1
ANÁLISE DE SÉRIES TEMPORAIS DE DADOS DE MONITORAMENTO
DE NÍVEIS FREÁTICOS DO SISTEMA AQUIFERO BAURU (SAB) NA
ESTAÇÃO ECOLÓGICA DE ÁGUAS DE SANTA BARBARA/SP
Rita de Cássia Ferreira da Silva1*; Rodrigo Lilla Manzione2; Lucas Vituri Santarosa¹; Vitor Fidelis Monteiro Gonçalves¹; Aira Nava¹; Thiago Ramires¹; Rodolfo Dias da Silva³.
Resumo – As águas subterrâneas são consideradas uma importante fonte estratégica de reserva dos recursos hídricos em situações de escassez hídrica ou de mudanças climáticas que ocasionem longos períodos de seca. Da mesma forma, aquíferos desempenham um papel ecológico fundamental para a manutenção da flora e fauna, uma vez que a perenização dos rios e lagos depende da descarga dos aquíferos. A fim de monitorar e gerar o conhecimento técnico necessário para a gestão desse recurso, o uso de modelos de séries temporais permite analisar dados de monitoramento permite detectar alterações no ciclo hidrológico e gerar cenários de tendências futuras. O objetivo desse trabalho é explicar, a partir do modelo autorregressivo HARTT (Hydrograph Analysis: Rainfalland Time Trend) o comportamento das oscilações dos níveis freáticos do Sistema Aquífero Bauru na Estação Ecológica de Santa Bárbara/SP, a fim de entender a relação entre o clima, o uso e ocupação da terra e a oscilação dos níveis das águas subterrâneas.
Palavras-Chave: águas subterrâneas, HARTT, modelagem estatística.
TIME SERIES ANALYSIS OF WATER TABLE DEPTHS MONITORING
DATA OF BAURU AQUIFER SYSTEM (BAS) IN ÁGUAS DE SANTA
BARBARA ECOLOGICAL STATION/SP-BRAZIL
Abstract – Groundwater is considered an important strategic source of water reservoirs in water scarcity
situations or climate change, which causes long periods of drought. In this way, aquifers play a critical ecological role to flora and fauna maintenance, since the perpetuation of rivers and lakes depends on the groundwater discharge. In order to monitor and generate the necessary technical knowledge for the management of this resource, the use of time series models allows analyses monitoring data to detect changes in the hydrological cycle and generate scenarios of future trends. The aim of this study is to explain, from autoregressive HARTT (Hydrograph Analysis: Rainfalland Time Trend) model, the behaviour of groundwater level fluctuations of Bauru Aquifer System in the Águas de Santa Bárbara ecological station/SP-Brazil, in order to understand the relationship between climate, land use and occupation and the oscillation of the groundwater levels.
Keywords – groundwater, HARTT, statistical modelling.
INTRODUÇÃO
As águas subterrâneas podem ser consideradas uma importante reserva estratégica para o abastecimento público e privado em situações de escassez hídrica ou de mudanças climáticas que venham a ocasionar longos períodos de seca. Segundo Hirata et al. (2010) os aquíferos desempenham um papel ecológico fundamental para a manutenção da flora, fauna e fins paisagísticos, uma vez que a perenização dos rios e lagos depende da descarga dos aquíferos.
¹ Programa de Pós Graduação em Agronomia (Irrigação e Drenagem), Universidade Estadual Paulista “Júlio de Mesquita Filho” – UNESP, Faculdade de Ciências Agronômicas – FCA, Campus de Botucatu - rita.cfs2@gmail.com; lucasviturisantarosa@gmail.com; vitorfmg3@gmail.com; aira.nv@gmail.com; thiramires@gmail.com.
² Professor Assistente Doutor, Universidade Estadual Paulista “Júlio de Mesquita Filho” – UNESP, Campus de Ourinhos, manzione@ourinhos.unesp.br. ³ Programa de Pós Graduação em Engenharia Civil e Ambiental, Universidade Estadual Paulista “Júlio de Mesquita Filho” – UNESP, Faculdade de Engenharia de Bauru – FEB, Campus de Bauru - rodspmelo@gmail.com.
