso de águas subterrâneas (dias);

GWQMN: profundidade de água subterrânea requerida para que o retorno do fluxo ocorra (mm);

GW_REVAP: variável que controla a quantidade de água que se move do aquífero para a zona de raízes;

LAT_TIME: tempo de retorno do fluxo lateral (dias);

RCHRG_DP: fração de percolação da zona de raízes que recarrega o aquífero profundo; REVAP_MN: profundidade de água no aquífero para que ocorra percolação (mm);

SLSUBBASIN: comprimento de rampa médio para a sub-bacia, adotado como sendo o mesmo valor utilizado para o comprimento de rampa do escoamento lateral (m);

SOL_K condutividade hidráulica saturada (mm/h); SURLAG: coeficiente de atraso do escoamento superficial. BLAI: máximo índice de área foliar potencial.

Fonte: NEITSCH et al. (2009b)