ESTIMATIVA DO ESCOAMENTO SUPERFICIAL EM … · estimativa do escoamento superficial em uma bacia hidrogrÁfica... 169 r. bras. ci. solo, 33:169-178, 2009 estimativa do escoamento

ESTIMATIVA DO ESCOAMENTO SUPERFICIAL EM UMA BACIA HIDROGRÁFICA... 169

R. Bras. Ci. Solo, 33:169-178, 2009

ESTIMATIVA DO ESCOAMENTO SUPERFICIAL EM UMA

BACIA HIDROGRÁFICA COM BASE EM MODELAGEM

DINÂMICA E DISTRIBUÍDA(1)

Samuel Beskow(2), Carlos Rogério de Mello(3), Gilberto Coelho(4), Antônio

Marciano da Silva(3) & Marcelo Ribeiro Viola(5)

RESUMO

A estimativa do escoamento superficial em bacias hidrográficas é de suma

importância para conservação dos recursos naturais; entretanto, esse é um processo

complexo e dinâmico, principalmente no contexto de sua variabilidade espacial.

Dessa forma, torna-se adequada a aplicação dos Sistemas de Informações

Geográficas (SIG) usando pequenas células de informação, pois assim é possível

considerar o comportamento espacial das variáveis associadas à origem do

escoamento superficial. Este trabalho teve como objetivo implementar os modelos

hidrológicos Curva Número (CN-SCS) e Curva-Número Modificado (CN-MMS), com

base na linguagem de programação do SIG PCRaster e em uma base de dados

reduzida, de forma distribuída e dinâmica, com o intuito de estimar as lâminas de

escoamento superficial geradas numa bacia hidrográfica de Latossolos, localizada

no município de Nazareno, região dos Campos das Vertentes, Minas Gerais. Para

aplicação do modelo CN-SCS foi preciso desenvolver um mapa com valores de CN

no formato do PCRaster, enquanto para o modelo CN-MMS foram necessários os

seguintes mapas: umidade volumétrica de saturação do solo, umidade volumétrica

inicial do solo e profundidade de solo. Para simulação e avaliação de ambos os

modelos, foram aplicados 18 eventos de chuva natural que provocaram escoamento

superficial, durante o ano hidrológico 2004-2005, e suas respectivas lâminas de

escoamento observadas. A análise do desempenho dos modelos foi feita aplicando-

se análise de sensibilidade baseada no erro médio e na Raiz do Erro Quadrático

(REQ). Tendo-se como referência essas estatísticas de precisão, pôde-se constatar

que o modelo CN-MMS apresentou melhor calibração quando comparado ao modelo

CN-SCS, devido à consideração direta da umidade inicial do solo. Contudo, a

(1) Pesquisa financiada pelo CNPQ (Processo 472274/2007-4), FAPEMIG (CAG 1617/06) e CEMIG/ANEEL (P&D 176). Recebidopara publicação em junho de 2008 e aprovado em dezembro de 2008.

(2) Doutorando do Programa de Pós-graduação em Eng. Agrícola da UFLA e Visiting Scholar – Purdue University. Bolsista doCNPQ. E-mail: [email protected]

(3) Professor do Departamento de Engenharia da Universidade Federal de Lavras – DEG/UFLA. Caixa Postal 37, CEP 37200-000,Lavras (MG). Bolsistas do CNPQ. E-mail: [email protected]; [email protected]

(4) Pesquisador, bolsista PRODOC/CAPES, DEG/UFLA. E-mail: [email protected](5) Doutorando do Programa de Pós-graduação em Eng. Agrícola, DEG/UFLA. E-mail: [email protected]

170 Samuel Beskow et al.

R. Bras. Ci. Solo, 33:169-178, 2009

estruturação dos modelos no SIG PCRaster possibilitou o desenvolvimento de uma

ferramenta computacional eficaz e útil para simulação do escoamento superficial,

visto que propicia estruturação de rotinas computacionais considerando os

problemas associados à variabilidade espacial dos dados de entrada dos modelos.

Termos de indexação: conservação de solo e água, simulação, SIG, PCRaster.

