ESCOLA DE ENGENHARIA CIVIL
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DO MEIO AMBIENTE
BRUNA FERREIRA DA SILVA
ANÁLISE DOS PARÂMETROS DO MODELO HIDROSSEDIMENTOLÓGICO SWAT NA BACIA HIDROGRÁFICA DO CÓRREGO SAMAMBAIA,
GOIÂNIA-GO
GOIÂNIA- GO 2015
ANÁLISE DOS PARÂMETROS DO MODELO HIDROSSEDIMENTOLÓGICO SWAT NA BACIA HIDROGRÁFICA DO CÓRREGO SAMAMBAIA,
GOIÂNIA-GO
Dissertação de Mestrado apresentada ao Programa de Pós-Graduação em Engenharia do Meio Ambiente da Universidade Federal de Goiás como requisito parcial para a obtenção do Título de Mestre em Engenharia do Meio Ambiente.
Área de Concentração: Recursos Hídricos e Saneamento Ambiental
Orientador: Prof. Dr. Alexandre Kepler Soares.
GOIÂNIA- GO 2015
Ficha catalográfica elaborada automaticamente
com os dados fornecidos pelo(a) autor(a), sob orientação do Sibi/UFG.
Ferreira da Silva, Bruna
Análise dos parâmetros do modelo hidrossedimentológico SWAT na bacia hidrográfica do Córrego Samambaia, Goiânia- GO [manuscrito]/ Bruna Ferreira da Silva. - 2015.
CXXXIV, 134 f.: il.
Orientador: Prof. Dr. Alexandre Kepler Soares.
Dissertação (Mestrado) - Universidade Federal de Goiás, Escola de Engenharia Civil (EEC), Programa de Pós-Graduação em Engenharia do Meio Ambiente, Goiânia, 2015.
Bibliografia. Inclui siglas, mapas, fotografias, símbolos, gráfico, tabelas, algoritmos, lista de figuras, lista de tabelas.
1. SWAT. 2. Sedimento em suspensão. 3. Vazão. 4. Análise de sensibilidade. I. Kepler Soares, Alexandre, orient. II. Título.
ANÁLISE DOS PARÂMETROS DO MODELO
HIDROSSEDIMENTOLÓGICO SWAT NA BACIA
HIDROGRÁFICA DO CÓRREGO SAMAMBAIA, GOIÂNIA-GO.
Dissertação apresentada para obtenção do grau de Mestre em Engenharia do Meio Ambiente no Programa de Pós-Graduação Stricto Sensu em Engenharia do Meio Ambiente da Escola de Engenharia Civil da Universidade Federal de Goiás, aprovada em 04 de Novembro de 2015 pela seguinte Banca Examinadora:
Prof. Dr. Alexandre Kepler Soares – Universidade Federal de Goiás Presidente da Banca
Prof. Dr. Eduardo Queija de Siqueira – (PPGEMA/UFG) Examinador Interno
Prof. Dr. Manuel Eduardo Ferreira – (IESA/UFG) Examinador Externo
Dedico esse trabalho primeiramente á Deus e aos meus pais por todo suporte do mundo, ao meu namorado, meus amigos e colegas por todo apoio nas horas difíceis.
“A mente que se abre a uma nova idéia jamais voltará ao seu tamanho original.” Albert Einstein.
Primeiramente, agradeço á Deus e ao meu pai Osmar por todo amor e carinho e pelas palavras sabias ao longo da vida, é por ter sido o meu principal companheiro ao longo da pesquisa, sem você isso não poderia ter sido realizado.
Á minha mãe Leni por ser essa mulher que sempre tem uma palavra doce e pelos esforços e abdicações para que eu pudesse ter a melhor educação possível.
Agradeço ao Alexandre Kepler Soares, por acreditar que eu era capaz e pela orientação. Só tenho a agradecer aos seus ensinamentos (pessoais e acadêmicos), orientações, palavras de incentivo, paciência e dedicação.
Ao meu namorado Leandro pelo amor, paciência e dedicação. Pelas correções, dicas e incentivos. Sabemos que temos um lindo futuro juntos.
Aos amigos de Mestrado que compartilharam comigo esses momentos de aprendizado, especialmente ao Aldrei Marucci pelos ensinamentos no SWAT e á Kamila Almeida. Rimos, choramos e nos ajudamos mutuamente.
Aos meus amigos da vida que sempre tiveram comigo nas horas alegres e difíceis (Eduardo, Lucas, Clarice, Patrícia, Waisten).
Aos funcionários da UFG, à Profº Karla Alcione, aos técnicos de laboratórios nos quais desenvolvi partes desta pesquisa, principalmente, à técnica de laboratório de Hidráulica, Joana. Agradeça também ao LAPIG, pelo uso e apoio do VANT.
Agradeço também à CAPES, pela concessão de bolsa de mestrado, e à FINEP, pelo auxílio financeiro concedido. Durante esse dois anos e seis meses só tenho a agradecer a todos que passaram pelo meu caminho e que com certeza deixaram um pouco de si. Os momentos de alegria serviram para me permitir acreditar na beleza da vida, e os de sofrimento, serviram para um crescimento pessoal único. É muito difícil transformar sentimentos em palavras, mas serei eternamente grata á vocês, pessoas imprescindíveis para a realização e conclusão deste trabalho.
1. INTRODUÇÃO ... 20
2. OBJETIVO GERAL ... 22
2.1 Objetivos Específicos... 22
3. REFERENCIAL TEÓRICO ... 23
3.1 Bacia Hidrográfica como unidade de estudo ... 23
3.2 Dinâmica hidrossedimentológica ... 23
3.3 Modelagem hidrossedimentológica ... 27
3.4 Soil and Water Assessment Tool – SWAT ... 29
3.5. Descrição do Modelo SWAT ... 35
3.5.1 Sedimentos ... 42
3.6 Análise de sensibilidade do SWAT ... 49
3.7 Calibração e validação do modelo ... 53
3.7.1 Estatísticas de precisão ... 53
4. MATERIAIS E MÉTODOS ... 55
4.1 Área de Estudo ... 55
4.2 Ponto de Monitoramento... 62
4.3 Estação Meteorológica ... 67
4.4 Caracterização Ambiental com VANT ... 68
4.5 Banco de Dados ... 74
4.5.1 Parâmetros Climáticos ... 85
4.5.2 Determinação das Unidades de Resposta Hidrológica - URHs ... 87
4.5.3 Simulações ... 89
4.5.4 Análise de sensibilidade ... 90
4.5.5 Calibração ... 90
5. RESULTADOS ... 91
5.1 Análise de Sensibilidade ... 96
5.2 Calibração do Modelo em termos da Vazão ... 99
5.3 Calibração em termos de Sedimento em Suspensão ... 119
6. CONCLUSÕES ... 126
AC- Ascensão capilar
AGRL- Agricultura genérica
ALPHA_BF- Fator alfa do fluxo base (dias) ANION_EXCL- Porosidade
ANSWERS – Areal nom-point source watershed ARS- Agricultural Research Service
BHCS - Bacia hidrográfica do Córrego Samambaia BIOMIX- Eficiência da mistura biológica
BLAIi- Índice máximo de área foliar C- Cobertura vegetal e manejo de cultivo
CANMX- Armazenamento máximo de água no dossel vegetativo (mm) CCS- Curva- Chave de sedimento
CH_N2- Coeficiente de manning do canal principal CM - Centímetros
CN- Curva número
CN2 - Curva número inicial do Soil Conservation Service COE- Coeficiente de Nash-Sutcliffe
CREAMS – Chemicals, runoff,and erosion from agricultural management systems CCS- Curva- chave de sedimento
CX - Cambissolos
DEM- Modelo digital de elevação
DEWPT- Média diária do ponto de orvalho para determinado mês DP- Percolar
E- Evaporação
EMPLASA- Empresa metropolitana de planejamento da grande São Paulo EPCO- Fator de compensação da retirada das plantas
ES- Escoamento superficial
ESB- Escoamento superficial subterrâneo
ESCO - Fator de compensação da evaporação do solo ESD – Escoamento superficial direto
ESRI- Environmental systems research institute ESS- Escoamento subsuperficial
EPIC- Erosion productivity impact calculator ETM+- Enhanced thematic mappe plus
FRSE- Vegetação nativa GJ - Gleissolo
GLEAMS – Groundwater loading effects an agricultural management systems GO - Goiás
GPS- Sistema de posicionamento global
GW_DELAY- Retardo do escoamento subterrâneo
GW_REVAP- Coeficiente de re-evaporação da água subterrânea GWQMN- Concentração de nitrato na água subterrânea contribuinte HA- Hectares
HRU- Unidades de resposta hidrológicas HYDGRP- Grupo hidrológico
I- Infiltração
IBGE- Instituto Brasileiro de Geografia e Estatística INMET-Instituto nacional de meteorologia
LH- Latim – Hypercub LS- Topografia
LVE- Latossolos
MDT- Modelo digital de terreno
MUSLE – Modified universal soil loss equation OAT- One- fator- AT
P- Precipitação PAST- Pastagem
PCPD-Média mensal de dias de precipitação PCPMM- Média mensal da precipitação total
PCPSKW- Coeficiente de assimetria Skew para a precipitação máxima PCPSTD- Desvio padrão para a precipitação diária do mês
PR_W1- Probabilidade de dias úmidos seguidos de dias secos para o determinado mês PR_W2- Probabilidade de dias úmidos seguidos de dias úmidos para o determinado mês PVA- Argissolos
R- Erosividade da chuva
RAINHHMX- Valor máximo de meia hora de chuva em todo o período de registros de um determinado mês.
