Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
FACULDADE IETEC
Rafaella Otoni Miranda de Freitas
ANÁLISE DO ABASTECIMENTO HÍDRICO DE BELO
HORIZONTE E REGIÃO METROPOLITANA: UMA
ABORDAGEM POR MEIO DE DINÂMICA DE SISTEMAS
Belo Horizonte
2017
Rafaella Otoni Miranda de Freitas
ANÁLISE DO ABASTECIMENTO HÍDRICO DE BELO
HORIZONTE E REGIÃO METROPOLITANA: UMA
ABORDAGEM POR MEIO DE DINÂMICA DE SISTEMAS
Dissertação apresentada ao Programa de Mestrado da Faculdade Ietec, como requisito parcial à obtenção do título de Mestre em Engenharia e Gestão de Processos e Sistemas.
Área de concentração: Engenharia e Gestão de Processos e Sistemas Linha de pesquisa: Gestão de Processos, Sistemas e Projetos
Orientador: Prof.ª Dr.ª Gisele Tessari Santos Faculdade Ietec Co-Orientador: Prof. Dr. Eduardo Bahia Faculdade Ietec
Belo Horizonte
2017
Freitas, Rafaella Otoni Miranda de.
F866a Análise do abastecimento hídrico de Belo Horizonte e Região Metropolitana: uma abordagem por meio de dinâmica de sistemas / Rafaella Otoni Miranda de Freitas. - Belo Horizonte, 2017.
93 f., enc.
Orientador: Gisele Tessari Santos.
Coorientador: Eduardo Trindade Bahia.
Dissertação (mestrado) – Faculdade Ietec.
Bibliografia: f. 74-77
1. Dinâmica de sistemas. 2. Gestão de recursos hídricos. 3. Abastecimento hídrico. 4. Modelo de simulação. I. Santos, Gisele Tessari. II. Faculdade Ietec. Mestrado em Engenharia e Gestão de Processos e Sistemas. III. Título.
CDU: 556.18
Rafaella Otoni Miranda de Freitas. Análise do abastecimento hídrico de Belo Horizonte
e Região Metropolitana: Uma abordagem por meio de dinâmica de sistemas.
Dissertação apresentada ao Programa
de Mestrado em Engenharia e Gestão
de Processos e Sistemas da Faculdade
Ietec, como requisito parcial à obtenção
do título de Mestre em Engenharia e
Gestão de Processos e Sistemas.
Área de concentração: Engenharia e
Gestão de Processos e Sistemas
Linha de Pesquisa: Gestão de
Processos, Sistemas e Projeto
Orientador: Profa Dra Gisele Tessari
Santos
Aprovada pela banca examinadora constituída pelos professores:
______________________________________________________________
Prof. Dr. Hiram Jackson Sartori – PUC MINAS
________________________________________________________
Prof. Dr. Rafael Pinheiro Amantéa – IETEC
____________________________________________________________
Prof. Dr. Eduardo Bahia – Co-orientador
______________________________________________________________
Profa. Dra. Gisele Tessari Santos – Orientadora
Belo Horizonte, 10 de abril de 2017
Faculdade Ietec
Rua Tomé de Souza, 1065 - Belo Horizonte, MG - 30140-131 - Brasil - tel.: (031) 3116-1000 - fax (031)
Faculdade Ietec
Programa de Pós-Graduação
em Engenharia e Gestão de
Processos e Sistemas
Dedico este trabalho ao meu filho, Miguel,
que me acompanhou nesta jornada desde
quando resolveu vir ao mundo e, mesmo
enquanto dentro de mim, já me dava forças e
me iluminava com sua luz.
Ao meu amado, Antônio Henrique, que
acredita mais em mim do que eu mesma.
Aos meus pais, que sempre me deram o seu
melhor sem pedir nada em troca.
À Eurides Fátima, segunda mãe que Deus me
deu, que tornou essa experiência possível.
AGRADECIMENTOS
Agradeço à Deus, por mais essa experiência maravilhosa na minha vida.
À Prof.ª Dr.ª Gisele Tessari dos Santos, por todo conhecimento transmitido,
pela paciência, dedicação e atenção de sempre e principalmente pelo carinho
para comigo e com este trabalho.
Ao Prof. Dr. Eduardo Bahia, por contribuir grandemente com este trabalho e
pela presteza de sempre.
Ao Prof. Dr. Hiram Jackson Sartori, pela gentileza de me ceder seus
conhecimentos com tanta boa vontade, como quem ajuda um colega pelo
simples prazer em ajudar.
Ao meu esposo e grande companheiro, Antônio Henrique, por ser o maior
motivador e inspirador deste trabalho e de toda a minha vida. Obrigada por
tornar todos os meus dias felizes e especiais.
À minha mãe e meu maior orgulho, Izabel Cristina, obrigada por ser meu
exemplo e minha melhor referência.
Ao meu pai, que eu tanto amo, por simplesmente ser o melhor pai que eu
poderia ter.
À minha querida irmã, que sempre acreditou em mim, obrigada por ser tão
especial na minha vida.
Aos mestres do IETEC, em especial ao Prof. Dr. José Helvécio Martins, por
todo conhecimento compartilhado e pelo carinho com que lecionam.
E aos amigos adquiridos nessa jornada, pelo companheirismo nesses anos
juntos.
“Três verbos importantes que, bem conjugados, serão lâmpadas luminosas em nosso
caminho: aprender, servir, cooperar.” (Chico Xavier)
RESUMO
A água é um recurso natural essencial para a vida no planeta e sua escassez impacta
diretamente no meio ambiente, na sobrevivência de todos os seres vivos, além de
impactar na economia. Nas últimas décadas, esse recurso vem sendo ameaçado por
diversos fatores. Segundo a COPASA, Minas Gerais está sofrendo com a escassez de
água desde 2013. Na Região Metropolitana de Belo Horizonte (RMBH), os níveis dos
reservatórios dos sistemas que a abastecem têm apresentado forte queda devido à
falta de chuva, ao consumo crescente e perdas na distribuição de água. Portanto, faz-
se necessário o desenvolvimento e a utilização de ferramentas com sólida base
científica que apoiem a tomada de decisão na área de gestão de recursos hídricos.
Neste trabalho, o objetivo foi aplicar a metodologia de dinâmica de sistemas à gestão
de recursos hídricos da RMBH utilizando o programa computacional Vensim®, a fim
de prever cenários futuros de oferta e de demanda hídricas para os próximos 15 anos.
O principal diferencial proporcionado pelo modelo proposto foi, além de considerar os
oito sistemas que abastecem a região de maneira integrada, a utilização da técnica de
dinâmica de sistema não só para identificar os momentos de colapso hídrico no
sistema, assim como para identificar os locais onde estes colapsos ocorrem.
Inicialmente o modelo proposto foi validado utilizando dados históricos disponíveis na
literatura. E, posteriormente, modelaram-se e simularam-se o cenário-base e mais dois
cenários a fim de verificar o comportamento do sistema de captação hídrica da região
frente à variação da capacidade máxima de produção e consumo médio per capita.
Calculou-se o Índice de Sustentabilidade (IS) para todos os cenários, a fim de analisar
quantitativamente o modelo quanto à vulnerabilidade dos recursos hídricos ao longo
do tempo. Constatou-se, por meio dos resultados das simulações, que existem
sistemas que já possuem déficit hídrico, ou seja, a demanda supera sua capacidade
máxima de produção desde 2016 como é o caso do Sistema Catarina e Vargem das
Flores. Além disso, existem sistemas passíveis de colapso, sendo eles Rio Manso,
Serra Azul e Rio das Velhas, que devem ser considerados de maneira mais cuidadosa
na gestão de recursos hídricos da região a fim de evitar problemas severos de
escassez de água na região, uma vez que no cenário 1, onde se prevê a redução de
oferta de água, todos estes passam a ter défict hídrico.
Palavras-chave: Dinâmica de Sistemas. Gestão de Recursos Hídricos. Abastecimento
Hídrico. Modelo de Simulação.
ABSTRACT
The water is an essencial natural resource for life in the planet and it’s lack directly
affects the enviroment, the human life survival not to mention the economy impact. In
the last decades, this resource is been threatened by many issues. According to
COPASA, Minas Gerais has been suffering with the lack of water since 2013. At the
Metropolitan area of BH, the reservoirs’ levels of water of these systems have shown a
high decrease because of the lack of rain, the increase of consumption and the loss in
the distribution system. Therefore it’s necessary to develop and apply scientific tools
that can support the strategic decition related to hydric resource managment. The goal
was to apply the dynamic methodology of systems to the hydric resources managment
of BH metropolitan area using the Vensim software, in order to predict the future
scenaries of hidric offers and demands for at least 15 years. The main difference
offered by this proposed model was, besides considering the eight related systems that
supply water to the metropolitan area, the use of the dynamic thecnical system, not
only to recognize the hydric collapse moments in the system itself but also to identify
where it occurs. Initially the proposed model was validated using the hystorical data
available. Later on diferente scenaries were modeled in order to verify the behavior of
the hydric collection system of this region as opposed to the maximum production
capacity variation and the average consumption per person. Then the Sustentability
Index (SI) was calculated for all scenarios, in order to analyze quantitatively the model
in relation ot the vunerability of the hydric resources along the period of time. It was
concluded through the simulation results, that there are systems that already have a
hydric déficit, that is, the demand overcames the its maximum production capacity
dsince 2016 as is the case of Catarina and Vargem das Flores systems. Besides there
are systems which are probable to colapse, Rio Manso, Serra Azul and Rio das
Velhas, so they should be considered in a carefull manner during the management of
hydric resources in order to avoid severe lack of water in the region, considering that in
scenario 1, where the water supply reduction is foreseen, all of them will have a water
deficit.
KeyWords: Systems Dynamics. Management of Water Resources. Water Supply.
Simulation Model.
LISTA DE ILUSTRAÇÕES
Figura 1 - Bacia Hidrográfica do Rio São Francisco .......................................................................... 22
Figura 2 – Divisão da Bacia Hidrográfica do Rio das Velhas ........................................................... 23
Figura 3 – Bacia Hidrográfica do Rio Paraopeba ............................................................................... 24
Figura 4 – Atlas do abastecimento urbano de água da RMBH ........................................................ 25
Figura 5 - Diagrama causal do sistema de abastecimento de água da RMBH ............................. 26
Figura 6 – Modelo de dinâmica de sistemas para o SIRV ................................................................ 27
Figura 7 – Integração dos Sistemas de abastecimento hídrico da RMBH ..................................... 33
Gráfico 1 – Comparativo das demandas hídricas reais e simuladas de Belo Horizonte entre
2002 e 2015 .............................................................................................................................................. 39
Gráfico 2 – Comparativo das demandas hídricas reais e simuladas de Contagem entre 2002 e
2015 ........................................................................................................................................................... 40 Gráfico 3 – Comparativo das demandas hídricas reais e simuladas de Betim entre 2002 e 2015
.................................................................................................................................................................... 40 Gráfico 4 – Comparativo das demandas hídricas reais e simuladas de Ribeirão das Neves entre
2002 e 2015 .............................................................................................................................................. 41 Gráfico 5 – Comparativo das demandas hídricas reais e simuladas de Ibirité entre 2002 e 2015
.................................................................................................................................................................... 41
Gráfico 6 - Comparativo da Capacidade máxima de produção e Demanda hídrica do Sistema
Rio das Velhas ......................................................................................................................................... 43 Gráfico 7 - Comparativo da Capacidade máxima de produção e Demanda hídrica dos Sistemas
Barreiro e Catarina .................................................................................................................................. 44
Gráfico 8 - Comparativo da Capacidade máxima de produção e Demanda hídrica dos Sistemas
Ibirité, Morro Redondo e Vargem das Flores ...................................................................................... 44 Gráfico 9 - Comparativo da Capacidade máxima de produção e Demanda hídrica dos Sistemas
Rio Manso e Serra Azul .......................................................................................................................... 45
Gráfico 10 – Comparação entre os Índices de Sustentabilidade dos Sistemas Integrados da
RMBH e seu limite de sustentabilidade ................................................................................................ 49 Gráfico 11- Comparativo da Capacidade máxima de produção e Demanda hídrica do Sistema
Rio das Velhas de acordo com o Cenário 1 ........................................................................................ 51 Gráfico 12 - Comparativo da Capacidade máxima de produção e Demanda hídrica dos
Sistemas Barreiro e Catarina de acordo com o Cenário 1 ................................................................ 51 Gráfico 13 - Comparativo da Capacidade máxima de produção e Demanda hídrica dos
Sistemas Ibirité, Morro Redondo e Vargem das Flores de acordo com o Cenário 1 .................... 52
Gráfico 14 - Comparativo da Capacidade máxima de produção e Demanda hídrica dos
Sistemas Rio Manso e Serra Azul de acordo com o Cenário 1 ....................................................... 52 Gráfico 15 – Comparação entre os Índices de Sustentabilidade dos Sistemas Integrados da
RMBH e seu limite de sustentabilidade de acordo com o Cenário 1 ............................................... 64 Gráfico 16 - Comparativo da Capacidade máxima de produção e Demanda hídrica do Sistema
Catarina de acordo com o Cenário 2 .................................................................................................... 65
Gráfico 17 - Comparativo da Capacidade máxima de produção e Demanda hídrica do Sistema
Vargem das Flores de acordo com o Cenário 2 ................................................................................. 66
Gráfico 18 - Comparação entre os Índices de Sustentabilidade dos Sistemas Integrados da
RMBH e seu Limite de sustentabilidade de acordo com o Cenário 2 ............................................. 69
LISTA DE TABELAS
Tabela 1- Dados de simulação coletados de fontes secundárias .................................................... 34
Tabela 2 - Local do colapso no Sistema Catarina .............................................................................. 47
Tabela 3 - Local do colapso no Sistema Vargem das Flores ............................................................ 48
Tabela 4 - Local do colapso no Sistema Vargem das Flores de acordo com o Cenário 1 ........... 53
Tabela 5 - Local do colapso no Sistema Catarina de acordo com o Cenário 1 ............................. 55
Tabela 6 - Local do colapso no Sistema Rio das Velhas de acordo com o Cenário 1 ................. 56
Tabela 7 - Local do colapso no Sistema Serra Azul de acordo com o Cenário 1 ......................... 57
Tabela 8 - Local do colapso no Sistema Rio Manso de acordo com o Cenário 1 ......................... 59
Tabela 9 - Local do colapso no Sistema Ibirité de acordo com o Cenário 1 .................................. 63
Tabela 10 - Local do colapso no Sistema Vargem das Flores de acordo com o Cenário 2 ........ 67
Tabela 11 – Local do colapso no Sistema Catarina de acordo com o Cenário 2 .......................... 68
LISTA DE ABREVIATURAS
ANA – Agência Nacional de Águas
COPASA – Companhia de Saneamento de Minas Gerais
DS – Dinâmica de Sistemas
ETA – Estação de tratamento de água
IBGE – Instituto Brasileiro de Geografia e Estatística
INMET – Instituto Nacional de Metereologia
IS – Índice de Sustentabilidade
MG – Minas Gerais
RMBH – Região Metropolitana de Belo Horizonte
SIRV – Sistema Integrado Rio das Velhas
SNIS – Sistema Nacional de Informações sobre Saneamento
SUMÁRIO
1. INTRODUÇÃO ___________________________________________________ 15
2. OBJETIVO GERAL _______________________________________________ 20
2.1. Objetivos Específicos _________________________________________ 20
3. METODOLOGIA __________________________________________________ 21
3.1. Caracterização da área escolhida _______________________________ 21
3.2. Modelo de dinâmica de sistemas para abastecimento hídrico ________ 25
3.2.1. Diagrama causal do sistema de recursos hídricos ________________ 25
3.2.2. Modelo de dinâmica de sistemas para o Sistema Integrado Rio das
Velhas (SIRV) ____________________________________________________ 26
3.3 Integração dos Sistemas de Bacias Hidrográficas no Modelo Proposto 32
3.4 Indicador de Vulnerabilidade dos Recursos Hídricos _______________ 33
3.5 Dados de Simulação do Cenário Base ___________________________ 34
3.5.1 Considerações ____________________________________________ 35
3.6 Dados de Simulação dos Cenários 1 e 2 _________________________ 36
4 RESULTADOS E DISCUSSÃO ______________________________________ 38
4.1 Validação do modelo base para o SIRV __________________________ 38
4.2 Análise dos resultados de simulação do cenário base ______________ 42
4.2.1 Previsão de demanda hídrica do Sistema Integrado da RMBH _______ 42
4.2.2 Previsão do local de colapso no Sistema Integrado da RMBH _______ 46
4.2.3 Análise do índice de vulnerabilidade ___________________________ 49
4.3 Análise dos resultados de simulação do Cenário 1: Influência da
redução da Capacidade máxima de produção de água na sustentabilidade do
modelo __________________________________________________________ 50
4.3.1 Cenário 1: Previsão de demanda hídrica do Sistema Integrado da RMBH
________________________________________________________50
4.3.2 Cenário 1: Previsão do local de colapso ________________________ 53
4.3.3 Cenário 1: Análise do índice de vulnerabilidade __________________ 63
4.4 Análise dos resultados de simulação do Cenário 2: Influência da
redução do Consumo médio Per Capita de água na sustentabilidade do
modelo __________________________________________________________ 64
4.4.1 Cenário 2: Previsão de demanda hídrica do Sistema Integrado da RMBH
________________________________________________________64
4.4.2 Cenário 2: Previsão do local de colapso ________________________ 66
4.4.3 Cenário 2: Análise do índice de vulnerabilidade __________________ 68
5 CONCLUSÃO ____________________________________________________ 70
REFERÊNCIAS ______________________________________________________ 72
APÊNDICE A – Modelo Sistema Barreiro ________________________________ 76
APÊNDICE B – Modelo Sistema Ibirité __________________________________ 77
APÊNDICE C – Modelo Sistema Catarina ________________________________ 78
APÊNDICE D – Modelo Sistema Morro Redondo __________________________ 79
APÊNDICE E – Modelo Sistema Integrado Paraopeba - Serra Azul ___________ 80
APÊNDICE F – Modelo Sistema Integrado Paraopeba – Vargem das Flores ____ 81
APÊNDICE G – Modelo Sistema Integrado Paraopeba – Rio Manso __________ 82
APÊNDICE H – Dados de entrada do Modelo Sistema Integrado Barreiro _____ 83
APÊNDICE I – Dados de entrada do Modelo Sistema Integrado Ibirité ________ 83
APÊNDICE J – Dados de entrada do Modelo Sistema Catarina ______________ 83
APÊNDICE K – Dados de entrada do Modelo Morro Redondo _______________ 84
APÊNDICE L – Dados de entrada do Modelo Sistema Integrado Paraopeba –
Serra Azul ______________________________________________________ 84
APÊNDICE M – Dados de entrada do Modelo Sistema Integrado Paraopeba –
Vargem das Flores _______________________________________________ 86
APÊNDICE N – Dados de entrada do Modelo Sistema Integrado Paraopeba– Rio
Mando _________________________________________________________ 87
APÊNDICE O – Algoritmo do modelo base SIRV desenvolvido no Vensim ____ 88
15
1. INTRODUÇÃO
A água é um recurso natural essencial para a vida no planeta sendo um
dos principais constituintes de todos os organismos vivos. A escassez de água
impacta diretamente no meio ambiente, na sobrevivência de todos os seres
vivos, além de impactar na economia, ameaçando sua estabilidade e
manutenção (MORAES & JORDÃO, 2002; GOULART et al., 2011).