SUMMARY: SURFACE RUNOFF IN A WATERSHED ESTIMATED BY

DYNAMIC AND DISTRIBUTED MODELING

Knowledge on the surface runoff in watersheds is very important for a good conservation

of natural resources. However, surface runoff is a complex and dynamic process, especially in

the context of spatial variability. An application of the Geographical Information System

(GIS) tools in small grid cells is therefore adequate. This way, it is possible to consider the

spatial behavior of variables associated to the origin of surface runoff. This study aimed to

program the Hydrological Models SCS-CN (SCS-Curve Number) and CN – MMS (CN –

Modified) based on the PC Raster Programming Language and a reduced dataset, in distributed

and dynamic approaches, to estimate the direct surface runoff in a watershed of Oxissols, in the

county of Nazareno, region of Campos das Vertentes, Minas Gerais State. SCS-CN model was

applied structuring a CN-map linked to the soil infiltration capacity in the PCRaster GIS

format. For the CN – MMS model, we used other maps: saturated volumetric soil moisture

content, initial volumetric soil moisture content and soil depth. For the simulation and

evaluation of both models, 18 rainfall events that produced surface runoff in the hydrologic

year 2004-2005 were used, and their respective surface runoff depths observed. The model

performance was evaluated by sensitivity analyses, based on the mean error and Root Square

Error. Based on these accuracy statistics, the calibration of the CN – MMS model was better

than in the original SCS-CN model, since the initial soil moisture was taken into account.

Nevertheless, the adjustment of the models in the SIG PCRaster allowed the development of an

effective and useful computer tool to simulate surface runoff, due to the possibility of establishing

computer routines considering the problems elated to the spatial variability of data entries of

the model.

Index terms: soil and water conservation, simulation, GIS, PCRaster.

INTRODUÇÃO

Em decorrência do crescimento da população, exis-te a necessidade do aumento de uso de terras cultivá-veis, podendo conduzir à degradação do solo e dos re-cursos hídricos. Dessa forma, é muito importante odesenvolvimento de métodos ligados à gestão dos recur-sos naturais solo e água para minimizar os impactossobre estes.

De acordo com Pedrosa & Câmara (2007), a técnicade Geoprocessamento tem utilizado a representaçãode fenômenos espaciais no computador de formaestática, visto que a principal abstração utilizada emSistemas de Informações Geográficas (SIG) é o mapa.Contudo, alguns fenômenos espaciais, como oescoamento de água da chuva, são inerentementedinâmicos e as representações estáticasnormalmente utilizadas em SIG não o capturam deforma adequada.

Conforme Bacic et al. (2008), trabalhando com omodelo AgNPS, a simulação dinâmica e distribuídado comportamento ambiental em bacias hidrográficas

pode auxiliar no planejamento e gerenciamento debacias de drenagem carentes de dados hidrológicos esujeitas a constantes mudanças no uso do solo.

Entretanto, a simulação hidrológica do escoamentosuperficial em bacias hidrográficas é extremamentecomplexa; assim, para utilização de modeloscomputacionais aplicados à sua simulação, estesdevem apresentar algumas características desejáveis(Mello et al., 2008), como serem baseados no processofísico, no evento e na distribuição espacial dasvariáveis associadas ao fenômeno. Com base noprocesso físico significa que o modelo deve incorporaros principais agentes físicos envolvidos na geração doescoamento superficial e erosão; no evento, que osprocessos são mensurados no modelo com base emincrementos de tempo, desde seu início até o final doevento; e na distribuição espacial das variáveis, queos processos físicos em questão são observados combase em células hidrologicamente homogêneas, ouseja, a bacia hidrográfica é dividida em células detamanho uniforme com características pedológicas ede uso do solo semelhantes, reduzindo problemasassociados à variabilidade espacial.


R. Bras. Ci. Solo, 33:169-178, 2009

Segundo De Roo & Jetten (1999), a principal razãopara se usar SIG é que o processo de escoamentosuperficial varia espacialmente e, assim, células deinformação devem ser usadas para que a variaçãoespacial seja levada em consideração. Conforme essesautores, outro aspecto importante é a necessidade deuma grande quantidade de dados para o extensonúmero de células requeridas, dados estes que nãosão facilmente obtidos e gerenciados sem intermédiode um SIG.

O PCRaster consiste de um sistema de modelagemdinâmica para modelos distribuídos de simulaçãohidrossedimentológica (van Deursen, 1995; Wesselinget al., 1996), fornecendo um excelente ambiente paramodelos distribuídos, pois embute uma linguagem demodelagem dinâmica ambiental em um Sistema deInformações Geográficas. A linguagem de modelagemdinâmica é um instrumento poderoso para construçãode modelos ambientais, a qual pode ser regulada parao problema em estudo.

