Baixe o app para aproveitar ainda mais
Prévia do material em texto
Serviço Público Federal Ministério da Educação Fundação Universidade Federal de Mato Grosso do Sul FACULDADE DE ENGENHARIAS, ARQUITETURA E URBANISMO E GEOGRAFIA PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIAS AMBIENTAIS AVALIAÇÃO DOS PROCESSOS HIDROLÓGICOS E SEDIMENTOLÓGICOS DE UMA BACIA HIDROGRÁFICA HUGO KOJI SUEKAME CAMPO GRANDE, MS 2020 Serviço Público Federal Ministério da Educação Fundação Universidade Federal de Mato Grosso do Sul AVALIAÇÃO DOS PROCESSOS HIDROLÓGICOS E SEDIMENTOLÓGICOS DE UMA BACIA HIDROGRÁFICA HUGO KOJI SUEKAME Tese apresentada à Universidade Federal de Mato Grosso do Sul como parte das exigências do Programa de Pós-Graduação em Tecnologias Ambientais, para obtenção do título de Doutor. Aprovada em: ___________________________________ Prof. Dr. Fábio Gonçalves Veríssimo Orientador: UFMS/PPGTA ___________________________________ Prof. Dr. Carlos Nobuyoshi Ide Instituição: UFMS/PPGTA ___________________________________ Profa. Dra. Keila Roberta Ferreira de Oliveira Instituição: UFMS/PPGTA ___________________________________ Prof. Dr. Hugo Henrique de Simone Souza Instituição: Universidade Anhanguera - UNIDERP _________________________________ Prof. Dr. Jonas de Souza Correa Instituição: UEMS CAMPO GRANDE, MS 2020 iii À Deus por toda a benção em mim derramada, aos meus pais por sempre me apoiarem e pela condição de chegar até aqui, aos meus familiares por sempre estiveram ao meu lado e ao meu orientador pelo grande profissional e pessoa. Dedico! iv AGRADECIMENTOS Primeiramente, agradeço à Deus pela iluminação, proteção, sabedoria e por me dar uma família indescritível! Aos meus pais, que não mediram esforços para me dar uma boa educação, me ensinaram o que é respeito, o amor, o significado de família, suporte na minha caminhada, pela liberdade de escolha no que eu queria traçar em minha vida e no que eu precisei vocês estavam ali em prontidão para me atender. A melhor herança que recebi de vocês foi ter a oportunidade de estudar, de ir em busca dos meus objetivos e sonhos, portanto, meu sincero agradecimento. Ao meu "Ditian" e “Batian” (in memorian), que sempre fizeram de tudo para unir a família, mostrando a importância da mesma, da sua forma tradicionalista, porém com um coração imenso, sendo a minha inspiração, simplesmente hontoni arigato!! Aos meus irmãos e sobrinhos, que posso contar sempre, seja nos momentos felizes ou tristes, em que além de irmãos, são meus melhores amigos, obrigado pelo suporte que vem dado até hoje, por acreditarem em mim e por me proporcionarem momentos de grande felicidade. Ao meu querido Orientador Prof. Dr. Fábio Veríssimo Gonçalves, na qual considero um exemplo mesmo o vendo em alguns momentos, aprendi não só a parte da pesquisa, mas além disso, levarei um aprendizado pessoal, daqueles momentos do "café", em que falávamos de assuntos aleatórios, mas o senhor sempre com muita sabedoria me repassava ensinamentos de vida. É claro, que hoje estou aqui, graças ao senhor, que acreditou em mim, abraçou a intenção da pesquisa e cá estamos, e com toda certeza terei sempre o senhor como referência pessoal e profissional. Agradeço aos queridos Professores da Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia da Universidade Federal de Mato Grosso do Sul, por todos os ensinamentos, sabedoria e amizade durante esse percurso. Aos companheiros de Pesquisa: Marcelão, Rodrigo Bahia e Glauber, que sempre estiveram em prontidão para auxiliar na coleta de dados no rio Taquari em Coxim, com tantas histórias realizadas e a amizade fortalecida a partir do Zé Tombada. Ao Luiz Commar, Pedro e Ananda que me ajudaram com processamento de imagens, modelos hidrológicos e sedimentológicos. Aos colegas da Universidade Federal do Paraná, em nome do Professor Dr. Tobias estendo todo o agradecimento ao seu grupo de pesquisa. À Equipe Sucuri que me fez aprender sobre os campos, base do pantanal, mas além disso, o compromisso entre os membros, ao Gláucio (in memorian) que auxiliava o campo, o Prof. Dr. Newton (in memorian) que vinha nos trazer mais ensinamentos, além do Prof. Dr. Nobuyoshi, o comandante dessa equipe, que com toda maestria conduz todos. Aos meus amigos que de forma direita ou indiretamente, me auxiliaram nessa minha caminhada, as chácaras de los brothers, os vinis, o pedal cultural, enfim, entre outros eventos que compartilhamos que foram épicos! À Universidade Anhanguera – UNIDERP, que a cada dia me faz evoluir profissional e pessoalmente, ao Reitor Prof. Taner com os ensinamentos de gestão e educação, ao Prof. Alessandro com toda sua coordenação da equipe, ao administrativo e acadêmico, e todos aos meus queridos alunos da Engenharia Ambiental e Elétrica, vocês são minhas inspirações diárias, me fazem querer continuar sempre. O presente trabalho foi realizado com apoio da Fundação Universidade Federal de Mato Grosso do Sul – UFMS/MEC – Brasil, Financiadora de Estudos e Projetos (FINEP) através do projeto de pesquisa MORHIS (01.13.0455.00), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) e Programa de Pós-graduação em Tecnologias Ambientais da Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia – PPGTA/FAENG/UFMS. Enfim, são muitos os agradecimentos, que de alguma forma esteve presente nesta minha caminhada, meu sincero obrigado! v SUMÁRIO RESUMO.........................................................................................................................................xii ABSTRACT.....................................................................................................................................xiii INTRODUÇÃO GERAL...................................................................................................................1 CAPÍTULO 1: Resumo................................................................................................................................................4 Abstract...............................................................................................................................................4 1 Introdução..................................................................................................................................... 5 2 Materiais e Métodos ..................................................................................................................... 6 2.1 Área de Estudo .................................................................................................................................. 6 2.2 Modelo MGB-IPH ............................................................................................................................. 6 2.3 Ajuste e calibração do Modelo ....................................................................................................... 11 2.4 Análise estatística. ........................................................................................................................... 11 2.5 Mudança climática e uso e ocupação do solo ................................................................................ 12 3 Resultados e Discussões ............................................................................................................. 14 3.1 Validação do PERSIANN – CDR .................................................................................................. 14 3.2 Calibração do modelo hidrológico ................................................................................................. 16 3.3 Cenários ........................................................................................................................................... 17 4 Conclusão................................................................................................................................... 20 5 Referências bibliográficas .......................................................................................................... 22 CAPÍTULO 2: Resumo..............................................................................................................................................25 Abstract.............................................................................................................................................25 1 Introdução................................................................................................................................... 27 2 Materiais e Métodos ................................................................................................................... 27 2.1 Área de Estudo ................................................................................................................................ 27 2.2 Descrição do modelo InVEST – Sediment Delivery Ratio ........................................................... 29 2.3 Dados de entrada do modelo InVEST ........................................................................................... 31 2.4 Calibração do modelo ..................................................................................................................... 32 2.5 Cenários de mudança do uso e ocupação do solo ......................................................................... 34 3 Resultados e Discussões ............................................................................................................. 36 3.1 Calibração do modelo InVest ......................................................................................................... 36 3.2 Cenários para 2030, 2040 e 2050 .................................................................................................... 