Devido à escassez de água, à diversificação de seu uso, à poluição das
águas superficiais e subterrâneas e devido à necessidade sempre crescente da
sua utilização para o fornecimento de energia, a melhoria do sistema de
abastecimento hídrico em todo o mundo já representa um desafio real (NAFI et
al., 2015).
Nas últimas décadas, esse importante recurso vem sendo ameaçado
pelas ações indevidas do homem, o que resulta em prejuízo para a própria
humanidade (MORAES & JORDÃO, 2002; GOULART et al., 2011). De acordo
com Sánchez-Román et al. (2009), outros fatores que influenciam diretamente
no sistema de abastecimento hídrico são: a dificuldade da população rural
obter água tratada enquanto a população urbana possui este serviço com
melhor qualidade, o nível de renda da população que influencia na
oportunidade de uso e na escala de consumo deste recurso e a utilização da
água como insumo em grande escala pelas atividades econômicas. Ainda de
acordo com os autores, para haver uma eficiente gestão dos recursos hídricos,
visando à sustentabilidade ambiental, é necessária a integração entre os
setores políticos, econômicos e sociais ligados às bacias hidrográficas.
De acordo com Rodriguez (1998), no Brasil, até 1920 não houve
registros de problemas advindos da escassez de água. Porém, entre os anos
de 1970 e 1980, a abundância deste recurso natural passou a ser ameaçada
pela própria população que não o utilizava de forma adequada. Nesta época,
foram instituídas comissões interministeriais no país visando aprimorar o
sistema de abastecimento hídrico e minimizar os riscos de contaminação a fim
de garantir a qualidade e atendimento às gerações futuras. Desde então, este
tema se tornou uma preocupação constante no país.
Segundo o Instituto Socioambiental (ISA, 2015), o Brasil possui cerca de
12% de toda água doce superficial do mundo, porém, apesar desta
16
abundância, fatores como o mau uso, a contaminação e a distribuição desigual
em seu território são os principais responsáveis pelo problema de escassez
deste recurso no país. A região nordeste, por exemplo, sofre constantemente
com a falta de água, apesar de possuir o maior volume de água represada em
regiões áridas do mundo (cerca de 37 bilhões de metros cúbicos). Estudos
apontam que o que falta na região é um sistema de abastecimento hídrico que
tenha capacidade de atender a necessidade local, considerando o seu grande
período de estiagem. Por outro lado, a cidade de São Paulo, apesar de se
localizar em uma região de confluência de vários rios, possui um dos maiores
índices de poluição de água do país. Por isso, atualmente o seu sistema de
abastecimento hídrico faz a captação de água em bacias distantes, alterando o
curso natural dos rios e a distribuição natural de água na região.
De acordo com a Agência Nacional de Águas (ANA, 2015), Minas Gerais
é o Estado com maior número de municípios (853 municípios) e possui
população urbana com cerca de 16,7 milhões de habitantes. A Região
Metropolitana de Belo Horizonte (RMBH) é composta por 34 municípios e
concentra 28,7% da população do Estado. Na RMBH destacam-se os sistemas
integrados de abastecimento hídrico do Paraopeba e Rio das Velhas.
Segundo a Companhia de Saneamento de Minas Gerais (COPASA,
2015), a região está sofrendo com a escassez de água desde 2013, devido às
estações chuvosas mais escassas dos últimos anos. De acordo com o Instituto
Nacional de Meteorologia (INMET, 2015), a estação chuvosa entre outubro de
2014 e março de 2015, por exemplo, registrou média mensal de 129,1
milímetros de chuva na RMBH, o que representa 14,4% menos do que na
estação chuvosa entre 2013 e 2014 e 16,7% menos do que a estação chuvosa
entre 2012 e 2013. Aliando a falta de chuva ao consumo crescente e perdas
que passam de 40% na distribuição de água, os reservatórios do Sistema
Paraopeba também atingiram um nível 54,5% menor na estação chuvosa entre
2014 e 2015 em comparação com a anterior. O volume médio mensal do
sistema foi de 33,6% da capacidade total entre outubro de 2014 e março de
2015, enquanto na temporada anterior era de 73,8%, segundo a Copasa
(2015). Desde então, medidas como sobretaxas para consumos acima da
média, multas, rodízios de fornecimento e racionamento estão sendo adotadas
17
pela Companhia a fim de evitar o colapso do sistema de abastecimento hídrico
da região.
Como resposta às necessidades e mudanças enfrentadas na área de
gestão de recursos hídricos, faz-se necessário o desenvolvimento e a utilização
de ferramentas com sólida base científica que apoiem a tomada de decisão.
Estas ferramentas devem produzir informações consistentes e comparáveis
que serão a base para o processo de tomada de decisão e que permitam uma
gestão mais eficiente da água a fim de contribuir para o desenvolvimento
sustentável, principalmente no que diz respeito à prevenção de situações que
ameacem à integridade humana e do ecossistema (FERNANDÉZ et al., 2007).
De acordo Yang et al. (2014), o desenvolvimento urbano e o
planejamento e gestão do uso da água tratam de um sistema complexo de
comportamento dinâmico. Portanto, para melhor compreendê-lo é necessário o
uso de ferramentas atreladas à dinâmica de sistemas.
A Dinâmica de Sistemas (DS) é uma metodologia proposta inicialmente
por Jay W. Forrester (1950) que permite quantificar a relação entre cada
variável, estabelecer um sistema integrado de equações, e em seguida,
permite prever resultados que ajudam a compreender as causas estruturais do
comportamento de um sistema avaliando como ações em diferentes partes do
sistema afetam o comportamento de um todo. Portanto, a DS é uma técnica
que permite, basicamente, a análise de um conjunto de elementos inter-
relacionados, em que qualquer alteração em qualquer elemento afeta todo o
conjunto. Em DS, as relações existentes no modelo são representadas através
de variáveis, que constituem a sua base matemática, normalmente expressas
por meio de equações diferenciais. Esta técnica pode estabelecer o
comportamento do sistema sem a necessidade de informação quanto ao seu
funcionamento interno. Cabe ressaltar que, a modelagem por meio de dinâmica
de sistemas segue os passos gerais de modelagem que são conceitualização,
formulação, teste, validação e implementação (GARCIA, 2009; YANG et al.,
2014).
A metodologia de dinâmica de sistemas vem sendo aplicada em
diversas áreas. Mula et al. (2013), por exemplo, utilizaram DS para analisar o
planejamento de transportes em uma cadeia de suprimentos multi-produto e
multi-período do setor automotivo, Li e Madnick (2015) aplicaram DS para
18
avaliar a implementação de um sistema de Arquitetura Orientada a Serviços
(SOA) em diferentes cenários e organizações, Qi e Chen (2014)
desenvolveram um modelo de DS para analisar a seleção, cultivo e perda de
excelentes alunos em uma Universidade da China; e Travaglini (2012) utilizou a
DS para avaliar qualitativamente a importância do capital social em empresas
cooperativas sociais de multi-stakeholders.
De acordo com Fernandéz et al. (2007), a modelagem e simulação por
meio de dinâmica de sistemas também é extremamente compatível à
problemas que envolvam processos físicos, químicos e biológicos, de modo
que a torna ideal para representar sistemas ecológicos. Os autores, no artigo,
modelaram e simularam, por meio da técnica de DS, o balanço hídrico da Bacia
do Rio Pamplonita, localizado ao Norte de Santander, na Colômbia. O modelo
proposto pelos autores considera como variável de entrada o fluxo consolidado
de todas as nascentes que alimentam as sub-bacias, e como variáveis de
saída o fluxo ecológico necessário para manutenção do Rio Pamplonita, a
demanda dos vilarejos próximos às sub-bacias e a demanda da cidade
Pamplona que leva em consideração o consumo per capita e a dinâmica
populacional dada pelas taxas de mortalidade e expectativa de vida.
Goulart et al. (2011) também utilizaram a dinâmica de sistemas para
analisar o sistema de bacias hidrográficas. Os autores analisaram em seu
modelo as Bacias Hidrográficas dos Rios Piracicaba, Capivari e Jundiaí,
localizadas em São Paulo, e tiveram como objetivo prever, em cenários futuros
de oferta e de demanda hídrica, se poderia haver ocorrência de colapso no
sistema de captação hídrica por déficit de oferta. Os autores simularam
diferentes cenários com base no aumento populacional e no consumo per
capita, previstos no plano das bacias. Diferentemente do modelo proposto por
Fernandéz et al. (2007), este modelo considera também os lançamentos de
efluentes que retornam à bacia principal e os somam à oferta total disponível,
além de dividir a demanda em setores urbano, industrial, rural e outros,
tornando o modelo mais realista.
Já Simonovic e Rajasekaram (2004) desenvolveram um modelo de
gestão integrada dos recursos hídricos para o Canadá, denominado
CanadaWater, utilizando também a metodologia de simulação de dinâmica de
sistemas. O modelo desenvolvido pelos autores comparado aos modelos de
19
balanço de recursos hídricos propostos por Fernandéz et al. (2007) e Goulart et
al. (2011) é bem mais complexo já que integra a quantidade e a qualidade da
água com sete setores que impulsionam o desenvolvimento econômico:
população, desenvolvimento agrícola, produção de alimentos, investimento de
capital, geração de energia, uso de recursos não renováveis e poluição. No
modelo proposto pelos autores, levou-se em consideração as interações
dinâmicas entre características quantitativas dos recursos hídricos disponíveis
e a demanda da água que é determinada pelo nível de desenvolvimento
socioeconômico, a população e as características demográficas do território do
Canadá.
Diante do exposto, o presente trabalho tem como propósito aplicar a
técnica de DS à gestão de recursos hídricos de Belo Horizonte e de sua Região
Metropolitana, a fim de prever cenários futuros de oferta e de demanda hídricas
e identificar possíveis ocorrências de colapso no sistema de captação hídrica.
20
2. OBJETIVO GERAL
O objetivo deste trabalho é aplicar a metodologia de dinâmica de
sistemas à modelagem do sistema de recursos hídricos de Belo Horizonte e
demais cidades que compõem sua Região Metropolitana que são atendidas por
bacias hidrográficas integral ou parcialmente, visando avaliar seu desempenho
atual e prever cenários futuros de ofertas e de demandas hídricas para os
próximos 15 anos.
2.1. Objetivos Específicos
i. Modelar o sistema de recursos hídricos proveniente dos oito sistemas
integrados de bacias hidrográficas de Belo Horizonte e sua Região
Metropolitana, por meio da técnica de dinâmica de sistemas,
considerando suas peculiaridades e características específicas.
ii. Validar o modelo desenvolvido utilizando dados históricos disponíveis
na literatura.
iii. Analisar, por meio de simulação e calculo de indicador de
vulnerabilidade dos recursos hídricos, o desempenho atual do sistema
de recursos hídricos da RMBH e dos próximos 15 anos.
iv. Simular diferentes cenários a fim de identificar possíveis locais e
momentos de ocorrências de colapso no sistema de captação hídrica
da região estudada.
21
3. METODOLOGIA
A relação entre todas as variáveis envolvidas no sistema hídrico de uma
determinada região apresenta um comportamento dinâmico. A análise e
compreensão destas relações por meio da técnica de dinâmica de sistemas
contribuem diretamente para a obtenção de um modelo com previsões de
balanços hídricos mais realistas auxiliando assim na formulação de planos e
políticas de recursos hídricos.
O modelo de abastecimento hídrico apresentado neste trabalho teve
como base modelos da literatura (Simonovic e Rajasekaram, 2004; Fernández
et al., 2007; Román et al., 2009 e Goulart et al., 2011). Entretanto, os modelos
propostos por estes autores contemplam o balanço hídrico de uma única bacia
atendendo a demanda de uma determinada região. Neste trabalho foi proposta
a modelagem e simulação do balanço hídrico dos oito sistemas integrados de
bacias hidrográficas que abastecem Belo Horizonte e Região Metropolitana
(RMBH) por meio da metodologia de dinâmica de sistemas, considerando as
interações entre os mesmos e suas peculiaridades.
3.1. Caracterização da área escolhida
O Rio São Francisco possui aproximadamente 2.800 km de extensão e a
sua bacia drena uma área de 639.219 km2. Nasce na forma de pequenos olhos
d'água escondidos pela vegetação baixa e ressecada do Chapadão da Zagaia,
na Serra da Canastra, em São Roque de Minas (MG). Escoa no sentido sul-
norte pelos Estados de Bahia e Pernambuco, quando altera seu curso para
leste, tendo a sua foz no Oceano Atlântico na divisa dos Estados de Alagoas e
Sergipe. Abrange parte das regiões Centro-Oeste, Sudeste e Nordeste,
representando aproximadamente 7,5% do território brasileiro.
A bacia do rio São Francisco abarca sete unidades da federação - Bahia,
Minas Gerais, Pernambuco, Alagoas, Sergipe, Goiás e Distrito Federal,
agregando 504 municípios.
22
Figura 1 - Bacia Hidrográfica do Rio São Francisco
Fonte: ANA, 2004
O município de Belo Horizonte e sua Região Metropolitana se
enquadram nas Bacias Hidrográficas do Rio das Velhas e do Rio Paraopeba,
que, por sua vez, integram a Bacia do Rio São Francisco.
Toda a Bacia Hidrográfica do Rio das Velhas está localizada dentro do
estado de Minas Gerais, em sua região central, ocupando uma área de
drenagem de 29.173 km2 (FEAM, 1998). Com 801 km, o Rio das Velhas é o
maior afluente em extensão da Bacia do São Francisco. Nasce no município de
Ouro Preto e deságua no Velho Chico no distrito de Barra do Guaicuy,
município de Várzea da Palma.
A população da Bacia do Rio das Velhas, estimada em 4.406.190
habitantes (IBGE, 2010), está distribuída nos 51 municípios cortados pelo rio e
seus afluentes.