SCE-UA- Shuffed complex Evolution SCS- Soil Conservation service
SIEG- Sistema estadual de estatística e de informações geográficas de Goiás SIG- Sistema de informações geográficas
SLSUBBSN- Comprimento da declividade média (m)
SMFMN- Fator de derretimento da neve em dezembro (mm H2O/°C/dia) SMFMX- Fator de derretimento da neve em junho (mm H2O/°C/dia) SMTMP - Temperatura de base para derretimento de neve (°C) SOLARAV- Média de radiação solar diária para um determinado mês SOL_ALB- Albedo do solo
SOL_AWC- Capacidade de água disponível (mm H2O / mm solo) SOL_CBN- Conteúdo de carbono orgânico
SOL_K- Condutividade hidráulica saturada (mm/h) SOL_Z- Profundidade da camada (mm)
SOL_ZMX- Profundidade máxima de solo que a raiz alcança (mm) SRD- Sediment Delivery Ratio
SURLAG- Tempo de retardo do escoamento superficial SRTM- Shuttle radar topography mission
SWAT- Soil and Water Assessment Tool
SWRRC - Simulator for water resouces in rural basins T- Transpiração
TM- Thematic Mapper
TMPMN- Média mensal de temperatura mínima diária TMPMX- Média mensal de temperatura máxima diária
TMPSTDMN- Desvio padrão para a temperatura mínima diária de cada mês TMPSTDMX- Desvio padrão para a temperatura máxima diária de cada mês UFG- Universidade Federal de Goiás
USLE- Universal Soil Loss Equation UTM- Universal Transverso de Mercator URHs- Unidades de resposta hidrológicas
VANT- Veículo aéreo não tripulado
WNDAV- Média diária da velocidade do vento para determinado mês WXGEM- Gerador climático
XPR- Coordenada X YPR- Coordenada Y
Tabela-1:Modelos Utilizados na Hidrossedimentológia...29
Tabela-2: Os valores para o parâmetro C_perm...44
Tabela-3: Fonte: Retirado de Neitsch et al. (2005)...44
Tabela-4: Relação entre declividades do solo e valores de P apresentado por Wischmeier e Smith (1972)...46
Tabela- 5: Hierarquização do parâmetro no processo de calibração de acordo com sua posição na análise de sensibilidade. Fonte: Van Griensven et al. (2005)...49
Tabela- 6: Parâmetros que interferem na estimativa do escoamento superficial no SWAT segundo vários autores. Fonte: Lelis, (2011)...50
Tabela-7: Nomenclatura dos Parâmetros sensíveis em termo de escoamento superficial...51
Tabela- 8: Parâmetros importantes na estimativa em termos de descarga sólida no SWAT...52
Tabela-9: Solos predominantes na bacia hidrográfica do Córrego Samambaia...56
Tabela-10: Uso e ocupação da BHCS...59
Tabela- 11: Dados de localização e elevação da estação meteorológica de Goiânia. Fonte:INMET...68
Tabela- 12: Descrição do uso e ocupação do solo associando ao banco de dados do SWAT...76
Tabela-13: Grupos Hidrológicos. Fonte: Adaptado de Lombardi Neto et al. (1989)...77
Tabela -14: Enquadramento dos tipos de solos aos grupos hidrológicos. Fonte: Adaptado de Lombardi Neto et al. (1975)...78
Tabela -15: Classificação granulométrica do solo. Fonte: USDA (1986)...81
Tabela -16: Densidade aparente do solo. Fonte: Taylor et al. (1966)...82
Tabela-17: Dados climatológicos inseridos no banco de dados do SWAT...86
Tabela-18: Características de cada sub-bacias por área correspondente...94
Tabela –19: Relatório topográfico de elevação da BHCS...96
Tabela-20: Análise de sensibilidade em ternos da vazão...97
Tabela-23: Resultados dos valores de COE nas simulações em termos do parâmetro Gwqmn...109 Tabela-24: Resultados dos valores de COE nas simulações do parâmetro Sol_AWC...104 Tabela- 25: Resultados dos valores de COE nas simulações do parâmetro Sol_Z...119 Tabela-26: Resultados dos valores de COE nas simulações do parâmetro de sedimento Usle_P...124
Figura-1: Representação do processo de desenvolvimento do modelo SWAT. Fonte: Gassman et al. (2007)...30 Figura-2: Distribuição de demanda evaporativa em relação à profundidade do solo. Fonte: Adaptado de Neitsch et al. (2005)...42 Figura- 3: Influência de surlag y (coeficiente de escoamento superficial) e tconc (tempo de concentração) na fração do escoamento superficial e na liberação de sedimento. Fonte: Neitsch et al. (2005)...48 Figura- 4: Mapa de Localização da Bacia Hidrográfica do Córrego Samambaia- Fonte SIG-Goiás - Superintendência de Geologia e Mineração - SIC, base de dados – SIEG, 2015...55
Figura-5: Mapa de tipo de solos da BHCS. Fonte: SIG-Goiás - Superintendência de Geologia e Mineração – SIC...58 Figura-6: Mapa de tipo uso e ocupação dos solos da bacia hidrográfica do Córrego Samambaia. Fonte: Base da dados do INPE, sensor LANDSAT-5...60 Figura-7: Mapa da Declividade da bacia hidrográfica do Córrego Samambaia...61 Figura-8: Temperatura Máxima e Mínima anual total do período de 1992 a 2014 para a BHCS.
