Autores
Pinto, C. (UFRJ) ; Fernandes, N. (UFRJ) ; Bhering, S. (EMBRAPA)
Resumo
As características físicas e bióticas da bacia hidrográfica têm importância fundamental nos processos do ciclo hidrológico, influenciando a infiltração, escoamento, evapotranspiração e fluxos de superfície e subsuperfície. A erosão do solo é diretamente influenciada por processos hidrológicos de superfície e práticas de gestão da terra, através da produção de sedimentos, transporte e deposição. Neste trabalho foi analisada a distribuição espacial do fluxo na bacia do Barro Branco através do modelo SWAT. A fim de realizar as simulações, o modelo utiliza um banco de dados espacial da bacia, composta de dados geográficos, pedológicos, hidrológicos e climáticos. Observou-se que, antes da calibração, as vazões mínimas estimadas foram inferiores as observadas, mas os picos de fluxo foram superestimados. No entanto, uma vez que os parâmetros de infiltração condicionados foram calibrados, o fluxo simulado aproximou-se de forma significativa para os dados observados. O modelo SWAT foi capaz de simular a vazão na bacia do Barro Branco, uma vez que não havia muitas lacunas nos dados monitorados.
Palavras chaves
Modelagem hidrológica; Bacia Hidrográfica; Planejamento Ambiental
Introdução
As mudanças no uso da terra são amplamente reconhecidas como aceleradores da erosão hídrica, que em excesso, nos solos produtivos, acabaria por resultar na diminuição do potencial agrícola (MONTGOMERY, 2007). Porém, além da agricultura, deve-se atentar para a pecuária, já que o gado é um importante agente de mudanças geomorfológicas devido ao pisoteio que compacta o solo, reduz a infiltração, aumenta o escoamento superficial e a produção de sedimentos (TRIMBLE & MENDEL, 1995). Esse é um cenário comum a grande parte das terras do sudeste brasileiro, em particular na Região Noroeste Fluminense, onde devido aos longos períodos de exploração agrícola, e ao desconhecimento de técnicas e práticas conservacionistas apropriadas, verifica-se acelerada degradação dos recursos naturais (solo-água-biodiversidade), resultando numa paisagem dominada por solos altamente degradados e raros fragmentos isolados de Mata Atlântica. O uso sustentável dessas terras requer a formulação de planejamentos conservacionistas compreendendo um conjunto de tecnologias e práticas que permitam o manejo adequado do solo e da água. Para tal, destacam-se ferramentas de modelagem hidrossedimentológica capazes de predizer a resposta de perda de água e sedimentos das encostas para o canal, em função do uso e cobertura da terra. Neste sentido, a modelagem matemática e o desenvolvimento de modelos hidrológicos capazes de predizer diferentes impactos no meio tornam possível a previsão da eficiência das práticas de conservação da água e do solo, simulando assim cenários reais da dinâmica na bacia hidrográfica. Tal modelagem é ferramenta eficiente para a compreensão e estudo de diversos processos físicos e químicos que ocorrem num ambiente geograficamente delimitado. Sendo assim, o presente estudo pretende abordar os principais fatores que interferem nos processos erosivos e com que magnitude eles ocorrem no Noroeste Fluminense, sendo estes analisados com base nos resultados de vazão obtidos através do uso da modelagem matemática. Para desenvolver a análise pretendida, fez-se necessário primeiramente um levantamento na literatura a respeito das temáticas e conceitos que permeiam as questões relacionadas à modelagem matemática e aos processos erosivos, na escala de bacia hidrográfica. Nota-se que o modelo é sensível aos parâmetros referentes aos solos, fazendo com que, em um primeiro momento, toda a quantidade de água disponibilizada à bacia seja convertida em escoamento superficial. Contudo, após a calibração dos parâmetros que condicionam a infiltração, a vazão simulada aproxima-se da observada significativamente. E, embora não existam estudos que amparem a intervenção com maior segurança nos parâmetros que controlam os fluxos de retorno da zona saturada, o modelo respondeu bem aos valores adotados para calibração e validação.
