universidade federal de mato grosso instituto ......departamento de geografia da universidade...
Post on 16-Nov-2020
2 Views
Preview:
TRANSCRIPT
UNIVERSIDADE FEDERAL DE MATO GROSSO
INSTITUTO DE CIÊNCIAS HUMANAS E SOCIAIS
DEPARTAMENTO DE GEOGRAFIA
PROGRAMA DE PÓS-GRADUAÇÃO EM GEOGRAFIA
NAOMI ONGA
SIMULAÇÃO DA VAZÃO E USO E OCUPAÇÃO DA TERRA NA
BACIA DO ALTO E MÉDIO RIO TELES PIRES
Orientador: Prof. Dr. Peter Zeilhofer
Cuiabá
2012
UNIVERSIDADE FEDERAL DE MATO GROSSO
INSTITUTO DE CIÊNCIAS HUMANAS E SOCIAIS
DEPARTAMENTO DE GEOGRAFIA
PROGRAMA DE PÓS-GRADUAÇÃO EM GEOGRAFIA
NAOMI ONGA
SIMULAÇÃO DA VAZÃO E USO E OCUPAÇÃO DA TERRA NA
BACIA DO ALTO E MÉDIO RIO TELES PIRES
Dissertação de Mestrado apresentado ao
Departamento de Geografia da Universidade
Federal de Mato Grosso, para obtenção do
Título de Mestre pelo Programa de Pós-
Graduação em Geografia, na Área de
Concentração: Ambiente e Desenvolvimento
Regional.
Orientador: Prof. Dr. Peter Zeilhofer
Cuiabá
2012
DEDICATÓRIA
Dedico aos meus pais Ochimi e Masao Onga e, aos meus
irmãos Kendy e Eduardo Hideo (in memorian) pelo
carinho e estímulo, esta conquista como gratidão.
AGRADECIMENTO
Gostaria de expressar o meu “muitíssimo obrigado” aos meus familiares, aos velhos
amigos e àqueles que se juntaram ao longo de minha caminhada acadêmica, criando uma rede
de solidariedade e companheirismo.
Neste momento agradeço a todos que possibilitaram e contribuíram para que eu
pudesse alçar mais uma etapa desta jornada:
Ao professor Dr. Peter Zeilhofer pela orientação, dedicação e paciência, disponibilizando seus
conhecimentos e empenho para o desenvolvimento desta pesquisa;
Ao professor MSc. Ivairton Monteiro dos Santos pela co-orientação, hospitalidade e
dedicação, disponibilizando seu tempo para elucidações das dificuldades no desenvolvimento
desta pesquisa;
À professora Drª. Débora Fernandes Calheiros por aceitar prontamente em participar da banca
examinadora e pela contribuição com suas sugestões;
À professora Drª. Cleusa Aparecida Gonçalves Pereira Zamparoni pelo incentivo ao
prosseguir a minha formação acadêmica, por aceitar prontamente em participar da banca
examinadora e contribuir com suas sugestões;
À professora Drª. Lunalva Moura Schwenk pela contribuição, participação e incentivo ao
longo da minha formação acadêmica;
Aos MSc. Marcos Antonio da Silva e Dr. Emerson Souza Santos que pacientemente
socializaram seus horários na Sala de Geoprocessamento para ajudar e sanar dúvidas, minhas
e demais colegas;
À Lidiane Morais, Thatiane Oliveira, Suzy Klemp, Adriano Santos, Roberto Vianconi, Carla
Zerwes, Bruno de Deus, Leonardo Alcântara, Wagner Rodrigues, Adelaine Cezar, Saiane
Zarista, Gabriella Costa, Ana Rubia Bonilha, Pedro Neto, Marcelo Moreira, Olga Kummer,
Márcio Castanha, Adriana Castanha, André Portela, Nathalya Parpinelli, Ana Cristina Silva,
Jane Vargas, Margot Glaeber, Tiele Cabral, Helton Sodré, Leonardo Rondon, Leandro
Campos, Tarcísio Santos e demais colegas e amigos, que mesmo não estando nominalmente
citados, me ajudaram, incentivaram e apoiaram em todos os momentos.
Ao Hare Kumaichi pela cobrança, incentivo e apoio;
Ao companheiro Antonio João pela cobrança, incentivo, apoio e disponibilizar sua biblioteca
para a ampliação de meus conhecimentos;
À Arali Dalsico pelo companheirismo, incentivo e apoio.
Aos professores do Departamento de Geografia, da graduação e pós-graduação, que me
guiaram neste caminho do conhecimento;
À Regina M. da Costa pela dedicação à todos da pós-graduação e, aos técnicos, funcionários,
servidores, inseridos na dinâmica desta instituição - Universidade Federal de Mato Grosso,
que de alguma forma contribuíram na minha formação acadêmica;
À CNPq/CAPES/FAPEMAT que subsidiaram e possibilitaram minha dedicação aos estudos
na Universidade Federal de Mato Grosso.
Muito obrigado!
RESUMO
O avanço da fronteira agropecuária para o norte de Mato Grosso, propiciado pelo solo,
clima, relevo e disponibilidade hídrica, acarretou em modelos de produção em grande escala,
principalmente de grãos, que tem modificado a cobertura vegetal natural, causando supostas
alterações no ciclo hidrológico. Para avaliar a previsibilidade destas alterações utilizou-se do
NGFlow, um modelo hidrológico semidistribuído do tipo “precipitação–vazão”, desenvolvido
especificamente para regiões com escassez de dados e implementado em ambiente de Sistema
de Informação Geográfica (SIG). Por meio de uma reengenheria e extensão foi integrado ao
modelo um componente baseado no método Curve Number (CN), que permite a simulação de
vazões em função de diferentes tipos de solos e de uso e ocupação da terra. Simulou-se o
balanço hídrico e a vazão mensal na bacia do Alto e Médio Rio Teles Pires, sem e com o uso
do componente CN para o período de 1994 a 2003. O desempenho do Modelo NGflow foi
avaliado comparando os valores observados com os simulados em seis estações
fluviométricas. As simulações sem e com o uso do método CN apresentaram em 1994 uma
superestimação das vazões em condições de alta pluviosidade e em 1997, ano mais seco do
que a média forte subestimação. Para 2003 houve melhor desempenho com subestimação
moderada em condições de precipitação próxima aos normais climáticos. A análise das vazões
mensais demonstram que o modelo tende a subestimar o fluxo de base e que o uso do método
CN não melhora de forma sistemática as simulações do modelo não calibrado. Os indicadores
de desempenho tais como Raiz do Erro Médio Quadrático, Coeficiente de Eficiência de Nash
e Sutcliff e Coeficiente de Determinação demonstram que o modelo deve ser calibrado para
seu uso operacional em simulações de vazão na bacia.
Palavras-chave: Modelagem hidrológica, Uso e ocupação da terra, NGFlow, Curve Number
ABSTRACT
The advance of the agricultural frontier towards north in the state of Mato Grosso
favored by soils, climate, topography and water availability has resulted in the predominance
of large-scale crop-farming production systems, which has change vegetation cover and
therefore the hydrological cycle. To evaluate the predictability of these ongoing alterations,
NGFlow, a semi-distributed precipitation-runoff model was applied, developed specifically
for data-poor regions and implemented in a Geographical Information System. During the re-
engineering and extension of the original application, the Curve Number method was included
in the model to allow runoff simulations as a function of soil types and land use and cover.
Monthly water balance and runoff were simulated for the watershed of the Upper and Mid
Teles Pires river between 1994 and 2003, with and without using the CN module. Model
performance was evaluated through the comparison of observed and simulated discharge at
six river gauges. Both simulations, with and without the CN module showed strong
overestimates of runoff in 1994, a year with higher precipitations than the average. In 1997, a
dry year, strong underestimates were observed. In 2003, a year of average precipitation, best
model performance was obtained, showing only slight underestimates. The evaluation of
monthly runoff shows that the un-calibrated model tends to underestimate runoff under base
flow conditions and that the use of the CN module does not systematically improve
performance of the un-calibrated model. Obtained performance indicators such as the Root
Mean Square Error, the Efficiency Coefficient of Nash e Sutcliff and the Coefficient of
Determination show that the NGFlow model must be calibrated for operational use in monthly
runoff simulations in the basin.
Keywords: Hydrological modeling, land use and cover, NGFlow, Curve Number
LISTA DE FIGURAS
Figura 1. Esquema do ciclo hidrológico. .............................................................................. 23
Figura 2. Esquema do ônibus espacial Endeavor com mastro e sensores. .............................. 36
Figura 3. Localização da área de estudo na bacia do Alto e Médio Rio Teles Pires. .............. 37
Figura 4. Área de estudo em um mosaico de imagens Landsat TM, composição colorida
das bandas 5/4/3. .................................................................................................................. 40
Figura 5. Localização e área dos municípios onde se insere a bacia do Alto e Médio Rio
Teles Pires (MT). ................................................................................................................. 41
Figura 6. Mapa geológico da bacia do Alto e Médio Rio Teles Pires - MT. .......................... 42
Figura 7. Mapa Geomorfológico da bacia do Alto e Médio Rio Teles Pires - MT. ................ 45
Figura 8. Mapa pedológico da bacia do Alto e Médio Rio Teles Pires (MT) ......................... 48
Figura 9. Mapa de uso e ocupação da terra na bacia do Alto e Médio Rio Teles Pires –
MT (Julho/2010) .................................................................................................................. 51
Figura 10. Fluxograma de dados e processamentos na integração do modelo NGFlow e
Curve Number. ..................................................................................................................... 54
Figura 11. Recorte do MNT/SRTM da área da bacia do Alto e Médio Rio Teles Pires
(MT). ................................................................................................................................... 56
Figura 12. Correção do Modelo Numérico do Terreno (MNT/SRTM) a partir do
algoritmo Agree: a) MNT original; b) MNT original sobreposto com a rede hidrográfica
digital de linha simples e c) MNT após recondicionamento por imposição da rede
hidrográfica da bacia do rio Teles Pires (MT). ...................................................................... 58
Figura 13. Localização das 28 estações pluviométricas com séries temporais consistentes
na bacia do Alto e Médio Rio Teles Pires ............................................................................. 60
Figura 14. Localização das estações fluviométricas na bacia do Alto e Médio Rio Teles
Pires ..................................................................................................................................... 63
Figura 15. Fluxograma dos pré-processadores de MNT no NGFlow. .................................... 65
Figura 16. Perfil de uma depressão antes e depois de ser preenchida .................................... 66
Figura 17. Perfil de um pico antes e depois de ser removido ................................................. 66
10
Figura 18. Elevação de células do MNT ............................................................................... 66
Figura 19. Método D8 para criação do Fluxo de Direção. ..................................................... 67
Figura 20. Fluxograma do cálculo de balanço hídrico e simulação de vazões por meio do
NGFlow (sem módulo Curve Number - CN). ........................................................................ 68
Figura 21. Criação dos campos “Time” e “GC seguido pelo número da sub-bacia” nas
tabelas que alimentam o modelo NGFlow. ........................................................................... 70
Figura 22. Tabela Flowlength utilizada no processamento do modelo NGFlow e os seus
campos com apenas uma tupla ............................................................................................. 71
Figura 23. Código de identificação para vínculos entre tabelas dos Pontos de Medição e
tabela da precipitação (Precipit.dbf) do modelo NGFlow ..................................................... 71
Figura 24. Rotina “Agree” aplicado ao MNT da bacia do Rio Teles Pires (MT), (a) MNT
original (setas - erros) e (b) MNT após o recondicionamento (setas - correções efetuadas). .. 78
Figura 25. Rotina “fill sinks” aplicada ao MNT, a) Depressões fechadas (setas) e b) Após
o preenchimento................................................................................................................... 79
Figura 26. Detalhe do Plano de Informação da Direção de Fluxo da Bacia do Rio Teles
Pires. .................................................................................................................................... 80
Figura 27. Histograma do valor da direção do fluxo da Bacia do Rio Teles Pires. ................. 80
Figura 28. Plano de Informação do Fluxo Acumulado. ......................................................... 81
Figura 29. O NGFlow gerou no pré-processamento do MNT da bacia do Alto e Médio
Rio Teles Pires, a)Rede hidrográfica simulada (sbriver) e b) sub-bacias vetorizadas
(subbac). .............................................................................................................................. 82
Figura 30. Polígonos de Thiessen criados a partir das estações pluviométricas. .................... 84
Figura 31. Excedente da precipitação mensal por sub-bacia na bacia do Alto e Médio Rio
Teles Pires (MT). ................................................................................................................. 86
Figura 32. Dinâmica da ação antrópica na bacia do Alto e Médio Rio Teles Pires -MT, de
1994 a 2003. ........................................................................................................................ 88
Figura 33. Área (%) ocupada por classe de uso e ocupação da terra nos anos de 1994,
1997 e 2003 na bacia do Alto e Médio Rio Teles Pires (MT). ............................................... 90
Figura 34. Valores de CN por sub-bacia na bacia do Alto e Médio Rio Teles Pires (MT)
em 1994, 1997 e 2003 respectivamente. ............................................................................... 91
Figura 35. Dinâmica das alterações do CN por áreas de contribuição das estações
fluviométricas Indeco e Tratex. ............................................................................................ 93
Figura 36. Dinâmica das alterações do CN por áreas de contribuição das estações
fluviométricas Cachoeirão e Teles Pires. ............................................................................. 94
Figura 37. Dinâmica das alterações do CN por áreas de contribuição das estações
fluviométricas Lucas do Rio Verde e Roncador. .................................................................. 95
Figura 38. Caixa de diálogo interativo de comando de entrada, referente ao último
módulo do processamento de simulação no NGFlow. ........................................................... 96
11
Figura 39. Simulação da vazão mensal nas estações Indeco, Tratex, Cachoeirão, Teles
Pires, Lucas do Rio Verde e Roncador, para valores 5, 7 e 9 meses de tempo de
permanência da água na sub-superfície do solo (Resk). ........................................................ 98
Figura 40. Diferença da Vazão específica (Qespec) observada e simulada nos seis postos
fluviométricos e precipitação nas suas áreas de contribuição para os anos 1994, 1997 e
2003. Valores negativos indicam superestimação do modelo, desvios positivos
subestimação. ..................................................................................................................... 102
Figura 41. Simulação da vazão mensal para 1994, nas estações Indeco, Tratex,
Cachoeirão, Teles Pires, Lucas do Rio Verde e Roncador, para valores 5, 7 e 9 meses de
tempo de permanência da água na sub-superfície do solo. .................................................. 105
Figura 42. Simulação da vazão mensal para1997, com o componente Curve Number, nas
estações Indeco, Tratex, Cachoeirão, Teles Pires, Lucas do Rio Verde e Roncador, para
valores 5, 7 e 9 meses de tempo de permanência da água na sub-superfície do solo. ........... 107
Figura 43. Simulação da vazão mensal, para 2003, nas estações Indeco, Tratex,
Cachoeirão, Teles Pires, Lucas do Rio Verde e Roncador, para valores 5, 7 e 9 meses de
tempo de permanência da água na sub-superfície do solo. .................................................. 109
Figura 44. Diferença da Vazão específica (Qespec) observada e simulada com CN nos
seis postos fluviométricos e precipitação nas suas áreas de contribuição para os anos
1994, 1997 e 2003. Valores negativos indicam superestimação do modelo, desvios
positivos subestimação. ...................................................................................................... 113
LISTA DE TABELAS
Tabela 1. Localização das estações pluviométricas com adaptação da coluna de indexação
dos códigos para utilização no NGFlow. ............................................................................... 59
Tabela 2. Dados mensais de precipitação, coletados em 28 estações pluviométricas, no
período de 1993 a 2003, utilizada como dado de entrada nas simulações com NGFlow. ....... 61
Tabela 3. Localização das estações fluviométricas com séries históricas consistentes da
bacia estudada para a utilização no NGFlow. ........................................................................ 62
Tabela 4. Dados mensais de vazão mensurados nas 06 estações fluviométricas da bacia
sob estudo, no período de 1993 a 2003. ................................................................................ 64
Tabela 5. Divisão em quatro tipos de solos e a discriminação destes solos no modelo CN. ... 74
Tabela 6. Valor de CN para diversos usos e ocupações da terra e tipos de solo. .................... 74
Tabela 7. Tabela CN simplificada, baseada nas características de solo e vegetação da
bacia do Rio Teles Pires utilizado no algoritmo. ................................................................... 75
Tabela 8. Área remanescente (km²) por classe de uso e ocupação da terra na bacia do Alto
e Médio Rio Teles Pires (MT) .............................................................................................. 89
Tabela 9. Áreas suprimidas (km²) por classe de uso e ocupação da terra na bacia do Alto e
Médio Rio Teles Pires (MT)................................................................................................. 89
Tabela 10. Tabela do valor absoluto e da diferença da média anual do CN, por período e
por estação fluviométrica. .................................................................................................... 92
Tabela 11. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 1994 ............................................................. 99
Tabela 12. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 1997 ........................................................... 100
Tabela 13. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 2003 ........................................................... 101
Tabela 14. Precipitação média das bacias de contribuição e suas respectivas vazões
observadas e simuladas para o ano de 1994, com uso do modulo CN e Resk de 5. .............. 110
Tabela 15. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 1997, com a média do CN. .......................... 111
13
Tabela 16. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 2003, com a média do CN. .......................... 112
Tabela 17. V vazões em médias mensais para os anos de 1994, 1997 e 2003, com e sem
CN para os Resk de 5 meses ............................................................................................... 115
Tabela 18. Diferença entre as vazões observadas (m3/s) e simuladas com e sem uso do
modulo CN para um valor Resk 5. ...................................................................................... 116
Tabela 19. Melhores índices em percentuais, das diferenças das médias mensais entre os
dados observados e simulados por estação e por Resk, para os anos de 1994, 1997 e 2003.
Resultados melhores são apresentados em realce. ............................................................... 117
LISTA DE EQUAÇÕES
Equação 1. Evapotranspiração Potencial .............................................................................. 25
Equação 2. Equação de Darcy .............................................................................................. 26
Equação 3. Altura hidráulica ................................................................................................ 26
Equação 4. Infiltração .......................................................................................................... 26
Equação 5. Polígonos de Thiessen ........................................................................................ 72
Equação 6. Determinação do volume superficial .................................................................. 73
Equação 7. Determina a capacidade máxima da camada superior do solo ............................. 73
Equação 8. Root Mean Square Error (RMSE) ...................................................................... 76
Equação 9. Coeficiente de Eficiência de Nash e Sutcliffe (COE ou NSE .............................. 76
Equação 10. Coeficiente de Determinação (COE) ............................................................... 76
LISTA DE SIGLAS
ASI - Agenzia Spaziale Italiana
COE – Coeficiente Eficiência de Nash e Sutcliffe
CN - Curve Number
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária
ESRI - Environmental Systems Research Institute
DLR - Deutschen Zentrum für Luft - und Raumfahrt
DNPM – Departamento Nacional de Produção Mineral
INPE – Instituto Nacional de Pesquisas Espaciais
IBGE – Instituto Brasileiro de Geografia e Estatística
MNT – Modelo Numérico do Terreno
NGFlow – Modelo Hidrológico desenvolvido no Rio Niger/África
NIMA - National Imagery and Mapping Agency
PI - Plano de Informação
PIN - Plano de Integração Nacional
PND – Plano Nacional de Desenvolvimento
POO – Programação Orientado a Objetos
PRODOESTE - Programa de Desenvolvimento do Centro-Oeste
PROTERRA - Programa de Distribuição de Terras e Desenvolvimento Agroindustrial
RMSE - Root Mean Square Error
SEMA/MT – Secretaria de Estado do Meio Ambiente do Estado de Mato Grosso
SEOLAN – Secretaria de Estado de Meio Ambiente do Estado de Mato Grosso
SIG – Sistema de Informação Geográfica
SRTM – Shuttle Radar Topographic Mission
SUMÁRIO
INTRODUÇÃO ................................................................................................................... 16
1. REVISÃO BIBLIOGRÁFICA ......................................................................................... 19
1.1. ALTERAÇÕES DA COBERTURA VEGETAL NATURAL EM MATO
GROSSO ......................................................................................................................... 19
1.2. CICLO HIDROLÓGICO........................................................................................... 23
1.2.1. Precipitação....................................................................................................... 24
1.2.2. Evaporação e Evapotranspiração .................................................................... 24
1.2.3. Infiltração ......................................................................................................... 25
1.2.4. Interceptação e áreas impermeáveis ................................................................ 27
1.2.5. Escoamento superficial ..................................................................................... 27
1.2.6. Vazão ................................................................................................................. 28
1.3. A INFLUÊNCIA DAS CARACTERÍSTICAS GEOAMBIENTAIS,
MUDANÇAS CLIMÁTICAS E DO USO DA TERRA NO CICLO HIDROLÓGICO ..... 28
1.3.1. Características geoambientais .......................................................................... 28
1.3.2. Alterações climáticas ........................................................................................ 29
1.3.3. Uso da Terra ..................................................................................................... 30
1.4. MODELAGEM HIDROLÓGICA ............................................................................. 31
1.5. GEOPROCESSAMENTO PARA SUBSIDIAR A MODELAGEM
HIDROLÓGICA .............................................................................................................. 33
1.5.1. Geoprocessamento e Sistemas de Informação Geográfica .............................. 34
1.5.2. Modelo Numérico de Terreno .......................................................................... 35
2. ÁREA DE ESTUDO ........................................................................................................ 37
3. MATERIAIS E MÉTODOS ............................................................................................. 53
3.1. O MODELO NGFLOW ............................................................................................. 53
3.1.1. Concepção geral ................................................................................................ 53
17
3.2. PLANOS DE INFORMAÇÃO ESPACIAL E SÉRIES HISTÓRICAS DE
PRECIPITAÇÃO E VAZÃO UTILIZADAS NAS SIMULAÇÕES ................................. 55
3.2.1. Modelo Numérico de Terreno e seu pré-processamento ................................. 56
3.2.2. Dados pluviométricos e fluviométricos ............................................................ 58
3.2.3 Mapeamento de uso e ocupação da terra .......................................................... 64
3.3. SIMULAÇÕES COM NGFLOW ............................................................................... 65
3.3.1. Pré-processamento do MNT ............................................................................. 65
3.3.2. Cálculo do balanço hídrico e simulação da vazão ........................................... 68
3.3.3. O componente Curve Number (CN) .................................................................. 73
3.3.4. Validação das Simulações ................................................................................. 76
4. RESULTADOS E DISCUSSÕES .................................................................................... 77
4.1. PRÉ-PROCESSAMENTO DO MNT ........................................................................ 77
4.2. CÁLCULO DO BALANÇO HÍDRICO..................................................................... 83
4.2.1. Balanço Hídrico com Curve Number ................................................................ 87
4.3. SIMULAÇÃO DA VAZÃO E VALIDAÇÃO ........................................................... 96
4.3.1. Simulação do NGFlow sem a utilização do Curve Number .............................. 97
4.3.2. Simulações do NGFlow com uso do modulo Curve Number .......................... 103
4.3.3. Comparação das vazões simuladas com e sem Curve Number ...................... 114
CONCLUSÃO ................................................................................................................... 119
REFERÊNCIA BIBLIOGRÁFICA .................................................................................... 121
OBRAS CONSULTADAS ................................................................................................ 132
16
INTRODUÇÃO
As atividades agropecuárias tiveram sua visibilidade impulsionada pelo progresso
técnico-científico, tornando-as mais expressivas comercial e economicamente, reestruturando
o sistema capitalista (ZAMPARONI, 2007). Em Mato Grosso, o avanço da fronteira agrícola
tem se dado devido às condições favoráveis relacionadas à temperatura, distribuição de
chuvas, luminosidade e relevo, com grandes extensões de terras planas, que propiciam a
utilização de maquinários modernos, fatores primordiais para a produção agropecuária em
larga escala, segundo Cabral (2007).
Tal avanço teve início a partir da década de 70, quando o governo brasileiro, com o
objetivo de fazer a integração nacional e incrementar a economia para atender o sistema
capitalista crescente no Brasil, implantou o Plano Nacional de Desenvolvimento (PND) com
grandes projetos agropecuários como, por exemplo, PIN, PROTERRA e PRODOESTE, que
tiveram como finalidade aumentar a produção no setor para abastecer os centros
consumidores e incentivar a exportação. Juntamente com estes programas de incentivo do
governo, foram viabilizadas as rodovias BR-163 e a BR-364, que favoreceram a implantação
e o desenvolvimento das áreas produtoras de grãos no Estado, as quais são utilizadas como
rodovias de escoamento dos produtos agropecuários (BERNARDES, 2006).
Nas estatísticas da produção brasileira, a soja surge em 1943, passando, em meados da
década de 1970, como o segundo maior país produtor do mundo. No Mato Grosso, no
contexto do agronegócio, além da soja houve também a integração com outras culturas, como
algodão, girassol e milho, bem como o avanço da pecuária bovina e da criação de suínos e
aves, com rápida expansão nas áreas de cerrado e atualmente se estendem para a região norte,
nas áreas de floresta amazônica (SCHWENK, 2005).
Este processo de expansão do agronegócio tem apresentado melhorias
socioeconômicas aparentes, com o aumento da qualidade de vida e da renda de parte da
17
população do Estado de Mato Grosso, contrastando aos impactos negativos resultantes da
retirada da vegetação natural, inserção de culturas exógenas, pela urbanização, instalação de
indústrias, infraestrutura de transportes e demais necessidades dos processos produtivos
(SCHWENK, 2005). Além disso, as consequências negativas foram aprofundadas pelo mau
uso do solo, sem respeito à legislação que prevê a proteção de nascentes, matas ciliares e
encostas (Código Florestal, 1965) e às boas práticas agrícolas com base em uso racional de
pesticidas e fertilizantes.
Modificações sucessivas no uso e cobertura da terra alteram a interação entre os
subsistemas da água, solo e clima, influindo no regime hidrológico local e regional afetando o
escoamento superficial. Visto que a área de estudo se encontra na Amazônia Legal, formada
por três das principais formações vegetais brasileiras: o Cerrado, a Floresta de Transição e a
Floresta Ombrófila, atualmente, tem sua integridade ecológica ameaçada pelo aumento de
desmatamento e uso da terra na região, com possíveis alterações do ciclo hidrológico
(ZAMPARONI, 2007).
O presente estudo utilizou um modelo hidrológico semidistribuído, o NGFlow (YE et
al., 1996; SANTOS & ZEILHOFER, 2003), para simular o escoamento superficial (vazão) da
bacia do Alto e Médio Rio Teles Pires, pertencente à Bacia Amazônica, levando em
consideração o avanço da fronteira agrícola e poucos dados monitorados de vazão. No
segundo momento, o NGFlow com utilização do componente “Curve Number”, desenvolvido
por Santos & Zeilhofer (2005), foi simulado para verificar se o uso e ocupação da terra, pela
permeabilidade e, o tipo de solo, pela infiltração, interferem na vazão mensal da bacia,
avaliando também o desempenho do modelo, pois a disponibilidade hídrica pode afetar a
manutenção da fauna e flora, bem como na produtividade agropecuária.
Esta pesquisa foi dividida em quatro partes: Introdução, Desenvolvimento, Conclusão
e Referências Bibliográficas, sendo que a parte “Desenvolvimento” foi subdividida em quatro
capítulos discorridos a seguir.
O primeiro capítulo refere-se à “Revisão Bibliográfica” trazendo o histórico do
desenvolvimento do uso da terra no Estado de Mato Grosso, onde se encontra a bacia do Alto
e Médio Rio Teles Pires em estudo, os conceitos e técnicas utilizadas que levaram à opção
para o uso do Modelo NGFlow.
No segundo capítulo, “Área de Estudo”, estão descritos a localização e as
características da bacia do Alto e Médio Rio Teles Pires.
No terceiro capítulo, “Materiais e Métodos”, estão expostos os dados temporais e
espaciais utilizados, do período de dez anos, de 1994 a 2003, os procedimentos adotados
18
desde o pré-processamento, processamento, simulação e validação, os princípios teóricos e
especificações do modelo NGFlow e do método Curve Number.
No quarto capítulo, “Resultados e Discussões”, são relatados os dados obtidos após a
aplicação do modelo NGFlow, com e sem a utilização do componente Curve Number, na
simulação das vazões mensais e as discussões sobre as limitações e o alcance dos objetivos
propostos.
A “Conclusão” apresenta o resultado final da análise da utilização do NGFlow e Curve
Number na bacia do Alto e Médio Rio Teles Pires.