Fonte: Estação do INMET (83423) - Instituto Nacional de
Meteorologia...62 Figura-9: Localização do ponto de monitoramento de sedimento e vazão. Fonte- Google Earth...63
Figura-10: Ponto de monitoramento da bacia hidrográfica do Córrego
Samambaia...63
Figura-11: Linígrafo (HOBO® U20 Water Level). Fonte:Onsetcompbrasil
(2013)...64
Figura-12: Linigráfo na base em que foi
fixado………...…...65 Figura-13: Amostrador automatizado de coleta de sedimentos ISCO...66 Figura-14: Amostrador (ISCO), com as garrafas de coleta de amostras...66
Figura-15: Amostras de sedimento coletadas pelo amostrador
ISCO………...………...67
Figura-16: Amostras de sedimento separadas e secadas em copos de
vidros...………...…67
Figura-17: Estação meteorológica localizada na cidade de Goiânia
Figura-19: Fotos do VANT empregado na
análise...69
Figura-20: Mapa da área de localização da Bacia Hidrográfica do Córrego Samambaia sobrevoada pelo VANT. Data: 22/05/2014, 29/05/2014 e 04/06/2014...71
Figura- 21: Mapa de uso e ocupação da área sobrevoada do VANT na BHCS...73
Figura-22: Fluxograma dos dados de entrada do modelo SWAT...74
Figura-23: Modelo Digital de Terreno (MDT) da BHCS. Fonte: Base de dados do SI...75
Figura-24: Triângulo de Classificação Textural. Fonte: USDA, 1986...83
Figura- 25: Plantaforma do ArcSWAT para o preenchimento dos parâmetros do solo...85
Figura-26: Interface do ArcSwat na geração do URHs...88
Figura-27: Relatório gerado pelo modelo com a quantidade de sub-bacias e URHs...88
Figura-28: Interface de simulação do ArcSwat...89
Figura-29: Interface da análise de sensibilidade do ArcSwat...90
Figura-30: Interface rotina calibração automática do ArcSwat...91
Figura-31: Mapa das sub-bacias do Córrego Samambaia, geradas na discretização da área de estudo...92
Figura-32: Mapa de uso e ocupação correspondendo à divisão das sub-bacias do Córrego Samambaia...93
Figura-33: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na primeira simulação realizada pra o parâmetro ESCO, com os valores de precipitação (mm) no ano Juliano...100
Figura-34: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na segunda simulação realizada pra o parâmetro ESCO, com os valores de precipitação (mm)noanoJuliano...101
Figura-35: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na terceira simulação realizada pra o parâmetro ESCO, com os valores de precipitação (mm) no ano Juliano...102
Figura-36: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na quarta simulação realizada pra o parâmetro ESCO, com os valores de precipitação (mm) no ano Juliano...103
Figura-37: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na primeira simulação realizada pra o parâmetro GWqmn, com os valores de precipitação (mm) no ano Juliano...105
Figura-38: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na segunda simulação realizada pra o parâmetro GWqmn, com os valores de precipitação (mm) no ano Juliano...106
Figura-39: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na terceira simulação realizada pra o parâmetro GWqmn, com os valores de precipitação (mm) no ano Juliano...107
Figura-40: Gráfico dos valores observados de vazão (m³/s) e dos valores auto-calibrados na quarta simulação realizada pra o parâmetro GWqmn, com os valores de precipitação (mm) no ano Juliano...108 Figura-41: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na primeira simulação realizada pra o parâmetro Sol_AWC, com os valores de precipitação (mm) no ano Juliano...110
Figura-42: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na segunda simulação realizada pra o parâmetro Sol_AWC, com os valores de precipitação (mm) no ano Juliano...111
Figura-43: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na terceira simulação realizada pra o parâmetro Sol_AWC, com os valores de precipitação (mm) no ano Juliano...112
Figura-44: Gráfico dos valores observados de vazão (m³/s) e dos valores auto- calibrados na quarta simulação realizada pra o parâmetro Sol_AWC, com os valores de precipitação (mm) no ano Juliano...113 Figura-45: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na primeira simulação realizada pra o parâmetro Sol_Z, com os valores de precipitação (mm) no ano Juliano...115
Figura-46: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na segunda simulação realizada pra o parâmetro Sol_Z, com os valores de precipitação (mm) no ano Juliano...116
Figura-47: Gráfico dos valores observados de vazão (m³/s) e dos valores calculados na terceira simulação realizada pra o parâmetro Sol_Z, com os valores de precipitação (mm) no ano Juliano...117
Figura-48: Gráfico dos valores observados de vazão (m³/s) e dos valores auto- calibração na quarta simulação realizada pra o parâmetro Sol_Z, com os valores de precipitação (mm) no ano Juliano...118
Figura-49: Gráfico dos valores observados de sedimentos (mg/l) e dos valores calculados na primeira simulação realizada pra o parâmetro Usle_P, com os valores de precipitação (mm) no ano Juliano...120
Figura-50: Gráfico dos valores observados de sedimentos (mg/l) e dos valores calibrados na segunda simulação realizada pra o parâmetro Usle_P, com os valores de precipitação (mm) no ano Juliano...121 Figura-51: Gráfico dos valores observados de sedimentos (mg/l) e dos valores calculados na terceira simulação realizada pra o parâmetro Usle_P, com os valores de precipitação (mm) no ano Juliano...122 Figura-52: Gráfico dos valores observados de sedimentos (mg/l) e dos valores calibrados na primeira simulação realizada pra o parâmetro Usle_P, com os valores de precipitação (mm) no ano Juliano...123
Figura-53: Mapa de produção de sedimentos nas sub-bacias do Córrego
Samambaia...125Figura-54: Mapa de produção de sedimentos nas sub-bacias do Córrego Samambaia elaborado pelo
estudo do Veiga
RESUMO
O uso de modelos hidrológicos tem sido uma alternativa bastante explorada para o planejamento e a tomada de decisão relacionados ao gerenciamento de bacias hidrográficas, por possibilitarem a estimativa de vazões, transporte de sedimentos e simulação de cenários sobre o uso do solo e qualidade da água. O principal objetivo deste trabalho é realizar a modelagem hidrossedimentológica da bacia hidrográfica do Córrego Samambaia por meio da aplicação do modelo SWAT. A área de estudo localiza-se na região norte da cidade de Goiânia e vem passando por um processo de urbanização intenso. Foram monitorados, durante 18 meses, vazões e concentração de sedimentos em suspensão diários em uma seção no curso d’água. Tais dados foram utilizados para a análise da influência de distintos parâmetros no ajuste do modelo SWAT. Os resultados da análise de sensibilidade apontaram que parâmetros de fator de compensação da evaporação do solo (Esco), profundidade limite de água no aquífero raso
para ocorrer o fluxo de retorno (Gwqmn), capacidade de água disponível (Sol_Awc) e a
profundidade da camada do solo (Sol_Z) como os mais sensíveis para as simulações em termos da vazão, e a prática de manejo e conservação do solo (Usle_P) para as simulações com ajuste em termos da concentração de sedimentos em suspensão. Os melhores ajustes obtidos nas estatísticas de precisão (Coeficiente de Nash-Sutcliffe - COE) foram de 0,56 a 0,72 para as simulações em termos da vazão e de 0,56 a 0,69 para as simulações em termos do sedimento em suspensão. O desempenho permitiu concluir que a simulação com o SWAT foi adequada em relação às pesquisas que têm sido realizadas no Brasil, cujos valores obtidos para os indicadores são semelhantes.
PALAVRAS-CHAVE: SWAT, Sedimento em suspensão, Vazão, Análise de sensibilidade.
ABSTRACT
Hydrological models have been a enough useful tool to management and decision-making support in river basin water resources planning since they are able to reproduce discharges and transport of sediments as well as to simulate different scenarios of land use and water quality. The main objective of this study is to perform the hydrossedimentological modeling of the Samambaia river basin Stream by applying the software SWAT. The study area is located in the north of the city of Goiânia and it has undergone an intense process of urbanization. Daily discharges and suspended sediment concentrations data were collected during 18 months in a specific section of the stream. The monitored data set has been used to analyze the influence of distinct parameters in the SWAT model adjustment. The results of the sensitivity analysis showed the parameters of soil evaporation compensation factor (Esco), threshold depth of water in the shallow aquifer required for return flow to occur (Gwqmn), available water capacity (Sol_Awc) and the depth of the soil layer (Sol_Z) as the most sensitive to simulations in terms of discharge, and the management practices and soil conservation parameter (Usle_P) to simulations in terms of suspended sediment concentrations. Best settings obtained for the precision statistics (Nash-Sutcliffe Coefficient - COE) were of 0.56 to 0.72 for calibration in terms of discharges and of 0.56 to 0.69 for calibration in terms of suspended sediment. The performance showed that the simulation with SWAT was adequate in relation to researches conducted in Brazil, whose values for model indicators are quite similar.
1. INTRODUÇÃO
As sociedades humanas, apesar da dependência de água para a sua sobrevivência e desenvolvimento, poluem e degradam este e outros recursos naturais. Desta forma, a problemática da degradação ambiental tornou-se um assunto frequente. A forma predatória com a qual o homem se relacionou com a natureza resultou em impactos negativos sobre os sistemas naturais, sendo a água o que sofre a maior pressão.
Santos (2001) cita que as distribuições espaciais e temporais dos recursos hídricos vêm se tornando mais heterogênea devido à ação antrópica intensa e sem planejamento, resultando em uma degradação dos sistemas naturais e principalmente dos recursos hídricos.
Para a realização de um adequado gerenciamento dos recursos hídricos, são necessárias diversas informações sobre a unidade de estudo, que é a bacia hidrográfica. Segundo Machado (2002), uma investigação no sistema real, envolvendo medições de todas as variáveis que influenciam a dinâmica de uma bacia hidrográfica é uma tarefa árdua, sendo até mesmo impossível em determinadas vezes, pois o longo prazo exigido e os custos de medições e monitoramento são grandes empecilhos para tal tarefa.