Diante do exposto, este trabalho teve como objetivosaplicar os modelos hidrológicos Curva-Número (SoilConservation Service, 1971) e Curva-NúmeroModificado (CN-MMS – Mishra et al., 2003) a umabacia hidrográfica de Latossolos, utilizando umaferramenta baseada nos Sistemas de InformaçõesGeográficas (SIG), em linguagem de programação doSIG PCRaster, simulando o escoamento superficialdireto e levando em consideração a distribuiçãoespacial e temporal das variáveis de entrada queinfluenciam o comportamento do fenômeno.

MATERIAL E MÉTODOS

Caracterização da área de estudo

A área de estudo compreende a bacia hidrográficado Ribeirão Marcela, localizada no município deNazareno, região fisiográfica dos Campos das Verten-tes, Minas Gerais, com área aproximada de 477 ha edeclividade média de 13,64 %, drenando para o reser-vatório da UHE de Itutinga/Camargos. Essa baciahidrográfica é representativa do domínio dosLatossolos nessa região, os quais ocupam 70 % da baciae apresentam alta capacidade de recarga de aquíferos,de acordo com estudos pedológicos e hidrogeológicosrealizados previamente por Araújo (2006). No que serefere ao uso atual do solo, a bacia hidrográfica doRibeirão Marcela apresenta pastagens, milho, café emata (Figura 1). Os dados hidrológicos trabalhadoscorrespondem a 18 eventos chuva-vazão monitoradosna referida bacia hidrográfica durante o anohidrológico 2004-2005, ou seja, foram selecionadoseventos de chuva natural que provocaram escoamen-to superficial direto, os quais foram extraídos, confor-me Tucci (2005), a partir da análise do hidrogramade escoamento monitorado na seção de controle dabacia. Ressalta-se que os eventos selecionados parasimulação provocaram hidrogramas de escoamento deboa qualidade, com duração próxima ao tempo de con-centração da bacia, estimado entre 45 e 60 min, pos-sibilitando a identificação e separação precisa do esco-amento superficial direto do subterrâneo, algo indis-pensável para avaliação do desempenho dos modelos.

Figura 1. Mapas de taxa de infiltração (a) e uso atual do solo (b) aplicados ao SIG PCRaster para simulação

com os modelos CN-SCS e CN-MMS.


R. Bras. Ci. Solo, 33:169-178, 2009

No quadro 1 apresentam-se os eventos chuva-vazãoobservados na bacia e aplicados ao estudo.

Modelo curva número (CN-SCS)O modelo hidrológico Curva-Número (Soil

Conservation Service, 1971) é bastante conhecido edifundido na conservação do solo e da água, sendo usa-do para estimar o escoamento superficial direto gera-do por eventos de precipitação pluvail individuais, bemcomo em modelos de simulação hidrossedimentológicos(Hrissanthou, 2002; Notter et al., 2007; vonStackelberg et al., 2007; Mello et al., 2008);.

De acordo com van Deursen (1995), a equaçãotradicional desse modelo pode ser reescrita considerandoa distribuição do excesso de chuva no tempo, utilizandoas seguintes equações:

(1)

(2)

(3)

(4)

em que S é o potencial máximo de infiltração (mm)após o início do escoamento superficial; CN, o

parâmetro Curva-Número; Ia, a abstração inicial(mm); λ, o coeficiente de abstração inicial; Fa, asabstrações acumuladas (mm); P, a precipitação pluvialacumulada (mm); e Ds, o escoamento superficialacumulado (mm). O tipo de solo e a condição decobertura e de umidade antecedente da bacia dedrenagem influenciam os valores de CN (van Deursen,1995).

Modelo CN-Modificado (CN-MMS)

No modelo tradicional CN-SCS, a umidade do soloé relacionada com a precipitação pluvial de cinco diasantecedentes, dividindo-se nas condições AMC I (soloseco), AMC II (solo próximo à capacidade de campo) eAMC III (solo muito úmido). Além disso, o coeficientede abstração inicial é constante (λ), o qual dependeespecialmente das condições climáticas, sendo ahipótese mais ambígua, requerendo refinamento (Melloet al., 2007). A partir disso, Mishra et al. (2003)desenvolveram o modelo Mishra-Singh Modificado(CN-MMS), incorporando a umidade antecedente e aprecipitação pluvial acumulada de cinco diasanteriores, bem como a variação nos valores de λ.Nesse modelo, o escoamento superficial é computadopela seguinte sequência de equações:

(5)

(6)

(7)

(8)

em que θS é a umidade de saturação do solo (m3 m-3);θo, a umidade inicial do solo (m3 m-3); h, a profundi-dade considerada na simulação (mm); M, um parâmetroassociado à umidade antecedente (mm); e P5, a preci-pitação pluvial de cinco dias antecedentes (mm). Osdemais parâmetros foram definidos anteriormente.

