UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA … · especificamente o inverso do quadrado da distância, no SIG ArcGIS/ArcMap 10.1, para a análise da distribuição da precipitação

UNIVERSIDADE DE SÃO PAULO

ESCOLA DE ENGENHARIA DE SÃO CARLOS

CURSO DE ENGENHARIA AMBIENTAL

SHS-0342 – TRABALHO DE GRADUAÇÃO

Estudo da pluviometria para análise de eventos perigosos de natureza

hidrológica e geológica em São Carlos - SP

Aluno: Paulo Sérgio da Silva Júnior

Orientador: Prof. Dr. Oswaldo Augusto Filho

Monografia apresentada ao curso de

graduação em Engenharia Ambiental da

Escola de Engenharia de São Carlos da

Universidade de São Paulo.

São Carlos - SP

2016

Paulo Sérgio da Silva Júnior

Estudo da pluviometria para análise de eventos perigosos de natureza

hidrológica e geológica em São Carlos - SP

Monografia apresentada ao curso de

graduação em Engenharia Ambiental da

Escola de Engenharia de São Carlos da

Universidade de São Paulo.

Orientador: Prof. Dr. Oswaldo

Augusto Filho

São Carlos - SP

2016

AGRADECIMENTOS

Agradeço ao meu orientador Prof. Dr. Oswaldo Augusto Filho, pelos ensinamentos,

apoio e paciência durante o desenvolvimento deste trabalho.

Ao mestrando Cahio Eiras, pelo auxílio e disponibilização dos dados necessários a este

estudo.

Ao Instituto Nacional de Meteorologia (INMET), pela disponibilização de parte dos

dados pluviométricos.

À Fundação de Amparo e Pesquisa do Estado de São Paulo (FAPESP), pelo suporte

financeiro fornecido durante a iniciação científica.

À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela

concessão de bolsa de intercâmbio de graduação, que contribuiu grandemente para

minha formação pessoal e acadêmica.

Aos meus professores da graduação, pelos conhecimentos transmitidos e orientação

durante os últimos anos.

À minha família e amigos, pelo apoio e por estarem presentes apesar da distância física

de muitos.

A todos que, direta ou indiretamente, contribuíram para minha formação e realização

deste trabalho.

RESUMO

As chuvas intensas são um agente deflagrador de eventos perigosos de natureza

hidrológica (enchentes, inundações e alagamentos) e geológica (erosão e movimentos

de massa). Frequentemente, eventos desse tipo são responsáveis por perdas econômicas

e sociais. Dessa forma, torna-se interessante o estudo da relação da ocorrência deste tipo

de eventos com a pluviosidade. Sendo a precipitação intensa um fator preponderante na

ocorrência de eventos perigosos, é de grande importância a análise das séries históricas

de chuvas e de sua distribuição espacial, de modo a relacionar os índices pluviométricos

de eventos de chuvas com as médias históricas e elaborar mapas de distribuição de

pluviosidade. No município de São Carlos – SP, as chuvas intensas, a urbanização e as

características geológico-geotécnicas tornam a área susceptível a eventos perigosos.

Dessa forma, neste trabalho buscou-se estruturar um banco de dados pluviométricos

diários para estudar o comportamento das chuvas na região a partir de dados das séries

históricas de 13 postos pluviométricos no entorno da área estudada. Foram gerados

mapas pluviométricos para média anual, máxima diária, médias mensais e máximas

mensais, utilizando o método do inverso ponderado da distância (IDW),

especificamente o inverso do quadrado da distância, no SIG ArcGIS/ArcMap 10.1, para

a análise da distribuição da precipitação na região estudada. A análise da correlação

entre chuvas e a deflagração de eventos de natureza geológica e hidrológica considerou

176 registros históricos de enchentes e movimentos de massa ocorridos na área de

estudo. Esses dados foram obtidos dos resultados preliminares de pesquisa de mestrado

à qual esse trabalho foi vinculado. A partir dos dados pluviométricos, foi calculado o

coeficiente de ciclo móvel (CCM) para a série histórica e, particularmente, para datas

onde enchentes e escorregamentos foram registrados. Esses valores foram

correlacionados com as precipitações diárias registradas e foram estudadas as

distribuições desses valores na série histórica e entre os eventos considerados.

Palavras-chave: precipitação diária, mapas pluviométricos, coeficiente de ciclo móvel,

escorregamentos, enchentes, SIG, inverso do quadrado da distância.

ABSTRACT

Intense rainfall is a triggering factor of dangerous hydrological and geological

events, such as floods, erosion and mass movements. Frequently, such events are

responsible for economic and social losses. Therefore, the study of the relationship

between rainfall and the occurrence of this kind of event is key. Since intense rainfall is

a ruling element for dangerous events to occur, the analysis of rainfall time series and

spatial distribution is of great importance, allowing the study of intense precipitation

events compared to historical averages, as well as the creation of rainfall distribution

maps. In the municipality of São Carlos, Brazil, intense precipitation, urbanization and

geological and geotechnical characteristics make the region susceptible to dangerous

events. Thus, this project sought to structure a daily rainfall data bank in order to study

the behavior of precipitation in this region based on time series data registered by 13

rain gauges surrounding the area of interest. Rain distribution maps were generated for

yearly averages, maximum daily precipitation, monthly averages and maximum

monthly precipitations, using the Inverse Distance Weighting interpolation method in

GIS ArcGIS/ArcMap 10.1. The analysis of the correlation between rainfall and the

triggering of geological and hydrological events considered 176 historical records of

floods and mass movements occurred in the study area. These data were obtained from

the preliminary results of the Masters research to which this study was linked. Based on

the rain data, the Mobile Cycle Coefficient was computed for the time series and,

particularly, for the dates when the events analyzed occurred. These results were

correlated with daily rainfall data and the distributions of these values in the time series

and among the considered events were studied.

Keywords: daily rainfall, rain distribution maps, mobile cycle coefficient, landslides,

floods, GIS, inverse distance weighting.

LISTA DE FIGURAS

Figura 1 – Mapa e localização do município de São Carlos de sua área urbanizada (Base

digital 1:50 000 – Fonte: Denúbila, 2013).. .................................................................... 22

Figura 2 - Limiares de intensidade-duração de precipitação para a deflagração de

escorregamentos nas regiões central e sul da Europa (Guzzetti et al., 2006). ................ 24

Figura 3 - Limiar de deflagração de escorregamentos em Seattle, EUA, com base nas

precipitações acumuladas em 3 e 15 dias (Adaptado de Chleborad et al., 2006). .......... 25

Figura 4 - Evolução do CCM entre 1987 e 1988 no município de Petrópolis - RJ

(Adaptado de Cerri et al., 1990). .................................................................................... 28

Figura 5 – Etapas de trabalho, principais atividades e produtos. ................................... 33

Figura 6 - Localização dos postos pluviométricos. ........................................................ 38

Figura 7 - Distribuição espacial das médias anuais. ....................................................... 41

Figura 8 - Distribuição espacial das máximas diárias. ................................................... 43

Figura 9 - Distribuição das médias mensais de maio a agosto. ...................................... 45

Figura 10 - Distribuição das médias mensais de setembro a dezembro. ........................ 46

Figura 11 - Distribuição das médias mensais de janeiro a abril. .................................... 47

Figura 12 - Distribuição das máximas mensais de maio a agosto. ................................. 52

Figura 13 - Distribuição das máximas mensais de setembro a dezembro. ..................... 53

Figura 14 – Distribuição das máximas mensais de janeiro a abril. ................................ 54

Figura 15 - Mapa de distâncias do posto D4-017 e localização dos eventos analisados.64

Figura 16 - Evolução do CCM no ano pluviométrico de 2014-2015 e registros de

eventos. ........................................................................................................................... 65

Figura 17- Evolução do CCM no ano pluviométrico de 2015-2016 e registros de

eventos. ........................................................................................................................... 66

Figura 18 - CCM e chuva diária para os eventos considerados. .................................... 68

Figura 19 - Precipitação diária, CCM e eventos ocorridos em novembro de 2015. ....... 70

Figura 20 - Precipitação diária, CCM e eventos ocorridos em janeiro de 2016. ............ 70

LISTA DE TABELAS

Tabela 1 - Dados dos postos pluviométricos selecionados............................................. 37

Tabela 2 – Diferença percentual entre as médias mensais dos dados após o tratamento e

as médias mensais calculadas pelo DAEE. .................................................................... 39

Tabela 3 - Máximas diárias e médias anuais (mm). ....................................................... 40

Tabela 4 - Distribuição das classes de precipitação média anual por bacia. .................. 42

Tabela 5 - Distribuição das classes de precipitação máxima diária por bacia. ............... 42

Tabela 6 - Precipitação média mensal (mm). ................................................................. 44

Tabela 7 - Distribuição das classes de precipitação média mensal por bacia (maio a

agosto). ........................................................................................................................... 48

Tabela 8 - Distribuição das classes de precipitação média mensal por bacia (setembro a

dezembro). ...................................................................................................................... 49

Tabela 9 - Distribuição das classes de precipitação média mensal por bacia (janeiro a

abril). .............................................................................................................................. 50

Tabela 10 - Precipitação máxima mensal (mm). ............................................................ 51

Tabela 11 - Distribuição das classes de máxima mensal por bacia (maio a agosto). ..... 55

Tabela 12 - Distribuição das classes de máxima mensal por bacia (setembro a

dezembro). ...................................................................................................................... 56

Tabela 13 – Distribuição das classes de máxima mensal por bacia (janeiro a abril). .... 57

Tabela 14 - Eventos considerados, precipitações acumuladas em 24h e CCM

correspondentes. ............................................................................................................. 58

Tabela 15 - Distribuição dos valores de CCM totais e com registros de eventos. ......... 67

Tabela 16 - Distribuição anual dos valores de CCM na série histórica. ......................... 67

LISTA DE EQUAÇÕES

Equação 1 – Cálculo do Coeficiente de Ciclo Móvel ................................................... 27

Equação 2 – Cálculo dos valores interpolados ............................................................ 30

Equação 3 – Cálculo dos pesos de interpolação (IDW) ............................................... 31

LISTA DE ABREVIATURAS E SIGLAS

CC Coeficiente de ciclo

CCM Coeficiente de ciclo móvel

CE Coeficiente do evento

CF Coeficiente final

CPC Coeficiente de precipitação crítica

CT Cumulative rainfall threshold

DAEE Departamento de Águas e Energia Elétrica

FAPESP Fundação de Amparo à Pesquisa do Estado de São Paulo

IBGE Instituto Brasileiro de Geografia e Estatística

IDW Inverso ponderado da distância (inverse distance weighting)

INMET Instituto Nacional de Meteorologia

SIG Sistema de Informação Geográfica

SigRH Sistema Integrado de Gerenciamento de Recursos Hídricos

USLE Equação Universal da Perda de Solo (Universal Soil Loss Equation)

SUMÁRIO

1. INTRODUÇÃO ....................................................................................................... 19

2. OBJETIVOS............................................................................................................. 20

2.1. Geral ................................................................................................................. 20

2.2. Específicos ....................................................................................................... 20

3. ÁREA DE ESTUDO ................................................................................................ 21

4. REVISÃO BIBLIOGRÁFICA ................................................................................. 23

4.1. Índices pluviométricos no estudo de inundações e movimentos de massa ...... 23

4.1.1. Coeficiente de Ciclo Móvel (CCM) ......................................................... 26

4.2. Interpolação espacial ........................................................................................ 29

4.2.1. Métodos de interpolação espacial ............................................................. 29

4.2.2. Inverso ponderado da distância (IDW) ..................................................... 31

5. MÉTODO ................................................................................................................. 32

5.1. Estruturação do banco de dados pluviométricos .............................................. 34

5.2. Cálculo e espacialização dos índices pluviométricos ...................................... 35

5.3. Cálculo do CCM .............................................................................................. 35

5.4. Registros históricos de eventos perigosos........................................................ 36

5.5. Integração e análise .......................................................................................... 36

6. RESULTADOS E DISCUSSÃO ............................................................................. 37

6.1. Banco de dados pluviométricos ....................................................................... 37

6.2. Análise da distribuição espacial dos índices pluviométricos .............................. 40

6.2.1. Médias anuais e máximas diárias ............................................................. 40

6.2.2. Médias e máximas mensais ...................................................................... 44

6.2. Análise do CCM e da precipitação para os eventos registrados ...................... 57

7. CONCLUSÃO ......................................................................................................... 71

8. REFERÊNCIAS BIBLIOGRÁFICAS ..................................................................... 72

19

1. INTRODUÇÃO

As chuvas estão relacionadas a diferentes tipos de eventos perigosos, sendo

responsáveis pela deflagração de inundações, de processos erosivos e de movimentos de

massa ou de encosta, incluindo os rastejos, escorregamentos, quedas e corridas, conforme

proposto por Augusto Filho (1992).

O ambiente tropical de países como o Brasil, associado à urbanização, favorece a

ocorrência desses processos e a geração de situações de risco em áreas ocupadas de forma

inadequada, podendo causar prejuízos sociais, ambientais e econômicos. O planejamento

territorial falho é responsável pelo aumento das inundações, sendo que à medida que a cidade

se urbaniza as vazões máximas aumentam devido à impermeabilização e canalização dos rios

e córregos (Neves, 2008; Amaral et al., 2015). As características da precipitação também são

fatores determinantes na ocorrência de inundações. A intensidade, duração e a distribuição

temporal são as principais características da precipitação como agente deflagrador de

enchentes, de modo que diferentes distribuições temporais de precipitação estão relacionadas

a diferentes vazões de pico (Monteiro e Kobiyama, 2014).

A erosão é outro processo que pode ser deflagrado pelas chuvas, sendo nesse caso

chamada de erosão pluvial. A relação das chuvas com a erosão se dá principalmente por sua

intensidade e duração, sendo que tanto chuvas intensas de curta duração, como chuvas menos

intensas, mas de longa duração, podem favorecer o aparecimento de processos erosivos. O

método mais utilizado na quantificação desses processos é a Equação Universal de Perda de

Solo (Universal Soil Loss Equation - USLE), que relaciona a erosividade da chuva com a

erodibilidade do solo, a declividade, o comprimento da encosta, o uso do solo e as práticas de

conservação (Santana et al., 2007).