O emprego de modelos de simulação tem sido a alternativa mais explorada no intuito de preencher a ausência de dados. Essas ferramentas têm como finalidade expressar o comportamento do objeto de estudo tomando por base a dinâmica dos processos que o regem representados pelas diferentes parâmetros.
A bacia hidrográfica do Córrego Samambaia (BHCS) localiza-se na região norte da cidade de Goiânia, e vem passando por um processo de urbanização intenso. A escolha da área de estudo justifica-se por uma série de razões, dentre as quais a possibilidade de dar continuidade aos estudos hidrossedimentológicos desenvolvidos na Universidade Federal de Goiás (UFG) e a mudança da sua paisagem. A BHCS é considerada uma bacia semi-urbana, tendo ainda a predominância de pastagens decorrência da ação antrópica, acarretando o aumento de sedimentos e o assoreamento do córrego.
Para a modelagem hidrossedimentológica, foi utilizado o SWAT (Soil and Water
Assessment Tool), um modelo matemático que permite simular diferentes processos
subsuperficial, subterrâneo e transporte de sedimento), permitindo a análise dos impactos das alterações no uso do solo sobre os escoamentos superficial e subterrâneo, produção de sedimentos e qualidade da água em bacias hidrográficas agrícolas não instrumentadas.
2. OBJETIVO GERAL
O objetivo deste trabalho é fazer a modelagem hidrossedimentológica na bacia hidrográfica do Córrego Samambaia por meio da aplicação do modelo SWAT.
2.1 Objetivos Específicos
• Caracterizar a bacia hidrográfica do Córrego Samambaia por meio de Veículo Aéreo Não Tripulado (VANT).
• Calibrar o modelo hidrossedimentológico para um ano hidrológico completo, utilizando dados de vazões líquida e sólida.
• Verificar para quais parâmetros o modelo mostra-se mais sensível ao processo de simulação da BHCS.
3. REFERENCIAL TEÓRICO
3.1 Bacia Hidrográfica como unidade de estudo
A bacia hidrográfica é a área de captação natural dos fluxos de água originados a partir da precipitação, que faz convergir os escoamentos para um único ponto de saída, seu exutório (Collischonn, 2008). Tucci (1998) aponta que a bacia hidrográfica pode ser considerada um sistema físico onde a entrada é o volume de água precipitado e a saída é o volume de água escoado pelo exutório, considerando-se como perdas intermediárias os volumes evaporados, transpirados e também os infiltrados profundamente.
As principais propriedades de uma bacia dependentes do relevo são área, comprimento do canal principal e declividade. Outras características importantes de uma bacia hidrográfica são os tipos de solos, a geologia, a vegetação e o uso do solo, sendo que estes não estão diretamente relacionados ao relevo. De acordo com Collischonn (2008), os tipos de solos e a geologia vão determinar em grande parte a quantidade de água precipitada que vai infiltrar no solo e a quantidade que vai escoar superficialmente. A vegetação tem uma importância muito grande sobre a concepção do escoamento superficial e a evapotranspiração. O uso do solo tende a transformar as características naturais e interfere diretamente nas quantidades de água que infiltram, escoam e evaporam, alterando significativamente o comportamento hidrológico de uma bacia.
A política Nacional de Recursos Hídricos, instituída pela Lei nº 9.433, de 8 de janeiro de 1997, agrupa princípios e normas para a gestão de recursos hídricos, adotando a definição de bacias hidrográficas como unidade de estudo e gestão.
3.2 Dinâmica hidrossedimentológica
A origem dos processos erosivos decorre da dinâmica superficial do relevo terrestre, que é responsável pela feição atual da superfície e ações geradas por agentes como chuvas e ventos. Quando as forças extrapolam a resistência dos sistemas naturais, ocorrem modificações por deformações de terreno, alterações de posição ou mudanças na estrutura química.Portanto, ao tratarmos de processos erosivos devemos sempre ter em mente o espaço em que o processo ocorre e a sua intensidade.
Segundo Fendrich et al. (1997), a erosão é um processo que se traduz na desagregação, no transporte e na deposição de sedimentos nos cursos d’água como rios e lagos, isto ocorre pela decomposição do solo, subsolo e rocha devido aos agentes naturais como águas, ventos, gravidade ou geleiras. O termo erosão provém do latim (erodere) e significa “corroer”. Nos estudos ligados a Ciências da Terra, o termo é aplicado aos processos de desgaste da superfície terrestre (solo ou rocha) pela ação da água, do vento, do gelo e de organismos vivos (plantas e animais), além da ação do homem. A erosão é um dos principais fenômenos geológicos que ocorre na Terra e se processa de várias formas, se considerarmos seu ambiente de ocorrência (Rodrigues, 1982).
Boa parte dos processos erosivos acontece de modo direto e previsível como decorrência da intervenção antrópica no meio ambiente. A erosão depende de vários fatores, sendo os principais: intensidade e duração das chuvas; estrutura e composição geológica do terreno (propriedades do solo); declividade do terreno e extensão do declive, cobertura vegetal e do solo.
A erosividade e a erodibilidade são dois importantes fatores físicos que comprometem a magnitude da erosão do solo. Como mencionado, a erosão do solo depende de vários fatores. Mesmo que a chuva, a declividade do terreno e a cobertura vegetal sejam similares, alguns solos são mais suscetíveis ao destacamento e ao transporte de partículas pelos agentes de erosão. Essa diferença de suscetibilidade, devido às características do solo, é conhecida como erodibilidade do solo.
Segundo Lal e Elliot (1994), a erosividade é a expressão da habilidade dos agentes erosivos, como a água, que causa destacamento e o transporte de solo. A quantificação destes dois fatores é importante na previsão da erosão e na gestão do uso do solo. No entanto, a erodibilidade dos solos tem sido o fator de maior interesse geotécnico.
A erodibilidade de um solo é definida como a falta de capacidade de resistir aos processos erosivos e depende não só das características intrínsecas do solo, mas também de fatores subsidiários, como ciclos de umedecimento e secagem, além da composição química da água presente (Vilar e Prandi, 1993). Desta maneira, a forma mais comum de se avaliar a erodibilidade dos solos tem sido por meio de suas características físicas e químicas e de determinados condicionantes externos.
Os parâmetros de erodibilidade e erosividade são utilizados para avaliar as perdas de solo de uma área através de equações empíricas. Segundo Bertoni e Lombardi Neto (1999), essa técnica de previsão das perdas de solo não só apresenta maior segurança, como pode ser utilizada em escala universal, dependendo, nesse caso, da obtenção de dados locais específicos.
Estimativas de perda de solo por erosão hídrica podem ser feitas através de equações empíricas, como a equação universal de perda de solo (A = R.K.LS.C.P) desenvolvida por Wischmeier e Smith (1978), a qual reúne os fatores principais envolvidos no processo de erosão: erosividade da chuva (R), erodibilidade do solo (K), topografia (LS), cobertura vegetal e manejo de cultivo (C) e práticas conservacionistas (P). A capacidade erosiva da precipitação, um dos fatores da equação universal de perda de solo, é mensurada em função de características físicas das chuvas, ou seja, intensidade, duração e distribuição de tamanho das gotas.
A importância agrícola dos cerrados no centro-oeste do Brasil e a alta erodibilidade dos solos presentes nesta região tem estimulado estudos sobre índices de erosividade das chuvas para estimativas de perdas de solo por erosão hídrica, verificados em Alvarenga et al. (2003). A topografia é o fator que mais influi na variação da erosão bruta, exceto pelo fator manejo do solo. A erodibilidade do solo é resultado da infiltração da água no solo, da desagregação pelo impacto da gota de chuva e da resistência ao transporte pelo fluxo superficial, os quais são responsáveis pela resposta do solo aos processos erosivos.
O estudo dos processos hidrossedimentológicos abrange o monitoramento dos parâmetros de precipitação, vazão e concentração de sedimentos em suspensão. Os intervalos de tempo entre os dados medidos estão relacionados com o tamanho e as características físicas, que interferem diretamente na determinação do tempo de concentração da bacia.
A vazão pode ser determinada, dentre outras formas, pela curva-chave para médias, grandes e pequenas vazões, e a concentração de sedimentos em suspensão pode ser determinada por coleta de amostras representativas ou equações que calculem a descarga sólida em suspensão. A concentração de sedimentos em suspensão é influenciada pela vazão decorrente da precipitação e, portanto, a coleta de amostras deve ser realizada em períodos chuvosos e secos, sendo que em períodos chuvosos a frequência da coleta deve ser maior.