2 No Brasil, a situação atual da exploração dos aquíferos, é marcada por uma visão imediatista de uso do recurso, prevalecendo o descontrole e a falta de mecanismos legais e normativos (Hirata et
al., 1997), portanto, a fim de fortalecer a gestão integrada dos recursos hídricos subterrâneos e
superficiais, e criar subsídios técnicos, gerenciais e de conhecimento hidrogeológico para os órgãos gestores, de forma que possam desempenhar adequadamente a gestão sistêmica desse recurso, a Agência Nacional das Águas (ANA) implementou em 2007 a Agenda Nacional de Águas Subterrâneas, uma vez que ela é um dos órgãos responsáveis pela implementação da Política Nacional de Recursos Hídricos.
Informações sobre a dinâmica do lençol freático são importantes para balancear os interesses econômicos e ecológicos quanto ao uso do solo e da água (Von Asmuth e Knotters, 2004), portanto os modelos de séries temporais são uma maneira sistemática e empírica de estimar e predizer o comportamento temporal de um processo hidrológico dinâmico (Manzione, 2014 p. 325).
O uso de modelos de simulação permite análises comparativas para detectar alterações no ciclo hidrológico, a partir desta premissa, é possível gerar cenários de tendências futuras, sem que seja preciso observações em campo, uma vez que os dados utilizados estão disponíveis para livre acesso. São métodos que ajudam a compreender essa dinâmica, pois Tucci (1998) afirmou que esses modelos são uma representação de algum objeto ou sistema, numa linguagem de fácil acesso e uso, com o objetivo de entendê-lo e buscar suas respostas para diferentes entradas e variáveis. A qualidade desse modelo é avaliada pela capacidade em representar melhor a variabilidade espacial do sistema, sujeito as condições também variáveis da entrada, como a precipitação.
O objetivo desse trabalho foi monitorar as oscilações dos níveis freáticos do Sistema Aquífero Bauru (SAB) em uma área de proteção em Águas de Santa Bárbara/SP para verificar os efeitos da precipitação na oscilação dos níveis freáticos e na disponibilidade hídrica do SAB.
MATERIAIS E MÉTODOS Área de Estudo
A Estação Ecológica de Santa Bárbara (EEcoSB) está localizada à Rodovia SP 26 – km 58, latitude 24º48´ S e longitude 49º13´ O, no município de Águas de Santa Bárbara, possuindo uma área de 2712,00 ha (Figura 1). Sua criação foi regulamentada pelo Dec. 22.337 de 07/06/84. O clima é quente de inverno seco, com temperatura 16°C mês mais frio e 23°C mês mais quente (Cwa). Sua topografia consiste de um relevo de colinas amplas, com altitudes entre 600 e 680 m. Os solos são formados basicamente por Arenitos do grupo Bauru, apresentando Latossolo vermelho amarelo fase arenosa. O ecossistema principal é o Cerrado, e sofre com a invasão de braquiárias. Já houveram
3 plantios de Pinus para produção de resina e madeira, hoje erradicados da área, mas ainda com a presença de áreas com invasão dessa espécie (Melo e Durigan, 2009).
Figura 1- Limites e hidrografia da Estação Ecológica de Santa Bárbara (Fonte: MELO & DURIGAN, 2009).
A EEcoSB é margeada a leste pelo rio Capão Rico e, a oeste, pelo rio Capivari. Ambos os rios nascem fora da Unidade de Conservação e o margeiam, sendo os maiores corpos de água em contato com a EEcoSB (Honda e Nizoli, 2005). Inúmeros corpos de água nascem no interior dessa unidade de conservação, muitos dos quais secam durante o período de estiagem. Toda a área faz parte da unidade hidrográfica do Pardo, integrante da bacia hidrográfica do Rio Paranapanema (UGRHI-17).
Análise das séries temporais
As séries temporais foram, analisadas a partir do tipo de processo estocástico identificado. Segundo Manzione, 2014 (p. 330):
Em muitos processos ambientais são encontrados estados onde um determinado instante no tempo é correlacionado com o estado em um determinado tempo passado. Esse tipo de processo é chamado auto regressivo (AR). O AR (p) ocorre quando as observações da série são dependentes entre si, e esta dependência tende a se perder com o afastamento da primeira observação até o ponto que os dados se tornam ruídos brancos (aleatórios).
Soldera (2011) afirma que a identificação desses processos ambientais inicia-se com a análise do gráfico da série histórica, e nesta etapa pode haver presença de um componente sazonal ou outro tipo de tendência, “portanto há a necessidade de outro instrumento para análise, a Função de Autocorrelação (FAC), ou correlação serial de ordem K e a Função de Autocorrelação Parcial (FACP)”.