37 4 Conclusão ................................................................................................................................... 42 5 Referências bibliográficas .......................................................................................................... 44 CAPÍTULO 3: vi Resumo..............................................................................................................................................47 Abstract.............................................................................................................................................47 1 Introdução................................................................................................................................... 48 2 Materiais e métodos .................................................................................................................... 49 2.1 Área de estudo ................................................................................................................................. 49 2.2 Campanhas de campo e análises laboratoriais ............................................................................. 50 2.3 Processamento dos dados ............................................................................................................... 53 3 Resultados e discussões .............................................................................................................. 55 3.1 Caracterização hidrossedimentológica.......................................................................................... 55 3.2 Dados de saída do algoritmo .......................................................................................................... 57 3.3 Correlação do SSC e Backscatter .................................................................................................. 59 4 Conclusões .................................................................................................................................. 62 5 Referência Bibliográfica ............................................................................................................ 64 CONCLUSÕES GERAIS................................................................................................................ 66 vii LISTA DE TABELAS Tabela 1 - Identificação dos postos fluviométricos. ............................................................................ 9 Tabela 2 - Estações utilizadas na validação e preenchimento do Produto PERSIANN - CDR ......... 10 Tabela 3 - Relação de anos e meses sobrepostos na análise anual e mensal ..................................... 10 Tabela 4- Denominação dos cenários de mudança do uso do solo e climática ................................. 13 Tabela 5 - Parâmetros calibrados na Sub-Bacia 1 .............................................................................. 16 Tabela 6 - Análise estatística dos parâmetros NS, NSlog e ∆V ......................................................... 16 Tabela 7- Parâmetros e dados de entrada de entrada utilizados modelo InVEST ............................. 31 Tabela 8 - Resultados gerados pelo modelo do cenário atual ............................................................ 37 Tabela 9 - Dados de Entrada .............................................................................................................. 54 Tabela 10 - Dados de saída ................................................................................................................ 55 viii LISTA DE FIGURAS CAPÍTULO 1 Figura 1 - Localização da Bacia do Alto Taquari ................................................................................ 6 Figura 2 - Esquema do ciclo hidrológico em cada célula da URH (Collischonn et al., 2010) ............ 7 Figura 3 - Unidades de Resposta Hidrológica (URH) (Fan; et al. 2015a; Adaptado: Autor) .............. 8 Figura 4 - Localização das sub-bacias ................................................................................................. 9 Figura 5 - Distribuição da posição do centroide dos grids do PERSIANN-CDR e HADGEM2 ...... 13 Figura 6 - RMSE relativo (a) e Bias (b), para os acumulados mensais (triângulos são as precipitações médias) ......................................................................................................................... 14 Figura 7 - RMSE relativo (a) e Bias (b) para os valore diários ......................................................... 15 Figura 8 - RMSE relativo (a), Bias (b) para o acumulado anual. ...................................................... 15 Figura 9 - Hidrogramas observados e calculados .............................................................................. 17 Figura 10 - Mudança do uso e ocupação do solo com projeção até 2050.......................................... 18 Figura 11 - Mudança da precipitação média atual (b) e a precipitação média de 2030 a 2050 (a), resultando na anomalia entre ambas (c) ............................................................................................. 19 Figura 12 - Variação da vazão entre os cenários e o controle (a) e o Bias (b) ................................... 19 Figura 13 - Vazão de base entre os cenários e o controle (a) e o Bias (b) ......................................... 20 Figura 14 - Evapotranspiração média mensal (a) e Bias (b) .............................................................. 20 CAPÍTULO 2 Figura 1 - Área de estudo - Bacia do Alto Taquari ............................................................................ 28 Figura 2 - Abordagem conceitual proposta por Borselli et al. (2008), utilizada no modelo de exportação de sedimentos. Fonte: Sharp et al. (2016) ....................................................................... 29 Figura 3 - Ilustração da rota de sedimentos no modelo InVEST (Fonte: Saad et al., 2018) ............. 31 Figura 4 - Rasters de entrada nomodelo. (a): MDE, (b): Uso e ocupação do solo, (c): Fator R e (d): Fator K. .............................................................................................................................................. 32 Figura 5 - Amostradores de vazão por ADCP (a) e concentração de sedimento em suspensão USD- 49(b) ................................................................................................................................................... 33 Figura 6 - Gráfico da mudança do uso do solo .................................................................................. 34 Figura 7 - Mapas representativos da distribuição do Fator R para RCP 4.5 e 8.5 ............................. 35 Figura 8 - Fluxograma dos cenários ................................................................................................... 36 Figura 9 - Calibração do valor k - Bias (%) x Valores de k .............................................................. 36 Figura 10 - Sedimento exportado (a), USLE (b), LS (c) e Fator SDR (d) ......................................... 37 Figura 11 - Cenários para 2030, 2040 e 2050 utilizando o RCP 4.5 com uso do solo BC e Ref ...... 38 Figura 12- Cenários para 2030, 2040 e 2050 utilizando o RCP 8.5 com uso do solo BC e Ref ....... 39 Figura 13 - Cenários para 2030, 2040 e 2050 utilizando o Fator R observado com uso do solo BC e Ref ...................................................................................................................................................... 40 Figura 14 - Gráfico com o sedimento exportado nos diferentes cenários .......................................... 41 Figura 15- Contribuição do sedimento exportado por município.......................................................39 CAPÍTULO 3 Figura 1 Contexto especial da seção transversal de coleta de sedimento e vazão. ............................ 50 Figura 2 - (a) ADCP da Sontek® and (b) USD-49 Water Sampler ................................................... 50 Figura 3 - Detalhamento do efeito doppler. a) dispersão do eco causado pelas partículas em suspensão. b) mudança na frequência de um pulso emitido pelo ADCP. (Fonte: SIMPISON, 2001) ............................................................................................................................................................ 51 Figura 4 - Amostragem pelo método de igual incremento de descarga (Fonte: CARVALHO, 2008) ............................................................................................................................................................ 52 Figura 5 - Esquema de montagem do ADCP e do amostrador de sedimento USD-49. (Fonte: WALL et al., 2006) ........................................................................................................................................ 53 Figura 6 - Dados de vazão, concentração e D50 médios das campanhas .......................................... 56 ix Figura 7 - Curva granulométrica das campanhas ............................................................................... 57 Figura 8 - Acoustic backscatter x profundidade ................................................................................ 59 Figura 9 - Correlação do Log10SSC x CBS sem correção ................................................................. 59 Figura 10 - Curva de correlação entre o sinal corrigido do backscatter (CBS) e Log10SSC ............. 60 Figura 11 - Velocidade do fluxo ........................................................................................................ 61 Figura 12 - Variação da SSC ao longo da seção transversal .............................................................. 