• Nenhum resultado encontrado

INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SANTA TERESA PÓS-GRADUAÇÃO LATO SENSU EM EDUCAÇÃO E GESTÃO AMBIENTAL JULIELZA BETZEL BALDOTTO

N/A
N/A
Protected

Academic year: 2021

Share "INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SANTA TERESA PÓS-GRADUAÇÃO LATO SENSU EM EDUCAÇÃO E GESTÃO AMBIENTAL JULIELZA BETZEL BALDOTTO"

Copied!
44
0
0

Texto

(1)

CAMPUS SANTA TERESA

PÓS-GRADUAÇÃO LATO SENSU EM EDUCAÇÃO E GESTÃO AMBIENTAL

JULIELZA BETZEL BALDOTTO

ESTIMATIVA DE PRODUÇÃO DE SEDIMENTOS POR MEIO DE MODELAGEM MATEMÁTICA E SIG NA BACIA HIDROGRÁFICA DO RIO SANTA MARIA DO

DOCE-ES

SANTA TERESA

(2)

ESTIMATIVA DE PRODUÇÃO DE SEDIMENTOS ATRAVÉS DE MODELAGEM MATEMÁTICA E SIG NA BACIA HIDROGRÁFICA DO RIO SANTA MARIA DO

DOCE-ES

Monografia elaborada como requisito do curso de Pós-graduação Lato Sensu em Educação e Gestão Ambiental, do Instituto Federal do Espírito Santo, Campus Santa Teresa, para fins de obtenção do título de Especialista em Educação e Gestão Ambiental.

Orientador: Prof. Dr. Ednaldo Miranda de Oliveira Coorientador: Prof. Dr. Diogo Costa Buarque

SANTA TERESA

(3)

(Biblioteca Major Bley do Instituto Federal do Espírito Santo) B178e Baldotto, Julielza Betzel.

Estimativa de produção de sedimentos através de modelagem matemática e SIG na bacia hidrográfica do Rio Santa Maria do Doce / Julielza Betzel Baldotto. – 2020.

39f. : il. ; 30 cm.

Orientador: Prof. Dr. Ednaldo Miranda de Oliveira Coorientador: Prof. Dr. Diogo Costa Buarque

Monografia (Pós-graduação Lato Sensu em Educação e Gestão Ambiental) – Instituto Federal do Espírito Santo, Santa Teresa, 2020.

Inclui bibliografias.

1. Rusle. 2. SIG. 3. Perda de solo. I. Oliveira, Ednaldo Miranda de. II. Buarque, Diogo Costa. III. Instituto Federal do Espírito Santo. IV. Título.

CDD 23 – 627.122 Elaboração: Domingos Sávio Côgo – CRB6/ES - 430

(4)
(5)

Declaração do autor sobre reprodução do trabalho

Eu, Julielza Betzel Baldotto autorizo a utilização parcial desse trabalho, desde que seja citada a fonte nas referências.

(6)

A perda de solo por processo erosivo conduz a problemáticas diversas como o assoreamento de córregos e rios, além de perdas em produções agrícolas. No intuito de quantificar as perdas de solo para projetos de conservação do solo foram criados os modelos matemáticos. E, para estimar a perda de solo, avanços e melhorias contínuas são encontradas com constantes renovações das tecnologias dos sistemas de informações geográficas-SIG’s. As mensurações espaciais das características morfométricas, antes realizadas a nível local, têm sido realizadas com o suporte de SIG’s, em níveis regionais e globais. Essas mensurações permitem o conhecimento de processos ou fenômenos que acometem ou podem acometer, positiva ou negativamente qualquer território. Neste contexto, teve-se como objetivo do presente trabalho estimar as perdas de solo na bacia do rio Santa Maria do Doce, por meio da Equação Universal Revisada de Perda de Solo, utilizando a espacialização de seus fatores, com auxílio de geoprocessamento dos dados meteorológicos, de declividade, geológicos e de uso e manejo do solo. Esta bacia tem seu solo explorado predominantemente pela atividade agropastoril, apresenta alta declividade nas áreas de cabeceiras, ou seja, fatores que contribuem para o avanço da erosão. Como resultado estimou-se para a bacia valor médio de perda de solo de 26,60 t.ha-1.ano-1. Também verificou-se que território pode ser classificado com valor baixo à moderado de perda de solo, apresentando índices mais elevados na parte sudeste, onde o tipo de solo é o Cambissolo e a altura pluviométrica é maior, além do relevo ser acidentado

(7)

The loss of soil through an erosive process leads to several problems such as the silting up of streams and rivers, in addition to losses in agricultural production. In order to quantify soil losses for soil conservation projects, mathematical models were created. And, to estimate soil loss, advances and continuous improvements are found with constant renewals of the technologies of geographic information systems-GIS's. Spatial measurements of morphometric characteristics, previously performed at the local level, have been carried out with the support of GIS’s, at regional and global levels. These measurements allow the knowledge of processes or phenomena that affect or can affect, positively or negatively, any territory. In this context, the objective of this study was to estimate soil losses in the Santa Maria do Doce River basin, using the Revised Universal Soil Loss Equation, using the spatialization of its factors, with the aid of geoprocessing of meteorological data. , declivity, geological and land use and management. This basin has its soil exploited predominantly by the agropastoral activity, has a high slope in the headland areas, that is, factors that contribute to the progress of erosion. As a result, an average soil loss value of 26.60 t.ha-1.year-1 was estimated for the basin. It was also found that territory can be classified as having low to moderate soil loss, with higher rates in the southeastern part, where the soil type is Cambisol and the rainfall is greater, in addition to the rugged relief.

(8)

Figura 1 - Representação altimétrica da bacia hidrográfica do rio Santa Maria do Doce com seus principais rios e sua rede de drenagem... 13 Figura 2 - Localização dos postos de erosividade representados pelos pontos em vermelho no mapa. ... 15 Figura 3 -Bacia do Rio Santa Maria do Doce delimitada através do pacote IPH_Hydro Tools. . 23 Figura 4 -Aplicação do teste estatístico K para determinação de padrão aleatório na escolha dos pontos onde obteve-se os valores de erosividade. ... 24 Figura 5 - Espacialização da erosividade (Fator R) obtido por interpolação de dados do software netErosividade-ES. ... 25 Figura 6 - Espacialização da erodibilidade do solo obtida por meio do mapa de solo do Navegador Geobases. ... 26 Figura 7 - Espacialização do fator topográfico obtido para cada pixel do Modelo Digital de Elevação. ... 27 Figura 8 - Espacialização do Fator C para o qual as classes de tipo e uso de solo do IEMA foram de base para a criação. ... 29 Figura 9 - Espacialização de práticas conservacionistas. ... 30 Figura 10 - Mapeamento de perda de solo na bacia com classificação de áreas por quantitativo de perdas... 31 Figura 11 - Mapeamento da fragilidade do solo nas bacias do rio Santa Joana e do rio Santa Maria do Doce. ... 32

(9)

Tabela 1 - Fator de erodibilidade por tipo de solo e referência utilizada. ... 16 Tabela 2 - Fator C (preparo e cobertura do solo) para as classes delimitadas. ... 20 Tabela 3 - Fator P (práticas conservacionistas) para as classes delimitadas. ... 21 Tabela 4 - Porcentagens de tipo e uso de solos da bacia do rio Santa Maria do Doce realizado por meio do mapeamento requerido pelo IEMA de 2012-2015. ... 27 Tabela 5 - Classificação de perda de solo e a porcentagem de área da bacia que apresenta as perdas. ... 33

(10)

1. INTRODUÇÃO ... 9

2. METODOLOGIA ... 12

2.1 Caracterização da área de estudo ... 12

2.2 Método ... 13

2.2.1 Mapeamento da Erosividade (R) ... 14

2.2.2 Mapeamento da Erodibilidade do Solo (K) ... 15

2.2.3 Mapeamento do Fator LS ... 18 2.2.4 Mapeamento do Fator C ... 19 2.2.5 Mapeamento do Fator P ... 21 3. RESULTADOS E DISCUSSÃO ... 23 4. CONCLUSÃO ... 35 5. REFERÊNCIAS BIBLIOGRÁFICAS... 36

(11)

1. INTRODUÇÃO

A água é um recurso essencial à vida, visto que todos os organismos vivos, sobretudo o ser humano, dependem sobremaneira dela para sua sobrevivência (TUNDISI; TUNDISI, 2011). De acordo com Mota (2016), apesar da quantidade de água disponível ser bastante superior ao total consumido pela população, a distribuição espacial dela é extremamente desigual.