As concentrações de sedimento e as vazões são influenciadas pela intensidade das precipitações e por sua distribuição. O transporte de sedimento pode ser dividido em três tipos, conforme cita Carvalho (2008):
Carga Sólida de Arrasto – são as partículas de sedimento que rolam ou escorregam longitudinalmente no curso d’água. As partículas estão em contato com o leito praticamente todo o tempo.
Carga Sólida Saltante – são as partículas que pulam ao longo do curso d’água por efeito da correnteza ou devido ao impacto de outras partículas.
Carga Sólida em Suspensão – são as partículas que estão suportadas pelas componentes verticais das velocidades do fluxo turbulento, enquanto estão sendo transportadas pelas componentes horizontais dessas velocidades, sendo suficientemente pequenas para permanecerem em suspensão. Contudo, as partículas de sedimentos que chegam ao curso d’água têm diversas formas, tamanhos e pesos que contribuirão para o tipo de transporte dessa partícula no decorrer do curso. Também deve-se levar em consideração a forma do escoamento do fluxo turbulento ou laminar, a velocidade da corrente, obstáculos no fluxo, diversas outras forças inter-relacionadas como a temperatura da água, formas do leito, forma do canal, declividade do leito, dentre outras.
O sedimento gerado em toda a bacia hidrográfica será depositado ou transportado até o exutório. Para a concepção destas partes foi constituída uma relação entre a produção de sedimentos e a erosão total da bacia, sendo tal relação denominada de taxa de transferência de sedimentos. Assim, pode-se definir uma relação entre as grandezas intervenientes para se conhecer qual a porcentagem de sedimento erodido numa bacia que passa num ponto de medida do curso d’agua (Carvalho, 2008).
Um método para determinação e/ou quantificação do transporte de sedimentos em uma bacia hidrográfica é o Sediment Delivery Ratio (SDR), ou seja, a Taxa de
Transferência de Sedimentos. A taxa de transferência de sedimento (SDR) é uma taxa adimensional e pode ser expressa matematicamente (Equação 1) pela relação entre a produção de sedimento no exutório (Sed) (t/mês) e a erosão bruta na bacia (Sedtotal) (t/mês) (Chow, 1964).
SDR=Sed/Sedtotal (1)
3.3 Modelagem hidrossedimentológica
A modelagem hidrossedimentológica é um importante instrumento para avaliar a produção de água de sedimentos em bacias hidrográficas num tempo e custo acessíveis. Isto é possível devido ao monitoramento e à obtenção de uma série de dados e com a pesquisa ou aplicação de testes para determinar parâmetros.
Segundo Tucci (1998), um modelo “é a representação de algum objeto ou sistema, numa linguagem ou forma de fácil acesso e uso, com o objetivo de entendê-lo e buscar suas respostas para diferentes entradas”.
Para Christofoletti (1999), um modelo pode ser compreendido como sendo “qualquer representação simplificada da realidade ou de um aspecto do mundo real que seja de interesse ao pesquisador, que possibilite reconstruir a realidade, prever um comportamento, uma transformação ou uma evolução”.
Segundo Tucci (1998), os modelos usualmente são classificados em físicos, analógicos e matemáticos.
O modelo físico representa o sistema por um protótipo em escala menor, na maior parte dos casos.
Os modelos analógicos valem-se da analogia das equações que regem diferentes fenômenos, para modelar no sistema mais conveniente o processo desejado.
Os modelos matemáticos são os que representam a natureza do sistema através de equações matemáticas. Estes modelos mostram-se mais versáteis, em virtude da sua lógica ser facilmente modificada, obtendo-se resultados de diferentes situações de um mesmo sistema ou de diferentes sistemas, além da grande velocidade de resposta. A desvantagem deste tipo de modelo está na discretização de processos contínuos e na dificuldade na representação matemática de alguns processos físicos.
Para Tucci (1998), os modelos hidrológicos também podem ser classificados em distintos critérios:
Contínuo ou discreto: um sistema é dito contínuo quando os fenômenos são contínuos no tempo, e discreto quando as mudanças de estado se dão em intervalos discretos. A maioria dos sistemas hidrológicos é contínua e é representada por modelos discretos.
Concentrado ou distribuído: um modelo é concentrado quando não leva em conta a variabilidade espacial. Em geral, os modelos concentrados utilizam somente o tempo como variável independente. Um modelo é dito distribuído quando as variáveis e parâmetros do modelo dependem do espaço e/ou do tempo. Somente o modelo distribuído permite estudar a variabilidade do comportamento físico de diferentes partes do sistema.
Estocástico ou determinístico: esta é uma das principais classificações dentro da simulação hidrológica. Segundo Chow (1964), se a chance de ocorrência das variáveis é levada em conta e o conceito de probabilidade é introduzido na formulação do modelo, o processo e o modelo são ditos estocásticos. Por outro lado, se a chance de ocorrência das variáveis envolvidas no processo é ignorada e o modelo segue uma lei definida que não a lei das probabilidades, o modelo e os processos são ditos determinísticos.
Conforme Tucci (1998), na simulação existe em geral três fases que são classificadas como: i) estimativa ou calibração; ii) verificação; e iii) previsão. A estimativa dos parâmetros é a fase da simulação onde os parâmetros são processados. A verificação é a simulação do modelo com os parâmetros estimados onde se verifica a validade do ajuste realizado. A previsão é a simulação do sistema pelo modelo com parâmetros ajustados para quantificação de suas respostas a diferentes entradas.
A principal vantagem da aplicação de modelos reside na possibilidade do estudo de vários cenários distintos e de forma rápida, muitos deles ainda não contemplados em experimentos reais. Outra importante vantagem está associada ao seu baixo custo. Na maioria das aplicações, o custo de executar um programa computacional é muitas ordens de magnitude menor do que o correspondente custo relativo à investigação experimental. Esse fator adquire maior importância à medida que o problema real estudado apresenta maiores dimensões e complexidade, além dos custos operacionais mais elevados relativos às pesquisas de campo (Kobiyama e Manfroi, 1999).
O monitoramento e o desenvolvimento de modelos evoluíram resultando em modelos complexos, ou seja, modelos que envolvem um maior número de variáveis. Nesta evolução surgiram modelos, como USLE, MUSLE, CREAMS, ANSWERS, EPIC,
SWRRC, GLEAMS, contribuindo decisivamente para o desenvolvimento do SWAT. A
Tabela 1 apresenta uma síntese de modelos usados na hidrossedimentologia.
Tabela-1: Modelos utilizados na hidrossedimentológia.
Nome do Modelo Sigla
Universal Soil Loss Equation USLE (Wischmeier e Smith; 1975).
Modified Universal Soil Loss Equation MUSLE (Williams; 1978)
Chemicals, Runoff, and Erosion from Agricultural Management Systems
CREAMS (Knisel; 1980)
Areal non-point Source Watershed Environment Response Ssimulation
ANSWERS (Beasley,Huggins e Monke;1980)
Erosion-Productivity Impact Calculator
EPIC (Williams et al;1984)
Simulator for Water Resources in Rural Basins
SWRRC ( Williams, Nicks e Arnold; 1985)
Groundwater Loading Effects on Agricultural Management Systems
GLEAM (Leonard et al;1987)
Soil and Water Assessment Tool SWAT (Arnold et al;1998)
3.4 Soil and Water Assessment Tool – SWAT
O modelo Soil and Water Assessement Tool (SWAT) foi desenvolvido pelo Dr. Jeff Arnold, da Seção de Pesquisas Agrícolas (Agricultural Research Service - ARS) do
Departamento de Agricultura dos Estados Unidos (USDA - United States Department of
Agriculture).
O SWAT é um modelo matemático de parâmetro distribuído, desenvolvido em escala de bacia hidrográfica e que tem como finalidade prever o impacto de práticas de manejo do solo em relação à água, sedimentos e produção química agrícola em bacias hidrográficas complexas não instrumentadas com diversas combinações de solos, usos e coberturas do solo e condições de manejo sobre longos períodos de tempo (Neitsch et al., 2005).
O SWAT incorpora características de diversos modelos do Agricultural Research
Service (ARS) e é resultado direto do modelo SWRRB (Simulator for Water Resources in Rural Basins). Os modelos específicos que colaboraram significativamente para o
desenvolvimento do SWAT foram o USLE, CREAMS, GLEAMS e EPIC (Figura-1).