4 A Função de Autocorrelação (FAC) é uma medida de dependência temporal, uma vez que indica o quanto um processo é correlacionado com ele mesmo em dois instantes de tempo diferentes. Manzione, 2014 afirma que essa função possui um coeficiente (ρ) que varia entre -1 (autocorrelação negativa absoluta) a 1 (autocorrelação positiva), quando ρ assumir o valor 0, pode-se dizer que, não existe autocorrelação entre as variáveis, ou seja, a autocorrelação é nula.
Já a Função de Autocorrelação Parcial (FACP), segundo Hipel e Mcleod (1994) mede a intensidade da relação entre duas observações de uma série, controlando uma medida da intensidade da relação entre duas observações em uma dada série de dados estudada, esta função tem efeito dos demais dados da série, e pode confirmar ou refutar as premissas assumidas na análise da ACF (Manzione e Soldera, 2013).
Modelagem dos dados
Os níveis dos poços de monitoramento foram observados mensalmente em um poço escavado na bacia hidrográfica Água do Bugre. O monitoramento dos níveis freáticos teve início em dezembro de 2010 compondo uma série histórica contínua até março de 2015, totalizando quatro anos de monitoramento. Os dados de pluviosidade foram coletados da estação climatológica da EEcoSB, que forneceu dados referentes a precipitação no período entre janeiro de 1987 a fevereiro de 2015.
A partir dos dados registrados no piezômetro da bacia hidrográfica da Água do Bugre e dos dados climatológicos coletados no período, utilizou-se o software HARTT – Hydrograph Analysis: Rainfall and Time Trend (Ferdowsian et al., 2001) disponível em http://archive.agric.wa.gov.au/ PC_92512.html?s=0) para verificar os efeitos dos eventos de chuva no comportamento do lençol freático. Através da análise estatística de hidrogramas, o modelo ajusta um componente autoregressivo como apresentado por Ferdowsian et al. (2001), sendo capaz de distinguir o efeito das flutuações na precipitação da tendência subjacente do nível de água subterrânea ao longo do tempo. O modelo autoregressivo de séries temporais implementado através do software HARTT conforme apresentado por Ferdowsian et al. (2001, 2002), é capaz de distinguir o efeito das flutuações na precipitação da tendência subjacente do nível de água subterrânea ao longo do tempo. Neste modelo, a precipitação é representada como um acúmulo de desvios da precipitação média, tanto para precipitações excedentes mensais quanto anuais. O que permite a representação da defasagem (lag) entre a precipitação e sua perturbação no nível freático (Yihdego e Webb, 2011).
5
RESULTADOS E DISCUSSÃO
As séries temporais do piezômetro B5 foram analisadas utilizando o software estatístico Minitab, no qual foi realizado a manipulação, avaliação, interpretação de procedimentos estatísticos de FAC e FACP, bem como a confecção e visualização de gráficos. A figura 2 mostra o comportamento da série na FAC e FACP.
Figura 2- Funções de Autocorrelação (FAC) e Autocorrelação Parcial (FACP) para os dados de
oscilação do nível freático do poço B5 no período de dezembro de 2010 a março de 2015.
A FAC indica o grau de correlação entre os instantes temporais. Através da análise do gráfico do poço B5, verificou-se que a correlação permanece até o instante t3, apresentando valores mais elevados, a partir do instante t4 esses valores começam a decair até chegarem a zero, quando não há mais um grau de dependência entre os dados. Os dados das séries temporais do B5 indicam que esse comportamento se trata de processo autoregressivo (AR), pois um instante de tempo é diretamente dependente de uma ou mais observações anteriores (Nava e Manzione, 2013). O fato da função decair exponencialmente a partir do instante t3 indica um processo autoregressivos de ordem 3.
A FACP é um diagnóstico complementar a FAC em relação à ordem do processo verificado. Por meio dessa análise do gráfico, verificou-se que o poço B5 apresenta um alto valor para o primeiro instante. Isso indica que provavelmente seja um processo de primeira ordem, confirmando a hipótese do modelo, uma vez que os poços da região são superficiais e mais sensíveis ás oscilações dos níveis freáticos.
A partir dessas analises, é possível confirmar a hipótese que a o evento de precipitação de um determinado instante de tempo, irão influenciar a flutuação do nível freático a partir de um instante t seguinte, essa influência vai se perdendo nos instantes seguintes, uma vez que o seu papel na resposta da oscilação dos níveis já foi efetuado.
