Você está na página 1de 23

# SIMULAO DA PROCURA PARA A REGA - MODELO IRDEMAND

## M. J. CALEJO 1 , J. L. TEIXEIRA 2 , L. S. PEREIRA, N. LAMADDALENA3

Abstract
An appropriate estimation of irrigation demand is essential for the design and analysis of collective irrigation systems. The irrigation demand vary over time depending on the cropping pattern, crops grown, meteorological conditions, on-farm irrigation system characteristics and farmers behaviour. For the systems operating on demand the First Clment Formula based on a probabilistic approach is usually used to compute the design flow. Although this model is theoretically sound, the assumptions governing the determination of their parameters do not take into account the true functioning of an irrigation system. Several alternatives based on the soil water balance have been proposed taking into account the farmers irrigation strategies. The analysis of hourly flows hydrographs during the peak period show that the irrigation demand is composed by a deterministic and random component. The IRDEMAND model was developed to compute the demand and the peak period flow regimes in a pressurized irrigation network. The following methodology was adopted in modeling: (1) simulation of the soil water balance using the ISAREG model to compute the irrigation dates; (2) estimation of the irrigation starting times for each
COBA SA, Lisboa, Portugal, mcalejo@coba.pt Centro de Estudos de Engenharia Rural, Instituto Superior de Agronomia, Lisboa, Portugal, jlteixeira@isa.utl.pt, lspereira@isa.utl.pt 3 IAM, Bari, Itlia, lamaddalena@iamb.it
1 2

hydrant using the density probability function relative to the average hourly discharges or the demand hydrograph generated using the autoregressive stochastic method with reposition of the demand seasonality; and (3) computation of the flow hydrograph at the upstream end of the system and the respective flow regimes by aggregating the demands at the field scale to the system level. The IRDEMAND model takes into consideration the uncertainty relative to the following inputs: crops, on-farm irrigation systems, seeding dates, application efficiencies and irrigation depths. The model was applied to the Lucefecit and tested by comparing the simulated and observed hourly discharges, as well as through the analysis of the irrigation delivered volumes. This methodology showed adequate for the characterization of the irrigation demand.

Introduo

data de sementeira da cultura; dotao til de rega; eficincia de aplicao; hora de abertura das bocas de rega.

2 2.1

## Modelo IRDEMAND Estrutura do modelo

A estrutura de base (Fig. 1) do modelo IRDEMAND consiste, numa primeira fase, na realizao do balano hdrico do solo ao nvel de cada uma das unidades de rega com objectivo de determinar as datas das regas e, em seguida, proceder ao clculo do hidrograma horrio da procura no perodo de ponta, para o qual necessrio definir a hora de abertura das tomadas de gua.

## Fig. 1. Esquema simplificado do modelo IRDEMAND.

O modelo ISAREG (Teixeira e Pereira, 1992; Liu et al., 1998) utilizado pela aplicao IRDEMAND para simular o balano hdrico de cada parcela de acordo com uma determinada estratgia de rega que definida em funo da cultura e das caractersticas do sistema de rega. A relao entre os valores real e mxima da evapotranspirao, ETc/ETm, utilizado para a definir a oportunidade de rega permitindo simular a rega, tal como feita numa dada regio (Teixeira, 1994, Teixeira et al., 1996). Nas culturas mais rentveis, o agricultor opta, de modo geral, por uma estratgia de rega em que a cultura no sujeita a stress hdrico, fazendo regas de pequena dotao e de frequncia quase diria (Fig. 2). A oportunidade de rega quase sempre definida bastante acima da linha do limite da reserva facilmente utilizvel, LRFU [mm]. Este tipo de gesto d ao agricultor uma certa margem de segurana no caso de avaria da mquina de rega ou de ruptura da rede com interrupo da distribuio de gua durante alguns dias Quando esta reserva de gua no solo no utilizada nessas situaes, o agricultor utiliza este volume de gua no fim da campanha de rega, parando de regar mais cedo (Martin et al., 1990). Quando a rega das culturas no tem como objectivo a mxima produo, o agricultor rega quando a cultura j apresenta alguns sinais de stress hdrico (Fig. 3). A oportunidade de rega definida para uma razo ETc/ETm inferior unidade.
Cultura: Milho Solo: Mediterrneo vermelho ou amarelo - Sr Sistema de rega: Rampa pivotante Dotao til de rega: 8 mm Oportunidade de rega: 85 % da RU Local: Lucefecit

LRFU

Fig. 2. Esquema de um balano hdrico em que a oportunidade de rega definida acima da LRFU e a quantidade de rega dada por um volume fixo de 12 mm.
Cultura: Girassol Solo: Mediterrneo vermelho ou amarelo - Sr Sistema de rega: Enrolador com canho Dotao til de rega: 20 mm Oportunidade de rega: ETc/ETm =0,8 Local: Lucefecit

LRFU

Fig. 3. Esquema de um balano hdrico em que a oportunidade de rega dada por uma razo ETc/ETm = 0,8 e a quantidade de rega definida por um volume fixo de 20 mm.