Estruturação dos modelos CN-SCS e CN-MMSem PCRaster e base de dados

Os modelos CN-SCS e CN-MMS foram implementa-dos na linguagem de programação do SIG PCRasterde acordo com as respectivas equações. O PCRaster éum sistema de modelagem dinâmica para modelosdistribuídos de simulação, constituindo um SIGestruturado em um conjunto de ferramentascomputacionais para armazenamento, manipulação,análise e acesso de informações geográficas. Possuiainda função SIG em formato Raster e um conjuntode ferramentas para visualização.

O conceito central do PCRaster é a discretizaçãoda área no espaço, resultando em células de informação(Jetten, 2003). Cada célula pode ser tratada como umconjunto de atributos que definem suas propriedadeshidrológicas, mas uma célula pode receber e transmitir

Quadro 1. Dados referentes aos eventos de chuva-

vazão usados na simulação

(1) Precipitação pluvial total do evento de chuva. (2) Precipitaçãopluvial total de cinco dias antecedentes ao evento de chuvaconsiderado. (3) Lâminas de água decorrente do escoamentosuperficial direto. (4) Coeficiente que expressa a relação entre oescoamento superficial direto e a precipitação pluvial total doevento.


R. Bras. Ci. Solo, 33:169-178, 2009

informações para células vizinhas. A base de dadosdo PCRaster suporta quatro tipos de dados: mapas noformato Raster, dados do tipo pontual, tabelas (pararelação entre mapas Raster) e séries temporais (pararepresentação dos dados climáticos e hidrológicosvariando no tempo).

O modelo digital de elevação (MDE) foi obtido apartir das cartas topográficas de Itutinga (n° 26434)e Nazareno (n° 26432), com curvas de nívelapresentando equidistância de 20 m, com auxílio depontos cotados no terreno por GPS. A ferramentaTOPOGRID, do pacote de análises espaciais doARCMAP 9.2, foi utilizada para obtenção do MDE. Omapa proveniente do ARCMAP 9.2 foi rasterizado, comcélulas de 5 x 5 m, e convertido para o formato ASCIIpara possibilitar a transferência para o PCRaster.

Os dados originais de uso atual do solo da baciahidrográfica foram gerados com auxílio de SIG porAraújo (2006). Assim, o mapa de uso ocupacional dosolo (Figura 1b) da bacia do Ribeirão Marcela, noformato vetorial, foi rasterizado em células de 5 x 5 m,convertido para o formato ASCII e, posteriormente,transformado para o tipo específico de mapa doPCRaster.

Para o modelo CN-SCS, é necessário ainda definiro tipo de solo, podendo este ser enquadrado em A, B, Cou D. Para as condições de solos tropicais, érecomendável a utilização da taxa de infiltração deágua como critério para escolha dos grupos de solos,uma vez que a estrutura destes é o atributo com maiorinfluência no seu comportamento hidrológico, fazendocom que solos com altos teores de argila apresentemalta capacidade de infiltração (Araújo, 2006). Nestetrabalho, utilizou-se o critério recomendado por Pruskiet al. (1997) (Quadro 2). Os dados para mapeamentoforam levantados com infiltrômetro de Guelph,obedecendo a um grid de 240 x 240 m, comrefinamento em quatro subgrids de 60 x 60 m,totalizando 190 pontos amostrados no espaço da bacia.A geração do mapa de infiltração foi desenvolvida combase na geoestatística, conforme Gomes et al. (2007),por meio do pacote GStat (Pebesma & Wesseling, 1998)do PCRaster (Figura 1a). A condição de umidadeantecedente do solo como função da chuva ocorridanos cinco dias anteriores para cada evento simuladofoi considerada de acordo com a seguinte situação

(Tucci, 2005): AMC I (0,0–35,0 mm), AMC II (35,0–52,5 mm) e AMC III (> 52,5 mm).

No que se refere ao modelo Mishra-SinghModificado (CN-MMS), são necessários ainda dados(de forma distribuída) de umidade de saturação eumidade inicial do solo. De forma semelhante à taxade infiltração, foram coletadas, nos mesmos pontos deinfiltração, amostras de solo para desenvolvimento decurvas características de umidade do solo retida àstensões de 0, 2, 6, 10, 33 e 100 kPa, com seus respectivosmapeamentos realizados com base na geoestatística,com o pacote GStat do PCRaster.