19
1. REVISÃO BIBLIOGRÁFICA
Esta revisão bibliográfica faz uma abordagem sobre a origem das alterações de uso e
ocupação da terra no Estado de Mato Grosso e suas possíveis interferências sobre o
escoamento superficial na bacia do Alto e Médio Rio Teles Pires e a modelagem hidrológica
por meio do NGFlow e a sua aplicabilidade associada ao geoprocessamento.
1.1. ALTERAÇÕES DA COBERTURA VEGETAL NATURAL EM MATO GROSSO
O avanço da fronteira agrícola em Mato Grosso inseriu o Estado no agronegócio,
trazendo notoriedade como um dos maiores exportadores de grãos no âmbito mundial.
Este avanço incrementou a exportação do país e trouxe divisas ao Estado (IBGE,
2010), possibilitou investimentos no processo tecnificado de produção agropecuária da região,
acarretando a concentração fundiária, de renda e dos sistemas produtivos, por meio das
grandes fazendas de gado rastreado e extensas monoculturas informatizadas de soja, algodão,
girassol e outras culturas em menor escala (SCHWENK, 2005).
Segundo Fonseca (2006), a produção de soja em Mato Grosso, no período de 1995 a
2003, teve o título de maior produtor do país, apresentando um aumento da área colhida de
1,7 milhões para 4,4 milhões de hectares e na produção, de 4,4 milhões para 12,9 milhões de
toneladas.
Esta área de grande produtividade da soja foi observada na microrregião do Alto e
Médio Rio Teles Pires, com 32,4% do total produzido no Estado, bem como, a pecuária, com
os maiores rebanhos bovinos, representando 38,2% do setor inseridos nos municípios desta
sub-bacia (MORENO, 2005).
Muitos fatores levaram este Estado ao crescimento econômico e a se tornar o mais
importante produtor de commodities1 agropecuárias do Brasil. Um dos primeiros impulsos foi
a divisão territorial e administrativa a partir de 1977. Além disso, programas de
desenvolvimento federal foram criados, visando ampliar a fronteira agrícola nas regiões
Médionorte e Norte do Estado.
1 Mercadorias de alto valor comercial cotados em mercados internacionais.
20
Segundo Moura (1992),
... este território atraiu grandes fluxos migratórios, oriundos principalmente da
região Sul e de São Paulo. Esses migrantes guiados em grande parte pelas
colonizadoras e pelo Estado, fixaram-se e desenvolveram novas atividades
produtivas em vários pontos do território, selecionados estrategicamente segundo os
interesses sociais, econômicos e políticos desses agentes. Muitos desses migrantes não tem conseguido permanecer na “Terra
Prometida”, no “Eldorado” mato-grossense. Isto decorre dentre outros fatores, às
promessas não cumpridas pelas empresas colonizadoras, ao processo de
concentração fundiária, aos poucos incentivos concedidos à agricultura, ao baixo
preço dos produtos agrícolas, etc.
Paralelamente, nesta época foram construídas as rodovias BR-364 (Cuiabá–Porto
Velho) e BR-163 (Cuiabá–Santarém), as quais influenciaram no crescimento dos municípios
localizados às suas margens (FERREIRA, 2001).
Segundo Ab‟Sáber (1996),
Os caminhos da devastação são múltiplos, além de fortemente intrincados. Na
longa faixa de contato entre cerrados e grandes matas da periferia sul da Amazônia,
a devastação e a ocupação por frentes pioneiras rústicas caminhou floresta adentro,
desde o planalto centro-oriental do Maranhão até o Sul do Pará, o Norte mato-
grossense e Rondônia. Iniciado o devassamento – altamente fragmentário e predatório, [ ... ] o processo iria se acelerar de modo violento e irreversível a partir
da multiplicação dos acessos viários estaduais e dos primeiros trechos de rodovias
federais ...
Segundo Schwenk e Cruz (2007), as redes de transporte são instrumentos estratégicos
que viabilizaram a circulação crescente de tecnologia, de capital, matéria-prima,
industrialização e mão de obra numa forma singular de organização, produzindo um
complexo processo de integração social, econômica e tecnológica. Além disso, incrementaram
o processo migratório e consolidaram a ocupação de novos espaços em Mato Grosso. Os
pioneiros, vindos em sua maioria da região Sul e Sudeste, antes possuidores de pequenas
propriedades em suas regiões, vendiam-nas e com o valor arrecadado adquiriam extensas
propriedades neste Estado. Estas propriedades foram primeiramente desmatadas e
transformadas em pastagens e foram áreas lucrativas da pecuária, posteriormente foram
vendidas para grandes produtores, utilizadas atualmente na produção agrícola intensiva
tecnificada de grãos (BERNARDES, 2006).
Estas rodovias favoreceram e ainda favorecem o escoamento da produção
agropecuária e os projetos de assentamento, com o uso de tecnologias inserido em todos os
campos de produção fomentando novas fronteiras no Estado para a agricultura, pecuária e
indústria, agregando valores à produção. Contudo, segundo Fearnside (2011), ainda hoje a
abertura de estradas na Amazônia são as principais vias de aumento do desmatamento e da
ocupação descontrolada das áreas de entorno, através do traçado “espinha de peixe”.
21
Segundo Moretti (2007),
Esta perspectiva de desenvolvimento aparece conjuntamente com o
capitalismo, estando intimamente relacionada à consolidação deste sistema de
produção e ao processo de industrialização, associando-se à noção de progresso
tecnológico.
O desenvolvimento é medido através da quantificação, através do crescimento linear sem fim, o que conta é o mais, principalmente mais mercadorias,
mais consumo de bens produzidos. O estágio alcançado pelas sociedades
ocidentais “ricas”, que estariam na maturidade industrial, possuindo a capacidade
de crescer ilimitadamente, é definido como o modelo de desenvolvimento a ser
atingido.
Para Castoriadis (1987), o significado alcançado pela noção de desenvolvimento e o
crescimento indefinido é concretizado por algumas noções, entre as mais importantes destaca-
se a imposição da técnica, a ilusão relativa ao conhecimento científico e a racionalidade dos
mecanismos econômicos que simultaneamente causam danos cumulativos irreparáveis ao
meio ambiente, podendo desencadear reações catastróficas.
O uso consciente destas possibilidades que a modernidade oferece é um aliado no
aumento da produtividade, minimiza custos e desperdícios aos produtores, mas aumenta a
degradação do meio ambiente sem a devida preocupação com o solo, a água e a atmosfera,
suportes para uma boa produção e sobrevivência (MORETTI, 2007).
A prosperidade é muitas vezes conseguida mediante práticas agrícolas, florestais e
industriais em tal ritmo que em curto prazo trazem lucro e progresso, mas pouco sobrará para
as gerações futuras. Hoje, entretanto, a dimensão da intervenção humana torna-se cada vez
maior na natureza e os efeitos físicos das decisões ultrapassam fronteiras nacionais, sendo
que, muitas vezes, o risco de danos irreversíveis ameaça a base do progresso humano
(SCHWENK, 2005).
Anteriormente ao cultivo da soja em Mato Grosso, o desmatamento era praticado
como forma de demonstrar posse de uma determinada área sendo avalizado pelo governo.
Devido à fartura de madeira, houve desde então, a proliferação das serrarias e madeireiras,
onde muitas atuam na clandestinidade por suas atuações serem passageiras, muitas vezes,
favorecidas pelas leis ambientais inoperantes e licenciamentos onerosos e demorados.
22
Para Ab‟Sáber (1996:146),
... à custa de tecnologias agressivas e propósitos fundiários inconfessáveis – ,
eliminaram-se de 10 a 12% da antiga cobertura florestal, fato que somado às
devastações mais antigas totaliza 400000 km² de supressão de florestas. Sem
contabilizar alguns milhares de madeireiros, incentivados por outras tantas
serrarias, vinculados a um sistema de exploração, dita seletiva, de madeiras nobres, que leva a acentuada perda das biodiversidades regionais e constitui grande ameaça
à preservação das florestas.
A necessidade de produzir subsídios devido ao progressivo aumento populacional do
país está intimamente ligada à conservação do solo e outros recursos naturais, principalmente
devido a ideia de que o Brasil possui grandes extensões de terra. Não se leva em consideração
que são bens esgotáveis e que a reconstituição dos mesmos necessita de um longo período de
tempo e de tratamentos intensivos para a recomposição química e orgânica das propriedades
do solo, além do alto custo. Associado a falta de conhecimento e interação com a terra, fazem
com que as pessoas desmatem novas áreas de modo exploratório.
Diferentemente para os povos indígenas, a Terra é a sua existência, por esta razão,
cumprem os períodos de pousio2 utilizando técnicas de zoneamento e produção sustentável de
alimentos, para si e outros animais (POSEY, 1987).
O desmate associado ao manejo inadequado do solo, às atividades agropecuárias, bem
como, da urbanização ou industrialização, provocam a contaminação dos cursos de água,
nascentes e solos pelos insumos agrícolas, resíduos industriais e urbanos, compactação,
erosão e alterações climáticas em nível local ou regional, comprometendo também a
biodiversidade.
Assim, segundo Maitelli (2007), o cultivo de grãos, principalmente a soja, induz o
desmatamento da floresta, favorecido pelas vantagens oferecidas à agroindústria e aos
mercados de exportação.
... essas atividades, associadas à extração, industrialização e comercialização da
madeira, são agentes importantes nas modificações do quadro natural do município,
gerando novos espaços físicos com características peculiares de uso e ocupação.
Tais transformações alteram as condições do clima local e regional, sendo seus
efeitos pouco conhecidos numa escala temporal. (MAITELLI, 2007:74)
2 Repouso dado às terras cultiváveis, variando esse descanso de um a três anos, interrompendo as culturas
para tornar o solo mais fértil (VALE, 1983:57).
23
1.2. CICLO HIDROLÓGICO
O ciclo hidrológico é a circulação e conservação de toda água existente na Terra em
estado sólido, líquido e gasoso. Ela se encontra em constante modificação por meio dos
processos de evaporação, precipitação, transpiração, infiltração e escoamento, onde fecha seu
ciclo abastecendo lagos, rios e oceanos. A energia solar é responsável pela dinâmica da água
na Terra. Inicia-se pela evaporação na superfície oceânica e terrestre, incorpora-se na
circulação geral da atmosfera, onde é influenciada pelas diferenças de absorção de energia e
da reflectância entre os trópicos e as regiões polares (TUCCI & CLARKE, 1997).
O estudo do ciclo hidrológico em bacias hidrográficas é considerado um sistema
fechado e o balanço hídrico pode ser resumido em um intervalo de tempo, em entradas
representadas pela precipitação e saídas pela evapotranspiração (CHEVALLIER, 2004).
Tucci e Clarke (1997) resumem o fluxo no processo hidrológico em bacia hidrográfica
em duas direções predominantes, a precipitação e evapotranspiração sendo a vertical e o
escoamento superficial, por meio de canais ou subterrâneo como a longitudinal.
Figura 1. Esquema do ciclo hidrológico.
Fonte: USGS – U.S. Geological Survey
24
Na hidrologia, todos os parâmetros que definem o ciclo da água estão inseridos no
ambiente terrestre e podem ser divididos em climáticos: precipitação e evapotranspiração; de
escoamento: descarga líquida e sólida; e os fisiográficos: geologia, geomorfologia, pedologia
e topografia (CHEVALLIER, 2004).
1.2.1. Precipitação
A precipitação é a principal variável de entrada do modelo tipo precipitação-vazão,
sendo conceituada como qualquer deposição de forma líquida ou sólida derivada da atmosfera
que atinge a superfície terrestre (AYOADE, 1998). Para Oliveira et al. (2001), a precipitação
pluviométrica é o mecanismo básico de transporte de água, da atmosfera para a superfície,
podendo variar de acordo com aspectos geográfico e cronológico.
Segundo Tucci & Clarke (1997) e Ayoade (1998), a precipitação é produzida a partir
do resfriamento do ar úmido que forma as nuvens, compostas pelas massas de gotas de água e
de cristais de gelo microscópicos, e por meio das condições criadas pelo sistema de circulação
da atmosfera, retornam aos oceanos e superfície terrestre. Estes sistemas dinâmicos e não
lineares dificultam a previsão da quantidade de precipitação.
Para Rennó & Soares (2000) representa-se a precipitação em lâmina d‟água, onde um
milímetro de chuva equivale a um litro de água distribuído em um metro quadrado de terreno.
A chuva dentre outras formas de precipitação é a principal e, pode ser classificada em três
tipos, a convectiva, frontal ou ciclônica e orográfica. A chuva ocorre pela condensação do
vapor d‟água, quando a umidade relativa do ar atinge 100%.
Segundo Bertoni & Tucci (2004), a intensidade da precipitação é o parâmetro
fundamental para estudos relacionados a escoamento superficial, enchentes e erosão.
1.2.2. Evaporação e Evapotranspiração
São processos onde a umidade em forma líquida ou sólida é convertida para a forma
gasosa, ou seja, em vapor de água para a atmosfera. Mas, há uma pequena diferença entre as
duas denominações: a evaporação é a perda de água das superfícies aquáticas ou do solo nu,
enquanto a evapotranspiração é a perda de água pelas superfícies e pela vegetação, ou seja, é a
combinação entre a transpiração e a evaporação. Dois fatores são determinantes na taxa de
evaporação ou evapotranspiração de uma área: 1) disponibilidade de umidade na superfície e
25
2) capacidade da atmosfera de vaporizar a água, remover e transportar o vapor para cima. A
evapotranspiração potencial é quando ocorre evaporação e a evapotranspiração em capacidade
máxima possível em superfícies com disponibilidade constante de umidade, ou seja, em taxas
elevadas e pode ser calculada pela fórmula (AYOADE, 1998):
Equação 1. Evapotranspiração Potencial
(1)
Sendo:
EP – Evapotranspiração
EP* - Evapotranspiração potencial
h – duração real do dia
D – número de dias do mês
Mas nem sempre as superfícies onde há evaporação possuem disponibilidade de
umidade, assim as taxas são menores, originando a evapotranspiração real (AYOADE, 1998).
A água do solo segundo Hillel (1970) evapora inicialmente a partir da superfície e
causa a secagem do solo, já a evapotranspiração depende de outros fatores importantes além
da umidade, como a radiação solar, temperatura, velocidade do vento e o tipo de vegetal.
Geralmente a vegetação extrai do solo uma quantidade muito superior à que necessitam ao
seu metabolismo, ou seja, em clima seco, para cada tonelada de crescimento vegetativo as
plantas consomem centenas de toneladas de água e a transpiração ocorre devido ao baixo
potencial de umidade existente na atmosfera e, em alguns casos, pode transferir mais de 99%
da água que extraem do solo para a atmosfera.
1.2.3. Infiltração
A infiltração é o termo aplicado ao processo pelo qual a água entra no solo, em geral
pela superfície, verticalmente, de cima para baixo. Este processo é de grande importância,
pois a rapidez da infiltração determina frequentemente, o volume da água que escorrerá sobre
a superfície. Na ocorrência de chuvas fortes exerce influência no processo denominado de
erosão. A infiltração direta é quando o solo possui uma quantidade de umidade que varia com
o tempo em função da precipitação, percolação e evapotranspiração (HILLEL, 1970).
26
A equação de Darcy para a infiltração ou escoamento vertical:
Equação 2. Equação de Darcy
(2)
A altura hidráulica consiste da altura relacionada à pressão Hp (negativa em solo
saturado) e da altura de gravidade –Z (negativa por diminuir com o aumento da
profundidade):
Equação 3. Altura hidráulica
(3)
Equação 4. Infiltração
(4)
Sendo:
K – gradiente de sucção
q – fluxo
H – altura hidráulica total
Hp – altura devido a pressão
Z – distância vertical a partir da superfície do solo para baixo (profundidade)
27
1.2.4. Interceptação e áreas impermeáveis
A interceptação acontece quando o volume total da precipitação encontra obstáculos
ou rugosidades, que associado a infiltração, evaporação e transpiração, o escoamento
superficial é redistribuído. A presença da vegetação impede o carregamento de sedimentos e
ocorrência de erosão proporcionando melhor qualidade do recurso hídrico (HEWLETT,
1982).
Nas áreas onde maior for a impermeabilidade, ocorrem menos infiltração e não
havendo rugosidade ou retenção, o valor do escoamento superficial é proporcional à
impermeabilidade.
1.2.5. Escoamento superficial
O escoamento superficial possui sua origem fundamentada na precipitação. Ao atingir
a superfície terrestre, de acordo com a cobertura, o tipo e a umidade do solo; uma vez
saturado tende a empossar e depois a escorrer para locais mais baixos. Este comportamento é
baseado na área da bacia, sua declividade e sistema de drenagem.
O escoamento superficial, segundo Tucci (2005), faz parte do ciclo hidrológico. A
água se desloca na superfície da bacia até encontrar uma calha definida e/ou infiltra quando
encontra uma interceptação ou quando em um solo permeável e não saturado. Ou seja, a
precipitação da água sofre interceptação pela vegetação que serve de obstáculo, associado ao
tipo de solo, com maior ou menor potencial de infiltração e baixo ponto de saturação,
interferindo no escoamento. Este processo resulta em fluxo superficial, que escoa de acordo
com a declividade e áreas de menor obstrução até encontrar um dreno definitivo.
O dreno definitivo pode ser a rede hidrográfica em áreas rurais, como no caso deste
estudo, e, quando localizadas em áreas urbanas, escoam em superfícies impermeáveis e por
galerias e canais de escoamento pluvial.
A bacia hidrográfica para Chow et al. (1998 apud SANTOS & ZEILHOFER, 2005) é
uma área definida topograficamente, drenada por um curso de água ou um sistema conectado
de cursos de água, dispondo de uma simples saída para que toda vazão efluente seja
descarregada. Ela é necessariamente delimitada por uma altitude mais elevada, o divisor de
águas, que divide as precipitações e encaminha o escoamento superficial para a rede
hidrográfica (TIBÚRCIO & CASTRO, 2007).
28
1.2.6. Vazão
A vazão, também chamada de deflúvio, é o volume de água escoado na unidade de
tempo, é a principal grandeza que caracteriza um escoamento superficial e está ligada
diretamente à precipitação. Utilizada para ajuste dos parâmetros dos modelos é definida como
a medida exata de água que passa por um ponto de medição em um canal e representa a soma
entre os diversos tipos de escoamento e a precipitação incidente diretamente nos canais
(HEWLETT, 1982).
A vazão pode definir três tipos diferentes de rios: 1 – perenes que são caracterizados
pela ocorrência do escoamento superficial, subsuperficial e subterrâneo; 2 – intermitentes que
recebem a recarga do escoamento subsuperficial e subterrâneo, porém secam em período
seco; 3 – efêmero que recebem somente a recarga do escoamento superficial (WARD, 1967
apud ALCANTARA, 2009).
1.3. A INFLUÊNCIA DAS CARACTERÍSTICAS GEOAMBIENTAIS, MUDANÇAS
CLIMÁTICAS E DO USO DA TERRA NO CICLO HIDROLÓGICO
Os principais fatores que influenciam no escoamento superficial são os fatores
fisiográficos como: área e a forma da bacia, o tipo de solo, a cobertura vegetal e a topografia;
e fatores climáticos como: a intensidade e a duração da chuva, a chuva antecedente que afeta
em solos mais encharcados ou não.
1.3.1. Características geoambientais
As influências das características geoambientais em estudos hidrológicos são
relevantes, pois trazem informações para modelagem e análises.
Segundo Pissarra et al (2004), a estrutura geológica, a litológica e a formação
superficial dos elementos que compõem a superfície terrestre, tem correlação e é expressa por
algumas propriedades do terreno como a infiltração e escoamento da água da chuva.
As características morfométricas do padrão de drenagem e do relevo repercutem no
comportamento hidrológico e litológico de cada unidade de solo. Assim, ao analisarem as
29
características na discriminação de unidades de solos, Demattê e Demétrio (1996 a, b apud
PISSARRA et al., 2004) “concluíram que há estreita correlação entre a densidade de
drenagem e determinados atributos morfológicos, químicos e mineralógicos, ligados à
intensidade de intemperismo dos solos estudados”.
As características geomorfológicas influenciam em diversos processos superficiais e
subsuperficiais como no escoamento, fluxo, erosão, infiltração e evaporação (ROSS, 2003;
GUERRA & GUERRA, 1997).
1.3.2. Alterações climáticas
A intensificação do efeito estufa pela queima de combustíveis fósseis, queimadas e as
transformações da cobertura vegetal pelo uso e ocupação da terra, são considerados os
principais fatores de interferência antrópica na disponibilidade quantitativa e qualitativa dos
recursos hídricos segundo Zamparoni (2007).
Segundo Schreiner (2004), a atividade humana aumenta a quantidade de partículas
na atmosfera aumentando a temperatura e, estas temperaturas elevadas causarão maior
evaporação da água, o que poderá agravar as secas em alguns locais e em outros aumentar a
precipitação, caso o vapor de água crie nuvens de chuva. Podem também alterar a direção
dominante dos ventos e correntes oceânicas.
Mudanças na circulação atmosférica podem interferir nos padrões espaciais e
temporais das precipitações, enquanto o aumento da evaporação e evapotranspiração, em
função da elevação das temperaturas, possuem relevância para infiltração, umidade de solos e
recarga da água subterrânea, modificando desta forma os regimes de escoamento superficial.
No Centro-Oeste brasileiro, pesquisas sobre a variabilidade das precipitações e suas
interferências nas regiões de Cerrado e Floresta de Transição ainda são pouco estudadas,
existindo uma disponibilidade maior de informações para as regiões centrais da bacia
Amazônica (MARENGO, 2006) e para a bacia do Paraná/Prata (COLLISCHONN et al.
2001); (BOULANGER et al. 2005; COSTA et al. 2003, apud ZEILHOFER, 2007).
Segundo Betts et al. (2004 apud ZEILHOFER, 2007), recentes simulações dos
possíveis cenários, relacionados às mudanças climáticas na bacia Amazônica, indicaram um
aumento da temperatura e diminuição das precipitações, com predição de um aumento na
variabilidade regional.
30
Collischonn et al. (2001) e Boulanger et al. (2005 apud ZEILHOFER, 2007)
detectaram em análises de séries temporais significativas tendências de aumento nas
precipitações e vazões anuais médias durante as últimas décadas para a bacia do Paraná/Prata.
Milly et al. (2005 apud ZEILHOFER, 2007), sintetizando resultados de simulações de
12 diferentes modelos de circulações globais (GMC) previram, para o período entre 2041 a
2060, que Mato Grosso será uma zona de transição entre regiões com um elevado aumento da
precipitação nas regiões centro sul do Brasil e regiões com acentuada diminuição nas partes
centrais da Bacia Amazônica.
Com base nesses estudos pode-se verificar que, apesar do uso de diferentes
metodologias de pesquisa, os resultados apontam mudanças climáticas significativas, mesmo
para um sistema dinâmico como o clima. Embora a confiabilidade das predições climáticas de
precipitação para a América Latina deva ser considerada frágil, Coelho et al. (2006 apud
ZEILHOFER, 2007), observaram melhorias no desempenho, desenvolvendo uma abordagem
combinada, que interliga um modelo empírico das anomalias da temperatura dos oceanos
Pacifico e Atlântico, com um sistema “multimodel”, composto por três modelos de atmosfera-
oceano acoplados. Recentes pesquisas em andamento tal como o projeto EUROBRISA
(http://www.cptec.inpe.br/~caio/EUROBRISA/) prometem sucessivas melhorias nas
previsões.
1.3.3. Uso da Terra
Com o objetivo direto ou indiretamente de produzir alimento, o homem tem
provocado acentuadas modificações no solo, acelerando a erosão, destruindo a camada arável
da terra, podendo atingir camadas mais profundas. O solo quando desmatado perde a proteção
que teria se estivesse coberto pela vegetação, pois a cobertura vegetal absorve a maior parte
da energia cinética das gotas de chuva e a serapilheira que cobre o solo amortece o impacto
secundário; uma gota de chuva pode atingir o solo a uma velocidade entre 5 a 15 km/h,
desagregando as partículas e iniciando a erosão (LEPSCH, 1977).
Segundo Silva (2006), vários autores como Thomann & Mueller (1987), Esteves
(1988) e Chapra (1997) verificaram que uso do solo pela agricultura é um dos principais
causadores da perda excessiva de nutrientes devido à lavagem superficial do solo pela chuva e
percolação de nutrientes solúveis naturais e dos fertilizantes utilizados, principalmente o
nitrogênio, atingindo o lençol freático e as águas superficiais.
31
Isto se dá pela supressão da vegetação, pois a água não encontra obstáculos
diminuindo assim as taxas de infiltração, alterando a recarga do lençol freático (COLMAN,
1953; WARD, 1967 apud ALCÂNTARA, 2009). A vegetação colabora ainda na estabilização
do solo das encostas, através da fixação pelo sistema radicular das plantas (LIMA, 2008).
Estudos indicaram que desde meados do século XX tem ocorrido uma diminuição da
área florestada em bacias hidrográficas pequenas, ou seja, menores que 100 km², resultando
em acréscimo das vazões. Segundo Costa et al. (2003), o aumento das áreas para uso agrícola
na bacia do rio Tocantins ocasionou no aumento do escoamento médio e das vazões máximas.
Enquanto esta relação é observada de forma constante em estudos de microbacias, o aumento
das vazões médias não é regular em bacias de grandes extensões (BRUIJNZEEL, 1990 apud
SANTOS & ZEILHOFER, 2003).
Gyau-Boakye & Tumbulto (2006 apud SANTOS & ZEILHOFER, 2003) observaram
uma diminuição da vazão em bacias de regiões tropicais subúmidas após a transformação de
florestas em pasto e lavoura. Constataram também interações entre o uso e ocupação da terra
e o próprio clima em meso e macro escalas (BERBET & COSTA, 2003; VOLDOIRE &
ROYER, 2004 apud SANTOS & ZEILHOFER, 2003), modificando os ciclos hidrológicos
(FEARNSIDE & LAURANCE, 2004 apud SANTOS & ZEILHOFER, 2003).
A superposição das interações da variabilidade climática e transformações do uso e
ocupação da terra dependem de aspectos da escala (ARCHER, 2003). Alterações do uso e
ocupação da terra são frequentemente fenômenos locais. Suas influências, portanto, tendem a
diminuir em grandes bacias (WOODS, 2005 apud SANTOS & ZEILHOFER, 2005). O grau
da transformação na paisagem modulará os efeitos de escala. Os impactos climáticos ocorrem
em dimensões super-regionais, que contrastam com o que ocorre em bacias de todas as
extensões. Estudos de caso para a simulação em função de cenários combinados de alterações
da precipitação e do uso e ocupação da terra foram apresentados entre outros por Collischonn
et al. (2005) e Pfister et al. (2004).
1.4. MODELAGEM HIDROLÓGICA
Modelos, segundo Christofoletti (1999), podem ser compreendidos de forma geral
como: “qualquer representação simplificada da realidade”. Já Haggett e Chorley (1967, 1975)
definiram como “uma estruturação simplificada da realidade que apresenta, de forma
generalizada, características ou relações importantes”, ou seja, “são aproximações altamente
32
subjetivas, por não incluírem todas as observações ou medidas associadas, mas são valiosas
por obscurecerem detalhes acidentais e por permitirem o aparecimento dos aspectos
fundamentais da realidade”.
Tucci (2005) conceitua modelo como a representação de algum objeto ou sistema,
numa linguagem ou forma de fácil acesso e uso, com o objetivo de entendê-lo e buscar suas
respostas para diferentes entradas.
A partir da aplicação de modelos hidrológicos efetua-se a previsão de alterações no
balanço hídrico e escoamento, visando o entendimento e a representação do comportamento
de uma bacia hidrográfica, pois é um sistema complexo de origem natural (TUCCI, 2005). A
modelagem é uma ferramenta importante para o gerenciamento dos recursos hídricos, para a
previsão de eventos e/ou para dimensioná-los. Podem ser representações matemáticas do fluxo
de água e seus constituintes sobre alguma parte da superfície e/ou subsuperfície terrestre e
permitem a simulação de processos físicos nas suas dimensões temporais (PULLAR &
SPRINGER, 2000 apud SANTOS & ZEILHOFER, 2003).
Contudo, em geral, os dados de vazão são escassos, comparados aos dados de
precipitação e isto se deve a quantidade bem maior de postos pluviométricos instalados em
relação aos postos fluviométricos.