23
Figura 2 – Divisão da Bacia Hidrográfica do Rio das Velhas
Fonte: IGAM, 2008
A região metropolitana de Belo Horizonte ocupa apenas 10% da área
territorial da bacia, mas possui mais de 70% de toda a sua população.
Concentra atividades industriais e tem processo de urbanização avançado,
24
sendo por isso a área que mais contribui com a degradação das águas do Rio
das Velhas.
A bacia hidrográfica do rio Paraopeba situa-se a sudeste do estado de
Minas Gerais e abrange uma área de 13.643 km2. O rio Paraopeba tem como
seus principais afluentes o rio Águas Claras, Macaúbas, o rio Betim, o rio
Camapuã e o rio Manso. Ele é também um dos mais importantes tributários do
rio São Francisco, percorrendo aproximadamente até a sua foz no lago da
represa de Três Marias, no município de Felixlândia, 510 km. A bacia do rio
Paraopeba possui uma área que corresponde a 2,5% da área total do estado
de Minas Gerais.
Figura 3 – Bacia Hidrográfica do Rio Paraopeba
Fonte: IGAM, 2008
Através destas duas bacias principais, a Região Metropolitana de Belo
Horizonte é abastecida por oito sistemas produtores que trabalham integrados
entre si, sendo eles: Ibirité, Barreiro, Catarina, Morro Redondo, Rio das Velhas,
Rio Manso, Vargem das Flores e Serra Azul.
Além destes sistemas, existem mananciais superficiais e poços
artesianos que contribuem para o atendimento à demanda de algumas cidades
da RMBH, porém o estudo destes mananciais e poços não é o foco deste
25
trabalho. Assim sendo, as cidades da RMBH que, de acordo com a ANA
(2016), possuem abastecimento hídrico exclusivamente por mananciais e
poços, não foram consideradas no modelo proposto. São elas: Baldim, Capim
Branco, Confins, Florestal, Itaguara, Itatiaiuçu, Jaboticatubas, Lagoa Santa,
Matozinhos, Nova União, Rio Acima, Rio Manso, São José da Lapa e
Taguaraçu de Minas.
Figura 4 – Atlas do abastecimento urbano de água da RMBH
Fonte: ANA, 2010
3.2. Modelo de dinâmica de sistemas para abastecimento hídrico
3.2.1. Diagrama causal do sistema de recursos hídricos
Na figura 5, pode-se observar a estrutura do sistema de abastecimento
hídrico modelado para analisar a sustentabilidade do recurso água na região de
26
estudo. As variáveis que representam a oferta de água são as capacidades
máximas de produção de todas as bacias envolvidas e a demanda de água
considera as demandas urbanas atendidas pela concessionária da região.
As relações positivas implicam que as variáveis crescem ou decrescem
simultaneamente, por exemplo, quanto maior a captação de água, maior a
oferta do sistema ou quanto maior a população, maior a demanda à ser
atendida. Por outro lado, as relações negativas implicam que as variáveis são
inversas, neste caso, quanto maior a demanda, menor o estoque de água.
No diagrama causal do modelo proposto não existem ciclos de
retroalimentação, uma vez que não foi considerado o retorno dos efluentes
tratados no sistema devido ao fato destes serem lançados em outros pontos
das bacias estudadas e não à jusante da área de captação.
Figura 5 - Diagrama causal do sistema de abastecimento de água da
RMBH
Fonte: DA autora, 2016
3.2.2. Modelo de dinâmica de sistemas para o Sistema Integrado Rio
das Velhas (SIRV)
Para a apresentação do modelo de dinâmica de sistemas desenvolvido
neste trabalho, tomar-se-á como exemplo apenas o Sistema Integrado do Rio
das Velhas. Os demais modelos bem como seus detalhamentos se encontram
nos Apêndices A à G.
Assim, pode-se observar na figura 6 o diagrama de fluxo do sistema
integrado do Rio das Velhas.
27
Figura 6 – Modelo de dinâmica de sistemas para o SIRV
Fonte: DA autora, 2016
28
As equações que dão origem ao comportamento dinâmico do modelo
SIRV são descritas a seguir.
A vazão de água captada no rio varia de acordo com a demanda da
região, tendo como limite máximo a capacidade máxima de produção do
afluente que considera a sazonalidade e limites de transporte e reservação no
sistema. Dessa maneira, o volume de água captado no SIRV (Afluente RV)
pode ser expresso por:
ETA) retida Água+1(RV totalDemanda
RV prod. demáx CapacidadeMINAfluenteRV (1)
em que
Capacidade máx de prod. RV - capacidade máxima de produção do SIRV
(m³/dia);
Água retida ETA - água retida na ETA para limpeza (m³/dia);
Demanda total RV - demanda total do SIRV (m³/dia).
De acordo com o modelo desenvolvido, nem toda água captada é
enviada para suprir a demanda da região. Uma pequena parcela é retida na
ETA para limpeza dos filtros e demais equipamentos. Portanto, o volume de
água ofertado para atender a demanda (RV Entrada 1) é expresso por:
prod.RV demáx CapacidadeRV totalDemanda
if ETA) retida Agua xprod.RV demáx e(Capacidad-RV Afluente
prod.RV demáx CapacidadeRV totalDemanda
ifETA) retida Agua x RV total(Demanda-RV Afluente
1RVEntrada (2)
Após ser tratada na ETA, toda a água disponível segue em direção às
cidades para atendimento às demandas. A equação da saída parcial para
atendimento à primeira demanda do SIRV, referente à cidade de Raposos
(rvRAP), é expressa por:
rvRAP Demanda 1 Entrada RV 1 Entrada RV
rvRAP Demanda1 Entrada V
if
RifrvRAPDemandarvRAP (3)
29
em que
RV Entrada 1 - oferta de água disponível para atendimento à cidade 1 –
Raposos (m³/dia);
Demanda rvRAP - demanda urbana de água de Raposos (m³/dia).
As saídas parciais para atendimento às demais demandas do SIRV,
seguem o mesmo princípio descrito acima.
O estoque parcial posterior ao atendimento às demandas do SIRV
permanece constantemente zerado, uma vez que a após o atendimento à
primeira cidade, a água restante segue em direção às próximas cidades, não
ficando estocada no interior do sistema. O estoque parcial referente à cidade
de Raposos, (RV Abastecimento 1), é expressa por:
2)dt Entrada RV rvRAP1 Entrada RV(
1 ntoAbastecime RV1 ntoAbastecime RV dtt
t (4)
Após o abastecimento de cada cidade, verifica-se se há volume de água
disponível remanescente para prosseguir no sistema. Caso haja, este volume é
enviado para atendimento da demanda da próxima cidade do sistema. Porém,
caso não haja mais água disponível, logicamente não é enviado nenhum
volume para a sequência de cidades do sistema. A vazão referente ao volume
de água remanescente após o atendimento à demanda da primeira cidade do
SIRV (RV Entrada 2), neste caso, cidade de Raposos, é expressa por:
rvRAP Demanda 1 Entrada RV 0
rvRAP 1 1 Entrada RV2 Entrada RV
if
ENTRADARVifrvRAP (5)
em que
RV Entrada 1 - oferta de água disponível para atendimento à cidade 1 –
Raposos (m³/dia);
rvRAP - demanda urbana de Raposos (m³/dia).
Os volumes de água remanescentes parciais referentes ao atendimento
às demais demandas do SIRV, seguem o mesmo princípio descrito acima.
30
O abastecimento hídrico de cada cidade por um sistema específico
equivale à sua demanda hídrica parcial referente a aquele sistema. Cabe
lembrar que cada cidade normalmente é abastecida por mais de um sistema.
Esta demanda é calculada considerando o consumo médio per capita, a
população residente, as taxas de perda de água que ocorrem na distribuição e
a porcentagem da demanda que é abastecida por cada sistema produtor.
Assim, a equação da demanda hídrica da primeira cidade atendida pelo SIRV,
Raposos (Demanda rvRAP), é expressa por:
RAP Perdas1
RAP"-RV" TaxaRAP PopRAP capitaper ConsumorvRAP Demanda
(6)
em que
Consumo Per Capita RAP - consumo médio per capita de Raposos
(m³/hab.dia);
Pop Rap - população de Raposos (hab);
Taxa RV-RAP - taxa de atendimento à demanda total de Raposos pelo
SIRV (%);
Perdas RAP - representa as perdas na distribuição em Raposos (%).
As demandas hídricas referentes às demais cidades atendidas pelo
SIRV, seguem o mesmo princípio descrito acima.
A equação da demanda total atendida pelo SIRV (Demanda total RV) é a
soma das demandas hídricas parciais de todas as cidades atendidas pelo
sistema e expressa da seguinte maneira:
Demanda total RV = Demanda rvRAP + Demanda rvSAB+
+ Demanda rvNL + Demanda rvBH (7)
em que
Demanda rvRAP - demanda urbana de Raposos atendida pelo SIRV
(m³/dia);
Demanda rvSAB - demanda urbana de Sabará atendida pelo SIRV
(m³/dia);
31
Demanda rvNL - demanda urbana de Nova Lima atendida pelo SIRV
(m³/dia);
Demanda rvBH - demanda urbana de Belo Horizonte atendida pelo SIRV
(m³/dia).
Para o cálculo da estimativa populacional de cada cidade abastecida
pelo sistema, utilizou-se a metodologia usada atualmente pelo IBGE
(MADEIRA e SIMÕES, 1972). Dessa maneira, a população de Raposos (POP
RAP) é calculada pela seguinte expressão:
bRAPx MG) POP(aRAPRAP POP (8)
sendo:
Pmg(0)-Pmg(1)
Prap(0)-Prap(1)aRAP (9)
))0((Prap(0)bRAP aRAPxPmg (10)
em que
aRAP - coeficiente de proporcionalidade do incremento da população de
Raposos em relação ao incremento da população de Minas Gerais
(adimensional);
bRAP - coeficiente linear de correção (hab);
Pop MG - população de Minas Gerais (hab);
Prap(1) - população de Raposos no Censo de 2010 (hab);
Prap(0) - população de Raposos no Censo de 2000 (hab);
Pmg(1) - população de Minas Gerais no Censo de 2010 (hab);
Pmg(0) - população de Minas Gerais no Censo de 2000 (hab);
32
3.3 Integração dos Sistemas de Bacias Hidrográficas no Modelo
Proposto
Os oito sistemas que abastecem a RMBH são integrados fisicamente por
meio de reservatórios de distribuição, subadutoras e redes alimentadoras onde
as ofertas de água de diferentes sistemas chegam e são armazenadas antes
de serem distribuídas para atender a demanda hídrica da região. Este é o caso
dos sistemas Vargem das Flores, Serra Azul e Rio Manso que compõem o
Sistema Integrado do Paraopeba e o Sistema Integrado Rio das Velhas,
composto pelos sistemas Rio das Velhas e Morro Redondo. Além disto, a
integração dos sistemas no modelo proposto também ocorre quando uma
mesma cidade é abastecida por mais de um sistema simultaneamente, o que,
de fato, acontece na maioria das cidades estudadas da RMBH.
A fim de representar essa integração no modelo proposto, considerou-se
no modelo a porcentagem de cada demanda de cada cidade da região que é
atendida por cada sistema individualmente. Estes dados são fornecidos pela
ANA (2016).
Pode-se observar na figura 7 os diferentes sistemas que ofertam água a
fim de atender a demanda de todas as cidades da RMBH consideradas no
modelo. Assim, de acordo com a figura, pode-se constatar que a demanda
hídrica da cidade de Contagem, por exemplo, é atendida com a oferta de água
vinda dos sistemas Vargem das Flores, Serra Azul e Rio Manso.
33
Figura 7 – Integração dos Sistemas de abastecimento hídrico da RMBH
Fonte: A autora, 2017
3.4 Indicador de Vulnerabilidade dos Recursos Hídricos
A fim de analisar quantitativamente e comparar os resultados das
simulações, foi calculado um índice que diz respeito à vulnerabilidade dos
recursos hídricos ao longo do tempo, o Índice de Sustentabilidade (IS) proposto
por XU et al. (2002). O IS define a relação entre o possível déficit de água ao
se comparar a oferta e a demanda correspondente na mesma região. Dessa
maneira, pode ser expresso conforme equação abaixo:
DSif
SifS
0
D /D)-(SIS (11)
em que
34
S é a oferta de água disponível (m³/dia);
D é a demanda de água da região (m³/dia).
Valores IS maiores que 0,2 correspondem à baixa ou nenhuma tensão
de abastecimento de água, o que implica que a demanda de água é menor ou
igual a 80% da oferta potencial de água. Em contrapartida, os valores IS
menores que 0,2 refletem condições vulneráveis, ou seja, a demanda de água
é maior que 80% do potencial de abastecimento de água da região. Valores de
IS iguais a zero indicam uma oferta de água insustentável, isto é, a demanda
de água já é igual ou excede todos os recursos hídricos locais disponíveis (XU
et al., 2002).
3.5 Dados de Simulação do Cenário Base
A maioria dos dados utilizados neste trabalho é originária de fontes de
informação secundária, tais como: Agência Nacional de Águas (ANA), Copasa,
Instituto Brasileiro de Geografia e Estatística (IBGE), Sistema Nacional de
Informações sobre Saneamento (SNIS) e Prefeitura de Belo Horizonte (PBH).
Porém, também foram utilizados dados de ordem primária, originários do
cálculo de estimativa populacional de todas as cidades estudadas, elaborado
pela autora, com base na mesma metodologia utilizada atualmente pelo IBGE.
Todos os dados de entrada do modelo do SIRV estão descritos abaixo. Os
dados referentes aos demais sistemas se encontram nos Apêndices H à N.
Tabela 1- Dados de simulação coletados de fontes secundárias
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod.
RV
Capacidade máxima de produção do SIRV
7500 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa RV-BH Taxa de atendimento a vazão total de
Belo Horizonte pelo SIRV 74,0%
ANA, Agência Nacional de Águas, 2016
Taxa RV-NL Taxa de atendimento a vazão total de
Nova Lima pelo SIRV 98,0%
Taxa RV-RAP Taxa de atendimento a vazão total de
Raposos pelo SIRV 100,0%
Taxa RV-SAB Taxa de atendimento a vazão total de
Sabará pelo SIRV 97,0%
35
Fonte: A autora, 2017
3.5.1 Considerações
Os consumos per capita médios utilizados em todas as cidades são
referentes ao ano de 2015, dado mais atual divulgado pelo SNIS.
As perdas na distribuição utilizadas em todas as cidades são referentes
ao ano de 2015, dado mais atual divulgado pelo SNIS.
Para o cálculo da estimativa populacional dos municípios, utilizou-se o
método proposto por MADEIRA e SIMÕES (1972), utilizado atualmente
Taxa RV-SL Taxa de atendimento a vazão total de
Santa Luzia pelo SIRV 38,0%
Consumo Per Capita BH
Consumo Per Capita médio da população de Belo Horizonte em 2015
155,9 l/hab.dia
SNIS - Sistema Nacional de Informações sobre Saneamento,
2015
Consumo Per Capita NL
Consumo Per Capita médio da população de Nova Lima em 2015
183,9 l/hab.dia
Consumo Per Capita RAP
Consumo Per Capita médio da população de Raposos em 2015
125,7 l/hab.dia
Consumo Per Capita SAB
Consumo Per Capita médio da população de Sabará em 2015
119,0 l/hab.dia
Consumo Per Capita SL
Consumo Per Capita médio da população de Santa Luzia em 2015
110,8 l/hab.dia
Perdas BH Perdas de água na distribuição em
Belo Horizonte em 2015 43,31%
Perdas NL Perdas de água na distribuição em
Nova Lima em 2015 37,0%
Perdas RAP Perdas de água na distribuição em
Raposos em 2015 53,87%
Perdas SAB Perdas de água na distribuição em
Sabará em 2015 56,62%
Perdas SL Perdas de água na distribuição em
Santa Luzia em 2015 44,58%
Pbh(0) População de Belo Horizonte em 2000 2.238.526 hab.
IBGE - Censos 2000 e 2010
Pbh(1) População de Belo Horizonte em 2010 2.375.151 hab.
Pnl(0) População de Nova Lima em 2000 64.387 hab.
Pnl(1) População de Nova Lima em 2010 80.998 hab.
Prap(0) População de Raposos em 2000 14.289 hab.
Prap(1) População de Raposos em 2010 15.342 hab.
Psab(0) População de Sabará em 2000 115.352 hab.
Psab(1) População de Sabará em 2010 126.269 hab.