61 x LISTA DE ABREVIATURAS ADCP - Acoustic Doppler Current Profiler AGU – American Geophysical Union AFOLU - Agriculture, Forests and other land use ANA – Agência Nacional de Águas AR5 - Fifth Assessment Report b – Controle da separação entre o escoamento superficial e a saturação de água no solo BAP – Bacia do Alto Paraguai BAT – Bacia do Alto Taquari BC – Baixo Carbono C – Fator de uso e manejo do solo CB – Parâmetro do retardo do reservatório subterrâneo CI – Propagação subsuperficial CMIP5 – Coupled Model Intercomparision Project Phase 5 CRU – Climate Research Unit CS – Propagação superficial dB - Decibéis DNAEE – Departamento Nacional de Energia Elétrica GEE – Gases do Efeito Estufa HadGEM2-ES – Hadley Centre Global Environmental Model version 2 K - Erodibilidade Kbas – Parâmetro de escoamento subterrâneo Kg - Quilograma Khz – Quilohertz Kint – Parâmetro de drenagem subsuperficial LULC – Uso e ocupação do solo LS – Fator de gradiente de declividade IBGE – Instituto Brasileiro de Geografia e Estatística IC – Índice de conectividade IID – Igual Incremento de Descarga IPCC – Painel Intergovernamental de Mudanças Climáticas IPH – Instituto de Pesquisa Hidráulicas MDE – Modelo Digital de Elevação MGB – Modelo Hidrológico de Grandes Bacias NS – Nash-Sutcliffe NTU – Número de Turbidez NSlog – Logaritmo de Nash-Sutcliffe P – Fator de práticas conservacionistas PERSIANN – Precipitation Estimation from Remotely Sensed Information Using Artifitial Neural Networks R - Erosividade RCP – Representative Concentration Pathways Ref - Referência RMSE – Erro Relativo da Raiz Média Quadrada SCB ou CBS – Corrected Signal of Backscatter SDR – Sediment Delivery Ratio SIG – Sistema de Informação Geográfica SNR – Signal to noise ratio SSC – Concentração de Sedimento em Suspensão URH – Unidades de Resposta Hidrológica USD-49 – United States of America Depth Integrating xi USLE – Equação universal de perda do solo Wc – Limite de armazenamento para acontecer o fluxo ascendente ou descendente WM – Capacidade de Armazenamento de água no solo XL – Índice de distribuição do tamanho dos poros xii SUEKAME, H. K. Avaliação dos processos hidrológicos e sedimentológicos de uma bacia hidrográfica. 2019. f. 79 Tese (Doutorado em Tecnologias Ambientais) – Universidade Federal de Mato Grosso do Sul, Campo Grande – MS. RESUMO A dinâmica dos escoamentos naturais, analisada desde a perspectiva da hidráulica fluvial, ganha destaque devido à influência exercida pela água sobre os sedimentos, seja no leito e nas margens. Dessa forma, o movimento dos sedimentos depende das características do escoamento e configura um complexo sistema com interação permanente. Porém a determinação direta do transporte de sedimentos requer um tempo exaustivo e custo elevado, sendo empregado assim formas indiretas, baseadas nas características do sedimento e parâmetros hidráulicos. Portanto, como objetivo fundamental deste trabalho é avaliar os processos hidrológicos e sedimentológicos empregando técnicas mais precisas e de menor custo, em especial a modelagem computacional, com vistas e melhorar a eficiência e a precisão dos resultados. Deseja-se também aplicar técnica de estimativa de concentração de sedimentos em suspensão através do uso de ADCP correlacionado com a amostragem mecânica. Foi possível calibrar o modelo hidrológico (MGB-IPH) com o valor de NS de 0,64 no seu exutório e com isso possibilitou realizar cenários até 2050 com alteração do uso e ocupação do solo e mudança climática. Baseado na concentração de sedimento em suspensão coletada no rio Taquari, foi possível calcular a descarga sólida anual e calibrar o modelo sedimentológico (InVEST-SDR) com o erro relativo de 0,28% e que também possibilitou vislumbrar cenários com alterações do uso e ocupação do solo. Com medições do ADCP e amostragem de sedimentos em suspensão, obteve-se um fator de correlação entre as medidas de R² de 0,84 em que com a metodologia proposta é capaz de obter resultados satisfatórios do transporte de sedimento. Com a pesquisa realizada é capaz de traçar estratégiaspara uma melhor tomada de decisão na gestão da bacia hidrográfica. Palavras-chaves: Pantanal MGB-IPH; InVEST-SDR; ADCP xiii SUEKAME, H. K. Evaluation of hydrological and sedimentological processes of a watershed. 2019. f. 79 Thesis (PhD in Enviromental Technologies) – Federal University of Mato Grosso do Sul, Campo Grande – MS. ABTRACT The dynamics of natural flows, analyzed from the perspective of river hydraulics, are highlighted due to the influence exerted by water on sediments, both in the bed and on the banks. Thus, the movement of sediments depends on the flow characteristics and configures a complex system with permanent interaction. However, the direct determination of sediment transport requires an exhaustive time and high cost, so indirect forms are employed, based on the characteristics of the sediment and hydraulic parameters. Therefore, as a fundamental objective of this work is to evaluate the hydrological and sedimentological processes using more precise and less costly techniques, especially computational modeling, with a view to improving the efficiency and precision of the results. We also want to apply a technique for estimating the concentration of suspended sediments through the use of ADCP correlated with mechanical sampling. It was possible to calibrate the hydrological model (MGB-IPH) with the NS value of 0.64 in its exutory and thus made it possible to carry out scenarios until 2050 with changes in land use and occupation and climate change. Based on the concentration of suspended sediment collected in the Taquari River, it was possible to calculate the annual solid discharge and calibrate the sedimentological model (InVEST-SDR) with the relative error of 0.28% and which also made it possible to glimpse scenarios with changes in use and occupation from soil. With ADCP measurements and suspended sediment sampling, a correlation factor between the measures of R² of 0.84 was obtained, which with the proposed methodology is able to obtain satisfactory results of the sediment transport. With the research carried out, he is able to outline strategies for better decision-making in the management of the hydrographic basin. Keywords: Pantanal MGB-IPH; InVEST-SDR; ADCP 1 INTRODUÇÃO GERAL O escoamento em rios e canais fluviais apresenta diversas propriedades que se tornam responsáveis pela interferência permanente nos processos fluviais, principalmente no tocante da morfodinâmica dos escoamentos com superfície livre. Nos cursos de água carrega consigo um conjunto de partículas sólidas, chamadas sedimentos, resultantes da meteorização na área de drenagem da bacia hidrográfica e dos processos atuantes sobre os contornos da calha fluvial. As situações citadas também refletem a realidade de biomas como do Pantanal, que é reconhecido como Patrimônio Nacional pela Constituição Federal (Brasil, 1988) e Patrimônio da Humanidade pela UNESCO, sendo o maior sistema de água do mundo, com grande biodiversidade. Sua importância mundial sugere um tratamento cuidado em sua gestão das bacias hidrográficas nela inseridas para manutenção do ecossistema. Para mitigar impactos ambientais negativos é necessário que a gestão dos recursos hídricos seja planejada de forma adequada e para isso conhecer e compreender os processos hidrológicos existentes na unidade de planejamento e gerenciamento. E ao monitorar uma bacia é possível levantar dados de precipitação, vazão, transporte de sedimentos entre outros, de forma sistemática, através de pontos de amostragem previamente selecionados, com o objetivo de acompanhar os valores e a evolução dos quantitativos de diversos parâmetros, assim, podendo compreender com mais eficácia a bacia monitorada. A necessidade de realização de estudos hidrológicos já é bastante difundida, porém tão importantes quanto este são os estudos hidrossedimentológicos, já que, segundo Carvalho et al. (2005), situações adversas decorrentes do transporte dos sedimentos podem diminuir a vida útil de aproveitamento de um corpo hídrico, tornando a verificação desse tipo de dado necessária. Em todo o mundo, os seres humanos utilizam os sistemas fluviais para fins múltiplos, recebendo inúmeros benefícios com diferentes impactos e respostas no espaço e no tempo (Gurnell et al., 2016). Uma das grandes alterações produzidas pelo uso indiscriminado deste recurso é o aumento no volume de sedimentos transportados. De acordo com Andrade (2013), a descarga de sedimentos pelos canais de drenagem é o produto da atuação de uma série de processos que se iniciam com a precipitação sobre a bacia, interagindo com cobertura vegetal, tipo de solo e de rocha, pendente, além do uso e ocupação. Aparecido et al. (2016) citam que a quantidade de partículas sólidas entregues às bacias hidrográficas podem alterar a qualidade e a disponibilidade de água, estando a produção dependente do uso e ocupação do solo. Sobre essa assertiva, Rodrigues et al. (2013) ao estudarem a perda de sedimentos em duas microbacias no semiárido sobre manejos diferentes observaram que este processo estava diretamente associado às diferenças nos usos identificados para cada bacia. 