As chuvas também atuam como o principal agente natural deflagrador de movimentos

de massa ou de encosta na dinâmica ambiental brasileira. A precipitação pode atuar de forma

progressiva ou instantânea nos processos de instabilização dos solos que levam a esses

fenômenos. A ação progressiva está relacionada à alteração dos parâmetros do solo, evoluindo

com o desenvolvimento da chuva (Tatizana et al., 1987).

Nesse sentido, torna-se interessante o estudo da correlação da precipitação com a

ocorrência desses eventos. Uma maneira de conduzir essa análise é a determinação de valores

limites para índices pluviométricos escolhidos acima dos quais esses eventos tem maior

probabilidade de ocorrer. Esse tipo de informação pode servir de apoio aos planos de

20

prevenção da defesa civil, permitindo assim evitar perdas sociais e econômicas (Macedo et

al., 1999). No que se refere especificamente aos movimentos de massa, diversos trabalhos

foram realizados com o objetivo de se definir valores limite de precipitação para diferentes

regiões do Brasil, acima dos quais são grandes as chances de sua ocorrência (Guidicini e

Iwasa 1977; Tatizana et al., 1987; Cerri et al., 1990; Cerri, 1993).

Taveira (2012) realizou um estudo da variabilidade climática envolvendo a

determinação de índices de extremos climáticos, correlacionando-os com os eventos de El

Niño e La Niña. Essa pesquisa buscou identificar uma correlação entre os eventos El Niño e

La Niña a ocorrência de enchentes no município de São Carlos (SP).

O presente estudo foi desenvolvido no âmbito de uma pesquisa de iniciação científica

com bolsa da Fundação de Amparo à Pesquisa do Estado de São Paulo – FAPESP e foi

vinculado a uma pesquisa de mestrado que investiga a ocorrência de eventos perigosos de

natureza hidrológica e geológica na área urbanizada de São Carlos - SP.

O trabalho de graduação foi voltado a duas vertentes principais de investigação:

analisar a distribuição espacial das chuvas utilizando mapas pluviométricos interpolados a

partir dos dados das séries históricas; identificar limiares de precipitação pluviométrica

expressos pelo coeficiente de ciclo móvel – CCM (Guidicini e Iwasa, 1977 e Tatizana et al.,

1987) para a deflagração de escorregamentos, enchentes, alagamentos e inundações,

considerando o registro histórico desses eventos na região estudada.

2. OBJETIVOS

2.1. Geral

Estudar a relação entre a precipitação e a deflagração de eventos perigosos de natureza

geológica e hidrológica no município de São Carlos, SP.

2.2. Específicos

Estruturar um banco de dados pluviométricos diários considerando vários

postos na área de interesse;

Criar mapas de distribuição espacial das chuvas utilizando as médias e

máximas mensais, médias anuais e máximas diárias;

21

Calcular o coeficiente de ciclo móvel para as datas dos eventos perigosos

registrados na região em estudo;

Analisar os resultados obtidos de forma a definir limiares para a deflagração de

eventos perigosos de natureza geológica e hidrológica na região investigada.

3. ÁREA DE ESTUDO

O município de São Carlos localiza-se na região central do estado de São Paulo, entre

as coordenadas 47º30’ e 48º30’, longitude oeste, e 21º30’ e 22º30’, latitude sul. A área total

do município é de 1 132 km², sendo que a área urbana é de 67,25 km² (6% da área total) e a

área urbana ocupada é de 33 km². A população estimada pelo censo de 2015 foi de 241 389

habitantes. Apresenta altitude média de 856 metros. O clima da cidade é temperado de

altitude, com invernos secos e verões chuvosos, sendo classificado como Cwa, no sistema de

Köppen (Prefeitura Municipal de São Carlos, 2016; IBGE, 2016).

Atualmente, a zona urbana do município de São Carlos encontra-se em expansão.

Conforme apontado por Tucci e Collischonn (1998), o desenvolvimento urbano tem sido

responsável por um aumento significativo da frequência de inundações e produção de

sedimentos. Além disso, Zuquette (1981) apud Bartolomeu (2012) aponta que no município

ocorrem solos residuais colapsíveis tanto em encostas de inclinação acentuada com pequena

espessura como em áreas planas e espessuras maiores. As características geológicas da região,

somadas às características climáticas, aumentam a probabilidade de ocorrência de eventos

perigosos de natureza hidrológica e geológica. As chuvas intensas durante o verão e a

urbanização e impermeabilização tornam interessante o estudo da precipitação na região

urbana da cidade e sua área de expansão, a fim de relacioná-lo com o potencial de deflagração

desses eventos.

A Figura 1 apresenta o mapa do município de São Carlos, sua localização no Estado

de São Paulo, suas principais bacias hidrográficas e sua área urbanizada. A área de interesse

deste estudo consiste na área urbanizada do município e seu entorno.

22

Figura 1 – Mapa e localização do município de São Carlos de sua área urbanizada

(Base digital 1:50 000 – Fonte: Denúbila, 2013).

23

4. REVISÃO BIBLIOGRÁFICA

4.1. Índices pluviométricos no estudo de inundações e movimentos de massa

Uma maneira de se estudar a relação das chuvas com a deflagração de eventos

hidrológicos e geológicos perigosos é buscar determinar valores limite de determinado índice

pluviométrico acima dos quais esses eventos são mais prováveis de ocorrer. Alfieri e Thielen

(2012) observam que fornecer alertas com antecedência é de grande importância para que se

tenha mais tempo para reagir e evitar perdas. Guzzetti et al. (2006) fazem uma revisão acerca

dos métodos de definição de valores limite de precipitação que desencadeiam movimentos de

massa, classificando-os em físicos e empíricos. Nessa classificação, os modelos físicos

(conceituais) são aqueles baseados no estudo dos processos e fenômenos, incorporando

modelos de infiltração. Esses métodos apresentam a desvantagem de requererem dados

hidrológicos, morfológicos e litológicos que nem sempre estão disponíveis em grandes áreas.

Quanto aos modelos empíricos, são gerados a partir do estudo de eventos históricos de chuvas

que resultaram em movimentos de massa. Em geral, valores de alguma variável associada a

eventos de chuva da série histórica são plotados em coordenadas cartesianas e uma linha é

traçada separando os eventos de chuva que resultaram em movimentos de massa. Esses

modelos podem ainda ser divididos em globais, regionais e locais, dependendo se buscam

definir um nível mínimo “universal” abaixo do qual movimentos de massa não ocorrem,

independente das características litológicas, morfológicas e climáticas do local, ou se levam

esses fatores em consideração, sendo, portanto, somente aplicáveis a regiões específicas.

Guzzetti et al. (2006) fizeram um levantamento de modelos utilizados ao redor do

mundo para a deflagração e escorregamento e propuseram um modelo de limites empíricos de

precipitação que deflagram movimentos de massa para as regiões central e sul da Europa.

Nesse estudo foram considerados 853 eventos de chuva que resultaram ou não em

escorregamentos na área em questão. Os valores de intensidade e duração das chuvas foram

plotados em coordenadas logarítmicas, permitindo determinar valores mínimos de

intensidade-duração e intensidade-duração normalizados para os quais ocorriam

escorregamentos e a inferência de curvas envoltórias de escorregamentos por meio de análise

estatística, que podem ser utilizadas em sistemas de alerta e prevenção (Figura 2).

24

Figura 2 - Limiares de intensidade-duração de precipitação para a deflagração de

escorregamentos nas regiões central e sul da Europa (Adaptado de Guzzetti et al., 2006).

Os autores observam que a intensidade de precipitação necessária para a deflagração

de escorregamentos decresce linearmente com o aumento da duração da precipitação, para

precipitações com duração entre 20 minutos e 12 dias, de modo que para períodos superiores

a 12 dias os escorregamentos são deflagrados por fatores não incorporados no modelo.

Outra aplicação de métodos empíricos foi realizada por Chleborad et al.(2006), no

estudo de movimentos massa em Seattle, nos Estados Unidos. A partir da análise de dados

históricos de 91 escorregamentos entre 1933 e 1997 definiu-se o cumulative rainfall threshold

(CT), índice que relaciona as precipitações acumuladas nos últimos 3 e 15 dias (Figura 3). Na

Figura 3, os triângulos representam eventos históricos com mais de 3 escorregamentos em

períodos de 3 dias; a linha contínua representa o limiar para acumulados em 15 dias inferiores

a 3 polegadas e a linha tracejada, acumulados em 15 dias acima de 3 polegadas .

Comparações com registros históricos indicaram que o índice abrange mais de 90%

das ocorrências registradas. Apesar disso, a probabilidade de ocorrência de escorregamentos

quando o CT é excedido foi baixa e os autores apontaram a necessidade do uso conjunto de

outros critérios, como o índice de intensidade e duração e a umidade antecedente do solo,

além da análise da probabilidade de ocorrência de escorregamentos quando os limites são

excedidos.

Inte

nsi

dad

e (m

m/h

)

Duração (h)

25

Figura 3 - Limiar de deflagração de escorregamentos em Seattle, EUA, com base nas

precipitações acumuladas em 3 dias e 15 dias antes do período de 3 dias. (Adaptado de

Chleborad et al., 2006).

O uso de índices também pode ser utilizado no estudo de risco de ocorrência de

enchentes. Segundo Rosso (2002) apud Montesarchio et al. (2009), os métodos de previsão de

enchentes variam de acordo com o tamanho e o tempo de concentração da bacia hidrográfica

em questão. Para bacias grandes (maiores que 10.000 km²), o tempo de concentração é maior

que 10 horas o e nível de alerta pode ser baseado nos níveis de água registrados à montante da

região considerada. Para bacias medianas (400 – 10.000 km²), o tempo de concentração varia

entre 3 e 10 horas e a previsão das cheias deve ser feita com base na precipitação registrada,

podendo ser integrada com a previsão meteorológica. Para bacias pequenas (menores que 400

km²), o tempo de concentração é menor que 3 horas e o sistema de alerta de enchentes deve

ser baseado na previsão meteorológica. Alfieri e Thielen (2012) observam que, apesar de

também poderem ser utilizados métodos para a detecção de valores limites de escoamento por

meio de modelação hidrológica para o sistema de alerta, o uso de índices que envolvam a

precipitação para a previsão de enchentes é vantajoso devido ao seu custo-benefício,

apresentando baixa complexidade e produzindo resultados satisfatórios, além dos menores

esforços em coletar os dados. Além disso, Norbiato et al. (2008), Montesarchio et al. (2009) e

Alfieri e Thielen (2012) observam que, além da ocorrência de chuvas intensas, o estado inicial

de saturação do solo também é um fator que influencia a deflagração de enchentes. Os

P3:

PR

EC

IP.

AC

UM

UL

AD

A E

M 3

DIA

S (

PO

L.)

P15: PRECIP. ACUMUL. NOS 15 DIAS ANTECEDENTES AO PERÍODO DE 3 DIAS (POL.)

Equação do limiar (linha sólida): P3 = 3.50 – 0.67P15

26

trabalhos realizados por esses autores buscaram definir valores críticos de precipitação que

deflagram enchentes utilizando valores registrados de precipitação acumulada, previsão

meteorológica e modelos hidrológicos, em diferentes localidades.

4.1.1. Coeficiente de Ciclo Móvel (CCM)

No Brasil, Guidicini e Iwasa (1977) estudaram deslizamentos em nove diferentes

regiões do país deflagrados por intensas precipitações, de durações entre algumas horas até

dois ou três dias. Os autores apontam para a importância do estudo do ciclo de precipitação

associado ao evento, e definem o coeficiente de ciclo (CC) e o coeficiente do evento (CE). O

coeficiente de ciclo é definido como a precipitação acumulada até a data do evento analisado

dividida pela precipitação anual média, enquanto o coeficiente do evento é dado pela relação

entre a precipitação registrada durante o evento e a precipitação anual média. A soma dos dois

coeficientes resulta no coeficiente final (CF). Foi observado que deslizamentos eram mais

prováveis de ocorrer quando a precipitação acumulada anterior representa uma alta

porcentagem (8-17%) da precipitação média anual. Ao plotar o gráfico do CF relacionado a

uma determinada área, foi observado que eventos de chuvas intensas associadas a

deslizamentos ocupavam as posições mais altas no gráfico, reforçando a ideia de que o ciclo

de chuva anterior ao evento apresenta papel importante em seu desencadeamento.

No trabalho de Tatizana et al. (1987) foram utilizados dados pluviométricos diários do

posto Curva da Onça do DAEE para o estudo da correlação entre chuvas e escorregamentos

na Serra do Mar, em Cubatão. Chuvas acumuladas de 4 dias foram consideradas efetivas no

processo de escorregamento, preparando o terreno para a instabilização. Os autores

estabeleceram uma função entre a intensidade horária e a acumulada antecedente, denominada

envoltória de escorregamentos, a partir da qual foi criado o CPC (coeficiente de precipitação

crítica), que mede a susceptibilidade de escorregamentos com a evolução da precipitação,

sendo dado pela relação entre a intensidade de chuva horária e a intensidade crítica para a

ocorrência de deslizamentos. Dessa forma, escorregamentos ocorrem para valores de CPC

maiores que 1,0, isto é, quando a intensidade horária de precipitação é superior à intensidade

crítica.

Posteriormente, Cerri et al. (1990), com a finalidade de implantar um Plano

Preventivo de Defesa Civil para minimizar os problemas advindos de escorregamentos em

encostas em municípios da Baixada Santista e Litoral Norte do Estado de São Paulo,

27

utilizaram uma adaptação do coeficiente de ciclo, proposta por Tatizana et al. (1987) e IPT

(1987), chamada de coeficiente de ciclo móvel (CCM). A possibilidade de ocorrência de

movimentos de massa foi avaliada acompanhando o comportamento do CCM ao longo do

tempo.