A data de sementeira, DS [dia juliano], tambm uma varivel aleatria e nos dados de entrada o utilizador tem apenas que introduzir o primeiro e o ltimo dia do perodo da sementeira de cada uma das culturas que so convertidos em dias julianos: DJ1 e DJN, sendo N o nmero de dias entre o incio e o fim do perodo de sementeira. assumido que a varivel aleatria DS tem uma funo de distribuio que pode ser aproximada funo distribuio normal com mdia, , e desvio padro, dadas por:

= RDJ j + RDJN+1 / (N + 1)
j =1
2 N +1 N+1 2 = N + 1 RDJ j + RDJj / N + 1(N) j =1 j=1

[1]

[2]

onde:
RDJ j = DJ j 0,5 com j = 1K N

[3] [4]

## RDJN+1 = DJN + 0,5

RDJj , assim, uma varivel aleatria real contnua obtida pelo processo de correco de continuidade que consiste em considerar que todo o inteiro DJj representado pelo intervalo DJ j 0,5; DJ j + 0,5 . Esta transformao necessria, uma vez que DS uma varivel

discreta e a distribuio Normal se refere a variveis aleatrias contnuas. Considerando a varivel aleatria normal reduzida XDJ dada por:
XDJ j = (RDJ j )

[5]

com j = 1 ... N+1. calculada a probabilidade acumulada da distribuio Normal correspondente a cada valor de XDJi. Os valores da probabilidade acumulada da distribuio normal reduzida so obtidos atravs da funo ANORDF (IMSL v3.0, STAT/Library).

Um gerador de nmeros aleatrios utilizado para gerar um nmero entre 0 e 1. Este nmero define a probabilidade acumulada da varivel aleatria reduzida XDJ e qual corresponde um dia Juliano da data de sementeira. Todos os nmeros aleatrios inferiores a:
P[XDJ RDJ1 / ] = P[XDJ (DJ1 0,5 ) / ] P[XDJ RDJ N+1 / ] = P[X (DJ N + 0,5 ) / ]

[6]

e superiores a:

[7]

so rejeitados. A varivel aleatria DS (dia da sementeira) fica assim definida entre a data inicial e final indicadas pelo utilizador para cada cultura. 2.1.3 Gerao das eficincias de aplicao e das dotaes de rega

O conceito de eficincia de aplicao deve tomar em considerao as perdas de gua devidas falta de uniformidade de aplicao, percolao profunda, evaporao e arrastamento pelo vento, e tambm, s perdas de gua nos tubos do sistema de rega. A eficincia de aplicao deve ento ser definida pela relao:
e a = 100 (Z r ,lq / I)

[8]

causar stress) da cultura na fase mais susceptvel ao stress hdrico. Este valor de Imax define o limite superior do intervalo dos valores de I susceptveis de serem atribudos. O valor mnimo de I, Imin, foi fixado em 8 mm, atendendo que a aplicao de dotaes brutas de rega inferiores a este valor no vivel, se tomarmos em considerao a eficincia de aplicao, os valores da evapotranspirao de referncia, os valores de Kc e a ausncia de precipitao para complementar a rega. Os valores de I, gerados por um processo igual ao descrito para ea, que so inferiores a Imin e superiores a Imax, so rejeitados. 2.1.4 Balano hdrico do solo

onde: d o caudal do sistema de rega; A a rea da unidade de rega, ea a eficincia de aplicao e CR um parmetro de correco da rea efectivamente regada. CR igual a 1 para os sistemas de rega por asperso e CR= Pw/100para a microrrega, onde Pw/100 a percentagem da rea molhada. Quando a condio qfcd < qfc verdadeira, significa que o caudal nominal atribudo unidade de rega no suficiente para se fornecer ao solo a dotao til de rega no perodo de ponta, para as condies de simulao do balano hdrico do solo. O aumento da ea do sistema de rega permite aumentar o valor do qfcd e o valor da dotao til de rega. O balano hdrico do solo simulado para o novo esquema de rega. O processo de ajustamento das condies do esquema de rega efectuado at se verificar a condio: qfcd < qfc. Quando o valor de ea 95 % o valor da dotao til de rega calculado em funo do qfcd.