Segundo Tucci (2005), um dos desafios da ciência hidrológica é gerar modelos de
precipitação-vazão aplicáveis às bacias hidrográficas não monitoradas.
Devido às limitações computacionais ou falta de dados georreferenciados, até a década
de 1980, muitos modelos de previsão não examinavam os fenômenos hidrológicos no seu
contexto geográfico, utilizando uma representação de elementos espaciais simplificada,
assumindo a bacia hidrográfica como uniforme (SANTOS & ZEILHOFER, 2005). Estas
limitações dos modelos chamados “não-distribuídos”, puderam ser superadas pelo uso de
modelos “semi-distribuídos” ou “distribuídos” que permitem a detecção de efeitos e
anomalias locais (TUCCI, 2005).
A maioria dos modelos semidistribuídos de chuva-vazão para médias ou grandes
bacias, é desenvolvida para regiões de boa disponibilidade de dados de entrada. Tucci (2005)
salienta, entretanto, que a aplicabilidade e confiabilidade de modelos são menos limitadas
pela falta de abordagens numéricas apropriadas, pela falta de dados em quantidade e
qualidade.
O modelo NGFlow proposto para aplicação nesta pesquisa foi desenvolvido
especificamente para regiões de baixa disponibilidade de dados (YE et al., 1996) e apresentou
desempenho satisfatório para uma região adjacente à área de estudo deste projeto (SANTOS
33
& ZEILHOFER, 2005) e, para McKinney & Cai (2002), tem a vantagem de ser integrado de
forma completa em um ambiente de Sistemas de Informação Geográfica (SIG).
1.5. GEOPROCESSAMENTO PARA SUBSIDIAR A MODELAGEM HIDROLÓGICA
Estudos de sistemas dinâmicos demandam processamento de grandes volumes de
dados que requerem o uso do geoprocessamento associado aos modelos.
De acordo com McKinney & Cai (2002), os Sistemas de Informações Geográficas
(SIG) em conjunto com técnicas de Sensoriamento Remoto facilitam o processamento,
elaboração e análise de dados espaciais, necessários para representação da heterogeneidade
fisiográfica de bacias de drenagem.
A escolha de um modelo hidrológico e sua aplicação no estudo de um determinado
problema leva em consideração o objetivo deste estudo, como a magnitude, detalhamento e
para estabelecer parâmetros eficientes.
Outros fatores importantes são as características da bacia a ser estudada e a
disponibilidade de dados em quantidade e qualidade.
Segundo Santos & Zeilhofer (2005), o acoplamento de SIG com modelos hidrológicos
facilita o uso de informações espaciais e permite a interpretação dos resultados de simulações
no contexto geográfico.
Com o objetivo de uma integração rígida ou plena de modelos ambientais em SIG
diversos autores salientam a aptidão do modelo de dados orientado a objetos (OO), baseado
na idéia de que os componentes do espaço geográfico interagem de várias formas (CROSBIE,
1996; FEDRA, 1996; FEDRA & JAMIESON, 1996 apud SANTOS & ZEILHOFER, 2007).
Além disso, possuem a pré-disposição a serem modularizados, ou seja, os códigos para os
módulos podem ser programados independentemente de outros componentes, facilitando o
entendimento da funcionalidade destes módulos disponibilizados na versão original de
NGFlow.
Segundo McKinney & Cai (2002), a utilização do modelo de dados OO possibilita
subsidiar e facilitar a estruturação conceitual e implementação da integração do modelo no
SIG.
Modelos semidistribuídos como o NGFlow, demandam grandes volumes de dados de
entrada espacializados para descrição da variabilidade da paisagem. A utilização deste grande
volume de dados, levando em consideração a heterogeneidade fisiográfica das bacias e
34
espacialização das simulações, tornaram os Sistemas de Informação Geográfica (SIG) e
técnicas de geoprocessamento, ferramentas valiosas que permitem o pré-processamento de
dados, análises espaciais, modelagem, pós-processamento e visualização de resultados
(GOODCHILD, 1993; BURROUGH & McDONNELL, 1998; apud SANTOS &
ZEILHOFER, 2005), fornecendo uma visão integrada dos sistemas hídricos (McKINNEY &
CAI, 2002).
Tucci (2005) observa que “na busca pela melhoria da representatividade espacial e
temporal do comportamento das diversas partes da bacia, sujeitas a diferentes ações
antrópicas, os modelos distribuídos tem sido agregados aos modelos digitais de terreno e ao
geoprocessamento”.
Serão abordados a seguir os principais aspectos do geoprocessamento e dos Modelos
Digitais de Terreno, como os principais dados de entrada no modelo NGFlow.
1.5.1. Geoprocessamento e Sistemas de Informação Geográfica
O geoprocessamento para Carvalho et. al. (2000), engloba diversas tecnologias de
tratamento e manipulação de dados geográficos, através de técnicas computacionais como o
sensoriamento remoto, a digitalização de dados, a automação de tarefas cartográficas, a
utilização de Sistemas de Posicionamento Global – GPS e os Sistemas de Informações
Geográficas – SIG.
A utilização destas ferramentas associada à modelagem facilita o entendimento dos
fatos e fenômenos que ocorrem no espaço geográfico. É capaz de reunir uma grande
quantidade de dados georreferenciados convencionais de expressão espacial, estruturando-os
adequadamente, tornando-os ferramentas essenciais para a utilização destas informações
geográficas, levando em conta a localização, a extensão e as relações espaciais dos fenômenos
analisados, de modo que se possa explicar o presente, acompanhar a evolução passada e
prever cenários futuros numa modelagem ambiental adequada.
Vários estudos em recursos hídricos têm utilizado como ferramenta de apoio o Sistema
de Informações Geográficas (SIG) e modelos hidrológicos associados, evoluindo em uma
interface de integração em que as vantagens de cada sistema podem ser potencializadas
gerando uma poderosa ferramenta para análise de bacias hidrográficas (MACHADO, 2002).
35
Para Nyerges (1991 apud SANTOS e ZEILHOFER, 2005),
“ ... o acoplamento de SIGs com modelos hidrológicos facilita a manipulação de
informações espaciais e permite a interpretação dos resultados de simulações no contexto geográfico. Conforme os níveis de acoplamento, são diferenciadas as
estratégias de integração, variando entre acoplamentos livres, próximos/rígidos ou
plenos.”
1.5.2. Modelo Numérico de Terreno
O Modelo Numérico de Terreno (MNT) ou Modelo Digital de Elevação (MDE) é o
principal dado de entrada em modelos hidrológicos semidistribuídos e distribuídos. São
representações do relevo em forma de matriz e possibilita gerar a direção de escoamento, rede
de drenagem, área, declividade de bacias e sub-bacias.
O MNT utilizado para esta pesquisa originou da missão Shuttle Radar Topography
Mission (SRTM), que foi uma missão espacial de onze dias, realizada em fevereiro de 2000,
liderada pela National Aeronautics and Space Administration (NASA) com parceria da
National Imagery and Mapping Agency (NIMA), das agências espaciais da Alemanha, a
Deutschen Zentrum für Luft - und Raumfahrt – DLR, e da Itália a Agenzia Spaziale Italiana –
ASI, que colocou o ônibus espacial Endeavour em órbita, utilizando a técnica de
interferometria, com imageamento de 80% da superfície terrestre, compreendido entre os
paralelos de 60º N e 56º S.
Nesta missão, o ônibus espacial foi lançado para uma órbita de 233 km de altitude com
inclinação de 57º. Gerou uma base de dados completa da topografia da superfície da Terra em
três dimensões, por meio de uma técnica de sensoriamento remoto por radar denominado
interferometria de radar de visada lateral. Nesta técnica foram instalados no compartimento de
carga do Endeavor os canais principais de transmissão e recepção para as bandas C e X, e um
mastro retrátil de 60 metros de comprimento, onde foram instalados em sua extremidade os
radares secundários, apenas de recepção, para se obter dados em paralaxe, ou seja, em ângulos
diferentes (Figura 2).
36
Figura 2. Esquema do ônibus espacial Endeavor com mastro e sensores.
Fonte: JPL/NASA e DLR (2010).
Desta forma, permitiu a construção de Modelos Digitais de Elevação – MDE com
cobertura de grande parte da superfície terrestre, gerando imagens com resolução espacial de
1 arco segundo, onde sua amplitude de grade é de aproximadamente 30 m no equador e 3 arco
segundo com aproximadamente 90 m (VALERIANO, 2005).
Nas Américas do Norte e Sul os MNT relativos à banda C, estão sendo distribuídos
gratuitamente pela NASA com resolução espacial de aproximadamente 90 x 90 m e os dados
relativos à banda X, são processados e distribuídos pelo Centro Aeroespacial Alemão (DLR).
(JPL/NASA, 2007)
Os modelos de elevação do terreno são utilizados em interpretações como declividade,
orientação de vertentes, rugosidade de relevo, áreas geológicas e, entre os produtos gerados, a
derivação das redes de drenagem é o principal.
Os problemas ambientais em escala mundial na atualidade são decorrentes da
ocupação territorial antrópica inadequada. Por esta razão, a disponibilidade dos dados SRTM
subsidiados pelo SIG são imprescindíveis para uso em pesquisas científicas, pois há
necessidade cada vez maior de processamento de grande quantidade de informações e da
interação entre elas para se conhecer, analisar, solucionar e prever os impactos por meio de
modelagem.
37
2. ÁREA DE ESTUDO
A bacia do Rio Teles Pires pode ser dividida em três trechos, o Alto, Médio e Baixo
Teles Pires. Para esta pesquisa, a área da bacia foi delimitada nos trechos do Alto e o Médio
Rio Teles Pires até a confluência com o Rio Peixoto de Azevedo, pois uma pequena parte
desta bacia ultrapassa os limites do Estado de Mato Grosso.
Figura 3. Localização da área de estudo na bacia do Alto e Médio Rio Teles Pires.
38
Localizada entre as coordenadas 10º 05‟ e 14º 55‟ de latitude Sul e 53º45‟ e 56º35‟ de
longitude Oeste, altitudes que podem variar de 200 m a 900 m, na área central do Estado, na
Mesorregião Norte Mato-Grossense e Microrregiões de Paranatinga, Rosário Oeste, Alto
Teles Pires, Sinop e Colíder.
A bacia do Alto e Médio Rio Teles Pires faz parte da grande Bacia Amazônica, na
sub-bacia do rio Tapajós, e abrange uma área aproximada de 52.561 km². Possui como
principais tributários o Rio Teles Pires (à direita), cujas nascentes estão localizadas nos
municípios de Paranatinga, Planalto da Serra, Rosário Oeste e Nova Brasilândia, e, o Rio
Verde (à esquerda), com suas nascentes em Nova Mutum e Santa Rita do Trivelato.
As atividades econômicas desenvolvidas na bacia do Teles Pires são basicamente a
agricultura diversificada, agricultura moderna de grãos, seguida de pecuária de corte e leiteira
e exploração madeireira (MIRANDA & AMORIM, 2000).
Mato Grosso, devido sua extensão territorial e pela forma do relevo, possui uma
grande variabilidade de tipos climáticos. Segundo SEPLAN (2002 apud EMBRAPA, 2011) os
valores pluviais médios encontrados para a série 1983-1994 revelam totais quase sempre
superiores a 1.500 mm anuais; apenas em áreas deprimidas e rebaixadas topograficamente
encontram-se valores menores. Quanto à temperatura, varia de acordo com as diferentes
regiões no Estado, com amplitude entre 3º C e 6º C, sendo que os valores máximos ocorrem
no Sudoeste do Estado, no Pantanal e, os valores mínimos ao Norte, aonde as condições
termoclimáticas vão se aproximando do regime tipicamente equatorial (SÁNCHEZ, 1992
apud EMBRAPA, 2011).
Especificamente na bacia do Alto e Médio Rio Teles Pires, os totais médios de
precipitação variam entre 1.600 a 2.000 mm e, a partir da montante em direção à jusante,
apresenta o clima Tropical Continental Alternadamente Úmido e Seco nas Chapadas e
Planaltos com o regime de chuvas característico desta região, apresenta ritmo sazonal de
acentuada regularidade com seis a sete meses de predomínio de estação chuvosa e quatro a
cinco meses com estação seca definida, ou seja, com máxima no verão e mínima no inverno.
Podendo precipitar mais de 70% do total de chuvas acumuladas de novembro a março com
média de 45% a 55% do total anual, sendo mais chuvoso nos meses de janeiro a março no
Norte do Estado, de dezembro a fevereiro no Centro e de novembro a janeiro no Sul. No
inverno, as chuvas são raras, ocorrem em média 4 a 5 dias chuvosos por mês (ANDERSON,
2004 apud EMBRAPA, 2011).
O clima Subequatorial Continental Úmido com estação seca definida é uma faixa de
transição climática específica do Planalto dos Parecis criada devido ao aumento de intensidade
39
da seca estacional na região, com precipitação entre 300 a 350 mm combinado com excedente
hídrico entre 800 a 1.000 mm. O aumento da altitude média de 300 a 400 m e da latitude
diminuem a temperatura e mantém a variação das temperaturas médias anuais entre 24,8º a
24,0º C (SEPLAN, 2002 apud EMBRAPA, 2011; MIRANDA & AMORIM, 2000).
O clima Equatorial Continental Quente e Úmido com estação seca definida da
Depressão Sul Amazônica, predomina em uma faixa entre 7º 30‟ e 11º a 12º de latitude Sul e
51º a 61º longitude Oeste. Possui estação seca bem definida, mas “moderada” em quase todas
as subunidades e um excedente hídrico elevado, superior a 1.000 mm (SEPLAN, 2002 apud
EMBRAPA, 2011); (MIRANDA & AMORIM, 2000).
Apesar desta sazonalidade definida, pesquisas demonstraram um gradiente climático
que segundo Maitelli (2005), as chuvas diminuem do Norte para Noroeste e em direção ao Sul
e Sudoeste, tendo na Bacia Amazônica a maior pluviosidade.
Segundo Zamparoni (2007), no que se refere às condições térmicas na Amazônia
mato-grossense, a urbanização e a presença da vegetação nativa, muitas vezes superam a
influência das baixas latitudes. Apesar da altitude não apresentar grandes variações, pode
influenciar na ventilação, possibilitando reconhecer que as ações antrópicas são importantes
agentes modificadores do clima nas regiões tropicais.
40
A Figura 4 traz o recorte da bacia do Alto e Médio Rio Teles Pires extraído do mosaico
de oito imagens do satélite LANDSAT-TM das órbitas 226 e 227 nos pontos 67, 68 e 69 e,
das órbitas 225 e 226 no ponto 70, dos meses junho e julho de 2010.
Figura 4. Área de estudo em um mosaico de imagens Landsat TM, composição colorida das bandas 5/4/3.
Fonte: INPE - Imagens LANDSAT TM (2010) e SEMA/MT – Hidrografia de Mato Grosso (2010).
Na composição colorida RGB 5/4/3 do recorte (Figura 4), podem ser identificadas as
classes do uso e ocupação pela diferenciação de cores a partir da refletância de cada objeto.
As áreas antropizadas aparecem como polígonos cuja coloração varia do cor-de-rosa ao
branco, as cores roxo ao verde são vegetações menos densas e porte pequeno, as cores escuras
41
próximo ao preto são florestas ou matas ciliares, identificando os cursos de água menores e o
azul claro os principais rios da bacia.
A bacia em estudo é composta por vinte e dois (22) municípios (Figura 5), parcial ou
integralmente, desde a sua nascente até a confluência com o Rio Peixoto de Azevedo
respectivamente: Nova Brasilândia, Planalto da Serra, Paranatinga, Rosário Oeste, Santa Rita
do Trivelato, Nova Mutum, Boa Esperança do Norte, Nova Ubiratã, Vera, Sorriso, Lucas do
Rio Verde, Tapurah, Ipiranga do Norte, Sinop, Cláudia, Itaúba, Nova Santa Helena, Colíder,
Nova Canaã do Norte, Nova Guarita, Carlinda e Alta Floresta.
Figura 5. Localização e área dos municípios onde se insere a bacia do Alto e Médio Rio Teles Pires (MT).
42
O Rio Teles Pires, cuja nascente se encontra sobre a Faixa de Dobramentos do ciclo
brasiliano Paraguai-Araguaia na Depressão Interplanáltica de Paranatinga, segue para o Norte
através do Planalto e Chapada dos Parecis na Bacia Sedimentar Fanerozóica do Paraná e pela
Depressão do Norte de Mato Grosso do Cráton Pré-brasiliano Amazônico, chegando à divisa
estadual com o Pará nos Planaltos e Serras Residuais do Norte de Mato Grosso
(RADAMBRASIL, 1982; ROSS, 2003) (Figura 6).
Figura 6. Mapa geológico da bacia do Alto e Médio Rio Teles Pires - MT. Fonte: CPRM (2006).
43
Grupo Cuiabá – Subunidade 7 pertencem a Unidades Proterozóicas da Faixa Paraguai
da Província Tocantins (EPE, 2008), é constituído por metaparaconglomerados com
raras intercalações de filito, matriz areno-argilosa, com clastos de quartzo, quartzito,
calcário, rochas máficas e graníticas.
Formação Diamantino do Grupo Alto Paraguai, pertencem a Unidades Proterozóicas
da Faixa Paraguai da Província Tocantins (EPE, 2008), é constituído de frequentes
intercalações de folhelhos com intercalações de siltitos arcoseanos e arcóseos na sua
base em vários ciclos sucessivos, conformando camadas com espessuras variadas.
Formação Raizama do Grupo Alto Paraguai, pertencem a Unidades Proterozóicas da
Faixa Paraguai da Província Tocantins (EPE, 2008), é constituído de arenitos
ortoquartzíticos brancos, médios a grossos, com níveis conglomeráticos, passando a
arenitos feldspáticos e arcoseanos de cores branca, rósea e violácea, granulometria
média, submaturos com estratificações plano-paralela.
Formação Dardanelos do Grupo Caiabi, pertencem a Unidades das Bacias
Sedimentares Proterozóicas, são formados predominantemente por sequência de
arenitos vermelhos de granulação fina a média.
Formação Ronuro da Cobertura Terceário-Quaternárias, são sedimentos pouco
consolidados, representado por areia, silte, argila e cascalho, além de lateritas.
Cobertura detrito-lateríticas ferruginosas da Cobertura Terceário-Quaternárias, são
sedimentos associados às áreas de baixa altitude – horizonte inferior: areias, argila de
cores variadas e concreções limoníticas; horizonte médio: espessos lateritos
ferruginosos concrecionários; horizonte superior: solo-argilo-arenoso, marrom-
avermelhado com concreções ferruginosas.
Formação Salto das Nuvens do Grupo Parecis, pertencem a Unidades da Bacia
Sedimentar do Parecis, são conglomerados petromíticos de matriz argilo-arenosa
intercalados por lentes de arenitos vermelhos de granulometria variável, desde muito
fina a conglomerática.
44
Segundo Toy (1988 apud PISSARRA, 2002), as encostas são formadas pelos materiais
de origem e os detritos das rochas intemperizadas associadas ao escoamento da água na
superfície terrestre. Assim a paisagem é formada pelo estabelecimento do equilíbrio entre a
energia e resistência de todos os processos de modificação, causados pela erosão e deposição.
As formas de relevo onde está localizada a bacia do rio Teles Pires são Planaltos e
Depressões, as unidades geomorfológicas a partir do Sul em direção ao Norte (Figura 7) são:
- Depressões Periféricas e Marginais na Depressão Interplanáltica de Paranatinga com o
Sistema de Aplanamento S1, Sistema de Dissecação em Colinas e Morros, Sistemas de Faixas
Dobradas, Sistema de Aplanamento S3;
- Planaltos em Bacias Sedimentares no Planalto e Chapada dos Parecis com o Sistema de
Aplanamento S2, Sistema de Aplanamento S1, áreas pontuais de Sistema de Dissecação em
Colinas e Morros, Sistemas de Faixas Dobradas, Sistema de Aplanamento S3; áreas pontuais
de Sistema Lacustre, Palustre, Depressões Úmidas, grande extensão de Sistema de
Aplanamento S2, Sistema de Aplanamento S3, Sistema de Blocos Dobrados;
- Depressões Periféricas e Marginais na Depressão do Norte de Mato Grosso com o Sistema
de Aplanamento S3, áreas pontuais de Sistema de Dissecação em Colinas e Morros, e
Sistemas de Blocos Dobradas. (ROSS, 2003; IBGE, 1997).
45
Figura 7. Mapa Geomorfológico da bacia do Alto e Médio Rio Teles Pires - MT.
Fonte: SEPLAN/MT (2006).
Sistema de aplanamento Ap1 corresponde ao conjunto de formas aplanadas e que
ocupam posição de cimeira dentro do conjunto regional do relevo. São identificadas a
partir de sua ampla área de ocorrência, apresentando baixas declividades e baixa
densidade de drenagem.
46
Sistema de aplanamento Ap2 corresponde à ampla superfície do aplanamento que
exibe homogeneidade topográfica, dissecação predominantemente tabular e padrão
geral drenagem sub-dentritica.
Sistema de aplanamento Ap3 corresponde à base da superfície de aplanamento,
atualmente sendo dissecada pelo sistema fluvial instalado juntamente com o clima
úmido. Apresenta com principais características para sua identificação o
posicionamento na base do relevo regional, as baixas altitudes e a presença de relevos
residuais.
Sistema de dissecação em colinas e morros são as áreas onde as formas de relevo são
predominantemente modeladas pelos entalhes: fluvial, associado aos trabalhos dos
canais perenes, com a esculturação das vertentes e aprofundamento dos vales; e
pluvial, promovido pelas chuvas, onde as águas que escoam nos canais temporários
causam o aprofundamento, principalmente próximo às cabeceiras de drenagem. O
sistema de dissecação em colinas e morros é composto pelas formas que ocorrem nas
áreas de transição entre os sistemas de aplanamento, caracterizando preferencialmente
por áreas dissecadas em rebordos erosivos, que podem se encontrar escalonados em
patamares estruturais ou coluvionares.
Sistemas lacustres, palustre, depressões úmidas (Du) são áreas onde a drenagem é
indefinida, em posições interfluviais de topos tabulares, localizadas em posição de
cimeira, com baixas declividades. As canalizações das águas não ocorrem, interferindo
no fluxo superficial, ficando toda água proveniente da precipitação disponível para
infiltração.
Sistema de planície aluvionar Braided (Pbr) é padrão de canal Braided (entrelaçado)
está associado à presença de bancos de areia e ilhas, onde o regime dos rios é
permanente e com grande variação de descarga.
Sistema de planície fluvial (Pf) corresponde às áreas que tem como gênese processos
de agradação, ou seja, assoreamento preponderantemente fluvial, com
desenvolvimento local e de formato alongado acompanhando o canal fluvial.
Geralmente estão associados a rios de menor porte, onde, em função da escala de
mapeamento, não é possível identificar o padrão dos rios, ou efetivamente estão
ligadas a rios poucos sinuosos, dificultando a vazão da rede hidrográfica.
Sistema de planície aluvionar meandriforme (Pmd) corresponde a depósitos
sedimentares dos canais fluviais meandrantes, que possuem gênese associada ao baixo
47
gradiente das superfícies regionais. Esse padrão de relevo é composto por planícies
aluviais elaboradas pelos rios atuais. As planícies meândricas possuem todo o sistema
hidrográfico e fisiográfico em formação.
Sistemas de faixas dobradas (Sd) são os relevos que tem a conformação morfológica
condicionada pela presença de estruturas dobradas, se dispondo em sucessivos
sinclinais e anticlinais.
Sistemas de blocos falhados (Sf) são áreas onde a disposição das formas de relevo,
falhas e fissuras sofrem interferência de esforços tectônicos.
48
Na Figura 8 podem ser identificados a partir do Sul da bacia, onde se encontram as
principais cabeceiras do Rio Teles Pires e Rio verde, os principais tipos de solos.
Figura 8. Mapa pedológico da bacia do Alto e Médio Rio Teles Pires (MT)
Fonte: SEPLAN/MT, 2006.
49
Estes solos possuem as seguintes características segundo IBGE (1997) e Alcântara
(2009).
Neossolos Litólicos - são solos minerais não hidromórficos, pouco desenvolvidos,
muito rasos ou rasos, com horizonte A sobre a rocha ou sobre horizonte C. Possuem
textura variável, sendo em maior proporção arenosa ou média, podem ocorrer em
textura argilosa e raramente siltosa. Proveniente tanto de rochas ígneas, como
sedimentares e metamórficas, desde básicas a ácidas, sua cobertura vegetal pode ser:
de campos, de cerrado e de floresta. Estão relacionados a fortes declividades, com
frequente ocorrência de cascalhos e fragmentos de rocha no seu perfil e da grande
susceptibilidade à erosão, principalmente nas áreas de relevo acidentado onde esse
tipo de solo ocorre mais frequentemente.
Cambissolo - são solos minerais, sua textura varia de média a muito argilosa, varia
desde solos rasos a profundos. O horizonte B apresenta coloração amarelada e
brunada, com estruturas em blocos, fraca ou moderadamente desenvolvida ou maciça
e pouca nitidez nos horizontes. Ocorre na região Amazônica.
Areias Quartzosas - são solos minerais arenosos, fortemente drenados, normalmente
profundos ou muito profundos, essencialmente quartzosos, pobres em minerais
primários, pouco resistentes ao intemperismo. Possuem baixa fertilidade natural, baixa
capacidade de retenção de água e de nutrientes, excessiva drenagem e grande
propensão ao desenvolvimento de erosão profunda (voçorocas e ravinas). Ocorrem em
relevos de plano a ondulado e originam-se de arenitos e, raramente, de sedimentos
arenosos quaternários.
Gleissolo Pouco Úmico - são solos minerais hidromórficos, com horizontes glei
abaixo do horizonte superficial, cores normalmente cinzentas ou azuladas em
decorrência da presença de ferro em sua forma reduzida (Fe+2). São mal drenados,
encharcados, ocorrem em áreas baixas, textura variável de média a muito argilosa,
com argila de atividade baixa. Originou de sedimentos do quaternário recente,
geralmente aluvionares. Presença de lençol freático alto, riscos de inundação
frequentes.
Organossolos – Apresentam elevados teores de material orgânico e ao perder água
naturalmente pode perder até 50% de seu volume pela contração natural, a drenagem e
conseqüente oxidação, favorece a mineralização da matéria orgânica. Possuem pouca
resistência mecânica e são compactadas com facilidade.
50
Latossolo Vermelho-Escuro - são solos minerais, muito profundos, sua textura varia
de média a muito argilosa, bastante intemperizados, caracterizados por apresentar um
horizonte B latossólico, de cor vermelho-escura. Possui elevada permeabilidade, boa
drenagem por ter elevada porosidade, homogeneidade de características ao longo do
perfil, sendo definidos como solos de razoável resistência à erosão de superfície
(laminar e sulcos). Maior ocorrência no Planalto dos Parecis. Estão relacionados à
litologias diversas, desde arenitos das Formações Utiariti, Dardanelos e Ponta Grossa a
coberturas sobre litologias do Complexo Xingu e Grupo Cuiabá e em especial sobre as
superfícies peneplanizadas. São encontrados sob vegetação de Cerrado e Floresta.
Normalmente são álicos ou distróficos.
Latossolo Vermelho-Amarelo Prodzólico - são solos minerais profundos a muito
profundos, possui horizonte B latossólico com estrutura granular maciça porosa ou, no
máximo, em blocos subangulares moderadamente desenvolvida, bem drenados a
moderados. A textura varia de média a muito argilosa, ocorre em relevo plano e suave
ondulado no cerrado tropical.
Plintossolos - são solos minerais hidromórficos com sérias restrições a percolação,
com efeito temporário de excesso de umidade e de pouca drenagem, em algumas áreas
apresentam mudança textural abrupta. São em sua maioria de baixa fertilidade. Em
menor expressividade ocorrem solos eutróficos. São predominantes em áreas com
relevo plano e suave ondulado. Originam-se, em geral, de sedimentos recentes do
Quaternário comuns em planícies de inundação de rios/córregos e de arenitos, como os
das Formações Prainha e Dardanelos. A cobertura vegetal natural é de campo, campo
cerrado e floresta. A limitação desse tipo de solo ocorre devido à má drenagem
durante uma parte do ano, quando ficam saturados com água. Em condições naturais
são mais usados como pastagens.