Material e métodos
O estudo foi realizado na sub-bacia do Barro Branco, região noroeste do Estado do Rio de Janeiro, bacia esta que drena aproximadamente 6 Km2, e onde encontram-se pequenas parcelas de cultivos de distribuição espacial não uniforme - sendo o principal o tomate - e com predomínio de extensas áreas de pastagem e solo exposto. Os solos mostram a predominância de Gleissolos nas porções planas, já no sopé das encostas há Argissolos vermelhos e vermelho-amarelos que gradualmente dão lugar aos Nitossolos à medida que o relevo fica mais acentuado. A classificação climática do Barro Branco, segundo KOPPEN (1948), é Aw, ou seja, clima tropical com inverno seco, onde a precipitação anual acumulada é de aproximadamente 1.200mm e a base de dados meteorológicos utilizada na presente pesquisa engloba cinco anos de dados diários de precipitação e temperatura do ar. O modelo matemático utilizado para análise da vazão é o SWAT2009, versão que possui interface com o ArcGIS 9.3. O mapa de declividade é derivado do modelo numérico do terreno (MNT) da bacia, a elaboração deste modelo foi baseado no ajustamento da superfície,utilizando o módulo TOPOGRID do ArcGIS 9.3, na escala 1:10.000 a partir da utilização dos dados relativos às curvas de nível, com eqüidistância vertical de 5m, da hidrografia e de pontos cotados. O mapeamento de detalhe para o uso e cobertura da terra foi realizado por PINTO (2014) – na escala 1:10.000 – para a Bacia do Córrego Barro Branco, adaptado de metodologia de Cruz et. al. (2007). A definição das unidades de resposta hidrológica (HRUs) é baseada na combinação dos usos e cobertura da terra, dos solos e da declividade em cada sub-bacia, abrangendo suas características em comum. A Figura 01 representa de forma esquemática como o modelo cria as URH’s e para que isso ocorra, os mapas de solos, uso e cobertura devem ser inseridos na estrutura de “shape” ou “raster”. Os mapas foram inseridos na estrutura “raster” por ser a leitura padrão do modelo e por estar em concordância com a estrutura do MNT. A seguir da obtenção das URHs é necessário fazer a análise de sensibilidade dos parâmetros, e então prosseguir com a calibração e validação do modelo. A análise de sensibilidade avalia quais e como os diferentes parâmetros influenciam na resposta final dos valores de vazão simulados (WHITE & CHAUBEY, 2005; CIBIN et al, 2010). A identificação destes parâmetros geralmente é usada para proceder com a calibração do modelo, que implica na modificação dos valores dos parâmetros com intuito de comparar os resultados de interesse previstos com os dados medidos até que uma função objetiva seja alcançada (WHITE & CHAUBEY, 2005). Segundo ARNOLD et. al. (2000), o primeiro passo para a calibração é dividir os valores medidos em duas séries temporais, sendo uma usada para calibração e outra para validação. A calibração é efetuada manualmente, através dos valores relativos aos parâmetros mais sensíveis. Estes parâmetros são escolhidos baseados na literatura, nas orientações contidas no manual do SWAT 2009, juntamente com a ordem de sensibilidade obtida na modelagem. Os parâmetros podem ser calibrados através de duas opções: substituição do valor ou multiplicação do valor. Substituir valor significa que o valor atribuído ao parâmetro se torna o mesmo para todo o conjunto de bacia calibrado. A multiplicação mantém a proporção, visto que cada sub-bacia, HRU ou tipo de solo, apresenta um valor inicial próprio para determinados parâmetros. A validação do modelo é realizada com base nos dados hidrológicos referentes aos meses de Janeiro, Fevereiro e Março de 2010. Essa etapa do modelo verifica se este tem a capacidade de simular dados de outros períodos ou condições diferentes das quais os parâmetros foram ajustados, mantendo a resposta de vazão da bacia hidrográfica.
Resultado e discussão
A principal vantagem na aplicação de modelos reside na possibilidade de se
desenvolver estudos de cenários diferentes e de forma rápida, muitos deles
ainda não explorados em experimentos reais. Esse fator adquire maior
importância à medida que o problema real estudado apresenta maiores
dimensões e complexidade (como uma bacia hidrográfica).