2.1.5

## Clculo dos volumes dirios para a rega e Identificao do perodo de ponta

Aps a execuo do balano hdrico para cada unidade de rega so conhecidas as datas de rega e as respectivas dotaes. ento possvel calcular os volumes dirios para a rega utilizando a seguinte expresso:

Vd =

NUR Ii Ai 10 IRi i =1

[10]

onde NUR o nmero de unidades de rega; Ii a dotao real de rega [mm] da unidade de rega i; Ai a rea efectivamente regada [ha] da unidade de rega i; e IRi um parmetro que descreve a programao da rega do agricultor: IRi = 1 se o agricultor regar no dia d caso contrrio IRi = 0. O perodo de ponta (com uma durao de 5, 7, 10 ou 30 dias) identificado aplicando o mtodo das mdias mveis com sobreposio aos volumes dirios calculados pela Equao [10]. 2.1.6 Gerao dos hidrogramas horrios

O balano hdrico do solo permite conhecer as datas de rega. No entanto este resultado, por si s, no suficiente para o dimensionamento ou anlise duma rede de rega pressurizada operando a pedido. necessrio obter informao dos caudais horrios pedidos no incio da rede. A obteno do hidrograma horrio requer a definio da hora de abertura, hdo, e fecho, hdf, de cada um dos hidrantes. A hora de fecho no coloca problemas de clculo sendo definida a partir da hora de abertura do hidrante e da durao da rega, ti [horas]: hd f = hd o + t i A durao da rega calculada pela seguinte equao: [11]

t i = (I A 10) / d

[12]

10

A aplicao desenvolvida apresenta como opes para a definio da hora de abertura: 1) a definio da funo densidade de probabilidade dos pedidos mdios horrios; 2) a gerao dum hidrograma horrio sinttico a partir dum processo estocstico autoregressivo. Nesta ltima opo, a partir do hidrograma gerado pelo modelo, so calculadas as fraces horrias do volume dirio de gua para a rega e as respectivas frequncias relativas ao longo de todo o perodo de ponta. Na Fig. 4 representa-se um esquema simplificado do algoritmo desenvolvido para a gerao da hora de abertura das bocas de rega, cuja aproximao a seguinte: 1) Identificao das bocas de rega que esto continuamente abertas (24 horas por dia) ao longo de todo o perodo de ponta. Um sistema de rega apresenta funcionamento praticamente contnuo quando para o perodo de ponta o grau de liberdade, GL [adim.], inferior a 1,1. O GL obtido atravs da seguinte expresso:
GL = (Tp 24 ) / NI TP t i

[13]

11

12

3 3.1

EE1

EE2

## Fig. 5. Unidades de rega do Aproveitamento Hidroagrcola do Lucefecit.

13

O aproveitamento tem uma estao meteorolgica automtica (latitude = 38 37 34; longitude = 7 25 16e altitude = 170,62) cujos os registos foram utilizados para calcular a evapotranspirao de referncia (Fig. 6) pelo mtodo da FAO/Penman-Monteith (Allen et al., 1998) e para caracterizar a precipitao diria.

## Fig. 6. Dados dirios da evapotranspirao de referncia e precipitao diria do ano 2001.

14

Tabela 1. Funo densidade de probabilidade da varivel aleatria I [mm] dos sistemas de rega por asperso e microrrega. Sistema de rega Sistemas estacionrios Sistemas com enrolador Rampas pivotantes Microrrega Distribuio LogNormal LogNormal Normal Normal Mdia 1,1 1,2 10 10 Desvio padro 0,2 0,2 5,5 4,5

Frequncia

## 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2

0.02 0.01 0 0 10 20 I (m m ) Rampas Pivotantes Sistemas com enrolador Sistemas estacionrios Microrrega 30 40 50

0.1 0 0 5 10 15 20 25
I (m m ) Rampas Pivotantes Sistemas com enrolador Sistemas estacionrios Microrrega