Psl(0) População de Santa Luzia em 2000 184.903
Psl(1) População de Santa Luzia em 2010 202.942
Água retida na ETA
Água retida na ETA para limpeza 3% Plano Municipal de Saneamento
de SP, 2009
36
pelo IBGE. Para este método de cálculo é necessária a utilização da
estimativa populacional disponível pelo IBGE da unidade da Federação
correspondente àqueles municípios, neste caso, Minas Gerais. Como o
IBGE possui estas estimativas publicadas apenas até o ano de 2030, foi
considerado este o limite máximo do tempo de simulação no modelo,
totalizando 15 anos.
De acordo com o Plano Municipal de Saneamento de SP (2009), a taxa
de água retida na ETA, para limpeza da mesma, varia de 2 a 4%. Nesta
simulação foi considerada a taxa média de 3%, já que não foi
encontrado na literatura a taxa de água retida na ETA no estado de
Minas Gerais ou na RMBH.
De acordo com o Plano Municipal de Saneamento de Belo Horizonte
(2015), o abastecimento hídrico à capital e às cidades da Região
Metropolitana está garantido até 2030, com possíveis adequações dos
sistemas existentes, porém estas adequações não foram consideradas
neste trabalho, uma vez que estas não estão detalhadas no documento
citado.
A qualidade dos recursos hídricos (concentração de carga orgânica) não
foi considerada neste trabalho, uma vez que o estudo se limitou à
quantidade (vazão) necessária para atendimento às demandas de água
da RMBH.
3.6 Dados de Simulação dos Cenários 1 e 2
Foram simulados e analisados dois cenários referentes ao modelo
proposto a fim de verificar o comportamento do sistema de captação hídrica da
região frente a variação de importantes parâmetros e identificar possíveis locais
e momentos de ocorrências de colapso no sistema. Os parâmetros que
sofreram variação nos cenários simulados foram: a Capacidade máxima de
produção e o Consumo Médio Per Capita. Consideraram-se a variação destes
parâmetros já que estes podem sofrer significativas alterações na prática
podendo causar grande impacto no balanço hídrico da região estudada.
37
Para a construção do cenário 1, primeiramente, analisou-se a variação
mensal do nível dos reservatórios do Sistema Paraopeba, mais significativo
Sistema Integrado que atende a RMBH, no período de janeiro de 2014 a março
de 2017 (COPASA, 2016). O objetivo foi comparar o menor nível dos
reservatórios desse Sistema no período em relação ao nível médio dos
reservatórios no ano de 2014 - ano base utilizado no Plano Municipal de
Saneamento de Belo Horizonte (2015) de onde foi obtido o parâmetro
“Captação Máxima Permitida” utilizado no cenário base deste trabalho. Por
meio dessa análise, constatou-se que o menor nível dos reservatórios no
período analisado foi de 21,3% do volume total dos reservatórios e a média do
nível dos reservatórios de 2014 foi 57% do volume total. Portanto, constata-se
que houve uma redução máxima neste período de 35,7% em relação à média
do nível dos reservatórios do ano de 2014. Para fins de simulação do cenário 1,
considerou-se, portanto, essa mesma redução máxima dos níveis dos
reservatórios do Sistema Paraopeba na capacidade máxima de produção de
todos os oito sistemas mantendo as demais variáveis inalteradas em relação as
previstas no cenário base a fim de verificar o impacto dessa redução de oferta
de água no sistema como um todo.
Já para a construção do cenário 2, verificou-se, primeiramente, o
histórico do consumo per capita dos últimos anos disponibilizados pelo SNIS
(2013 a 2015) das quatro maiores cidades da RMBH atendidas pelo Sistema
sendo elas: Belo Horizonte, Contagem, Betim e Ribeirão das Neves. Por meio
desta verificação, constatou-se que houve uma redução do consumo per capita
nestes três últimos anos nas quatro cidades. Para quantificar esta redução,
calcularam-se as reduções percentuais de 2013 para 2014 e de 2014 para
2015 em cada uma das quatro cidades. Por último, calcularam-se a média das
reduções de consumo per capita no período em cada cidade e, em seguida, a
média ponderada dessas reduções, considerando como peso suas respectivas
demandas hídricas médias no período. Por meio desta análise, chegou-se a
uma redução média ponderada de 6,4% por ano no consumo per capita destas
cidades. Considerando essa tendência de redução do consumo per capita de
água nas quatro maiores cidades do sistema nos três últimos anos de dados
disponibilizados pelo SNIS, reduziu-se, portanto, para simular o cenário 2, o
38
consumo per capita em todas as cidades do sistema em 6,4% a fim de analisar
o impacto dessa redução no sistema como um todo.
4 RESULTADOS E DISCUSSÃO
Os resultados apresentados a seguir foram obtidos por meio da técnica
de dinâmica de sistemas usando o programa computacional Vensim® que
permite a modelagem e simulação de sistemas reais.
O modelo proposto para o balanço hídrico dos oito sistemas produtores
de água da RMBH foi simulado para o período de 2016 a 2030. O método de
integração escolhido para simulação foi o método de Euler e o passo de tempo
(dt) foi de 1 dia. O objetivo é verificar se o modelo proposto é capaz de
reproduzir características de comportamento credíveis com a realidade e gerar
cenários a fim de prever o comportamento do sistema diante da possível
variação de suas principais variáveis.
4.1 Validação do modelo base para o SIRV
A fim de validar o modelo proposto, considerou-se as cinco maiores e
mais significantes cidades da RMBH abastecidas pelo Sistema Integrado. O
objetivo desta etapa foi verificar o quão próximo o comportamento do sistema
simulado está da realidade atual e histórica. Para tanto, considerou-se a
demanda hídrica histórica das cidades de Belo Horizonte, Contagem, Betim,
Ribeirão das Neves e Ibirité, no período de 2002 a 2015 e comparou-se com a
demanda destas regiões geradas por meio da simulação do modelo proposto
para o mesmo período. Cabe ressaltar que o volume de água produzido no
modelo proposto é igual a demanda hídrica somada à perda na distribuição do
sistema.
A fim de verificar quão eficaz o modelo utilizado são para predizer o
comportamento do sistema real, utilizou-se como medida de erro o erro relativo
percentual que representa a diferença relativa entre os valores previstos pelo
modelo e os valores reais de demanda hídrica no Sistema Integrado. Dessa
maneira, o erro relativo percentual é calculado por meio da seguinte expressão:
39
%100,
,,x
iXr
iXsiXre
(12)
em que Xr,i são as vazões reais produzidas por cada sistema i e Xs,i são as
vazões produzidas simuladas por cada sistema i no modelo proposto.
Observa-se nos gráficos de 1 a 5, que as demandas hídricas reais e
simuladas para as cinco cidades possuem comportamento semelhante nos 13
anos analisados. O maior erro encontrado foi de 8,31% em 2015 na cidade de
Ibirité. Já em 2012, na cidade de Ribeirão das Neves, foi observado o menor
erro relativo com valor de 0,02%. O erro relativo médio durante o período
analisado foi de 0,97% em Belo Horizonte, 1,1% em Contagem, 1,4% em
Betim, 1,39% em Ribeirão das Neves e 1,51% em Ibirité.
Gráfico 1 – Comparativo das demandas hídricas reais e simuladas de Belo
Horizonte entre 2002 e 2015
Fonte: A autora, 2017
40
Gráfico 2 – Comparativo das demandas hídricas reais e simuladas de
Contagem entre 2002 e 2015
Fonte: A autora, 2017
Gráfico 3 – Comparativo das demandas hídricas reais e simuladas de
Betim entre 2002 e 2015
Fonte: A autora, 2017
41
Gráfico 4 – Comparativo das demandas hídricas reais e simuladas de
Ribeirão das Neves entre 2002 e 2015
Fonte: A autora, 2017
Gráfico 5 – Comparativo das demandas hídricas reais e simuladas de
Ibirité entre 2002 e 2015
Fonte: A autora, 2017
42
Diante dos resultados apresentados, pode-se concluir que o modelo
proposto é valido para predizer o comportamento do sistema hídrico real já que
o maior erro relativo médio encontrado para o período simulado nas cinco
cidades mais relevantes do sistema foi abaixo de 1,6%.
4.2 Análise dos resultados de simulação do cenário base
4.2.1 Previsão de demanda hídrica do Sistema Integrado da RMBH
Nos gráficos de 6 a 9 observam-se as relações entre a capacidade
máxima de produção (CMP) e a previsão de demanda hídrica de cada sistema
para o período de 2016 a 2030. Por meio desses gráficos é possível analisar o
comportamento de cada sistema e prever a ocorrência de colapsos no período
de simulação.
Observa-se nos gráficos 7 e 8 que os Sistemas Catarina (CAT) e
Vargem das Flores (VF) apresentam colapso desde o início do tempo de
simulação (ano 2016) já que as demandas hídricas atendidas se igualam às
capacidades máximas de produção de cada sistema desde o início. Este fato
implica que, a partir de 2016, a demanda hídrica total não será atendida por
completo ou o sistema passará a captar um maior volume de água da sua
respectiva bacia hidrográfica comprometendo, assim, o curso natural de seus
afluentes.
Nos gráficos de 6 e 9, pode-se constatar uma tendência de colapso após
o ano de 2030 nos demais sistemas que integram o Paraopeba, sendo eles o
Rio Manso (RM) e Serra Azul (SA) e no sistema Rio das Velhas (RV). A
tendência de colapso pode ser notada uma vez que as demandas hídricas de
cada um desses sistemas chegam a 75,3%, 79,8% e 87,6% das suas
respectivas capacidades máximas de produção, e devido a existência de uma
tendência de crescimento da demanda hídrica durante o período simulado.
Nos demais sistemas, Barreiro (BAR), Ibirité (IB) e Morro Redondo (MR),
representados nos gráficos 7 e 8, é pouco provável que ocorra algum colapso
nos próximos anos, uma vez que as demandas apresentadas correspondem à
apenas 26,1%, 39,9% e 64,7% de suas respectivas capacidades máximas de
produção, no último ano da simulação. Este fato sugere que as ofertas de
43
água destes sistemas permanecerão maiores que suas respectivas demandas
ao longo do período simulado.
Gráfico 6 - Comparativo da Capacidade máxima de produção e Demanda
hídrica do Sistema Rio das Velhas
Fonte: A autora, 2017
540.000
560.000
580.000
600.000
620.000
640.000
660.000
680.000
2016
20
17
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
20
30
Vazã
o (
m3/d
ia)
Tempo (ano)
Demanda RV
CMP RV
44
Gráfico 7 - Comparativo da Capacidade máxima de produção e Demanda
hídrica dos Sistemas Barreiro e Catarina
Fonte: A autora, 2017
Gráfico 8 - Comparativo da Capacidade máxima de produção e Demanda
hídrica dos Sistemas Ibirité, Morro Redondo e Vargem das Flores
Fonte: A autora, 2017
45
Gráfico 9 - Comparativo da Capacidade máxima de produção e Demanda
hídrica dos Sistemas Rio Manso e Serra Azul
Fonte: A autora, 2017
O diagnóstico publicado no ano de 2015 pela Agência Nacional de
Águas (ANA) relata que a COPASA possuía atendimento satisfatório da
demanda de água da RMBH até aquele ano. Entretanto, para os anos
seguintes, identificou-se a necessidade de investimentos em obras para o
aproveitamento de novos mananciais ou para adequação dos sistemas
existentes, visando garantir o abastecimento satisfatório em algumas cidades
da RMBH. Os resultados da simulação apresentados corroboram com o relato
deste diagnóstico já que pôde-se constatar, por meio das simulações, colapsos
e tendências de colapsos em alguns sistemas de recursos hídricos
responsáveis por atender a RMBH nos próximos anos.
Para garantir o bom desempenho desses sistemas que apresentaram
colapso e tendência a colapso a longo prazo, sugere-se, além de investimentos
em obras para garantir o abastecimento hídrico, a realização de medidas
preventivas tais como educação da população sobre consumo consciente de
água, maior fiscalização visando reduzir a poluição dos afluentes, redução das
perdas de água na distribuição que ultrapassam 50%, entre outras.
46
4.2.2 Previsão do local de colapso no Sistema Integrado da RMBH
Conforme apresentado anteriormente, existe a previsão de colapso em
dois sistemas, Catarina e Vargem das Flores, no período simulado. Na tabela
3, pode-se observar em que ponto da rede de distribuição destes sistemas
ocorrerá o colapso do mesmo. Em outras palavras, é possível observar a partir
de qual cidade haverá déficit de água, considerando que a ordem da
distribuição de água é a ordem física das cidades em relação às respectivas
ETAs que as abastecem conforme pode ser vista nos diagramas de fluxo dos
sistemas do modelo aqui proposto.
De acordo com o modelo desenvolvido para o sistema Catarina, as
variáveis Cat Entrada 1 e Cat Entrada 2 representam as ofertas do sistema
para uma cidade específica, neste caso, Belo Horizonte e Brumadinho,
respectivamente. Já as variáveis Demanda catBH e Demanda catBRU
representam os percentuais de demanda destas cidades atendidos pelo
sistema Catarina. Observa-se que após atender a demanda da primeira cidade
do sistema, a oferta da segunda cidade nada mais é do que o balanço hídrico
anterior a ela, ou seja, a oferta da cidade anterior menos a demanda da cidade
anterior.
Verifica-se na Tabela 2 que a variável Cat Entrada 2 é menor do que a
variável Demanda catBRU desde o ano 2016, ou seja, o Sistema Catarina já
está funcionando além do seu limite e o local onde ocorre o seu déficit hídrico é
a cidade de Brumadinho que corresponde à segunda e última cidade atendida
pelo sistema.
47
Tabela 2 - Local do colapso no Sistema Catarina
Ano CAT Entrada
1 Demanda
catBH CAT Entrada
2 Demanda catBRU
2016 10,89 6,12 4,77 5,59
2017 10,89 6,14 4,75 5,66
2018 10,89 6,16 4,73 5,73
2019 10,89 6,18 4,71 5,79
2020 10,89 6,20 4,69 5,85
2021 10,89 6,21 4,68 5,91
2022 10,89 6,23 4,66 5,96
2023 10,89 6,25 4,65 6,01
2024 10,89 6,27 4,63 6,06
2025 10,89 6,28 4,62 6,10
2026 10,89 6,29 4,60 6,14
2027 10,89 6,3 4,59 6,18
2028 10,89 6,31 4,58 6,21
2029 10,89 6,32 4,57 6,25
2030 10,89 6,33 4,57 6,27
Fonte: A autora, 2017
Na tabela 3, pode-se observar as ofertas e demandas de cada cidade do
Sistema Vargem das Flores no período simulado. Constata-se que o valor da
variável VF Entrada 1 é menor do que o valor da variável Demanda vfCO desde
2016. Isto significa que a oferta de água para a cidade de Contagem (VF
Entrada 5), e para as demais cidades posteriores a ela no sistema, Pedro
Leopoldo, Vespasiano e Santa Luzia, também já é insuficiente para atender
suas respectivas demandas a partir daquele ano. Assim, a demanda da cidade
de Contagem será atendida parcialmente a partir de 2016 e as demandas das
cidades posteriores a ela não serão atendidas por este sistema (oferta hídrica é
igual a zero).