Para compreender esta complexidade através da base de dados de uso e
cobertura da terra, tipos de solos e declividade do terreno o modelo gera as
Unidades de Resposta Hidrológica, cujos efeitos são propagados para as sub-
bacias e enfim para toda a área de estudo, sendo fundamentais para o modelo
definir onde há maior produção hidrossedimentológica. A Figura 01 representa
de forma esquemática como o modelo cria as URH’s e para que isso ocorra, os
mapas de solos, uso e cobertura devem ser inseridos na estrutura de “shape”
ou “raster”. Os mapas foram inseridos na estrutura “raster” por ser a
leitura padrão do modelo e por estar em concordância com a estrutura do MNT.
A seguir da obtenção das URHs é necessário fazer a análise de
sensibilidade dos parâmetros, e então prosseguir com a calibração e
validação do modelo. A calibração e validação dos valores simulados são
feitos a partir do ajuste de parâmetros físico-hídricos dos solos que
contribuem para a resposta hidrossedimentológica da bacia.
A calibração foi efetuada manualmente, através dos valores relativos aos
parâmetros mais sensíveis. Estes parâmetros foram escolhidos baseados na
literatura, nas orientações contidas no manual do modelo SWAT 2009,
juntamente com a ordem de sensibilidade apresentada pelo modelo.
Os parâmetros podem ser calibrados através de duas opções: substituição do
valor ou multiplicação do valor. Substituir valor significa que o valor
atribuído ao parâmetro torna-se o mesmo para todo o conjunto de bacia
calibrado. A multiplicação mantém a proporção, visto que cada sub-bacia, HRU
ou tipo de solo, apresenta-se um valor inicial próprio para determinados
parâmetros.
Após a primeira simulação das vazões diárias (2006-2011), sem calibração
prévia, chegou-se a resultados de saída que não condiziam com a realidade. O
modelo subestimou a vazão mínima e superestimou as vazões máximas, portanto
fez-se necessária a calibração dos dados. O modelo foi calibrado buscando um
melhor ajuste do escoamento de base através dos parâmetros que alteram a
quantidade de água subterrânea que retorna ao canal fluvial. Os valores
iniciais dos parâmetros testados e as faixas de variação dos valores estão
apresentados na Tabela 1, bem como os valores ótimos dos parâmetros
adotados.
A análise de sensibilidade mostrou que a metade dos parâmetros (SOL_AWC,
CN2, SOL_K, SLOPE, CANMX e BLAI) interfere na geração do escoamento
superficial e, consequentemente, nas vazões máximas da bacia. De encontro ao
trabalho de Abraham et. al. (2007), em seu estudo em bacia hidrográfica
africana, e Thampi et. al. (2010), em bacias indianas, observaram o CN2, o
SOL_AWC e o ESCO como parâmetros mais importantes para geração do escoamento
superficial. É importante reforçar a abordagem de que quanto mais sensível
for considerado o parâmetro, maior importância deve ser dada a obtenção e
inserção dos seus valores no modelo.
De acordo com o manual técnico do SWAT (NEITSCH et. al., 2005; NEITSCH et.
al. 2009) e técnicas de calibração fornecidos na plataforma do programa,
quando as vazões máximas simuladas estão superestimadas em relação às vazões
máximas observadas, significa que o modelo está representando um sistema com
pouco fluxo de base e muito escoamento superficial. Para solucionar este
problema, torna-se necessário aumentar a infiltração e o fluxo de retorno.
Este comportamento também pode ser relacionado quando as vazões mínimas e
médias simuladas estão subestimadas em relação às observadas. Resultados
semelhantes foram encontrados em Souza (2011), Fukunaga (2012) e Baldissera
(2005) e, ao aplicarem as técnicas de calibração e ajustes de parâmetros,
puderam encontrar resultados satisfatórios em suas simulações. Sendo assim,
para calibrar o modelo de forma a diminuir o valor da vazão líquida
simulada, aumentou-se os valores dos parâmetros GWQMN, GW_REVAP, e reduziu-
se o REVAPMN, e para corrigir possíveis deslocamentos nas curvas de vazão
observada e simulada – ou seja, para evitar que a resposta da vazão às
chuvas máximas na simulação esteja com atraso de dias em relação à vazão
medida – altera-se o fator ALPHA_BF para o máximo.
A escolha dos valores dos parâmetros relacionados ao fluxo de água de
subsuperfície é de difícil determinação e pode sofrer grandes variações,
pois o seu conhecimento depende de estudos hidrogeológicos mais complexos e
que dificilmente estarão disponíveis para utilização nos locais requeridos.