Figura-1: Representação do processo de desenvolvimento do modelo SWAT. Fonte: Gassman et al. (2007).
O modelo SWAT requer para a simulação informações em três níveis de escala espacial: bacia hidrográfica, sub-bacias, e Unidade de Resposta Hidrológica (URH). O primeiro nível, bacia hidrográfica é representado por parâmetros em que não há distinção da variabilidade espacial dentro de uma bacia hidrográfica tais como parâmetros associados ao derretimento de neve, fator de ajuste da evaporação e o coeficiente de retardamento do escoamento superficial (Neitsch et al., 2005).
O segundo nível espacial de entrada e parametrização disponível no SWAT é referente ao da de sub-bacia. As sub-bacias são simuladas, basicamente, por áreas espaciais dentro da maior bacia hidrográfica que estão hidrologicamente conectadas. As sub-bacias são decididas, inicialmente, pelo SWAT, através do processo de delineamento automático entretanto, após essa etapa, o modelo permite ao analista transformar trechos ou sub-bacias especificas para tender á sua modelagem.
Por fim, o terceiro nível refere-se às URHs, que simulam no modelo uma combinação única de classe de uso do solo, sendo consideradas unidades hidrologicamente homogêneas. A distribuição das URHs é determinada pelo analista e pode ser realizada com base em propriedades dominantes ou em nível de sensibilidade.
Neitsch et al. (2005) subdivide o SWAT em oito componentes principais responsáveis pelo armazenamento, gerenciamento e entrada de informações de entrada no processo de simulação. Os componentes são os seguintes: clima, hidrologia, solo, erosão, crescimento vegetal, manejo do solo, nutrientes e pesticidas.
O clima gerencia os dados de precipitação, velocidade do vento, radiação solar, temperatura e umidade do ar armazenados em seu banco de dados. A hidrologia é responsável pelo cálculo do balanço hídrico diário através do seu desmembramento no balanço de água no solo, escoamento superficial e subterrâneo, evapotranspiração e propagação da rede de drenagem.
O solo armazena e gerencia informações e parâmetros físicos e hídricos, além de simular diariamente a temperatura média para cada camada de solo. Na fase de sedimento a USLE é responsável pelo cálculo da erosão e aporte de sedimentos na bacia hidrográfica.
O crescimento vegetal simula as variações temporais do crescimento das culturas por meio dos seus parâmetros. O manejo do solo simula a dinâmica das interações das práticas agrícola na bacia hidrográfica. No que concerne aos nutrientes e pesticidas, o modelo analisa os comportamentos dos compostos minerais e orgânicos nitrogenados e fosfatados, a biodegradação, transformação, movimento dos pesticidas, como se propagam no solo e na rede de drenagem.
Arnold et al. (1998) ressaltam que o SWAT incorpora mais de 100 variáveis de entrada associadas a esses componentes principais. Portanto, é necessária a identificação
de quais parâmetros vão ser mais importantes na simulação e na magnitude nos resultados gerados.
O modelo vem sofrendo alterações ao longo dos anos, dando origem a outros modelos e tendo algumas ferramentas implementadas ou melhoradas. O SWAT\GRASS foi o primeiro pacote que permitiu a integração com o sistema de informação geográfica (SIG), facilitando as entradas e saídas associadas ao mapeamento (Arnorld et al. 1998). Igualmente associados à SIGs, foram desenvolvidas ferramentas AVSSWAT para
ArcVIEW 3.x e o ArcSWAT para o ArcGIS 9 e 10.
Green e Van Griensven (2008) avaliaram a capacidade de autocalibração do
SWAT com períodos distintos de informações (2000 e 2004) para seis microbacias no
Texas – EUA. Os autores detectaram melhor desempenho do modelo na simulação com uma série maior de dados, apresentando altos valores das estatísticas aplicadas e verificando uma melhor aderência dos dados.
Gitau e Chaubey (2010) avaliaram métodos de regionalização dos parâmetros do
SWAT em três bacias hidrográficas no estado de Arkansas - EUA, para estimativa de
escoamento. Os autores obtiveram resultados satisfatórios, apresentando coeficientes de eficiência Nash- Sutcliffe (COE) entre 0,45 a 0,90, indicando que o modelo pode ser aplicado na estimativa de escoamento em bacias hidrográficas não monitoradas.
Cibin et al. (2010) identificaram os 13 parâmetros que mais afetam o fluxo nos canais, divididos entre os processos de água subterrânea, escoamento superficial, evapotranspiração, neve e rugosidade da superfície. Mostraram que o modelo SWAT possui um efeito de escala para alguns de seus parâmetros, variando assim sua influência nos resultados para diferentes áreas de bacias. E, não menos importante, os autores constataram a dependência de alguns parâmetros em função da alta precipitação no período simulado.
Em estudo realizado para avaliar o impacto do número e tamanho das URHs sobre o escoamento e a evapotranspiração em uma bacia agrícola no Sudeste da Austrália, Githui e Thayalakumaran (2011) detectaram que a quantidade de URHs não influenciou a evapotranspiração simulada, pois a mesma depende diretamente da dinâmica de crescimento e distribuição espacial das culturas na bacia. Já o escoamento apresentou melhor desempenho na simulação com menor quantidade de URHs.
Toral et al. (2012) aplicaram o modelo SWAT para estimar a erosão em bacias hidrográficas do México com bons resultados. A comparação dos resultados gerados pelo SWAT se deu através de métodos de álgebras e de mapas. A conclusão do trabalho foi que houve boa resposta do modelo para estimar a perda de solos.
Betrie et al. (2011) modelaram sedimentos da bacia hidrográfica do rio Nilo, que teve como enfoque principal a simulação do efeito do uso de BMPs (melhor prática de gestão) nos dados diários de sedimentos. Artita et al. (2013) examinaram a possibilidade de gerar alternativas para bacias hidrográficas usando BMP com algoritmo evolucionário, tendo como objetivo selecionar a melhor população de algoritmos para calibrar e validar o modelo SWAT e depois minimizar os custos da construção dos BMPs.
Samaras e Koutitas (2014) estudaram a morfologia costeira e os impactos ambientais e a mudança no balanço de transporte de sedimentos, baseados em uma abordagem integrada para quantificar o impacto da gestão de bacias hidrográficas na morfologia costeira através de modelagem numérica, utilizando o modelo SWAT.
Fiseha et al. (2014) analisaram a resposta hidrológica das mudanças climáticas na bacia hidrográfica da Itália central. Utilizando o SWAT como ferramenta de medir as alterações do ciclo hidrológico, o modelo foi calibrado e validado com dados observados da bacia hidrográfica. O comportamento hídrico global da bacia indicou uma redução do rendimento da água na bacia devido a mudanças previstas para a temperatura e precipitação.
No Brasil, o modelo SWAT vem sendo aplicado principalmente na simulação de mudanças de cobertura de solo e no ciclo hidrológico e sedimentológico. Marchioro et al. (2011) usaram a modelagem hidrossedimentológica na produção de sedimento na Bacia do Córrego de Santa Maria com o propósito de evidenciar as áreas com maior produção de sedimentos. Os resultados evidenciaram que as áreas com pastagem associadas a declividades entre 25% e 57%, comprimentos de encostas entre 15 e 28m, e as características do Argissolo Vermelho Amarelo, Neossolo Lirólico e Cambissolo Háplico, tinham a necessidade premente de reflorestamento com espécies nativas nas URHs com estas classes de solos e, nas demais porções da bacia do córrego Santa Maria, a difusão de práticas de manejo e conservação do solo.
Durães et al. (2011) aplicaram o SWAT na bacia do rio Paraopeba para a estimativa do estresse hidrológico causado por modificações na cobertura do solo na bacia. Tanto na calibração quanto na validação, o modelo mostrou-se adequado ao ser aplicado na bacia estudada.
Blainski et al. (2011), estudando a disponibilidade hídrica na bacia do Rio Araranguá, simularam cenários de uso do solo onde as áreas agrícolas eram substituídas por reflorestamento, apontando para uma maior regularização da vazão no cenário com reflorestamento da bacia.