Solos concrecionários - são solos minerais, profundos, caracterizados por apresenta
horizonte B textural e presença de concreções de ferro, ao longo do perfil, em
quantidade maior que 50% por volume. O horizonte A é quase sempre do tipo
moderado e a fertilidade natural baixa. Ocorrem em geral nas superfícies aplanadas
dos planaltos elevados, relacionados à superfície peneplanizada terciária, apresenta
grande quantidade de concreções lateríticas consolidadas na massa do solo, pobre com
baixa saturação de bases.
51
Prodzólico vermelho-amarelo - são solos minerais, não hidromórficos, com horizonte
B textural de cores vermelhas até amarelas, possuem grandes variações de drenagem,
profundidade e textura. Geralmente possuem diferenças marcantes de textura entre os
horizontes A e B, podem ser eutróficos ou distróficos e álicos.
No mapa de uso e ocupação da terra referente a julho de 2010 (Figura 9) podem ser
observadas as áreas remanescentes de vegetação natural e, áreas que sofreram ação antrópica
na bacia do Alto e Médio Rio Teles Pires.
Figura 9. Mapa de uso e ocupação da terra na bacia do Alto e Médio Rio Teles Pires – MT (Julho/2010)
Fonte: SEPLAN-MT (2006).
52
Área de transição – são áreas onde podem ser identificadas mesclas de vegetações
pertencentes a diferentes ecossistemas, como de Floresta para Cerrado ou de um tipo
de floresta para outra.
Floresta – foram englobados os três tipos de ocorrência de floresta:
1. Floresta Ombrófila Tropical Densa- formações que ocorrem em regiões de curto
período seco (0 a 2 meses), temperaturas acima de 25ºC, constituída de árvores com
alturas variando entre 20 a 30 metros com troncos retos e bem copados que
representam os estratos dominantes e codominantes;
2. Floresta Ombrófila Tropical Aberta – ocupa grandes extensões de terreno com
diferentes aspectos fisiográficos e litológicos, período seco curto (2 a 3 meses), altas
temperaturas (acima de 22ºC – Tropical Equatorial Amazônico), apresenta dominância
de formas biológicas fanerófitas e lianas lenhosas;
3. Floresta Estacional Decidual Tropical – vegetação localizada em solos deficientes
de areias quartzosas, em contato com a Floresta Estacional, aspecto fisionômico de
savana (BRASIL, 1980 apud EMBRAPA, 2011).
Cerrado _ está distribuídos principalmente no Planalto Central, possui cobertura
vegetal diversificada, sendo a segunda maior formação vegetal brasileira, a mais rica
em biodiversidade mundial e privilegiada pela presença das três maiores bacias
hidrográficas da América do Sul (EMBRAPA, 2011).
Uso e Ocupação da Terra – áreas onde houve interferências antrópicas como:
supressão da vegetação nativa, queimadas, agricultura, urbanização, pecuária,
hidroelétricas ou demais ações que ocasionaram modificação na superfície terrestre.
53
3. MATERIAIS E MÉTODOS
Para realização das simulações das vazões mensais a partir do modelo NGFlow do
período de 1994 a 2003 foram pré-processados dados espaciais como a rede hidrográfica
digital na escala de 1:100.000, as áreas desmatadas na escala de 1:250.000, disponibilizados
pela Secretaria do Estado de Meio Ambiente (SEMA, 2009) e um modelo numérico do
terreno SRTM disponibilizado pela EMBRAPA (2011). Os dados pluviométricos,
disponibilizados pela ANA foram obtidos de forma preenchida por De Deus (2009). As séries
temporais de dados fluviométricos utilizados para validação das simulações foram obtidos de
Alcântara (2009). Todos os dados georreferenciados foram projetados para o sistema UTM,
datum SAD 69.
3.1. O MODELO NGFLOW
3.1.1. Concepção geral
O NGFlow é um modelo hidrológico de simulação do escoamento de águas em bacias
hidrográficas classificado como tipo Precipitação-Vazão. Trata-se de um modelo
semidistribuído, pois as variáveis e parâmetros são discretizados em sub-bacias, unidades de
comportamento hidrológico supostamente uniforme (catchment model).
Este modelo foi desenvolvido por Ye & Maidement (1996) para a simulação do
escoamento dos rios da bacia do rio Níger, África, especificamente para regiões de baixa
disponibilidade de dados.
Foi implementado em um ambiente de Sistema de Informações Geográficas – SIG
com base no software ArcView 3.2 (ESRI) e escrito em linguagem proprietária Avenue (ESRI)
por Santos & Zeilhofer (2003). Os códigos de programação (scripts) pertencentes ao modelo
NGFlow foram adaptados para garantir sua interoperabilidade com o banco de dados do
Sistema Integrado de Monitoramento Ambiental da Bacia do Rio Cuiabá (SIBAC) e aos
dados espaciais da bacia local, sendo desenvolvidos novos scripts para aumentar a eficiência
da integração do modelo e facilitar a operação do sistema (SANTOS & ZEILHOFER, 2003;
ZEILHOFER et al. 2007).
54
Em 2011, o método Curve Number foi acoplado por SANTOS (não publicado) ao
NGFlow, desenvolvido e apresentado pelo Soil Conservation Service dos Estados Unidos
(USDA-SGS, 1975). Este método é baseado numa proporção linear entre duas relações, o
volume infiltrado pela capacidade máxima de infiltração com o total escoado e com a
precipitação total. O método está sendo amplamente utilizado mundialmente, pois, como
visto, necessita um número reduzido de parâmetros para relacionar propriedades de infiltração
e escoamento com características físicas da bacia (TUCCI, 2005). A sua integração no
NGFlow tornou possível a modelagem da vazão mensal dos principais rios da bacia do Alto e
Médio Rio Teles Pires em função do uso e ocupação da terra e dos tipos de solo classificados
pela sua capacidade de infiltração.
A Figura 10 mostra uma visão geral da concepção do modelo NGFlow, com a
disposição e o fluxo de processamento dos dados para a simulação e divisão nos componentes
de Banco de Dados (BD), onde se encontram armazenados os dados alfanuméricos (séries
temporais) e Sistema de Informação Geográfica (SIG), onde os dados espaciais são pré-
processados e efetuadas as operações numéricas para as simulações.
Figura 10. Fluxograma de dados e processamentos na integração do modelo NGFlow e Curve Number.
Fonte: Adaptado de Santos & Zeilhofer (2003).
55
Uma simulação inicia-se a partir do modelo numérico do terreno (MNT), cujo pré-
processamento resulta nos principais parâmetros fisiográficos da bacia em estudo, os planos
de informações (PI) da rede hidrográfica simulada e a divisão da bacia total em sub-bacias. A
estas sub-bacias são associadas às séries temporais de precipitação e calculado em seguida o
balanço hídrico para cada sub-bacia.
Nesta etapa, por intermediação do usuário, o método Curve Number pode ou não ser
utilizado. Em caso positivo a estimativa do balanço hídrico por sub-bacia é efetuada com a
associação com os PIs do uso e ocupação da terra e do tipo de solo. A seguir, o excedente
hídrico por sub-bacia é associado ao seu respectivo trecho da rede hidrográfica para simulação
do escoamento.
O NGFlow ainda possui dois módulos adicionais, não utilizados neste estudo. O
primeiro permite a simulação em reservatórios (lagoas e represas artificiais), podendo-se
inserir dados, parametrizando as dimensões e demais dados da represa. O segundo módulo
pode ser utilizado para fins de otimização, ajustando os parâmetros fisiográficos da rede
hidrográfica e das sub-bacias de acordo com a comparação entre séries temporais das vazões
observadas e simuladas.
3.2. PLANOS DE INFORMAÇÃO ESPACIAL E SÉRIES HISTÓRICAS DE
PRECIPITAÇÃO E VAZÃO UTILIZADAS NAS SIMULAÇÕES
O pré-processamento de todos os planos de informação (PI) utilizados foi executado a
partir dos softwares ArcView, versão 3.2 (ESRI, 1997) e ArcMap, versão 9.3 (ESRI, 2010). Os
dados tabulares foram processados a partir do software Excel 2003 (Microsoft) e do software
livre R (R Foundation for Statistical Computing).
Como visto, na modelagem com NGFlow são necessários três conjuntos de dados
básicos de entrada segundo Santos & Zeilhofer (2005): o Modelo Numérico do Terreno
(MNT); representações espaciais das estações climatológicas, tipos de solo (pedologia) e uso
e ocupação da terra; e, as séries temporais de precipitação e vazão da área de estudo.
56
3.2.1. Modelo Numérico de Terreno e seu pré-processamento
O Modelo Numérico do Terreno (MNT) da Missão Shuttle Radar Topography Mission
(SRTM - NASA) com resolução espacial de 90 m (3 arco segundos3, versão 2.1), foi obtido na
página da Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA, 2006).
O MNT é o dado inicial da etapa de pré-processamento para que se possa realizar toda
parametrização da bacia hidrográfica e da rede de escoamento.
Efetuou-se inicialmente um recorte do MNT do retângulo que envolve a bacia do Alto
e Médio Rio Teles Pires (Figura 11).
Figura 11. Recorte do MNT/SRTM da área da bacia do Alto e Médio Rio Teles Pires (MT).
3 Refere-se ao tamanho de uma célula do MNT de 3‟‟, correspondendo aproximadamente a 90 m.
57
A seguir, foi efetuado o recondicionamento do MNT a partir da rede hidrográfica
digital. MNTs provenientes do SRTM necessitam de sucessivas correções para seu uso em
simulações hidrológicas (ZEILHOFER et al. 2011). Duas características principais do produto
original impossibilitam a sua aplicação direta:
i) o decréscimo da altitude não corresponde com o declive ao longo da rede
hidrográfica e
ii) os MNTs possuem depressões fechadas que não correspondem com a configuração
real do relevo.
Ambas as características impossibilitam a simulação correta da direção do escoamento
e do fluxo acumulado. Desta forma, a simulação da rede hidrográfica e a delimitação correta
das sub-bacias ficam prejudicadas. Para correção, o MNT original foi co-registrado a partir da
base cartográfica 1:100.000 (SEMA, 2009). Na base, substituíram-se a rede hidrográfica que
apresentava em linhas duplas por linhas simples. Esta substituição é necessária, pois linhas
duplas são reconhecidas como sendo dois rios, sendo a rede hidrográfica nesta escala
representada em linha dupla quando a largura do rio for de 50 m4 ou mais (COGEO (2009).
Em seguida foi aplicado o algoritmo “Agree” (Figura 12) para imposição das linhas de
drenagem (MAIDMENT et al., 1996), disponível a partir da extensão “Arc Hydro Tools” do
ArcGIS 9.3 (ESRI). Este algoritmo modifica o MNT com a imposição do PI vetorial linear
(rede hidrográfica), transformando-a em matriz, ou seja, em uma grade. Este algoritmo força o
rebaixamento do MNT em células identificadas como parte da rede hidrográfica de acordo
com três parâmetros a serem definidos pelo usuário, geralmente a partir de testes empíricos:
i) Largura do vale em número de pixels (5 m neste estudo)
ii) Rebaixamento do canal em metros (10 m neste estudo)
iii) Rebaixamento do vale em metros (50 m neste estudo), sendo o desnível
distribuído de forma linear de acordo com parâmetro ii
O parâmetro i se refere ao número de pixels que envolvem o elemento linear na qual
será efetuado o alisamento; o ii é o valor para o parâmetro vertical suave de aumento, o qual
sendo positivo será descartado e caso seja negativo será preenchido; no parâmetro iii, vertical
acentuado de aumento e sendo positivo será descartado e caso seja negativo será preenchido,
4 Na base cartográfica disponibilizada pela SEMA na escala da 1:100.000, redes hidrográficas a partir de 50 m de largura são consideradas espelho d‟água e representadas como polígonos, isto devido a possibilidade
de serem mensuradas com o uso da imagens de satélite do sensor SPOT de 2,5m de resolução espacial
(COGEO, 2009: 14), ou quando apresentarem na escala da carta, espessura maior que 0,80mm (MT T34-
700 CC, 1998).
58
este procedimento é adicional ao ii e efetuado para marcar as características da rede
hidrográfica utilizada.
Figura 12. Correção do Modelo Numérico do Terreno (MNT/SRTM) a partir do algoritmo Agree: a) MNT
original; b) MNT original sobreposto com a rede hidrográfica digital de linha simples e c) MNT após
recondicionamento por imposição da rede hidrográfica da bacia do rio Teles Pires (MT).
Após esta preparação do MNT, o restante do pré-processamento, processamento e
simulação foram efetuados pelo modelo NGFlow no Arcview 3.2 (ESRI).
3.2.2. Dados pluviométricos e fluviométricos
A Tabela 1 apresenta a localização e os códigos das 28 estações pluviométricas da
região e a Tabela 2 os dados coletados nestas estações, localizadas na bacia do Alto e Médio
Rio Teles Pires, disponibilizados pela Agência Nacional das Águas (ANA). Na tabela das
estações pluviométricas (Tabela 1) foi criada uma nova coluna “COD_PONTO” onde foram
inseridos os números arábicos seqüenciais precedidos da letra P maiúscula. Estes códigos
59
identificam no NGFlow os números das estações e são utilizados para criar vínculo relacional
com a tabela dos dados de precipitação ao serem processados no NGFlow.
Tabela 1. Localização das estações pluviométricas com adaptação da coluna de indexação dos
códigos para utilização no NGFlow.
NOME LATITUDE LONGITUDE CODIGO COD_PONTO
SANTA ROSA -8.8703 -57.4164 E857000 P01
CACHIMBO -9.8172 -54.9025 E954001 P02
JUSANTE FOZ PEIXOTO DE AZEVEDO -9.6425 -56.0183 E956001 P03
NOVO PLANETA -9.3728 -57.2228 E957001 P04
AGROPECUÁRIA CAJABI -10.7461 -54.5461 E1054000 P05
INDECO -10.1125 -55.57 E1055001 P06
COLIDER -10.7986 -55.4486 E1055002 P07
FAZENDA TRATEX -10.9558 -55.5486 E1055003 P08
TRIVELATO -9.9413 -57.1319 E1057001 P09
CACHOEIRÃO -11.653 -55.7016 E1155000 P10
FAZENDA ITAUBA -11.4713 -56.4244 E1156000 P11
FAZENDA SEMPRE VERDE (SINOP) -11.7105 -55.4638 E1156001 P12
JUARA -11.2525 -57.5058 E1157001 P13
PORTO RONCADOR -13.5569 -55.3336 E1355001 P14
NOVA MUTUM -13.8205 -56.0841 E1356002 P15
NOVA MARINGA -13.0275 -57.0905 E1357000 P16
PARANATINGA -14.4177 -54.0494 E1454000 P17
NOVA BRASILÃNDIA -14.8941 -54.9727 E1454002 P18
DECIOLÃNDIA -14.1839 -57.5067 E1457003 P19
KM 947 BR-163 -8,1872 -55,1194 E855000 P20
FAZENDA SANTA EMILIA -10,5391 -53,6089 E1053001 P21
RANCHO DE DEUS -11.0027 -54.8052 E1154000 P22
SANTA FELICIDADE -11.9291 -54.998 E1154001 P23
AGROVENSA -12.813 -54.7516 E1254001 P24
FAZENDA RIO FERRO-CRUZEIRINHO -12.5161 -54.9105 E1255002 P25
FAZENDA AGROCHAPADA -13.4466 -54.2805 E1354000 P26
PASSAGEM BR-309 (EX-PONTE PEDRA) -14.6119 -53.9986 E1453000 P27
FAZENDA CORRENTE VERDE -14.8102 -55.2733 E1455004 P28
Fonte: ANA; De Deus (2009)
Na Figura 13 está representada a localização geográfica das estações pluviométricas.
Os pontos nela identificados foram inseridos na tabela, para que o algoritmo do NGFlow
possa associá-lo por meio de seus respectivos códigos, os valores constantes na tabela das
séries temporais de precipitação (Tabela 2) utilizados posteriormente para efetuar a
60
interpolação e balanço hídrico, a partir da técnica dos polígonos de Thiessen, como exposto
mais adiante.
Figura 13. Localização das 28 estações pluviométricas com séries temporais consistentes na bacia do Alto e Médio Rio Teles Pires
Fonte: ANA, Alcântara (2009)
61
A Tabela 2 apresenta os dados coletados nestas 28 estações (Tabela 1) pelo período de
11 anos (1993-2003), a adoção deste período foi baseada na existência de dados
disponibilizados pela Agência Nacional das Águas (ANA), as quais já haviam sido corrigidos
e preparados para outros pesquisas na bacia do Alto e Médio Rio Teles Pires. As lacunas deste
conjunto foram preenchidas a partir de regressões lineares, como descrito em De Deus (2009).
Tabela 2. Dados mensais de precipitação, coletados em 28 estações pluviométricas, no
período de 1993 a 2003, utilizada como dado de entrada nas simulações com NGFlow.
Fonte: ANA; De Deus (2009) Obs.: Linhas vermelhas representam linhas e colunas da tabela original, suprimidas devido a sua extensão.
A Tabela 3 e a Figura 14 mostram a localização das estações fluviométricas, obtida no
Sistema HIDROWEB da Agência Nacional das Águas (ANA), elaborada e disponibilizada
por Alcântara (2009). As séries temporais mensais destas estações foram utilizadas para a
validação das simulações com o NGFlow.
DATA TIME P01 P02 P03 P04 P25 P26 P27 P28
1/1/1993 1 337,9 174,4 147,1 273,8 176,7 133,0 59,3 84,3
1/2/1993 2 495,8 468,6 395,3 401,7 398,2 297,9 449,7 191,2
1/3/1993 3 333,8 219,6 185,2 270,4 97,3 100,2 87,0 25,8
1/4/1993 4 160,8 208,9 337,7 301,9 105,4 47,6 128,4 102,3
1/5/1993 5 36,0 29,9 101,7 8,0 16,2 31,0 14,9 5,7
1/6/1993 6 1,8 0,1 15,0 1,6 0,0 10,5 16,3 2,3
1/7/1993 7 0,2 0,0 0,7 14,6 0,0 0,0 0,0 0,0
1/7/2002 115 30,2 0,0 3,3 64,5 23,0 0,0 16,3 4,1
1/8/2002 116 9,9 0,0 0,0 13,7 0,0 3,1 25,4 13,6
1/9/2002 117 170,3 229,3 124,9 75,1 22,5 66,0 15,7 15,4
1/10/2002 118 217,1 199,7 311,2 118,7 97,2 111,0 122,5 22,9
1/11/2002 119 207,7 226,9 169,1 140,8 180,6 158,1 276,8 210,9
1/12/2002 120 300,2 479,5 441,9 133,9 92,9 425,5 237,3 210,7
1/1/2003 121 564,8 575,6 599,9 332,5 276,0 400,5 449,0 308,0
1/2/2003 122 401,3 379,3 451,5 476,4 225,8 324,9 258,6 168,2
1/7/2003 127 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
1/8/2003 128 0,0 14,7 30,2 31,4 0,0 0,0 0,0 19,1
1/9/2003 129 91,3 114,2 180,0 68,6 44,3 53,2 61,3 105,3
1/10/2003 130 428,9 371,8 371,7 409,8 230,7 276,6 101,2 176,2
1/11/2003 131 209,0 123,7 172,4 199,7 292,2 350,3 211,8 154,8
1/12/2003 132 481,7 283,6 176,6 460,3 260,8 312,7 228,7 100,9
62
Tabela 3. Localização das estações fluviométricas com séries históricas consistentes da
bacia estudada para a utilização no NGFlow.
Fonte: ANA
CÓDIGO NOME RIO LATITUDE LONGITUDE
17210000 Teles Pires Teles Pires -12,674160 -55,7916600
17200000 Porto Roncador Teles Pires -13,556940 -55,3361100
17280000 Cachoeirão Teles Pires -11,645833 -55,7166660
17300000 Fazenda Tratex Teles Pires -10,955833 -55,5486110
17340000 Indeco Teles Pires -10,112500 -55,5700000
17230000 Lucas do Rio Verde Verde -13,051100 -55,9030000
63
Figura 14. Localização das estações fluviométricas na bacia do Alto e Médio Rio Teles Pires
Fonte: ANA
A Tabela 4 refere-se aos dados de vazão, coletados nas seis estações localizadas na
bacia em estudo, sendo cinco no Rio Teles Pires e uma no Rio Verde. Esta tabela foi utilizada
para a validação do NGFlow.
64
Tabela 4. Dados mensais de vazão mensurados nas 06 estações fluviométricas da bacia sob
estudo, no período de 1993 a 2003.
DATA E17280000 E17210000 E17200000 E17300000 E17340000 E17230000
1/1/1993 974 555 443 1240 1523 138
1/2/1993 1833 803 657 2066 2634 141
1/3/1993 1457 772 675 1642 2078 135
1/4/1993 1090 527 438 1227 1535 139
1/5/1993 649 252 176 725 928 104
1/6/1993 522 178 90 584 674 91
1/7/1996 59 470 548 78
1/8/1996 401 83
1/9/1996 378 108 541 77
1/10/1996 401 128 74 496 862 112
1/11/1996 732 381 290 808 986 106
1/12/1996 670 321 261 770 1636 167
1/1/1997 1265 752 655 1360 2129 175
1/2/1997 1786 758 566 1737 2303 171
1/3/1997 1731 721 595 1730 1351 136
1/6/2003 658 912 111
1/7/2003 527 139 70
1/8/2003 439 110 53 482 532 81
1/9/2003 414 104 50 462 490 71
1/10/2003 508 140 75 581 666 90
1/11/2003 646 217 123 727 846 105
1/12/2003 889 338 248 990 1166 114
Fonte: ANA.
Obs.: As linhas vermelhas representam linhas da tabela original que foram suprimidas devido a extensão dos
dados.
3.2.3 Mapeamento de uso e ocupação da terra
O PI do Uso e Ocupação da Terra (UOT) para os anos de análise foram obtidos a partir
de processamentos no ArcMap 9.3 (ESRI), dos dados espaciais de Vegetação Nativa
(SEPLAN) e Desmatamento (SEMA). Utilizou-se a ferramenta Erase para se subtrair do PI
da Vegetação Nativa o PI do Desmatamento referente ao ano de estudo e posteriormente
efetuado o Join, obtendo assim o PI UOT para os anos de 1994, 1997 e 2003.
O PI dos tipos de solo utilizado na simulação tem sua origem no SEPLAN
65
3.3. SIMULAÇÕES COM NGFLOW
3.3.1. Pré-processamento do MNT
O pré-processamento do MNT, necessário para geração dos planos de informações
matriciais e vetoriais foi efetuado a partir de pré-processadores implementados em NGFlow
(Figura 15).
No pré-processamento o principal dado de entrada é o MNT (módulo 1), sendo a
partir dele gerados sete PIs matriciais (módulos 2 a 8) e dois PIs vetoriais, o da rede
hidrográfica simulada (módulo 9) e o da divisão das sub-bacias (módulo 10).
Figura 15. Fluxograma dos pré-processadores de MNT no NGFlow.
Adaptado de Santos & Zeilhofer (2003)
No módulo 1 o MNT recondicionado, o qual já passou pela primeira correção,
efetuada pelo algoritmo “Agree” do ArcGIS 9.3, onde o MNT foi submetido à imposição da
rede hidrográfica da base cartográfica 1:100.000 (MAIDMENT, 1996) (Figura 12, pág. 51) é
adicionado ao NGFlow.
A seguir, no módulo 2 o MNT corrigido ainda pode apresentar depressões fechadas, as
quais são removidas a partir da rotina “fill sinks”.
As depressões fechadas são células com cotas inferiores aos seus oito vizinhos que
interrompem o escoamento na simulação, procedimento descrito em Jenson & Domingue
66
(1988) (Figura 16) ou pode ocorrer existência de picos, que são removidos para desobstruir a
passagem do fluxo (Figura 17).
Figura 16. Perfil de uma depressão antes e depois de ser preenchida
Fonte:Adaptado do Tutorial ArcHidro Tools, 2005.
Figura 17. Perfil de um pico antes e depois de ser removido
Fonte: Adaptado do Tutorial ArcHidro Tools, 2005.
Após o preenchimento de depressão o MNT corrigido foi utilizado para derivar o PI da
direção do fluxo superficial (módulo 3), que simula a direção do escoamento em cada célula
do MNT através das diferenças de altitude.
A geração do Fluxo de Direção é realizada a partir das células do MNT, que são
formadas com um valor de elevação atribuído a cada célula.
Figura 18. Elevação de células do MNT
Fonte: Adaptado de Fan & Collischonn, 2009.
67
Utilizando-se o método D8 (Eigth Direction Pour Point Model) onde a água escoa de
uma célula para uma das oito células adjacentes e a cada uma delas é atribuído um valor de
acordo com a regra do caminho mais íngreme.
Figura 19. Método D8 para criação do Fluxo de Direção.
Fonte: Adaptado de Fan & Collischonn, 2009.
Utilizando o PI da direção do fluxo, obtém-se o fluxo superficial acumulado
correspondente a rede hidrográfica, onde é possível montar uma grade contendo valores de
quantidade de água acumulada em cada célula (MENDES & CIRILO, 2001) (módulo 4).
Segundo Valeriano (2008) o fluxo acumulado denominado também de área de
captação, reúne além das características do comprimento de rampa, a ligação com divisores de
água à montante e a confluência e divergência das linhas de fluxo.
O módulo 5 determina a partir de um valor limite de acumulação de água definido pelo
usuário, quais as células que fazem parte dos canais, possibilitando a simulação da rede
hidrográfica principal, sendo neste estudo, após testes empíricos, utilizado o valor de 10.000
células.
A partir da rede hidrográfica simulada é efetuada a segmentação dos trechos (módulo
6), ou seja, a rede hidrográfica simulada é dividida em segmentos com base em suas
confluências.
Código de direção
68
No módulo 7 são definidas as saídas das sub-bacias a partir dos PIs do fluxo
acumulado e dos trechos de rede hidrográfica segmentados.
No módulo 8 é efetuado o delineamento das sub-bacias com os PIs das saídas das sub-
bacias e da direção dos fluxos.
A partir do módulo 9 foi obtido o tema vetorial do rio simulado, utilizando o PI do
fluxo de direção e dos trechos da rede hidrográfica segmentada.
As sub-bacias representadas por polígonos (módulo10) originam-se da vetorização das
sub-bacias matriciais delimitadas.
O processo no módulo 11 corrige e ajusta os possíveis erros da topologia dos
polígonos e relacionamentos dos temas vetoriais, criados a partir da transformação dos PIs
matriciais das sub-bacias.
3.3.2. Cálculo do balanço hídrico e simulação da vazão
Após o pré-processamento dos dados espaciais, os PIs gerados são utilizados para a
simulação do Modelo NGFlow.
Esta fase do processamento inclui módulos para organizar a estrutura de tabelas com
dados, interpolação espacial da precipitação e cálculo do balanço hídrico e prepara as tabelas
de informações para a execução da simulação (Figura 20).
Figura 20. Fluxograma do cálculo de balanço hídrico e simulação de vazões por meio do NGFlow (sem módulo
Curve Number - CN).
Fonte:Adaptado de Santos & Zeilhofer (2003).
69
Após os pré-processamentos dos dados espaciais, os PIs e suas tabelas de atributos
possuem uma indexação não-padronizada. Por esta razão, é necessário a execução de pré-
processadores do modelo NGFlow para adaptar os nomes e formatação dos temas espaciais
(módulo 12), tendo como principais temas de entrada o rio simulado e as sub-bacias. Esse
processo modifica o nome dos PIs referentes ao rio para sbriver e a das sub-bacias para
subbac, padronizando-os, ou seja, efetua uma cópia dos PIs relacionados no diretório do
projeto5 do NGFlow, conservando os arquivos originais que são removidos do modelo e
inseridos novamente com a devida padronização.
No módulo 13 as propriedades de tabelas auxiliares são modificadas, padronizando os
campos de acordo com as tabelas correspondentes aos PIs do rio e das sub-bacias, com
inserção de novos atributos.
No módulo 14 são identificadas as entradas e saídas dos rios, preenchendo os campos
“isHead” e “isOutlet” pertencentes a tabela do rio, definindo as cabeceiras e a foz das sub-
bacias. Este pré-processamento vem acompanhado de aviso, solicitando que seja executada
uma única vez para evitar possíveis erros no algoritmo.