A alteração proposta foi dividir o acumulado de chuva do período analisado pelo

acumulado de chuva normal no mesmo período, conforme a equação 1:

(1)

Equação 1

Onde o acumulado normal de chuva é obtido a partir dos valores acumulados de

chuva normais mensais. A precipitação normal é calculada dividindo-se a precipitação

acumulada média mensal pelo número de dias do mês correspondente, como se as chuvas

fossem distribuídas equitativamente ao longo do mês. O acumulado normal de chuvas até o

dia i corresponde à soma das chuvas equitativamente distribuídas desde 1º de junho até o dia

i, considerando que o ano hidrológico se estende de junho de determinado ano até maio do

ano subsequente. Por se basear nos dados normais de chuva, o CCM incorpora em seu cálculo

as características da região para o qual é calculado. Dessa forma, a ocorrência de eventos é

mais provável para valores de CCM acima de 1, isto é, quando a precipitação acumulada é

maior do que a média esperada para aquele período. Um aspecto importante a ser considerado

a respeito do CCM é que seu cálculo pode resultar em valores pouco representativos para o

início do mês de junho, de modo que chuvas intensas logo no início do ano pluviométrico

levam a valores absurdamente altos do CCM. Por outro lado, enquanto não forem registradas

chuvas (numerador da fórmula do CCM igual a 0), o CCM será nulo. Entretanto, os valores

de CCM tendem a normalizar no decorrer do ano pluviométrico (Cerri, 1993). Cerri et al.

(1990) fornecem um exemplo de uso do CCM no ano pluviométrico de 1987-1988, para o

município de Petrópolis-RJ:

28

Figura 4 - Evolução do CCM entre 1987 e 1988 no município de Petrópolis - RJ (Adaptado de

Cerri et al., 1990).

Os autores observam que a partir da data 06/02/1988, destacada na figura, ocorreram

uma série de escorregamentos no município, notando que a possibilidade de ocorrência dos

mesmos era alta com base nos valores atingidos pelo CCM a partir de agosto de 1987 (CCM

maior que 1, isto é, período anormalmente chuvoso).

Cerri (1993) apresenta um método de elaboração de planos preventivos para

escorregamentos, no qual o CCM é tomado como um dos parâmetros que podem indicar a

ocorrência de escorregamentos. É destacado que valores elevados do CCM, por si só, não

garantem a certeza de ocorrência de escorregamentos, mas são indicadores bastante

adequados para o acionamento de ações preventivas. O autor ainda nota que esses resultados

devem ser combinados à previsão meteorológica (possível ocorrência de chuvas intensas

quando o CCM já atingiu valores elevados, aumentando o risco de acidentes) e vistorias de

campo em áreas de risco. O limiar de CCM para a entrada no nível de atenção foi definido

como 1,2, de acordo com os resultados obtidos por Guidicini e Iwasa (1977) com o

coeficiente de ciclo, segundo os quais eventos superiores a 20% da pluviosidade média têm

mais chances de deflagrar escorregamentos.

29

4.2. Interpolação espacial

A distribuição espacial das chuvas pode ser estudada utilizando a interpolação

espacial. A precipitação é uma variável que apresenta dependência espacial, ou seja, duas

coletas recolhidas em pontos próximos no espaço têm maior probabilidade de apresentar

resultados semelhantes (Zamboti, 2001). Trabalhos foram realizados no Brasil utilizando a

interpolação aplicada ao estudo de eventos de chuvas intensas e erosão dos solos. Alguns

exemplos incluem o trabalho realizado por Palmeira (2004), citado por Crepani et al. (2004),

que utiliza a interpolação de dados pluviométricos do Município de Paragominas (PA) e os

relaciona com a perda de solo por erosão; o trabalho de Vieira e Lombardi Neto (1995), que

utiliza a análise geoestatística e os dados de 292 pluviômetros da rede oficial do Estado de

São Paulo para analisar a variabilidade espacial do potencial de erosão no estado; a análise da

pluviometria e dias chuvosos na região Nordeste do Brasil, realizada por Silva et al. (2010),

utilizando dados diários de chuva de 600 estações meteorológicas para construção de mapas

do número de dias chuvosos e do coeficiente de variação da precipitação e do número de dias

chuvosos.

Existem diferentes métodos de interpolação espacial que podem ser aplicados aos

dados pluviométricos. Alguns trabalhos foram realizados testando diferentes métodos de

interpolação utilizando dados pluviométricos disponíveis, obtendo resultados distintos quanto

ao método mais eficaz (Alves e Vecchia, 2011; Castro Filho et al., 2012; Marcuzzo et al.,

2011).

4.2.1. Métodos de interpolação espacial

Dados climatológicos como o volume de chuvas são obtidos apenas para determinadas

localidades, ou pontos (no caso da precipitação apenas no lugar onde se localiza o posto que

realizou a medição). Valores para localidades entre os pontos amostrados podem ser obtidos

pela aplicação de um modelo apropriado que leve em consideração a variação esperada desse

atributo.

Um método simples de interpolação é o uso dos polígonos de Thiessen para a

definição de áreas de influência de cada ponto amostrado. Nesse método, a precipitação no

interior de cada polígono é assumida como sendo igual à do ponto amostrado. O resultado é

30

uma superfície discreta, em contraste com outros métodos que produzem superfícies

contínuas por meio de um modelo de variação espacial (Hartkamp et al. 1999).

Em geral, os métodos de interpolação espacial baseiam-se em calcular o valor de uma

variável para um ponto (x0,y0) por meio da ponderação dos valores observados nos pontos

amostrados (xi,yi) (Ly et al., 2013), como mostra a equação 2:

∑

∑

( 2 )

Equação 2

Onde:

Z0 = valor interpolado no ponto (x0,y0);

Zi = valor observado no ponto (xi,yi);

ρi = peso atribuído ao valor Zi na interpolação;

n = número de pontos amostrados.

Dessa forma, o problema consiste em calcular o valor dos pesos ρi que serão usados na

interpolação, sendo que para isso existem diferentes métodos.

Os métodos de interpolação podem ser classificados em determinísticos ou

estocásticos (geoestatísticos). Nos métodos determinísticos a interpolação é feita pela

combinação linear dos valores amostrados com base na geometria de sua distribuição

espacial, sem utilizar análises estatísticas (Soares 2000 apud Mazzini e Schettini, 2009).

Nessa categoria estão incluídos os polígonos de Thiessen, o método da mínima curvatura

(spline), a interpolação polinomial e o inverso ponderado da distância (IDW – inverse

distance weighting). Os métodos geoestatísticos utilizam modelos probabilísticos para a

determinação dos pesos usados na interpolação, levando em conta a autocorrelação dos dados

(relação estatística entre os dados). Os diferentes métodos de krigagem são métodos de

interpolação geoestatísticos e envolvem a construção de um variograma para estudo da

autocorrelação dos dados. Uma vantagem dos métodos geoestatísticos é que estes fornecem

uma medida da precisão da interpolação (Hartkamp et al., 1999; Ly et al., 2013).

31

4.2.2. Inverso ponderado da distância (IDW)

Para a elaboração dos mapas a partir dos dados pluviométricos obtidos, optou-se por

utilizar o interpolador inverso ponderado da distância (inverse distance weighting - IDW),

disponível no ArcMap 10.1. Nesse método, os pesos da interpolação são função da distância

entre o ponto interpolado e os pontos amostrados (Hartkamp et al., 1999). Tabios e Salas

(1985) apresentam de forma mais detalhada o cálculo dos pesos da interpolação: sendo (x0,y0)

o ponto que se quer interpolar e (xi,yi), i = 1, ... , n os pontos amostrados, o peso ρi atribuído

ao valor do ponto (xi,yi) será dado por:

( 3 )

Equação 3

Onde d0,i é a distância entre os pontos (x0,y0) e (xi,yi) e b é uma constante. Em geral,

adota-se b = 2 e neste caso o método é chamado de inverso do quadrado da distância. Pela

equação, o valor do peso ρi diminui conforme se aumenta a distância, ou seja, pontos mais

distantes de (x0,y0) terão menos influência em seu valor estimado (Tabios e Salas, 1985). Para

valores maiores de b, menor torna-se a influência da distância.

Diversos trabalhos foram realizados aplicando o método do inverso do quadrado da

distância a dados pluviométricos, obtendo resultados satisfatórios (Tabios e Salas, 1985;

Naoum e Tsanis, 2004; Magalhães et al., 2013). Magalhães et al. (2013) compararam

diferentes técnicas de interpolação para dados pluviométricos do norte do estado do Espírito

Santo e concluíram que o IDW foi o mais efetivo, produzindo menor erro quadrático médio.

Segundo Naoum e Tsanis (2004), o IDW produz bons resultados quando aplicado a redes de

postos pluviométricas relativamente densas, que é o caso da rede de postos estudada neste

trabalho. Além disso, é um método rápido e de baixo custo computacional (Mazzini e

Schettini, 2009).

32

5. MÉTODO

Após a definição do tema e dos objetivos do presente estudo, o método foi estruturado

utilizando uma abordagem geral semelhante à de outros trabalhos voltados à investigação de

índices pluviométricos e a deflagração de eventos perigosos de natureza hidrológica e

geológica (Guidicini e Iwasa, 1977; Tatizana et al., 1987; Cerri et al., 1990; entre outros).

Os dados de registros históricos de eventos de inundação e escorregamentos no

município de São Carlos-SP foram obtidos da pesquisa de mestrado em andamento (Eiras,

2016) à qual o presente estudo foi vinculado.

A pesquisa utilizou o programa de Sistema de Informação Geográfica (SIG)

ArcGIS/ArcMap 10.1 integrado a planilhas eletrônicas (Excel 2010) para armazenamento e

cálculo dos índices pluviométricos e análise espacial desses dados.

Com base nesses pressupostos metodológicos gerais, a pesquisa foi desenvolvida

segundo cinco grandes etapas de trabalho ilustradas na Figura 5 e descritas nos itens a seguir.

33

Figura 5 – Etapas de trabalho, principais atividades e produtos.

INVERSO DO QUADRADO DA

DISTÂNCIA (EQ. 2 E 3)

MAPAS – CLASSIFICAÇÃO EM 5 CLASSES

RELATIVAS USANDO AS QUEBRAS NATURAIS:

MUITO BAIXA, BAIXA, MÉDIA, ALTA, MUITO ALTA

34

5.1. Estruturação do banco de dados pluviométricos

Para a obtenção dos dados pluviométricos, foram selecionados postos pluviométricos

no entorno da região em estudo. Os dados referentes aos postos e suas respectivas séries

históricas de precipitação diária foram obtidos do portal SigRH - Sistema Integrado de

Gerenciamento de Recursos Hídricos (http://www.sigrh.sp.gov.br), do Departamento de

Águas e Energia Elétrica do Estado de São Paulo (DAEE). Os dados do posto pluviométrico

São Carlos INMET referentes ao período de julho de 2007 a maio de 2016 foram fornecidos

pelo Instituto Nacional de Meteorologia, uma vez que os dados referentes a esse posto

fornecidos pelo DAEE vão até 1971. As medidas realizadas pelo DAEE correspondem à

altura de chuva precipitada entre 7h do dia anterior e 7h do dia considerado.

Para a seleção dos postos a serem analisados, foram considerados sua proximidade à

área de estudo e o tamanho de sua série histórica. Buscou-se selecionar postos de forma que

eles fossem distribuídos para cobrir toda a área de estudo, resultando em espacializações mais

representativas dos índices pluviométricos. No caso da ocorrência de dois postos muito

próximos um do outro, escolheu-se aquele com série histórica mais longa. Todos os dados

coletados foram armazenados em planilha eletrônica Excel 2010.

Em seguida foram feitos o tratamento e a consolidação dos dados. No caso de lacunas

pequenas de apenas alguns dias, considerou-se ausência de precipitação preenchendo-se as

células com valor zero. Entretanto, anos que apresentavam meses inteiros sem dados foram

removidos da série histórica, em especial quando se tratava de meses do período mais

chuvoso, onde não seria seguro assumir ou aproximar para zero a precipitação. Houve

também vários casos onde dados de anos inteiros estavam ausentes na série histórica.

Dessa forma, após esse tratamento e consolidação dos dados pluviométricos, foi

necessário verificar se as características gerais dos dados haviam sido alteradas, em relação

aos dados originais. Isso foi feito calculando, para cada posto pluviométrico, as médias

mensais de precipitação dos dados após o tratamento e comparando-as com as médias mensais

fornecidas pelo DAEE, pelo cálculo das diferenças percentuais entre esses valores.

35

5.2. Cálculo e espacialização dos índices pluviométricos

Após o tratamento e a estruturação do banco de dados pluviométricos diários, foi feito

o cálculo da precipitação acumulada diária, para cada posto pluviométrico, para o posterior

cálculo do coeficiente de ciclo móvel. Dessa forma, para o cálculo da precipitação acumulada

diária, foi considerado o ano hidrológico, isto é, o período que se estende de 1º de junho de

um dado ano até 31 de maio do ano seguinte. Portanto, a precipitação acumulada, para um

dado dia i do ano hidrológico, é dada pelo somatório de todas as precipitações diárias desde o

dia 1º de junho até o dia i. Por exemplo, a precipitação acumulada do dia 14 de agosto

corresponde à soma das precipitações diárias do dia 1º de junho até o dia 13 de agosto, mais a

chuva diária do dia 14 de agosto.

Para a análise da variabilidade espacial das chuvas na região de estudo foram

calculados quatro índices pluviométricos, sendo eles a média mensal, a precipitação máxima

mensal, a precipitação máxima diária e a precipitação anual média. Os índices foram

calculados para cada posto pluviométrico, de acordo com a abrangência de suas respectivas

séries históricas, possibilitando assim a geração de mapas para cada um deles. Os mapas

foram gerados no ArcGIS 10.1, utilizando a interpolação pelo inverso do quadrado da

distância, abrangendo a área urbana do município e seu entorno. Os valores dos índices foram

divididos em intervalos com base no método estatístico das quebras naturais (natural breaks),

em cinco classes relativas de precipitação (mm de chuva): muito baixa (MB), baixa (B) média

(M), alta (A) e muito alta (MA).