Os dados de precipitação pluvial, assim como os deescoamento (hidrograma), associados a essasprecipitações foram obtidos por meio de uma estaçãoclimatológica automática e um linígrafo automáticolocalizados na bacia hidrográfica, ambos trabalhandoa cada 15 minutos. Tanto a precipitação pluvial quantoa vazão foram discretizadas em n intervalos de 15minutos, em que n é o tempo total entre o início e ofim da chuva.

Em função do mapa de infiltração de água no solofoi possível gerar o mapa de grupo de solos. Este,combinado com o mapa de uso atual do solo,proporcionou a estruturação do mapa final doparâmetro CN, caracterizando a relação solo-cobertura.O mapa de CN é de suma importância para simulaçãodo escoamento superficial quando da utilização domodelo CN-SCS , visto que os diferentes valores deCN, os quais variaram de 35 a 96, demonstram avariabilidade espacial da relação solo-cobertura,apresentando diferentes potenciais de geração deescoamento superficial ao longo da bacia hidrográficado Ribeirão Marcela.

No que se refere à calibração do modelo CN-MMS,adotou-se como critério considerar a umidade inicialda bacia da seguinte forma: eventos que ocorreramentre janeiro e fevereiro (tensões de 2 kPa, média entre2 e 6 kPa e 6 kPa), março e abril (tensões de 2 kPa,média entre 2 e 6 kPa, 6 kPa, 10 kPa e 33 kPa) emaio, junho e julho (tensões de 10, 33, 100 e 1.500 kPa).

Análise da exatidão dos modelos testados

A comparação dos modelos foi realizada com baseno erro de estimativa dos modelos em relação aos

Quadro 2. Taxas de infiltração de água no solo para os diferentes grupos de solos propostos no modelo CN-

SCS

Fonte: Pruski et al. (1997).


R. Bras. Ci. Solo, 33:169-178, 2009

valores observados, extraídos do hidrogramamonitorado, cuja equação é a seguinte:

(9)

Para análise da exatidão da simulação, bem comoqualificação dos modelos, foi aplicada a Raiz do ErroQuadrado (REQ) como outro parâmetro estatístico, como intuito de quantificar o erro decorrente do processode simulação na estimativa das lâminas deescoamento superficial quando da utilização dosmodelos CN-SCS e CN-MMS. Cabe salientar que,quanto menor o valor de REQ, melhor será odesempenho do modelo.

(10)

RESULTADOS E DISCUSSÃO

No quadro 3 podem-se comparar os valoressimulados pelo modelo CN-SCS aos observados,considerando as respectivas condições de umidadeantecedente aos eventos de chuva. Nos quadros 4 e 5estão apresentados dados de simulação usando omodelo CN-MMS; no primeiro, considerou-se1.000 mm a profundidade da camada de controle do

solo e, no segundo, levou-se em consideração avariabilidade da profundidade em função do tipo desolo, constituindo-se em um parâmetro de calibraçãoadicional. Analisando os resultados exibidos nessestrês quadros, é possível observar que os dois modelos,de forma geral, possibilitaram simular as lâminas deescoamento superficial produzidas na baciahidrográfica de forma satisfatória, com o modelo CN-MMS mostrando melhor desempenho quandocomparado ao CN-SCS. Verifica-se, em todas assituações, tendência de superestimativa do escoamentosimulado em relação ao observado.

O modelo CN-SCS apresentou erros elevados emquatro eventos de chuva (eventos 7, 9, 13 e 14). Essesquatro eventos tiveram valores consideráveis deprecipitação pluvial antecedente (condição AMC III,ou seja, solo úmido), acarretando superestimativa dosvalores simulados do escoamento superficial,indicando que o modelo CN-SCS, para a condição AMCIII, não mostrou calibração satisfatória. Isso pode serjustificado, de acordo com Mishra et al. (2006), porqueo modelo CN-SCS é dividido em apenas três classes deumidade (AMC I, AMC II e AMC III), o que muitasvezes dificulta sua utilização sob determinadascondições hidrológicas antecedentes. Essa situaçãosignifica que o modelo considera, por exemplo, a mesmainfluência de uma P5 (precipitação pluvial dos últimoscinco dias) de 60 mm e outra de 100 mm na umidadeantecedente do solo, e, fisicamente, há importante

Quadro 3. Lâminas de escoamento superficial observadas para os diferentes eventos de precipitação pluvial

do ano hidrológico 2004-2005 e simuladas de acordo com o modelo Curva-Número (CN - SCS)

(1) Valores estimados de acordo com o modelo CN. (2) Condição antecedente de umidade de acordo com a precipitação dos últimoscinco dias.