48
Tabela 3 - Local do colapso no Sistema Vargem das Flores
VF
Entrada1 Demanda
vfBE VF
Entrada2 Demanda
vfBH VF
Entrada3 Demanda
vfRN VF
Entrada4 Demanda
vfES
2016 79,62 30,20 49,41 12,24 37,18 14,73 22,45 1,02
2017 79,62 30,53 49,09 12,28 36,80 14,87 21,94 1,03
2018 79,62 30,85 48,77 12,32 36,45 15,00 21,45 1,05
2019 79,62 31,14 48,47 12,36 36,11 15,13 20,98 1,06
2020 79,62 31,43 48,19 12,40 35,79 15,26 20,54 1,07
2021 79,62 31,69 47,92 12,43 35,49 15,37 20,12 1,08
2022 79,62 31,95 47,67 12,47 35,20 15,49 19,72 1,09
2023 79,62 32,19 47,43 12,50 34,93 15,59 19,34 1,10
2024 79,62 32,41 47,20 12,53 34,68 15,69 18,99 1,11
2025 79,62 32,62 47,00 12,55 34,44 15,78 18,67 1,11
2026 79,62 32,81 46,80 12,58 34,22 15,86 18,36 1,12
2027 79,62 32,99 46,62 12,60 34,02 15,94 18,08 1,13
2028 79,62 33,15 46,46 12,62 33,84 16,01 17,83 1,14
2029 79,62 33,30 46,32 12,64 33,68 16,07 17,61 1,14
2030 79,62 33,43 46,19 12,66 33,53 16,13 17,41 1,15
Continuação da Tabela 3 - Local do colapso no Sistema Vargem das
Flores
VF
Entrada5 Demanda
vfCO VF
Entrada6 Demanda
vfPL VF
Entrada7 Demanda
vfVE VF
Entrada8 Demadna
vfSL
2016 21,43 31,05 0,00 3,10 0,00 4,03 0,00 5,58
2017 20,90 31,25 0,00 3,11 0,00 4,09 0,00 5,61
2018 20,40 31,45 0,00 3,13 0,00 4,15 0,00 5,64
2019 19,92 31,63 0,00 3,14 0,00 4,21 0,00 5,67
2020 19,47 31,80 0,00 3,15 0,00 4,26 0,00 5,69
2021 19,04 31,96 0,00 3,16 0,00 4,31 0,00 5,72
2022 18,63 32,12 0,00 3,18 0,00 4,35 0,00 5,74
2023 18,24 32,27 0,00 3,19 0,00 4,40 0,00 5,76
2024 17,88 32,40 0,00 3,20 0,00 4,44 0,00 5,78
2025 17,55 32,53 0,00 3,21 0,00 4,48 0,00 5,80
2026 17,24 32,65 0,00 3,22 0,00 4,51 0,00 5,82
2027 16,96 32,76 0,00 3,22 0,00 4,55 0,00 5,83
2028 16,70 32,86 0,00 3,23 0,00 4,58 0,00 5,85
2029 16,46 32,94 0,00 3,24 0,00 4,60 0,00 5,86
2030 16,26 33,02 0,00 3,24 0,00 4,63 0,00 5,87
Fonte: A autora, 2017
Cabe destacar que os colapsos detectados nestes dois sistemas
significam que os percentuais das demandas destas cidades que deveriam ser
atendidos pelos sistemas Catarina e Vargem das Flores não foram atendidos.
49
Entretanto, o percentual restante da demanda dessas cidades foram atendidos
pelos outros sistemas que chegam até elas como pode ser visto na figura 7 e
nos apêndices A à G.
4.2.3 Análise do índice de vulnerabilidade
No gráfico 14 apresenta-se o índice de sustentabilidade (IS) proposto
por XU et al. (2002) e calculado para os oito Sistemas Integrados da RMBH no
período de 2016 a 2030. Observa-se que os IS dos Sistemas Vargem das
Flores (VF), Catarina (CAT) e Rio das Velhas (RV) se encontram abaixo do
limite de sustentabilidade 0,2, o que indica que a demanda ultrapassou 80% da
oferta potencial de água. Este baixo valor de IS implica que estes sistemas
apresentam forte estresse hídrico. De acordo com a previsão obtida por meio
da simulação do cenário base, pode-se constatar que o IS do Sistema Serra
Azul (SA) atingirá o limite de 0,2 no ano de 2029 e o IS do Sistema Rio Manso
(RM) chegará em 0,25 em 2030. Nos demais Sistemas, observa-se que não há
indicação da possibilidade de estresse hídrico.
Gráfico 10 – Comparação entre os Índices de Sustentabilidade dos
Sistemas Integrados da RMBH e seu limite de sustentabilidade
Fonte: A autora, 2017
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
IS
Tempo (ano)
BAR IB
CAT MR
RV RM
SA LIMITE IS
VF
50
4.3 Análise dos resultados de simulação do Cenário 1: Influência da
redução da Capacidade máxima de produção de água na
sustentabilidade do modelo
4.3.1 Cenário 1: Previsão de demanda hídrica do Sistema Integrado da
RMBH
A partir da redução de 35,7% da capacidade máxima de produção de
água de cada sistema em relação ao ano de 2014, pode-se observar, nos
gráficos 12 e 13, que os Sistemas Catarina (CAT) e Vargem das Flores (VF),
assim como no cenário base, apresentam colapso desde o início do tempo de
simulação (ano 2016), uma vez que as demandas hídricas atendidas se
igualam às capacidades máximas de produção de cada sistema desde o início.
Porém, além destes dois Sistemas, observa-se nos gráficos 11, 13 e 14
que os Sistemas Rio das Velhas (RV), Serra Azul (SA), Rio Manso (RM) e
Ibirité (IB) também entraram em colapso neste cenário. De acordo com os
gráficos, observa-se que os três primeiros sistemas apresentam colapso desde
o início do tempo de simulação e Sistema Ibirité o apresenta a partir de 2021.
Cabe destacar que, no cenário base, os Sistemas Rio das Velhas (RV), Serra
Azul (SA) e Rio Manso (RM) já apresentavam uma tendência de colapso após
o ano de 2030.
Nos demais sistemas, Barreiro (BA) e Morro Redondo (MR),
apresentados nos gráficos 12 e 13 mesmo com a redução da oferta de água, é
pouco provável que ocorra algum colapso nos próximos anos, uma vez que as
demandas apresentadas correspondem à apenas 41,9% e 64,0% de suas
respectivas capacidades máximas de produção, no último ano da simulação.
51
Gráfico 11- Comparativo da Capacidade máxima de produção e Demanda
hídrica do Sistema Rio das Velhas de acordo com o Cenário 1
Fonte: A autora, 2017
Gráfico 12 - Comparativo da Capacidade máxima de produção e Demanda
hídrica dos Sistemas Barreiro e Catarina de acordo com o Cenário 1
Fonte: A autora, 2017
0
100.000
200.000
300.000
400.000
500.000
600.000
2016
20
17
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
20
30
Vazã
o (
m3/d
ia)
Tempo (ano)
Demanda RV
CMP RV
52
Gráfico 13 - Comparativo da Capacidade máxima de produção e Demanda
hídrica dos Sistemas Ibirité, Morro Redondo e Vargem das Flores de
acordo com o Cenário 1
Fonte: A autora, 2017
Gráfico 14 - Comparativo da Capacidade máxima de produção e Demanda
hídrica dos Sistemas Rio Manso e Serra Azul de acordo com o Cenário 1
Fonte: A autora, 2017
150.000
170.000
190.000
210.000
230.000
250.000
270.000
290.000
310.000
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
Vazã
o (
m3/d
ia)
Tempo (ano)
Demanda RM
CMP RM
Demanda SA
CMP SA
53
4.3.2 Cenário 1: Previsão do local de colapso
Nas tabelas de 4 a 9 observam-se as cidades em que ocorrem o colapso
nos sistemas de abastecimento hídrico Vargem das Flores (VF), Catarina
(CAT), Rio das Velhas (RV), Serra Azul (SA), Rio Manso (RM) e Ibirité (IB) no
Cenário 1 proposto.
No sistema Vargem das Flores, observa-se na tabela 4 que o colapso
ocorre em Ribeirão das Neves a partir do ano de 2016, uma vez a variável VF
Entrada 3 correspondente à oferta de água disponível para abastecimento
desta cidade é menor do que a variável Demanda vfRN que representa a
demanda da mesma, desde o tempo inicial de simulação. Por consequência, as
cidades posteriores ao colapso, Esmeraldas, Contagem, Pedro Leopoldo,
Vespasiano e Santa Luzia, também não terão suas demandas atendidas por
este sistema. Cabe destacar que comparado ao cenário base, o local de
colapso desse sistema ocorre duas cidades antes do local de colapso do
cenário base que era na cidade de Contagem.
Tabela 4 - Local do colapso no Sistema Vargem das Flores de acordo com
o Cenário 1
VF
Entrada1 Demanda
vfBE VF
Entrada2 Demanda
vfBH VF
Entrada3 Demanda
vfRN VF
Entrada4 Demanda
vfES
2016 51,19 30,20 20,99 12,24 8,75 14,73 0,00 1,02
2017 51,19 30,53 20,66 12,28 8,38 14,87 0,00 1,03
2018 51,19 30,85 20,35 12,32 8,03 15,00 0,00 1,05
2019 51,19 31,14 20,05 12,36 7,69 15,13 0,00 1,06
2020 51,19 31,43 19,77 12,40 7,37 15,26 0,00 1,07
2021 51,19 31,69 19,50 12,43 7,07 15,37 0,00 1,08
2022 51,19 31,95 19,24 12,47 6,78 15,49 0,00 1,09
2023 51,19 32,19 19,00 12,50 6,51 15,59 0,00 1,10
2024 51,19 32,41 18,78 12,53 6,25 15,69 0,00 1,11
2025 51,19 32,62 18,57 12,55 6,02 15,78 0,00 1,11
2026 51,19 32,81 18,38 12,58 5,80 15,86 0,00 1,12
2027 51,19 32,99 18,20 12,60 5,60 15,94 0,00 1,13
2028 51,19 33,15 18,04 12,62 5,42 16,01 0,00 1,14
2029 51,19 33,30 17,89 12,64 5,25 16,07 0,00 1,14
2030 51,19 33,43 17,77 12,66 5,11 16,13 0,00 1,15
54
Continuação da Tabela 4 - Local do colapso no Sistema Vargem das
Flores de acordo com o Cenário 1
VF entrada
5
Demanda vfCO
VF Entrada
6
Demanda vfPL
VF Entrada
7
Demanda vfVE
VF Entrada
8
Demanda vfSL
2016 0,00 31,05 0,00 3,10 0,00 4,03 0,00 5,58
2017 0,00 31,25 0,00 3,11 0,00 4,09 0,00 5,61
2018 0,00 31,45 0,00 3,13 0,00 4,15 0,00 5,64
2019 0,00 31,63 0,00 3,14 0,00 4,21 0,00 5,67
2020 0,00 31,80 0,00 3,15 0,00 4,26 0,00 5,69
2021 0,00 31,96 0,00 3,16 0,00 4,31 0,00 5,72
2022 0,00 32,12 0,00 3,18 0,00 4,35 0,00 5,74
2023 0,00 32,27 0,00 3,19 0,00 4,40 0,00 5,76
2024 0,00 32,40 0,00 3,20 0,00 4,44 0,00 5,78
2025 0,00 32,53 0,00 3,21 0,00 4,48 0,00 5,80
2026 0,00 32,65 0,00 3,22 0,00 4,51 0,00 5,82
2027 0,00 32,76 0,00 3,22 0,00 4,55 0,00 5,83
2028 0,00 32,86 0,00 3,23 0,00 4,58 0,00 5,85
2029 0,00 32,94 0,00 3,24 0,00 4,60 0,00 5,86
2030 0,00 33,02 0,00 3,24 0,00 4,63 0,00 5,87
Fonte: A autora, 2017
No sistema Catarina, observa-se que o colapso ocorre em Belo
Horizonte a partir do ano de 2016, uma vez a variável CAT Entrada 1
correspondente à oferta de água disponível para abastecimento desta cidade é
menor do que a variável Demanda catBH que representa a demanda da
mesma (tabela 5). Pode-se constatar que o colapso ocorre desde o tempo
inicial de simulação, ano de 2016. Por consequência, Brumadinho, que é a
cidade posterior ao colapso, também não terá sua demanda atendida por este
sistema. Novamente, ao comparar este resultado com o do cenário base, pode-
se observar que o local de colapso desse sistema ocorre já na primeira cidade
do sistema ao contrário do local de colapso do cenário base que ocorreu
apenas na segunda cidade atendida pelo sistema que é Brumadinho.
55
Tabela 5 - Local do colapso no Sistema Catarina de acordo com o Cenário
1
CAT Entrada
1
Demanda catBH
CAT Entrada
2
Demanda catBRU
2016 7,01 6,12 886.59 5,60
2017 7,01 6,14 865.21 5,66
2018 7,01 6,16 844.79 5,73
2019 7,01 6,18 825.38 5,79
2020 7,01 6,20 806.98 5,85
2021 7,01 6,22 789.44 5,91
2022 7,01 6,23 772.74 5,96
2023 7,01 6,25 757.07 6,01
2024 7,01 6,26 742.51 6,06
2025 7,01 6,28 729.02 6,10
2026 7,01 6,29 716.44 6,14
2027 7,01 6,30 704.80 6,18
2028 7,01 6,31 694.27 6,22
2029 7,01 6,32 684.87 6,25
2030 7,01 6,33 676.62 6,27
Fonte: A autora, 2017
Já no sistema Rio das Velhas, pode–se observar na tabela 6 que o
colapso ocorre em Belo Horizonte, a última cidade atendida por este sistema, a
partir do ano de 2016. Este fato pode ser constatado uma vez que a variável
RV Entrada 5 correspondente à oferta de água disponível para abastecimento
desta cidade é menor do que a variável Demanda rvBH que representa a
demanda hídrica da mesma. Vale lembrar que este sistema não havia entrado
em colapso no cenário base, mas já apresentava uma tendência a colapso
após o ano de 2030.
56
Tabela 6 - Local do colapso no Sistema Rio das Velhas de acordo com o
Cenário 1
RV Entrada
1
Demanda rvRAP
RV Entrada
2
Demanda rvSAB
RV Entrada
3
2016 404,2 4,3 399,9 45,3 354,5
2017 404,2 4,3 399,8 45,8 354,1
2018 404,2 4,3 399,8 46,2 353,6
2019 404,2 4,4 399,8 46,6 353,2
2020 404,2 4,4 399,8 46,9 352,9
2021 404,2 4,4 399,8 47,3 352,5
2022 404,2 4,4 399,8 47,6 352,1
2023 404,2 4,4 399,7 47,9 351,8
2024 404,2 4,4 399,7 48,2 351,5
2025 404,2 4,4 399,7 48,5 351,2
2026 404,2 4,4 399,7 48,8 351,0
2027 404,2 4,5 399,7 49,0 350,7
2028 404,2 4,5 399,7 49,2 350,5
2029 404,2 4,5 399,7 49,4 350,3
2030 404,2 4,5 399,7 49,6 350,1
Continuação da Tabela 6 - Local do colapso no Sistema Rio das
Velhas de acordo com o Cenário 1
Demanda
rvNL
RV Entrada
4
Demanda rvSL
RV Entrada
5
Demanda rvBH
2016 25,3 329,3 16,3 312,9 452,8
2017 25,6 328,5 16,4 312,1 454,4
2018 25,8 327,8 16,5 311,3 455,9
2019 26,1 327,1 16,6 310,6 457,3
2020 26,4 326,5 16,6 309,8 458,7
2021 26,6 325,9 16,7 309,2 460,0
2022 26,8 325,3 16,8 308,5 461,2
2023 27,1 324,8 16,8 307,9 462,4
2024 27,3 324,2 16,9 307,3 463,5
2025 27,4 323,8 17,0 306,8 464,5
2026 27,6 323,3 17,0 306,3 465,4
2027 27,8 322,9 17,1 305,9 466,3
2028 27,9 322,6 17,1 305,5 467,0
2029 28,1 322,2 17,10 305,1 467,7
2030 28,2 322,0 17,2 304,8 468,3 Fonte: A autora, 2017
57
Já ao observar o local de colapso no sistema Serra Azul (tabela 7), nota-
se que o colapso ocorre em Contagem, a partir do ano de 2016 - a variável SA
Entrada 7 correspondente à oferta de água disponível para abastecimento
desta cidade é menor do que a variável Demanda saCO que representa a
demanda da mesma. Por consequência, as cidades posteriores ao local do
colapso, Pedro Leopoldo e Vespasiano, também não terão suas demandas
atendidas pelo sistema. Assim, como no sistema Rio das Velhas, este sistema
não havia entrado em colapso no cenário base, mas já apresentava uma
tendência a colapso após o ano de 2030.