5.3. Cálculo do CCM

Calculadas as precipitações acumuladas para todos os dias das séries históricas de cada

posto, foi possível calcular o coeficiente de ciclo móvel diário, conforme a Equação 1 (p.27).

Para o cálculo do acumulado normal de chuva calculou-se a precipitação acumulada mensal

média, com base nos dados da série histórica de cada posto. As médias foram divididas pelo

número de dias do mês correspondente, resultando nas precipitações normais diárias. O

acumulado normal de determinado dia é obtido somando-se as precipitações normais diárias

de 1º de junho até esse dia.

36

5.4. Registros históricos de eventos perigosos

Para o estudo da correlação de eventos de precipitação intensa com a ocorrência de

enchentes e escorregamentos, foi utilizado o inventário preliminar de eventos/acidentes

decorrentes desses processos na região estudada a partir de registros históricos de jornais

locais e consulta à Defesa Civil Municipal, feito por Eiras (2016) em pesquisa de mestrado

em andamento, à qual o presente estudo foi vinculado. Foram considerados 176 eventos na

zona urbana de São Carlos, ocorridos entre 1965 e 1970 e entre 2008 e 2016, para os quais

dados pluviométricos estavam disponíveis. Os dados pluviométricos considerados nas

análises foram os obtidos pelo posto São Carlos-INMET (D4-017), localizado dentro da área

de interesse e próximo à maior parte dos eventos analisados. Os eventos foram especializados

e foi gerado um mapa de distâncias em relação ao posto D4-017.

5.5. Integração e análise

A integração e a análise dos resultados foram feitas segundo duas vertentes principais:

o estudo da distribuição espacial dos índices pluviométricos e a análise do CCM para os

eventos/acidentes considerados.

Na primeira vertente, os mapas pluviométricos gerados possibilitaram o estudo do

comportamento e distribuição espacial dos índices pluviométricos calculados. Esses

resultados foram correlacionados com os registros históricos de eventos, que foram

especializados, permitindo buscar por relações entre a distribuição dos índices pluviométricos

e a ocorrência desses eventos.

Na segunda vertente, os valores do CCM relativos aos eventos e suas respectivas

precipitações acumuladas em 24 h foram plotados em gráficos. Também foram plotados

gráficos da evolução do CCM nos anos de 2014 a 2016, destacando os eventos ocorridos e

gráficos relacionando o CCM com os acumulados em 24h relativos aos eventos. Essas

análises permitiram estudar a relação do CCM e da precipitação diária com a deflagração de

eventos perigosos na região estudada, além de possibilitar a definição preliminar de valores

limiares de CCM para a deflagração desses eventos.

Por fim, foi redigida a monografia apresentando os resultados e as conclusões obtidas.

37

6. RESULTADOS E DISCUSSÃO

6.1. Banco de dados pluviométricos

Os dados relativos aos postos pluviométricos e a abrangência de suas séries históricas

são mostrados na tabela 1 e a localização dos postos pluviométricos é mostrada na figura 6.

Tabela 1 - Dados dos postos pluviométricos selecionados.

Posto

Pluviométrico Município Prefixo

Altitude

(m) Latitude Longitude

Abrangência da série

histórica

ÁGUA

VERMELHA

(CPEF)

SÃO

CARLOS C4-022 800 21° 53' 00'' 47° 53' 00'' 1939 - 1961

FAZENDA DA

BARRA

SÃO

CARLOS C4-092 610 21° 53' 08'' 47° 47' 09'' 1960 - 2014

CABACEIRAS SÃO

CARLOS C4-101 620 21° 47' 00'' 47° 57' 00'' 1972 - 1996/1998 - 2000

VILA CARMEM SÃO

CARLOS D4-015 820 22° 01' 00'' 47° 54' 00''

1937 – 1994/1997 -

1998

SÃO CARLOS

(INMET)

SÃO

CARLOS D4-017 830 22° 01' 00'' 47° 53' 00''

1954 - 1971/ 2008 -

2016

MONJOLINHO

(CPEF)

SÃO

CARLOS D4-045 660 22° 02' 00'' 47° 58' 00'' 1940 - 1968

SÃO CARLOS -

SAAE

SÃO

CARLOS D4-075 815 21° 59' 12'' 47° 52' 33''

1970 – 1995/2014 –

2015

FAZENDA SANTA

BÁRBARA

SÃO

CARLOS D4-106 789 22° 05' 38'' 47° 58' 30'' 1979 - 2015

FAZENDA ÁGUA

BRANCA

SÃO

CARLOS D5-076 598 22° 04' 03'' 48° 02' 46'' 1961 - 2015

IBATÉ IBATÉ C5-035 830 21° 57' 00'' 48° 00' 00'' 1939 - 1999

USINA DO LOBO ITIRAPINA D4-033 690 22° 10' 00'' 47° 54' 00'' 1938 - 1997

VISCONDE DE

RIO CLARO ITIRAPINA D4-037 760 22° 08' 54'' 47° 47' 42''

1937 – 1999/2004 -

2015

ANALÂNDIA ANALÂNDIA D4-035 643 22° 07' 47'' 47° 40' 03'' 1937 - 2015

38

Figura 6 - Localização dos postos pluviométricos.

39

As diferenças percentuais entre as médias dos dados consolidados e as médias

fornecidas pelo DAEE são mostradas na tabela 2:

Tabela 2 – Diferença percentual entre as médias mensais dos dados após o tratamento e as

médias mensais calculadas pelo DAEE.

Posto Jun Jul Ago Set Out Nov Dez Jan Fev Mar Abr Mai

C4-022 1,31 4 7,26 8,78 0,04 0,91 3,49 1,8 6,32 0,94 9,54 15,64

C4-092 4,22 4,5 3,91 5,55 1,32 1,73 0,78 1,44 1,02 2,62 1,59 2,78

C4-101 2,28 0,16 11,47 4,22 0,36 3,84 1,78 0,75 2,8 2,25 2,7 1,94

D4-015 4,46 5,9 0,93 2,79 2,68 1,61 1,66 2,78 0,89 0,23 1,57 1,76

D4-017 11,95 3,01 0,62 2,23 8,09 4,64 5,88 7,62 7,94 4,45 1,77 15,18

D4-045 9,21 3,75 11,43 6,47 1,54 1,44 1,75 3,71 1,44 3,6 7,74 2,36

D4-075 3,36 4,72 6,44 4,08 0,94 6,75 5,77 6,17 2,13 1,12 1,21 1,68

D4-106 9,49 1,19 4,88 4,21 2,62 3,4 0,03 0,37 4,18 5,67 1,87 1,27

D5-076 2,2 11,27 6,08 2,33 2,29 1,02 3,77 2,95 1,92 2,44 1,8 0,68

C5-035 0,3 1,08 5,01 4,86 1,23 4,98 2,21 2,96 2,09 2,34 8,51 1,84

D4-033 8,51 7,07 0,1 2 1,1 2,04 4,56 3,29 0,79 1,18 3,38 3,73

D4-037 3,29 1,67 3,88 3,6 0,36 1,33 2,4 4,17 1,34 0,79 5,33 5,11

D4-035 4,38 6,05 5,9 0,72 0,28 1,16 1,9 0,2 0,59 0,12 2,16 0,37

Como pode ser observado pela tabela acima, não houve grandes diferenças percentuais

entre as médias mensais dos dados tratados e dos dados originais do DAEE (a maior delas

estando em torno de 15%), indicando que as características gerais dos dados não sofreram

alterações com os procedimentos de consolidação utilizados.

A análise dos resultados obtidos será feita em duas etapas: primeiramente, será

analisada a distribuição espacial das chuvas em todo o Município de São Carlos e bacias nele

contidas e a variabilidade das médias e máximas mensais ao longo do ano por meio dos

mapas gerados; em seguida, serão estudados os valores de CCM registrados na data de cada

evento a fim de se identificar uma relação entre os valores desse índice e a deflagração de

enchentes e escorregamentos e definir valores limiares do CCM para a ocorrência desses

eventos na região.

40

6.2. Análise da distribuição espacial dos índices pluviométricos

6.2.1. Médias anuais e máximas diárias

A tabela 3 mostra os valores obtidos para a precipitação média anual e as máximas

diárias:

Tabela 3 - Máximas diárias e médias anuais (mm).

Posto Máxima diária

(mm)

Média anual

(mm)

C4-022 140 1090,8

C4-092 186,1 1451,4

C4-101 110,4 1498,7

D4-015 155,6 1410,6

D4-017 116,6 1439,5

D4-045 106 1318,7

D4-075 149 1546,1

D4-106 183,2 1588,0

D5-076 185,3 1458,8

C5-035 169 1491,7

D4-033 142,5 1425,7

D4-037 127 1356,9

D4-035 157,2 1370,0

A figura 7 mostra o mapa da distribuição da média anual obtido pela interpolação dos

dados da tabela 3. A distribuição percentual em área das classes de média anual por bacia é

mostrada na tabela 4.

Pela figura 7 e tabela 4 é possível observar que as máximas médias anuais (muito altas

e altas) ocorrem nas regiões noroeste do município de São Carlos (bacia das Cabaceiras,

próximo ao município de Araraquara, registradas pelo posto C4-101) e sudoeste (bacia do

Jacaré-Guaçu, na região da divisa com o município de Brotas, posto pluviométrico D4-106).

Na porção nordeste da área urbanizada, próximo ao posto D4-075, também ocorrem médias

anuais muito altas (1470 ~ 1588 mm), perfazendo 16% da área da bacia do Monjolinho. Nessa

bacia, em 67% da sua área predominam valores altos de chuva média anual (1405 ~ 1470

mm).

41

Figura 7 - Distribuição espacial das médias anuais.

42

Valores médios são observados em 15% dessa bacia e valores baixos em apenas 2%,

não havendo regiões de precipitação média anual muito baixa. Em toda a porção da bacia do

Feijão abrangida pela zona urbana de São Carlos ocorrem valores altos de precipitação média

anual. Médias anuais muito baixas são observadas apenas no posto C4-022, principalmente

nas bacias das Araras (29% da mesma) e em uma pequena parte da bacia do Quilombo (3%).

Tabela 4 - Distribuição em área percentual das classes de precipitação média anual por

bacia.

MÉDIA

ANUAL

BACIAS

FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 2% 29% 1% 0% 0% 0% 3%

B 0% 21% 26% 19% 0% 2% 0% 8%

M 24% 31% 37% 11% 0% 15% 2% 26%

A 76% 45% 8% 39% 49% 67% 98% 60%

MA 0% 0% 0% 30% 51% 16% 0% 1%

O mapa da distribuição das máximas diárias é mostrado na figura 8 e a distribuição em

área percentual das classes por bacia na tabela 5. Pelo mapa da figura 8 observa-se que

valores altos (151 ~166 mm) e muito altos (166 ~ 186 mm) de máxima diária ocorrem

somente nas regiões nordeste e sudoeste, nas bacias do Quilombo (posto C4-092, altas em

31% de sua área e muito altas em 14%), do Jacaré-Guaçu (altas em 22% e muito altas em

45% dessa bacia) e na região sudoeste da bacia do Monjolinho. Nessa bacia observa-se uma

região de máximas diárias altas no entorno do posto D4-015, mas em sua maior parte as

máximas diárias apresentam valores muito baixos a médios (15% muito baixos, 37% baixos e

38% médios).

Tabela 5 - Distribuição em área percentual das classes de precipitação máxima diária por

bacia.

MÉDIA

ANUAL

BACIAS

FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 0% 6% 67% 0% 15% 0% 0%

B 69% 0% 40% 27% 0% 37% 0% 3%

M 31% 100% 52% 6% 33% 38% 100% 51%

A 0% 0% 1% 0% 22% 7% 0% 31%

MA 0% 0% 0% 0% 45% 2% 0% 14%

43

Figura 8 - Distribuição espacial das máximas diárias.

44

O mesmo ocorre nas bacias das Cabaceiras (67% muito baixos e 27% baixos), das

Araras (40% baixos e 52% médios) e do Feijão (69% e 31% para valores baixos e médios,

respectivamente). Em toda a extensão das bacias do Chibarro e do Pântano são observados

valores médios (141 ~151 mm).

Em comparação à figura 7, observa-se que na zona urbana a precipitação média anual

varia de alta a muito alta, enquanto a máxima diária varia de muito baixa a média. Esse

comportamento pode estar associado a uma chuva anormal ocorrida no posto C4-092 (Bacia

do Quilombo) na série histórica considerada.

6.2.2. Médias e máximas mensais

A tabela 6 apresenta as médias mensais obtidas para cada posto pluviométrico. Os

mapas gerados a partir desta são mostrados nas figuras 9, 10 e 11.

Tabela 6 - Precipitação média mensal (mm).

Posto Média mensal (mm)

Jun Jul Ago Set Out Nov Dez Jan Fev Mar Abr Mai

C4-022 33,4 14,2 20,3 37,8 87,4 122,7 147,8 191,6 154,5 145,6 49,3 38,7

C4-092 35,4 24,8 28,0 62,4 129,3 162,0 251,3 259,7 192,5 173,1 78,2 57,2

C4-101 37,3 31,4 28,9 72,1 132,7 158,6 259,3 257,9 206,9 166,0 85,5 62,1

D4-015 46,6 26,3 26,8 63,2 125,4 151,8 243,9 241,6 199,4 162,1 69,5 60,7

D4-017 49,2 27,0 35,7 61,0 122,8 149,1 256,4 262,1 192,2 150,7 72,9 60,4

D4-045 44,9 21,4 18,7 41,7 122,4 141,1 218,7 242,2 205,1 166,6 53,5 42,5

D4-075 47,5 35,2 35,7 80,1 130,2 154,7 261,5 238,0 215,7 185,2 90,4 71,9

D4-106 50,7 29,1 30,7 79,5 127,7 163,6 251,3 291,6 220,0 179,5 92,7 71,7

D5-076 44,6 24,2 29,2 67,2 128,8 163,0 230,6 263,8 209,7 156,2 78,5 58,4

C5-035 40,4 23,7 22,1 61,2 122,3 171,2 252,8 254,9 218,4 179,6 68,2 56,6

D4-033 43,0 27,4 27,4 62,8 136,5 162,0 212,8 248,5 207,5 159,1 69,1 60,1

D4-037 40,1 25,6 23,7 56,0 120,9 157,6 219,1 239,4 205,9 156,7 65,4 56,4

D4-035 41,7 26,5 27,8 61,8 123,9 155,5 213,1 244,3 210,6 156,1 64,6 55,0

45

Figura 9 - Distribuição das médias mensais de maio a agosto.