R. Bras. Ci. Solo, 33:169-178, 2009


do ano hidrológico 2004-2005 e simuladas de acordo com o modelo CN-MMS, considerando uma

profundidade da camada de solo de 1.000 mm

(1) Valores de escoamento superficial estimados pelo modelo CN-MMS para cada condição de umidade antecedente; valores emnegrito correspondem ao menor erro produzido; ES: escoamento superficial observado.


do ano hidrológico 2004-2005 e simuladas de acordo com o modelo CN-MMS, considerando a camada de

solo como variável

(1) Valores de escoamento superficial estimados pelo modelo CN-MMS para cada condição de umidade antecedente; valores emnegrito correspondem ao menor erro produzido. ES: escoamento superficial observado.


R. Bras. Ci. Solo, 33:169-178, 2009

diferença entre essas duas situações no tocante à geraçãode escoamento, dificultando um ajuste ideal do modelo.Segundo esses autores, este fato comprova aimportância da incorporação do parâmetrodiretamente associado à umidade antecedente para ocálculo da abstração inicial, como uma função tantoda precipitação pluvial antecedente quanto da retençãopotencial máxima. Nesse mesmo aspecto, Mello et al.(2007) demonstraram, por meio de modelos estatísticos,a importância da umidade antecedente nocomportamento geral do modelo CN-SCS tanto naestimativa das condições de abstração inicial quantonos valores de CN propriamente ditos, influenciandodiretamente o escoamento superficial direto.

Quanto ao modelo CN-MMS (Quadros 4 e 5), estegerou resultados simulados próximos aos observados,com valores de REQ baixos (Quadro 6), principalmenteem condições de maior umidade do solo, sendo possívelafirmar que, em condições mais secas, o modelo foimais sensível no que diz respeito ao coeficiente deabstração inicial (λ). Mishra et al. (2006) relatamque essa boa adaptação do modelo se dá em virtude dainserção da umidade antecedente no cálculo daabstração inicial como uma função da precipitaçãopluvial antecedente e da retenção potencial máxima,tornando o modelo mais próximo da realidade físicada gênese do escoamento, quando comparado aomodelo CN-SCS.

Analisando ainda o quadro 6, podem-se compararos resultados gerados pelo modelo CN-SCS aos obtidospelo modelo CN-MMS, este último nas suas duassituações de análise. O modelo CN-SCS gerou resultadoscom maiores valores de REQ, de acordo com asestatísticas apresentadas (valores mínimo, máximo,média e mediana), quando comparado ao modelo CN-

MMS, podendo-se enquadrá-lo em uma categoriainferior. Por sua vez, o modelo CN-MMS apresentouvalores de REQ muito baixos, especialmente os valoresmédio e máximo, demonstrando ser um modelosuperior ao CN-SCS. Comparando o modelo CN-MMScom um único valor de profundidade com o mesmomodelo avaliado com profundidade variável da camadade solo, pode-se perceber que não existe diferençaimportante entre os dois, demonstrando que para abacia hidrográfica do Ribeirão Marcela a característicaprofundidade da camada de solo não apresenta grandesensibilidade dentro do modelo. Isso pode ser explicadopela predominância dos Latossolos, os quais, segundoAraújo (2006), são profundos e com perfil homogêneoem termos de seus atributos físicos controladores dainfiltração de água. Portanto, no contexto da geraçãodo escoamento superficial, a camada de solo, nessecaso, não foi significativa.

Os valores de CV (Quadro 6) dizem respeito àdispersão ocorrida entre os valores de REQ para os 18eventos de chuva-vazão aplicados ao processo decalibração. Pode-se notar que o método CN-SCSproduziu maior CV quando comparado ao CN-MMS,e isso ocorreu em virtude da maior amplitude dosvalores encontrados de REQ para o primeiro método,o qual apresentou maiores erros de estimativa,demonstrando sua qualidade inferior; é necessária ainclusão de outras variáveis de entrada, especialmenteassociadas à umidade antecedente do solo, para quehaja melhora no seu desempenho.