As tabelas auxiliares necessárias para a simulação são pré-processadas no módulo 15.
Esta ação apaga, ou seja, zera as estruturas das tabelas pflow.dbf, fflow.dbf, tflow.dbf,
psurp.dbf, sprtb.dbf, rchtb.dbf, respvt.dbf e precsub.dbf, as quais são preenchidas a cada novo
processamento. Estas tabelas auxiliares são primordiais ao pleno funcionamento do algoritmo
do NGFlow e necessárias para o preenchimento das tabelas psurp.dbf que traz o excedente
(surplus) de precipitação e, o pflow.dbf, das vazões dos respectivos trechos em cada sub-bacia
de contribuição.
Estas tabelas são estruturadas com um campo time, tendo um registro para cada passo
de tempo referente ao número de meses. O campo Grid Code (GC) refere-se a cada sub-bacia
do PI originado do pré-processamento do MNT (Figura 21).
5 Arquivo para gravação das etapas executadas, bem como a ordem, as edições executadas e os dados
gerados para reutilizar ou resgatar os processos do trabalho..
70
Figura 21. Criação dos campos “Time” e “GC seguido pelo número da sub-bacia” nas tabelas que alimentam o
modelo NGFlow.
Obs.: A linha preta representa colunas da tabela original que foram suprimidas devido a extensão dos dados
Ainda neste pré-processamento é verificada a presença das tabelas mean.dbf e
flowlength.dbf que são criadas pelo algoritmo do modelo. A tabela mean.dbf contém os
campos id, mean, std, max da declividade por sub-bacia, sendo o número de tuplas6
equivalente ao do projeto ou seja, de 333 sub-bacias.
A tabela flowlength.dbf contém os campos value, count, área, min, max, range,
mean, std e sum, mas possui apenas uma tupla e é preenchida e atualizada seqüencialmente
durante o cálculo do balanço hídrico (Figura 22). Esta tabela “comprimento de fluxo”
possibilita o cálculo do intervalo de tempo gasto pelo fluxo até saída da bacia. É a distância
do ponto da precipitação até a saída do fluxo da bacia, possui caráter cumulativo e em cascata,
medido a partir da direção do fluxo.
6 É uma sequência, como uma lista: armazena um conjunto de elementos acessíveis por um índice inteiro,
quando criada é imutável, não pode ser modificada. Vírgulas e parênteses são utilizados para separar seus
elementos. (Programação Python - http://www.async.com.br/projects/python/pnp/node16.html)
71
Figura 22. Tabela Flowlength utilizada no processamento do modelo NGFlow e os seus campos com apenas uma
tupla
Neste módulo 16 (Figura 20) do modelo são inseridos os temas dos pontos de medição
das estações pluviométricas (Figura 13) existentes na bacia e as informações de precipitação.
A tabela de atributos das estações deve possuir um campo que permite relacionamento com a
tabela de precipitação (Tabela 2), um código que identifica as estações de medição presentes
na tabela de precipitação. A tabela de precipitação contém a série temporal e os valores
coletados em cada ponto de medição identificado pelo seu respectivo código e deve ser
denominada de precipit.dbf. Nesta etapa, as tabelas precipit.dbf e medição.dbf são preparadas
com inserção do código de identificação que associará uma tabela à outra (Figura 23).
Figura 23. Código de identificação para vínculos entre tabelas dos Pontos de Medição e tabela da
precipitação (Precipit.dbf) do modelo NGFlow
O módulo 17 inicializa as tabelas estruturadas, mas sem conter o número exato de
registros utilizados pelo NGFlow. São inseridas nas tabelas das séries temporais e nas tabelas
72
inicializadas no módulo 15, com a extensão .dbf 7, nos seus campos Time, o número de
registros referentes ao número de meses, pois os dados são médias mensais. Todos os outros
campos são inicializados com o valor zero.
No módulo 18 (Figura 20), os códigos dos 28 pontos de medição (estações
pluviométricas) são relacionados com os campos da tabela precipit.dbf. São identificados os
pontos que possuem dados na área de estudo, sendo a partir destes pontos criados os
polígonos de Thiessen. Para isto, deve ser ativada a extensão do programa ArcView (ESRI)
chamado Create Thiessen polygons, que implementa o respectivo método de interpolação
(BURROUGH, 1987). Este processo, segundo Tucci (2005), baseia-se na geometria do plano
de localização dos postos e pondera a influência dos seus dados no cálculo da precipitação
média das áreas, ou seja, atribui o valor ao seu respectivo polígono.
O módulo 19 (Figura 20) utiliza a tabela da série temporal da precipitação e efetua o
cálculo do Psurp. Este cálculo gera a tabela psurp.dbf, determinando a porcentagem de cada
sub-bacia pertence a um dos polígonos de Thiessen, associados aos dados armazenados nas
tabelas porcen.dbf e precipit.dbf, estimando o valor da precipitação por sub-bacia (Equação
5).
Equação 5. Polígonos de Thiessen
A
PA
P
n
i
ii
1
(5)
Sendo:
Ai = área de abrangência do posto i com a precipitação Pi
A = área total da bacia.
O cálculo do balanço hídrico, módulo 20, encontra-se demarcado (Figura 20), visto
que é um dos principais módulos, que geram campos na tabela das sub-bacias necessários à
simulação do modelo.
Na versão atualizada de NGFlow, o cálculo do balanço hídrico (módulo 20) é
processado novamente quando o método CN for utilizado.
7 Formato de arquivos do Banco de Dados DBF, utilizado no ambiente ArcView para armazenamento de
dados tabulares (ex. atributos de entidades espaciais, series temporais)
73
O módulo 21 (Figura 20) calcula parâmetros fisiográficos das sub-bacias, por
exemplo, a velocidade do fluxo superficial, a área, o declive médio ao longo do canal e o
comprimento do trecho da rede hidrográfica.
No módulo 22 (Figura 20) utiliza as tabelas dos parâmetros fisiográficos e do balanço
hídrico para executar a modelagem das vazões médias por trecho, retroalimentando as
respectivas tabelas.
O módulo 23 (Figura 20) pode ser utilizado para otimização do modelo, ajustando os
registros das tabelas dos parâmetros fisiográficos e balanço hídrico a partir de vazões
observadas.
3.3.3. O componente Curve Number (CN)
Para permitir a simulação da influência de mudanças de cobertura vegetal e do solo no
balanço hídrico e na vazão da bacia, foi acoplado um módulo que implementa no NGFlow, o
método Curve Number (CN) (SANTOS e ZEILHOFER, 2005). Este método CN foi inserido
ao algoritmo do NGFlow, onde ele determina um parâmetro empírico para previsão do
escoamento direto (runoff) ou da infiltração do excedente da precipitação. Pode ser
formalizado por duas equações, uma da relação geral entre o volume superficial acumulado
(Q, em mm) e a razão entre a infiltração e o escoamento da precipitação total acumulada (P,
em mm) (Equação 6) e uma segunda expressão que relaciona a capacidade máxima de
armazenamento de umidade na camada superior do solo (S) aos valores estabelecidos para CN
(Equação 7).
Equação 6. Determinação do volume superficial
(6)
Sendo:
Ia – perdas iniciais (mm) por infiltração e evapotranspiração
S – capacidade máxima de armazenamento de umidade na camada superior do solo (mm)
Equação 7. Determina a capacidade máxima da camada superior do solo
(7)
74
O valor de Ia é estimado para condições médias, ou seja, Ia = 0,2S, sendo, 20% da
capacidade de armazenamento do solo e, quando P for menor que Ia, o Q = 0.
Para determinar a capacidade máxima de armazenamento da camada superior do solo
(S) foi estabelecida uma escala, onde o valor CN é determinado de acordo com o tipo de solo
pela capacidade de infiltração, divididos em quatro (4) níveis (A, B, C e D) (Tabela 5), em
combinação com a classe de uso da terra pela sua permeabilidade (Tabela 6).
Tabela 5. Divisão em quatro tipos de solos e a discriminação destes solos no modelo CN.
Tipo A Baixo potencial de deflúvio
Terrenos muito permeáveis, solos arenosos profundos com
pouco silte e argila. Incluem-se também os depósitos siltosos
profundos de origem eólica, com grande permeabilidade.
Tipo B
Capacidade de infiltração acima
da média após o completo
umedecimento
Maior parte dos solos arenosos menos profundos que os solos do
Tipo A, e depósitos siltosos menos profundos e menos
agregados que o tipo A.
Tipo C Capacidade de infiltração abaixo
da média, após pré-saturação
Solos rasos e solos com uma considerável fração de argila e
partículas coloidais.
Tipo D Alto potencial de deflúvio
Inclui a maioria das argilas de grande dilatação e também alguns
solos rasos com sub-horizontes quase impermeáveis próximos à
superfície. Terrenos quase impermeáveis junto à superfície,
argiloso.
Fonte: Tucci, 2005.
Tabela 6. Valor de CN para diversos usos e ocupações da terra e tipos de solo.
UTILIZAÇÃO DA
TERRA CONDIÇÕES DA SUPERFÍCIE
TIPOS DE SOLO
A B C D
Terrenos cultivados Com sulcos retilíneos em fileiras retas 77 86 91 94 70 80 87 90
Plantações regulares Em curvas de nível 67 77 83 87 Terraceado em nível 64 73 79 82 Em fileiras retas 64 76 84 88
Plantações de cereais Em curvas de nível 62 74 82 85 Terraceado em nível 60 71 79 82 Em fileiras retas 62 75 83 87
Plantações de
legumes ou campos
cultivados
Em curvas de nível 60 72 81 84 Terraceado em nível 57 70 78 89 Pobres 68 79 86 89 Normais 49 69 79 94 Boas 39 61 74 80
Pastagens Pobres, em curvas de nível 47 67 81 88 Normais, em curvas de nível 25 59 75 83 Boas, em curvas de nível 26 35 70 79
Campos Permanentes
Normais 30 58 71 78 Esparsas, de baixa transpiração 45 66 77 83 Normais 36 60 73 79 Densas, de alta transpiração 25 55 70 77
Chácaras Normais 59 74 82 86
Estradas de terra Más 72 82 87 89 De superfície dura 74 84 90 92
Continua na página seguinte
75
Florestas
Muito esparsas, baixa transpiração 56 75 86 91 Esparsas 46 68 78 84 Densas, alta transpiração 26 52 62 69 Normais 36 60 70 76
Superfícies impermeáveis
Áreas urbanizadas 100 100 100 100
Fonte: Tucci, 2005.
Os valores nas tabelas são parâmetros de CN referentes às condições médias de
umidade antecedente segundo Tucci (2005).
Para o processamento do CN na bacia do rio Teles Pires, a tabela CN foi construída e
inserida ao algoritmo, pois será utilizado pelo módulo CN para a interseção do PI dos tipos de
solo preparada com o campo CN com a de uso e ocupação da terra.
Tabela 7. Tabela CN simplificada, baseada nas características de solo e vegetação da bacia do
Rio Teles Pires utilizado no algoritmo.
USOOCUP* A B C D
Agua* 98 98 98 98
Floresta 26 52 62 69
Cerrado 56 75 86 91
Lavoura 67 77 83 87
Pasto 36 60 73 79 *Codificado e sem acentuação
A Tabela 7 foi construída a partir da Tabela 6, a qual foi resumida, agrupando a
classificação da SEPLAN-MT (2006), onde reuniu-se todas as classes florestais para a classe
Floresta, as diversas classes de cerrado para Cerrado e, na classe Lavoura foram englobados
as modalidades de ações antrópicas sobre a vegetação nativa como a agricultura, pecuária e
urbanização; a classe Pasto se refere à vegetação nativa de baixa estatura.
No NGFlow o processo do cálculo do Curve Number é efetuado para cada sub-bacia,
baseado nos valores da tabela CN (Tabela 7) utilizado pelo algoritmo na associação do PI do
Uso e Ocupação da Terra para os anos de 1994, 1997 e 2003 (Figura 32) e do PI do Tipo de
Solo (Figura 8).
76
3.3.4. Validação das Simulações
A avaliação do desempenho do modelo NGFlow, com e sem o componente Curve
Number foi realizada a partir da comparação das vazões simuladas com as vazões observadas
em seis estações fluviometricas a partir da raiz do quadrado do erro médio do balanço de
massa (Root Mean Square Error (RMSE) (Equação 8), do Coeficiente de Eficiência de Nash e
Sutcliffe (COE ou NSE) (Equação 9) (ASCE, 1993 apud SANTOS & ZEILHOFER, 2003) e
pelo Coeficiente de Determinação (R²)(Equação 10).
Equação 8. Root Mean Square Error (RMSE)
(8)
Equação 9. Coeficiente de Eficiência de Nash e Sutcliffe (COE ou NSE
(9)
Sendo:
Em – evento observado
Es – evento simulado
– média do evento observado no período de simulação
n – número de eventos
O RMSE é dado em m3/s e o COE pode variar de negativo infinito a 1, sendo 1 o ajuste
perfeito.
O R² (Coeficiente de Determinação) pode variar de 0 a 1, sendo o melhor resultado
quanto mais próximo de 1.
Equação 10. Coeficiente de Determinação (COE)
(10)
Sendo:
x – valores observados
y – valores simulados
77
4. RESULTADOS E DISCUSSÕES
Funcionalmente, simulações com NGFlow podem ser divididas em três fases: 1) o pré-
processamento do MNT, que resulta em planos de informações matriciais e vetoriais; 2) o
cálculo do balanço hídrico, que inclui o processamento dos dados pluviométricos e a
parametrização da rede hidrográfica e das sub-bacias; e 3) a própria simulação da vazão em
resolução temporal pré-definida, seu ajuste (calibração) e validação, a partir de dados
fluviométricos. Os resultados obtidos são expostos em seguida nesta sequência.
4.1. PRÉ-PROCESSAMENTO DO MNT
O MNT original provém com dois erros, os quais foram sanados através de dois
procedimentos no pré-processamento. O primeiro procedimento efetuado foi a imposição da
rede hidrográfica digitalizada ao MNT original devido a descontinuidade da rede hidrográfica
pela existência de células com altitudes inferiores ou superiores dispersando o fluxo (setas
Figura 24a).
78
Figura 24. Rotina “Agree” aplicado ao MNT da bacia do Rio Teles Pires (MT), (a) MNT original (setas - erros) e
(b) MNT após o recondicionamento (setas - correções efetuadas).
Na Figura 24b, as setas mostram os locais corrigidos com a imposição da rede
hidrográfica, criando a calha para o escoamento do fluxo da água, retirando as rugosidades.
Porém, o MNT depois de recondicionado ainda possui depressões fechadas, cujas
células com cotas inferiores ou superiores aos seus oito vizinhos interrompem o escoamento
do fluxo.
A Figura 25 mostra o segundo procedimento, onde as depressões fechadas foram
removidas a partir da rotina “fill sinks” (Figura 16), procedimento descrito em Jenson &
Domingue (1988).
Nao
mi
On
ga
79
Figura 25. Rotina “fill sinks” aplicada ao MNT, a) Depressões fechadas (setas) e b) Após o preenchimento
A direção de fluxo (Figura 26) é originada tendo como entrada o MNT corrigido
(Figura 25b), analisando a diferença de altitude das células do MNT e codificando cada célula
de acordo com a direção do escoamento (Figura 19).
Este cálculo é feito baseado nas oito direções em torno de uma célula, sendo que cada
célula possui um valor, 1 = Leste, 2 = Sudeste, 4 = Sul, 8 = Sudoeste, 16 = Oeste, 32 =
Noroeste, 64 = Norte e 128 = Nordeste, indicando a direção do escoamento do fluxo.
No detalhe da Figura 26 observa-se o rio Teles Pires (cor amarelo claro) que escoa em
direção Norte (flecha preta).
Naomi Onga
Nao
mi
On
ga
80
Figura 26. Detalhe do Plano de Informação da Direção de Fluxo da Bacia do Rio Teles Pires.
Na classificação da direção dos fluxos verificou-se maior incidência à Leste, Sul,
Oeste e Norte, explicados por MNTs representados por grades regulares, onde as direções nos
principais pontos cardeais (1, 4, 16, 64) possuem sistematicamente maior frequência nas
direções em relação aos que representam fluxos diagonais (Figura 27).
Figura 27. Histograma do valor da direção do fluxo da Bacia do Rio Teles Pires.
Nao
mi
On
ga
81
Na bacia ainda predominam os afluentes do oeste e a direção do leito principal segue a
inclinação do Planalto em direção Norte orientado ao eixo principal da bacia Amazônica.
O fluxo acumulado (Figura 28) é gerado a partir do PI direção de fluxo e representa o
valor acumulado de água em cada célula, ou seja, é a soma dos valores escoados de outras
células. Os rios principais são representados pelos maiores valores de acumulação.
Figura 28. Plano de Informação do Fluxo Acumulado.
Nao
mi
On
ga
82
Os cursos de rio foram definidos a partir do PI fluxo acumulado e com a especificação
do número mínimo de células acumuladas para se gerar um rio (Stream Threshold). Neste
estudo, o valor utilizado foi de 10.000 células (81 km2).
Na Figura 29a, a rede hidrográfica simulada é segmentada em trechos com base em
suas confluências e na sequência, a partir desta segmentação foi efetuada a delineação das
sub-bacias (Figura 29 b), sendo os resultados do pré-processamento do MNT.
Figura 29. O NGFlow gerou no pré-processamento do MNT da bacia do Alto e Médio Rio Teles Pires, a)Rede
hidrográfica simulada (sbriver) e b) sub-bacias vetorizadas (subbac).
Os PIs da rede hidrográfica simulada e das 333 sub-bacias são os principais PIs
utilizados para simulação da vazão, gerados a partir da vetorização de suas respectivas bases
matriciais. Neste processo, para a definição das 333 sub-bacias (Figura 21 b), 46 polígonos
83
ambíguos foram combinados com polígonos conectados em suas diagonais. Após esta
correção, cada sub-bacia possui um único trecho no PI da rede hidrográfica (relacionamento
1:1), ambos com o mesmo identificador numérico.
Na seqüência, antes do processamento do cálculo do balanço hídrico, há necessidade
de preencher interativamente na tabela de atributos do shape (PI vetorial) das sub-bacias
(Figura 29a) o valor de Vfact (velocidade do escoamento superficial) e na tabela do shape
Sbriver o valor de Velocity (velocidade de escoamento em m/s) e Timelag (tempo de
escoamento por trecho). Nesta etapa do processamento, estes campos foram preenchidos com
os valores de 0,3 para o Vfact, 2,0 para Velocity e 0,004 para o Timelag.
4.2. CÁLCULO DO BALANÇO HÍDRICO
O cálculo do balanço hídrico no NGFlow (Módulo 20, Figura 15) é executado a partir
da tabela da precipitação (precipit.dbf), sendo cada série temporal associada à um dos 28
postos pluviométricos (Pontos_de_mediçao,dbf). Para interpolação é utilizado o algoritmo
"Polígono de Thiessen" o qual criou 28 polígonos de Thiessen (Módulo 19). Destes, 17
abrangem a bacia do Alto e Médio Rio Teles Pires (Figura 30).
84
Figura 30. Polígonos de Thiessen criados a partir das estações pluviométricas.
Nao
mi
On
ga
85
A precipitação por sub-bacia é estimada em seguida por média ponderada da
contribuição dos respectivos polígonos de Thiessen em cada sub-bacia, valores armazenados
na tabela Porcen.dbf.
Na seqüência, após os cálculos dos campos da tabela das sub-bacias como a média do
fluxo, a velocidade do fluxo, tempo de escoamento e declividade de cada sub-bacia,
parâmetros estimados do MNT e PIs derivados como da direção do fluxo e da declividade é
calculada a tabela psurp.dbf referente ao excedente de precipitação. São considerados neste
cálculo ainda, parâmetros iniciais constantes da evapotranspiração potencial (90 mm) e
infiltração no solo (120 mm) e um valor padrão inicial para o tempo de armazenamento da
água na subsuperfície (Resk) em 7 meses.
86
Figura 31. Excedente da precipitação mensal por sub-bacia na bacia do Alto e Médio Rio Teles Pires (MT).
Nao
mi
On
ga
87
Os excedentes absolutos anuais variam principalmente em função do tamanho das sub-
bacias, e, secundariamente, com gradiente de aumento da precipitação na bacia em direção ao
norte.
4.2.1. Balanço Hídrico com Curve Number
Para o cálculo do balanço hídrico no NGFlow com o módulo Curve Number foi
utilizada a tabela CN.dbf (Tabela 7), a qual foi construída a partir da simplificação da Tabela
6 (TUCCI, 2005) e adaptado aos tipos de solos da bacia do Alto e Médio Rio Teles Pires pela
capacidade de infiltração e pelo uso e ocupação da terra (UOT) pela permeabilidade. Para
espacialização dos valores CN foram utilizadas as classificações do UOT para os anos de
1994, 1997 e 2003 (Figura 32) e o mapa pedológico digital, disponibilizados pela SEPLAN-
MT.
Para o CN, a cobertura vegetal e o tipo de solo que compõe a área de estudo
influenciam diretamente no escoamento superficial, pois a vegetação colabora na
estabilização do solo das encostas através da fixação do sistema radicular das plantas e cria
obstáculos à água precipitada, aumentando a taxa de infiltração para recarga do lençol
freático, diminuindo a velocidade do escoamento superficial (LIMA, 1986; COLMAN, 1953;
WARD, 1967; HEWLETT, 1982 apud ALCANTARA, 2009).
A Figura 32 mostra a dinâmica da supressão da vegetação natural, o uso e ocupação da
terra, em três anos do período estudado (1994, 1997, 2003). Vale ressaltar que, a
classificação desta figura em quatro classes distintas se deve a necessidade de ajustar ao
algoritmo do NGFlow, como na tabela CN, na classe Cerrado foram englobados todas
classificações de cerrado, exceto campo cerrado que foi inserido à pastagem nativa
caracterizada pela vegetação de porte baixo e na tabela como Pasto. Na classe Floresta, todas
as classificações de florestas e, para a classe Lavoura, todas as interferências antrópicas.
88
Figura 32. Dinâmica da ação antrópica na bacia do Alto e Médio Rio Teles Pires -MT, de 1994 a 2003.
Fonte: SEMA – MT (2006).
Observa-se que na bacia em estudo, das nascentes ao exutório, houve a retração das
áreas de vegetação nativa no período de 1994 a 2003, com as áreas de lavoura (em amarelo)
expandindo sobre o cerrado, floresta e, inclusive, sobre as áreas de pastagem nativa,
principalmente no alto curso do rio Teles Pires.
A partir da área total dos tipos da vegetação potencial foram quantificadas, por classe
de uso e ocupação da terra, as áreas remanescentes para os anos de 1994, 1997 e 2003, onde o
cerrado, floresta e pastagem nativa tiveram suas áreas retraídas respectivamente e
inversamente proporcionais ao aumento da área de lavoura (Tabela 8).
Nao
mi
On
ga
89
Tabela 8. Área remanescente (km²) por classe de uso e ocupação da terra na bacia do Alto e
Médio Rio Teles Pires (MT)
Classes
Sem ação
antrópica 1994 1997 2003
Cerrado 15.920,95 12.103,00 10.507,04 8.830,80
Floresta 20.567,63 15.018,25 13.034,54 10.393,53
Pastagem nativa 15.796,01 10.015,97 7.953,55 6.951,11
Lavoura 0.03 15.147,40 20.789,49 26.109,18 Realce na classe Lavoura por seu crescimento inverso às outras classes.
A Tabela 9 traz os valores de supressão por classe, de janeiro de 1994 a dezembro de
1997, período de 4 anos e de janeiro de 1998 a dezembro de 2003, período de 6 anos. Nestes
períodos, a soma da área da supressão do cerrado, floresta e pastagem nativa correspondem ao
valor do aumento da área de lavoura.
Tabela 9. Áreas suprimidas (km²) por classe de uso e ocupação da terra na bacia do Alto e
Médio Rio Teles Pires (MT)
Classes 1994 -1997 1997 - 2003
Cerrado 1.595,96 1.676,24
Floresta 1.983,71 2.641,01
Campo 2.062,42 1.002,44
Lavoura 5.642,09 5.319,69
Baseado na Tabela 9 pode ser afirmado que, de 1994 a 1997, houve uma supressão de
1.595,96 km² de cerrado ou redução média anual de 398,99 km², 1.983,71 km² de floresta
(495,93 km²/ano) e 2.062,42 km² de pastagem nativa (515,61 km²/ano). Para o período de
1997 a 2003, foram 1.676,24 km² de cerrado (279,38 km²/ano), 2.641,01 km² de floresta
(440,17 km²/ano) e 1.002,44 km² de pastagem nativa (167,08 km²/ano). Inversamente
proporcional, na lavoura, no período de 1994 a 1997 houve aumento de 5.642,09 km² ou
aumento médio anual de 1.410,50 km², e, de 1997 a 2003 de 5.319,69, com 886,62 km² por
ano.
90
Figura 33. Área (%) ocupada por classe de uso e ocupação da terra nos anos de 1994, 1997 e 2003 na bacia do
Alto e Médio Rio Teles Pires (MT).
A Figura 33 mostra que, de 1994 a 1997 houve retração de 3,0% no cerrado e de 1997
a 2003 de 3,2%. Na floresta, de 1994 a 1997 a diminuição da área foi de 3,8% e de 1997 a
2003 de 5,0%; nas áreas de pastagem nativa de 1993 a 1997 supressão foi de 4,0% e de 1997
a 2003 de 1,9%. Quanto às áreas ocupadas por agricultura, de 1994 a 1997 houve um aumento
de 10,8% e de 1997 a 2003 de outros 10,2% na bacia em estudo.
Para a estimativa do balanço hídrico com o método CN, os PIs do UOT (Figura 32) e
do mapa pedológico (Figura 8) foram intersecionados. A esta interseção antecedeu a
recodificação das classes pedológicas nos seus respectivos tipos hidrológicos de solo. Na
execução do calculo do balanço hídrico é determinado o valor CN médio de cada sub-bacia na
tabela de atributos do mapa pedológico, o qual é preenchido pelo módulo CN utilizando a
tabela CN.dbf (Tabela 7).
Neste processamento, o algoritmo conta com vários dados auxiliares sendo um deles
a classificação pela interseção do tipo de solo por sua permeabilidade com o uso e ocupação
da terra na bacia do Alto e Médio Rio Teles Pires
O valor do CN para os anos de 1994, 1997 e 2003 referentes às sub-bacias, podem ser
observados na Figura 34, cujos PIs foram utilizados na simulação da vazão dos respectivos
anos. Observa-se que na bacia do Alto e Médio Rio Teles Pires, o valor do CN aumenta de
acordo com a evolução dos anos, indicando menor infiltração em relação a 1994. Já em 2003
é possível visualizar com maior intensidade o aumento das áreas onde o valor de CN
aumentou, assim com provável interferência no escoamento superficial. Neste sentido, o
91
aumento da lavoura na bacia do Alto e Médio Rio Teles Pires, ocasionou o aumento dos
valores de CN em todas as 333 sub-bacias.
De forma geral, quanto maiores forem os valores de CN menor é a capacidade de
infiltração, aumentando o escoamento superficial. Hibbert (1976 apud ALCANTARA, 2009)
observou, porém, que as modificações da cobertura vegetal geram respostas muito variáveis,
como no caso de áreas desmatadas superiores a 20% há uma grande possibilidade de que a
diminuição da vegetação aumente o escoamento da água.
Figura 34. Valores de CN por sub-bacia na bacia do Alto e Médio Rio Teles Pires (MT) em 1994, 1997 e 2003
respectivamente.
Para subsidiar a interpretação dos resultados das simulações, as sub-bacias de
contribuição foram agrupadas em seis bacias por estações fluviométricas e os valores de CN
em médias por suas respectivas áreas (Tabela 10) para os anos de 1994, 1997 e 2003,
calculadas as suas respectivas mudanças temporais, onde pôde se verificar que nas sub-bacias
92
das estações Roncador e Lucas do Rio Verde, cujas áreas de contribuição são menores, os
aumentos de CN foram proporcionalmente maiores que em outras sub-bacias.
Tabela 10. Tabela do valor absoluto e da diferença da média anual do CN, por período e por
estação fluviométrica.
Nas Figuras 35, 36 e 37 estão espacializados os valores de CN das sub-bacias por bacia
de contribuição das estações fluviometricas, com os seus respectivos valores de CN em 1994
(1994), a diferença dos valores de aumento CN de 1994 para 1997 (1994-1997) e os valores
da diferença do CN de 1994 para 2003 (1994-2003).