46

Figura 10 - Distribuição das médias mensais de setembro a dezembro.

47

Figura 11 - Distribuição das médias mensais de janeiro a abril.

48

Pela figura 9 observa-se que no período seco (maio a agosto) a precipitação mensal

varia de 14,2 a 71, 8 mm por mês, sendo que as maiores precipitações acontecem no mês de

maio, decrescendo até o mês de agosto. As maiores médias mensais nesse período são

observadas nas bacias do Quilombo, Jacaré-Guaçu, Feijão e na cabeceira da bacia do

Monjolinho, na porção nordeste da área de estudo. Na bacia do Monjolinho, nesse período, as

regiões de média mensal alta e muito alta variam de 16% a 93% e 6% a 27% de sua área,

respectivamente (tabela 7). As menores médias mensais são observadas ao norte da área de

estudo, nas bacias do Chibarro, Araras, Quilombo e parte da bacia das Cabaceiras, ao redor do

posto C4-022, além da Bacia do Monjolinho, nas proximidades do posto D1-045, com

exceção do mês de junho. As regiões de médias baixas e muito baixas variam de 0% a 16% e

0% a 14%, respectivamente (tabela 7).

Tabela 7 - Distribuição em área percentual das classes de precipitação média mensal por bacia

(maio a agosto).

PPT MÉDIA BACIAS

MAIO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 8% 36% 8% 0% 9% 0% 5%

B 0% 35% 44% 17% 0% 15% 0% 17%

M 89% 48% 20% 20% 10% 39% 100% 58%

A 11% 9% 1% 55% 56% 28% 0% 19%

MA 0% 0% 0% 0% 33% 10% 0% 1%

JUNHO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 1% 38% 17% 0% 0% 0% 21%

B 0% 25% 62% 83% 0% 0% 0% 31%

M 69% 62% 0% 0% 5% 1% 100% 34%

A 31% 12% 0% 0% 48% 93% 0% 14%

MA 0% 0% 0% 0% 46% 6% 0% 0%

JULHO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 3% 30% 2% 0% 0% 0% 4%

B 0% 23% 25% 17% 0% 7% 0% 10%

M 0% 43% 32% 8% 13% 27% 0% 39%

A 100% 29% 13% 20% 78% 48% 100% 42%

MA 0% 1% 1% 53% 9% 18% 0% 5%

AGOSTO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 6% 33% 7% 0% 14% 0% 4%

B 20% 51% 54% 22% 1% 16% 0% 15%

M 56% 33% 13% 60% 61% 27% 100% 45%

A 23% 10% 0% 11% 38% 16% 0% 33%

MA 1% 0% 0% 0% 0% 27% 0% 3%

Pela figura 10 e tabela 8, observa-se que os valores precipitados mensais sobem de

setembro a dezembro (37,8~80 a 147,8~251,5 mm), indicando a entrada no período chuvoso.

Novamente nota-se que as menores médias são observadas ao norte da área de estudo, nas

bacias do Chibarro, Cabaceiras, Araras e Quilombo, no entorno do posto C4-022. Médias

mensais baixas e muito baixas são observadas na área de estudo na porção oeste da bacia do

Monjolinho no mês de setembro (muito baixas 8% e baixas 14%). Valores médios são

49

observados nessa bacia nesse mês em 43% de sua área, enquanto valores altos e muito altos

ocorrem em 24% e 11% da bacia, respectivamente. As médias mensais mais altas se

concentram nessa bacia entre os meses de outubro e dezembro, onde médias altas e muito

altas ocorrem na maior parte de sua extensão (muito altas e altas em 100% da bacia em

outubro, em 79% em novembro e em 89% em dezembro). Precipitações médias elevadas

também são observadas nesse período a sudoeste do município, postos D5-076 e D4-106 na

bacia do Jacaré-Guaçu (84% da bacia com precipitações altas e muito altas em setembro,

100% em outubro e novembro e 85% em dezembro), entre os meses de outubro e dezembro a

nordeste, no entorno do posto C4-092, bacias do Quilombo e Pântano e na bacia do Feijão,

principalmente em outubro e novembro (figura 10 e tabela 8).


(setembro a dezembro).

PPT MÉDIA BACIAS

SETEMBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 7% 34% 6% 0% 8% 0% 5%

B 5% 33% 33% 16% 0% 14% 0% 14%

M 92% 51% 27% 11% 16% 43% 100% 61%

A 3% 8% 6% 42% 50% 24% 0% 19%

MA 0% 0% 0% 25% 34% 11% 0% 1%

OUTUBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 1% 26% 1% 0% 0% 0% 3%

B 0% 22% 23% 18% 0% 0% 0% 7%

M 0% 39% 39% 11% 0% 0% 0% 21%

A 78% 38% 10% 15% 2% 78% 100% 63%

MA 22% 0% 1% 56% 98% 22% 0% 6%

NOVEMBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 1% 27% 1% 0% 0% 0% 3%

B 0% 19% 22% 18% 0% 4% 0% 7%

M 0% 30% 39% 10% 0% 18% 0% 15%

A 56% 45% 12% 29% 2% 71% 100% 64%

MA 44% 4% 0% 43% 98% 8% 0% 11%

DEZEMBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 1% 26% 0% 0% 0% 0% 3%

B 0% 20% 24% 18% 0% 0% 0% 7%

M 45% 30% 38% 10% 16% 11% 4% 17%

A 45% 46% 10% 12% 51% 41% 96% 55%

MA 10% 4% 2% 59% 34% 48% 0% 18%

A figura 11 mostra a distribuição das médias mensais para os meses de janeiro a abril

e a tabela 9 a distribuição das classes por bacia. Observa-se que os maiores valores

precipitados ocorrem em janeiro, decrescendo até o mês de abril, marcando o final do período

chuvoso (191,6~291,6 mm em janeiro a 49,3~92,7 mm em abril). Novamente médias baixas e

muito baixas são registradas ao norte da área de estudo no posto C4-022, enquanto durante

todo o período são observadas médias altas na bacia do Jacaré-Guaçu, principalmente nos

meses de janeiro (55% altas e 45% muito altas) e fevereiro (6% altas e 94% muito altas).

50

Na bacia do Monjolinho no mês de janeiro as médias ficam entre médias e altas (59%

e 40%), enquanto em fevereiro predominam médias altas (68%) e em março e abril ocorrem

zonas de precipitação variando de baixa a muito alta, predominando médias (31% em março e

42% em abril) e altas (47% e 25%). Ainda assim, é importante notar que o mês mais chuvoso

é janeiro, devido aos valores mais altos das classes média e alta (238~266,5 mm) comparado

aos demais meses desse período (tabela 9).


(janeiro a abril).

PPT MÉDIA BACIAS

JANEIRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 8% 34% 7% 0% 0% 0% 5%

B 0% 38% 37% 18% 0% 0% 0% 15%

M 79% 54% 28% 24% 1% 59% 100% 71%

A 21% 0% 1% 51% 55% 40% 0% 10%

MA 0% 0% 0% 0% 45% 1% 0% 0%

FEVEREIRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 1% 28% 1% 0% 0% 0% 3%

B 0% 17% 27% 18% 0% 0% 0% 10%

M 0% 31% 40% 14% 0% 3% 0% 46%

A 91% 51% 5% 62% 6% 68% 100% 40%

MA 9% 0% 0% 5% 94% 28% 0% 0%

MARÇO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 4% 32% 4% 0% 1% 0% 4%

B 41% 18% 30% 19% 10% 10% 2% 7%

M 59% 24% 38% 53% 29% 31% 98% 32%

A 0% 53% 0% 23% 26% 47% 0% 53%

MA 0% 0% 0% 0% 35% 11% 0% 5%

ABRIL FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 7% 32% 5% 0% 7% 0% 4%

B 13% 35% 25% 16% 0% 15% 0% 9%

M 86% 51% 31% 8% 25% 42% 100% 46%

A 1% 7% 11% 28% 38% 25% 0% 40%

MA 0% 0% 0% 43% 37% 10% 0% 1%

51

As precipitações máximas mensais calculadas são mostradas na tabela 10 e os mapas

gerados a partir destas, nas figuras 12, 13 e 14.

Tabela 10 - Precipitação máxima mensal (mm).

Posto Máxima mensal (mm)

Jun Jul Ago Set Out Nov Dez Jan Fev Mar Abr Mai

C4-022 64,2 38,7 35,6 64,6 69,8 106 117 99 97,5 140 110,6 90

C4-092 80 95,3 63,7 61,8 91,6 103,6 155 186,1 164,4 114,5 100,2 87

C4-101 83,4 67,9 34,9 64,8 97,7 95,5 108 109,2 98,3 79,5 110,4 81

D4-015 100 78,9 65,1 82,5 105,9 107,6 98 155,6 150,2 99,8 92,1 152,7

D4-017 80 51 57,4 48,4 65,4 98,2 99,1 130,6 110,1 98,2 104,2 81,8

D4-045 88,7 39 36 53 99 106 83 95 100 100,8 57 47,2

D4-075 94 82,8 58 73,2 93,2 124,4 93,3 149 122,4 107,9 67,1 78,5

D4-106 82,5 65,5 64,3 65,2 102,3 115,1 106 183,2 119,2 93,9 86,3 75,3

D5-076 88,7 85,5 61,9 75,8 94,2 138,5 185,3 142,1 100,4 113 93,5 72,2

C5-035 97,3 58,3 49,7 72,7 80 169 143,1 140,2 126 140 76 82,9

D4-033 91,5 82,2 57,5 70,3 92,6 80,7 105 142,5 99,7 92,9 105,4 77,3

D4-037 78,5 75,5 48,2 68 89,6 82,1 119 106 127 122,5 83,7 124

D4-035 66,5 81,7 55,2 65,9 90,2 104,5 106,5 110 157,2 85 84,1 76,9

No período seco (figura 12), observam-se máximas mensais altas e muito altas na

bacia do Monjolinho, dentro dos limites da área de estudo. Máximas mensais altas e muito

altas predominam nessa bacia em junho (51% e 46%, tabela 11). Apesar da área de máximas

altas e muito altas em maio ser menor nessa bacia (10% e 4%, tabela 11), essas classes

correspondem a valores maiores de precipitação para esse mês (101,5~152,7 mm). Com

exceção do mês de junho, máximas mensais médias predominam na bacia do Monjolinho.

Máximas altas são observadas a sudeste, na bacia do Feijão, principalmente e junho e julho, e

a sudoeste, na bacia do Jacaré-Guaçu, em junho e agosto. Máximas baixas e muito baixas

predominam no mês de maio na maior parte do município (bacias do Jacaré-Guaçu, Chibarro,

Quilombo, Cabaceiras, Monjolinho e Araras). Em todo o período seco, máximas baixas e

muito baixas são observadas no entorno do posto C4-022, ao norte da área de estudo,

ocorrendo também na porção sudoeste da bacia do Monjolinho nos meses de maio, julho e

agosto.

52

Figura 12 - Distribuição das máximas mensais de maio a agosto.

53

Figura 13 - Distribuição das máximas mensais de setembro a dezembro.

54

Figura 14 – Distribuição das máximas mensais de janeiro a abril.

55

Tabela 11 - Distribuição em área percentual das classes de máxima mensal por bacia (maio a

agosto).

PPT MÁXIMA

MENSAL BACIAS

MAIO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 0% 0% 0% 55% 29% 0% 0%

B 10% 89% 100% 100% 45% 27% 0% 76%

M 70% 11% 0% 0% 0% 29% 100% 24%

A 19% 0% 0% 0% 0% 10% 0% 0%

MA 0% 0% 0% 0% 0% 4% 0% 0%

JUNHO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 5% 37% 7% 0% 0% 0% 5%

B 7% 18% 55% 23% 0% 0% 2% 39%

M 43% 23% 8% 70% 31% 2% 98% 33%

A 46% 35% 0% 0% 64% 51% 0% 21%

MA 4% 19% 0% 0% 4% 46% 0% 2%

JULHO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 7% 30% 6% 0% 13% 0% 4%

B 0% 44% 28% 21% 3% 23% 0% 6%

M 28% 48% 42% 73% 55% 40% 0% 17%

A 69% 1% 0% 0% 33% 20% 100% 56%

MA 4% 0% 0% 0% 9% 4% 0% 18%

AGOSTO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 7% 30% 6% 0% 13% 0% 4%

B 0% 44% 28% 21% 3% 23% 0% 6%

M 28% 48% 42% 73% 55% 40% 0% 17%

A 69% 1% 0% 0% 33% 20% 100% 56%

MA 4% 0% 0% 0% 9% 4% 0% 18%

No início do período chuvoso (figura 13) em setembro e outubro, as máximas mais

altas se concentram na área de estudo (bacia do Monjolinho) e a sudoeste nas bacias do

Jacaré-Guaçu e do Feijão. Na bacia do Monjolinho em setembro as diferentes classes de

máximas anuais são mais uniformemente distribuídas (MB 13%, B 21%, M 29%, A 25% e

MA 11%, tabela 12). A área correspondente às classes alta e muito alta aumenta nessa bacia

em outubro (A 42% e MA 28%), enquanto em novembro predominam valores médios

(104,2~111,1 mm, 52%). No mês de dezembro as maiores máximas são observadas a

sudoeste, na bacia do Jacaré-Guaçu, no entorno do posto D5-076 e a nordeste, na bacia do

Quilombo, no posto C4-092. Ainda assim, nesse mês predominam máximas baixas em todas

as bacias. Na bacia do Monjolinho, em particular, predominam máximas mensais muito

baixas (81%). Apesar disso, pode-se afirmar que as máximas mensais em dezembro são

maiores que as registradas em setembro e outubro, uma vez que as máximas muito baixas

correspondem ao intervalo de 83~105,5 mm, maior que as máximas muito altas de setembro e

similar às máximas muito altas de outubro.