No quadro 7 estão apresentados os intervalos devalores encontrados para o parâmetro λ, bem comoseus valores de média e mediana, para cada modelousado na simulação, permitindo analisar ocomportamento desse parâmetro em função da

Quadro 7. Variação dos valores do coeficiente de abstração inicial (λλλλλ) para os modelos aplicados

Quadro 6. Desempenho dos modelos de acordo com a estatística REQ


R. Bras. Ci. Solo, 33:169-178, 2009

umidade do solo antecedente. Mishra et al. (2003,2006) sugerem calibrar valores entre 0 e 0,5, emborahaja possibilidade de ele ser superior a 0,5. No modeloCN-SCS não foi possível obter resultados satisfatóriospara todos os eventos com o intervalo de λ sugerido,principalmente nos eventos de chuva com umidadedo solo antecedente classificada como úmida (AMC III),gerando erros consideráveis. O valor médio de λ poreste método foi de 0,224 com mediana de 0,165, próximoao sugerido pelo modelo (λ = 0,2), conforme Jain et al.(2006) e Mishra et al. (2003). A pequena divergênciaentre os valores de λ padrão e os obtidos neste trabalhopode ser explicada, segundo Mishra et al. (2003), peladiferença entre os fatores meteorológicos, comotemperatura e radiação solar, que interferem nocálculo da evapotranspiração, bem como pelo regimepluvial da região, alterando as condições de umidadeantecedente e, consequentemente, os valores de λ. Oscoeficientes de variação (Quadro 7) estão relacionadosà variabilidade encontrada entre os valores calibradosdo parâmetro λ, para cada um dos modelos. A menorvariabilidade dos valores calibrados de λ, para o modeloCN-SCS, é justificada pela existência de apenas trêscondições de umidade antecedente, as quais sãocaracterizadas por intervalos de precipitação pluvialantecedente, conforme comentado anteriormente, enão pela umidade propriamente dita, reduzindo asensibilidade do modelo quanto à calibração de λ. Deforma oposta, o modelo CN-MMS apresentou maiorvariabilidade dos valores em razão de o cálculo destesser baseado diretamente nos valores de umidade dosolo, demonstrando, uma vez mais, a alta sensibilidadedo parâmetro à umidade do solo antecedente aoseventos de precipitação.

Por outro lado, apesar de sua maior variabilidade,conseguiu-se calibrar o parâmetro λ de forma adequadapara o modelo CN-MMS, tanto com camada de solofixada em 1.000 mm quanto com profundidadevariável; na primeira situação, os valores de média emediana foram de 0,136 e 0,06 e, na segunda, de 0,063e 0,020, respectivamente. Os valores calibrados nestetrabalho também diferem daquele tomado comoreferência, conforme discutido anteriormente, porémsão semelhantes aos obtidos em trabalhos realizadospor Mishra et al. (2006) e Mello et al. (2008), sendo oprimeiro aplicando o modelo CN-MMS com dados dediversas bacias hidrográficas rurais norte-americanas,com área entre 0,17 e 71,99 ha, tendo os autoresencontrado um ajuste considerado bom para λ, emque este parâmetro oscilou entre 0 e 0,21. No trabalhode Mello et al. (2008), realizado em uma baciahidrográfica predominantemente rural com área de2.080 km2 no Brasil e usando o mesmo modelo paraestimativa da lâmina de escoamento superficial nummodelo de simulação hidrológica, encontraram-sevalores de λ entre 0,01 e 0,2. Dessa forma, não épossível fixar um valor para λ sem considerar ascondições antecedentes de umidade do solo, sendo esteum parâmetro altamente sensível e sua análise, combase nas condições de umidade antecedente do solo,

imprescindível para um desempenho satisfatório dosmodelos, concordando com observações e conclusõesobtidas por trabalhos anteriores que trataram desseassunto (Mishra et al., 2006; Mello et al., 2007).

CONCLUSÕES

1. Foi possível observar que as lâminas simuladaspelos modelos estruturados no SIG PCRasterapresentaram resultados satisfatórios, demonstrandoque a aplicação deles em ambiente SIG produzmelhores resultados. O modelo CN-MMS promoveumelhor desempenho, comprovando a sensibilidade doparâmetro Curva-Número à umidade antecedente aoseventos de precipitação pluvial, sendo fundamentalsua incorporação ao processo. No entanto, o modeloCN-SCS, sob condições de solo muito úmido (AMC III),superestimou o escoamento superficial na baciahidrográfica, mostrando que é necessário algumcuidado na sua utilização para esta condição deumidade antecedente do solo, mesmo numa condiçãode ambiente SIG.

2. O modelo CN-MMS mostrou maior facilidade nacalibração dos valores de λ, parâmetro este que estáassociado à abstração inicial da chuva, demonstrandopequena variabilidade no tocante à camada de solopara as condições da bacia hidrográfica estudada; noentanto, é essencial a incorporação da umidadeantecedente do solo na sua calibração.