12 11 10 9 8 7 6 5 4 3 2 1 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Atraso A u to co rr e la çã o Água do Bugre 5 12 11 10 9 8 7 6 5 4 3 2 1 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Atraso A u to co rr e la çã o P a rc ia l Água do Bugre 5
6 O modelo HARTT apresentou um bom ajuste ás observações acerca do tempo de resposta dos níveis freáticos em relação a precipitação. A Tabela 1 mostra as estatísticas do modelo que melhor se ajustou, segundo análise do coeficiente de determinação a reta de regressão (R2), os coeficientes do modelo ajustado para cada variável e da significância dos parâmetros.
Tabela 1-Estatísticas e parâmetros do modelo autoregressivo ajustado a série de monitoramento dos níveis
freáticos do SAB na Bacia do Ribeirão Água do Bugre na área pertencente a EEcoSB.
Piezômetro R2 Atraso (meses) Intercepto X1 Precipitação (mm) p-valor X1 X2 Tempo (meses) p-valor X2 Taxa de elevação (m/ano) B5 0,8404 1 -2,3773 0,0038 0,00000 -0,0312 0,00000 -0,375
R2: coeficiente de determinação da reta de regressão, Atraso: ordem do modelo autoregressivo ajustado, P-valor: nível significância.
O atraso na recarga do aquífero calculado pelo modelo para o piezômetro B5 da bacia do Ribeirão Água do Bugre foi de 1 mês, ajustado a uma tendência negativa de elevação dos níveis no período, com uma taxa de -0,375 metros ao ano. Com a mensuração desses atrasos, pôde-se inferir sobre a memória do sistema hidrogeológico local, ou seja, qual o tempo entre um evento de precipitação e uma resposta do nível freático (Manzione et al.; 2011). Uma vez que os níveis são superficiais, a hipótese é que a rápida resposta da oscilação após eventos de precipitação, se deva ao fato do elevado número de nascentes na região das amostras. Durante anos espécies exóticas como Pinus permaneceram na área do piezômetro, e passaram a ser retiradas a partir do ano de 2012, para que a vegetação nativa voltasse a se recuperar. Embora o Pinus tenha sido retirado, o atraso da recarga dos níveis após eventos de chuva pode ocorrer devido a interceptação foliar e radicular das árvores, o escoamento subsuperficial também pode contribuir para a oscilação dos níveis, porém com um certo atraso.
O coeficiente de determinação da reta de regressão, indica que no modelo a precipitação acumulada é capaz de explicar 84% das oscilações dos níveis freáticos no período. A Figura 3 mostra o modelo autoregressivo de séries temporais ajustado ao atraso das oscilações dos níveis freáticos e precipitação do SAB, entre dezembro de 2010 e março de 2015.
A partir do ajuste do modelo são obtidas informações sobre rebaixamentos ou elevações sistemáticas no período, possibilitando a separação entre eventos climatológicos atípicos de tendências a longo termo. O nível ajustado para todos os intervalos indica um decréscimo dos eventos de precipitação possivelmente devido aos períodos de seca ocorridos entre os anos de 2013 e 2014, a resposta dos níveis freáticos acompanham esse declínio a partir de 2013 (Figura 3).
7 O modelo HARTT apresentou uma boa aplicabilidade para monitorar séries temporais dos níveis freáticos e o tempo de resposta após a precipitação, confirmando as hipóteses estabelecidas a partir da Função de Autocorrelação (FAC) e a Função de Autocorrelação Parcial (FACP).
Figura 3- Ajuste realizado para os dados de oscilação do nível freático e precipitação do SAB para o
poço B5 no período de dezembro de 2010 a março de 2015.
CONCLUSÃO
A partir dos resultados obtidos, pode-se concluir que:
1. o modelo ajustado apresentou uma boa performance, sendo capaz de explicar 84% da oscilação dos níveis freáticos em função da precipitação acumulada;
2. a ordem 1 do modelo que melhor se ajustou indica uma interferência adicional no aquífero, que impede uma resposta imediata do lençol à um evento de precipitação;
3. a série de dados apresentou uma tendência negativa de elevação nos níveis freáticos durante o período monitorado, fato que se deve provavelmente aos longos períodos de seca enfrentados no sudeste entre os anos de 2013 e 2014.