56

Tabela 12 - Distribuição em área percentual das classes de máxima mensal por bacia

(setembro a dezembro).

PPT MÁXIMA

MENSAL BACIAS

SETEMBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 0% 0% 0% 0% 13% 0% 0%

B 4% 0% 0% 0% 3% 21% 0% 18%

M 43% 21% 100% 100% 52% 29% 100% 70%

A 53% 79% 0% 0% 36% 25% 0% 12%

MA 0% 0% 0% 0% 9% 11% 0% 0%

OUTUBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 7% 31% 4% 0% 3% 0% 5%

B 2% 40% 29% 17% 0% 8% 0% 13%

M 68% 53% 32% 12% 0% 19% 100% 78%

A 30% 0% 7% 36% 44% 42% 0% 4%

MA 0% 0% 0% 31% 56% 28% 0% 0%

NOVEMBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 34% 0% 0% 3% 9% 0% 0% 0%

B 42% 0% 8% 62% 19% 4% 27% 2%

M 24% 4% 92% 35% 15% 52% 73% 82%

A 0% 69% 0% 0% 42% 35% 0% 16%

MA 0% 26% 0% 0% 15% 10% 0% 0%

DEZEMBRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 13% 4% 0% 0% 1% 81% 0% 7%

B 86% 90% 48% 100% 80% 12% 100% 44%

M 1% 6% 52% 0% 6% 2% 0% 31%

A 0% 0% 0% 0% 5% 4% 0% 18%

MA 0% 0% 0% 0% 8% 1% 0% 0%

As máximas dos meses de janeiro a abril são mostradas na figura 14, e variam de 95 a

110,6 mm. A distribuição das classes por bacia é mostrada na tabela 13. Observam-se

máximas nas classes muito baixa e baixa ocorrem em janeiro e fevereiro ao norte, nas bacias

do Quilombo, Araras, Chibarro e Cabaceiras, no entorno do posto C4-022, na porção sudoeste

da bacia do Monjolinho (posto D4-045) e a sudeste, na bacia do Feijão. As maiores máximas

são observadas em janeiro na bacia do Jacaré-Guaçu, posto D4-106 e do Quilombo, posto C4-

092. Em fevereiro, entretanto, predominam na bacia do Jacaré-Guaçu máximas baixas (77%)

e muito baixas (23%). Nos dois meses na bacia do Monjolinho predominam máximas médias

(46%). Nos meses de março e abril as maiores máximas ocorrem ao norte, nas bacias do

Chibarro, Quilombo e Araras, ao redor do posto C4-022. Na bacia do Monjolinho

predominam máximas entre muito baixas e médias nesses meses, como pode ser observado

pela tabela 13. Observa-se que as máximas mensais decrescem entre janeiro e abril com o fim

do período chuvoso.

57

Tabela 13 – Distribuição em área percentual das classes de máxima mensal por bacia (janeiro

a abril).

PPT MÁXIMA

MENSAL BACIAS

JANEIRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 13% 14% 59% 100% 0% 16% 0% 5%

B 74% 72% 37% 0% 0% 32% 100% 18%

M 14% 14% 4% 0% 45% 46% 0% 46%

A 0% 0% 0% 0% 27% 6% 0% 20%

MA 0% 0% 0% 0% 28% 0% 0% 11%

FEVEREIRO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 6% 11% 59% 100% 23% 22% 0% 4%

B 18% 59% 32% 0% 77% 25% 0% 9%

M 75% 30% 9% 0% 0% 46% 74% 48%

A 0% 0% 0% 0% 0% 6% 26% 26%

MA 0% 0% 0% 0% 0% 1% 0% 12%

MARÇO FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 1% 0% 0% 50% 0% 10% 0% 0%

B 36% 0% 8% 19% 83% 48% 0% 6%

M 47% 18% 16% 9% 10% 38% 100% 38%

A 15% 68% 38% 14% 8% 4% 0% 49%

MA 0% 14% 38% 9% 0% 0% 0% 8%

ABRIL FEIJ. CHIB. ARAR. CABAC. JACAR. MONJ. PÂNT. QUIL.

MB 0% 0% 0% 0% 0% 21% 0% 0%

B 2% 29% 0% 0% 16% 38% 0% 5%

M 88% 45% 0% 0% 69% 34% 100% 43%

A 9% 22% 21% 1% 14% 7% 0% 45%

MA 2% 4% 79% 99% 1% 1% 0% 6%

Em geral, é possível observar pelos mapas que a área urbana do município de São

Carlos registra as maiores médias anuais de precipitação, apesar das máximas diárias baixas

em comparação ao seu entorno, e tende a apresentar as maiores médias mensais no período

chuvoso.

6.2. Análise do CCM e da precipitação para os eventos registrados

Os eventos considerados nas análises, suas datas de ocorrência, locais, valores de

precipitação acumulada em 24 horas e CCM correspondentes são mostrados na tabela 14

(posto pluviométrico D4-017).

58

Tabela 14 - Eventos, datas, locais, precipitações acumuladas em 24h e CCM.

Tipo de

Evento Data Local Fonte

Acum.

24 h

(mm)

CMM

Enchente 19/01/65 Parte Baixa nas margens do córrego Gregório

(Baixada do Mercado) A Folha 76,6 1,40







Enchente 10/12/65 Rua Geminiano Costa (Próximo ao mercado) A Folha 13,5 1,21



Enchente 17/11/66 Ponte da Rua José Bonifácio A Folha 37,8 1,15

Enchente 17/11/66 Rua 9 de Julho na parte baixa A Folha 37,8 1,15

Enchente 18/02/67 Rua São Paulo A Folha 33,2 1,14

Enchente 18/02/67 Rua Rui Barbosa. A Folha 33,2 1,14




Enchente 17/01/68 Rua Rui Barbosa. A Folha 28,9 1,17



Enchente 20/01/68 Rua General Osório esquina com Episcopal A Folha 18,8 1,18

Enchente 29/11/68 Rua Dona Alexandrina entre ruas Sete de Setembro

e Major José Inácio A Folha 23,9 0,77



Enchente 13/01/70 Trecho entre Jesuíno de Arruda e a Ponte do

Gregório. A Folha 31,9 1,13

Enchente 13/01/70 Rua São Paulo entre a Padre Teixeira e Treze de

Maio. A Folha 31,9 1,13

Enchente 13/01/70 Rua General Osório na baixada A Folha 31,9 1,13

Enchente 13/01/70 Praça Itália A Folha 31,9 1,13

Enchente 15/01/70 Entre Jesuíno de Arruda e Geminiano Costa A Folha 37 1,17


(Baixada do Mercado) A Folha 37 1,17




Enchente 13/03/70 Confluência da General Osório com Episcopal A Folha 50,8 1,27

Enchente 13/03/70 Geminiano Costa (Parte Baixa) A Folha 50,8 1,27

Enchente 01/10/08 Avenida Getúlio Vargas Defesa Civil 0 0,65

Enchente 01/10/08 Rua São Joaquim Esquina com Avenida

Comendador Alfredo Maffei. Defesa Civil 0 0,65

Enchente 01/10/08 Avenida Getúlio Vargas Defesa Civil 0 0,65

Deslizamento 05/11/08 Serra do Cidade Aracy Defesa Civil 0 0,63

Continua

59

Tabela 14 - Eventos, datas, locais, precipitações acumuladas em 24h e CCM (continuação).

Tipo de


Acum.

24 h

(mm)

CMM

Deslizamento 06/02/09 Queda de blocos na Avenida Integração na curva da

Serra de Aracy Defesa Civil 0 0,76

Enchente 30/03/09 Praça Itália Defesa Civil 18,8 0,95

Enchente 06/04/09 Avenida São Carlos proximo ao Jáu Serve Defesa Civil 38,2 0,98

Enchente 06/04/09 Avenida Francisco Pereira Lopes sentido

centro/shopping São Carlos Agora 38,2 0,98

Enchente 12/10/09 Praça do Mercado Defesa Civil 9,6 1,85

Enchente 26/10/09 Rua Machado de Assis 80 Defesa Civil 23,2 1,70

Enchente 26/10/09 Rua 26 Cidade Aracy Defesa Civil 23,2 1,70

Enchente 26/10/09 Rua Rigiti Arab 267 Defesa Civil 23,2 1,70


Enchente 26/10/09 CDHU Defesa Civil 23,2 1,70

Enchente 26/10/09 Rotatória do Cristo São Carlos Agora 23,2 1,70

Deslizamento 02/12/09 Deslizamento no morro da Cidade Aracy sobre a

Avenida da Integração, obstruindo a via pública Defesa Civil 1,2 1,57

Enchente 16/12/09 Kartódromo Defesa Civil 60,6 1,69

Enchente 29/12/09 Avenida Francisco Pereira Lopes Defesa Civil 90,4 1,60

Enchente 29/12/09 Rotatória do Cristo Defesa Civil 90,4 1,60

Enchente 29/12/09 Avenida Getulio Vargas 1405 Defesa Civil 90,4 1,60


Enchente 14/03/10 Rua Conde do Pinhal - Perto da creche Anita Costa São Carlos Agora 66,8 1,38


Enchente 14/03/10 Rotatória da Educativa na Avenida Comendador

Alfredo Maffei São Carlos Agora 66,8 1,38

Enchente 14/03/10 Baixada do Mercado São Carlos Agora 66,8 1,38

Enchente 14/03/10 Praça Itália São Carlos Agora 66,8 1,38


Enchente 03/04/10 Baixada do Mercado São Carlos Agora 67,6 1,40




Enchente 03/04/10 Comendador Alfredo Maffei, perto do Forum Cível São Carlos Agora 67,6 1,40


Enchente 12/01/11 Rua da Paz - CDHU Defesa Civil 98,8 0,86

Enchente 29/01/11 Rotatória do Cristo São Carlos Agora 3 0,91

Enchente 29/01/11 CDHU São Carlos Agora 3 0,91

Enchente 31/01/11 Rua Natalino Sampato (antiga 26) no Bairro Cidade

Aracy II

São Carlos Dia e

Noite 9 0,90

Enchente 31/01/11 Rua General Osório em frente a loja

Pernanbucanas. Defesa Civil 9 0,90

Enchente 31/01/11 Rua Jose Bonifácio Defesa Civil 9 0,90

Enchente 31/01/11 Rua Francisco Marmorato Defesa Civil 9 0,90

Continua

60

Tabela 14 - Eventos, datas, locais, precipitações acumuladas em 24h e CCM (continuação).

Tipo de


Acum.

24 h

(mm)

CMM

Enchente 31/01/11 Rua 26 Cidade Aracy Defesa Civil 9 0,90

Enchente 31/01/11 Rua Icaraí Defesa Civil 9 0,90


Deslizamento 31/01/11 Avenida Integração Serra da Cidade Aracy Defesa Civil 9 0,90

Enchente 01/02/11 Rua Episcopal na Área do Mercado São Carlos Agora 0 0,90


Enchente 02/02/11 Linha Férrea na Travessa 8 São Carlos Agora 18,6 0,91

Enchente 23/02/11 Rua Reginaldo Ste Fanutte 1050 Defesa Civil 16,6 0,98

Enchente 23/02/11 Avenida Getúlio Vargas (Rotatória) Defesa Civil 16,6 0,98

Enchente 23/02/11 Rua Desembargador Júlio de Faria 1913 Defesa Civil 16,6 0,98


Deslizamento 28/02/11 Cidade Aracy - Descida da Serra Defesa Civil 1,4 1,04




Enchente 27/03/11 Rotatória do Cristo Defesa Civil 14 1,11

Deslizamento 28/04/11 Avenida Integração Defesa Civil 1,2 1,14

Enchente 07/12/11 Praça Itália Defesa Civil 0 0,80

Deslizamento 07/12/11 Serra de Aracy Defesa Civil 0 0,80

Enchente 31/12/11 Rotatória do Cristo São Carlos Agora 59 0,87

Enchente 31/12/11 Rotatória do Cristo Defesa Civil 59 0,87

Enchente 31/12/11 Avenida Francisco Pereira Lopes Defesa Civil 59 0,87

Enchente 31/12/11 CDHU Defesa Civil 59 0,87

Deslizamento 31/12/11 Avenida Integração Defesa Civil 59 0,87

Enchente 31/12/11 Praça Itália São Carlos Agora 59 0,87


Enchente 05/11/12 CDHU Defesa Civil 0 1,45

Enchente 05/11/12 Praça Itália Defesa Civil 0 1,45

Enchente 25/11/12 Rua Bento Carlos 1498 Defesa Civil 39 1,39

Enchente 25/11/12 Avenida Capitão Luiz Brandão 1677 Defesa Civil 39 1,39


Enchente 09/12/12 Tancredo Neves Rotatória Engefort Defesa Civil 57,2 1,31

Enchente 09/12/12 Kartódromo São Carlos Agora 57,2 1,31

Enchente 09/12/12 Avenida Eliza Gonzales Rabello São Carlos Agora 57,2 1,31

Enchente 09/12/12 Avenida Francisco Pereira Lopes, na região do

Restaurante Casa Branca São Carlos Agora 57,2 1,31


Continua

61

Tabela 14 - Eventos considerados, precipitações acumuladas em 24h e CCM correspondentes

(continuação).

Tipo de


Acum.