Além disso, o problema de escassez da água se agrava com a depleção da sua qualidade, em especial quando o lançamento de poluentes nos mananciais for superior à sua capacidade de autodepuração, devido às condições naturais e do uso e da ocupação do solo, bem como da interferência antrópica (VON SPERLING, 2014).

Uma das principais causas da perda de qualidade da água em corpos hídricos são os sedimentos gerados pelos processos erosivos, dado que os sedimentos, além da contaminação, podem causar assoreamento dos mananciais, decorrente da atividade agrícola mal orientada e da falta de práticas de conservação do solo (DERISIO, 2012). Dessa forma, Guerra, Silva e Botelho (1999) definem o potencial erosivo laminar como o resultado da interação entre a suscetibilidade dos terrenos em erodir e a ocupação e uso atual destes solos.

O processo erosivo é constituído de três fases: desagregação, transporte e a deposição (Morgan, 2005). A energia do impacto das gostas de chuva é transferida para o solo causando sua desagregação. Daí, as partículas desagregadas são carreadas pelo escoamento superficial, que é dependente de vários fatores como o quantitativo de precipitação no local. A deposição advém com a perda de energia da capacidade de transportar o material erodido (MINELLA et al., 2010).

Desta forma, o material erodido pode então ser transportado até os canais hídricos devido a energia cinética adquirida pelo escoamento superficial resultante da precipitação. A movimentação do material erodido no canal fluvial é denominado transporte de sólidos. Ocorrendo, de modo simplista, pelo deslocamento de partículas sólidas mais pesadas próximas ao fundo e as partículas mais leves junto ao escoamento, sendo a capacidade de transporte do leito o limitador deste transporte (BAPTISTA e LARA, 2016).

(12)

Segundo Carvalho (2008) os fatores que intensificam o transporte de sedimentos são: a meteorologia (precipitação, vento e gelo); a geologia (composição da rocha); topografia (gradiente de declividade, comprimento da rampa); as características do solo (estrutura, textura e porosidade), a presença de práticas conservacionistas e a cobertura vegetal.

Face aos problemas causados pela erosão, diversos esforços foram realizados para estimar a perda de solo e seus impactos sobre o meio ambiente (MUSGRAVE, 1947; SMITH e WISCHMEIER, 1957; MOORE e BURCH, 1986; RENARD et al., 1997; GELAGAY e MINALE, 2016). Para tanto, equações empíricas surgiram com este propósito, tendo como destaque a Equação Universal de Perda de Solo – USLE (WISCHMEIER; SMITH, 1965) e suas modificações: Equação de Perda de Solo Universal Modificada - MUSLE (WILLIAMS, 1975); e Equação de Perda de Solo Universal Revisada - RUSLE (RENARD et al., 1997); dentre outras.

Entretanto, para grandes extensões territoriais, a obtenção de dados locais dos fatores relacionados às equações seria de delongada, difícil e custosa aquisição em expedições in loco. Por isso, uma ferramenta que tem sido usada na coleta, tratamento, análise e produção de informações são os Sistemas de Informação Geográfica (SIG’s), dado a necessidade cada vez mais recorrente de estudar a dinâmica espaço-temporal dos fatores que afetam a geração e o transporte de sedimentos (BUARQUE, 2015).

Na literatura que trata desse assunto, muitos trabalhos avaliam a perda de solo com o uso da RUSLE e auxílio de SIG, tais como: Ganasri e Ramesh (2016) na Bacia de Nethravathi localizada na parte sudoeste da Índia; Gelagay e Minale (2016) na bacia de Koga na Ethiopia; Steinmetz et al. (2018) em duas bacias hidrográficas agrícolas no Rio Grande do Sul; Yang et al. (2018) no Tibete; Teng et al. (2019) na China; Efthimiou, Psomiadis e Panagos (2019) em área de incêndio na Grécia.

Portanto, o levantamento de dados por produtos cartográficos é extremamente relevante, dado que esses mapas auxiliam no entendimento das prováveis áreas geradoras de sedimentos, assim como, podem fornecer subsídios para prevenção e redução do carreamento de partículas para os corpos hídricos (CRUZ e RODRIGUES, 2013).

Mendonça (2013) mapeou a fragilidade erosiva por tipo de variável ambiental influenciadora dos processos erosivos na bacia do rio Santa Maria da Vitória, diagnosticando que a maior porcentagem da área da bacia classifica-se como moderado,

(13)

o grau de fragilidade à erosão. No trabalho PARH-SANTA MARIA (2010), a susceptibilidade erosiva da maior parte da bacia é citada como de forte à média devido aos declives acentuados, fator que contribui para a produção de sedimentos. Brune (2014) realizou um estudo no rio Santa Maria do Doce comparando métodos empíricos para estimar as descargas sólidas do canal, constatando que os métodos geram grandes diferenças nos resultados de transporte de sedimento do rio.

A RUSLE é uma equação empírica que prevê valores médios de perda de solo. Tendo como grande vantagem sua aplicação relativamente simples e possível, em locais onde a base de dados e as informações de variáveis ambientais são geralmente escassas, como no caso da bacia em estudo. Todavia, não se verifica na literatura estudos avaliando a estimativa de produção de sedimentos na bacia do rio Santa Maria do Doce utilizando o modelo RUSLE.

Diante desse contexto, o presente estudo tem por objetivo estimar a produção de sedimentos, por meio do modelo RUSLE, na bacia do rio Santa Maria Doce, Espírito Santo, Brasil, utilizando como auxílio SIG.

(14)

2. METODOLOGIA

2.1 Caracterização da área de estudo

A bacia hidrográfica do rio Santa Maria do Doce (Figura 1), situa-se entre os municípios espíritos-santenses: Santa Teresa, São Roque do Canaã e Colatina. Possui 935 km², sendo a maior parte do território antropizada (81%), da qual 74% destina-se a agropecuária. Na bacia predominam solos do tipo Latossolos, Argissolos, Cambissolos e Gleissolos (PARH-SANTA MARIA, 2010), em relevo com declividade média, considerado como fortemente ondulado (CAMPANHARO, 2010).

O Rio Santa Maria do Doce nasce a 1000 m de altitude desaguando no Rio Doce, no município de Colatina a 40 m de altitude. Seus principais afluentes são os rios Santa Júlia, Taboca, Perdido e Vinte e Cinco de Julho (PARH-SANTA MARIA, 2010). O clima na região é considerado tropical especificado como Am (PEEL, FINLAYSON e McMAHON, 2007).

Segundo o trabalho de Campanharo (2010), a bacia apresenta forma alongada, sem tendências às cheias, eficiente em escoamento de fluxo d’água e boa infiltração. O canal principal é muito tortuoso em sua porção sul, área de cabeceira onde predomina as regiões mais declivosas. Ao longo do caminho, a tendência com a diminuição da declividade, é apresentar velocidade de fluxo relativamente lenta.