Contudo, os valores obtidos neste estudo ficaram próximos, ou na mesma ordem
de grandeza que outros realizados recentemente no país.
O bom resultado obtido com as modificações dos valores dos parâmetros pode
ser observado no hidrograma da vazão medida e no da vazão estimada (Figura
04). Neles, é possível verificar que os valores medidos e estimados possuem
comportamento semelhante, principalmente nas vazões de pico de menor
intensidade. Já para as vazões de pico de maiores intensidades, o modelo não
teve comportamento semelhante, requerendo melhor ajuste para essas
situações, assim como para o fluxo de base que permaneceu subestimado.
Para os valores médios de vazão, houve grande melhora nos resultados com a
calibração: antes dessa operação, foi estimada uma vazão média de 38,6 m³/s,
e, posteriormente, o valor foi de 9,73m³/s, mais próximo ao valor da vazão
monitorada de 11,14 m³/s. Pode-se observar que há uma diminuição na
superestimação dos valores máximos de vazão, ou seja, uma melhora nos
resultados da vazão simulada, e os mínimos que chegavam a zero obtiveram uma
melhora mínima, mas que não pode ser notada no gráfico.
A validação do modelo foi realizada com base nos dados hidrológicos
referentes aos meses de Janeiro, Fevereiro e Março de 2010. Essa etapa do
modelo verifica se este tem a capacidade de simular dados de outros períodos
ou condições diferentes das quais os parâmetros foram ajustados. Para que
esta etapa seja concluída, é necessário incluir os novos parâmetros
referentes ao primeiro trimestre de 2010 e, assim, efetuar uma nova
simulação no SWAT. Após esta simulação é efetuada a validação do modelo, com
base nos parâmetros que já foram ajustados para calibração.
A resposta desta validação mostra que alguns parâmetros precisam ser
ajustados de acordo com a variabilidade temporal dos dados visto que a
validação foi efetuada com apenas três meses de dados. Outro fator
importante a ser destacado é a permanência de picos na vazão e a lenta
resposta a alguns eventos de precipitação. Porém, os coeficientes de
eficiência permaneceram bons e responderam positivamente as alterações nos
parâmetros no período de calibração e validação, como mostra a Tabela 02,
onde se observa a melhora nos valores dos índices estatísticos obtidos na
avaliação da calibração e validação do modelo.
O coeficiente de determinação (R²) descreve a proporção entre os dados
observados e os dados estimados, variando de 0 a 1, sendo estes valores
aqueles que representariam uma correlação linear negativa ou positiva
perfeita (MORIASI et. al., 2007). O coeficiente de eficiência Nash e
Sutcliffe (NS) determina a magnitude relativa da variância residual em
comparação com a variação dos dados medidos (MORIASI, 2007) e o PBIAS mede a
tendência dos fluxos simulados para ser maior ou menor do que seus homólogos
observados.De acordo com Moriasi et. al. (2007), valores de COE > 0,5 para
NS demonstram que o modelo é capaz de simular de forma adequada os valores
observados.
Resposta da vazão as entradas de chuva no sistema; análise da vazão sem calibração(I) e com calibração (II)
Planos cartográficos utilizados para as URHs: sub- bacias; solos; uso e cobertura;e MDE da bacia do Barro Branco.
Considerações Finais
As estimativas das vazões por sub-bacias se dão a partir de um componente de escoamento superficial, baseado em função de resposta da vazão local no volume de água excedente e um componente subsuperficial que pode ser simulado por um modelo linear de armazenamento, onde as características físicas do solo são de grande importância na estimativa do escoamento e no retorno da água subterrânea ao canal do rio. Comparando os hidrogramas, antes e após a calibração, é possível perceber uma inversão com relação às estimativas de picos de vazões. Antes da calibração, os picos nas vazões eram superestimados, enquanto que, após a calibração, o modelo passou a subestimá-las. Esta alteração de comportamento pode ser explicada principalmente pela alteração nos valores do CN2, SOL_AWC e SOL_K, favorecendo o aumento da infiltração e armazenamento de água no solo, em detrimento do escoamento superficial.Foi observado, em consequência disso, que o modelo torna-se sensível aos parâmetros referentes aos solos, fazendo com que, em um primeiro momento, toda a quantidade de água disponibilizada à bacia fosse convertida em escoamento superficial. Assim, nota-se que o nível de detalhamento exigido pelos modelos para caracterização de bacias hidrográficas muitas vezes vai contra a realidade brasileira de disponibilização de dados, e grande quantidade deles precisam ser modelados; e, além disso, apesar das séries de dados monitorados serem curtas, o modelo obteve uma resposta satisfatória.
