Você está na página 1de 242

ANÁLISE DO COMPORTAMENTO DA UMIDADE DO SOLO NO MODELO

CHUVA-VAZÃO SMAP II – VERSÃO COM SUAVIZAÇÃO HIPERBÓLICA


ESTUDO DE CASO: REGIÃO DE BARREIRAS NA BACIA DO RIO GRANDE-BA

Rafael Carneiro Di Bello

TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS


PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE
FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS
NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE MESTRE EM CIÊNCIAS EM
ENGENHARIA CIVIL.

Aprovada por:

_________________________________________________
Prof. Otto Corrêa Rotunno Filho, Ph.D.

________________________________________________
Prof. Adilson Elias Xavier, D.Sc.

________________________________________________
Prof. Alexandre Pinto Alves da Silva, Ph.D.

________________________________________________
Prof. Edson Eyji Sano, Ph.D.

________________________________________________
Prof. Theóphilo Benedicto Ottoni Filho, Ph.D.

_________________________________________________
Prof. Webe João Mansur, Ph.D.

RIO DE JANEIRO, RJ - BRASIL


MARÇO DE 2005
DI BELLO, RAFAEL CARNEIRO
Análise do Comportamento da Umidade
do Solo no Modelo Chuva-Vazão SMAP II –
Versão com Suavização Hiperbólica. Estudo
de Caso: Região de Barreiras na Bacia do rio
Grande - BA [Rio de Janeiro] 2005
XVII, 225 p. 29,7 cm (COPPE/UFRJ,
M.Sc., Engenharia Civil, 2005)
Tese - Universidade Federal do Rio de
Janeiro, COPPE
1. Modelagem hidrológica
2. Modelo chuva-vazão
3. Umidade do solo
4. SMAP II
5. Suavização hiperbólica
6. Rio Grande
7. Rio São Francisco
I. COPPE/UFRJ II. Título ( série )

ii
Aos meus pais Caetano Di Bello e Rosinéa Delgado Carneiro
Ao meu irmão Bruno Carneiro Di Bello
Aos meus avós Teresa e Ferdinando Di Bello (em memória)
Aos meus avós Corina e Maurity (em memória) e toda a família Carneiro

iii
AGRADECIMENTOS

Ao professor e amigo Otto Corrêa Rotunno Filho, pela confiança depositada,


orientação, apoio dedicado e todo o incentivo ao longo de minha vida acadêmica e
durante a realização de todas as etapas deste trabalho.
Ao grande amigo Luciano Xavier, por todo o incentivo e o indispensável apoio
na conclusão e revisão desta tese.
Ao professor Adilson Elias Xavier, por todo o apoio e orientação, incluindo a
gentil cessão do código do modelo SMAP II – versão com suavização hiperbólica, para
emprego neste trabalho.
À Embrapa, nas pessoas do Dr. Edson Sano e do Dr. Eduardo Assad, ao
Departamento de Agricultura dos Estados Unidos, na pessoa do Dr. Tom Jackson, e
instituições coordenadoras do SMEX 03, pela cessão dos dados do experimento
realizado com o apoio da UNICAMP, AEB, INPE, NASA, CPRM e COPPE-UFRJ.
Aos amigos do Laboratório de Hidrologia e Estudos do Meio Ambiente da
COPPE-UFRJ, representados por Fernanda Thomaz, Paulo Marcelo, Afonso Augusto
Magalhães e Ana Paula Marques Silva, pela maravilhosa convivência durante todo o
mestrado.
Aos amigos de sempre do Programa Especial de Treinamento – PET
Engenharia Civil - UFRJ: Alexandre Teixeira, Gabriela Ávila, Gustavo Alencar, Felipe
Terra, Jonatan Ross, Lucila Hayashi, Luís Arende, Márcio Salem e Patrick Thomas.
Aos grandes amigos Fabrício Corrêa e Erich Bastos, pela amizade sincera de
sempre e pelo companheirismo nos momentos mais difíceis desta caminhada.
Aos amigos da Engevix Engenharia S.A., em especial ao professor Tarcísio
Castro e aos engenheiros Roneí Carvalho, Adriana Castro, Marcelle Sampaio, Angelo
Sousa, Maurício Ortega, Marcos Faerstein, Marta Ottoni e Vitor Marques, por todos os
ensinamentos, que serviram de base para o início de minha vida profissional.
Aos amigos da Eletrobrás, pela enriquecedor convivência, em especial à Dra
Arlete Rodarte e aos engenheiros Carlos Alberto Ferreira, Rafael Melo e Oduvaldo
Barroso.
Aos amigos e engenheiros da Eletrobrás, Anderson Rocha, Jailson Alves,
Marcelo Martins, Márcio Oliveira, Marco Destro, Marcos Pozzato e Vanessa Kfuri, pela
amizade sincera e pelo incentivo para a condução deste trabalho.