Com a grande variação de altitude são comuns os problemas de desestruturação de encostas, a ocorrência de deslizamentos de terra, desabamentos e corridas de lama mobilizando blocos fraturados. Observa-se ainda a existência de sulcos e voçorocas onde dominam as colinas convexas com declives mais acentuados (PARH-SANTA MARIA, 2010).

As descargas sólidas do rio Santa Maria do Doce apresentam um valor de 0,8349 t.ha -1

.ano-1 em período chuvoso, caracterizados por areia média (BRUNE, 2014). Os valores de vazão do rio variam entre 0,30 e 35,19 m³.s-1, com profundidade entre 1,52 e 6,58 m e velocidade de 0,11 a 0,86 m.s-1. A média dos diâmetros de sedimentos D35 são iguais a 0,731 mm, enquanto que a média do diâmetro D50 é igual a 1,028 mm (BRUNE, 2014).

(15)

Já Tesch (2015) com seu monitoramento ambiental em uma subbacia do rio Santa Maria do Doce, constatou que a produção média de sedimentos em estradas não pavimentadas tem valor de 67,4 ton.ha-1.ano-1.

Figura 1- Representação altimétrica da bacia hidrográfica do rio Santa Maria do Doce com seus principais rios e sua rede de drenagem.

Fonte: Autor.

2.2 Método

Utilizando o QGIS versão 2.18.15 e o pacote de ferramentas IPH-Hydro Tools (SIQUEIRA et al., 2016), adquirido no site <https://www.ufrgs.br/hge/modelos-e-outros-produtos/iph-hydro-tools/> foi realizada a delimitação da bacia hidrográfica do rio Santa Maria do Doce e de sua rede de drenagem, a partir de um Modelo Digital de Elevação - MDE.

O Modelo Digital de Elevação-MDE utilizado neste trabalho, foi obtido a partir da SRTM (Shuttle Radar Topography Mission) e está disponibilizado gratuitamente no site <https://www.cnpm.embrapa.br/projetos/relevobr/download/es/es.htm>, em resolução

(16)

de 90 metros. Foram consideradas as folhas SF-24-V-B, SF-24-V-A, 24-Y-D e SE-24-Y-C, realizado a composição de mosaico da região e reamostrados os pixels para 30 metros (0.0002777778 x 0.0002777778). A delimitação da bacia e sua rede de drenagem, com áreas de cabeceiras de 10 km, foram realizadas com auxílio do manual de Medeiros et al. (2018). Todos os procedimentos acima realizados para espacialização dos fatores da RUSLE sobre a área da bacia avaliada.

Os parâmetros preditivos do modelo RUSLE ((1), adaptado do modelo USLE-Equação Universal de Perda de Solo por Renard et al. (1997), foram espacializados no QGIS e calculados pelo método de álgebra de mapas através da ferramenta calculadora raster.

𝐴 = 𝑅. 𝐾. 𝐿𝑆. 𝐶. 𝑃 (1)

𝐴 - perda de solo por unidade de área e tempo (t.ha-1

.ano-1) 𝑅 - fator de erosividade da chuva (MJ.mm.ha-1

.h-1.ano-1) 𝐾 - fator erodibilidade do solo (t.ha-1

.MJ.mm) 𝐿𝑆 - fator topográfico (adimensional)

𝐶 - fator preparo e cobertura do solo (adimensional) 𝑃 - fator práticas conservacionistas (adimensional)

2.2.1 Mapeamento da Erosividade (R)

Segundo Carvalho (2008) a erosividade é a capacidade da chuva causar erosão em uma área sem proteção. Os valores para esse parâmetro foram obtidos através do programa netErosividade ES (MOREIRA et al.,2012). Segundo os elaboradores desse sistema, ele estima a erosividade de chuva por meio de redes neurais artificiais, podendo ser utilizado para qualquer localidade do Estado do Espírito Santo. A erosividade é calculada pela (2. Em que, 𝐸 é a energia cinética de um evento de chuva 𝑗, 𝐼30 é a intensidade de chuva ocorrida em 30 minutos do evento de chuva 𝑗 e 𝑛 é o quantitativo de eventos de chuva de um período avaliado, fornecido em MJ.mm.ha-1.h-1.ano-1.

(17)

𝑅 = ∑(𝐸𝐼30)𝑗

𝑛

𝑗=1

(2)

A espacialização do fator erosividade foi efetuada no programa QGIS utilizando o método de interpolação pelo inverso da distância de dados de erosividade anual, obtidos do software netErosividade ES, calculados segundo Foster et al. (1981). Os dados de erosividade do software foram obtidos de 14 pontos localizados nas sedes dos municípios da bacia e de seus vizinhos, além de outros pontos aleatórios pela bacia (Figura 2). O netErosividade ES para cálculo de erosividade somente dispõe do período de precipitação relativos aos anos de 1961 a 1990, não sendo compatível com o período temporal dos outros fatores da RUSLE.

Figura 2- Localização dos postos de erosividade representados pelos pontos em vermelho no mapa.

Fonte: Autor.

2.2.2 Mapeamento da Erodibilidade do Solo (K)

A erodibilidade do solo representa a susceptibilidade de um solo à erosão (CARVALHO, 2008). Sendo esse fator, uma função das interações entre as

(18)

propriedades físicas e químicas do solo (a exemplificar: matéria orgânica e granulometria), de forma que, para uma mesma classificação de solo, a erodibilidade pode variar (WISCHMEIER; SMITH, 1978). Como exemplo disso, a (3 demonstra de modo simplificado o cálculo do fator de erodibilidade proposto por Wischmeier e Smith (1978) que leva em consideração as porcentagens de tamanho dos grãos do solo.

𝐾 = (%𝑎𝑟𝑒𝑖𝑎 + %𝑠𝑖𝑙𝑡𝑒

%𝑎𝑟𝑔𝑖𝑙𝑎 ) . 0,01

(3)

Para especializar a erodibilidade do solo na área avaliada, um mapa com os tipos de solos da bacia foi adquirido do Navegador GEOBASES, representando digitalmente os solos do Estado em escala 1:400000 do mapa original do Projeto Radambrasil (1:250000). Os valores de erodibilidade do solo foram adicionados aos tipos de solo de acordo com Tabela 1. Contudo, das 07 classes de solos presentes no mapa adquirido, 03 classes precisaram sofrer adaptações para o valor de K, pois, nenhuma referência pesquisada continha o valor K para o solo descrito fidedignamente como advindo do Navegador GEOBASES.

Tabela 1 - Fator de erodibilidade por tipo de solo e referência utilizada.

Tipo de Solo Sigla

Valor K (t.h.MJ-1.mm-1)

Referência

LATOSSOLO AMARELO

Distrófico típico A mod. arg. flor. subperen. f. ond. e mont. + AFLORAMENTO ROCHOSO +

LATOSSOLO

VERMELHO-AMARELO Distrófico típico A mod. arg. flor. subperen. f. ond. e mont. LAd18 0,027700 Morais e Sales (2017)* CAMBISSOLO HÁPLICO Tb

Distrófico típico A mod. méd. e

CXbd2 0,227036

(19)

arg. pedregosa e não pedregosa flor. subperen. f. ond. e mont. +

LATOSSOLO

VERMELHO-AMARELO distrófico A mod. arg. flor. subperen. ond. e f. ond.

et al. (2013)

CAMBISSOLO HÁPLICO Tb

Distrófico típico A mod. arg. e méd. não pedregosa e pedregosa flor. subperen. mont. e escarp. +

LATOSSOLO AMARELO

Distrófico típico A mod. arg. flor.

subperen. mont. +

AFLORAMENTO ROCHOSO

CXbd4 0,006372 Chagas et al.