Tabela 7 - Local do colapso no Sistema Serra Azul de acordo com o Cenário 1
SA Entrada
1
Demanda saML
SA Entrada
2
Demanda saJU
SA Entrada
3
Demanda saBE
SA Entrada
4
Demanda saBH
2016 145,5 7,95 137,55 6,79 130,76 31,86 98,9 18,36
2017 145,5 8,01 137,49 6,89 130,6 32,21 98,39 18,42
2018 145,5 8,07 137,43 6,98 130,44 32,54 97,91 18,48
2019 145,5 8,13 137,37 7,07 130,3 32,85 97,45 18,54
2020 145,5 8,18 137,32 7,16 130,16 33,15 97,01 18,6
2021 145,5 8,23 137,27 7,24 130,03 33,43 96,59 18,65
2022 145,5 8,28 137,22 7,32 129,9 33,70 96,2 18,7
2023 145,5 8,33 137,17 7,39 129,78 33,96 95,82 18,75
2024 145,5 8,37 137,13 7,46 129,67 34,19 95,48 18,79
2025 145,5 8,41 137,09 7,52 129,57 34,41 95,16 18,83
2026 145,5 8,45 137,05 7,58 129,47 34,62 94,86 18,87
2027 145,5 8,48 137,02 7,63 129,39 34,8 94,58 18,9
2028 145,5 8,51 136,99 7,68 129,31 34,97 94,33 18,93
2029 145,5 8,54 136,96 7,73 129,24 35,13 94,11 18,96
2030 145,5 8,56 136,94 7,76 129,17 35,26 93,91 18,99
58
Continuação 1 da Tabela 7 - Local do colapso no Sistema Serra
Azul de acordo com o Cenário 1
SA Entrada
5
Demanda saRN
SA Entrada
6
Demanda saES
SA Entrada
7
Demanda saCO
SA Entrada
8
Demanda saPL
2016 80,54 26,65 53,9 1,87 52,02 56,19 0,00 5,42
2017 79,97 26,9 53,07 1,90 51,17 56,56 0,00 5,44
2018 79,42 27,15 52,27 1,92 50,35 56,9 0,00 5,47
2019 78,9 27,39 51,52 1,94 49,58 57,23 0,00 5,49
2020 78,41 27,61 50,81 1,96 48,85 57,54 0,00 5,52
2021 77,94 27,82 50,12 1,98 48,15 57,84 0,00 5,54
2022 77,5 28,02 49,48 2,00 47,48 58,12 0,00 5,56
2023 77,08 28,21 48,87 2,01 46,85 58,39 0,00 5,58
2024 76,69 28,39 48,30 2,03 46,27 58,63 0,00 5,6
2025 76,33 28,55 47,78 2,04 45,74 58,86 0,00 5,61
2026 75,99 28,7 47,29 2,06 45,23 59,08 0,00 5,63
2027 75,68 28,84 46,84 2,07 44,77 59,27 0,00 5,64
2028 75,4 28,97 46,43 2,08 44,35 59,45 0,00 5,66
2029 75,15 29,08 46,07 2,09 43,97 59,61 0,00 5,67
2030 74,93 29,18 45,75 2,10 43,64 59,75 0,00 5,68
Continuação 2 da Tabela 7 - Local do colapso no Sistema Serra
Azul de acordo com o Cenário 1
SA Entrada
9
Demanda saVE
SA Entrada
10
Demanda saSL
2016 0,00 7,53 0,00 6,14
2017 0,00 7,64 0,00 6,17
2018 0,00 7,75 0,00 6,20
2019 0,00 7,85 0,00 6,23
2020 0,00 7,95 0,00 6,26
2021 0,00 8,04 0,00 6,29
2022 0,00 8,13 0,00 6,31
2023 0,00 8,21 0,00 6,34
2024 0,00 8,29 0,00 6,36
2025 0,00 8,36 0,00 6,38
2026 0,00 8,42 0,00 6,40
2027 0,00 8,49 0,00 6,42
2028 0,00 8,54 0,00 6,43
2029 0,00 8,59 0,00 6,45
2030 0,00 8,63 0,00 6,46 Fonte: A autora, 2017
59
Quanto ao sistema Rio Manso, observa-se na tabela 8 que o colapso
ocorre em Contagem também a partir do ano de 2016. Mais uma vez nota-se
que a variável RM Entrada 10 correspondente à oferta de água disponível para
abastecimento desta cidade é menor do que a variável Demanda rmCO que
representa a demanda da mesma. Logo, as cidades posteriores ao colapso,
Pedro Leopoldo e Vespasiano, também não terão suas demandas atendidas
pelo sistema. Novamente, cabe destacar que, assim como no sistema Rio das
Velhas e Serra Azul, este sistema não havia entrado em colapso no cenário
base, mas já apresentava uma tendência a colapso após o período simulado.
Tabela 8 - Local do colapso no Sistema Rio Manso de acordo com o Cenário 1
RM Entrada
1
Demanda rmIG
RM Entrada
2
Demanda rmSJB
RM Entrada
3
Demanda rmMC
RM Entrada
4
Demanda rmSAR
2016 231,72 8,40 223,32 10,60 212,71 2,67 210,04 5,68
2017 231,72 8,54 223,19 10,77 212,41 2,70 209,71 5,78
2018 231,72 8,66 223,06 10,94 212,12 2,73 209,39 5,88
2019 231,72 8,78 222,94 11,09 211,85 2,76 209,09 5,97
2020 231,72 8,90 222,82 11,24 211,59 2,79 208,8 6,06
2021 231,72 9,01 222,71 11,37 211,34 2,81 208,53 6,14
2022 231,72 9,11 222,61 11,51 211,1 2,84 208,26 6,22
2023 231,72 9,21 222,51 11,63 210,88 2,86 208,02 6,3
2024 231,72 9,30 222,42 11,75 210,67 2,88 207,79 6,37
2025 231,72 9,39 222,34 11,85 210,48 2,90 207,58 6,43
2026 231,72 9,46 222,26 11,95 210,3 2,92 207,39 6,49
2027 231,72 9,54 222,18 12,05 210,14 2,93 207,2 6,55
2028 231,72 9,60 222,12 12,13 209,99 2,95 207,04 6,6
2029 231,72 9,66 222,06 12,2 209,86 2,96 206,89 6,64
2030 231,72 9,71 222,01 12,27 209,74 2,98 206,76 6,68
60
Continuação 1 da Tabela 8 - Local do colapso no Sistema Rio
Manso de acordo com o Cenário 1
RM Entrada
5
Demanda rmIB
RM Entrada
6
Demanda rmBE
RM Entrada
7
Demanda rmBH
RM Entrada
8
Demanda rmRN
2016 204,36 7,17 197,19 35,5 161,69 73,43 88,26 28,75
2017 203,93 7,24 196,69 35,89 160,8 73,68 87,11 29,03
2018 203,51 7,30 196,21 36,26 159,95 73,93 86,02 29,29
2019 203,11 7,37 195,75 36,61 159,14 74,16 84,98 29,55
2020 202,74 7,42 195,31 36,94 158,38 74,38 83,99 29,79
2021 202,38 7,48 194,9 37,26 157,65 74,59 83,05 30,02
2022 202,04 7,53 194,51 37,56 156,95 74,79 82,16 30,23
2023 201,72 7,58 194,14 37,84 156,3 74,98 81,32 30,44
2024 201,42 7,63 193,8 38,1 155,69 75,16 80,54 30,63
2025 201,15 7,67 193,48 38,34 155,13 75,32 79,82 30,8
2026 200,89 7,71 193,18 38,57 154,61 75,47 79,14 30,97
2027 200,66 7,75 192,91 38,78 154,13 75,61 78,52 31,12
2028 200,44 7,78 192,66 38,97 153,69 75,73 77,95 31,25
2029 200,25 7,81 192,44 39,14 153,3 75,85 77,45 31,38
2030 200,08 7,84 192,24 39,29 152,95 75,95 77,01 31,48
Continuação 2 da Tabela 8 - Local do colapso no Sistema Rio Manso de
acordo com o Cenário 1
RM Entrada
9
Demanda rmES
RM Entrada
10
Demanda rmCO
RM Entrada
11
Demanda rmPL
RM Entrada
12
Demanda rmVE
2016 59,51 1,96 57,55 60,63 0,00 5,88 0,00 8,06
2017 58,09 1,98 56,1 61,02 0,00 5,91 0,00 8,19
2018 56,73 2,01 54,72 61,39 0,00 5,94 0,00 8,3
2019 55,43 2,03 53,41 61,75 0,00 5,96 0,00 8,41
2020 54,21 2,05 52,16 62,09 0,00 5,99 0,00 8,51
2021 53,04 2,07 50,97 62,41 0,00 6,01 0,00 8,61
2022 51,93 2,09 49,84 62,71 0,00 6,03 0,00 8,71
2023 50,88 2,11 48,78 63 0,00 6,06 0,00 8,8
2024 49,91 2,12 47,79 63,26 0,00 6,08 0,00 8,88
2025 49,01 2,14 46,88 63,51 0,00 6,09 0,00 8,95
2026 48,18 2,15 46,02 63,74 0,00 6,11 0,00 9,03
2027 47,4 2,16 45,23 63,95 0,00 6,13 0,00 9,09
2028 46,7 2,18 44,52 64,15 0,00 6,14 0,00 9,15
2029 46,07 2,19 43,88 64,32 0,00 6,15 0,00 9,2
2030 45,52 2,20 43,33 64,47 0,00 6,16 0,00 9,25
61
Continuação 3 da Tabela 8 - Local do colapso no Sistema Rio Manso de acordo com o Cenário 1
RM Entrada
13
Demanda rmSL
2016 0,00 10,61
2017 0,00 10,66
2018 0,00 10,72
2019 0,00 10,77
2020 0,00 10,81
2021 0,00 10,86
2022 0,00 10,91
2023 0,00 10,95
2024 0,00 10,99
2025 0,00 11,02
2026 0,00 11,05
2027 0,00 11,08
2028 0,00 11,11
2029 0,00 11,14
2030 0,00 11,16 Fonte: A autora, 2017
62
Por último, por meio da tabela 9, pode-se observar que, no sistema
Ibirité, o colapso ocorre em Ibirité que é a última cidade atendida pelo sistema.
Diferentemente dos sistemas anteriores, o sistema Ibirité entra em colapso
apenas a partir do ano de 2021. Observa-se que a variável IB Entrada 2
correspondente à oferta de água disponível para abastecimento desta cidade é
menor do que a variável Demanda ibIB que representa a demanda da mesma,
a partir deste ano. Cabe lembrar que enquanto o sistema tiver capacidade
suficiente para atender as demandas de todas as cidades, o valor da oferta
(entrada) da última cidade coincidirá com o valor da sua demanda, uma vez
que captamos do rio somente o necessário para atender a demanda total do
sistema. Destaca-se que o sistema Ibirité, de acordo com o cenário base,
apresentava pequena probabilidade de ocorrência de algum colapso nos
próximos anos.
63
Tabela 9 - Local do colapso no Sistema Ibirité de acordo com o Cenário 1
IB Entrada
1
Demanda ibBH
IB Entrada
2
Demanda ibIB
2016 20,45 9,18 11,27 11,27
2017 20,59 9,21 11,38 11,38
2018 20,72 9,24 11,48 11,48
2019 20,84 9,27 11,57 11,57
2020 20,96 9,30 11,67 11,67
2021 21,03 9,32 11,71 11,75
2022 21,03 9,35 11,68 11,84
2023 21,03 9,37 11,66 11,92
2024 21,03 9,39 11,63 11,99
2025 21,02 9,41 11,61 12,06
2026 21,02 9,43 11,59 12,12
2027 21,02 9,45 11,57 12,18
2028 21,02 9,47 11,55 12,23
2029 21,02 9,48 11,54 12,28
2030 21,02 9,49 11,52 12,32 Fonte: A autora, 2017
4.3.3 Cenário 1: Análise do índice de vulnerabilidade
Apresenta-se, no gráfico 23, o índice de sustentabilidade (IS) calculado
para os oito Sistemas Integrados da RMBH no período de 2016 a 2030, de
acordo com os resultados de simulação do Cenário 1. Observa-se que os
Sistemas Vargem das Flores (VF), Catarina (CAT) e Rio das Velhas (RV),
continuam apresentando IS com valores abaixo do limite de sustentabilidade
(0,2) como ocorreu no cenário-base. Além destes, o Sistemas Serra Azul (SA),
que apresentou IS abaixo do limite no cenário-base apenas no ano 2029, neste
cenário, passou apresentar IS abaixo do limite desde o tempo inicial de
simulação. Adicionalmente, nota-se que o Sistema Rio Manso (RM), que no
cenário-base apresentou tendência a atingir o limite IS (IS igual a 0,25 em
2030), neste cenário também se apresenta abaixo do limite desde o tempo
inicial de simulação. Já o Sistema Ibirité, neste cenário, observa-se que seu IS
se encontra abaixo do limite desde 2016. Cabe ressaltar que, no cenário base,
este sistema não apresentava indicação de estresse hídrico. Os demais
Sistemas, Barreiro e Morro Redondo, não apresentaram IS abaixo de 0,2,
64
portanto, não há indicação de estresse hídrico na região durante o período
simulado.
Gráfico 15 – Comparação entre os Índices de Sustentabilidade dos
Sistemas Integrados da RMBH e seu limite de sustentabilidade de acordo
com o Cenário 1
Fonte: A autora, 2017
4.4 Análise dos resultados de simulação do Cenário 2: Influência da
redução do Consumo médio Per Capita de água na sustentabilidade
do modelo
4.4.1 Cenário 2: Previsão de demanda hídrica do Sistema Integrado da
RMBH
Neste cenário será apresentado o comportamento dos Sistemas que
exibiram colapso no cenário-base, visando observar se os mesmos sairiam
desta situação com a redução, em todas as cidades, de 6,4% do consumo per
capita em relação ao consumo do ano base de 2014.
A redução do consumo per capita nos demais sistemas aliviou ainda
mais seus balanços hídricos favorecendo positivamente o atendimento da
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
IS
Tempo (ano)
BAR IB CAT
MR RV RM
SA LIMITE IS VF
65
demanda. Portanto, nestes sistemas, não houve a possibilidade de colapso
hídrico e, por isso, seus resultados não serão apresentados a seguir.
Observa-se nos gráficos 16 e 17 que os Sistemas Catarina (CAT) e
Vargem das Flores (VF) continuam apresentando colapso desde 2016, assim
como no cenário-base. Logo, constata-se por meio dos gráficos a seguir que as
demandas destes sistemas são iguais às capacidades máximas de produção
dos mesmos.
Gráfico 16 - Comparativo da Capacidade máxima de produção e Demanda
hídrica do Sistema Catarina de acordo com o Cenário 2
Fonte: A autora, 2017
0
2.000
4.000
6.000
8.000
10.000
12.000
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
Va
zõ (
m3/d
ia)
Tempo (ano)
Demanda CAT
CMP CAT
66
Gráfico 17 - Comparativo da Capacidade máxima de produção e Demanda
hídrica do Sistema Vargem das Flores de acordo com o Cenário 2
Fonte: A autora, 2017
4.4.2 Cenário 2: Previsão do local de colapso
Nas tabelas 10 e 11, podem-se identificar as cidades em que ocorre
colapso nos sistemas de abastecimento hídrico Vargem das Flores e Catarina
de acordo com os resultados do Cenário 2.
No sistema Vargem das Flores, assim como no cenário base, observa-
se na tabela 10 que o colapso ocorre em Contagem a partir do ano de 2016,
uma vez a variável VF Entrada 5 correspondente à oferta de água disponível
para abastecimento desta cidade é menor do que a variável Demanda vfCO
que representa a demanda da mesma. Dessa maneira, as cidades posteriores
ao colapso, Pedro Leopoldo, Vespasiano e Santa Luzia, também não terão
suas demandas atendidas por este sistema.
0
10.000
20.000
30.000
40.000
50.000
60.000
70.000
80.000
90.000
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
Vazõ
(m
3/d
ia)
Tempo (ano)
Demanda VF
CMP VF
67
Tabela 10 - Local do colapso no Sistema Vargem das Flores de acordo
com o Cenário 2
VF Entrada
1
Demanda vfBE
VF Entrada
2
Demanda vfBH
VF Entrada
3
Demanda vfRN
VF Entrada
4
Demanda vfES
2016 79,62 28,27 51,35 11,45 39,89 13,78 26,11 956.03
2017 79,62 28,58 51,04 11,49 39,54 13,92 25,63 967.91
2018 79,62 28,87 50,75 11,53 39,21 14,04 25,17 979.25
2019 79,62 29,15 50,47 11,57 38,90 14,17 24,73 990.03
2020 79,62 29,41 50,20 11,60 38,60 14,28 24,32 1,00
2021 79,62 29,67 49,95 11,64 38,31 14,39 23,92 1,01
2022 79,62 29,91 49,71 11,67 38,04 14,49 23,55 1,02
2023 79,62 30,13 49,49 11,70 37,79 14,59 23,20 1,03
2024 79,62 30,34 49,28 11,72 37,55 14,68 22,87 1,04
2025 79,62 30,53 49,08 11,75 37,33 14,77 22,57 1,04
2026 79,62 30,71 48,90 11,77 37,13 14,85 22,28 1,05
2027 79,62 30,88 48,74 11,79 36,94 14,92 22,02 1,06
2028 79,62 31,03 48,58 11,81 36,77 14,98 21,79 1,06
2029 79,62 31,17 48,45 11,83 36,62 15,04 21,57 1,07
2030 79,62 31,29 48,33 11,85 36,48 15,09 21,39 1,07
Continuação da Tabela 10 - Local do colapso no Sistema Vargem das
Flores de acordo com o Cenário 2
VF Entrada
5
Demanda vfCO
VF Entrada
6
Demanda vfPL
VF Entrada
7
Demanda vfVE
VF Entrada
8
Demanda vfSL
2016 25,15 29,07 0,00 2,90 0,00 3,77 0,00 5,22
2017 24,66 29,25 0,00 2,91 0,00 3,83 0,00 5,25
2018 24,19 29,43 0,00 2,93 0,00 3,88 0,00 5,28
2019 23,74 29,60 0,00 2,94 0,00 3,94 0,00 5,30
2020 23,32 29,76 0,00 2,95 0,00 3,98 0,00 5,33
2021 22,91 29,92 0,00 2,96 0,00 4,03 0,00 5,35
2022 22,53 30,06 0,00 2,97 0,00 4,08 0,00 5,37
2023 22,17 30,20 0,00 2,98 0,00 4,12 0,00 5,39
2024 21,83 30,33 0,00 2,99 0,00 4,16 0,00 5,41
2025 21,52 30,45 0,00 3,00 0,00 4,19 0,00 5,43
2026 21,23 30,56 0,00 3,01 0,00 4,22 0,00 5,45
2027 20,97 30,66 0,00 3,02 0,00 4,25 0,00 5,46
2028 20,72 30,75 0,00 3,03 0,00 4,28 0,00 5,48
2029 20,51 30,83 0,00 3,03 0,00 4,31 0,00 5,49
2030 20,32 30,91 0,00 3,04 0,00 4,33 0,00 5,50 Fonte: A autora, 2017
68
Na tabela 11, observa-se que, no sistema Catarina, o colapso ocorre em
Brumadinho, última cidade atendida por este sistema, também a partir do ano
de 2016, assim como no canário base. O colapso pode ser comprovado na
tabela já que a variável CAT Entrada 2 correspondente à oferta de água
disponível para abastecimento desta cidade é menor do que a variável que
representa a demanda da mesma (Demanda catBRU) desde o tempo inicial de
simulação.