Lelis et al. (2012) aplicaram o modelo SWAT na bacia do Ribeirão São Bartolomeu para a simulação de vazão e produção de sedimentos obtendo resultados satisfatórios em relação às estatísticas de ajuste. Pinto et al. (2012) avaliaram o desempenho do modelo SWAT no Ribeirão Lavrinha na simulação de escoamento e transporte de sedimentos.
Neto (2013) realizou análises de sensibilidade para a aplicação do modelo SWAT na simulação do escoamento nas bacias hidrográficas do Ribeirão Jaguara e Marcela, a fim de avaliar o efeito dessas escalas espaciais.
Galharte et al. (2014) estimam a produção de sedimentos em função da mudança de uso e cobertura do solo em cenários da microbacia hidrográfica do ribeirão de Guabirobas. Para isto foi aplicado o modelo de simulação espacial CLUE-S (Conversion of Land Use and its Effects at Small Region Extent) com o objetivo de gerar cenários para o ano de 2025 da área de estudo. Foram estimados a produção de sedimentos desses cenários com o auxílio do modelo de simulação SWAT.
Oliveira (2013) analisou a paisagem na Bacia Hidrográfica do Ribeirão João Leite, e utilizou o SWAT para avaliar a produção de sedimento em diferentes cenários, observou-se que dentre os cenários propostos aquele contendo a vegetação nativa como uso e cobertura do solo predominante apresentou um menor valor na produção de sedimentos.
Veiga (2014) analisou o modelo SWAT e SWAT-CUP em termos de calibração do fluxo de sedimentos e vazão na Bacia hidrográfica do Córrego Samambaia. Foi feita uma calibração automática que apresentou um Coeficiente de Nash- Sutcliffe de 0,80 e 0,88 para o escoamento superficial e sedimentos em suspensão, respectivamente, que são considerados bons ajustes entre os valores simulados e observados.
3.5. Descrição do Modelo SWAT
O SWAT, em sua concepção, inclui processos, sendo eles os seguintes: intercepção, infiltração e escoamento superficial, escoamento lateral, evapotranspiração e percolação. Parte da água é precipitada e pode ser interceptada pela vegetação, podendo assim alcançar a atmosfera pelo processo de evaporação, e parte atinge a superfície do solo. Da parcela que atinge a superfície do solo, uma infiltra e outra tende a escoar superficialmente. A parcela infiltrada será distribuída ao longo do perfil do solo podendo retornar á atmosfera através do processo de evapotranspiração ou promover a recarga do lençol freático e o aquífero profundo.
Nessa perspectiva, o SWAT opera considerando 4 volumes de controle de estimativa do balanço hídrico: superficial, subperficial, aquífero raso e aquífero profundo. Na equação - 2 tem-se a representação do balanço hídrico admitido pelo
SWAT.
𝑆𝑊𝑡 = 𝑆𝑊 + ∑𝑡𝑡=1(𝑅𝑖− 𝑄𝑖 − 𝐸𝑇𝑖 − 𝑃𝑖− 𝑄𝑅𝑖) (2)
em que:
𝑆𝑊𝑡 = conteúdo final da água no solo (mm);
SW = conteúdo da água no solo disponível para plantas, definido como conteúdo de água inicial, menos o conteúdo no ponto murcha permanente (mm);
t = tempo em (d); 𝑅𝑖= precipitação (mm);
𝑄𝑖= escoamento superficial (mm);
𝐸𝑇𝑖= evapotranspiração (mm);
𝑃𝑖 = percolação (mm);
𝑄𝑅𝑖= fluxo de retorno (ascensão capilar) (mm).
O escoamento superficial direto pode ser estimado pelo SWAT por dois métodos: Curva- Número (SOIL CONSERVATION SERVICE – SCS, 1972) e Green Ampt modificado por Mein e Larson (1973). O método que foi empregado neste
trabalho foi o Curva- Número (CN), devido a uma maior facilidade de obter as variáveis requeridas pelo método (Equações- 3 e 4).
𝑄 = (𝑅−0,2 × 𝑆)²
𝑅+0,8 × 𝑆
R > 0,2 × S (3)
Q= 0 R ≤ 0,2 × S (4)
onde: Q representa o escoamento superficial diário (mm), R a precipitação pluvial diária (mm) e S o armazenamento potencial do solo (mm). O parâmetro S varia em função da classe, uso e manejo do solo na bacia, relação das características físicas da bacia (Equação- 5).
𝑆 = 254 × (100
𝐶𝑁 − 1) (5) O valor de CN é definido de acordo com as características de infiltração do solo.
Dessa maneira, os solos são classificados em grupos hidrológicos que buscam representar suas potencialidades de gerar escoamento superficial. O CN varia de 1 (cobertura extremamente permeável) a 100 ( cobertura extremamente impermeável) em uma escala não linear.
Ao calcular o escoamento superficial, o volume do escoamento é liberado para a rede de drenagem, sendo calculado pela equação 6.
𝑄𝑠𝑢𝑟𝑓 = (𝑄′𝑠𝑢𝑟𝑓+ 𝑄𝑠𝑡𝑜𝑟,𝑖−1) × (1 − 𝑒𝑥𝑝 [
−𝑠𝑢𝑟𝑙𝑎𝑔
𝑡𝑐𝑜𝑛𝑐 ]) (6) sendo que:
𝑄𝑠𝑢𝑟𝑓 é o volume de escoamento superficial descarregado no canal principal em um dado dia (mm);
𝑄′𝑠𝑢𝑟𝑓 é o volume de escoamento superficial gerado em uma sub-bacia em um dado dia (mm);
𝑄𝑠𝑡𝑜𝑟,𝑖−1 é o volume do escoamento superficial armazenado no dia anterior (mm);
𝑡𝑐𝑜𝑛𝑐 é o tempo de concetração para sub- bacia (h).
A vazão de pico é calculada pelo SWAT pelo método Racional, que toma como base a suposição de se uma chuva com intensidade de precipitação i começa no t=0 e continua indefinidamente, o escoamento irá aumentar até o tempo de concentração, quando toda bacia estará contribuindo com o fluxo na seção de controle (Equação- 7).
𝑞𝑝𝑒𝑎𝑘 =
𝐶 × 𝑖 × A
3,6 (7) onde:
𝑞𝑝𝑒𝑎𝑘 é a vazão de pico (m³/s);
C é o coeficiente de escoamento superficial (adimensional);
i é a intensidade de precipitação (mm); A é a área da sub-bacia (km²).
A percolação é calculada no SWAT em função do armazenamento combinado com modelo de fluxo em fendas no solo para simular o escoamento através das camadas de solo. Na percolação abaixo da zona radicular, a água é armazenada como água subterrânea ou retorna como escoamento a jusante do ponto considerado. A quantidade de água percolada para próxima camada é determinada pela equação- 8.
𝑆𝑊𝑝𝑒𝑟𝑐𝑦,𝑙𝑣 = 𝑆𝑊𝑝𝑒𝑟𝑐𝑦,𝑒𝑥𝑐𝑒𝑠𝑠 × (1 − 𝑒𝑥𝑝 [ −∆𝑡
𝑇𝑇𝑝𝑒𝑟𝑐]) (8) sendo:
𝑆𝑊𝑝𝑒𝑟𝑐𝑦,𝑙𝑣 é a quantidade de água percolada para a próxima camada (mm);
𝑆𝑊𝑝𝑒𝑟𝑐𝑦,𝑒𝑥𝑐𝑒𝑠𝑠 é o volume drenável de água da camada do solo (mm);
∆t é a duração do passo do tempo (h);
𝑇𝑇𝑝𝑒𝑟𝑐 é o tempo de propagação através da camada i (h).
O SWAT incorpora o Modelo de Onda Cinemática para o cálculo de escoamento subsuperficial. O cálculo se baseia na equação de balanço de massa onde o segmento
em declive é utilizado como o volume de controle, calculando, dessa forma, o escoamento lateral em cada camada do solo (Equação- 9).
𝑄𝑙𝑎𝑡 = 0,024 (2 × 𝑆𝑊𝑙𝑦,𝑒𝑥𝑐𝑒𝑠𝑠 × 𝐾𝑠𝑎𝑡 × 𝑠𝑙𝑝
⌽𝑑 x 𝐿ℎ𝑖𝑙𝑙 ) (9) sendo :
𝑄𝑙𝑎𝑡 a quantidade de água que escoa subsuperficialmente (mm);
Slp a declividade média da sub-bacia (m);
⌽𝑑 a porosidade drenável da camada de solo (mm.m);
𝐿ℎ𝑖𝑙𝑙 o comprimento do declive (m).