(2011)*

LATOSSOLO AMARELO

Distrófico típico A mod. arg. e m. arg. + ARGISSOLO VERMELHO Eutrófico nitossólico A mod. méd./arg. e arg. + ARGISSOLO VERMELHO-AMARELO

Eutrófico (e distrófico) A mod. méd./arg. e arg., todos flor. subcad. f. ond. e ond. LAd21 0,027700 Morais e Sales (2017)* LATOSSOLO

VERMELHO-AMARELO Distrófico típico A mod. arg. e m. arg. flor. subperen. f. ond. e mont. + ARGISSOLO

VERMELHO Eutrófico (e

distrófico) A mod. arg. flor. subperen. f. ond. e mont. + AFLORAMENTO ROCHOSO

LVAd3 0,017482 Carvalho Júnior

(20)

LATOSSOLO VERMELHO-AMARELO Distrófico típico A mod. arg. flor. subperen. f. ond. e mont.

LVAd2 0,012667 Carvalho Júnior

et al. (2013)

LATOSSOLO AMARELO

Distrófico típico A mod. arg. flor. subperen. f. ond. e mont. +

CAMBISSOLO HÁPLICO Tb

Distrófico típico A mod. arg. e méd., não pedregosa e pedregosa flor. subperen. f. ond. e mont.

LAd7 0,016585 Carvalho Júnior

et al. (2013)

*Por falta de referência de valores de K para este solo com maior nível de detalhamento, adotou-se o valor de K de solo com menor detalhamento, mais próximo possível da descrição do tipo de solo.

Abreviações: Mod. = moderado; méd. = média; m. = muito; arg. = argilosa; aren. = arenosa; casc. = cascalhenta; ñ casc. = não cascalhenta; flor. = floresta; subperen. = subperenifólia; subcad. = subcaducifólia; peren. = perenifólia; rest. = restinga; pl. = plano; s. ond. = suave ondulado; ond. = ondualdo; f. ond. = forte ondulado; mont. = montanhoso; escarp. = escarpado; org. = orgânica.

Fonte: Adaptações realizadas pelo autor.

2.2.3 Mapeamento do Fator LS

O fator topográfico (LS) é a razão entre a perda de solo de um local avaliado e a perda de solo de um local com padrões específicos de 25m de comprimento e 9% de declive (WISCHMEIER E SMITH, 1978). Porém, de maneira não comparativa, também pode-se dizer que é a combinação do comprimento de rampa (distância percorrida pela gota de chuva desde o ponto em que ela atinge o solo, até ela chegar ao corpo hídrico) e da declividade (S) que o terreno possui, pois essa, influencia no deslocamento da gota.

Para geração do mapa do fator LS foi utilizado o algoritmo “Slope length” do Sistema de Análises Geocientíficas Automatizado-SAGA, acoplado ao QGIS. O método utilizado no SAGA realiza a modelagem do fator LS a partir da área de contribuição. A área de contribuição é formada por células a montante, que drenam seus fluxos para uma célula considerada. Com isso, para cada pixel é calculada a declividade, a direção

(21)

de fluxo e a quantidade de fluxo da área de contribuição do pixel. Dessa maneira, o fator topográfico para vertentes complexas tem seu valor mensurado mais próximo do real.

O SAGA oferece para o cálculo do fator LS as equações de: Moore e Bruch (1986), Desmet e Govers (1996) ou Boehner e Selige (2006). A equação utilizada no trabalho é baseada em Desmet e Govers (1996) visualizada nas Equações (4 e (5.

𝐿𝑖,𝑗 = ((𝐴𝑖,𝑗−𝑖𝑛+ 𝐷 2)𝑚+1− (𝐴 𝑖,𝑗−𝑖𝑛)𝑚+1 𝐷𝑚+2𝑥 𝑖,𝑗𝑚(22,13)𝑚 ) (4) 𝑆 = 0,00654𝑠2+ 0,0456𝑠 + 0,065 (5)

𝐿𝑖,𝑗 - fator de comprimento de vertente de uma célula com coordenadas (𝑖, 𝑗) (adimensional);

𝐴𝑖,𝑗−𝑖𝑛 - área de contribuição de uma célula com coordenadas (𝑖, 𝑗) (m2);

𝐷 - tamanho da grade de células (m); 𝑥𝑖,𝑗 - valor da direção do fluxo;

𝑚 - coeficiente que assume os valores: 0,5, se 𝑠 ≥ 5%; 0,4, se 3% ≤ 𝑠 < 5%; 0,3, se 1% ≤ 𝑠 < 3%; e 0,2, se 𝑠 < 1%.

𝑆 - fator de declividade (adimensional); e 𝑠 - declividade média da vertente (%).

2.2.4 Mapeamento do Fator C

Segundo os autores Wischmeier e Smith (1978) o fator C é um parâmetro adimensional, que corresponde a razão entre a perda de solo de terra cultivada e a perda de solo esperada para uma terra sem cultivo.

Para espacialização desse fator foi obtido o arquivo de uso e cobertura do solo mapeamento realizado pelo Instituto Estadual de Meio Ambiente e Recursos Hídricos –

(22)

https://geobases.es.gov.br/links-para-mapes1215, produzidos em escala 1:10000, de resolução espacial de 0,25 m.

As classes de uso do solo determinadas pelo IEMA, que estão presentes na bacia resultaram em 13 tipos de uso de solo (Tabela 2). Os valores do fator C utilizado para cada classe e as referências bibliográficas adotadas estão presentes na Tabela 2. Os autores indicaram valores do fator C para a classe Brejo e Outros pela ausência de referência e falta de discretização da classe, respectivamente.

Tabela 2 - Fator C (preparo e cobertura do solo) para as classes delimitadas.

Classe delimitada C Referência

Área urbanizada 1,00000 Vitte (1997)

Afloramento rochoso 0,00100 Ribeiro e Alves (2008)

Brejo 0,00000 Autores

Campos 0,04200 Silva (2004)

Cultivos agrícolas 0,20000 Vitte, 1997

Extração mineral 1,00000 Autores

Capoeira/Macega 0,00100 Dutra; Mendonça (1997)

Massa d´água 0,00000 Silva (2004)

Mata nativa (todos estágios) 0,00004 Vitte (1997)

Outros 0,20000 Autores

Pastagem 0,01000 Tomazoni et al. (2005)

Reflorestamento por Eucalipto e Seringueira

0,03241 Silva (2007)

Solo exposto 1,00000 Farinasso et al (2006)

(23)

2.2.5 Mapeamento do Fator P

Da criação da USLE, o fator P (práticas conservacionistas) foi definido como a relação entre a perda de solo de uma prática de cultivo avaliada e a perda de solo com uma prática morro abaixo.

Os diagnósticos das classes de solos se deram de forma similar à descrita para o Fator C, conforme demonstrado acima. Contudo, os valores atribuídos ao fator P foram inseridos à tabela de atributos da camada de tipo e uso de solo do IEMA se baseando na Tabela 3. Os autores indicaram valores do fator P para a classe Brejo, Extração mineral e Outros pela ausência de referência das duas primeiras e falta de discretização da última classe.

Tabela 3 - Fator P (práticas conservacionistas) para as classes delimitadas.