Tabela 11 – Local do colapso no Sistema Catarina de acordo com o Cenário 2
CAT Entrada
1
Demanda catBH
CAT Entrada
2
Demanda catBRU
2016 10,9 5,73 5,18 5,24
2017 10,9 5,75 5,15 5,30
2018 10,9 5,77 5,13 5,36
2019 10,9 5,78 5,11 5,42
2020 10,9 5,8 5,09 5,48
2021 10,9 5,82 5,08 5,53
2022 10,9 5,83 5,06 5,58
2023 10,9 5,85 5,05 5,63
2024 10,9 5,86 5,03 5,67
2025 10,9 5,87 5,02 5,71
2026 10,9 5,89 5,01 5,75
2027 10,9 5,9 5,00 5,79
2028 10,9 5,91 4,99 5,82
2029 10,9 5,92 4,98 5,85
2030 10,9 5,92 4,97 5,87
Fonte: A autora, 2017
4.4.3 Cenário 2: Análise do índice de vulnerabilidade
Apresenta-se, no gráfico 26, o índice de sustentabilidade (IS) calculado
para os oito Sistemas Integrados da RMBH no período de 2016 a 2030 de
acordo com os resultados do Cenário 2. Observa-se que os Sistemas Vargem
das Flores (VF) e Catarina (CAT) continuam apresentando valores de IS abaixo
do limite de sustentabilidade 0,2, como ocorreu no cenário-base. O Sistema Rio
das Velhas, por sua vez, não se encontra mais na área de tensão hídrica,
69
diferentemente do cenário-base. Já o Sistema Serra Azul (SA) assim como no
cenário-base, apresentou IS abaixo do limite apenas no ano 2029. O Sistema
Rio Manso (RM) também apresentou comportamento similar ao do cenário-
base com tendência a atingir o limite IS logo após o período de simulação (IS
igual a 0,25 em 2030). Nos demais Sistemas, observa-se que não há indicação
de possibilidade de estresse hídrico. Estes sistemas também apresentaram
comportamentos semelhantes aos respectivos comportamentos no cenário-
base.
Gráfico 18 - Comparação entre os Índices de Sustentabilidade dos
Sistemas Integrados da RMBH e seu Limite de sustentabilidade de acordo
com o Cenário 2
Fonte: A autora, 2017
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
IS
Tempo (ano)
BAR IB CAT
MR RV RM
SA LIMITE IS VF
70
5 CONCLUSÃO
Neste trabalho aplicou-se a metodologia de dinâmica de sistemas para a
análise do abastecimento hídrico de Belo Horizonte e Região Metropolitana. A
fim de avaliar seu desempenho atual e prever cenários futuros de ofertas e de
demandas hídricas para os próximos 15 anos, foram simulados três cenários, o
cenário-base e mais dois cenários que previam possíveis alterações na
capacidade máxima de produção do sistema (oferta) e no consumo per capita
(demanda), e calculado o índice de sustentabilidade para cada cenário.
Os resultados obtidos por meio das simulações e análises dos cenários
propostos permitem concluir que:
1. A análise do abastecimento hídrico por meio de simulação utilizando
a técnica de dinâmica de sistemas foi viável e relevante para
identificar possíveis locais e momentos de colapsos hídricos e
auxiliar, assim, a tomada de decisão referente à gestão dos recursos
hídricos do Sistema Integrado da RMBH.
2. O Sistema Integrado de abastecimento hídrico da RMBH já opera
abaixo da necessidade local desde 2016 em dois subsistemas,
Vargem das Flores e Catarina, em todos os cenários analisados.
Este fato pôde ser constatado por meio dos resultados da simulação
e do cálculo do índice de sustentabilidade que se mostrou abaixo do
limite de 0,2. Portanto, estes dois sistemas se encontram em
condição vulnerável apresentando estresse hídrico. O local de
ocorrência de colapso no Cenário 1 ocorreu em cidades anteriores da
rede de distribuição ao comparar com o local do cenário base e
Cenário 2. Apesar da pequena representatividade desses sistemas
no total de oferta hídrica da RMBH, sugere-se que estes dois
sistemas sejam monitorados e geridos com maior atenção a fim de
evitar problemas relacionados a escassez de água na região.
3. Existem três subsistemas passíveis de colapso que devem ser
considerados na gestão hídrica da região de maneira mais
cuidadosa, uma vez que representam 86% do abastecimento total da
RMBH, sendo eles Rio Manso, Rio das Velhas e Serra Azul. Os
sistemas Rio Manso e Rio das Velhas se encontram abaixo do limite
71
do IS desde 2016 no cenário base e no cenário 1, portando estes
sistemas se encontram em condições de vulnerabilidade hídrica,
sendo classificados como estáveis apenas no cenário 2. Este último
fato se deve ao cenário 2 ser um cenário otimista que prevê a
redução do consumo de água per capita. Já o sistema Serra Azul
atinge o limite do IS em 2029 no cenário base e no cenário 2, porém
no cenário 1, que prevê uma redução da oferta de água, ele passa a
se encontrar em condição vulnerável desde 2016. Para garantir o
bom desempenho desses subsistemas a longo prazo, sugere-se a
realização de medidas preventivas como educação da população
sobre consumo consciente de água, maior fiscalização visando
reduzir a poluição dos afluentes, elaboração de um projeto eficaz
para reduzir as perdas de água na distribuição, que ultrapassam
50%, entre outras.
4. Existem dois subsistemas que se encontram em condição estável
nos três cenários simulados, sendo eles Barreiro e Morro Redondo.
Além destes, o subsistema Ibirité se encontra abaixo do limite do IS
apenas no cenário 1. Porém, mesmo estes subsistemas
apresentando resultados mais otimistas, é necessário o seu
acompanhamento e gestão para garantir que variáveis externas ou
cenários imprevistos comprometam seus comportamentos.
Como conclusão final tem-se que a técnica de dinâmica de sistemas se
mostrou adequada e eficaz para o estudo do comportamento dinâmico do
abastecimento hídrico da região estudada. A eficácia desta técnica foi
comprovada por meio da validação que teve por base dados históricos da
região. O principal diferencial proporcionado pelo modelo proposto neste
trabalho foi a utilização da técnica de dinâmica de sistema não só para
identificar os momentos de colapso hídrico no sistema, mas também para
identificar os locais onde estes colapsos ocorrem.
72
REFERÊNCIAS
AGÊNCIA NACIONAL DE ÁGUAS. Atlas de abastecimento urbano de água.
Disponível em: <http://atlas.ana.gov.br/Atlas/forms/analise/Geral.aspx?est=8>.
Acesso em 25 de março de 2016.
AYALA, Gustavo T.; OKUMURA, Makoto; KIM, Jinyoung. Water Demand and
Supply Balance by Using Urban Spatial Development Model and System
Dynamics. 2014. V. 50, n. 297, 10 pages. (Proceedings of Infrastructure
Planning) - Tottori University, Tottori, 2014. CD-ROM.
BROWON, Amber; MATLOCK, Marty D. A Review of Water Scarcity Indices
and Methodologies. The Sustainability Consortium, White paper #106,
University of Arkansas, Arkansas, 2011.
CHEN, Zhihe; WEI, Shuai. Application of System Dynamics to Water
Security Research. Water resources management, v. 28, n. 2, p. 287-300, jan.
2014.
COMPANHIA DE SANEAMENTO DE MINAS GERAIS. Informações sobre o
abastecimento. Disponível em:
<http://www.copasa.com.br/wps/portal/internet/imprensa/noticias/informacoes-
sobre-abastecimento>. Acesso em: 15 de abril de 2016.
FALKENMARK, M., et al. On the Verge of a New Water Scarcity: A Call for
Good Governance and Human Ingenuity. SIWI Policy Brief. SIWI, 2007.
FERNANDÉZ, N. et al. Modelación y Simulación Dinámica para la Gestión
de Caudales en la Cuenca Alta del Río Pamplonita: Un Balance Hídrico de
Consumo, Bistua, Pamplona, v. 5, n. 2, p. 80-96, jul. 2007.
73
GARCIA, Juan Martín. Theory and Practical Exercises of System Dynamics,
1. ed. Barcelona, 2003. 294 p.
GOULART, Rogério Júnior et al. Cidades sustentáveis: O manejo urbano de
recursos hídricos. In: ENCONTRO DA SOCIEDADE BRASILEIRA DE
ECONOMIA ECOLÓGICA, 9., 2011, Brasília (DF). Estudo da disponibilidade
hídrica das bacias PCJ utilizando dinâmica de sistemas. Disponível em:
<http://www.ecoeco.org.br/conteudo/publicacoes/encontros/ix_en/GT2-250
192-20110620183522.pdf>. Acesso em: 07 de out. 2015.
INSTITUTO DE EDUCAÇÃO TECNOLÓGICA. Biblioteca. Manual para
normalização de dissertações. Belo Horizonte: IETEC, 2014. 53 p.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Indicadores
sociais de população. Disponível em:
<http://www.ibge.gov.br/home/mapa_site/mapa_site.php#populacao>. Acesso
em: 20 de março de 2016.
LI, Xitong; MADNICK, Stuart E. Understanding the Dynamics of Service-
Oriented Architecture Implementation. Journal of Management Information
Systems, Pittsburgh, v. 32, n. 2, p. 104-133, jul. 2015.
MADEIRA, J. L.; SIMÕES, C. C. S. Estimativas preliminares da população
urbana e rural segundo as unidades da Federação de 1960/1980 por uma
nova metodologia. Revista Brasileira de Estatística, Rio de Janeiro: IBGE,
v.33, n.129, p.3-11, jan./mar. 1972
MORAES, Danielle S. de L.; JORDÃO, Berenice Quinzani. Degradação de
recursos hídricos e seus efeitos sobre a saúde humana, Revista Saúde
Pública, São Paulo, v. 36, n.3, p. 370-374, jul. 2002.
74
MULA, Josefa et al. A system dynamics model for the supply chain
procurement transport problem: comparing spreadsheets, fuzzy
programming and simulation approaches. International Journal of Production
Research, Cartagena, v. 51, n.13, p. 4087-4104, jan. 2013.
QI, Peiqin; CHEN, Yongfeng. Simulation and Prediction of Excellent
Students Based on System Dynamics. Applied Mechanics and Materials,
Switzerland, v. 713, p. 1914-1917, nov. 2014.
RODRIGUEZ, Fernando Antônio. Os caminhos das águas. Agroanalysis, Rio
de Janeiro, v. 18, n.22, p. 23-26, mar. 1998.
SÁNCHEZ-ROMÁN, R. M.; FOLEGATTI, M. V.; ORELLANA-GONZÁLEZ, A. M.
G. Situação dos recursos hídricos nas bacias hidrográficas dos rios
Piracicaba, Capivari e Jundiaí utilizando modelo desenvolvido em
dinâmica de sistemas. Revista Brasileira de Engenharia Agrícola, Jaboticabal,
v. 29, n. 4, p.578-590, out/dez. 2009.
SISTEMA NACIONAL DE INFORMAÇÕES SOBRE SANEAMENTO.
Informações e indicadores municipais consolidados. Disponível em:
<http://app.cidades.gov.br/serieHistorica/>. Acesso em: 10 de abril de 2016.
SIMONOVIC, Slobodan P.; RAJASEKARAM, Veerakcuddy. Integrated
Analyses of Canada's Water Resources: A System Dynamics Approach.
Canadian Water Resources Journal, v. 29, n.4, p. 223-250, out. 2004.
TRAVAGLINI, Claudio. The generation and re-generation of social capital
and enterprises in multi-stakeholders social cooperative enterprises: a
system dynamic approach. Revista de Administração da cidade de São Paulo,
São Paulo, v. 47, n. 3, p. 436-445, jul/set. 2012.
75
YANG, Shengna et al. The application of system dynamics model of city
water demand forecasting. Applied Mechanics and Materials, Switzerland, v.
535, p. 440-445, fev. 2014.
WANG, B. et al. Urban water resources allocation under the uncertainties
of water supply and demand: a case study of Urumqi, China. Environmental
Earth Sciences, Berlin, v. 74, p. 3543-3557.
XU, Z. X. et al. Sustainability Analysis for Yellow River Water Resources
Using the System Dynamics Approach. Water Resources Management, v.
16, p. 239-261, maio de 2002. .
76
APÊNDICES
APÊNDICE A – Modelo Sistema Barreiro
77
APÊNDICE B – Modelo Sistema Ibirité
78
APÊNDICE C – Modelo Sistema Catarina
79
APÊNDICE D – Modelo Sistema Morro Redondo
80
APÊNDICE E – Modelo Sistema Integrado Paraopeba - Serra Azul
81
APÊNDICE F – Modelo Sistema Integrado Paraopeba – Vargem das Flores
82
APÊNDICE G – Modelo Sistema Integrado Paraopeba – Rio Manso
83
APÊNDICE H – Dados de entrada do Modelo Sistema Integrado Barreiro
APÊNDICE I – Dados de entrada do Modelo Sistema Integrado Ibirité
APÊNDICE J – Dados de entrada do Modelo Sistema Catarina
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod. BAR
Capacidade máxima de produção do SIBAR
140 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa BAR-BH Taxa de atendimento a vazão total de
Belo Horizonte pelo SIBAR 0,5%
ANA, Agência Nacional de Águas, 2016
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod. IB
Capacidade máxima de produção do SIIB
390 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa IB-BH Taxa de atendimento a vazão total de
Belo Horizonte pelo SIIB 1,5% ANA, Agência Nacional de
Águas, 2016 Taxa’ IB-IB
Taxa de atendimento a vazão total de Ibirité pelo SIIB
33,0%
Consumo Per Capita IB
Consumo Per Capita da população de Ibirité em 2014
104,8 l/hab.dia SNIS - Sistema Nacional de Informações sobre Saneamento,
2015 Perdas IB
Perdas de água na distribuição em Ibirité em 2014
45,71%
Pib(0) População de Ibirité em 2000 133.044 hab. IBGE - Censos 2000 e 2010
Pib(1) População Ibirité em 2010 158.954 hab.
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod.
CAT
Capacidade máxima de produção do SCAT
130 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa CAT-BH Taxa de atendimento a vazão total de
Belo Horizonte pelo SCAT 1,0% ANA, Agência Nacional de
Águas, 2016 Taxa CAT-BRU
Taxa de atendimento a vazão total de Brumadinho pelo SCAT
61,0%
Consumo Per Capita BRU
Consumo Per Capita da população de Brumadinho em 2014
142,1 l/hab.dia SNIS - Sistema Nacional de
Informações sobre Saneamento, 2015
Perdas BRU Perdas de água na distribuição em
Brumadinho em 2014 42,35%
Pbru(0) População de Brumadinho em 2000 26.614 hab.
IBGE - Censos 2000 e 2010 Pbru(1) População de Brumadinho em 2010 33.973 hab.