O escoamento subterrâneo no SWAT abrange os dois tipos de aquífero na simulação, sendo um raso e o outro profundo. O aquífero raso coopera para o escoamento no canal ou em trechos das sub-bacias, com a contribuição da água subterrânea para a vazão total simulada na seção de controle através da criação de um armazenamento no aquífero raso. Já o aquífero profundo não contribui para o escoamento da bacia. A água armazenada no escoamento subterrâneo até a recarga é dada pela equação- 10.
𝑄𝑔𝑤 =
800 x 𝐾𝑠𝑎𝑡
(𝐿𝑔𝑤)² x ℎ𝑤𝑡𝑏𝑙 (10)
sendo :
𝑄𝑔𝑤 o escoamento subterrâneo do canal principal do dia i (mm);
𝐾𝑠𝑎𝑡 a condutividade hidráulica saturada do aquífero (mm) ;
𝐿𝑔𝑤 a distância do divisor da bacia subterrânea para o canal principal (m);
Se a quantidade de água armazenada exceder um valor limite especificado, o escoamento subterrâneo entra no trecho do canal, causando a recarga do aquífero raso. O escoamento subterrâneo pode ser calculado pelas equações- 11 e 12.
𝑄𝑔𝑤,𝑖 = 𝑄𝑔𝑤,𝑖−1x 𝑒𝑥𝑝[−𝛼 x ∆t] + 𝑤𝑟𝑐ℎ𝑟𝑔,𝑠ℎ x [1 − 𝑒𝑥𝑝[−𝛼 x ∆t]] (11)
(𝑎𝑞𝑠ℎ > 𝑎𝑞𝑠ℎ𝑡ℎ𝑟,𝑞 )
𝑄𝑔𝑤,𝑖 = 0 se 𝑎𝑞𝑠ℎ ≤ 𝑎𝑞𝑠ℎ𝑡ℎ𝑟,𝑞 (12)
onde:
𝑄𝑔𝑤,𝑖 é o escoamento subterrâneo no canal principal no dia i (mm);
𝑄𝑔𝑤,𝑖−1 é o escoamento subterrâneo no canal principal no dia anterior (mm);
𝛼𝑔𝑤 é a constante de recessão de escoamento subterrâneo ∆t é o passo de tempo (valor igual a 1 ).
𝑤𝑟𝑐ℎ𝑟𝑔,𝑠ℎ é a quantidade de água de recarga entrando no aquífero raso no dia i (mm);
𝑎𝑞𝑠ℎ𝑡ℎ𝑟,𝑞 é o nível limite de água no aquífero raso para que ocorra a contribuição da água subterrânea para canal principal (mm);
Quando não houver a recarga do aquífero raso, o escoamento subterrâneo poderá ser calculado pelas equações- 13 e 14.
𝑄𝑔𝑤 = 𝑄𝑔𝑤,0 x 𝑒𝑥𝑝 [−𝛼𝑔𝑤 x 𝑡] , se 𝑎𝑞𝑠ℎ > 𝑎𝑞𝑠ℎ𝑡ℎ𝑟,𝑞 (13)
𝑄𝑔𝑤,𝑖 = 0 , se 𝑎𝑞𝑠ℎ ≤ 𝑎𝑞𝑠ℎ𝑡ℎ𝑟,𝑞 (14)
onde :
𝑄𝑔𝑤 é o escoamento subterrâneo no canal principal no tempo t (mm);
𝑄𝑔𝑤,0 é o escoamento subterrâneo no canal principal no inicio da recessão (t=0) (mm);
t é o tempo passado desde o inicio da recessão.
O SWAT calcula o movimento da água para as camadas adjacentes não saturadas como uma função da demanda de água para evapotranspiração. Esse procedimento é expressivo em bacias onde a zona saturada não está muito abaixo da superfície ou em locais em que normalmente crescem plantas com raízes profundas. Para impedir a confusão com a evaporação do solo e a transpiração, o processo no SWAT se denomina de revap. Como a vegetação afeta a importância do revap no balanço da água, os parâmetros que conduzem essa variável comumente variam com o uso do solo, e só ocorrem se a quantidade da água armazenada no aquífero raso exceder um valor limite especificado pelo usuário.
Em relação aos dados climáticos, o SWAT calcula os efeitos de transpiração das plantas e evaporação da água no perfil do solo no balanço hídrico. Para essa estimativa e de evapotranspiração potencial, o modelo oferece como opções os métodos Pennman- Monteith, Hargreaves e Samani, e Priestley e Taylor.
Determinada a evaporação total, o modelo calcula a evapotranspiração total, primeiramente considerando a evaporação de toda a precipitação interceptada pela cobertura vegetal e posteriormente a quantidade máxima de transpiração e evaporação do solo. A evaporação é determinada a partir da evaporação potencial separada por duas condições: se a evapotranspiração (Eo) for menor que a quantidade de água livre, a Equação 15 é utilizada, e em sendo maior, a Equação -16 é a indicada.
𝐸𝑎 = 𝐸𝑐𝑎𝑛= 𝐸𝑎 → 𝑅𝑖𝑛𝑡(𝑓) = 𝑅𝑖𝑛𝑡(𝑖) = 𝐸𝑐𝑎𝑛 (15)
𝐸𝑜= 𝑅𝑖𝑛𝑡(𝑓) → 𝑅𝑖𝑛𝑡(𝑓) = 0 (16)
sendo :
𝐸𝑎 a quantidade de evapotranspiração real que ocorre numa bacia hidrográfica (mm);
𝐸𝑜 é a evapotranspiração potencial (mm);
𝑅𝑖𝑛𝑡(𝑖) é a quantidade inicial de água livre mantida nas copas (mm);
𝑅𝑖𝑛𝑡(𝑓) é a quantidade final de água livre mantida nas copas (mm).
A água evaporada do solo é estimada pelas funções exponenciais conforme a profundidade do solo e a quantidade de água. A distribuição da profundidade utilizada para definir a quantidade máxima de água que pode ser evaporada é calculada pela Equação -17.
𝐸𝑠𝑜𝑙𝑜,𝑧 = 𝐸"𝑠 × 𝑧
𝑧+exp (2,374−0,00713 × 𝑧) (17) sendo:
𝐸𝑠𝑜𝑙𝑜,𝑧 a demanda da evaporação na profundidade z (mm);
𝐸"𝑠 a evaporação máxima da água no solo (mm);
z a profundidade da camada do solo a partir da superfície (mm).
Foram selecionados coeficientes de forma que 50% da demanda é evaporada e extraída de 10 mm do solo, e 95% é extraída dos 100 mm iniciais do solo. A quantidade da demanda evaporativa para uma camada do solo é determinada pela diferença entre evaporações calculadas nas camadas superiores e inferiores do perfil do solo, conforme a Equação -18.
𝐸𝑠𝑜𝑖𝑙,𝑙𝑦 = 𝐸𝑠𝑜𝑖𝑙,𝑧𝑙 − 𝐸𝑠𝑜𝑖𝑙,𝑧𝑢 (18)
em que:
𝐸𝑠𝑜𝑖𝑙,𝑙𝑦 é a demanda evaporativa para a camada ly (mm);
𝐸𝑠𝑜𝑖𝑙,𝑧𝑙 é a demanda evaporativa na camada inferior do solo (mm);
Denominado de esco, o coeficiente foi incorporado na Equação- 19 para admitir que o usuário transforme a classificação da profundidade utilizada para atender a demanda evaporativa do solo.
𝐸𝑠𝑜𝑖𝑙,𝑙𝑦 = 𝐸𝑠𝑜𝑖𝑙,𝑧𝑙− 𝐸𝑠𝑜𝑖𝑙,𝑧𝑢 x 𝑒𝑠𝑐𝑜 (19)
A Figura- 20 representa a solução da equação 19 para diversos valores de esco, em que sua diminuição tolera uma maior extração de água pela demanda evaporativa a partir de camadas mais baixas.
Figura-2: Distribuição de demanda evaporativa em relação à profundidade do solo. Fonte: Adaptado de Neitsch et al. (2005).
3.5.1 Sedimentos
A erosão causada pela chuva e pelo escoamento total de água na bacia hidrográfica é estimada com a Equação Universal de Perda de Solos Modificada