2 O estudo do movimento dos sedimentos é de grande importância mundial, devido aos diversos tipos de fenômenos, naturais e antrópicos, relacionados com este fenômeno, como a erosão na bacia hidrográfica, deposição em locais indesejáveis do escoamento e assoreamento em rios e reservatórios. A dinâmica dos escoamentos naturais, analisada desde a perspectiva da hidráulica fluvial, ganha destaque devido à influência exercida pela água sobre os sedimentos, seja no leito e nas margens. Dessa forma, o movimento dos sedimentos depende das características do escoamento e configura um complexo sistema com interação permanente. Por esse motivo, Strasser (2008) afirma que os problemas associados à mecânica do transporte de sedimentos não devem ser tratados separadamente da hidrodinâmica fluvial. Carvalho (2008) enumera vários problemas gerados pelos sedimentos devido à erosão, transporte e depósito. Dentre os principais, pode-se citar a alteração da qualidade da água, visto que os sedimentos atuam como portadores de poluentes, a redução das atividades fotossintéticas, processos de assoreamento, aumento dos riscos de enchente e impossibilidade de navegação. Apesar dos problemas relacionados aos sedimentos, o estudo do comportamento hidrossedimentológico contém um nível de complexidade elevada e de difícil determinação, isso se deve às inúmeras variáveis relacionadas. Visto que pesquisadores, como Leopold et al. (1964), Schumm (1971), Jansen et al. (1979), Chirstofoletti (1981), Simons & Sentürk (1992), entre outros, introduziram variáveis e elaboraram modelos quali-quantitativos mais complexos para o estudo do comportamento geomorfológico e hidrossedimentológico dos escoamentos naturais. Para obtenção desses dados, há vários métodos de medição de sedimentos em suspensão que são classificadas em diretas e indiretas. As diretas exigem apenas um cálculo simples, enquanto as indiretas passam por determinação de outras grandezas para obtenção da concentração de sedimentos. Nesse contexto, os pesquisadores buscam alternativas, como métodos e equipamentos, que auxiliem na quantificação dos sedimentos transportados, a fim de tornar o processo mais ágil, preciso e menos oneroso (Carvalho, 2008). A medição dos sedimentos em suspensão pode ser feita com equipamentos que obtém a concentração diretamente ou através da turbidez. Os medidores ultrassônicos e nucleares obtêm somente a concentração de sedimentos, já aqueles a laser determinam a concentração e a granulometria. Os fotoelétricos ou óticos eletrônicos determinam a concentração pela turbidez da água. O medidor ultrassônico Doppler, que foi utilizado neste trabalho, afere a concentração e avelocidade dos sedimentos indiretamente pela medição frequência e pela intensidade dos sinais acústicos que são refletidos pelo sedimento (Carvalho, 2008). E as medições indiretas de concentração são feitas com uso de equipamentos que coletam uma amostra para análise em laboratório. 3 Neste sentido, esta pesquisa está organizada internamente em três capítulos, que apresentam os seguintes títulos e objetivos: Capítulo 1 - MODELAGEM HIDROLÓGICA COMBINADO À MUDANÇA CLIMÁTICA E USO E OCUPAÇÃO DO SOLO, com o objetivo de avaliar o desempenho do modelo hidrológico através da sua calibração na bacia hidrográfica do Alto Taquari e avaliar as simulações de cenários dos processos hidrológicos combinado às tendências de mudança climática e uso e ocupação do solo com projeção até 2050. Capítulo 2 - ANÁLISE DAS MUDANÇAS DO USO DO SOLO E FATOR R NA DESCARGA SÓLIDA EM SUSPENSÃO DO RIO, com o objetivo avaliar as alterações da descarga sólida em suspensão do rio Taquari a partir da calibração do modelo InVEST SDR e propor cenários futuros com diferentes modificações do Fator R e do uso do solo até 2050. Capítulo 3 - ESTIMATIVA DE SEDIMENTO EM SUSPENSÃO ATRAVÉS DE UMA ANÁLISE DO ADCP: ESTUDO DE CASO: RIO TAQUARI, PANTANAL, BRASIL, com o objetivo de apresentar a correlação entre o sinal corrigido das medições acústicas, realizado com o ADCP e a concentração de sólidos em suspensão medidos com métodos convencionais em uma seção transversal no rio Taquari. 4 CAPÍTULO 1 MODELAGEM HIDROLÓGICA COMBINADO À MUDANÇA CLIMÁTICA E USO E OCUPAÇÃO DO SOLO. RESUMO Entender o comportamento hidrológico de bacias de grande dimensão é complexo, em contrapartida os modelos hidrológicos utilizam-se de processos para representar os eventos do ciclo hidrológico em grandes áreas, além da falta de dados. Uma ferramenta que vem auxiliando o desenvolvimento dos modelos hidrológicos de larga escala é o uso de SIG, auxilia na análise de solo, cobertura e relevo, de tal forma que se consiga um entendimento mais completo dos processos das bacias de grande escala. Assim foi aplicado o modelo MGB-IPH, um modelo distribuído que possui uma abordagem de uso de informações do conjunto de dados PERSIANN-CDR, dados fisiográficos da bacia e vazões observadas, e de previsão de vazão do modelo Muskin-Cunge. Este trabalho tem como objetivo calibrar e validar o modelo hidrológico afim de realizar combinações para cenários futuros de mudança climática e uso e ocupação do solo. O resultado da calibração se apresenta satisfatória, com o valor de NS de 0,64 no seu exutório, bem como cenários com a diminuição da vazão. Assim foi concluído que a calibração e sua respectiva simulação é representativa para a região, e sobre a possibilidade de traçar tendências para uma melhor tomada de decisão no que tange a gestão da bacia hidrográfica. Palavras-chaves: Pantanal; MGB-IPH; PERSIANN-CDR; HadGEM2-ES ABSTRACT - Understand the hydrological behavior of large-scale basins is complex beyond the constant lack of data. On the other hand, the hydrological models use processes to represent the events of the hydrological cycle of large areas. A tool that comes assisting the development of large-scale hydrological models is the use of GIS, a tool that assists in the analysis of soil, and relief coverage, so that if you can get a more complete understanding on the processes of large-scale basins. So it was applied the model MGB-IPH that it is a distributed model and has an approach using information about PERSIANN-CDR dataset, physiographic data basin, observed flow and the calculations model of Muskin-Cunge. This work aims to calibrate and validate the hydrological model in order to make combinations for future scenarios of climate change and land use and occupation. The calibration result is satisfactory with the NS value of 0.64 in its exutory, as well as scenarios with decreased flow. Thus, it was concluded that the calibration and its simulation is representative for the region, and the possibility of tracing trends for better decision making regarding the management of the watershed. Keywords – Pantanal; MGB-IPH; PERSIANN-CDR; HadGEM2-ES 5 1 INTRODUÇÃO O rio Taquari é afluente do alto curso do rio Paraguai e um dos principais rios do Pantanal do Estado do Mato Grosso do Sul. A bacia do Alto Taquari apresenta predisposição natural às perdas de solo, associada com o incremento das práticas agropecuária, como consequência, a intensificação dos processos erosivos. Em decorrência do aporte de sedimentos provenientes da parte alta da bacia, o rio Taquari no seu baixo curso, encontra-se assoreado, em grande parte graças a sua baixa declividade nessa porção, e por consequência uma planície de inundação com presença de áreas alagadas e com nível freático próximo a superfície, mesmo na estação da seca, caracterizando-as em áreas úmidas. Apresenta-se baixa sinuosidade e destaca-se morfologicamente pela presença de diques marginais arenosos que se apresentam mais altos que as planícies de inundação adjacentes. (Assine et al., 2005). As ações de manejo da bacia e as tomadas de decisões sobre o planejamento de seus recursos hídricos necessitam de respostas sobre diferentes aspectos do comportamento hidrológico da bacia, porém, na região de estudo esbarra na carência de dados climáticos de impactos ambientais antrópicos. Entender os processos hidrológicos de maneira adequada pode ser considerado um passo estratégico em bacias de grande dimensão, tais estudos já foram realizados em diversas regiões como a bacia do rio Araguaia (Pontes et al. 2017), a bacia do Rio Piracicaba (Meller et al. 2012) Bacias Amazônicas (Getirana et al. 2010), com essa consideração o uso de modelos hidrológicos auxiliam em tais estudos principalmente quando existem falta de dados, o que é recorrente na região da Bacia do Alto Paraguai (BAP), mais especificamente na Bacia do Alto Taquari (BAT). Progressivamente a aplicação dos modelos hidrológicos vem sendo feito juntamente a softwares de Sistema de Informação Geográfica (SIG). Assim aumentando a representação física das bacias e agregando informações úteis ao processo de simulação (Fan et al. 2015c). Com essa perspectiva a realização de estudos hidrológicos sobre a região da BAT, que possui uma vasta extensão territorial e poucos dados de vazão, é de extrema importância para possibilitar projeções de futuros cenários na região, pois subsidia aos gestores de recursos hídricos quais melhores decisões a serem tomadas de acordo com a dinâmica da bacia hidrográfica no que tange às mudanças climáticas e tendências do uso e ocupação do solo. O presente estudo tem por objetivo avaliar o desempenho do modelo hidrológico através da sua calibração na bacia hidrográfica do Alto Taquari e avaliar as simulações de cenários dos processos hidrológicos combinado às tendências de mudança climática e uso e ocupação do solo com projeção até 2050. 6 2 MATERIAIS E MÉTODOS 2.1 Área de Estudo A bacia hidrográfica do rio Taquari-MS, especificamente a Bacia do Alto Taquari (BAT), localiza-se na região do Planalto, como parte integrante da Bacia do Alto Paraguai (BAP), aproximadamente entre os paralelos 17° e 20° Sul, e os meridianos 53° e 55° Oeste. Com uma área de 27.672,4 km². A bacia possui uma cobertura de florestas e cerrados, hoje é composta em sua maior parte por pecuária e agricultura (Collischonn, Tucci, 2001). Figura 1 - Localização da Bacia do Alto Taquari 2.2 Modelo MGB-IPH Foi utilizado o modelo MGB-IPH (Modelo Hidrológico de Grandes Bacias), desenvolvido pelo Instituto de Pesquisas Hidráulicas – UFRGS, sendo um modelo distribuído que foi desenvolvido para simular a transformação de chuva em vazão em grandes bacias (Collischonn et al. 2007). Modelo em que são utilizadas equações de balanço d’águano solo (Equação 1), a geração de escoamento superficial (Equação 2), geração de escoamento subsuperficial (Equação 3), a percolação ao aquífero (Equação 4) e o fluxo ascendente (Equação 5), para representar o ciclo hidrológico no continente (Figura 2). 