Classe delimitada P Referência

Área urbanizada 1,00000 Prado (2005)

Afloramento rochoso 1,00000 Nunes (2013)

Brejo 0,00000 Autores

Campos 0,40000 Ruhoff (2006)

Cultivos agrícolas 0,70000 Ruhoff (2006)

Extração mineral 1,00000 Autores

Capoeira/Macega 0,20000 Souza (2010)

Massa d´água 0,00000 Ruhoff (2006)

Mata nativa (todos estágios) 0,10000 Ruhoff (2006)

Outros 0,20000 Autores

(24)

Reflorestamento por Eucalipto e Seringueira

0,20000 Souza (2010)

Solo exposto 1,00000 Ruhoff (2006)

(25)

3. RESULTADOS E DISCUSSÃO

A bacia gerada pela ferramenta IPH-Hydro Tools é demonstrada na Figura 3, com seu ponto de exutório localizado no extremo norte da figura. A área gerada resultou em aproximadamente 953 km2, valor aproximado ao descrito no PARH-SANTA MARIA (2010). O perfil de drenagem também está representado pela Figura 3, delimitado por uma área de cabeceira de 10 Km2, com indicação dos principais rios da bacia.

Figura 3 - Bacia do Rio Santa Maria do Doce delimitada através do pacote IPH_Hydro Tools.

Fonte: Autor.

Como a escolha dos postos de erosividade se baseou em coordenadas centrais dos municípios da bacia e de seus vizinhos, realizou-se uma análise estatística espacial, a fim de detectar o padrão aleatório nas escolhas dos pontos. Para tanto, se utilizou da função K proposta por Ripley (1977).

Da Figura 4 depreende-se que como não há picos evidentes, a curva da função tem comportamento visivelmente crescente, portanto, a localização da escolha dos postos de erosividade apresenta comportamento aproximadamente agrupado. Contudo até valores de distância central de 20000m os dados estariam aleatoriamente dispostos.

(26)

Figura 4 - Aplicação do teste estatístico K para determinação de padrão aleatório na escolha dos pontos onde obteve-se os valores de erosividade.

Fonte: Autor.

Da interpolação do fator R foi gerado o mapeamento de erosividade demonstrado Figura 5. A partir disto, depreende-se que a energia cinética de chuvas é mais intensa na região sudeste da bacia, pertencente ao município de Santa Teresa, diminuindo em direção às terras de baixas altitudes de São Roque do Canaã.

(27)

Figura 5 - Espacialização da erosividade (Fator R) obtido por interpolação de dados do software netErosividade-ES.

Fonte: Autor.

O fator de erodibilidade é visualizado com sua distribuição espacial na Figura 6. O maior valor do Fator K, igual a 0,227036 t.h.MJ-1.mm-1, foi verificado na região sudeste da bacia, local que apresenta o tipo de solo Cambissolo Háplico.

Segundo Jacomine (2008), este solo possui o Horizonte B incipiente, ou seja, não totalmente transformado, presença de materiais primários intemperizáveis. Para Mendonça (2013) é neste tipo de solo que estão classificadas as áreas como fortemente frágeis à erosão e, é nele que o uso de solo com a cafeicultura predomina na bacia.

Os Cambissolos Háplicos são considerados solos jovens em relação aos Latossolos, pois, seus horizontes superficiais são menos desenvolvidos e profundos, o que segundo a Embrapa (2008), os torna mais propícios à exposição do horizonte C. Assim, segundo Bonna (2011), quando há a exposição desse horizonte C, rico em silte, o processo erosivo tende a se tornar mais acelerado, fato favorável ao desenvolvimento de voçorocas. Para Morais e Sales (2017) os solos mais suscetíveis à erosão possuem K > 0,043.

(28)

Figura 6 - Espacialização da erodibilidade do solo obtida por meio do mapa de solo do Navegador Geobases.

Fonte: Autor.

O fator topográfico LS representa a contribuição do escoamento superficial no processo de erosão hídrica, que combina os fatores de comprimento de rampa e declividade. Quanto maior for o comprimento de uma encosta, maiores serão a velocidade de escoamento e o volume escoado, ou seja, maior poder de erosão (CARDOZO et al., 2015). O Fator LS foi obtido para cada pixel do MDE, representado pela Figura 7, onde nota-se maiores valores (cor alaranjada): na região leste, local de altos declives; e região centro-oeste, área possuidora de uma cadeia de montanhas.

(29)

Figura 7 - Espacialização do fator topográfico obtido para cada pixel do Modelo Digital de Elevação.

Fonte: Autor.

Do mapeamento de uso do solo, as áreas de cultivos agrícolas são os mais presentes no território avaliado, seguidas pelas pastagens e pelos fragmentos de Mata Nativa, conforme a Tabela 4. O resultado vai de encontro ao PARH-SANTA MARIA (2010), que cita alta taxa de atividade agropecuária na região.

Tabela 4 - Porcentagens de tipo e uso de solos da bacia do rio Santa Maria do Doce realizado por meio do mapeamento requerido pelo IEMA de 2012-2015.

Uso do solo Porcentagem de área ocupada

Área urbanizada 0,130

Afloramento Rochoso 1,211

Brejo 0,037

Campos 0,004

(30)

Extração Mineral 0,004

Macega 1,203

Massa D'Água 0,078

Mata Nativa (todos estágios) 6,825

Outros 4,088

Pastagem 8,704

Reflorestamento com Eucalipto e Seringueira 0,998

Solo Exposto 0,369

Fonte: Autor.

A espacialização do Fator C é demonstrada na Figura 8. Dessa figura, verificam-se maiores valores no norte da bacia, onde o uso do solo é antropizado e se situa parte da cidade de Colatina, e nos locais sob manejo de atividade agropecuária (a cor vermelha demonstra área antropizada, extração mineral e solo exposto). Os menores valores foram estabelecidos em zona de florestas, massas d’água e brejo, visto em coloração verde escura.

(31)

Figura 8 - Espacialização do Fator C para o qual as classes de tipo e uso de solo do IEMA foram de base para a criação.

Fonte: Autor.

O fator representativo das práticas conservacionistas foi baseado no mapa de tipo e uso do solo do IEMA. Como apresentado pela Figura 9, o Fator P possui seus maiores valores nos terrenos de práticas agrícolas, pastagem e solo exposto. Os menores valores do Fator P são em terrenos de mata nativa, massa d’água e brejo, estando em verde escuro e com mais incidência no sudeste da bacia.

(32)

Figura 9 - Espacialização de práticas conservacionistas.

Fonte: Autor.

Nas áreas com solo da classe Cambissolo, em locais onde não há vegetação natural e onde encontram-se os declives mais acentuados, como a área citada acida (em alguns pontos à sudeste da bacia), ocorreram os maiores valores de perda de solo. Essas semelhanças de maior quantitativo de perda de solo em áreas com as características recém citadas, também foram observados por Viel, Rosa e Hoff (2016) em estudos no Vale dos Vinhedos-RS.

Os valores máximos de perda de solo, cerca de 8.126 t.ha-1.ano-1, são encontrados no espaço territorial à sudeste (Figura 10). Do mapa resultante das estimativas de perda de solo (Figura 10), nota-se que valores altos de perda de solo estão localizados à sudeste e, que a maior parte da bacia possui valores de perda de solo menores que 812,7 t.ha -1

.ano-1. A parte sudeste apresenta os maiores valores de erosividade, o tipo de solo característico é o cambissolo, há os maiores valores do fator topográfico, no local a mata nativa foi retirada para uso do espaço territorial com atividades agropecuárias.

(33)

Figura 10 - Mapeamento de perda de solo na bacia com classificação de áreas por quantitativo de perdas.

Fonte: Autor.

Steinmetz et al. (2018) no Rio Grande do Sul encontraram variações de valores entre 0 e mais de 100 t.ha-1.ano-1 de perda de solo em duas bacias. Essas possuíam cultivos agrícolas como predomínio de uso de solo, parte do território delimitado como cambissolo em altitude, o que gerou, pelos mapas apresentados no trabalho dos autores, pontos de extrema vulnerabilidade à erosão.