-4 -3 -2 -1 0 1 2 3 -4,5 -4 -3,5 -3 -2,5 -2 -1,5 -1 -0,5 0
set/08 jan/10 mai/11 out/12 fev/14
Ef ei to d a p rec ip itaç ão (m ) Pr o fun d id ad e (m ) Data Tendência de longo termo com RAP Nível do lençol freático Nível ajustado para todos os intervalos Efeito da chuva Linear (Nível do lençol freático)
8
AGRADECIMENTOS
Os autores agradecem ao Instituto Florestal do Estado de São Paulo e a equipe de monitoramento hidrológico das Unidades de Assis e Santa Barbara pelo compartilhamento dos dados (Processo SMA n. 260108 – 003.211/2014), ao CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico) pela bolsa de mestrado concedida.
REFERÊNCIAS BIBLIOGRÁFICAS
FERDOWSIAN, R.; PANNELL, D.J. Explaining trends in: groundwater depths: distinguishing between atypical rainfall events, time trends, and the impacts of treatments. In: MODSIM 2001 Congress Proceedings, 2001. p. 549-554 (Modelling and Simulation Society of Australia and New Zealand INC).
FERDOWSIAN, R.; PANNELL, D.J.; MCCARRON, C.; RYDER, A.T.; CROSSING, L. Explaining Groundwater Hydrographs: Separating Atypical Rainfall Events from Time Trends. AJSR,v. 39, p. 861-875, 2001.
FERDOWSIAN, R.; MAJIDI, R.; MCCARRON, C. HARTT: User-friendly software for hydrograph analysis to separate rainfall and time trend. In: 27th Hydrology and Water Resources Symposium Proceedings, Melbourne, 2002. CD-Rom.
HIPEL, K. W.; McLEOD, A. I. Time series modelling of water resources and environmental systems. Amsterdam, Elsevier, 1994. 1013p.
HIRATA, R.; BASTOS, C. R. A; ROCHA, G. A. (Coords.) Mapeamento da vulnerabilidade e risco de poluição das águas subterrâneas no Estado de São Paulo. São Paulo: IG/ CETESB/DAEE, 1997. HIRATA, R. (2010). Águas do Brasil. In Águas subterrâneas: reserva estratégica ou emergencial. Org. por Bicudo, C.E.de M.; Tundisi, J.G.; Scheuenstuhl, M.C.B.., Instituto de Botânica, São Paulo – SP, pp. 149 – 164
HONDA, E.A.; NIZOLI, E.C. Caracterização das águas da Estação Ecológica de Águas de Santa Bárbara. Relatório Técnico, Instituto Florestal, 2005. 41p.
IRITANI, M.A.; EZAKI, S. As águas subterrâneas do Estado de São Paulo. São Paulo: Secretaria do Estado do Meio Ambiente, 2008. 104p.
MANZIONE, R. L.; TANIKAWA, D. H.; WENDLAND, E. C. (2011) Análise de tendências nos níveis freáticos de uma bacia hidrográfica em área de recarga do Sistema Aquifero Guarani (SAG) auxiliado por imagens de sensoriamento remoto. In Anais do XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, 30 de abril a 05 de maio de 2011, INPE p.5380.
9 MELO, A.C.G.; DURIGAN, G. Plano de manejo da Estação Ecológica de Santa Bárbara (Resumo Executivo). São Paulo: Instituto Florestal, 2009. 25p.
NAVA, A; MANZIONE, R.L. Modelagem de séries temporais para o monitoramento de água no solo sob diferentes cultivos florestais do Sistema Aquífero Bauru (SAB) em área de preservação no município de Assis/SP. In: XXXIV Congresso Brasileiro de Ciência do Solo. Florianopolis, 2013. SOLDERA, B.C.; MANZIONE, R.L. Modelagem de níveis freáticos no Sistema Aquífero Bauru como ferramenta na gestão de recursos hídricos subterrâneos. In: Revista Ciência Geográfica. Bauru: vol. 16, n. 1, 2012. p. 54-61.
TUCCI, C.E.M. Modelos hidrológicos. Porto Alegre: Ed. Universidade UFRGS, 1998, 680p.
VON ASMUTH, J.R.; KNOTTERS, M. Characterising groundwater dynamics based on a system identification approach. Journal of Hydrology, v. 296, 2004. p. 34-118.
YIHDEGO, Y; WEBB, J.A. Modeling of bore hydrographs to determine the impact of climate and land-use change in a temperate subhumid region of southeastern Australia. Hydrogeology Journal, v.19, p.877-887, 2011.