84
APÊNDICE K – Dados de entrada do Modelo Morro Redondo
APÊNDICE L – Dados de entrada do Modelo Sistema Integrado Paraopeba – Serra Azul
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod.
MR
Capacidade máxima de produção do SMR
390 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa MR-BH
Taxa de atendimento a vazão total de Belo Horizonte pelo SMR
4,0% ANA, Agência Nacional de Águas, 2016
Taxa MR-NL Taxa de atendimento a vazão total de
Nova Lima pelo SMR 2,0%
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod.
RV
Capacidade máxima de produção do SIRV
2700 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa SA-BH Taxa de atendimento a vazão total de
Belo Horizonte pelo SISA 3,0%
ANA, Agência Nacional de Águas, 2016
Taxa SA-BE Taxa de atendimento a vazão total de
Betim pelo SISA 35,0%
Taxa SA-CO Taxa de atendimento a vazão total de
Contagem pelo SISA 38,0%
Taxa SA-ES Taxa de atendimento a vazão total de
Esmeraldas pelo SISA 22,0%
Taxa SA-JU Taxa de atendimento a vazão total de
Juatuba pelo SISA 100,0%
Taxa SA-ML Taxa de atendimento a vazão total de
Mateus Leme pelo SISA 100,0%
Taxa SA-PL Taxa de atendimento a vazão total de
Pedro Leopoldo pelo SISA 35,0%
Taxa SA-RN Taxa de atendimento a vazão total de
Ribeirão das Neves pelo SISA 38,0%
Taxa SA-SL Taxa de atendimento a vazão total de
Santa Luzia pelo SISA 23,0%
Taxa SA-VE Taxa de atendimento a vazão total de
Vespasiano pelo SISA 28,0%
Consumo Per Capita BE
Consumo Per Capita da população de Betim em 2014
126,0 l/hab.dia
SNIS - Sistema Nacional de Informações sobre Saneamento,
2015
Consumo Per Capita CO
Consumo Per Capita da população de Contagem em 2014
130,2 l/hab.dia
Consumo Per Capita ES
Consumo Per Capita da população de Esmeraldas em 2014
116,9 l/hab.dia
Consumo Per Capita JU
Consumo Per Capita da população de Juatuba em 2014
168,5 l/hab.dia
85
Consumo Per Capita ML
Consumo Per Capita da população de Mateus Leme em 2014
148,5 l/hab.dia
Consumo Per Capita PL
Consumo Per Capita da população de Pedro Leopoldo em 2014
150,1 l/hab.dia
Consumo Per Capita RN
Consumo Per Capita da população de Ribeirão das Neves em 2014
109,9 l/hab.dia
Consumo Per Capita VE
Consumo Per Capita da população de Vespasiano em 2014
99,9 l/hab.dia
Perdas BE Perdas de água na distribuição em
Betim em 2014 43,31%
Perdas CO Perdas de água na distribuição em
Contagem em 2014 44,33%
Perdas ES Perdas de água na distribuição em
Esmeraldas em 2014 09,24%
Perdas JU Perdas de água na distribuição em
Juatuba em 2014 38,53%
Perdas ML Perdas de água na distribuição em
Mateus Leme em 2014 44,91%
Perdas PL Perdas de água na distribuição em
Pedro Leopoldo em 2014 40,99%
Perdas RN Perdas de água na distribuição em
Ribeirão das Neves em 2014 50,14%
Perdas VE Perdas de água na distribuição em
Vespasiano em 2014 56,55%
Pbe(0) População de Betim em 2000 306.675 hab.
IBGE - Censos 2000 e 2010
Pbe(1) População de Betim em 2010 378.089 hab.
Pco(0) População de Contagem em 2000 538.017 hab.
Pco(1) População de Contagem em 2010 603.442 hab.
Pes(0) População de Esmeraldas em 2000 47.090 hab.
Pes(1) População de Esmeraldas em 2010 60.271 hab.
Pju(0) População de Juatuba em 2000 16.389 hab.
Pju(1) População de Juatuba em 2010 22.202 hab.
Pml(0) População de Mateus Leme em 2000 24.144 hab.
Pml(1) População de Mateus Leme em 2010 27.856 hab.
Ppl(0) População de Pedro Leopoldo em 2000 53.957 hab.
Ppl(1) População de Pedro Leopoldo em 2010 58.740 hab.
Prn(0) População de Ribeirão das Neves em
2000 246.846 hab.
Prn(1) População de Ribeirão das Neves em
2010 296.317 hab.
Pve(0) População de Vespasiano em 2000 76.422 hab.
Pve(1) População de Vespasiano em 2010 104.527 hab.
86
APÊNDICE M – Dados de entrada do Modelo Sistema Integrado Paraopeba – Vargem das Flores
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod.
VF
Capacidade máxima de produção do SIVF
950 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa VF-BH Taxa de atendimento a vazão total de
Belo Horizonte pelo SIVF 2,0%
ANA, Agência Nacional de Águas, 2016
Taxa VF-BE Taxa de atendimento a vazão total de
Betim pelo SIVF 26,0%
Taxa VF-CO Taxa de atendimento a vazão total de
Contagem pelo SIVF 21,0%
Taxa VF-ES Taxa de atendimento a vazão total de
Esmeraldas pelo SIVF 12,0%
Taxa VF-PL Taxa de atendimento a vazão total de
Pedro Leopoldo pelo SIVF 20,0%
Taxa VF-RN Taxa de atendimento a vazão total de
Ribeirão das Neves pelo SIVF 21,0%
Taxa VF-SL Taxa de atendimento a vazão total de
Santa Luzia pelo SIVF 13,0%
Taxa VF-VE Taxa de atendimento a vazão total de
Vespasiano pelo SIVF 15,0%
87
APÊNDICE N – Dados de entrada do Modelo Sistema Integrado Paraopeba– Rio Mando
Variável de entrada
Descrição Qtde Fonte
Capacidade máx. de prod.
RM
Capacidade máxima de produção do SIRM
4300 l/s Plano Municipal de Saneamento
de BH, 2015
Taxa RM-BH Taxa de atendimento a vazão total de
Belo Horizonte pelo SIRM 12,0%
ANA, Agência Nacional de Águas, 2016
Taxa RM-BE Taxa de atendimento a vazão total de
Betim pelo SIRM 39,0%
Taxa RM-CO Taxa de atendimento a vazão total de
Contagem pelo SIRM 41,0%
Taxa RM-ES Taxa de atendimento a vazão total de
Esmeraldas pelo SIRM 23,0%
Taxa RM-IB Taxa de atendimento a vazão total de
Ibirité pelo SIRM 67,0%
Taxa RM-IG Taxa de atendimento a vazão total de
Igarapé pelo SIRM 65,0%
Taxa RM-MC Taxa de atendimento a vazão total de
Mário Campos pelo SIRM 100,0%
Taxa RM-PL Taxa de atendimento a vazão total de
Pedro Leopoldo pelo SIRM 38,0%
Taxa RM-RN Taxa de atendimento a vazão total de
Ribeirão das Neves pelo SIRM 41,0%
Taxa RM-SL Taxa de atendimento a vazão total de
Santa Luzia pelo SIRM 25,0%
Taxa RM-SJB Taxa de atendimento a vazão total de
São Joaquim de Bicas pelo SIRM 100,0%
Taxa RM-SAR Taxa de atendimento a vazão total de
Sarzedo pelo SIRM 100,0%
Taxa RM-VE Taxa de atendimento a vazão total de
Vespasiano pelo SIRM 30,0%
Consumo Per Capita IG
Consumo Per Capita da população de Igarapé em 2014
145,2 l/hab.dia
SNIS - Sistema Nacional de Informações sobre Saneamento,
2015
Consumo Per Capita MC
Consumo Per Capita da população de Mário Campos em 2014
134,8 l/hab.dia
Consumo Per Capita SJB
Consumo Per Capita da população de São Joaquim de Bicas em 2014
214,5 l/hab.dia
Consumo Per Capita SAR
Consumo Per Capita da população de Sarzedo em 2014
132,3 l/hab.dia
Perdas IG Perdas de água na distribuição em
Igarapé em 2014 55,89%
Perdas MC Perdas de água na distribuição em
Mário Campos em 2014 27,56%
Perdas SJB Perdas de água na distribuição em São
Joaquim de Bicas em 2014 41,76%
Perdas SAR Perdas de água na distribuição em
Sarzedo em 2014 31,11%
88
APÊNDICE O – Algoritmo do modelo base SIRV desenvolvido no Vensim
(001) Água retida ETA=0.03
Units: Dmnl
(002) aBH=("Pbh(1)"-"Pbh(0)")/("Pmg(1)"-"Pmg(0)")
Units: Dmnl
(003) Afluente RV=MIN("Capacidade máx de prod. RV",Demanda total RV*(1+Água retida
ETA) )
Units: m³/dia
(004) aNL=("Pnl(1)"-"Pnl(0)")/("Pmg(1)"-"Pmg(0)")
Units: Dmnl
(005) aRAP=("Prap(1)"-"Prap(0)")/("Pmg(1)"-"Pmg(0)")
Units: Dmnl
(006) aSAB=("Psab(1)"-"Psab(0)")/("Pmg(1)"-"Pmg(0)")
Units: Dmnl
(007) aSL=("Psl(1)"-"Psl(0)")/("Pmg(1)"-"Pmg(0)")
Units: Dmnl
(008) bBH="Pbh(0)"-(aBH*"Pmg(0)")
Units: hab
(009) bNL="Pnl(0)"-(aNL*"Pmg(0)")
Units: hab
(010) bRAP="Prap(0)"-(aRAP*"Pmg(0)")
Units: hab
(011) bSAB="Psab(0)"-(aSAB*"Pmg(0)")
Pig(0) População de Igarapé em 2000 24.838 hab.
IBGE - Censos 2000 e 2010
Pig(1) População de Igarapé em 2010 34.851 hab.
Pmc(0) População de Mário Campos em 2000 10.535 hab.
Pmc(1) População de Mário Campos em 2010 13.192 hab.
Psjb(0) População de São Joaquim de Bicas
em 2000 18.152 hab.
Psjb(1) População de São Joaquim de Bicas
em 2010 25.537 hab.
Psar(0) População de Sarzedo em 2000 17.274 hab.
Psar(1) População de Sarzedo em 2010 25.814 hab.
89
Units: hab
(012) bSL="Psl(0)"-(aSL*"Pmg(0)")
Units: hab
(013) "Capacidade máx de prod. RV"=648000
Units: m³/dia
(014) Consumo Per Capita BH=155.9/1000
Units: m³/(hab*dia)
(015) Consumo per capita NL=183.9/1000
Units: m³/(dia*hab)
(016) Consumo Per Capita RAP=125.7/1000
Units: m³/(dia*hab)
(017) Consumo per capita SAB=119/1000
Units: m³/(dia*hab)
(018) Consumo per capita SL=110.8/1000
Units: m³/(dia*hab)
(019) Demanda rvBH=Consumo Per Capita BH*"Taxa RV-BH"*Pop BH/(1-Perdas BH)
Units: m³/dia
(020) Demanda rvNL=Consumo per capita NL*PopNL*"Taxa RV-NL"/(1-Perdas NL)
Units: m³/dia
(021) Demanda rvRAP=Consumo Per Capita RAP*Pop RAP*"Taxa RV-RAP"/(1-Perdas RAP)
Units: m³/dia
(022) Demanda rvSAB=Consumo per capita SAB*PopSAB*"Taxa RV-SAB"/(1-Perdas SAB)
Units: m³/dia
(023) Demanda rvSL=PopSL*Consumo per capita SL*"Taxa RV-SL"/(1-Perdas SL)
Units: m³/dia
(024) Demanda total RV=Demanda rvRAP+Demanda rvSAB+Demanda rvNL+Demanda
rvSL+Demanda rvBH
Units: m³/dia
(025) FINAL TIME = 5110
Units: Day
(026) INITIAL TIME = 0
Units: Day
(027) "Pbh(0)"=2.23853e+006
Units: hab
(028) "Pbh(1)"=2.37515e+006
Units: hab
(029) Perdas BH=0.3795
Units: Dmnl
(030) Perdas NL=0.37
Units: Dmnl
90
(031) Perdas RAP=0.5387
Units: Dmnl
(032) Perdas SAB=0.5662
Units: Dmnl
(033) Perdas SL=0.4558
Units: Dmnl
(034) "Pmg(0)"=1.8178e+007
Units: hab
(035) "Pmg(1)"=2.01347e+007
Units: hab
(036) "Pnl(0)"=64387
Units: hab
(037) "Pnl(1)"=80998
Units: hab
(038) Pop BH=(aBH*Pop MG)+bBH
Units: hab
(039) Pop MG= WITH LOOKUP (Time,([(0,2e+007)-
(6000,3e+007)],(0,2.09976e+007),(365,2.11195e+007),(730,2.12359e+007),(1095,2.13465e+0
07),(1460,2.14514e+007),(1825,2.15514e+007),(2190,2.16466e+007),(2555,2.17359e+007),(2
920,2.18189e+007),(3285,2.18958e+007),(3650,2.19675e+007),(4015,2.20339e+007),(4380,2.
20939e+007),(4745,2.21475e+007),(5110,2.21945e+007) ))
Units: hab
(040) Pop RAP=(aRAP*Pop MG)+bRAP
Units: hab
(041) PopNL=(aNL*Pop MG)+bNL
Units: hab
(042) PopSAB=(aSAB*Pop MG)+bSAB
Units: hab
(043) PopSL=(aSL*Pop MG)+bSL
Units: hab
(044) "Prap(0)"=14289
Units: hab
(045) "Prap(1)"=15342
Units: hab
(046) "Psab(0)"=133044
Units: hab
(047) "Psab(1)"=158954
Units: hab
(048) "Psl(0)"=184903
Units: hab
91
(049) "Psl(1)"=202942
Units: hab
(050) RV Abastecimento 1= INTEG (RV Entrada 1-rvRAP-RV Entrada 2,0)
Units: m³
(051) RV Abastecimento 2= INTEG (RV Entrada 2-rvSAB-RV Entrada 3,0)
Units: m³
(052) RV Abastecimento 3= INTEG (RV Entrada 3-rvNL-RV Entrada 4,0)
Units: m³
(053) RV Abastecimento 4= INTEG (RV Entrada 4-rvSL-RV Entrada 5,0)
Units: m³
(054) RV Abastecimento 5= INTEG (RV Entrada 5-rvBH,0)
Units: m³
(055) RV Entrada 1=IF THEN ELSE(Demanda total RV<"Capacidade máx de prod. RV",
(Afluente RV)-(Demanda total RV*Á•gua retida ETA) , (Afluente RV)-("Capacidade máx de
prod. RV"*Água retida ETA) )
Units: m³/dia
(056) RV Entrada 2=IF THEN ELSE(RV Entrada 1>rvRAP , (RV Entrada 1-rvRAP ) , 0 )
Units: m³/dia
(057) RV Entrada 3=IF THEN ELSE (RV Entrada 2>rvSAB , (RV Entrada 2-rvSAB ) , 0 )
Units: m³/dia
(058) RV Entrada 4=IF THEN ELSE (RV Entrada 3>rvNL , (RV Entrada 3-rvNL ) , 0 )
Units: m³/dia
(059) RV Entrada 5=IF THEN ELSE (RV Entrada 4>rvSL , (RV Entrada 4-rvSL ) , 0 )
Units: m³/dia
(060) rvBH=IF THEN ELSE(RV Entrada 5>=(Demanda rvBH), Demanda rvBH , RV Entrada5)
Units: m³/dia
(061) rvNL=IF THEN ELSE(RV Entrada 3>=(Demanda rvNL), Demanda rvNL , RV Entrada 3)
Units: m³/dia
(062) rvRAP=IF THEN ELSE(RV Entrada 1>=(Demanda rvRAP), Demanda rvRAP , RV
Entrada 1)
Units: m³/dia
(063) rvSAB=IF THEN ELSE(RV Entrada 2>=(Demanda rvSAB), Demanda rvSAB , RV
Entrada 2)
Units: m³/dia
(064) rvSL=IF THEN ELSE(RV Entrada 4>=(Demanda rvSL), Demanda rvSL , RV Entrada 4 )
Units: m³/dia
(065) SAVEPER = TIME STEP
Units: Day
(066) "Taxa RV-BH"=0.74
Units: Dmnl
92
(067) "Taxa RV-NL"=0.98
Units: Dmnl
(068) "Taxa RV-RAP"=1
Units: Dmnl
(069) "Taxa RV-SAB"=0.97
Units: Dmnl
(070) "Taxa RV-SL"=0.38
Units: Dmnl
(071) TIME STEP = 365
Units: Day