CN absoluto Mudança do valor CN1
Estação 1994 1997 2003 1994 a 1997 1998 a 2003 1994 a 2003
Indeco 61.43 63.52 65.54 2.09 2.02 4.11
Tratex 60.62 62.50 64.68 1.88 2.18 4.06
Cachoeirão 63.98 65.81 67.96 1.83 2.15 3.98
Teles Pires 69.20 70.50 71.23 1.30 0.73 2.03
Roncador 68.76 70.07 70.82 1.31 0.75 2.06
Lucas do Rio
Verde 59.84 62.14 64.67 2.30 2.53 4.83
93
Figura 35. Dinâmica das alterações do CN por áreas de contribuição das estações fluviométricas Indeco e Tratex.
94
Figura 36. Dinâmica das alterações do CN por áreas de contribuição das estações fluviométricas Cachoeirão e
Teles Pires.
95
Figura 37. Dinâmica das alterações do CN por áreas de contribuição das estações fluviométricas Lucas do Rio
Verde e Roncador.
Obs.: Os valores negativos da diferença do CN se referem aos valores de CN que diminuíram
nos anos de 1997 e 2003 em relação a 1994.
96
4.3. SIMULAÇÃO DA VAZÃO E VALIDAÇÃO
Após o processamento do cálculo do balanço hídrico, executou-se no NGFlow a
simulação das vazões na rede hidrográfica com e sem a utilização do método CN. Para esta
execução o NGFlow dispõe de uma „caixa de diálogo‟, onde algumas das opções são
interativas, outras estabelecidas como padrão com suas funcionalidades descritas a seguir
(Figura 38).
Figura 38. Caixa de diálogo interativo de comando de entrada, referente ao último módulo do processamento de
simulação no NGFlow.
Fonte: Santos e Zeilhofer (não publicado).
Para facilitar uma comparação dos resultados obtidos nas simulações não foram
efetuadas otimizações de acordo com as vazões observadas.
Parâmetro Descrição Parâmetros
interativos
Optimize
Será executado para otimizar o resultado da simulação, ou seja, esta técnica é utilizada para determinar valores de
uma ou mais variáveis para obter melhor resultado em uma
função dependente destas variáveis (TUCCI, 2005), neste
caso a vazão.
1 Executa a otimização 0 Não executa
otimização
CalPFlow Recalcula a contribuição local do escoamento superficial no
polígono (Pflow). 1 Calcula 0 Não calcula
Média de %I na
tabela PFlow Calcula a média de Infiltração (%) 1 Calcula
0 Não calcula
Nresp Armazena o número de intervalos (passos) de tempo, na
função de tempo de resposta. Valor utilizado no Nresp = 12
(ciclo anual em simulações mensais)
Valor inserido de
acordo com as
necessidades nas simulações Número de
registros da série
temporal
Indica o número de intervalos de tempo da simulação. Valor utilizado = 132 registros da série temporal
Muskingum
Cunge
Utilização do método Muskingum Cunge para calcular o amortecimento na calha dos rios. Baseado na equação de
continuidade de armazenamento que pondera o efeito da
vazão de entrada e saída de um trecho. Gera estimativa da
vazão nos canais em cada passo temporal (CHOW et al. 1988 apud SANTOS e ZEILHOFER, 2005)
1 calcula 0 não calcula
Cálculo dinâmico
do CN Aplicação do Método Curve Number 1 calcula
0 não calcula Valor padrão de
CN Valor padrão pré-definido de 60, sempre será utilizado caso não seja ativada a simulação específica para CN.
60
(Resk)
Tempo de residência ou armazenamento da água na sub-
superfície do solo. Definido como “7” meses o valor padrão, podendo ser alterado.
Valor inserido de
acordo com as necessidades nas
simulações
97
4.3.1. Simulação do NGFlow sem a utilização do Curve Number
Foram realizadas simulações das vazões mensais para o período de janeiro de 1993 a
dezembro de 2003, para três tempos de residência da água na subsuperfície (Resk) de 5, 7 e 9
meses (Figura 39). As validações foram efetuadas a partir da Raiz quadrada do Erro Médio
Quadrático (RMSE), Coeficiente de Eficiência de Nash-Sutcliffe (COE) e o Coeficiente de
Determinação (R²), calculados com o período de aquecimento (12 meses).
RESK 5 RESK 7 RESK 9 INDECO
RMSE 564,41
NSE 0,28
R² 0,72
RMSE 573,22
NSE 0,26
R² 0,69
RMSE 582,82
NSE 0,24
R² 0,67
TRATEX
RMSE 467,76
NSE 0,10
R² 0,70
RMSE 470,77
NSE 0,09
R² 0,67
RMSE 475,02
NSE 0,07
R² 0,66
CACHOEIRÃO
RMSE 438,88
NSE 0,06
R² 0,64
RMSE 443.49
NSE 0,04
R² 0,61
RMSE 447,46
NSE 0,02
R² 0,59
Continuação próxima página
98
RONCADOR
RMSE 133,78
NSE 0,66
R² 0,72
RMSE 134,55
NSE 0,66
R² 0,71
RMSE 134,64
NSE 0,65
R² 0,71
Figura 39. Simulação da vazão mensal nas estações Indeco, Tratex, Cachoeirão, Teles Pires, Lucas do Rio Verde
e Roncador, para valores 5, 7 e 9 meses de tempo de permanência da água na sub-superfície do solo (Resk).
A comparação dos valores simulados e observados das seis estações fluviométricas
para os três períodos de Resk (5, 7 e 9 meses) foram efetuadas para o período de 10 anos, de
1994 a 2003. Foram delimitados como tempo de aquecimento os 12 meses do ano de 1993,
demonstrado por uma reta vertical de cor vermelha nos gráficos da Figura 39. O tempo de
aquecimento foi estabelecido devido aos resultados das simulações efetuadas anteriormente,
cujos valores iniciais da série mostraram sobre-estimação na maioria das estações. Segundo
TELES PIRES
RMSE 191,76
NSE 0,47
R² 0,64
RMSE 193,33
NSE 0,46
R² 0,63
RMSE 193,98
NSE 0,46
R² 0,62
LUCAS DO RIO VERDE
RMSE 105,51
NSE -5,69
R² 0,56
RMSE 105,29
NSE -5,66
R² 0,53
RMSE 105,52
NSE -5,69
R² 0,52
99
Santos e Zeilhofer (2005) isso se deve às “condições iniciais do modelo que, por padrão,
considera uma saturação completa do solo”.
Observa-se que os valores do RMSE são menores para o Resk 5 em todas as sub-
bacias. Na estação Indeco, o RMSE resultante das comparações dos valores observados com
os simulados demonstram variações de 564,41 m3/s para o Resk 5 a 582,82 m
3/s para o Resk
9; na estação Tratex de 467,76 a 475,02 m3/s; na estação Cachoeirão de 438,88 a 447,46 m
3/s,
na Teles Pires de 191,76 a 193,98 m3/s, na Lucas do Rio Verde de 105,29 a 105,52 m
3/s e no
Roncador de 133,78 a 134,64 m3/s, respectivamente. Como as diferenças dos valores
absolutos no RMSE são proporcionais com a da área de contribuição e assim com as vazões
absolutas, foram também analisadas, para uma avaliação relativa do desempenho do modelo
nas diferentes áreas de contribuição, o NSE e o R2.
Os NSE para os Resk 5, 7 e 9 nas estações Indeco, Tratex, Cachoeirão e Teles Pires
resultaram em valores que variam de 0,02 a 0,47. Na estação Lucas do Rio Verde o NSE foi
de -5,66 a -5,69, demonstrando fraco desempenho do modelo. Para a estação Roncador o NSE
foi de 0,65 a 0,66, demonstrando o melhor desempenho do modelo nesta sub-bacia.
As seis estações (Indeco, Tratex, Cachoeirão, Teles Pires, Lucas do Rio Verde e
Roncador) apresentaram um R2 entre 0,52 a 0,72. Isso demonstra a proporção da vazão
simulada que é explicada pelo modelo, que varia entre 52% a 72% para a vazão mensal no
período avaliado. Observou-se que em todas as estações o R² foi maior para o Resk 5,
demonstrando a melhor qualidade do ajuste entre os valores mensais simulados e os
observados.
Os resultados das simulações e áreas de contribuição por estação são demonstrados
nas Tabelas 11, 12 e 13.
Tabela 11. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 1994
Estação Área
(km²) Precipitação
média (mm)
Vazão média observada
(m³/s)
Vazão média simulada
(m³/s) Desvio
relativo (%)
Indeco 52.561 1.907,24 1.186,86 1.406,23 15,6
Tratex 41.286 1.910,50 937,55 1.172,08 20,0
Cachoeirão 35.018 1.915,47 841,08 1.033,78 18,6
Teles Pires 14.170 1.941,66 365,01 386,70 5,6
Roncador 11.297 1.932,02 265,60 280,73 5,4 Lucas do Rio
Verde 5.468 1.892,80 120,58 238,24 49,4
100
Para o ano de 1994 (Tabela 11) nas estações cujas áreas de contribuição são maiores
que 30.000 km², como a Indeco (52.561 km²), Tratex (41.286) e Cachoeirão (35.018), a
precipitação média anual que variou entre 1.907,24 mm e 1915,47 mm, obteve-se uma vazão
simulada que variou entre 1.406,23 m³/s a 1.033,78 m³/s nas sub-bacias respectivamente,
cujos desvios relativos foram de 15,6% para estação Indeco, 20% para estação Tratex e 18,6%
para Cachoeirão. Para a estação Lucas do Rio Verde com a menor área de contribuição (5.468
km²), com 1.893 mm de precipitação e vazão simulada de 238,24 m³/s, houve alto desvio
relativo de 49,4%. Bons resultados foram obtidos nas estações com áreas de contribuição
média (de 10.000 a 30.000 km²) como as estações Teles Pires e Roncador com desvios
relativos abaixo de 6%, apesar das precipitações nestas sub-bacias terem sido superiores às
demais.
Tabela 12. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 1997
Estação Área
(Km²) Precipitação
média (mm)
Vazão média
observada (m³/s)
Vazão média
simulada (m³/s)
Desvio
relativo (%)
Indeco 52.561 1.728,62 1.191,31 1.031,42 -15,5
Tratex 41.286 1.708,49 951,67 746,54 -27,5
Cachoeirão 35.018 1.678,46 865,65 585,34 -47,9
Teles Pires 14.170 1.635,28 360,37 194,74 -85,1
Roncador 11.297 1.650,65 271,53 153,48 -76,9
Lucas do Rio Verde 5.468 1.623,30 115,08 84,16 -36,7
No ano de 1997 (Tabela 12) as precipitações foram inferiores ao ano 1994 em todas as
estações, sendo de 1.729 mm para a maior estação, a Indeco e, 1.624 mm para a menor
estação, Lucas do Rio Verde. A queda nas precipitações influenciaram as vazões simuladas,
acarretando desvios relativos negativos. A estação Indeco teve a maior vazão simulada de
1.031,42 m³/s, com o melhor desvio relativo de -15,5 %. As estações Tratex e Cachoeirão
consideradas grandes sub-bacias de contribuição como a estação Indeco, teve a vazão
simulada de 746,54 m³/s e desvio relativo de -27,5 % e 585,34 m³/s de vazão simulada e
desvio relativo de -47,9 respectivamente. As sub-bacias médias, da estação Teles Pires com a
vazão simulada de 194,74 e, da estação Roncador com a vazão simulada de 153,48 m³/s,
sendo os desvios relativos altíssimos de -85,1% e -76,9% respectivamente, demonstram
grande diferença dos valores da vazão simulada em relação ao da vazão observada. Para a
101
estação Lucas do Rio Verde com a precipitação média de 1.623 mm, obteve-se uma vazão
simulada baixa de 84,16 m³/s e desvio relativo de -36,7%. As vazões simuladas, para este ano
em todas as estações foram inferiores aos observados, explicadas pelas porcentagens
negativas com valores altos dos desvios relativos.
Tabela 13. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 2003
Estação Área (km²)
Precipitação
média (mm)
Vazão média observada
(m³/s)
Vazão média simulada
(m³/s)
Desvio relativo (%)
Indeco 52.561 1.911,51 1.280,20 1.217,94 -5,1
Tratex 41.286 1.828,95 1015.73 887.83 -14,4
Cachoeirão 35.018 1.824,76 920.58 735.05 -25,2
Teles Pires 14.170 1.806,52 364.41 299.92 -21,5
Roncador 11.297 1.747,97 272.05 239.37 -13,7
Lucas do Rio Verde 5.468 1.742,80 130.06 121.66 -6,9
As precipitações aumentaram em 2003 (Tabela 13) variando de 1.912 mm para a maior sub-
bacia de contribuição e 1.743 mm para a menor sub-bacia de contribuição. Neste ano, a
estação Indeco teve a vazão simulada de 1.217,94 m³/s e a estação Lucas do Rio verde de
121,66 m³/s e desvio relativo de -5,1 % e -6,9 % respectivamente, demonstrando melhores
resultados. Nas demais estações (Tratex, Cachoeirão, Teles Pires e Roncador),
independentemente de áreas de contribuição grandes ou médias, a precipitação variou de
1.829 mm a 1.748 mm, resultando na vazão simulada de 888 m³/s a 240 m³/s e os percentuais
de desvio relativo variando de -13,7% a -25,2% demonstrando diferenças maiores entre as
vazões simuladas com as observadas.
A figura 40 sintetiza, para os seis postos fluviométricos, as diferenças das vazões
observadas e simuladas e as respectivas precipitações médias nas suas áreas de contribuição
nos anos 1994, 1997 e 2003. Para facilitar a comparabilidade, foi calculada a vazão específica
(l/s/km2) e simbolizado o tamanho das áreas de contribuição, classificado em pequeno (<
10.000 km2), médio (10.000 km
2 – 30.000 km
2) e grande (> 30.000 km
2). Valores negativos
nas diferenças indicam superestimação do modelo, desvios positivos subestimação. Observa-
se que no ano mais úmido (1994) uma superestimação das vazões pelo modelo e no ano mais
seco (1997) forte subestimação. No ano intermediário (2003) ainda ocorre subestimação
moderada. As tendências de sub- e superestimação não ocorrem de forma sistemática em
102
relação ao tamanho da área de contribuição. A sub-bacia menor Lucas do Rio Verde (5.468
km2) mostra em 1994 a maior superestimação. As sub-bacias médias Roncador (11.297 km
2)
e Teles Pires (14.170) mostram em 1994 e menor (Roncador) superestimação do modelo,
enquanto as sub-bacias maiores (Indeco, Tratex, Cachoeirão) mostram superestimação
intermediária. Em 1997, na sub-bacia menor (Lucas do Rio Verde) e as duas maiores (Indeco,
Tratex) ocorre subestimação baixa similar, enquanto os maiores desvios positivos são
observados nas sub-bacias intermediárias (Teles Pires, Roncador) e em uma maior
(Cachoeirão).
Figura 40. Diferença da Vazão específica (Qespec) observada e simulada nos seis postos fluviométricos e
precipitação nas suas áreas de contribuição para os anos 1994, 1997 e 2003. Valores negativos indicam superestimação do modelo, desvios positivos subestimação.
Em geral o modelo não calibrado possui seu melhor desempenho na previsão no ano
de precipitação intermediária (2003). As tendências de super- e subestimação no balanço
anual ainda mostram que o modelo não calibrado ainda tende a subestimar o fluxo de base e
103
superestimar o escoamento superficial e aponta para a necessidade de calibrar o modelo para
cada sub-bacia para obter simulações mais consistentes.
A grande variabilidade dos desempenhos do modelo entre as estações e os três anos
simulados indicam a importância de uma futura calibração do modelo para cada sub-bacia.
Em geral, o desempenho do modelo variou menos para as estações com grande área de
contribuição, do que nas com menor área de contribuição.
4.3.2. Simulações do NGFlow com uso do modulo Curve Number
As simulações no NGFlow utilizando o módulo Curve Number foram executadas
também para os anos de 1994, 1997 e 2003 e validadas para as 6 estações utilizando os três
períodos de Resk (5, 7 e 9 meses). Em todas as simulaçoes foram delimitados como tempo de
amortecimento os 3 meses finais do ano anterior (Figuras 41, 42 e 43).
RESK 5 RESK 7 RESK 9 INDECO
RMSE 810,17
NSE -0,01
R² 0,80
RMSE 839,27
NSE -0,08
R² 0,77
RMSE 864,74
NSE -0,15
R² 0,76
TRATEX
RMSE 671,06
NSE 0,00
R² 0,76
RMSE 692,51
NSE -0,06
R² 0,73
RMSE 710,70
NSE -0,12
R² 0,71
Continuação próxima página
104
RESK 5 RESK 7 RESK 9 TELES PIRES
RMSE 250,37
NSE 0,52
R² 0,68
RMSE 257,89
NSE 0,49
R² 0,65
RMSE 263,25
NSE 0,47
R² 0,64
RIO VERDE
RMSE 214,59
NSE -17,82
R² 0,64
RMSE 216,59
NSE -18,18
R² 0,61
RMSE 218,14
NSE -18,45
R² 0,59
Continuação próxima página
CACHOEIRÃO
RMSE 639,03
NSE -0,18 R² 0,72
RMSE 656,63
NSE -0,24 R² 0,69
RMSE 671,25
NSE -0,30 R² 0,68
105
RONCADOR
RMSE 99,87 NSE 0,90
R² 0,91
RMSE 105,81 NSE 0,89
R² 0,90
RMSE 110,14 NSE 0,88
R² 0,89
Figura 41. Simulação da vazão mensal para 1994, nas estações Indeco, Tratex, Cachoeirão, Teles Pires, Lucas do
Rio Verde e Roncador, para valores 5, 7 e 9 meses de tempo de permanência da água na sub-superfície do solo.
As vazões simuladas no NGFlow com CN para o ano de 1994, nas 6 estações para os 3
períodos de Resk 5, 7 e 9 demonstram valores de RMSE superioes para Resk 5. Variam de
810,17 m3/s a 639,03 m
3/s nas grandes sub-bacias de contribuição e de 250,37 m
3/s a 99,87
m3/s nas sub-bacias de contribuição menores. A variação do RMSE na estação Indeco foi
810,17 m3/s no Resk 5 a 864,74 m
3/s no Resk 9; na Tratex de 671,06 m
3/s a 710,70 m
3/s; na
Cachoeirão de 639,03 m³/s a 671,25 m3/s; na Teles Pires de 250,37 m
3/s a 263,25 m
3/s; na
Lucas do Rio Verde de 214,59 m3/s a 218,14 m
3/s e no Roncador de 99,87 m
3/s a 110,14 m
3/s
respectivamente. Demonstram melhores ajustes para o Resk 5, sendo o RMSE proporcional ao
tamanho da área de contribuição.
Para o Resk 5, 7 e 9 os valores do NSE variam de 0,00 a -30,0 nas estações Indeco,
Tratex, Cachoeirão e Lucas do Rio Verde, demonstrando fraco desempenho do modelo. Para
a estação Teles Pires o NSE varia de 0,52 no Resk 5 a 0,47 no Resk 9, demonstrando
desempenho satisfatório. Na estação Roncador o NSE de 0,90 no Resk 5 a 0,88 no Resk 9
demonstrou ótimo desempenho do modelo.
O R² das estações varia entre 0,59 a 0,91. Apresentam os melhores valores no Resk 5,
na estação Indeco com 0,80 e Roncador com 0,91.
No ano de 1997 os menores RMSE foram obtidos para o Resk 7 na estação Indeco com
653,54 m³/s, Tratex com 457,14 m3/s, Cachoeirão com 449,81 m³/s e Lucas do Rio Verde
com 79,83 m³/s. Nas estações Teles Pires e Roncador os melhores ajustes foram para o Resk 5
com 208,28 m3/s e 158,87 m
3/s, respectivamente.
106
RESK 5 RESK 7 RESK 9 INDECO
RMSE 662,48 NSE -0,11
R² 0,58
RMSE 653,54 NSE -0,08
R² 0,52
RMSE 674,50 NSE -0,15
R² 0,52
TRATEX
RMSE 473,31
NSE -0,23
R² 0,64
RMSE 457,14
NSE -0,15
R² 0,59
RMSE 472,08
NSE -0,23
R² 0,59
CACHOEIRÃO
RMSE 456,41
NSE -0,11
R² 0,57
RMSE 449,81
NSE -0,08
R² 0,53
RMSE 458,16
NSE -0,12
R² 0,53
Continuação próxima página
107
RESK 5 RESK 7 RESK 9 TELES PIRES
RMSE 208,28
NSE 0,10
R² 0,59
RMSE 208,34
NSE 0,10
R² 0,56
RMSE 208,80
NSE 0,10
R² 0,56
RIO VERDE
RMSE 84,48
NSE -5,63
R² 0,46
RMSE 79,83
NSE -4,92
R² 0,41
RMSE 83,35
NSE -5,46
R² 0,41
RONCADOR
RMSE 158,87
NSE 0,32
R² 0,61
RMSE 160,00
NSE 0,31
R² 0,59
RMSE 160,17
NSE 0,31
R² 059
Figura 42. Simulação da vazão mensal para1997, com o componente Curve Number, nas estações Indeco, Tratex, Cachoeirão, Teles Pires, Lucas do Rio Verde e Roncador, para valores 5, 7 e 9 meses de tempo de
permanência da água na sub-superfície do solo.
Os NSE nas estações Indeco, Tratex, Cachoeirão e Lucas do Rio Verde variam de -
0,11 a -5,63. Para as estações Teles Pires o NSE de 0,10 e Roncador que variou de 0,32 a 0,31
demonstram fraco desempenho do modelo.
108
O R² para 1997 apresentam melhores resultados no Resk 5, nas seis estações, variam
entre 0,46 a 0,64, ou seja, 46% a 64% da vazão simulada é explicada pelo modelo.
Para o ano de 2003 as vazões simuladas demonstram os menores RMSE (782,56 m3/s -
157,79 m3/s) em todas as estações para o Resk 5, exceto a estação Lucas do Rio Verde com
81,23 m³/s para o Resk 7 (Figura 43).
RESK 5 RESK 7 RESK 9 INDECO
RMSE 782,56
NSE -0,34
R² 0,55
RMSE 793,82
NSE -0,38
R² 0,51
RMSE 803,61
NSE -0,41
R² 0,49
TRATEX
RMSE 586,76
NSE -0,48 R² 0,61
RMSE 591,88
NSE -0,51 R² 0,57
RMSE 597,70
NSE -0,54 R² 0,55
CACHOEIRÃO
RMSE 548,00
NSE -0,56
R² 0,57
RMSE 552,65
NSE -0,59
R² 0,54
RMSE 557,32
NSE -0,62
R² 0,53
Continuação próxima página
109
RESK 5 RESK 7 RESK 9 TELES PIRES
RMSE 199,80
NSE 0,31
R² 0,67
RMSE 202,32
NSE 0,30
R² 0,65
RMSE 204,29
NSE 0,28
R² 0,64
LUCAS DO RIO VERDE
RMSE 81,83 NSE -2,50
R² 0,65
RMSE 81,23 NSE -2,44
R² 0,61
RMSE 81,46 NSE -2,46
R² 0,59
RONCADOR
RMSE 157,79
NSE 0,47
R² 0,65
RMSE 160,71
NSE 0,45
R² 0,63
RMSE 162,64
NSE 0,44
R² 0,62
Figura 43. Simulação da vazão mensal, para 2003, nas estações Indeco, Tratex, Cachoeirão, Teles Pires, Lucas
do Rio Verde e Roncador, para valores 5, 7 e 9 meses de tempo de permanência da água na sub-superfície do
solo.
Os valores de NSE para 2003 nas estações Indeco, Tratex, Cachoeirão e Lucas do Rio
Verde variam de -0,34 a -5,63. As simulações nas estações Teles Pires com NSE de 0,31 e
Roncador com 0,47 demonstram os melhores resultados.
O R² apresentam melhores resultados para o Resk de 5 e varia entre 0,55 a 0,67 nas
seis estações.
110
Os resultados obtidos nas simulações da vazão para 1994, 1997, 2003 com ou sem
acoplamento do módulo Curve Number demonstraram os melhores valores para um Resk 5, o
qual foi utilizado para as análises em seguida.
Nas Tabelas 14, 15 e 16 podem ser verificadas, além dos resultados das simulações,
as áreas de contribuição e seus respectivos valores médios precipitados, para comparação do
desempenho nas simulações com o módulo CN.
Tabela 14. Precipitação média das bacias de contribuição e suas respectivas vazões
observadas e simuladas para o ano de 1994, com uso do modulo CN e Resk de 5.
Estação Área (km²)
Precipitado (mm)
Vazão média
observada
(m³/s)
Vazão média
simulada
(m³/s)
Desvio
realtivo
(%) CN
Indeco 52.561 1.907,24 1.186,86 1.405,69 15,6 46,22
Tratex 41.286 1.910,50 937,55 1.171,11 19,9 60,62
Cachoeirão 35.018 1.915,47 841,08 1.039,23 19,1 63,98
Teles Pires 14.170 1.941,66 365,01 392,16 6,9 69,20
Roncador 11.297 1.932,02 265,60 284,88 6,8 66,88 Lucas do
Rio Verde 5.468 1.892,80 120,58 238,42 49,4 59,84
Para o ano de 1994 (Tabela 14), nas estações cujas áreas de contribuição estão
classificadas como grandes sub-bacias (Indeco, Tratex e Cachoeirão) a precipitação média
anual variou entre 1.907,24 mm a 1.915,47 mm. Obteve-se uma vazão simulada que variou
entre 1.405,69 m³s a 1.039,23 m³s, com o CN médio de 46,22 a 63,98 respectivamente, cujos
desvios relativos foram de 15,6% para estação Indeco, 19,9% para estação Tratex e 19,1%
para Cachoeirão.
Na estação Teles Pires e Roncador (sub-bacias médias) foram obtidos os melhores
resultados com desvios relativos abaixo de 7%. A precipitação média anual foi de 1.941,66 e
1.932,02 mm, com CN médio de 69,20 e 66,88, ambas superiores às demais sub-bacias e, a
simulação resultou em 392,16 e 284,88 m³/s respectivamente.
A estação Lucas do Rio Verde possui a menor área de contribuição (5.468 km²), sendo
a única estação do Rio Verde, teve a precipitação média anual de 1.892,80 mm, com CN de
59,84, cuja vazão simulada foi 238,42 m³/s e desvio relativo alto (49,4%) devido a vazão
simulada ser aproximadamente o dobro da observada.
Os valores das vazão simuladas para 1994 em todas as estações foram maiores que as
observadas.
111
Tabela 15. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 1997, com a média do CN.
Estação Área (km²)
Precipitado (mm)
Vazão média observada
(m³/s)
Vazão média simulada
(m³/s)
Desvio realtivo
(%) CN
Indeco 52.561 1.728,62 1191.31 1030.20 -15,6 63.52
Tratex 41.286 1.708,49 951.67 750.11 -26,9 62.50
Cachoeirão 35.018 1.678,46 865.65 585.89 -47,7 65.81
Teles Pires 14.170 1.635,28 360.37 196.32 -83,6 69.20
Roncador 11.297 1.650,65 271.53 155.26 -74,9 70.07 Lucas do Rio Verde 5.468 1.623,30 115.08 83.71 -37,5 62.14
As precipitações médias em 1997 (Tabela 15), variam entre 1.729 mm a 1.678 mm nas
sub-bacias maiores e 1.635 mm a 1.623 mm em sub-bacias menores. O decréscimo nas
precipitações influenciaram as vazões simuladas, acarretando desvios relativos negativos. Na
simulação com o CN também, a estação Indeco teve a maior vazão simulada de 1.030,20 m³/s,
com o melhor desvio relativo de -15,6 %, com CN de 63,52. As demais sub-bacias de
contribuição grandes (Tratex e Cachoeirão) possuem a vazão simulada de 750,11 m³/s e
desvio relativo de -26,9%, com CN de 62,50 e 585,89 m³/s de vazão simulada e desvio
relativo de -47,7%, com CN de 65,81 respectivamente. As sub-bacias médias, a estação Teles
Pires com a vazão simulada de 196,32 m³/s e a estação Roncador com a vazão simulada de
155,26 m³/s, com CN altos de 69,20 e 70,07 possuem os desvios altos de -85,1% e -76,9%
respectivamente. Na estação Lucas do Rio Verde a precipitação média foi de 1.623 mm,
obteve-se uma vazão simulada baixa de 83,71 m³/s com desvio relativo de -37,5% para um
CN de 62,14. As vazões simuladas para este ano em todas as estações foram inferiores aos
observadas (porcentagens negativas) com valores altos dos desvios relativos, principalmente
na estação Lucas do Rio Verde, cujo comportamento difere das demais estações.