Já Guimarães et al. (2011) em uma microbacia do Rio Campinas em Joinville-SC encontraram valores de perda de solo de 0 a 355 t.ha-1.ano-1. Em regiões com grande amplitude de declive essa perda é avaliada em valores acima de 200 t.ha-1.ano-1. Na bacia do rio Santa Maria do Doce, a região sudeste se assemelha à citação da microbacia de Santa Catarina, com relevo bem acidentado e altos valores de perda de solo.

Avaliando os dados estatísticos do raster de perda de solo, tem-se um valor médio de 26,60 t.ha-1.ano-1 para a bacia, com um desvio padrão de 154,46 t.ha-1.ano-1. O trabalho realizado por Mendonça (2013) corrobora com os resultados, quando classifica a bacia,

(34)

em sua parte inserida no município de Santa Teresa, como área de alta fragilidade erosiva (Figura 11) devido seus altos índices pluviométricos exatamente onde se apresentam altas declividades.

Figura 11 - Mapeamento da fragilidade do solo nas bacias do rio Santa Joana e do rio Santa Maria do Doce.

Fonte: Mendonça (2013)

No trabalho de Mendonça (2013) também é exposto resultados de baixa fragilidade no tipo de solo predominante, o Latossolo. Apresenta o valor de 54,31% do território classificado como moderado e conclui que os valores de fragilidade da bacia variam de baixo a moderado. Esse fato vai de encontro aos resultados apresentados na Figura 10,

(35)

onde é demonstrado que 82% da bacia (Tabela 5) possui valores de perda de solo abaixo da média de 26,60 t.ha-1.ano-1.

A discretização da área da bacia em classes de perda de solo Tabela 5, além de mostrar alta porcentagem de terras com valores abaixo da média, demonstra em sua sequência, valores de perda de solo de 27 a 100 t.ha-1.ano-1, para 12,24% da área. Também demonstra que valores altos de perda de solo estão presentes em pequena porcentagem da área da bacia (0,23%), concentrados na região sudeste como já visto no trabalho.

Tabela 5 - Classificação de perda de solo e a porcentagem de área da bacia que apresenta as perdas. Classes de perda de solo (t.ha-1.ano-1) Área da bacia (%)

0-26 82,68 27 - 100 12,24 101-200 2,90 201-500 1,29 501-1000 0,66 1001-8126 0,23 Fonte: Autor.

As porções mapeadas com atividade antrópica são áreas que contêm os maiores valores de perda de solo. Esse fato vai de encontro ao trabalho PARH-SANTA MARIA (2010). Para as áreas com diagnósticos de maiores quantitativos de perda de solo devem-se elaborar diretrizes de ocupação que garantam qualidade de vida e segurança humana e ambiental. Pois, segundo Barros et al. (2018) a inserção de culturas anuais, assim como manejo do solo de maneira inadequada, em locais com maior vulnerabilidade pode resultar em maiores perdas de solo.

Para Brune (2014) a bacia do rio Santa Maria do Doce possui potencial de geração de sedimentos superior às bacias adjacentes, devido sua declividade, tipos de solo e os usos que se fazem desse. Sabe-se que a área da bacia possui características agrícolas, portanto, o manejo correto de solos é requerido para que haja redução das taxas de perdas de solo, e consequentemente, redução do uso de adubações de lavouras,

(36)

favorecendo assim, a uma melhor produtividade e a necessidade de recuperação de áreas degradadas.

Todos os fatores da RUSLE influenciam na variação espacial de perda de solo da região, o relevo acidentado, a declividade, a intensidade da chuva, o uso e cobertura do solo e o tipo de solo existente. Em relação ao tipo de solo, o Cambissolo é a classe de solo que merece maior atenção para que sejam empregadas práticas conservacionistas, pois, sua localização encontra-se na área bem acidentada da bacia, com alto gradiente de declividade.

Deste estudo, ressalta-se que o uso da RUSLE para modelar a perda de solo deve levar em consideração os limites das metodologias aplicadas na obtenção de cada fator espacializado, pois, os parâmetros são condicionados aos dados disponíveis encontrados para o local. Certos disso, e da não disponibilidade de dados medidos in situ para realização de validações ou calibrações dos valores encontrados, o estudo, assim como preposto por Andreoli (2018), deve ser considerado como uma avaliação qualitativa, indicador de altos ou baixos valores de perda de solo, relevantes somente no período temporal da modelagem realizada.

(37)

4. CONCLUSÃO

O desenvolvimento deste trabalho permitiu a obtenção eficiente, nos quesitos tempo e custos, de dados de perda de solo, em um local com precariedade de informações de campo. Dessa forma, técnicas de geoprocessamento juntamente com a aplicação de um modelo hidrossedimentológico são úteis para mensurar a perda de solo.

O resultado do modelo RUSLE aplicado com auxílio de SIG resultou em valor médio de perda de solo de 26,60 t.ha-1.ano-1 para a bacia estudada. Com diagnóstico de maiores evidências de perda de solo na parte sudeste da bacia, onde os índices pluviométricos são altos, assim como, o relevo é acidentado, o tipo de solo (Cambissolo) mais propício à desagregação e onde a cobertura de mata nativa foi removida para uso agropecuário.

Contudo, fica evidente que os valores demonstrados devem ser considerados como dados qualitativos, conduzindo a análises de maior ou menor probabilidade de ocorrência de perda de solo para a região.

(38)

5. REFERÊNCIAS BIBLIOGRÁFICAS

ANDREOLI, Rémi. Modeling erosion risk using the RUSLE equation. QGIS and

Applications in Water and Risks, v. 4, p. 245-282, 2018.

BAPTISTA, Márcio; LARA, Marcia. Fundamentos da Engenharia Hidráulica. Belo Horizonte: UFMG, 2016. 440 p.

BARROS, Enicléia Nunes de Sousa et al. Modelagem da erosão hídrica nas bacias hidrográficas dos rios Lontra e Manoel Alves Pequeno, Tocantins. Revista Brasileira

de Ciências Agrárias. v.13, n.1, 2018.

BOEHNER, Jürgen.; SELIGE, Thomas. Spatial Prediction of Soil Attributes Using Terrain Analysis and Climate Regionalisation. In: Boehner, J.; McCloy, K.R.; Strobl, J.: 'SAGA - Analysis and Modelling Applications', Goettinger Geographische

Abhandlungen, v.115, p.13-27, 2006.

BONNA, Joyce Luiza. Mapeamento pedológico e de suscetibilidade erosiva no alto

córrego prata (Ouro Preto-MG). Dissertação de mestrado – Pós-Graduação em

Geografia. Universidade Federal de Minas Gerais. Belo Horizonte, 2011.

BRUNE, Rafaeli Alves. Métodos de estimativa de descarga sólida em rios – Análise

comparativa. 2014. 147 f. Disssertação (Mestrado em Engenharia Ambiental –

Recursos Hídricos) – Programa de Pós-Graduação em Engenharia Ambiental, Universidade Federal do Espírito Santo, Vitória, 2014.

BUARQUE, Diogo Costa. Simulação da Geração e do Transporte de Sedimentos

em Grandes Bacias: Estudo de caso do rio Madeira. 2015. Tese (Doutorado em

Recursos Hídricos e Saneamento Ambiental), Universidade Federal do Rio Grande do Sul, Porto Alegre, 2015.

CAMPANHARO, Wesley Augusto. Diagnostico Físico da Bacia do Rio Santa Maria

do Doce-ES. 2010. 78 f. Monografia (Graduação em Engenharia Florestal) – Centro de

Ciências Agrárias, Departamento de Engenharia Florestal, Universidade Federal do Espírito Santo, Jerônimo Monteiro, 2010.