7 ��,� � = ��,� ��� + (��,� − ���,� − �����,� − �����,� − �����,�)∆� (1) onde k, i e j são índices relacionados ao espaço temporal, da célula e Unidade de Resposta Hidrológica (URH), respectivamente; ∆t a variação do tempo, ��,� � é o armazenamento da água no solo ao final do intervalo de tempo na minibacia i e URH j em mm, ��,� ���é o volume armazenado ao início do intervalo de tempo (mm), ��,� é a precipitação que chega ao solo (mm), ���,� é a evapotranspiração (mm), �����,� e �����,� são os escoamento super e subsuperficial, respectivamente em mm, �����,� é o volume percolado ao aquífero (mm). Figura 2 - Esquema do ciclo hidrológico em cada célula da URH (Collischonn et al., 2010) X = �1 − � �� � � (���) (2) onde X é a fração de área que está saturada, W é o volume armazenado no solo (mm), Wm é um parâmetro calibrável que representa a máxima capacidade de armazenamento do solo para a URH (mm) e b é um parâmetro calibrável que define o grau de heterogeneidade da capacidade de armazenamento de água no solo (adimensional). �����,� = ����� � ��,� ��� − ��� ��� − ��� � �� � � (3) onde �����,�é o escoamento subsuperficial (mm), ��� é o mínimo volume armazenado no solo para haver geração de escoamento subsuperficial (mm), �����é o parâmetro de drenagem subsuperficial (mm.dia-1), � é o índice de porosidade do solo (adimensional). 8 �����,� = ����� � ��,� ��� − ��� ��� − ��� � �� � � (4) onde �����,�é o volume percolado ao aquífero (mm), ��� é o limite mínimo a partir do qual não ocorre percolação (mm) e �����é o parâmetro que define a percolação máxima quando o solo está saturado (mm.dia-1). �����,� = ������ � ��� − ��,� ��� ��� � (5) onde �����,�é o fluxo ascendente (mm), ��� é o limite máximo a partir do qual há fluxo ascendente (mm) e ������ é o máximo fluxo ascendente (mm). O módulo atual de trabalho divide-se a bacia hidrográfica em partes menores, denominadas mini bacias (Fan, Collischonn; 2014), além desta divisão também divide-se a bacia em Unidades de Resposta Hidrológicas (URH), conforme Erro! Fonte de referência não encontrada.3Erro! Fonte de referência não encontrada., que é obtida a partir da pedologia da região junto ao uso e ocupação presentes na área, ou seja, em áreas arenosas representam solos rasos e para solos profundos representados por argissolos e latossolos, com seus respectivos usos como a agricultura e pastagem, os campos a vegetação rasteira e as florestas a vegetação nativa (Fan et al., 2015a) Figura 3 - Unidades de Resposta Hidrológica (URH) (Fan; et al. 2015a; Adaptado: Autor) Com cada URH definida torna-se possível o cálculo de balanço de massa, que inclui evapotranspiração que é estimada pela equação de Penman-Monteith, a propagação de vazão das redes de drenagem foram calculadas pelo método de Muskin-Cunge, devido a capacidade de 9 processamento e tempo de simulação, tendo seus detalhamentos descritos em Collischonn et al. (2007), Fan et al. (2014b) e Pontes et al. (2015). Também são necessários dados de clima, vazão e pluviosidade, pois serão utilizados como entrada no processo de cálculo do modelo (Fan & Collischonn; 2014). As estações fluviométricas encontram-se Tabela 1, obtidas através da base de dados da Agência Nacional de Águas (ANA, 2018). Tabela 1 - Identificação dos postos fluviométricos. Estação ID da Estação Sub-bacia Rio Coxim 66870000 1 Taquari Pedro Gomes 66845000 2 Taquari Garimpagem 66855000 3 Jauru Confluência Rio Jauru 66849000 4 Coxim Próximo Rio Verde 66865000 5 Taquarizinho Para tanto a bacia hidrográfica foi dividida em sub-bacias de acordo com a localização das estações fluviométricas, conforme a figura 4. Figura 4 - Localização das sub-bacias Os dados de precipitação foram obtidos pelo conjunto de dados PERSIANN (Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks), que se encontra separado em três produtos: PERSIANN, PERSIANN-CDR, PERSIANN-CCS, todos munidos de 10 cobertura variando entre 60ºN e 60ºS (Nguven et al., 2019). O PERSIANN-CDR é uma base dados de precipitação (Ullah et al., 2019), com uma série histórica de 1983 até o presente, uma resolução espacial de 0,25° diária (Ashouri et al., 2015; Nguyen et al., 2019). O produto PERSIANN-CDR já foi utilizado em estudos no Brasil com resultados satisfatórios (Dubreuil et al., 2017). Para o desenvolvimento deste estudo será utilizado produto PERSIANN-CDR diário com uma resolução espacial de 0,25°, entre os anos de 1995 e 2015, conforme Tabela 2. A Erro! Fonte de referência n ão encontrada. apresenta o número de anos e meses em que existe sobreposição de dados entre as estações pluviométricas da ANA e os pontos de grid do PERSSIAN-CDR, a fim de que se realiza-se a validação de tais dados através de uma análise ponto-para-pixel (Bâ et al., 2018, Buarque et al., 2011). Os dados de clima foram obtidos pela base de dados do CRU (New et al., 2002). Tabela 2 - Estações utilizadas na validação e preenchimento do Produto PERSIANN - CDR Estações Pluviométricas Latitude Longitude 1753000 -17,302 -53,217 1754002 -17,587 -54,757 1754004 -17,831 -54,313 1853000 -17,811 -53,289 1853002 -18,198 -54,278 1853005 -18,674 -53,641 1854001 -18,116 -54,56 1854004 -18,433 -54,8 1854006 -18,724 -54,599 1953001 -19,778 -53,972 1954004 -19,054 -53,014 1954006 -19,302 -54,173 Tabela 3 - Relação de anos e meses sobrepostos na análise anual e mensal Estação Overlapping (anos) Overlapping (meses) 1953001 35 420 1954004 28 336 1954006 33 396 1854002 26 312 1854006 33 396 1854004 19 228 1853005 35 420 1853002 26 312 1854001 27 324 1754004 29 348 11 1853000 31 372 1754002 24 288 1753000 31 372 2.3 Ajuste e calibração do Modelo O processo de ajuste do modelo foi baseado na técnica descrita por Jardim et al. (2017). Em um primeiro momento o modelo foi submetido ao teste de sensibilidade dos parâmetros de entrada para ajustes iniciais levando em consideração o valor de NS (Mello et al. 2008), fatores esses obtidos em levantamentos realizados por Collischonn et al. (2001), EMBRAPA (2001), WWF (2017). Após o primeiro resultado foi realizado o processo de calibração automática, para os parâmetros calibráveis. Com base na análise de sensibilidade (Collischonn, 2001; Jardim et al., 2017), nove parâmetros foram utilizados para a calibração, sendo eles: Wm (mm) a capacidade de armazenamento de água no solo, b o controle da separação entre o escoamento superficial e a saturação de armazenamento de água, Kbas (mm/dia) parâmetro de escoamento subterrâneo, Kint (mm/dia) o parâmetro de drenagem sub-superficial, Wc (mm) o limite de armazenamento para acontecer o fluxo ascendente ou descendente, XL o índice de distribuição do tamanho dos poros, CS e CI parâmetros da propagação superficial e subsuperficial nas células, respectivamente e CB (dias) o parâmetro do retardo do reservatório subterrâneo. 2.4 Análise estatística. Resultados calculados foram comparados com os observados, através de técnicas estáticas usadas em estudos hidrológicos. O Coeficiente Nash-Sutcliffe (NS) para verificar a eficiência do modelo hidrológico sendo o mais sensível para altas vazões, variando do negativo infinito até 1, valor que indica o ajuste perfeito, descrito na equação 6. Para valores acima de 0,75 o ajuste é considerado adequado, enquanto que variando de 0,36 até 0,75 a consideração é aceitável (Gotschalk & Motovilov, 2000), o coeficiente de Nash-Sutcliffe dos valores logaritmos (equação 7) de descarga (Nash, Sutcliffe, 1970) é mais influenciadopelas vazões mínimas e, quando se aproxima no valor limite 1, representa o modelo mais adequado (Collischonn, 2001). As estatísticas quantitativas utilizados para valores observados e calculados pela equação de Bias, que representa a diferença relativa, o erro relativo da raiz média quadrada (RMSE relativo) que representa a porcentagem do erro. Ambas as análises foram realizadas para validação do PERSIANN- CDR e também na comparação entre a variação da vazão de controle e dos cenários propostos, e por fim coeficiente do erro relativo do volume total (∆V) que verifica a variabilidade do volume de água, sendo os valores ideais igual a zero para esses indicadores, e são determinados através das equações 8, 9 e 10, respectivamente. 12 �� = 1 − ∑ (��� − ���)����� ∑ (��� − ���)����� (6) ����� = 1 − ∑ (���(���) − Log(���))����� ∑ (���(���) − Log(���))����� (7) ���� = 100 ∑ (��� − ���)���� ∑ ������ � (8) ���� �������� = �∑ (��� − ���)² � ��� � ��� � (9) ∆� = ∑ ������� − ∑ ��� � ��� ∑ ������� (10) onde Qci é a vazão calculada, Qoi é a vazão observada e Qom é a vazão média observada, todos os valores dentro do tempo observado e com número de intervalos indicados por n. 2.5 Mudança climática e uso e ocupação do solo A fim do desenvolvimento dos novos cenários para o AR5, quinto relatório do IPCC, foram criados os RCPs (Representative Concentration Pathways), que servem de entrada para modelagem climática e química atmosférica nos experimentos numéricos CMIP5 (Coupled Model Intercompar- ison Project Phase 5). Os RCPs recebem seus nomes a partir dos níveis das forçantes radioativas de estabilização ou de pico ou ao final do século XXI correspondente a X W.m² (Silveira et. al., 2016) Para testar os efeitos de mudança de solo e composição atmosférica, o modelo calibrado foi perturbado com dados do CMIP5, com o cenário de emissões extremas (RCP8.5), em que os valores da concentração de CO2 mudam de 387 para 541 entre os anos de 2011 e 2015(Pires et al 2015), sendo este o cenário mais pessimista do AR5. Foram usados dados (Figura 5) do modelo climático Hadley Centre Global Environmental Model, version 2 (HadGEM2-ES), uma vez que sua capacidade de representação das variáveis para a região já foi demonstrada em estudos prévios (Abrahão et al., 2018, Pires et al., 2015). 