30

35

40

45

50

## Fig. 7. Funo densidade probabilidade e funo de distribuio da varivel aleatria I [mm].

No que se refere oportunidade de rega, apenas a cultura do milho-gro quase sempre regada com objectivo de obteno do mximo rendimento. Esta cultura a que maior impacto ter nos resultados da modelao, uma vez que representa 70% da rea regada. No Tabela 2 indicado para cada cultura a razo ETc/ETm para definio da oportunidade de rega em funo do sistema de rega.
Tabela 2. Razo ETc/ETm na definio da oportunidade de rega segundo a cultura e o sistema de rega. Cultura Milho Girassol Melo Olival Prado Sorgo Vinha Rampas pivotantes 1,0 --------1,0 --Sistema de rega Sist. estacionrios Sist. com enroladores 0,8 0,7 0,6 0,6 --------0,6 0,6 0,9 0,8 ----Microrrega 1,0 --1,0 1,0 ----1,0

3.3

## Caracterizao das eficincias de rega

As avaliaes de campo (Pereira et al., 2002) efectuadas nos sistemas de rega por asperso e microrrega no Lucefecit e Vigia no permitem estimar a ea. No entanto, as relaes funcionais da ea, (Pereira, 1999) mostram que este parmetro fortemente dependente da UD dos sistemas de rega. Assim, e uma vez que no h dados da ea, o estabelecimento duma funo densidade de probabilidade para esta varivel requer numa primeira etapa a anlise dos dados da UD. Os dados mostram que o desempenho dos sistemas estacionrios e dos enroladores

15

bastante mau, 75 % dos valores tem uniformidades inferiores a 65 %. Por outro lado, para estes sistemas que se verifica a maior disperso quartal. Os resultados das rampas pivotantes e da microrrega so bastante melhores tendo-se obtido para o 1 quartil uma UD de 66 e 71 % respectivamente. O coeficiente de assimetria da UD para todos os sistemas negativo. Face ao exposto e considerando os valores da bibliografia, foram adoptadas as fdp indicadas no Tabela 3 e representadas na Fig. 8.
Tabela 3. Funo densidade de probabilidade da varivel aleatria ea [%] dos sistemas de rega por asperso e microrrega. Sistema de rega Sistemas estacionrios e enroladores Rampas pivotantes Microrrega
Frequncia 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 0 20 40 ea (%) Rampas Pivotantes Sistemas estacionrios Microrrega 60 80 100

## Distribuio Normal Normal Normal

Mdia 60 80 80

Fig. 8 - Funo densidade de probabilidade da ea dos sistemas de rega por asperso e microrrega.

3.4

## Caracterizao da procura horria

A caracterizao da procura horria foi feita a partir dos registos de caudal horrios medidos sada da EE1 do Lucefecit (Calejo, 2003, Calejo et al., 2006). Na Fig. 9 apresenta-se as funes das frequncias relativas dos pedidos mdios horrios do Lucefecit, considerando as sries dos caudais horrios observados durante o perodo de ponta (com durao de 10 dias) nos anos de 2001 e 2002.

Fig. 9. Funo das frequncias relativas dos pedidos mdios horrios. Rede de rega do Lucefecit.

16

A Fig. 9 mostra que entre as 18 e as 21-22 horas que se verifica a maior procura ao longo de todo o dia. O caudal pedido durante a noite corresponde ao dos sistemas de rega automatizados e que durante o perodo de ponta tem um funcionamento quase contnuo. A procura mantm-se quase constante entre as 23-24 horas e as 6 horas da manh. A partir da 8-9 horas da manh at s 13-14 horas verifica-se um aumento da procura. A partir desta hora h uma diminuio progressiva da procura at s 16 horas. Relativamente opo do modelo AR(p), os dados correspondem aos parmetros obtidos para a rede do Lucefecit (Calejo 2003; Calejo et al., 2006), considerando o perodo de ponta de 10 dias: Modelo AR(2): Varincia dos resduos: a)
x t = 0,96 x t 1 0,193x t 2 + t

0,342. b)

## A sazonalidade na mdia e na varincia esto representadas na Fig. 10.

Fig. 10. Sazonalidade das fraces horrias do volume dirio bombado para rega na EE do Lucefecit no perodo de ponta: a) sazonalidade na mdia e b) sazonalinade na varincia.

3.5

b = x obsi x est i / x est i
i =1 i =1 N N 2

[14]

onde: N o nmero de observaes, x obsi o isimo valor observado e x esti o isimo valor estimado.