LITERATURA CITADA

ARAÚJO, A.R. Solos da Bacia do Alto Rio Grande (MG): Basepara estudos hidrológicos e aptidão agrícola. Lavras,Universidade Federal de Lavras, 2006. 345p. (Tese deDoutorado)

BACIC, I.L.; ROSSITER, D.G. & MANNAERTS, C.M.Applicability of a distributed watershed pollution modelin a data-poor environment in Santa Catarina State,Brazil. R. Bras. Ci. Solo, 32:1699-1712, 2008.

DE ROO, A.P.J. & JETTEN, V.G. Calibrating and validatingthe LISEM model for two data sets from the Netherlandsand South Africa. Catena, 37:477-493, 1999.

GOMES, N.M.; SILVA, A.M.; MELLO, C.R. & FARIA, M.A.Métodos de ajuste e modelos de semivariograma aplicadosao estudo da variabilidade espacial de atributos físico-hídricos do solo. R. Bras. Ci. Solo, 31:435-443, 2007.

HRISSANTHOU, V. Comparative application of two erosionmodels to a basin. Hydrol. Sci. J., 47:279-292, 2002.

JAIN, M.K.; MISHRA, S.K. & SINGH, V.P. Evaluation of AMC-dependent SCS-CN-based models using watershedcharacteristics. Water Res. Manag., 20:531-552, 2006.


R. Bras. Ci. Solo, 33:169-178, 2009

JETTEN, V. PCRaster – Manual do usuário. Utrecht, Centrefor Environment and Landscape Dynamics, Universityof Utrecht, 2003. 100p.

MELLO, C.R.; VIOLA, M.R.; NORTON, L.D.; SILVA, A.M. &WEIMAR, F.A. Development and application of a simplehydrologic model simulation for a Brazilian headwaterbasin. Catena, 75:235-247, 2008.

MELLO, C.R.; LIMA, J.M. & SILVA, A.M. Simulação do deflúvioe vazão de pico em microbacia hidrográfica comescoamento efêmero. R. Bras. Eng. Agric. Amb., 11:410-419, 2007.

MISHRA, S.K.; SAHU, R.K.; ELDHO, T.I. & JAIN, M.K. Animproved Ia-S relation incorporating antecedent moisturein SCS-CN methodology. Water Res. Manag., 20:643-660,2006.

MISHRA, S.K.; SINGH, V.P.; SANSALONE, J.J. &ARAVAMUTHAN, V. A modified SCS-CN method:Characterization and testing. Water Res. Manag., 17:37-68, 2003.

NOTTER, B.; MACMILLAN, L.; VIVIROLI, D.; WEINGARTNER,R. & LINIGER, H.P. Impacts of environmental changeon water resources in the Mt. Kenya region. J. Hydrol.,343:266-278, 2007.

PEBESMA, E.J. & WESSELING, C.G. Gstat: A program forgeostatistical modelling, prediction and simulation. Comp.Geosci., 24:17-31, 1998.

PEDROSA, B.M. & CÂMARA, G. Modelagem dinâmica esistemas de informações geográficas. In: MEIRELLES,M.S.P.; CÂMARA, G. & ALMEIDA, C.M. Geomática:Modelos e aplicações ambientais. Brasília, Embrapa, 2007.p.235-280.

PRUSKI, F.F.; FERREIRA, P.A.; RAMOS, M.M. & CECON,P.R. A model to design level terraces. J. Irrig. Drain.Eng., 123:8-12, 1997.

SOIL CONSERVATION SERVICE. Hydrology; NationalEngineering Handbook. Washington, Soil ConservationService/USDA, 1971. Supplement A, Section 4.

TUCCI, C.E.M. Modelos hidrológicos. 2.ed. Porto Alegre,Universidade Federal do Rio Grande do Sul, 2005. 678p.

van DEURSEN, W.P.A. Geographical Information Systemsand Dynamic Models: Development and application of aprototype spatial modelling language. Utrecht, Universityof Utrecht, 1995. 180p. (Tese de Doutorado)

von STACKELBERG, N.O.; CHESCHEIR, G.M.; SKAGGS,R.W. & AMATYA, D.M. Simulation of the hydrologiceffects of aforestation in the Tacuarembó River Basin,Uruguay. Trans. ASABE, 50:455-468, 2007.

WESSELING, C.G.; KARSSENBERG, D.J.; BURROUGH, P.A.& van DEURSEN, W.P.A. Integrated dynamicenvironmental models in GIS: The development of adynamic modelling language. Trans. GIS, 11:40-48,1996.

Documents

ESTIMATIVA DO ESCOAMENTO SUPERFICIAL EM … · estimativa do escoamento superficial em uma bacia hidrogrÁfica... 169 r. bras. ci. solo, 33:169-178, 2009 estimativa do escoamento