13 Figura 5 - Distribuição da posição do centroide dos grids do PERSIANN-CDR e HADGEM2 Foram realizadas simulações para os anos de 2030, 2040 e 2050, para estimar a mudança do uso do solo que se baseiam na contribuição de Emissões de Gases do Efeito Estufa (GEE) na agricultura, silvicultura e outras atividades de uso da terra (AFOLU) descrito por Soares-Filho et al. (2018). Tais cenários de baixo carbono inclui medidas tecnicamente possíveis de mitigações a serem implementadas, que consideram a transição para práticas de menor intensidade de carbono para as atividades. Foram construídos sete cenários de perturbação em relação ao controle (Tabela 4), tais perturbações são referentes ao uso do solo e mudanças climáticas. Tabela 4- Denominação dos cenários de mudança do uso do solo e climática C_30 Clima de controle e projeção do uso do solo 2030 (AFOLU) C_40 Clima de controle e projeção do uso do solo 2040 (AFOLU) C_50 Clima de controle e projeção do uso do solo 2050 (AFOLU) MP_UC Clima CMIP5 RCP8.5 e uso do solo atual MP_30 Clima CMIP5 RCP8.5 e projeção do uso do solo 2030 MP_40 Clima CMIP5 RCP8.5 e projeção do uso do solo 2040 MP_50 Clima CMIP5 RCP8.5 e projeção do uso do solo 2050 As projeções climáticas foram feitas para os anos de 2030 a 2050, com intuito de manter o mesmo período de tempo que a calibração (20 anos), de tal forma que fosse realizada uma comparação adequada. 14 3 RESULTADOS E DISCUSSÕES 3.1 Validação do PERSIANN – CDR Pelos resultados apresentados nas Figuras 6, 7 e 8 o PERSIANN mostra-se adequado para representar a precipitação na região, em escalas mensais, anuais e diárias, de tal forma que pode ser usado no processo de modelagem para a região. Verificado que a variação do RMSE entre o observado e estimado fica abaixo de 1,5 mm no acumulado mensal, bem como a porcentagem do Bias fica próximo ao zero. Também pode ser verificado que as regiões de maior inconsistência se apresentam no período de seca (junho, julho e agosto). Assim como em Michot et al., 2018 e Buarque et al., 2011 foram usados os pontos de grid do PERSIANN-CDR próximos às estações pluviométricas indicadas na Tabela 2 (“ponto-pra-pixel”), uma vez que a diferença encontrada entre uma análise especializada ou de ponto-pra-pixel apresentam pouca diferença (Michot et al., 2018) Figura 6 - RMSE relativo (a) e Bias (b), para os acumulados mensais (triângulos são as precipitações médias) Conforme o estudo de Liu, J. et al. (2019), foram observados melhores resultados na parte baixa da bacia hidrográfica e um desempenho com maior Bias nas áreas mais altas, quando analisado numa escala temporada diária (Figura 7a,b), já no acumulado anual há uma queda significativa na diferença entre o estimado e observado (Figura 8a,b) 15 Figura 7 - RMSE relativo (a) e Bias (b) para os valore diários Figura 8 - RMSE relativo (a), Bias (b) para o acumulado anual. 16 3.2 Calibração do modelo hidrológico No exutório da bacia denominado de sub-bacia 1 (Figura 4), foram encontrados os seguintes valores para os parâmetros calibráveis (Tabela 5), que apresentou os melhores resultados estatísticos em relação a eficiência do modelo hidrológico para a bacia hidrográfica do Alto Taquari, com o NS e NSlog igual a 0,64 e 0,68 , respectivamente, sendo que os parâmetros apresentaram valores de capacidade de armazenamento de água no solo (WM) variando de 352 mm para 7.522,8 mm. Para as demais sub-bacias também foi verificada uma variação para os parâmetros, uma vez que a calibração foi realizada individualmente para cada sub-bacia, neste processo também foi usada a calibração solidária, em que os parâmetros com o mesmo tipo de solo possuem relação no processo de calibração, aumentando a coesão entre seus parâmetros (Jardim et al., 2017). Tabela 5 - Parâmetros calibrados na Sub-Bacia 1 Sub-bacia 1 Uso Wm b Kbas Kint XL Wc FlorRas 5626,9 0,17 8,4 23,4 0,7 0,3 FlorProf 352,8 0,9 12,59 39,13 0,93 0,3 AgriRas 7522,8 0,34 6,79 41,79 0,61 0,1 AgriProf 1210,2 0,21 1,21 23,85 0,73 0,1 CampRas 642,2 0,76 10,38 18,79 0,45 0,1 CampProf 2968,4 0,92 14,36 33,64 0,66 0,1 Agua 0 0 0 0 0 0 CS 34,37 CI 276,99 CB 15009,88 QB_M3/SKM2 0,01 Os valores encontrados de NS e NSlog (Tabela 6) para a calibração são considerados aceitáveis e para variação de volume a calibração atingiu resultados considerados ótimos (entre -10 e 10%), (Moriasi et al., 2007). Exceção da estação Prox. R. Verde-66865000, que se encontra na sub- bacia 5, devido à escassez de dados de vazão e por consequência Tabela 6 - Análise estatística dos parâmetros NS, NSlog e ∆V Estações Sub-bacia Parâmetros estatísticos NS NSLog ∆V(%) Coxim-66870000 1 0,644 0,688 7,413 Pedro Gomes -66845000 2 0,651 0,7 2,017 Garimpagem-66855000 3 0,571 0,448 1,846 Conflu. . Jauru - 66849000 4 0,6 0,588 6,206 Prox. R. Verde-66865000 5 0,063 -0,22 30,765 17 A Figura 9 ilustra as vazões observadas e calculadas nas estações de Garimpagem, Confluência Jauru, Pedro Gomes e Coxim. Os resultados mostram que há consistência para resultados entre os hidrogramas. Figura 9 - Hidrogramas observados e calculados O modelo tende a subestimar as vazões de pico, mas foi negligenciado por que as curvas de classificação não são bem definidas em vazões mais altas, devido à pouca medição de vazão disponível em estágios mais elevados (Collischonn & Tucci, 2001), Os valores utilizados para a calibração foram satisfatórios de tal formaque foram utilizados como o cenário de controle utilizado para comparação com os cenários de projeção climática e de cobertura de solo 3.3 Cenários A Figura 10 representa o gráfico da tendência de mudança do uso do solo até 2050, resultados estes obtidos pelo trabalho de Soares Filho et al. (2018), na qual foi otimizado para apenas três classificações de agricultura (agricultura e pastagem), floresta e campo. Foi verificado um aumento 18 significativo nas áreas de produção, sendo que em 2050 tenderá a uma elevação de 32,3% aproximadamente, e consequentemente, a diminuição de área de floresta. Figura 10 - Mudança do uso e ocupação do solo com projeção até 2050 Observou-se sobre a mudança climática entre as precipitações atuais e as futuras, com tendência a diminuir quantitativamente, conforme a Figura 11 em que ilustra as precipitações médias atuais em diversos pontos da região, bem como a projeção futura de 2030 até 2050, calculando a diferença entre o cenário e o observado obtém-se a anomalia, que consiste em uma tendência na redução da quantidade de precipitação de 16,9 a 176 mm em grande parte das sub-bacias 2, 3, 4 e 5, principalmente em locais com topografia mais elevada. E em uma pequena porção da sub-bacia 1 um aumento de 23 a 103 mm da precipitação nos locais com menor declive. A bacia hidrográfica varia sua precipitação média de 1283 a 1782 mm atualmente, e a tendência até 2050 com uma variação de 1283 a 1562 mm, ou seja, uma redução de aproximadamente 12%, consequentemente, impactando diretamente na vazão na calha do rio Taquari. 19 Figura 11 - Mudança da precipitação média atual (b) e a precipitação média de 2030 a 2050 (a), resultando na anomalia entre ambas (c) A partir das mudanças tanto do uso do solo quanto a climática, verificou-se a alteração da vazão no exutório da bacia hidrográfica, para as combinações propostas, conforme a Figura 12, percebe-se a diminuição da vazão média mensal em relação a vazão de controle, variando o Bias em aproximadamente - 25% para 2050 com a mudança climática e projeção do uso do solo. Observando apenas a mudança do uso do solo, obteve uma variação menor do Bias de até -14% para 2050. Figura 12 - Variação da vazão entre os cenários e o controle (a) e o Bias (b) 20 Figura 13 - Vazão de base entre os cenários e o controle (a) e o Bias (b) Figura 14 - Evapotranspiração média mensal (a) e Bias (b) Em contrapartida na grande maioria do cenário e a fim de justificar a queda da vazão média mensal no exutório da bacia, verificou-se o aumento da vazão de base com o aumento da infiltração (Figura 13a,b) e evapotranspiração (Figura 14a,b), devido a alteração do uso do solo propiciando a infiltração e o aumento da temperatura e insolação. Exceto com a combinação de mudança climática e o uso atual do solo pois há uma tendência de aumentar a vazão em média mensal, principalmente na época de cheia, verificado o incremento da vazão de base com essa perturbação, porém a evapotranspiração diminui em média de 4,5%. Ademais, o cenário mais otimista levando em conta a mudança do uso do solo com técnicas de emissão de baixo carbono, verificou-se uma queda menor variação na vazão. 4 CONCLUSÃO Pode-se considerar o modelo como representativo para a área da BAT, visto que os hidrogramas da simulação são bastante similares aos hidrogramas construídos com os dados observados para o mesmo período da calibração e os cálculos estatísticos. O que permite a utilização dos valores obtidos em futuros estudos na região. 