Agradecimentos
Ao CNPq pelo fomento da pesquisa, e a Embrapa Solos pela parceria de trabalho e disponibilidade de dados da sub-bacia do Barro Branco.
Referências
ABRAHAM L. Z.; ROEHRIG, J.; CHEKOL, D. A. Calibration and validation of SWAT Hydrologic model for Meki Watershed, Ethiopia. Conference on International Agricultural Research for Development. University of Kassel-Witzenhausen and Univeristy of Göttingen. Tropentag. 2007.
BALDISSERA, G. C. Aplicabilidade do modelo de simulação hidrológica SWAT para a bacia hidrográfica do rio Cuiabá/MT. Tese (Doutorado em Física e Meio Ambiente) - Universidade Federal de Mato Grosso, 2005.
CRUZ, C. B.; VICENS, R. S.; SEABRA, V. S.; REIS, R. B.; FABER, O. A.; RICHTER, M.; ARNAUT, P. K.; ARAÚJO, M. Classificação orientada a objetos no mapeamento dos remanescentes da cobertura vegetal do bioma Mata Atlântica, na escala 1:250.000. Anais XIII Simpósio Brasileiro de Sensoriamento Remoto. Florianópolis: INPE, 2007.
FUKUNAGA, D. C. Estimação de vazão em bacias hidrográficas do sul do Espírito Santo usando o SWAT. Dissertação (Mestrado em Ciências Florestais) - Universidade Federal so Espírito Santo, Jerônimo Monteiro. 2012. 98 f.
KÖPPEN, W. Climatologia. México, D.F.: Fondo de Cultura Económica, 1948. 478 p.
MONTGOMERY, D. R. Soil erosion and agricultural sustainability. Proceedings of the National Academy of Sciences, v. 104, p. 13, 268-13, 272, 2007.
MORIASI, D. N., J.G. Arnold, M.W. Van Liew, R.L. Bingner, R.D. Harmel, and T.L. Veith, Model evaluation guidelines for systematic quantification of accuracy in watershed simulations, Transactions of the ASABE 50 (3), 885-900, 2007.
NEITSCH, S. L, ARNOLD, J. G.; SRINIVASAN, R.; WILLIAMS, J. R.; HANEY, E. B. Soil and Water Assessment Tool: input/output file documentation version 2009. Texas: Texas A&M University, v. 365, p. 662, 2011.
NEITSCH, S. L.; ARNOLD J. G.; KINIRY J. R.; SRINIVASAN R, J.; WILLIAMS, R.. Soil and Water Assessment Tool input/output documentation version 2009. 2009. Disponível em http://swatmodel.tamu.edu/documentation.
NEITSCH, S. L. et al. Soil and water assessment tool: theorical documentation - version 2005. Texas - USA: SERVICE., G.-S.A.W.R.L.-A.R., v. p. 525p., 2005.
SOUZA, R. M. Estimativa de vazões mínimas na bacia hidrográfica do Altíssimo Rio Negro, Região Sul – Brasileira, com aplicação do Modelo SWAT. Dissertação (Mestrado em Geografia) – Setor de Ciências da Terra, Universidade Federal do Paraná, Curitiba, (2011). 124p. Disponível em “http://www.lhg.ufpr.br/arquivos/dissertacao/Dissertacao_Rodrigo_2011.pdf
SWAT - Soil and Water Assessment Tool. User’s manual. Version 2009. NEITSCH, S. L.; ARNOLD, J. G.; KINIRY, J. R., WILLIAMS DRAFT, J. R. April, 2001. Disponível em: http://swatmodel.tamu.edu/. Acesso em fevereiro/2016.
THAMPI, S. G.; RANEESH, K. Y.; SURYA, T. V. Influence of scale on swat model calibration for streamflow in a river basin in the humid tropics. Water Resour Manage v. 24, p. 4567 – 4578, 2010.
TRIMBLE, S.W.; MENDEL, A. C. The cow as a geomorphic agent—a critical review. Geomorphology, 13 (1995), pp. 233–253.