As vazões observadas e simuladas para o ano de 1997 foram menores do que no ano
de 1994, pois as precipitações foram inferiores, apesar de ter ocorrido um aumento do CN na
maioria das estações.
O ano 2003 teve precipitação intermediaria se comparada com os anos 1994 (maior) e
1997 (menor) variando de 1.912 mm para a maior sub-bacia de contribuição e 1.743 mm para
a menor sub-bacia (Tabela 16).
112
Tabela 16. Precipitação média das bacias de contribuição por estação e, seus respectivos
valores observados e simulados para o ano de 2003, com a média do CN.
Estação Área (km²)
Precipitado (mm)
Vazão média observada
(m³/s)
Vazão média simulada
(m³/s)
Desvio relativo
(%) CN
Indeco 52.561 1.911,51 1280.20 1224.55 -4,5 65.54
Tratex 41.286 1.828,95 1015.73 887.28 -14,5 64.68
Cachoeirão 35.018 1.824,76 920.58 738.55 -24,6 67.96
Teles Pires 14.170 1.806,52 364.41 299.20 -21,8 71.23
Roncador 11.297 1.747,97 272.05 237.84 -14,4 70.82 Lucas do Rio Verde 5.468 1.742,80 130.06 121.92 -6,7 64.67
A Estação Indeco teve a vazão simulada de 1.224,55 m³/s, com CN de 65,54 e a
estação Lucas do Rio verde de 121,66 m³/s, com CN de 64,67 e desvio relativo de -5,1 % e -
6,9 % respectivamente, demonstrando melhores resultados.
Nas estações Tratex, Cachoeirão, Teles Pires e Roncador, independentemente do
tamanho de suas áreas de contribuição, a precipitação variou de 1.829 mm a 1.748 mm,
resultando na vazão simulada de 887 m³/s a 238 m³/s. Os percentuais de desvio relativo
variam de -14,4% a -25,2%. Os valores de CN variam entre 64,68 a 70,82 com adicional
aumento de seus valores.
As simulações com o CN não obtiveram resultados superiores em relação às
simulações sem CN, sendo os mesmos sintetizados para os seis postos fluviométricos e os três
anos avaliados na Figura 44. Foi calculada a vazão específica (l/s/km2) e simbolizado o
tamanho das áreas de contribuição, classificado em pequeno (< 10.000 km2), médio
(10.000km2– 30.000 km
2) e grande (> 30.000 km
2). Valores negativos nas diferenças indicam
superestimação do modelo, desvios positivos subestimação. Observa-se que no ano mais
úmido (1994) uma superestimação das vazões pelo modelo e no ano mais seco (1997) forte
subestimação. No ano intermediário (2003) ainda ocorre subestimação moderada. As sub-
bacia pequena Lucas do Rio Verde e média Roncador mostram em 1994, a maior (Lucas do
Rio Verde) e menor (Roncador) superestimaçao do modelo, enquanto as sub-bacias maiores
(Indeco, Tratex, Cachoeirão) mostram superestimação intermediária. Em 1997, na sub-bacia
menor (Lucas do Rio Verde) e nas duas maiores (Indeco, Tratex) ocorre subestimação baixa
similar, enquanto os maiores desvios positivos são observados nas sub-bacias intermediarias
(Cachoeirão, Roncador) e em uma das maiores (Teles Pires).
113
Em 2003, a sub-bacia menor (Lucas do Rio Verde) e a maior (Indeco) mostram
subestimações menores similares. A segunda bacia menor (Roncador) e maior (Tratex)
mostram subestimação média similar. As sub-bacias de tamanho intermediario (Teles Pires,
Cachoeirão) mostram as subestimações maiores.
Esses resultados mostram portanto que as tendências de sub e superestimação não
ocorrem de forma sistemática em relação ao tamanho da área de contribuição.
Figura 44. Diferença da Vazão específica (Qespec) observada e simulada com CN nos seis postos fluviométricos e precipitação nas suas áreas de contribuição para os anos 1994, 1997 e 2003. Valores negativos indicam
superestimação do modelo, desvios positivos subestimação.
114
4.3.3. Comparação das vazões simuladas com e sem Curve Number
4.3.3.1 Diferenças absolutas e relativas (Resk 5)
A comparação entre os valores anuais médios das vazões simuladas, para os anos de
1994, 1997 e 2003 (Tabela 17, 18) mostram em geral diferenças menores de 2% entre
simulações sem e com uso do módulo CN, isso com uso de um único valor Resk de 5 meses
para todas as simulções.
115
Tabela 17. V vazões em médias mensais para os anos de 1994, 1997 e 2003, com e sem CN para os Resk de 5 meses
Estações
Sem Curve Number Com Curve Number
1994 1997 2003 1994 1997 2003
Obs. Sim. Obs. Sim. Obs. Sim. Obs. Sim. Obs. Sim. Obs. Sim.
Indeco 1.186.86 1.406.23 1.191.31 1.031.42 1.280.2 1.217.94 1186,86 1.405,69 1191,31 1.030,20 1.280,20 1.224,55
Tratex 937.55 1172.08 951.67 746.54 1015.73 887.83 937,56 1.171,11 951,67 750,11 1.015,73 887,28
Cachoeirão 841.08 1033.78 865.65 585.34 920.58 735.05 841,08 1.039,23 865,66 585,89 920,59 738,55
Teles Pires 365.01 386.70 360.37 194.74 364.41 299.92 365,01 392,16 360,37 196,32 364,41 299,20
Roncador 265.6 280.73 271.53 153.48 272.05 239.37 265,60 284,88 271,53 155,26 130,06 237,84
Lucas do Rio
Verde 120.58 238.24 115.08 84.16 130.06 121.66 120,59 238,42 115,08 83,70 130,06 121,92
116
Tabela 18. Diferença entre as vazões observadas (m3/s) e simuladas com e sem uso do modulo
CN para um valor Resk 5.
Os valores das diferenças das vazões simuladas e observadas em 1994, foram
positivos em todas as sub-bacias (Tabela 18), em situação de precipitação alta. O resultado foi
ligeiramente melhor no caso da utilização do módulo CN nas bacias maiores (Indeco, Tratex)
enquanto os os resultados foram superios sem o CN nas bacias menores (Teles Pires,
Roncador, L. do Rio Verde). Em 1997 (precipitacao baixa) as simulações com CN possuem
desempenho ligeiramente superior nas estações Tratex, Cachoeirão, Teles Pires e Roncador.
Para 2003 os melhores resultados foram sem CN nas estações Tratex, Teles Pires, Roncador e
com CN nas estações Indeco, Cachoeirão e Lucas do Rio Verde.
4.3.3.2 Influência do tempo de permanência sobre as simulações (Resk)
Na Tabela 19 observam-se os melhores ajustes para um Resk de 5 e sem uso do
módulo CN nas estações Cachoeirão, Teles Pires, Lucas do Rio Verde e Roncador e com CN
nas estações Indeco e Tratex, em 1994. Em 1997, os melhores resultados foram obtidos sem
CN apenas na estação Indeco para um Resk de 5 e Lucas de Rio Verde para um Resk de 9.
Nas outras estações as simulações com CN foram superiores, uma vez para um Resk de 5
(Tratex ), uma vez para um Resk de 7 (Cachoeirão) e em duas vezes para um Resk de 9 (Teles
Pires, Roncador).
Estações
1994 1997 2003
Sem CN Com CN Sem CN Com CN Sem CN Com CN
Indeco 219.37 218.83 -159.89 -161.11 -62.26 -55.65
Tratex 234.53 233.55 -205.13 -201.56 -127.90 -128.45
Cachoeirão 192.70 198.15 -280.31 -279.77 -185.53 -182.04
Teles Pires 21.69 27.15 -165.63 -164.05 -64.49 -65.21
Roncador 15.13 19.28 -118.05 -116.27 -32.68 -34,21
L. do Rio Verde 117.66 117.84 -30.92 -31.38 -8.40 -8.14
117
Em 2003, três simulações foram superiores sem uso do módulo CN (Tratex, Teles
Pires, Roncador) e três sem o CN (Indeco, Cachoeirão, Lucas do Rio Verde), em todos os seis
casos para um Resk de 5.
Tabela 19. Melhores índices em percentuais, das diferenças das médias mensais entre os
dados observados e simulados por estação e por Resk, para os anos de 1994, 1997 e 2003.
Resultados melhores são apresentados em realce.
Estações
Resk
1994 (%) 1997 (%) 2003 (%)
Sem CN Com CN Sem CN Com CN Sem CN Com CN
Indeco 5 18.48 18.36 -13.42 -13.52 -4.86 -4.35
Tratex 5 25.01 24.91 -21.55 -21.18 -12.59 -12.65
Cachoeirão 5 22.91 23.56 -20.15 -19.77
7 -32.42 -31.95
Teles Pires
5 5.94 7.44 -17.70 -17.90
9 -45.49 -45.03
Roncador
5 5.70 7.26 -12.01 -12.57
9 -42.95 -42.25
Lucas do Rio
Verde
5 97.57 97.72 -6.46 -6.26
9 -25.17 -25.73
Nas comparações observam-se, em geral, diferenças mínimas entre as simulações sem
e com uso do módulo CN. Isso se deve principalmente ao fato que o módulo CN não modifica
no seu cálculo o balanço de massa anual, mas age sobre a sua distribuição do excedente
hídrico ao longo do tempo, no caso, ao longo dos meses do ano hidrológico. As diferenças
anuais se dão exclusivamente em função das diferenças no período do aquecimento que
influenciam os balanços de massas nos respectivos anos de avaliação.
Nas simulações efetuadas com o modelo NGFlow não calibrado, a escolha do valor
Resk possui importância maior para o resultado do que a não utilização do módulo CN
desenvolvido. Os resultados para os diferentes valores Resk, entretanto, mostram pouca
congruência com as características reais das bacias. Isso fica evidente que os melhores
resultados empíricos foram obtidos para um Resk de 9 meses para as menores sub-bacias (<
10.000 km²), enquanto as maiores bacias (de 10.000 a 30.000 km² e >30.000 km²), que em
tese devem possuir tempo de permanência maior, mostraram as melhores simulações para um
Resk de 5 meses. Assim, a escolha de um valor adequado deve ser futuramente realizada em
função de estudos empíricos das características das sub-bacias e não podem ser utilizada
como uma forma de calibração do modelo.
118
Existem, entretanto hipóteses que podem em tese explicar a obtenção dos melhores
resultados em sub-bacias menores de cabeceira (Teles Pires, Roncador e Lucas do Rio Verde)
para tempos de permanências mais compridos (Resk de 9 meses). Situadas em altitudes que
variam de 400 m a 800 m, em relevo serrano (Figura 7) estas áreas de contribuição são
principalmente formadas por Cambissolos e Neossolos (Areia quartzosa), tipos de solo de
lenta infiltração. Possuem também maior porcentagem de vegetação natural, que pode
favorecer tempos de permanência mais elevados (CHIARANDA, 2002 apud SCHECHI,
2012).
As três grandes sub-bacias, Cachoeirão, Tratex e Indeco, subsequentemente em
direção ao exutório, mostram melhores resultados para um valor de Resk de 5 meses. São
cobertas, ao contrário das cabeceiras, por grandes extensões de Latossolos Vermelho-amarelo
e Latossolos Vermelho Escuro. Possuem amplas áreas ocupadas por lavouras, tipo de uso que
favorece uma diminuição da infiltração e assim elevadas taxas de escoamento superficial.
Adicionalmente o manejo e o uso por culturas anuais com crescimento de raízes rasas impede
a infiltração para camadas mais profundas do subsolo e aumenta a perda por
evapotranspiração (Taylor & Willatt 1983), podendo assim diminuir o Resk.
Para Galeti (1987:191 apud CAMPOS, 2004) a camada superficial do solo sob
vegetação natural (Florestas, Cerrado denso) possui quantidades de matéria orgânica e
estabilidade estrutural do solo, características que se perdem com o uso e ocupação da terra
por culturas anuais. A capacidade de infiltração é, neste caso, reduzida pelo baixo percentual
de matéria orgânica, diminuição dos agregados maiores, densidade maior do solo pelo
adensamento da estrutura porosa. Ainda no preparo convencional periódico do solo, os
revolvimentos realizados quebram e destroem a estrutura do solo, tornando sua camada
superficial pulverizada e as camadas profundas adensadas (CAMPOS, 2004).
Uma outra possível explicação para os valores reduzidos de Resk resultarem em
simulações melhores nas estações à jusante pode ser relacionada com as características
geológicas destas áreas de contribuição. Segundo Brasil - MME (2009) nestas áreas
predominam aluviões e coberturas detrito-lateríticas Cenozóicas, que possuem geralmente
baixa permeabilidade. Ao contrário, as cabeceiras são predominantemente formadas por
arenitos com alta condutividade hidráulica e capacidade de armazenamento, sendo os mesmos
inclusive formadores importantes de aquíferos regionais (TUCCI & CABRAL, 2003).
119
CONCLUSÃO
O modelo NGFlow integrado ao ambiente SIG com e sem utilização do módulo CN
possibilitou simulações satisfatórias. Essa conclusão deve ser vista frente ao fato que a bacia
do Alto e Médio Rio Teles Pires consiste em uma bacia pouco monitorada, isso
principalmente em termos da densidade de estações pluviométricas (cerca de uma estação por
7.500 km2).
Com as modificações da aplicação NGFlow consecutivamente realizadas durante o
desenvolvimento deste trabalho, o modelo possui agora uma integração plena no ambiente
ArcView, ou seja, uma simulação de vazão em qualquer bacia hidrográfica pode ser realizada
em um único ambiente computacional. Junto com as interfaces simplificadas em língua
portuguesa e módulos de tratamento de erro (o sistema acusa a partir de mensagens
explicativas uma eventual interação errônea do usuário etc.), a nova versão da aplicação aqui
apresentada está melhor preparada para um uso operacional, por exemplo, em órgãos
ambientais ou por setores técnico-executivos de comitês de bacias.
O módulo CN recentemente incluído na aplicação NGFlow e aqui primeiramente
testado sistematicamente, possui funcionalidade consolidada e permite a inclusão de
informações espaciais de tipo de solo e uso e ocupação da terra. Porém, como esperado, a
validação aqui efetuada somente a partir do balanço de massa anual não permitiu a avaliação
conclusiva do desempenho do modulo CN.
As simulações com ou sem o uso do módulo CN mostraram o melhor desempenho em
um ano perto da precipitação média da região (2003). Em um ano mais chuvoso (1994)
ocorreu forte superestimação da vazão, enquanto o modelo resultou em subestimação para um
ano mais seco (1997). Conclui-se, portanto que o modelo não-calibrado tende a subestimar o
fluxo de base.
120
Apesar de algumas possíveis explicações, tais como, a limitada escala do mapeamento
pedológico disponível (utilizado para cálculo dos valores CN) e seu detalhamento temático (as
unidades de mapeamento reúnem diversos tipos de solo com diferenciais significativas nas
suas taxas de infiltração), as simulações de vazão não calibradas demonstraram um
desempenho pouco congruente com as características fisiográficas das sub-bacias (CN, Resk),
mostrando que uma calibração do modelo é indispensável para seu uso operacional.
121
REFERÊNCIA BIBLIOGRÁFICA
AB‟SÁBER, A. N. Amazônia: Do Discurso à Práxis. São Paulo: EdUSP, 1996.
AGÊNCIA NACIONAL DE ÁGUAS. Hidroweb. Disponível em:
<http://hidroweb.ana.gov.br/>. Acesso em: 04 out. 2009.
ALCÂNTARA, L. H. Análise espaço-temporal do escoamento na bacia do alto e
médio rio Teles Pires. Dissertação (Mestrado em Física Ambiental). Programa de Pós
Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso,
Cuiabá, 2009.
AYOADE, J. O. Introdução à climatologia para os trópicos. 5 ed. Tradução Maria Juraci
Zani dos Santos. Revisão Suely Bastos. Coordenação editorial Antonio Christofoletti. Rio de
Janeiro: Bertrand Brasil, 1998.
BERBET, M.L.C.; COSTA, M.H. (2003) Climate change after tropical deforestation:
seasonal variability of surface albedo and its effects on precipitation change. Journal of
Climate 16(12): 2099-2104. Apud ZEILHOFER, P. Projeto de Pesquisa. Governo do Estado
de Mato Grosso. SECITEC- Secretaria de Estado de Ciência e Tecnologia. Fundação de
Amparo à Pesquisa do Estado de Mato Grosso, 2007.
BERNARDES, J. A. A Pré-Amazônia Mato-Grossense no Contexto Nacional e Sul-
Americano. In.: BERNARDES, J. A.; FREIRE FILHO, O. L. (org.). Geografias da Soja: BR-
163: Fronteiras em Mutação. Rio de Janeiro: Arquimedes Edições, 2006:127-152.
BERTONI, J.; LOMBARDI NETO, F. Conservação do Solo. 5 ed. São Paulo: Ícone, 2005.
BERTONI, J. C.; TUCCI, C. E. M. Precipitação. In.: TUCCI, C.E.M (ed.). Hidrologia: ciência e aplicação. Porto Alegre: EdUFRGS/ABRH/EDUSP. 2004: 177-242. BETTS, R.; COX, P.; COLLINS, M.; HARRIS, P.; HUNTINGFORD, C., JONES, C. D.
(2004). The role of ecosystem-atmosphere interactions in simulated Amazonian precipitation
decrease and forest dieback under global change warming. Theoretical and Applied
Climatology 78, 157-175. Apud ZEILHOFER, P. Projeto de Pesquisa. Governo do Estado de
Mato Grosso. SECITEC- Secretaria de Estado de Ciência e Tecnologia. Fundação de Amparo
à Pesquisa do Estado de Mato Grosso, 2007.
122
BOULANGER, J.P., LELOUP, J., PENALBA, O., RUSTICUCCI, M., LAFON, F.,
VARGAS, W. (2005). Observed precipitation in the Paraná-Plata hydrological basin: long-
term trends, extreme conditions and ENSO teleconnections. Climate Dynamics 24: 393–413.
Apud ZEILHOFER, P. Projeto de Pesquisa. Governo do Estado de Mato Grosso. SECITEC-
Secretaria de Estado de Ciência e Tecnologia. Fundação de Amparo à Pesquisa do Estado de
Mato Grosso, 2007.
BRASIL. Conselho Nacional de Meio Ambiente (CONAMA). Lei 6.938/81 de 1981.
Resoluções 20/86 e 5/88.
BRASIL. Lei Federal (1965). Código Florestal Brasileiro – Lei nº 4771, DF: Congresso
Federal, 1965.
BRASIL. MINISTÉRIO DE MINAS E ENERGIA (MMI). Relatório Técnico 015 – Análise
das Informações sobre Recursos Hídricos Subterrâneos no País. Albert Mente (Consultor).
Projeto de Assistência Técnica ao Setor de Energia (ESTAL). Secretaria de Geologia,
Mineração e Transformação Mineral – SGM. Banco Mundial.
BURROUGH, P.A.; McDONNELL, R. A. Principals of Geographical Information Systems.
Oxford University Press. (2nd edition) Oxford (February 1998), p. 333, reprinted August
1998. Apud SANTOS, I. M.; ZEILHOFER, P. Modelagem Hidrológica Integrada em
Sistemas de Informação Geográfica. Geodesia online 9(4): 1-15. 2005.
CABRAL, I. L. L. Aspectos Físico-químicos de Latossolos Vermelho, Amarelo e Glei, em
Área Com e Sem a Cultura da Soja. In.: MAITELLI, G. T. e ZAMPARONI, C. A. G. P.
(orgs.). Expansão da soja na pré-amazônia Mato-grossense: impactos socioambientais.
Cuiabá: Entrelinhas: EdUFMT, 2007: 51-67.
CAMPOS, S. V. Alterações no uso do solo e da cobertura vegetal na sub-bacia Rio Cuiabá
Alto e sua influência na fluviometria, no período de 1970-2002. Dissertação de Mestrado,
Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-Graduação em
Agricultura Tropical, Universidade Federal de Mato Grosso, Cuiabá, 2004.
CARVALHO, D. F.; SILVA, L. D. B. Hidrologia. Apostila. UFRJ, Rio de Janeiro, 2006.
Disponível em: http://www.ufrrj.br/institutos/it/deng/leonardo/downloads/APOSTILA/
HIDRO-Cap2-CH.pdf. Acesso em: 15 fev. 2011.
CARVALHO JUNIOR, W.; CHAGAS, C. S.; PEREIRA, N. R.; STRAUCH, J. C. M..
Elaboração de zoneamentos agropedoclimáticos por geoprocessamento: soja em municípios
do Rio Grande do Sul. In: Revista Brasileira De Ciência Do Solo. Print ISSN 0100-0683,
v.27, n.2, Viçosa, Mar./Abr. 2003.
CASTORIADIS, C. As encruzilhadas do labirinto/2. São Paulo: Paz e Terra, 1987.
CHEVALLIER, P. Aquisição e processamento de dados. In: TUCCI, C.E.M. (org.)
Hidrologia: ciência e aplicação. Porto Alegre: UFRGS, 2004: 485-526.
CHOW, V. T.; MAIDMENT, D. R.; MAYS, L. W. Applied Hydrology. McGraw-Hill, New
York. p 572,1988. Apud SANTOS, I. M.; ZEILHOFER, P. Modelagem Hidrológica
Integrada em Sistemas de Informação Geográfica. Geodesia online 9(4): 1-15. 2005.
123
CHRISTOFOLETTI, A. Geomorfologia. São Paulo: Edgard Blucher, 2 ed., 1999. p. 188
COELHO, C.A.S.; STEPHENSON, D.B.; BALMASEDA, M.; DOBLAS-REYES, F.J.;
OLDENBORGH. G.J.V. (2006). Toward an Integrated Seasonal Forecasting System for
South America. Journal of Climate 19(15), 3704-3721. Apud ZEILHOFER, P. Projeto de
Pesquisa. Governo do Estado de Mato Grosso. SECITEC- Secretaria de Estado de Ciência e
Tecnologia. Fundação de Amparo à Pesquisa do Estado de Mato Grosso, 2007.
COLLISCHONN, W.; TUCCI, C. E. M.; CLARKE, R. T. Further evidence of changes in the
hydrological regime of the River Paraguay: part of a wider phenomenon of climate change?
Journal of Hydrology, v. 245, 2001: 218-238.
COLMAN, E. A. Vegetation and watershed management: an appraisal of vegetation
management in relation to water supply, flood control, and soil erosion. New York: The
Ronald Press Company, 1953. 412p. Apud ALCÂNTARA, L. H. Análise espaço-temporal do
escoamento na bacia do Alto e Médio Rio Teles Pires. Dissertação (Mestrado em Física
Ambiental). Programa de Pós Graduação em Física Ambiental, Instituto de Física,
Universidade Federal de Mato Grosso, Cuiabá, 2009.
COMPANHIA DE PESQUISA DE RECURSOS MINERAIS (CPRM). Balanço Hídrico.
Disponível em: ftp://ftp.cprm.gov.br/pub/pdf/ps/clima/clima_ balanco.pdf. Acesso em: 17 abr.
2011.
COSTA, M.H.; BOTTA, A.; CARDILLE, J.A. 2003. Effects of large-scale changes in land
cover on the discharge of the Tocantins River, Southeastern Amazonia. Journal of Hydrology
283, 206–217. Apud ZEILHOFER, P. Projeto de Pesquisa. Governo do Estado de Mato
Grosso. SECITEC- Secretaria de Estado de Ciência e Tecnologia. Fundação de Amparo à
Pesquisa do Estado de Mato Grosso, 2007.
CROSBIE, P. Object-oriented design of GIS: a new approach to environmental modeling. In:
GIS and Environmental Modeling: Progress and Research Issues. GIS World Book,
Goodchild M.F. (Eds.), Fort Collins, p. 383-386, 1996. Apud SANTOS, I. M.; ZEILHOFER,
P. Modelagem Hidrológica Integrada em Sistemas de Informação Geográfica. Geodesia
online 9(4): 1-15. 2005.
DE DEUS, B. V. Interpolações espaciais pluviométricas - Aplicações na Bacia do Alto e
Médio Rio Teles Pires. 2009. 48 f. Monografia (Bacharelado em Geografia) Departamento de
Geografia, Instituto de Ciências Humanas e Sociais, Universidade Federal de Mato Grosso,
Cuiabá, 2009.
DEMATTÊ, J. A. M.; DEMÉTRIO, V. A. Fotointerpretação de padrões de drenagem em
amostras circulares na caracterização de solos basálticos do estado do Paraná. R. Bras. Ci.
Solo, 20:109-115, 1996a. Apud PISSARRA, T. C. T.; POLITANO, W. and FERRAUDO,
A. S. Avaliação de características morfométricas na relação solo-superfície da Bacia
Hidrográfica do Córrego Rico, Jaboticabal (SP). Rev. Bras. Ciênc. Solo [online]. 2004,
vol.28, n.2, pp. 297-305. ISSN 0100-0683.
EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA (EMBRAPA).
Terraceamento. 35 Reunião da Comissão Sul Brasileira de Pesquisa de Trigo. Passo Fundo,
124
8.04.2003. Disponível em: http://www.cnpt.embrapa.br/culturas/trigo/ rcsbpt03/terra.htm.
Acesso em: 25 fev. 2011.
______. O Estado de Mato Grosso. Disponível em: http://ww w.qmdmt.cnpm.embrapa.br/
712.htm. Acesso em: 29 maio 2011.
ENVIRONMENTAL SYSTENS RESEARCH INSTITUTE (ESRI), ARCMAP , Versão 9.3,
Califórnia, USA. 2010.
______. (ESRI), Arc Hydro Tools – Tutorial, Version 1.1 Final - September 2005. Disponível
em: http://www.crwr.utexas.edu/gis/gishydro06/ArcHydro/ArcHydroTools/Doc/. Acesso em:
28 out. 2010.
______. (ESRI), ARCVIEW para Windows, Versão 3.2, Califórnia, USA. 2000.
EMPRESA DE PESQUISA ENERGÉTICA (EPE). Avaliação Ambiental Integrada da Bacia
Hidrográfica do Rio Teles Pires. Caracterização Socioambiental da Bacia. Relatório Parcial 1,
v.2. TPI-A-62-000.002-RE-RO, Julho de 2008.
FAN, F. M.; COLLISCHONN, W. Manual Arc-Hydro para aplicação do Modelo MGB-IPH,
v. 1.2. Projeto Integrado de Cooperação Amazônica e de Modernização do Monitoraamento
Hidrológico: FINEP; ANA; UFRGS, 2009.
FEARNSIDE, P. M. Desmatamento na Amazônia brasileira: história, índices e
conseqüências. Disponível em: http://www.conservation.org.br/publicacoes/files/16_
Fearnside.pdf. Acesso em: 20 jun. 2011.
FEDRA, K. Distributed models and embedded GIS: integration strategies and case studies. In:
Goodchild, M.F. et al. (Eds.). GIS and Environmental Modeling: Progress and Research
Issues. GIS World Book, Fort Collins, p. 414–417, 1996. Apud SANTOS, I. M.;
ZEILHOFER, P. Modelagem Hidrológica Integrada em Sistemas de Informação Geográfica.
Geodesia online 9(4): 1-15. 2005.
FEDRA, K.; JAMIESON, D. G. An object-oriented approach to model integration: a river
basin information system example. In: HydroGIS‟ 96, IAHS publ. No. 235, p. 669–676, 1996.
Apud SANTOS, I. M.; ZEILHOFER, P. Modelagem Hidrológica Integrada em Sistemas de
Informação Geográfica. Geodesia online 9(4): 1-15. 2005.
FERREIRA, J. C. Mato Grosso e seus municípios. Cuiabá: Secretaria de Estado da Educação,
2001.
FONSECA, G. P. S. Análise da Poluição Difusa na Bacia do Rio Teles Pires com Técnicas
de Geoprocessamento. 2006. 171 f. Dissertação (Mestrado em Geografia), Instituto de
Ciências Humanas e Sociais, Universidade Federal de Mato Grosso, Cuiabá, 2006.