21 É importante salientar que a região é escassa de dados de vazão para o processo de construção da simulação hidrológica, o que gera problemas na avaliação do modelo, assim caso obtenha-se uma maior base de dados para o processo de entrada no modelo, é provável que se obtenha um melhor resultado. O modelo também foi capaz de representar as mudanças das variáveis hidrológicas, climáticas e uso do solo proporcionando resultados satisfatórios com tais alterações e um alerta sobre a tendência futura da bacia hidrográfica, ratificando a importância de técnicas de mitigação na emissão do gás carbônico. Portanto, recomenda-se também combinar os resultados obtidos desta simulação com dados de sedimentológicos, uma vez que esta área de estudo tem grande contribuição na descarga sólida na região do Pantanal. 5 AGRADECIMENTOS O presente trabalho foi realizado com apoio da Fundação Universidade Federal de Mato Grosso do Sul – UFMS/MEC – Brasil, Financiadora de Estudos e Projetos (FINEP) através do projeto de pesquisa MORHIS (01.13.0455.00), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) e Programa de Pós-graduação em Tecnologias Ambientais da Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia – PPGTA/FAENG/UFMS. 22 6 REFERÊNCIAS BIBLIOGRÁFICAS ABRAHÃO, G. M., & COSTA, M. H. (2018). Agricultural and Forest Meteorology Evolution of rain and photoperiod limitations on the soybean growing season in Brazil: The rise (and possible fall) of double-cropping systems. Agricultural and Forest Meteorology, 256–257(February), 32–45. https://doi.org/10.1016/j.agrformet.2018.02.031 ASSINE, M. L., PADOVANI, C. R., ZACHARIAS, A. A., ÂNGULO, R. J., DE SOUZA, M. C. Compartimentação geomorfológica, processos de avulsão fluvial e mudanças do curso do Rio Taquari, Pantanal Mato-Grossense. Revista Brasileira de Geomorfologia. 97 – 108p. 2005. BÂ, K., BALCÁZAR, L., DIAZ, V., ORTIZ, F., GÓMEZ-ALBORES, M., DÍAZ-DELGADO, C. (2018). Hydrological Evaluation of PERSIANN-CDR Rainfall over Upper Senegal River and Bani River Basins. Remote Sensing, 10(12), 1884. https://doi.org/10.3390/rs10121884 BUARQUE, D. C., DE PAIVA, R. C. D., CLARKE, R. T., & MENDES, C. A. B. (2011). A comparison of Amazon rainfall characteristics derived from TRMM, CMORPH and the Brazilian national rain gauge network. Journal of Geophysical Research Atmospheres, 116(19), 1–12. https://doi.org/10.1029/2011JD016060 COLLISCHON, W. ALLASIA, D. SILVA, B. C. TUCCI, C. E. M. The MGB-IPH model for large-scale rainfall-runoff modelling. Hydrological Sciences Journal, 52:5. 2007, 878-895, DOI: 10.1623/hysj.52.5.878. COLLISCHONN, W., TUCCI, C.E.M., 2001. Simulação Hidrológica de Grandes Bacias. Tese de Doutorado. Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul (IPH-UFRGS), Porto Alegre, Brasil. FAN F. M., BUARQUE D. C., PONTES, P.R.M., COLLISCHONN W. 2015ª Um mapa de unidades de resposta hidrológica para a América do Sul. XXI Simpósio Brasileiro de Recursos Hídricos, Novembro de 2015, Brasília-DF. Anais do XXI Simpósio Brasileiro de Recursos Hídricos. PAP019919. 23 FAN, F. M. PONTES, P. R. M. PAIVA, R. C. D. 2014b. Avaliação de um método de propagação de cheias em rios com aproximação inercial das equações de Saint-Venant. RBRH – Revista Brasileira de Recursos Hídricos – v, 19, n.4, p. 137 – 147. FAN F. M., BUARQUE D. C., PONTES, P.R.M., COLLISCHONN W. 2015ª Um mapa de unidades de resposta hidrológica para a América do Sul. XXI Simpósio Brasileiro de Recursos Hídricos, Novembro de 2015, Brasília-DF. Anais do XXI Simpósio Brasileiro de Recursos Hídricos. PAP019919. FAN, F.M., FLEISCHMANN, A.S., COLLISCHONN, W., AMES, D.P., RIGO, D., 2015c. Large-scale analytical water quality model coupled with GIS for simulation of point sourced pollutant discharges. Environ. Model. Softw. V 64, p. 58 – 71. https://doi.org/10.1016/j.envsoft.2014.11.012. GETIRANA, A. C. V. BONNET, M.-P. ROTUNNO FILHO, O. C. COLLISCHONN, W. GUYOT, J-L. SEYLER, F. MANSUR, W. J. 2010. Hydrological modelling and water balance of the Negro River basin: evaluation based on in situ and spatial altimetry data. Hydrol. Process. 24, 3219– 3236. DOI: 10.1002/hyp.7747. GOTTSCHALK, L.; MOTOVILOV, Y.Macro-scale hydrological modelling – a Scandinavian experience. In: International Symposium on: “Can science and society save the water crisis in the 21st century – reports from the World”, 2000, Tokyo. Anais…Tokyo: Japan Society of Hydrology and Water Resources, 2000. P.38-45. JARDIM, P F.; FLEISCHMANN, A. S.; PELINSON, D.; OLIVEIRA, A. M.; SIQUEIRA, V. A.; FAN, F. M.; COLLISCHONN, W. Manual de Exemplo de Aplicação do Modelo MGB-IPH 2017 utilizando o IPH-Hydro Tools. Porto Alegre: Instituto de Pesquisas Hidráulicas, 2017. LIU, J., XIA, J., SHE, D., LI, L., WANG, Q., ZOU, L. Evaluation os six satellite-based precipitacion products and their ability for capturing characteristics of extreme precipitation events over climate transition area in china. Remote Sens. 2019. 11, 1477; https://doi:10.3390/rs11121477 LOAGUE, K. GREEN, R. E. Statistical and graphical methods fo evaluating solute transport models: Overview and application. 1991. Journal of Contaminant Hydrology, 7 (1991) 51-73. 24 MELLER, A. BRAVO, J. M. COLLISCHONN, W. 2012. Assimilação de Dados de Vazão na Previsão de Cheias em Tempo Real com o Modelo Hidrológico MGB-IPH. RBRH – Revista Brasileira de Recursos Hídricos – v, 17, n.3, p. 209 – 224. MELLO, C. R. VIOLA, M. R. NORTON, L. D. SILVA, A. M. WEIMAR, F. A. Development and application of a simple hydrologic model simulation for a Brazilian head water basin. Catena, v.75, p.235-247, 2008. MICHOT, V., VILA, D., ARVOR, D., CORPETTI, T., RONCHAIL, J., FUNATSU, B. M., & DUBREUIL, V. (2018). Performance of TRMM TMPA 3B42 V7 in replicating daily rainfall and regional rainfall regimes in the Amazon basin (1998-2013). Remote Sensing, 10(12). https://doi.org/10.3390/rs10121879 MORIASI, D. N. ARNOLD, J. G. VAN LIEW, M. W. BINGNER, R. L. HARMEL, R. D; VEITH, T. L. 2007. Model Evaluation Guidelines for Systematic Quantification of Accuracy in Watershed Simulations. ASABE – Vol. 50(3). P. 885−900. ISSN 0001−2351. NASH J. E, SUTCLIFFE J. V. 1970. River flow forecasting through conceptual models, part I – a discussion of principles. Journal of Hydrology 10: 282–290. DOI: 10.1016/0022- 1694(70)90255-6 NEW, M. LISTER, D. HULME, M. MAKIN, I. A high-resolution data set of surface climate over global land areas. Climate Research, Vol. 21: 1–25, 2002. NGUYEN, P., SHEARER, E.J., TRAN, H., OMBADI, M., HAYATBINI, N., PALACIOS, T., HUYNH, P., BRAITHWAITE, D., UPDEGRAFF, G., HSU, K. KULIGOWSKI, B. SOROOSHIAN, S. The CHRS data portal, an easily accessible public repository for PERSIANN global satellite precipitation data. Scientific Data, v. 6, p. 1–10, 2019. NÓBREGA, M. T., COLLISCHONN, W., TUCCI, C. E. M., & PAZ, A. R. (2011). Uncertainty in climate change impacts on water resources in the Rio Grande Basin, Brazil. Hydrology and Earth System Sciences, 15(2), 585–595. https://doi.org/10.5194/hess-15-585-2011 PIRES, G. F., ABRAHÃO, G. M., BRUMATTI, L. M., OLIVEIRA, L. J. C., COSTA, M. H., LIDDICOAT, S., … Ladle, R. J. (2016). Increased climate risk in Brazilian double cropping 25 agriculture systems: Implications for land use in Northern Brazil. Agricultural and Forest Meteorology, 228–229, 286–298. https://doi.org/10.1016/j.agrformet.2016.07.005 PONTES, P. R. M. FAN, F. M. FLEISCHMANN, A. S. PAIVA, R. C. D. BUARQUE, D. C. SIQUEIRA, V. A. JARDIM, P, F. SORRIBAS, M. V. COLLISCHONN, W. MGB-IPH model for hydrological and hydraulic simulation of large floodplain river systems coupled with open source GIS. Environmental Modelling & Software 94 (2017) 1e20 http://dx.doi.org/10.1016/j.envsoft.2017.03.029 PONTES, P.R. M. COLLISCHONN, W. FAN, F. M. PAIVA, R. C. D. BUARQUE, D. C. 2015. Modelagem hidrológica e hidráulica de grande escala com propagação inercial de vazões. RBRH – Revista Brasileira de Recursos Hídricos – v, 20, n.4, p. 888 – 904. SILVEIRA, C. S., SOUZA FILHO, F. A., MARTINS, E. S. P. R., OLIVEIRA, J. L., COSTA, A. C., NOBREGA, M. T., SOUZA, S. A., SILVA, R. F. V. Mudanças climáticas na bacia do rio São Francisco: Uma análise para precipitação e temperatura. Revista Brasileira de Recursos Hídricos. Vol. 21. Nº 2. Porto Alegre (RS), p. 416 – 428, 2016. SOARES-FILHO, BRITALDO S ; CAMPOS, A. ; KOBERLE, A. C. ; RIBEIRO, A. ; BARBOSA, F. A. ; DAVIS, J. L. ; RAJÃO, RAONI ; MAIA, S. ; LELES, William . Modelagem setorial de opções de baixo carbono para agricultura, florestas e outros usos do solo (AFOLU). 1. Ed. Brasília: Ministério da Ciência, Tecnologia, Inovações e Comunicações, ONU Meio Ambiente, 2018. V. 1. 400p . 