24 h

(mm)

CMM



Enchente 22/02/13 Rotatória do Cristo RegiãoDestake 70,4 1,15

Enchente 22/02/13 Kartódromo RegiãoDestake 70,4 1,15

Enchente 22/02/13 CDHU RegiãoDestake 70,4 1,15

Enchente 22/02/13 Cruzamento da Avenida Comendador Alfredo

Maffei com a Rua Dom Pedro II RegiãoDestake 70,4 1,15

Enchente 22/02/13 Trabalhador São Carlense com Francisco Pereira

Lopes próximo a Usp RegiãoDestake 70,4 1,15

Enchente 25/02/13 Praça Itália São Carlos Dia e

Noite 0 1,15

Enchente 25/02/13 CDHU São Carlos Dia e

Noite 0 1,15

Enchente 25/02/13 Avenida Getúlio Vargas próximo a empresa Latina São Carlos Dia e

Noite 0 1,15



Enchente 09/03/13 Avenida Getúlio Vargas RegiãoDestake 31 1,14

Enchente 09/03/13 Praça Itália RegiãoDestake 31 1,14

Enchente 25/03/13 Região da Baixada do Mercado (Rua Episcopal ) Primeira Página 16,8 1,18

Enchente 25/03/13 Avenida Getúlio Vargas próximo a empresa Latina Primeira Página 16,8 1,18

Enchente 25/03/13 Baixada do Mercado (Avenida Comendador

Alfredo Maffei) Primeira Página 16,8 1,18



Enchente 25/03/13 CDHU São Carlos Agora 16,8 1,18



Enchente 03/04/13 CDHU São Carlos Agora 0,4 1,17


Enchente 03/04/13 Pontilhão da Travessa 8 São Carlos Agora 0,4 1,17

Enchente 03/04/13 Avenida Getúlio Vargas próximo a empresa Latina São Carlos Agora 0,4 1,17

Enchente 03/04/13 Rotatória do posto de combustíveis do Maria Stella

Fagá São Carlos Agora 0,4 1,17

Enchente 28/05/13 Rua Coronel Leopoldo Prado, linha férrea São Carlos Dia e

Noite 62 1,17


Enchente 22/10/13 Rotatória do Cristo EPTV 46,2 1,38

Enchente 22/10/13 Baixada do Mercado EPTV 46,2 1,38

Enchente 22/10/13 Avenida Comendador Alfredo Maffei EPTV 46,2 1,38

Enchente 22/10/13 CDHU EPTV 46,2 1,38



Continua

62


(continuação).

Tipo de


Acum.

24 h

(mm)

CMM


Enchente 04/11/13 Rotatória entre as ruas Jose Bonifácio e Jesuíno de

Arruda São Carlos Agora 49,6 1,33



Enchente 27/02/15 Avenida São Carlos na região do União Serv. São Carlos Dia e

Noite 10 0,78

Enchente 11/03/15 Avenida São Carlos na região do União Serv. Primeira Página 9,6 0,78

Enchente 11/03/15 Cruzamento das Avenidas Liberdade e Elisa

Gonzales Rabelo (Parque do Kartodromo); Primeira Página 9,6 0,78

Enchente 16/03/15 Calçadão da General Osório (Baixada do Mercado) São Carlos Agora 13,2 0,79

Enchente 28/03/15 Kartódromo Primeira Página 15 0,84

Enchente 28/03/15 Rotatória do Cristo Primeira Página 15 0,84

Enchente 05/06/15 Benjamim Lopes Osores, no condomínio Tecumseh

Village

São Carlos Dia e

Noite 0,2 0,22

Enchente 08/09/15 Rua João Martins França na Cidade Aracy Primeira Página 46,6 1,23

Enchente 04/11/15 Rua João Martins França, Cidade Aracy 2 São Carlos Agora 2,6 1,27

Enchente 04/11/15 Rua santa Gertrudes (sentido Rotatória do CDHU) Primeira Página 2,6 1,27

Enchente 04/11/15 Rua João Martins França na Cidade Aracy Primeira Página 2,6 1,27

Enchente 04/11/15 CDHU Primeira Página 2,6 1,27

Enchente 17/11/15 Rua santa Gertrudes (sentido Rotatória do CDHU) São Carlos Dia e

Noite 6,4 1,18

Enchente 23/11/15 Avenida Trabalhador São Carlense Primeira Página 37,2 1,30

Enchente 23/11/15 Baixada do Mercado (9 de Julho com Comendador

Alfredo Maffei) Primeira Página 37,2 1,30

Enchente 23/11/15 Baixada do Mercado (Geminiado Costa com

Episcopal) Primeira Página 37,2 1,30

Enchente 23/11/15 Baixada do Mercado (Comendador Alfredo Maffei

com Geminiano Costa) Primeira Página 37,2 1,30

Enchente 23/11/15 Praça Itália Primeira Página 37,2 1,30

Enchente 23/11/15 Rua Raimundo Correa Primeira Página 37,2 1,30

Enchente 23/11/15 Rotatória do Cristo Primeira Página 37,2 1,30

Enchente 23/11/15 Kartódromo Primeira Página 37,2 1,30

Enchente 23/11/15 Região da Rodoviária Primeira Página 37,2 1,30

Enchente 23/11/15 Rua Dona Alexandrina A Folha 37,2 1,30

Enchente 23/11/15 Rua São Joaquim A Folha 37,2 1,30

Enchente 23/11/15 Parque do Bicão A Folha 37,2 1,30

Enchente 23/11/15 CDHU Revelando São

Carlos 37,2 1,30


Restaurante Casa Branca

Revelando São

Carlos 37,2 1,30

Enchente 10/12/15 Rua João Martins França na Cidade Aracy São Carlos Em

Rede 10,4 1,18

Enchente 10/12/15 Rua Raimundo Correia EPTV 10,4 1,18

Continua

63


(continuação).

Tipo de


Acum.

24 h

(mm)

CMM

Enchente 10/01/16 Rua santa Gertrudes (sentido rotatória do CDHU) São Carlos Em

Rede 23,2 1,09


Alfredo Maffei

São Carlos Em

Rede 23,2 1,09


Enchente 13/01/16 Parque Ecológico Revelando São

Carlos 21,2 1,27

Enchente 25/01/16 Parque do Bicão São Carlos Agora 15,6 1,27

Enchente 25/01/16 Rua Jose Bonifácio próximo à antiga Fabber São Carlos Agora 15,6 1,27


Enchente 18/02/16 Bairro Lagoa Serena São Carlos Em

Rede 14,6 1,19

Enchente 18/02/16 Praça Itália São Carlos Em

Rede 14,6 1,19


Restaurante Casa Branca

São Carlos Em

Rede 51,2 1,03

Dos 176 eventos considerados, apenas 8 (4,5% do total) são deslizamentos, os demais

englobam enchentes, inundações e alagamentos. Dos eventos de inundações (168 - 95,5% do

total), a maioria é recorrente em poucos locais, com destaque para a rotatória do Cristo,

baixada do mercado municipal e Praça Itália.

O mapa de distâncias do posto D4-017 e os eventos especializados são mostrados na

figura 15. Observa-se que todos os eventos considerados estão localizados na bacia do

Monjolinho. Dos 176 eventos analisados, 41 (26%) ocorreram a uma distância de até 1 km do

posto pluviométrico considerado, 127 (72%) entre 1 e 5 km de distância do posto e apenas 8

(5%) entre 5 e 10 km. Dessa forma, a maior parte dos eventos encontra-se relativamente

próxima do posto pluviométrico considerado nas análises. Vale notar que diversos eventos

são recorrentes em alguns locais e, portanto, encontram-se sobrepostos no mapa.

A evolução do CCM ao longo dos anos pluviométricos de 2014-2015 e de 2015-2016

é mostrada nos gráficos das figuras 16 e 17, destacando as datas de ocorrência de enchentes e

escorregamentos. No ano de 2014 o CCM começa igual a zero e permanece assim até o início

de outubro, indicando um período seco. A partir daí, o coeficiente passa a aumentar no

decorrer do ano, sem, no entanto, ultrapassar o valor 1. Ainda assim, são observadas algumas

inundações entre o final de dezembro e o final de março, com CCM oscilando próximo a 0,8.

64

Figura 15 - Mapa de distâncias do posto D4-017 e localização dos eventos analisados.

65

Fig

ura

16 -

Evolu

ção d

o C

CM

no a

no p

luvio

mét

rico

de

2014

-2015 e

reg

istr

os

de

even

tos.

66

Fig

ura

17-

Evolu

ção d

o C

CM

no a

no p

luvio

mét

rico

de

2015

-2016 e

reg

istr

os

de

even

tos.

67

Um comportamento diferente é observado no ano seguinte. No início do ano

pluviométrico de 2015-2016 o CCM começa abaixo de 1 e assim permanece até o início de

julho. Apenas um evento foi registrado nesse período, uma enchente no dia 05/06. O CCM

então tem um pico no início de julho, subindo para 1,4, decrescendo até o início de setembro,

quando está novamente abaixo de 1. A partir daí, ocorre um novo pico e uma enchente é

observada no dia 08/09, com CCM em torno de 1,2. Há uma oscilação no gráfico no restante

do ano, mas o CCM permanece acima de 1, aproximando-se de 1,4 em certas datas. Uma série

de ocorrências, principalmente de enchentes, é então observada a partir do início de

novembro, estendendo-se até o final de março. Uma ocorrência isolada é observada no final

de maio, com CCM próximo de 1.

Da análise dos dois gráficos percebe-se que eventos não ocorrem somente quando o

CCM está acima de 1, havendo registros de eventos para valores menores, ou seja, períodos

menos chuvosos que o normal. Salienta-se que o Plano Preventivo de Defesa Civil do Estado

de São Paulo para o Litoral Norte adota CCM >= 1,2 como critério para deflagração de ações

preventivas visando a redução dos riscos associados à deflagração de escorregamentos (Cerri

et al. 1990).

A tabela 15 mostra a distribuição dos valores de CCM totais da série histórica e dos

valores para os eventos registrados. A tabela 16 apresenta a variação desses valores de CCM

ao longo do ano.

Tabela 15 - Distribuição dos valores de CCM com registros de eventos e na série

histórica total.

CCM Eventos Série Histórica

< 1 26% 54%

> 1 74% 46%

> 1,2 43% 24%

Tabela 16 - Distribuição anual dos valores de CCM na série histórica.

CCM Jun Jul Ago Set Out Nov Dez Jan Fev Mar Abr Mai

<1 61% 57% 67% 63% 59% 47% 48% 47% 49% 48% 50% 51%

>1 39% 43% 33% 37% 41% 53% 52% 53% 51% 52% 50% 49%

>1,2 35% 33% 20% 29% 32% 31% 23% 23% 14% 13% 17% 16%

68

Nota-se pela tabela 15 que ao longo da série histórica o CCM fica acima de 1

aproximadamente metade do tempo. De fato, observa-se que para cada um dos meses de

novembro a maio, para o posto considerado, o CCM é maior que 1 em 50% do tempo (tabela

16).

De junho a outubro o CCM permanece abaixo de 1 mais da metade do tempo. Valores

de CCM acima de 1,2 são registrados mais frequentemente entre junho e janeiro (tabela 16).

Valores mais altos que 1,2 em junho podem ser explicados pelo fato de que chuvas no início

do ano pluviométrico tendem a causar picos de CCM. A distribuição dos valores de CCM

para os eventos mostra que a maior parte (74%) dos eventos está relacionada a valores de

CCM acima de 1, isto é, períodos mais chuvosos que o normal. Valores de CCM acima de 1,2

ocorreram para 43% dos eventos registrados. Ainda assim, há eventos para os quais o CCM

foi menor que 1 (26%).

Os dias do registro histórico com ocorrência de eventos correspondem a 3% dos dias

da série histórica em que o CCM estava acima de 1. Dessa forma, apesar de valores de CCM

> 1 serem verificados na maioria dos eventos, essa não parece ser uma condição suficiente,

especialmente considerando as ocorrências com valores abaixo de 1. Nesse sentido, é

necessário combinar a análise do CCM com outras variáveis, como a precipitação diária,

variável considerada neste estudo.

O gráfico relacionando os valores de CCM dos eventos com as precipitações diárias é

mostrado na figura 18:

Figura 18 - CCM e chuva diária para os eventos considerados.

69

Pelo gráfico da figura 18, observa-se que eventos ocorreram para valores de CCM

variando entre 0,2 e 1,8 e para precipitações variando entre 0 e 130 mm. Nota-se a presença

de eventos para os quais a precipitação diária foi 0 mm (7% dos eventos). Esse

comportamento é observado em eventos mais distantes do posto pluviométrico considerado,

podendo ter sido deflagrados por chuvas mais localizadas que não foram registradas pelo

posto. Ainda assim nesses casos os valores de CCM correspondentes podem ser altos,

indicando um período mais chuvoso na região, ainda que nessas datas em particular o posto

tenha registrado pouca ou nenhuma chuva.

O menor CCM observado com ocorrência de evento foi de 0,20, e corresponde a um

dos eventos sem precipitação registrada. Nesse caso, além da distância do posto pluviométrico

(3,6 km) e poder estar associado a uma chuva localizada não registrada pelo posto

pluviométrico, o evento em questão ocorreu no dia 05/06/2015, portanto no início do ano

pluviométrico, o que explica o CCM ainda baixo. A precipitação nula observada também

pode ser devida a falhas nos sistemas de medição.

O maior CCM com evento registrado foi 1,85, associado a uma precipitação diária de

9,6 mm, no dia 12/10/2009, quando ocorreu um alagamento. O elevado CCM indica um

período anormalmente chuvoso, com volumes precipitados 85% acima do normal. Dessa

forma, apesar da precipitação diária relativamente baixa, as condições anteriores de saturação

indicadas pelo CCM podem ter favorecido a deflagração do evento. Além disso, a ocorrência

também pode estar relacionada à intensidade horária da precipitação observada.

Observa-se pelo gráfico que os eventos se concentram na faixa de precipitação diária

de até 80 mm (95% dos eventos). Precipitações diárias maiores que 80 mm são raras na série

histórica (menos de 1%). Eventos ocorreram em 64% dos dias em que foram registradas

chuvas acima de 80 mm. Dos eventos de precipitação diária de até 80 mm, 74% registraram

CCM acima de 1 e 41% acima de 1,2. Para precipitações diárias acima de 80 mm, 78% dos

eventos ocorreram com CCM acima de 1,2.

A regressão linear mostra que o CCM dos eventos aumenta conforme a precipitação

diária cresce. Entretanto, o baixo valor de R² (0,09) indica apenas 9% de aderência dos dados

ao modelo. Esse comportamento pode estar relacionado ao fato de diferentes tipos de eventos

estarem sendo analisados em conjunto.

As figuras 19 e 20 ilustram a relação do CCM e das precipitações diárias com a

ocorrência de enchentes nos meses de novembro de 2015 e janeiro de 2016.