(39)

CARDOZO Gabriel; ZANANDREA, Franciele.; MICHEL, Gean Paulo; POLETO, Cristiano. Aplicação da USLE na Predição de Perdas de Solo em uma Subbacia Hidrográfica na Região Metropolitana de Porto Alegre – RS. In: Congresso

Internacional de Hidrossedimentologia. 2015. Disponível em: <

https://www.ufrgs.br/gpden/wordpress/wp-content/uploads/2015/12/Cardozo-et-al-2015-Hidrossedimenologia-USLE.pdf>. Acesso em: 24/07/2019.

CARVALHO JÚNIOR, Waldir de et al. Zoneamento Agroecológico do Município de Bom Jardim, Região Serrana do Estado do Rio de Janeiro. Boletim de Pesquisa e

Desenvolvimento nº 230. Empresa Brasileira de Pesquisa Agropecuária Embrapa Solos Ministério da Agricultura, Pecuária e Abastecimento. Rio de Janeiro, 2013.

CARVALHO, Newton de Oliveira. Hidrossedimentologia prática. 2ª ed., rev., atual e ampliada. Rio de Janeiro: Interciência, 2008, 599p.

CHAGAS, César da Silva et al. Zoneamento Agroecológico do município de Dois

Irmãos do Buriti – MS. Rio de Janeiro: Embrapa Solos, 2011. 63p.

CRUZ, Lísia Moreira; RODRIGUES, Silvio Carlos. Avaliação do potencial de produção de sedimentos para a PCH Piedade – Monte Alegre de Minas / MG.

Caminhos de Geografia. Uberlândia v. 14, n. 47, p. 54–73, 2013.

DERISIO, José Carlos. Introdução ao controle de poluição ambiental. 4. ed. São Paulo: Editora de Textos, 2012.

DESMET, Philippe; GOVERS, Gerard. A GIS procedure for automatically calculating the USLE LS factor on topographically complex landscape units. Journal of Soil and

Water Conservation, v.51, p. 427–433, 1996.

DOMINGOS, Jocival Luiz. Estimativa de perda de solo por erosão hídrica em uma

Bacia hidrográfica. Monografia. Universidade Federal do Espírito Santo, 2006.

DUTRA, Klinger de Resende; MENDONÇA, Antônio Sérgio Ferreira. Estimativa de Perda de Solo por Erosão Superficial em Bacia Hidrográfica Utilizando Sistema de Informações Geográficas - SIG. In: 19º. Congresso Brasileiro de Engenharia Sanitária e Ambiental, 1997, Foz do Iguaçu (PR). Anais…, 1997.

(40)

EFTHIMIOU, Nikolaus.; PSOMIADIS, Emmanouil.; PANAGOS, Panos. Fire severity and soil erosion susceptibility mapping using multi-temporal Earth Observation data: The case of Mati fatal wildfire in Eastern Attica, Greece. Catena, 2019. In Press, Corrected Proof. https://doi.org/10.1016/j.catena.2019.104320

EMBRAPA – Empresa Brasileira de Pesquisa Agropecuária. Curso de recuperação de

áreas degradadas. A visão da ciência do solo no contexto do diagnóstico, manejo,

indicadores de monitoramento e estratégias de recuperação. Centro de treinamento da Petrobrás. Rio de Janeiro-RJ, 22 a 26 de Set. 2008.

FARINASSO, Miguel et al. Avaliação qualitativa do potencial de erosão laminar em grandes áreas por meio da Eups - Equação Universal de Perdas de Solo, utilizando novas metodologias em sig para os cálculos dos seus fatores na região do Alto Parnaíba-Pi-MA. Revista Brasileira de Geomorfologia, ano 7, n.2, p.73-85, 2006.

FOSTER, George R. et al. Conversion of the universal soil loss equation to SI units.

Journal of Soil and Water Conservation, Baltimore, v.36, p.355-359, 1981.

GANASRI, B. P.; RAMESH, Honnasiddaiah. Assessment of soil erosion by RUSLE model using remote sensing and GIS - A case study of Nethravathi Basin. Geoscience

Frontiers, v.7, p.953-961, 2016.

GELAGAY, Habtamu Sewnet; MINALE, Amare Sewnet. Soil loss estimation using GIS and Remote sensing techniques: A case of Koga watershed, Northwestern Ethiopia.

International Soil and Water Conservation Research, v.4, p.126–136, 2016.

GUERRA, Antonio José Teixeira; SILVA, Antonio Soares da; BOTELHO, Rosangela Garrido Machado. Erosão e conservação dos solos: conceitos, técnicas e aplicações. Rio de Janeiro: Bertrand Brasil, 1999.

GUIMARÃES, Rafael Zoboli et al. Espacialização da perda de solo por erosão laminar na microbacia do rio Campinas, Joinville SC. Raega-O Espaço Geográfico em

Análise, v. 23, 2011.

JACOMINE, Paulo Klinger Tito. A Nova Classificação Brasileira de Solos. Anais da

(41)

MEDEIROS, Matheus Sampaio et al.. Manual de exemplo de aplicação do modelo

MGB 2018 utilizando o IPH-Hydro Tools. 2018. Disponível em:

<

https://www.ufrgs.br/hge/wp-content/uploads/2018/11/manual_MGB_2018_QGIS_FINAL_02-1.pdf>. Acesso em:

19 mai. 2020.

MENDONÇA, Patrícia Ramaldes. Características hidrogeomorfológicas das bacias

hidrográficas dos rios Santa Maria do Rio Doce e Santa Joana/ES. 2013. 141f.

Dissertação de Mestrado – Pós-Graduação em Geografia, Centro de Ciências Humanas e Naturais, Universidade Federal do Espírito Santo, Vitória, 2013.

MINELLA, Jean Paolo Gomes et al. Processos e modelagem da erosão: da parcela à bacia hidrográfica. Manejo e Conservação do Solo e da Água no Contexto das

Mudanças Ambientais. 1ª ed. Rio de Janeiro: EMBRAPA Solos, 2010.

MOORE, Ian. D.; BURCH, Gordon. J. Physical basis of the lengthslope factor in the Universal Soil Loss Equation. Soil Science Society of America Journal, v. 50, p.1294– 1298, 1986.

MORAIS, Reurysson Chagas de Sousa; SALES, Marta Celina Linhares. Estimativa do Potencial Natural de Erosão dos Solos da Bacia Hidrográfica do Alto Gurguéia, Piauí-Brasil, com uso de Sistema de Informação Geográfica. Caderno de Geografia, v.27, Número Especial 1, 2017.

MOREIRA, Michel Castro; et al. Programa computacional para a estimativa da erosividade da chuva no Espírito Santo. Revista Engenharia na Agricultura –

REVENG, v.20, p.350-356, 2012.

MORGAN, Roy P. C. Soil erosion & conservation. 3ª Edição. EUA: Blackwell Publishing , 2005.

MOTA, Suetônio. Introdução à engenharia ambiental. 4. ed. ver. Rio de Janeiro: ABES, 2006. 388 p. ISBN 85-7022-139-8.

MUSGRAVE, George Wallace. The quantitative evaluation of the factors in water erosion, a first approximation. Journal of Soil and Water Conservation, v.2, n.3, p.133-138, 1947.

(42)

NUNES, Alisson Rodrigues. Confronto do Uso e Ocupação da Terra em APP’s e

Estimativa de Perda de Solo na Bacia Hidrográfica do Rio Alegre. 2013.

Dissertação de Mestrado em Ciências Florestais. Universidade Federal do Espírito Santo Centro de Ciências Agrárias Programa de Pós-Graduação em Ciências Florestais. Jerônimo Monteiro, 2013.