26 CAPÍTULO 2 ANÁLISE DAS MUDANÇAS DO USO DO SOLO E FATOR R NA DESCARGA SÓLIDA EM SUSPENSÃO DO RIO RESUMO A qualidade dos rios não compreende apenas uma análise da dinâmica do seu leito, mas todo o processo que acontece na bacia hidrográfica, desde a erosão, o transporte e deposição dos sedimentos. Com a ação do homem pode potencializar os impactos negativos levando ao assoreamento e destruindo a vida aquática. Para tanto, faz-se necessário realizar um levantamento das áreas vulneráveis as perdas de solo, bem como a exportação do sedimento até a calha do rio e maximizar locais que possam reter mais sedimentos. Portanto, este trabalho tem como objetivo avaliar diferentes cenários de alterações do Fator R e o uso do solo a partir da calibração do modelo em relação do cenário atual. Para tanto utilizou o modelo InVEST 3.0 – SDR, calibrado com o parâmetro k igual a 2 resultando em uma diferença relativa do observado e calculado de 0,28%, com isso foi capaz de predizer o aporte de sedimento que é exportado até o leito do rio Taquari localizado no Pantanal – Brasil, possibilitando estimar os cenários até 2050 com diferentes mudança do uso do solo. Resultou- se em um aumento significativo de sedimento exportado com uma evolução de até 28%. Além disso o modelo foi capaz de identificar os locais que exportam sedimento e chegam até o exutório da bacia, e assim, trazendo suporte para uma melhor tomada de decisão na recuperação da área degradada. Palavras-chaves: InVEST; Pantanal; Sedimento exportado; USLE ABSTRACT The quality of rivers does not only include an analysis of the dynamics of its riverbed, but the entire process that takes place in the watershed, from erosion, transport and deposition of sediments. With the action of human can potentiate the negative impacts leading to siltation and destroying aquatic life. Therefore, it is necessary to survey the vulnerable areas for soil loss, as well as export the sediment to the river channel and maximize sites that can retain more sediment. Therefore, this paper aims to evaluate different scenarios of land use change from the model calibration in relation to the current scenario. The InVEST 3.0 - SDR model, calibrated with the k parameter equal to 2, resulting in a relative difference of observed and calculated of 0.28%, was able to predict the sediment input that is exported to the bed of Taquari river located in the Pantanal - Brazil, making it possible to estimate the scenarios until 2050 with different changes in land use. This resulted in a significant increase in exported sediment up to 28%. In addition, the model was able to identifysediment- exporting sites that reach the basin's outfall, thus supporting better decision-making in the recovery of the degraded area. Keywords – InVEST; Pantanal; Export Sediment; USLE 27 1 INTRODUÇÃO A erosão, o transporte e a deposição de sedimentos são processos naturais que podem sofrer desequilíbrio com a ação do homem. Ações como a retirada da vegetação, o manejo inadequado do solo, e a ocupação, e a ocupação urbana acelerada próxima às margens de rios são alguns dos fatores que afetam o transporte de sedimentos. Portanto a análise de uma bacia hidrográfica não compreende apenas os processos que ocorrem no leito dos rios, já que grande parte dossedimentos transportados é oriunda de áreas situadas mais a montante, vindos das encostas da bacia. Assim, qualquer alteração que aconteça em uma bacia hidrográfica repercutirá em consequências diretas ou indiretas sobre os canais fluviais (Mendonça, 2013). Conforme Yang (1996) os fatores que determinam a produção de sedimentos de uma bacia hidrográfica podem ser resumidos em: quantidade e intensidade pluviométrica, tipo de solo e formação geológica, cobertura do solo, uso do solo, topografia, taxa de erosão, drenagem, declividade, forma, tamanho e alinhamento dos canais, características dos sedimentos, tais como granulometria e mineralogia e características hidráulicas do canal. Assim, proteger e restaurar bacias degradadas são uma parte essencial das estratégias futuras para fornecer água potável limpa e garantir segurança hídrica da população (Barnes et al., 2009) O Rio Taquari sempre transportou muita areia fina (Brasil, 1974), constituindo-se como um dos principais formadores do Pantanal. Entretanto, a expansão da atividade agropecuária na sua alta bacia, iniciada no final da década de 70, intensificou o assoreamento do leito do Taquari no Pantanal e consequentemente, contribuiu para a inundação permanente, nas últimas décadas, de milhares de km² de terras na planície do seu baixo curso. Essa inundação tem sido apontada como o mais grave problema ambiental e socioeconômico do Pantanal. A partir disso, esse trabalho tem por objetivo avaliar as alterações da descarga sólida em suspensão do rio Taquari a partir da calibração do modelo InVEST SDR e propor cenários futuros com diferentes modificações do Fator R e do uso do solo até 2050. 2 MATERIAIS E MÉTODOS 2.1 Área de Estudo O rio Taquari é um rio importante da bacia do Alto Paraguai, no bioma Pantanal que é reconhecido como Patrimônio Nacional pela Constituição Federal (Brasil, 1988) e Patrimônio Natural da Humanidade pela Unesco, o maior sistema de água doce do mundo, com grande diversidade de 28 flora e fauna. Sua importância sugere um tratamento muito cuidadoso e qualquer contribuição científica pode ser útil na manutenção do ecossistema. Além disso, em termos geomorfológicos, a Bacia do Alto Taquari encontra-se inserida na região influenciada preponderantemente por áreas de areias quartzosas (IBGE, 1990). Esta característica faz com que os ecossistemas apresentem grande susceptibilidade à erosão, devido à fragilidade estrutural de seus solos e ao manejo inadequado dos solos. As características fisionômicas gerais da área encontram-se influenciadas principalmente pelas interpenetrações de formas vegetais encontradas nos Cerrados, com predomínio de vegetação arbórea aberta e pastagens, e pela presença do Planalto Central e da Serra de Maracajú (Antas & Nascimento, 1996; Brasil, 1997). Nas regiões localizadas a montante destes ecossistemas detecta-se algumas áreas com formações florestais estacionais (IBGE, 1990). Com a intensificação da abertura de novas frentes agrícolas na região centro-oeste, as atividades antrópicas começaram a apresentar grande influência negativa nos corpos de água da região do Alto Taquari, principalmente devido aos processos de erosão e assoreamento causados pelo desmatamento e pelas técnicas incipientes de manejo de solo para o plantio da soja e criação extensiva de gado bovino em grande escala (Oliveira et al., 1998; Jongman, 2005). A bacia possui uma cobertura de florestas e cerrados, composta em sua maior parte por pecuária e agricultura (Collischonn, Tucci, 2001). A bacia hidrográfica do rio Taquari-MS, especificamente a Bacia do Alto Taquari (BAT), localiza-se na região do Planalto, como parte integrante da Bacia do Alto Paraguai (BAP), aproximadamente entre os paralelos 17° e 20° Sul, e os meridianos 53° e 55° Oeste. Com uma área de 27.672,4 km². Figura 15 - Área de estudo - Bacia do Alto Taquari 29 2.2 Descrição do modelo InVEST – Sediment Delivery Ratio O módulo do sedimento exportado é um modelo espacialmente explícito, trabalhando na resolução espacial da varredura do modelo de elevação digital de entrada (DEM). Para cada pixel, o modelo primeiro calcula a quantidade de perda anual de solo a partir desse pixel, depois calcula a taxa de sedimentos exportado (SDR), que é a proporção de perda de solo que realmente atinge o fluxo. Quando o sedimento atinge o fluxo, assumimos que ele termina na saída da bacia hidrográfica, portanto, nenhum processo em fluxo é modelado. Essa abordagem foi proposta por Borselli et al. (2008) e tem recebido crescente interesse nos últimos anos (Cavalli et al., 2013; López-vicente et al., 2013; Sougnez et al., 2011). De acordo com Hamel et al. (2015) o objetivo do modelo de entrega de sedimentos InVEST é mapear e quantificar a exportação e retenção de sedimentos em áreas predominantemente rurais. O modelo é totalmente distribuído e baseado em GIS, aceitando entradas rasters de clima, solo, topografia e uso e cobertura da terra (LULC). As saídas representam o exportado e retenção média anual de sedimentos da bacia hidrográfica, bem como mapas que representam a contribuição por pixel para a produção de sedimentos. Para cada pixel (Figura 1), o algoritmo primeiro calcula a quantidade anual média de sedimentos erodidos ou perda de solo e, em seguida, a taxa de exportação de sedimentos (SDR), que corresponde à proporção de solo perda realmente atingindo o fluxo. Figura 16 - Abordagem conceitual proposta por Borselli et al. (2008), utilizada no modelo de exportação de sedimentos. Fonte: Sharp et al. (2016) A partir disso, a abordagem calcula a quantidade de sedimento erodido através da equação de perda de solo (USLEi) e em seguida o sedimento exportado (SDRi) que é a proporção de perda de 30 solo que realmente alcança o exutório da bacia hidrográfica por pixel (Equação 1), resultando na carga de sedimento exportado dado por ton.ha-1.ano-1(E). � = � ����� × ���� (1) Para o cálculo da USLE é feita a partir da equação 2. ����� = � × � × �� × � × � (2) onde R é a erosividade da chuva (MJ⋅mm⋅ha−1 ⋅h −1 ), K é a erodibilidade do solo (t⋅ha⋅h⋅MJ-1 ⋅ha−1 ⋅mm−1 ), LS é o fator de gradiente de declividade, C é o fator de uso e manejo do solo e P é o fator de práticas conservacionistas (RENARD et al., 1997). O fator LS é calculado pelo modelo digital de elevação (MDE) conforme descrito por DESMET e GOVERS (1996). O cálculo do sedimento exportado por pixel i é baseado pelo índice de conectividade (IC) (Vigiak et al., 2012), uma função da área superior (Dup) e do traçado do fluxo entre o pixel e o fluxo mais próximo (Ddn), conforme descrito por Borselli et al., (2008), tal índice reproduz o transporte do sedimento no escoamento superficial, modelando a exportação ou retenção do sedimento pixel a pixel baseado na relação entre as declividades dos pixels vizinhos. ���� = ������ 1 + exp( ��� − ��� � ) (3) onde o SDRmax é valor máximo teórico do SDR, definido com um valor comum de 0,8 (Vigiak et al., 2012), e IC e k os valores dos parâmetros calibráveis. Os avanços na ciência da modelagem de sedimentos devem refinar a compreensão da conectividade hidrológica e ajudar a melhorar esta orientação. Enquanto isso, seguindo outros autores (Jamshidi et al., 2013), recomenda-se definir esses parâmetros para seus valores padrão (IC = 0,5 e k = 2) e usar k apenas para calibração (Vigiak et al., 2012). Deve ser observada sobre o uso do conceito do SDR para modelagem de retenção de sedimentos. Primeiro, os fatores IC e SDR são funções da resolução MDE, que introduz incertezas no previsões absolutas. No entanto, espera-se que a sensibilidade ao MDE ser baixo devido ao fato de o IC ser uma razão, com tamanho de pixel tanto no numerador quanto no denominador (Vigiak et al., 2012). Em resumo, o modelo trabalho conforme a ilustração simplificada em apenas duas dimensões (Figura
Compartilhar