70

Figura 19 - Precipitação diária, CCM e eventos ocorridos em novembro de 2015.

Figura 20 - Precipitação diária, CCM e eventos ocorridos em janeiro de 2016.

Em ambos os meses analisados, o CCM se manteve acima de 1, com pequenas

variações. Uma relação mais clara aparenta existir entre a precipitação diária e a ocorrência de

eventos. Percebe-se que os eventos coincidem, em geral, com picos na precipitação diária.

Entretanto, algumas ocorrências estão relacionadas a valores menores de precipitação no

gráfico. Tal comportamento pode ser devido à intensidade horária das chuvas registradas,

valor não levado em conta nas análises e que não influencia o valor do CCM. Outro fator

pode ser a ocorrência de chuvas mais concentradas, levando a um registro menor pelo posto

pluviométrico em relação à chuva no local do evento.

71

7. CONCLUSÕES

A partir dos mapas pluviométricos obtidos pode-se concluir que a zona urbana de São

Carlos, localizada na bacia do Monjolinho, apresenta altos valores de precipitação média

anual em comparação às áreas do entorno. As médias mensais observadas nessa região

também são altas em relação ao entorno, particularmente no período chuvoso, apesar de não

apresentar as maiores máximas diárias. A concentração das chuvas nessa região pode indicar

maior suscetibilidade à ocorrência de eventos perigosos de natureza hidrológica e geológica, o

que torna importante o estudo das variáveis que deflagram esses eventos.

A grande maioria dos eventos perigosos considerados foi de enchentes/inundações e

alagamentos, sendo apenas 4,5% associado a deslizamentos. Dos eventos de inundações, a

grande maioria é recorrente em poucos lugares.

A análise do CCM para a série histórica do posto D4-017 revela que este permanece

acima de 1 pouco menos da metade do tempo, de modo que excede esse valor mais da metade

do tempo durante o período chuvoso. Dos eventos considerados nas análises, 74% ocorreram

com valores de CCM acima de 1 e 43% acima de 1,2, limiar definido pelo Plano Preventivo

de Defesa Civil do Litoral Norte. O CCM observado para os eventos analisados variou entre

0,2 e 1,8. O fato de eventos terem sido registrados também para valores de CCM menores que

1, isto é, para períodos menos chuvosos que o normal, indica a necessidade de uma análise

conjunta do CCM com outros índices para uma previsão efetiva de eventos perigosos. Para os

eventos analisados, foram observadas precipitações diárias de até 130 mm.

Precipitações diárias nulas ou muito baixas observadas em determinados eventos

podem estar relacionadas a chuvas concentradas e à distância do evento em relação ao posto

pluviométrico, de modo que a precipitação registrada pelo posto não corresponde à

precipitação deflagradora do evento, além de falhas no registro das chuvas, o que também

pode explicar o menor valor de CCM observado para um evento (0,2). Ocorrências registradas

para valores menores de precipitação diária podem ser devido à intensidade horária da

precipitação, fator não levado em conta nas análises.

O gráfico de CCM versus precipitação em 24 horas dos eventos e a regressão linear

não mostram uma tendência significativa entre os dados. Isso se deve ao fato de fenômenos de

diferentes naturezas terem sido analisados de maneira conjunta. Vale observar também que o

CCM foi originalmente desenvolvido para o estudo de movimentos de massa, minoria dos

eventos do registro histórico considerado. Além disso, neste trabalho o termo enchente foi

72

usado de modo abrangente para se referir tanto a enchentes propriamente ditas como a

inundações e alagamentos. Eventos com valores de CCM baixos podem estar relacionados a

alagamentos, causados por chuvas concentradas em locais com má drenagem.

Portanto, embora tenham sido bons indicadores para muitos dos eventos considerados,

o CCM e a precipitação em 24 horas não aparentam ser suficientes para a previsão de eventos

perigosos. O CCM indica períodos mais chuvosos que o normal, servindo de alerta, mas sua

análise deve ser complementada com outros índices, que devem ser estabelecidos de acordo

com as características de cada processo geológico e hidrológico investigado. Dessa forma,

análises posteriores separadas para cada tipo de fenômeno seriam necessárias para verificar a

presença de relações mais claras entre os índices analisados e a ocorrência de eventos

perigosos na região estudada.

8. REFERÊNCIAS BIBLIOGRÁFICAS

AMARAL, A. M. C.; CHAVES, C. J.; CORRÊA, C. V. S.; REIS, F. A. G. V.; LUMIATTI,

G.; GIORDANO, L. C. (2015). Correlação quantitativa da precipitação pluviométrica

e ocorrência de escorregamentos e corridas de massa: coeficientes de alerta

meteorológico. 15º Congresso Brasileiro de Geologia de Engenharia Ambiental.

ALFIERI, L.; THIELEN, J. (2012). A European precipitation index for extreme rain-storm

and flash flood early warning, Meteorol. Appl., online first, doi:10.1002/met.1328.

ALVES, E. D. L.; VECCHIA, F. A. S. (2011). Análise de diferentes métodos de interpolação

para a precipitação pluvial no Estado de Goiás. Acta Scientiarum. Human and Social

Sciences, v.33, n. 2, p. 193-197.

AUGUSTO FILHO, O. (1992). Caracterização geológico-geotécnica voltada à estabilização

de encostas: uma proposta metodológica. In: CONFERÊNCIA BRASILEIRA SOBRE

ESTABILIDADE DE ENCOSTAS, 1, Rio de Janeiro. Anais... Rio de Janeiro:

ABMS/ABGE/PUCRJ, 1992, v.2, p.721-733.

BARTOLOMEU, D. (2012). Análise da vulnerabilidade dos recursos hídricos na região

urbana de São Carlos (SP) por vazamento em postos de combustíveis, utilizando o

73

método GOD e avaliação dos condicionantes geotécnicos. 173 p. Dissertação

(Mestrado) - Curso de Geotecnia, Universidade de São Paulo, São Carlos - SP.

CASTRO FILHO, H. C. C.; STEINKE, T. E.; STEINKE, V. A. (2013). Análise espacial da

precipitação pluviométrica na bacia do lago Paranoá: comparação de métodos de

interpolação. Revista Geonorte, v.1, n. 5, p. 336-345.

CERRI, L.E.S.; MACEDO, E.S. de; OGURA, A.T.; NUNES, C.M.; CARNEIRO, S.R.R.;

MODESTO, R.P. (1990). Plano preventivo de defesa civil para minimização das

conseqüências de escorregamentos em municípios da Baixada Santista e Litoral Norte

do Estado de São Paulo. In: SIMPÓSIO LATINO-AMERICANO SOBRE RISCO

GEOLÓGICO URBANO, 1º., São Paulo, SP. Anais. São Paulo, ABGE, p. 395, 408.

CERRI, L. E. S. (1993). Riscos geológicos associados a escorregamentos: uma proposta para

a prevenção de acidentes. Tese de Doutorado. Universidade Estadual Paulista

(UNESP) - Rio Claro.

CHLEBORAD, A. F.; BAUM, R. L.; GODT, J. W. (2006). Rainfall Thresholds for

Forecasting Landslides in the Seattle, Washington, Area: Exceedance and Probability.

U.S Geological Survey Open File Reoport 2006-1064.

CREPANI, E.; MEDEIROS, J.S.; PALMEIRA, A. F. (2004). Intensidade Pluviométrica: Uma

Maneira de Se Tratar Dados Pluviométricos Para Análise da Vulnerabilidade de

Paisagens à Perda de Solo. Instituto Nacional de Pesquisas Espaciais, São José dos

Campos – SP.

DENÚBILA, L. A. (2013). Alterações ambientais associadas à mineração no município de

São Carlos (SP), utilizando AHP e SIG. Dissertação de Mestrado, Escola de

Engenharia de São Carlos, Universidade de São Paulo, São Carlos.

doi:10.11606/D.18.2013.tde-04082014-094840. Recuperado em 2016-11-12, de

www.teses.usp.br.

EIRAS, C.G.S. (2016). Estudo dos eventos perigosos de natureza geológica e hidrológica em

São Carlos – SP. Texto para exame de qualificação para mestrado. Escola de

Engenharia de São Carlos – USP. 56p.

http://www.teses.usp.br/

74

GUIDICINI G., IWASA OY. (1977). Tentative correlation between rainfall and landslides in

a humid tropical environment. Bulletin International Association Engineering Geology

16:13-20.RRE

GUZZETTI, F.; PERUCCACCI, S.; ROSSI, M.; STARK, C. P. (2007). Rainfall thresholds

for the initiation of landslides in central and southern Europe, Meteorol. Atmos. Phys.,

98, 239–267.

HARTKAMP, A.D.; DE BEURS, K.; STEIN, A. & WHITE, J.W (1999). Interpolation

Techniques for Climate Variables. NRG-GIS Series 99-01. Mexico, D.F.: CIMMYT,

34p.GAM

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Disponível em

<http://cidades.ibge.gov.br>, acesso em 11/08/2016. E

.LY, S.; CHARLES, C.; DEGRÉ, A. (2013). Different methods for spatial interpolation of

rainfall for operational hydrology and hydrological modeling at watershed scale: a

review. Biotechnol. Agron. Soc. Environ. 2013 17(2), 392-406.

MACEDO, E. S.; OGURA, A. T; SANTORO, J. (1999). Defesa Civil e escorregamentos: o

plano preventivo do litoral paulista. Congresso Brasileiro de Geologia de Engenharia

Ambiental, 9, São Pedro, Anais Eletrônicos, CD-ROM.

MAGALHÃES, I. A. L.; ALMEIDA, K. L.; THIAGO, C. R. L.; GARDIMAN JUNIOR, B.

S.; ZANETTI, S. S.; CECÍLIO, R. A. (2013). Análise de métodos de interpolação para

espacialização da precipitação pluvial na região Norte do estado do Espírito Santo,

Brasil. Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do

Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE.

MARCUZZO, F. N, ANDRADE, L. R. & MELO, D. C. R. (2011). Métodos de Interpolação

Matemática no Mapeamento de Chuvas do Estado do Mato Grosso. Revista Brasileira

de Geografia Física. Vol. 4. 793-804p.

MAZZINI, P. L. F.; SCHETTINI, C. A. F. (2009). Avaliação de metodologias de interpolação

especial aplicadas a dados hidrográficos costeiros quase-sinóticos. Braz. J. Aquat. Sci.

Technol., 13(1):53-64.

75

MONTEIRO, L.R.; KOBIYAMA, M. (2014). Influências da distribuição temporal de

precipitação no mapeamento de inundação. REGA, v.11, n.2, p.25-35.

MONTESARCHIO, V.; LOMBARDO, F.; NAPOLITANO, F. (2009). Rainfall thresholds

and flood warning: an operative case study, Nat. Hazards Earth Syst. Sci., 9, 135–144,

doi:10.5194/nhess-9-135- 2009.

NAOUM, S.; TSANIS, I. K. (2004). Ranking spatial interpolation techniques using a GIS-

based DSS. Global Nest: the Int. J. Vol 6, No 1, pp 1-20.

NEVES, R. A. T. (2008). O combate às enchentes no município de Santo André/SP:

caracterização socioambiental do problema e subsídios dos afeados ao planejamento

das ações de Defesa Civil. [Dissertação]. Escola de Engenharia de São Carlos,

Universidade de São Paulo, São Carlos.

NORBIATO, D.; BORGA, M.; ESPOSTI, S. D.; GAUME, E., Anquetin, S. (2008) Flash

flood warning based on rainfall thresholds and soil moisture conditions: An

assessment for gauged and ungauged basins, Journal of Hydrology 362, 274– 290,

doi:10.1016/j.jhydrol.2008.08.023.

PREFEITURA MUNICIPAL DE SÃO CARLOS. Disponível em

<http://www.saocarlos.sp.gov.br>. Acesso em 11/08/2016.

SANTANA, N. M. P.; CASTRO, S. S.; STONE, L. F. (2007). Chuva, erodibilidade, uso das

terras e erosão hídrica linear na alta bacia do Rio Araguaia. [Dissertação] Instituto de

Estudos Sócio-Ambientais, Universidade Federal de Goiás.

SILVA, V. P. R.; PEREIRA, E. R. R.; AZEVEDO, P. V.; SOUSA, F. A. S.; SOUSA, I. F.

(2011). Análise da Pluviometria e dias chuvosos na região Nordeste do Brasil. Revista

Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 15, n. 2, p. 131-

138.

TABIOS, G. Q.; SALAS, J. D. (1985). A comparative analysis of techniques for spatial

interpolation of precipitation. Journal of the American Water Resources, v. 21, n. 3, p.

365-380.

76

TATIZANA, C.; OGURA, A.T.; CERRI, L.E.S.; ROCHA, M.C.M. (1987). Análise de

Correlação entre Chuvas e Deslizamentos – Serra do Mar – Município de Cubatão. In:

Anais do 5˚ Congresso Brasileiro de Geologia e Engenharia, v.2, pp. 225-236, São

Paulo.

TAVEIRA, P. H. (2012). Estudo da precipitação e índices de extremos climáticos na região

de São Carlos-SP. Monografia. Escola de Engenharia de São Carlos, Universidade de

São Paulo (EESC-USP).

TUCCI, C.; COLLISCHONN, W. (1998). Drenagem urbana e Controle de Erosão. VI

Simpósio nacional de controle da erosão. 29/3 a 1/4 1998, Presidente Prudente, São

Paulo.

VIEIRA, S. R; LOMBARDI NETO, F. (1995). Variabilidade espacial do potencial de erosão

das chuvas do Estado de São Paulo. Bragantia, Campinas, v. 54, n. 2, p. 405-412.

ZAMBOTI, J. L. (2001). Mapas Pluviométricos Médios Mensais no Verão Para o Estado do

Paraná, utilizando Métodos Geoestatísticos. Dissertação (Mestrado). Universidade

Estadual Paulista, Botucatu – SP.

Documents

UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA … · especificamente o inverso do quadrado da distância, no SIG ArcGIS/ArcMap 10.1, para a análise da distribuição da precipitação