17

## ii) Erro mdio absoluto, EMA:

EMA = (1 / N) x obsi x est i
i =1 N

[15]

## iii) Erro mdio relativo, EMR:

EMR = (1 / N) x obsi x est i / x obsi
i =1 N

[16]

Opo 1 Definio da hora da abertura a partir da funo densidade dos pedidos mdios horrios Na Fig. 11 est representado um hidrograma horrio gerado com o modelo IRDEMAND e o hidrograma observado no ano 2001, a partir do qual foram obtidas as frequncias relativas dos pedidos mdios horrios (Fig. 9) que foram utilizadas na definio do hora de abertura das bocas de rega.
3000 2500 Caudal (m3/h) 2000 1500 1000 500 0 0 12 24 36 48 60 72 84 96 108 120 132 144 156 168 180 192 204 216 228 240 Tempo (horas) Hidrograma horrio simulado Hidrograma horrio observado

## Parmetros estatsticos de ajustamento: b =0,976 EMA = 257,5 m3 h-1 EMR = 16,6 %

Fig. 11. Hidrograma dos caudais horrios simulados com a opo 1 e observados para um perodo de ponta com durao de 10 dias.

A Fig. 11 mostra que o hidrograma gerado tende a reproduzir o hidrograma observado, mas verifica-se que os caudais mximos gerados so sempre inferiores aos observados enquanto que os caudais mnimos simulados so superiores aos observados. Isto deve-se ao facto da funo densidade de probabilidade dos pedidos ser obtida a partir dos caudais mdios horrios. A anlise dos parmetros estatsticos de ajustamento permite verificar que o valor do coeficiente de regresso b prximo de 1 e o EMR sempre inferior a 20 % mas superior a 15 %. A Fig. 12 compara os caudais mdios horrios do hidrograma simulado com os caudais mdios horrios do hidrograma observado e na Fig. 13 compara-se a fraco horria da procura.

18

3000 2500 Caudal (m3/h) 2000 1500 1000 500 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Tempo (horas)

## Parmetros estatsticos de ajustamento:

Fig. 12. Caudais mdios horrios dum hidrograma simulado com a opo 1 e hidrograma observado num perodo de ponta de 10 dias na rede de rega do Lucefecit.

0.1

Tempo (horas)

## Fig. 13. Fraces horrias da procura simulada com a opo 1 e observada.

Os erros nos caudais mdios horrios (Fig. 12) so significativamente menores que os erros nos hidrogramas (Fig. 13). O EMR nos caudais mdios horrios quase sempre inferior a 10 %. Os maiores desvios relativamente aos valores observados verificam-se com os caudais mximos. O valor do coeficiente de regresso para os caudais mdios quase 1. O erro mdio relativo das fraces horrias da procura (Fig. 13) varia entre 8 e de 11 %. Verificando-se as maiores diferenas nos perodos das 10:00 s 13:00 e das 19:00 s 22:00 horas, isto , nos perodos do dia em que o caudal no incio da rede maior. Os resultados so bastante similares aos dos caudais mdios horrios. A anlise conjunta dos resultados apresentados nas Figuras 11 a 13 mostra que a procura s pode ser convenientemente caracterizada quando so feitas diversas simulaes com o modelo

19

3000 2500 Caudal (m3/h) 2000 1500 1000 500 0 0 12 24 36 48 60 72 84 96 108 120 132 144 156 168 180 192 204 216 228 240 Tempo (horas) Hidrograma horrio simulado Hidrograma horrio observado

## Parmetros estatsticos de ajustamento: b = 0,974 EMA = 267,4 m3 h-1 EMR = 17,8 %

Fig. 14. Hidrograma dos caudais horrios simulados com a opo 2 e observados para o perodo de ponta de 10 dias.

20

3000 2500

Caudal (m3/h)

Tempo (horas)

## b = 0,996 EMA = 121,8 m3 h-1 EMR = 7,3 %

Fig. 15. Caudais mdios horrios do hidrograma simulado com a opo 2 e do hidrograma observado no perodo de ponta de 10 dias na rede de rega do Lucefecit.

Na Fig. 16 so comparadas as fraces horrias da procura simulada com a observada. Estas fraces traduzem o comportamento do agricultor, isto , a sazonalidade da procura. Tal como acontecia com os caudais mdios, o EMR varia entre 7 e 9 %. Os maiores erros verificam-se sempre entre as 20-22 horas. O valor do coeficiente de regresso bastante prximo de 1.
0.1

Tempo (horas)

## Fig. 16. Fraces horrias da procura simulada com a opo 2 e observada.

Embora a gerao dum hidrograma sinttico, atravs do processo AR para a definio da hora de abertura das bocas de rega, permita simular melhor os caudais mximos e mnimos, continua a verificar-se uma subestimao dos caudais mdios horrios mximos observados que ocorrem entre as 20 e as 22 horas. A frequncia relativa destes caudais bastante pequena no sendo representativos do funcionamento da rede de rega mesmo no perodo de ponta.

21

Concluses