FREITAS, F. G.; SILVEIRA, C. O. Principais solos sob vegetação do cerrado e sua aptidão
agrícola. In: IV SIMPÓSIO SOBRE O CERRADO: bases para utilização agropecuária.
Mário G. Ferri (coord.). Belo Horizonte: Itatiaia; São Paulo: EdUSP, 1977.
125
GALETI, P. A. Práticas de Controle à Erosão. Campinas: Instituto Campineiro de Ensino
Agrícola, 1987. Apud CAMPOS, S. V. Alterações no uso do solo e da cobertura vegetal na
sub-bacia Rio Cuiabá Alto e sua influência na fluviometria, no período de 1970-2002.
Dissertação de Mestrado, Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-
Graduação em Agricultura Tropical, Universidade Federal de Mato Grosso, Cuiabá, 2004.
GLIESSMAN, S. R. Agroecologia: processos ecológicos em agricultura sustentável. 3.ed.
Porto Alegre: EdUFRGS, 2005.
GOODCHILD, M. F. Data models and data quality: problems and prospects. In: M. F.
Goodchild, B.O. Parks, and L. T. Steyaert, editors, Environmental Modeling with GIS.
Oxford University Press: New York, p. 94-103, 1993. Apud SANTOS, I. M.; ZEILHOFER,
P. Modelagem Hidrológica Integrada em Sistemas de Informação Geográfica. Geodesia
online 9(4): 1-15. 2005.
GROASIS. Capilaridade. Disponível em: http://www.groasis.com/pt/tecnologia/capilaridade.
Acesso em: 24 jul. 2012.
GUERRA, A. T.; GUERRA, A. J. T. Novo Dicionário Geológico-Geomorfológico. Rio de
Janeiro: Bertrand Brasil, 1997. 652 p.
HEWLETT, J. D. Principles of Forest Hydrology. Athens: The University of Georgia, 1982.
183p. Apud ALCÂNTARA, L. H. Análise espaço-temporal do escoamento na bacia do Alto e
Médio Rio Teles Pires. Dissertação (Mestrado em Física Ambiental). Programa de Pós
Graduação em Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso,
Cuiabá, 2009.
HILLEL, D. Solo e Água: fenômenos e princípios físicos. Traduzido. Convênio UFRGS-
USAID/Wiscinsin. Porto Alegre: Departamento de Solos, UFRGS, 1970.
HOUSE OF WATER AND ENVIROMENT (HWE). Chapter One – Occurrence of
Groundwater. Education: Birzeit University: Groundwater Engineering. Ramallah, Palestine
Disponível em: http://www.hwe.org.ps/Education/BirzeitGroundwaterEngineering/
GroundwaterEngineering.aspx. Acesso em:29 jul. 2012.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Estudos e
Pesquisas: Indicadores de Desenvolvimento Sustentável- Brasil 2010. Disponível em:
http://www.ibge.gov.br/home/geociencias/recursosnaturais/ids/default_2010.shtm. Acesso
em: 20 jan. 2012.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Imagens LANDSAT TM.
Disponível em: http://www.inpe.br/. Acesso em: 14 abr. 2011.
INSTITUTO DE PESQUISAS E ESTUDOS FLORESTAIS (IPEF). Código Florestal
Brasileiro. Lei Nº 4.771, de 15 de Setembro de 1965 - (D.O.U. DE 16/09/65). Disponível em:
http://www.ipef.br/legislacao/codigo.asp. Acesso em: 20 jan. 2011.
JENSON, S.K.; DOMINGUE, J.O. Extracting Topographic Structure from Digital Elevation
Data for Geographic Information System Analysis. Photogrammetric Engineering and
Remote Sensing, 54. 1988: 1593-1600.
126
LEINZ, V.; AMARAL, S. E. Geologia Geral. 14 ed. São Paulo: Cia. Ed. Nacional, 2001.
LEPSCH, I. F. Solos – formação e conservação. Prisma. São Paulo: Melhoramentos, 1977.
LIMA, W. P. Hidrologia Florestal Aplicada ao Manejo de Bacias Hidrográficas.
Piracicaba. 2008. Disponível em < http: www.ipef.br/hidrologia/hidrologia.pdf >.
Acesso em 02 mai. 2009.
______. O papel hidrológico da floresta na proteção dos recursos hídricos. Silvicultura, v. 11,
n. 41, p. 59-62, 1986.
LUEDELING, E.; SIEBERT, S.; BUERKERT, A. Filling the voids in the SRTM elevation
model-A TIN-based delta surface approach. ISPRS Journal of Photogrammetry & Remote
Sensing, New York, v.62, n.4, p.283-294, 2007.
MACHADO, R. E. Simulação de escoamento e de produção de sedimentos em uma
microbacia hidrográfica utilizando técnicas de modelagem e geoprocessamento. 2002. Tese
(Doutorado em Agronomia). Área de concentração: irrigação e drenagem. Escola Superior de
Agricultura Luiz de Queiroz. Piracicaba, São Paulo, 2002.
MAIDMENT, D. R.; REED, S. M. Simulação Baseada em Mapas do Escoamento Superficial.
FAO/UNESCO – Balanço Hídrico da África. Center for Research in Water Resources.
University of Texas at Austin. 1996.
MAITELLI, G. T. Interações atmosfera-superfície. In: MORENO, G.; HIGA, T. C. C. S.
(org). MAITELLI, G. T. (Col.). Geografia de Mato Grosso: território, sociedade, ambiente.
Cuiabá: Entrelinhas, 2005: 238-249.
MAITELLI, G. T. Impactos da Expansão da Soja no Clima da Pré-Amazônia Mato-grossense.
In.: MAITELLI, G. T. e ZAMPARONI, C. A. G. P. (orgs.). Expansão da soja na pré-
amazônia Mato-grossense: impactos socioambientais. Cuiabá: Entrelinhas: EdUFMT, 2007:
69-87.
MANUAL TÉCNICO T 34-700 DE CONVENÇÕES CARTOGRÁFICAS. Disponível em:
http://www.5dl.eb.mil.br/downloads/t34700_1aparte.pdf. Acesso em: 24 Set. 2011.
MARENGO, J. A. Interdecadal variability and trends of rainfall across the Amazon
basin. Theoretical and Applied Climatology, v. 78, n. 1-3, p. 79–96, 2004.
MATO GROSSO. SECRETARIA DE ESTADO DE MEIO AMBIENTE (SEMA). Código
Estadual do Meio Ambiente (APP). Lei Complementar nº 38, de 21 de novembro 1995.
______. (SEMA). Mapas e imagens. Cuiabá, MT. 2009. Disponível em:
http://www.sema.mt.gov.br/mapas.aspx . Acesso em: 15 jan. 2009.
______. (SEMA). SUPERINTENDÊNCIA DE GESTÃO FLORESTAL (SGF) -
COORDENADORIA DE GEOPROCESSAMENTO (COGEO). Roteiro de Normas, Padrões
e Manual de Procedimentos. 1ed. Cuiabá, 2009.
127
______. (SEPLAN). SECRETARIA DE ESTADO DE PLANEJAMENTO E
COORDENAÇÃO GERAL DO ESTADO DE MATO GROSSO. Zoneamento Sócio –
Econômico – Ecológico do Estado de Mato Grosso (ZSEE). Cuiabá, MT. 2010.
Disponível em: < http://www.zsee.seplan.mt.gov.br/servidordemapas/ > Acesso em:
15 jan. 2010.
MCKINNEY, D. C.; CAI, X. Linking GIS and water resourses management models: an
object-oriented method. Enviromental Modelling & Software 17: 2002: 413-425.
MENDES, C. A. B.; CIRILO, J. A. Geoprocessamento em recursos hídricos: princípios,
integração e aplicação. Porto Alegre: ABRH, 2001. 536 p.
MILLY, P.C.D.; DUNNE K. A.; VECCHIA A.V. (2005). Global pattern of trends in
streamflow and water availability in a changing climate. Nature 438, 347-350. Apud
ZEILHOFER, P. Projeto de Pesquisa. Governo do Estado de Mato Grosso. SECITEC-
Secretaria de Estado de Ciência e Tecnologia. Fundação de Amparo à Pesquisa do Estado de
Mato Grosso, 2007.
MINTZ, Y.; SERAFINI, Y. V. A Global Monthly Climatology of Soil Moisture and Water
Balance. Climate Dynamics, 8. 1992:13-27.
MIRANDA, L.; AMORIM, L. Mato Grosso: atlas geográfico. Cuiabá: Entrelinhas, 2000.
MORENO, G. Agricultura: transformações e tendências. In: MORENO, G.; HIGA, T. C. C.
S. (org.). MAITELLI, G. T. (Col.). Geografia de Mato Grosso: território, sociedade,
ambiente. Cuiabá: Entrelinhas, 2005: 140-171.
MORETTI, E. C. Turismo, consumo e produção do espaço: o mundo do trabalho no período
técnico cientifico informacional. Porto Alegre: IX Coloquio Internacional de Geocrítica - Los
Problemas Del Mundo Actual, Soluciones y Alternativas Desde La Geografía y Las Ciencias
Sociales, 2007.
MOURA, S. C. O. Malabarismo das emancipações. In: REVISTA CONTATO HOJE,
15/03/1992, p.42.
NYERGES, T. Geographic Information Abstractions: Conceptual Clarity for Geographic
Modeling. Environment and Planning A, vol. 23: p. 1483-1499, 1991. Apud SANTOS, I. M.;
ZEILHOFER, P. Modelagem Hidrológica Integrada em Sistemas de Informação Geográfica.
Geodesia online 9(4): 1-15. 2005.
OLIVEIRA, L. L.; VIANELLO, R. L.; FERREIRA, N. J. Meteorologia fundamental.
Erechim/RS: EdiTAPES, 2001.
Programação Python (ASYNC). Disponível em: http://www.async.com.br/projects
/python/pnp/node16.html. Acesso em: 25 nov. 2011.
PISSARRA, T. C. T.; POLITANO, W.; FERRAUDO, A. S. Avaliação de Características
Morfométricas na Relação Solo-Superfície da Bacia Hidrográfica do Córrego Rico. In.:
PISSARRA, T. C. T. Seção V - Gênese, Morfologia e Classificação do Solo. Parte da Tese de
Doutorado, Faculdade de Ciências Agrárias e Veterinárias, curso de Pós-Graduação em
128
Agronomia, Área de Concentração Produção Vegetal da Universidade Estadual Paulista –
UNESP. Jaboticabal (SP), 2002.
POSEY, D. A. Manejo da floresta secundária, capoeiras, campos e cerrados (Kayapó). In.:
RIBEIRO, D. (org). Suma Etnológica Brasileira. 2 ed. Petrópolis: Vozes/Finep, 1987:173-
185. v.1.
PULLAR, D.; SPRINGER, D. Towards integrating GIS and catchment models.
Environmental Modelling & Software, v.15. 2000: 451-459.
RADAMBRASIL. Levantamento dos recursos naturais. Ministério das Minas e Energia, Rio
de Janeiro, 1982.
R DEVELOPMENT CORE TEAM. R: A language and environment for statistical computing.
R Foundation for Statistical Computing, Vienna, Austria. 2011. ISBN 3-900051-07-0, URL.
Disponível em: http://www.R-project.org/. Acesso em: 15 jul. 2011.
RENNÓ, C. D.; SOARES, J. V. Modelos Hidrologicos para Gestão Ambiental. Relatório
Técnico Parcial, Programa de Ciência e Tecnologia para Gestão de Ecossistemas, Ação:
Métodos, modelos e geoinformação para gestão ambiental, Ministério da Ciência e
Tecnologia; Instituto Nacional de Pesquisas espaciais, 2000.
ROSS, J. L. S. Os Fundamentos da Geografia na Natureza. In: ROSS, J. L. S. (org.)
Geografia do Brasil. 4 ed. São Paulo: EdUSP, 2003: 13-65.
SÁNCHEZ, R. O. Zoneamento agroecológico do Estado de Mato Grosso: Ordenamento
ecológico – paisagístico do meio natural e rural. Cuiabá: Fundação de Pesquisas Cândido
Rondon, 1992.
SANTOS, I. M.; ZEILHOFER, P. Integração do Modelo Hidrológico Ngflow no Sistema
Integrado de Monitoramento Ambiental da Bacia do Rio Cuiabá – SIBAC. Disponível em:
http://cpd1.ufmt.br/ivairton/doc/pub/SANTOS_GISBrasil_2003.pdf. Acesso em: 16 fev.
2007.
______. Modelagem Hidrológica Integrada em Sistemas de Informação Geográfica.
Geodesia online 9(4): 1-15. 2005.
______. Manuscrito. 2011. (Não publicado)
SANTOS, S. M.; PINA, M. F.; CARVALHO, M. S. Os Sistemas de Informações Geográficas
In: SANTOS, S. M.; PINA, M. F.; CARVALHO, M. S. (orgs.). Conceitos Básicos de
Sistemas de Informação Geográfica e Cartográfica Aplicados à Saúde. Rede Interagencial de
Informações para a saúde. Ed. Brasília. Organização Pan-Americana de Saúde, 2000.
SCHECHI, R. G. Avaliação da capacidade potencial de armazenamento de água da bacia
hidrográfica do Rio Pequeno. Dissertação de Mestrado, Programa de Pós-Graduação em
Engenharia Florestal, Setor de Ciências Agrárias, Universidade Federal do Paraná, Curitiba,
2012.
129
SCHREINER, C. CICERO (Center for International Climate and Environmental Research -
Oslo) - Norway. Última atualização: 2004-03-27. Versão portuguesa: João A. Santos.
Disponível em: http://www.atmosphere.mpg.de/enid /0187369c7f15feff5441bd17001eb166,0/
1__Ter_o_as_altera__es_clim_ticas_causa_humana_/_O_que_est__a_acontecer_ao_clima__2
p1.html. Acesso em: 25 maio 2011.
SCHWENK, L. M. Conflitos Sócio-Econômicos-Ambientais Relativos ao Avanço do Cultivo
da Soja, em Áreas de Influência dos Eixos de Integração e Desenvolvimento no Estado de
Mato Grosso. Tese (Doutorado em Geografia) Programa de Pós-graduação em Geografia
(PPGG), Instituto de Geociências, Departamento de Geografia, Universidade Federal do Rio
de Janeiro, Rio de Janeiro, 2005.
SCHWENK, L. M.; CRUZ, C. B. M. A Técnica e as Redes de Transporte como Agentes
Modificadores na Produção do Espaço: o caso da soja, numa visão nacional e local. Cuiabá,
2007.
SERVIÇO GEOLÓGICO BRASILEIRO. CPRM. Mapa Geológico do Estado de
Mato Grosso (1:1.000.000). CD-ROM. 2004
SHUTTLE RADAR TOPOGRAPHY MISSION (SRTM). NASA. JET PROPULSION
LABORATORY. Califórnia Institute of Technology. Disponível em:
www2.jpl.nasa.gov/srtm/. Acesso em: 25 jan. 2009.
SILVA, H. L. G. Modelagem Bidimensional do fósforo com vistas a gestão de bacias
hidrográficas – estudo de caso: reservatório de Fiú, Paraná. 2006. 113 f. Dissertação
(Mestrado em Engenharia de Recursos Hídricos e Ambiental), Setor de Tecnologia,
Universidade Federal do Paraná, Curitiba, 2006.
TAYLOR, H. M.; WILLATT, S.T. Shrinkage of soybean roots. Agronomy Journal, Madison,
v. 75, p. 818-820. 1983.
TIBÚRCIO E. C.; CASTRO, M. A. H. Uso de sistema de informação geográfica para
determinação do Curve Number em regiões hidrológicas. In.: I SIMPÓSIO DE RECURSOS
HÍDRICOS, Cuiabá, Anais. Cuiabá, 2007.
TUCCI, C. E. M. Hidrologia: ciência e aplicação. Porto Alegre: EdUFRGS/ABRH/EDUSP, 1993: 177-241.
______. Modelos hidrológicos. Porto Alegre: EdUFRGS, 2005.
______, Oportunidades de C & T em Recursos Hídricos. Instituto de Pesquisas Hidráulicas –
UFRGS. Disponível em: http://www.iph.ufrgs.br/corpodocente/tucci/publicacoes/
OPORTUNIDADES.PDF. Acesso em: 05 out. 2009.
TUCCI, C. E. M.; CABRAL, J. J. S. P. Qualidade da Água Subterrânea – Documento Final.
Centro de Gestão de Estudos Estratégicos, Prospecção Tecnológica, Recursos Hídricos.
TUCCI, C. E. M.; CLARKE, R. T. Impacto das Mudanças da Cobertura Vegetal no
Escoamento: Revisão. In.: REVISTA BRASILEIRA DE RECURSOS HÍDRICOS, v. 2, n.1,
Jan/Jun 1997:135-152.
130
USDA-SCS. National Engineering Handbook, Section 4 - Hydrology. Washington, D.C.:
USDA-SCS. 1985.
USEPA. Better Assessment Science integrating Point and Nonpoint Sources – BASINS user‟s
manual. EPA-823-B-98-006, Washington, 1998.
USGS – U.S. Geological Survey. Disponível em: http://www.usgs.gov/climate_landuse/.
Acesso em: 07 fev. 2010.
VALE, F. Manual de Contabilidade Agrária: a produção agrária, a administração de empresa
agrária, a contabilidade agrária. São Paulo: Atlas, 1983.
VALERIANO, M. M. Modelo digital de variáveis morfométricas com dados SRTM para o
território nacional: o projeto TOPODATA. In: XII SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 2005, Goiânia, GO. Anais do XII Simpósio Brasileiro de
Sensoriamento Remoto, 2005. p. 1-8.
______. Dados topográficos. In: FLORENZANO, T.G. (Org.). Geomorfologia, conceitos e
tecnologias atuais. São Paulo: Oficina de Textos, 2008. p.72-104.
VOLDOIRE, A.; ROYER, J.F. (2004). Tropical deforestation and climate variability.
Climate Dynamics 22(8): 857-874. Apud ZEILHOFER, P. Projeto de Pesquisa. Governo do
Estado de Mato Grosso. SECITEC- Secretaria de Estado de Ciência e Tecnologia. Fundação
de Amparo à Pesquisa do Estado de Mato Grosso, 2007.
WARD, R.C. Principles of Hydrology. New York: McGraw-Hill, 1967. Apud
ALCÂNTARA, L. H. Análise espaço-temporal do escoamento na bacia do Alto e Médio Rio
Teles Pires. Dissertação (Mestrado em Física Ambiental). Programa de Pós Graduação em
Física Ambiental, Instituto de Física, Universidade Federal de Mato Grosso, Cuiabá, 2009.
YE, Z.; MAIDMENT, D.R.; MCKINNEY, D.C. Map-based surface and subsurface flow
simulation models: an object oriented and GIS approach. Center for research in water
resources, The University of Texas, Austin, TX. 1996.
ZAMPARONI, C. A. G. P. Desmatamento e Questões Socioambientais na Pré-Amazônia
Mato-Grossense. In.: MAITELLI, G. T. e ZAMPARONI, C. A. G. P. (orgs.). Expansão da
soja na pré-amazônia Mato-grossense: impactos socioambientais. Cuiabá: Entrelinhas:
EdUFMT, 2007: 107-125.
ZAMPARONI, C. A. G. P.; FONSECA, G. P. S.; SOUZA, S. C. Variabilidade climática em
áreas da Amazônia Mato-Grossense. REVISTA AMAZÔNIA LEGAL, v.2, Ano: 2007.
ZEILHOFER, P. Projeto de Pesquisa. Governo do Estado de Mato Grosso. SECITEC-
Secretaria de Estado de Ciência e Tecnologia. Fundação de Amparo à Pesquisa do Estado de
Mato Grosso, 2007.
ZEILHOFER, P.; ZEILHOFER, L. V. A. C.; HARDOIM, E. L.; LIMA, Z. M.; OLIVEIRA,
C. S. GIS applications for mapping and spatial modeling of urban-use water quality: a case
study in District of Cuiabá, Mato Grosso, Brazil. In.: SCIELO.BR. Gis Applications for
131
Mapping and Spatial Modeling, Caderno Saúde Pública, Rio de Janeiro, 23(4):875-884, abr,
2007.
ZEILHOFER, P.; FONSECA, G. P. S. Padrões Espaciais da Qualidade da Água na Bacia do
Alto e Médio Teles Pires. In.: MAITELLI, G. T.; ZAMPARONI, C. A. G. P. (orgs.).
Expansão da soja na pré-amazônia Mato-Grossense: impactos socioambientais. Cuiabá, MT:
Entrelinhas: EdUFMT, 2007.
132
OBRAS CONSULTADAS
BENTES-GAMA, Michelliny de Matos. Manejo de Bacias Hidrográficas. Disponível em:
http://www.cpafro.embrapa.br/embrapa/Artigos/manejo_ bac.htm. Acesso em: 14.08.2008.
BRASIL. Código Civil. 1916. Código das Águas.
BRASIL. Constituição da República Federativa do Brasil. Brasil, 1988.
CARVALHO, M. F. P.; SANTOS, S. M. Conceitos básicos de Sistemas de Informação
Geográfica e Cartografia aplicados à saúde. Brasília, DF, p. 124: Organização Panamericana
da Saúde/Ministério da Saúde, 2000.
CRÓSTA, A. P. Processamento digital de imagens de sensoriamento remoto. ed. rev.
Campinas: IG/UNICAMP. 1993, 1992. 170p.
DRUCK, S. Carvalho, M. S.; Câmara, G.; Monteiro, A. M. V. (orgs) Análise Espacial de
Dados Geográficos. ed. Téc. Planaltina/DF: Embrapa Cerrados, 2004.
FELGUEIRAS, Carlos Alberto. Geoprocessamento para projetos ambientais: Modelagem
Numérica de Terreno. DPI/Inpe, Tutoriais, 2006.
FURASTÉ, P. A. Normas Técnicas para Trabalho Científico: Explicitação das Normas da
ABNT. 15 ed. Porto Alegre: s.n., 2010.
GIDDENS, A. A vida em uma sociedade pós-industrial. In: BECK, U.; GUIDDENS, A.;
LASH, S Modernização reflexiva: política, tradição e estética na ordem social moderna. São
Paulo:UNESP, 1997.
GODOY, P. Uma Reflexão sobre a Produção do Espaço. Disponível em:
http://www.periodicos.rc.biblioteca.unesp.br/index.php/estgeo/article/view/289/236. Acesso
em: 25 nov. 2011.
GUERRA, A. T.; GUERRA, A. J. T. Dicionário Geológico-Geomorfológico. 5 ed. Rio de
Janeiro: Fundação IBGE, 1978. 446 p.
133
LATRUBESSE, E. M.; STEVAUX, J. C.; SINHA, R. Grandes sistemas fluviais tropicais:
uma visão geral. Revista Brasileira de Geomorfologia, v. 6, n.1, p.1-18, 2005.
MACHADO, M. L. Caracterização de agroecosistemas cafeeiros da Zona da Mata de Minas
Gerais, usando sensoriamento remoto e sistema de informações geográficas. 2002. 137p
(Dissertação de Mestrado – UFLA) – Universidade Federal de Lavras, Lavras, 2002.
MILLER, S. N., YOUBERG, A., GUERTIN, D. P., GOODRICH, D. C. (2000). Channel
Morphology Investigations Using Geographic Information Systems and Field Research.
USDA Forest Service Proceedings RMRS–P–13: Land Stewardship in the 21st Century: The
Contributions of Watershed Management; 2000 March 13-16; Tucson, AZ., p. 415-419. <
http://www.fs.fed.us/rm/pubs/rmrs_p013/>.
MORAES, J. F. L.; VALERIANO, M. M.; TAVARES, A. C. F.; PECHE FILHO, A.;
CARNEIRO, A.; SCARABELO FILHO, S. Técnicas de Geoprocessamento na Definição de
Diretrizes de Políticas Públicas para Fins de Planejamento Agroambiental. In: Anais X SBSR,
Foz do Iguaçu, 21 a 26 de abril de 2001, INPE.
NBR 14724 – Metodologia do Trabalho Científico. Associação Brasileira de Normas
Técnicas. Rio de Janeiro: 2011. Disponível em: www.abnt.org.br. Acesso em: 18.02.2011.
NBR 6023 – Referências Bibliográficas. Associação Brasileira de Normas Técnicas. Rio de
Janeiro: 2011. Disponível em: www.abnt.org.br. Acesso em: 18.02.2011.
NOGUEIRA, T. C.; SUPERBI, D.I H. de A.. A Construção de MNTs (Modelos Numéricos de
Terreno) Utilizando o Software Arcview 3.2. Disponível em:
http://www.ig.ufu.br/lages/geoemmovimento/Maquetes/mnts/mnts.htm. Acesso em: 20. 09.
2006.
PIMENTEL, M. F.; CHRISTOFIDIS, D.; PEREIRA, F. J. S. Recursos Hídricos no Cerrado.
In: IV SIMPÓSIO SOBRE O CERRADO: bases para utilização agropecuária. Mário G. Ferri
(coord.). Belo Horizonte: Itatiaia; São Paulo: EdUSP, 1977.
NOVO, E. M. L. M. Sensoriamento remoto: princípios e aplicações. São Paulo: Edgard
Blucher Ltda, 1995.
PIAIA, I. I. Geografia de Mato Grosso. 2 ed. Cuiabá: EdUNIC, 1999.
PRADO, F. A.; MENEGUETTE, A. A. C. Georreferenciamento de imagens CBERS-2/CCD
utilizando pontos de controle extraídos de cartas topográficas. In: COBRAC - Congresso
Brasileiro de Cadastro Técnico Multifinalitário. Florianópolis: UFSC, 15 a 19 de Outubro,
2006.
PROJETO RADAMBRASIL. Mapas Geológico, Geomorfológico. Escala 1:1.000.000. Rio de
Janeiro: Ministério das Minas e Energia, 1982.
SANTOS, M. Pensando o Espaço do Homem. 3 ed. São Paulo: HUCITEC, 1991.
SANTOS, M. A natureza do espaço. Técnica e tempo. Razão e emoção. São Paulo:
HUCITEC, 1996.
134
MATO GROSSO. SECRETARIA DO ESTADO DE MEIO AMBIENTE (SEMA). Termo de
Cooperação Técnica N.º 025/2005. SEMA/MT. 18.10.2005.
SANTANA, L. O. D.; ROCHA G. A.; BARROS, E. U. A.; MAIA, P. H. P. Utilização do
radar interferométrico para delimitação automática de bacias hidrográficas. In: BAHIA
ANÁLISE & DADOS, Salvador, v. 14, n. 2, p. 265-271, 2004.
MATO GROSSO. SECRETARIA DO ESTADO DE FAZENDA. Imposto sobre Circulação
de Mercadorias e Serviços Ecológicos (ICMS). Lei Complementar nº 73, de 07 de dezembro
de 2000.
SILVA, M. J. ICMS Ecológico: uma análise crítica de sua aplicação pelos maiores municípios
atingidos pela Lei. Especialização Latu Sensu em Gestão Pública e Finanças – Faculdade de
Administração e Ciências Contábeis. Cuiabá, 2003.
SMITH, N. A Produção da Natureza. In: Geografia, v. 9, n. 17-18, p. 01-36, 1984.
STEHMAN, S. V.; CZAPLEWSKI, R. L. Design and Analysis for Thematic Map Accuracy
Assessment: Fundamental Principles. REMOTE SENSING ENVIRONMENT. v. 64, p.331–
344, 1998. Disponível em: http://www.metla.fi/archive/forest/1996/01/msg00046.html.
Acesso em: 27.09.2008.
TUFANO, D. Guia Prático da Nova Ortografia. São Paulo: MICHAELIS; Ed.
Melhoramentos Ltda, 2008. ISBN: 978-85-06-05464-2
XAVIER DA SILVA, J.; ZAIDAN, R. T. (orgs.). Geoprocessamento & Análise Ambiental:
aplicações. Rio de Janeiro: Bertrand Brasil, 2004. 368 p.
ZEILHOFER, P. Sistema de Informação Geográfica (Apostila). Curso de capacitação
profissional do corpo técnico da FEMA-MT. Cuiabá: 2000.
RAWLS, W. J.; RICHARDSON, H.H. Runoff curve numbers for Conservation Tillage. J.
Soil Water Conservation, Ankeny, v.38, n.6, p.494-496, 1983.
top related