OLIVEIRA, Paulo Tarso Sanches; WENDLAND, Edson; NEARING, Mark A. Rainfall erosivity in Brazil: A review. Catena, v. 100, p. 139-147, 2013.

PARH Bacia Hidrográfica do Rio Doce. (2010). 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.

Disponível em: http://www. cbhdoce.org.br/_docs/planobacia/ PARH/PARH_SM_Doce. Acesso em 16/06/2019.

PEEL, Murray C.; FINLAYSON, Brian L.; MCMAHON, Thomas A. Updated world map of the Köppen-Geiger climate classification. Hydrology and earth system

sciences, v. 11, n. 5, p. 1633-1644, 2007.

PRADO, João Paulo Bueno do; NÓBREGA, Maria Teresa de. Determinação de perdas de solo na bacia hidrográfica do córrego Ipiranga em Cidade Gaúcha, Estado do Paraná, com aplicação da Equação Universal de Perdas de Solo (EUPS). Acta Scientiarum

Technology. Maringá, v.27, p. 33-42, 2005.

RENARD, Kenneth G. et al. Predicting soil erosion by water: a guide to

conservation planning with the Revised Universal Soil Loss Equation (RUSLE).

Washington: USDA, 1997. 384p. (USDA. Agriculture handbook, 703).

RIBEIRO, Anna Paula Lage. Aperfeiçoamento do emprego da equação universal de

perda de solo na aplicação do pagamento dos serviços ambientais da política

Espírito-Santense de recursos hídricos. 2012. Dissertação de mestrado em Engenharia

Ambiental. Universidade Federal do Espírito Santo-UFES. Centro Tecnológico. Programa de Pós-graduação em Engenharia Ambiental. Vitória, 2012.

RIBEIRO, Luziane Santos; ALVES, Maria da Glória. Quantificação de perda de solo por erosão no município de Campos de Goytacazes/RJ através de técnicas de

(43)

Geoprocessamento. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., 2007, Florianópolis. Anais... Florianópolis, p. 3039-3046, 2007.

RIPLEY, Brian D. Modelling spatial patterns. Journal of the Royal Statistical

Society: Series B (Methodological), v. 39, n. 2, p. 172-192, 1977.

RUHOFF, Anderson Luis et al. Avaliação dos processos erosivos através da equação universal de perdas de solos, implementada com algoritmos em legal. Geomática, v.1, n.1, 2006.

SILVA, Luciana Ferreira da. A construção de um índice de sustentabilidade

ambiental agrícola (ISA): uma proposta Metodológica. Tese de Doutorado em

Economia Aplicada – Programa de Pós-Graduação do Instituto de Economia da UNICAMP. Universidade estadual de Campinas, São Paulo, 2007.

SILVA, Valtercides Cavalcante da. Estimativa da erosão atual da bacia do rio Paracatu (MG/GO/DF). Pesquisa Agropecuária Tropical, Goiânia, v. 34, n. 3, p. 147–159, set./dez. 2004.

SIQUEIRA, Vinícius Alencar et al. IPH-Hydro Tools: uma ferramenta acoplada a SIG para aquisição de topologia de bacias al. hidrográficas em ambiente de código aberto.

RBRH - Revista Brasileira de Recursos Hídricos Brazilian Journal of Water Resources, v. 21, n.1, 2016.

SMITH, Dwight D.; WISCHMEIER, Walter H. Factors affecting sheet and rill erosion.

Eos, Transactions American Geophysical Union, v. 38, n. 6, p. 889-896, 1957.

SOUZA, Vladimir de. Estimativa de perdas de solo por erosão laminar na bacia do

Córrego Pinhalzinho II com suporte de Geoprocessamento. Dissertação de

Mestrado. Programa de Pós Graduação em Geografia, Universidade Estadual de Maringá, 2010.

STEINMETZ, Alice Alonzo et al. Assessment of soil loss vulnerability in data-scarce watersheds in southern Brazil. Ciência e Agrotecnologia. Lavras, v.42, n.6, 2018.

TENG, Hong-fen et al. Modelling and mapping soil erosion potential in China.

(44)

TESCH, Fillipe. Avaliação da calibração do modelo Soil and Water Assessment

Tool (SWAT) para a simulação de estradas não pavimentadas em bacias hidrográficas. 2015. Dissertação de Mestrado - Programa de Pós-Graduação em

Engenharia Ambiental, Universidade Federal do Espírito Santo, Vitória, 2015.

TOMAZONI, Julio Caetano et al. A sistematização dos fatores da EUPS em SIG para quantificação da erosão laminar na bacia do rio Anta Gorda (PR). Estudos

Geográficos, Rio Claro, v.3, n.1, p.1-21, jan./jun. 2005.

TUNDISI, José Galizia; TUNDISI, Takako Matsumura. Recursos Hídricos no Século

XXI. São Paulo: Oficina de textos, 2011.

VIEL, José Antônio; ROSA, Kátia Kellem da; HOFF, Rosemary. Estudo da erosão superficial do solo por meio de sig na região da denominação de origem Vale dos Vinhedos (Brasil). Revista Brasileira de Geomorfologia (Online), São Paulo, v.18, n.3, p.521-533, jul-set, 2017.

VITTE, Antonio Carlos. Metodologia para cálculo de perdas de solo em bacias de drenagem. Boletim Paranaense de Geociências., Curitiba, n. 45, p. 59-65, 1997.

VON SPERLING, Marcos. Introdução à qualidade das águas e ao tratamento de

esgotos. Universidade Federal de Minas Gerais, 4ª Ed., Belo Horizonte, 2014.

WILLIAMS, Jimmy R. Sediment-yield prediction with universal equation using

runoff energy factor. In: USDA-ARS, ed. Present and prospective technology for

predicting sediment yield and sources. Washington, 1975. p.244-252.

WISCHMEIER, Walter H.; SMITH, Dwight D. Predicting rainfall erosion losses

from cropland east of the Rocky Mountain. Washington, DC: ARS/USDA, 1965.

WISCHMEIER, Walter H.; SMITH, Dwight D. Predicting rainfall erosion losses: A

guide to conservation planning. Washington, USDA, 1978. 58p. (Agriculture

Handbook, 537).

YANG, Yuanyuan et al. Integrating multi-source data to improve water erosion mapping in Tibet, China. Catena, v.169, p.31-45, oct. 2018.

Referências

Documentos relacionados

Ao Professor Doutor Alfredo Jorge Costa Teixeira, expresso o meu profundo agradecimento pela orientação, incessante paciência, disponibilidade, dedicação e esclarecimento de

A cauda é mais amarronzada do que no adulto e com barras brancas mais largas; as coberteiras inferiores das asas são brancas, assim como face ventral das rêmiges, que possuem

To estimate the fitness effects of beneficial mutations that may contribute to adaptation we used a maximum likelihood approach to infer the number, fitness effect and time

Com o avanço das políticas públicas educacionais voltadas para a Educação Inclusiva surgem novas propostas direcionadas ao Atendimento Educacional Especializado as

Medium to high stress was observed around the impact region in the frontal bone, with high concentration in the superciliary arch, temporal bone and part of the

“Esta Norma Regulamentadora - NR estabelece a obrigatoriedade da elaboração e implementação, por parte de todos os empregadores e instituições que admitam

lavrei a presente ata, que segue assinada por mim. Alessandro Leonardo Rodrigues Silva.. ATA DA REUNIÃO Nº 08 DO NÚCLEO DE ESTUDOS DO PROTESTANTISMO – CENTRO DE EDUCAÇÃO, FILOSOFIA E

Este campo, vasto e cinzento, é onde às vezes me escondo e envolto nestas lembranças durmo o meu sono redondo, que o que há de bom por aqui na terra do não chover é que não se espera