iv
Aos amigos da Agência Nacional de Águas, Dr. Joaquim Gondim, Dra Martha
Sugai e Carlos Cabral, da SUM, pela compreensão e confiança depositada, e a todos os
especialistas em recursos hídricos e geoprocessamento da ANA, representados pelos
amigos André Pante, Carlos Motta, Flávio Tröger, João Augusto Pessoa, João
Nascentes, Klebber Formiga, Leonardo Mitre, Márcio Nóbrega, Mário Canevello,
Maurício Cordeiro, Paulo Libânio e Rafael Duarte, por todo o apoio e incentivo.
Aos amigos de Diretoria da Associação dos Servidores – ASÁGUAS, Carlos
Alexandre Pires, Cristina Sá, Fabrício Alves, Flávia Simões, Helvécio Mafra, Luís
Melo, Marcos Airton, Ney Murtha, e Paulo Breno, pelo incentivo e compreensão.
Por fim, a todos os professores, servidores e colegas do DRHIMA/UFRJ, nas
pessoas dos professores Paulo Renato Souza, César Augusto Lourenço Filho, Theóphilo
Ottoni Filho e Hildebrando Góes Filho, e da COPPE/UFRJ, na pessoa dos professores
José Paulo Azevedo, Flávio Mascarenhas e Paulo Canedo, pela amizade e toda a
dedicação voltada para fornecer uma excelente formação aos alunos da graduação e do
mestrado em Engenharia Civil da UFRJ.

v
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários
para a obtenção do grau de Mestre em Ciências (M. Sc.).

ANÁLISE DO COMPORTAMENTO DA UMIDADE DO SOLO NO MODELO


CHUVA-VAZÃO SMAP II – VERSÃO COM SUAVIZAÇÃO HIPERBÓLICA
ESTUDO DE CASO: REGIÃO DE BARREIRAS NA BACIA DO RIO GRANDE-BA

Rafael Carneiro Di Bello


Março/2005

Orientador: Otto Corrêa Rotunno Filho


Programa: Engenharia Civil
Os modelos hidrológicos determinísticos do tipo chuva-vazão possuem várias
simplificações em relação ao meio físico que buscam representar. Apesar disso, tais
modelos são muito valiosos na engenharia de recursos hídricos, em especial em áreas
com grande carência de dados fluviométricos ou de difícil previsibilidade. A baixa
complexidade estrutural, menor exigência nos dados de entrada e relativa facilidade de
calibração são fatores que apontam os modelos concentrados como ferramentas ainda
bastante úteis aos hidrólogos, a despeito dos avanços dos modelos distribuídos. O
presente trabalho visa trazer à tona a questão da representatividade da umidade do solo
nesses modelos, onde o tratamento usual ignora a importância de tal variável nas
condições iniciais, e a sua evolução no interior desses modelos é, em geral, uma
incógnita. O comportamento da variável umidade do solo foi observado no modelo
SMAP II (Lopes, Braga e Conejo, 1981; Dib, 1986), o qual trabalha com três
reservatórios lineares conceituais (superficial, solo e subsolo). A versão utilizada
incorpora uma rotina de suavização hiperbólica (Xavier, 1982), que permite a aplicação
de algoritmos mais poderosos de calibração automática dos parâmetros. Como estudo de
caso, escolheu-se a região do município de Barreiras-BA, onde foi realizada campanha
de campo no mês de dezembro de 2003, tornando disponível um conjunto de medições
de umidade do solo (SMEX03, 2003) na bacia do rio Grande. Através de uma análise de
sensibilidade onde foram comparados os dados reais e simulados, determinou-se a
influência do valor de umidade do solo para o modelo em estudo. O assunto, no entanto,
não fica esgotado, e alguns tópicos são identificados para exploração em trabalhos
posteriores.

vi
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M. Sc.).

ANALYSIS OF THE SOIL MOISTURE BEHAVIOR IN THE


RAINFALL-RUNOFF SMAP II MODEL – HYPERBOLIC SMOOTHING VERSION
CASE STUDY: BARREIRAS REGION IN RIO GRANDE WATERSHED - BAHIA,
BRAZIL

Rafael Carneiro Di Bello


March/2005

Advisor: Otto Corrêa Rotunno Filho


Department: Civil Engineering
The deterministic conceptual rainfall-runoff models have several simplifications
if compared with the physical environment which they are expected to represent. Even
so, these models are very useful in water resources engineering, especially in areas with
few streamflow data or forecasting problems. The low structural complexity, less data
set demand and calibration facilities are advantages of lumped models, despite the
progress in the development of distributed models. This work intends to emphasize the
role of soil moisture performance in these models, where, frequently, the initial
conditions are unknown and its evolution inside the model is not followed. The soil
moisture behavior in SMAP II model (Lopes, Braga e Conejo, 1981; Dib, 1986), which
works with three linear conceptual reservoirs (surface runoff, soil surface zone and
groundwater flow), was observed. The computational version applied uses a hyperbolic
smoothing routine (Xavier, 1982), which makes possible the application of powerful
minimization algorithms. The case study was Barreiras region in the Bahia State
(Brazil), where a soil moisture field campaign was conducted in December 2003,
making available a database of soil moisture measurements (SMEX03, 2003) in the
Grande river watershed. The influence of soil moisture was revealed for the SMAP
model through a sensitivity analysis, where simulated and field measured data were
compared. However, the subject of this work is still opened to discussion and some
research topics are identified for future researches.

vii
SUMÁRIO

CAPÍTULO I - INTRODUÇÃO ................................................................................... 1


I.1 - Introdução ................................................................................................................. 1
I.2 - Umidade do Solo ...................................................................................................... 3
I.3 - Modelos Chuva-Vazão ............................................................................................. 4
I.4 - Motivação do Trabalho com Modelos Determinísticos............................................ 5
I.5 - Objetivo e Escopo do Trabalho ................................................................................ 6

CAPÍTULO II - REVISÃO BIBLIOGRÁFICA ......................................................... 9


II.1 - Modelagem Hidrológica em Engenharia................................................................. 9
II.1.1 - Previsão de Vazões no Planejamento da Operação dos Aproveitamentos
Hidrelétricos do Sistema Interligado Nacional................................................... 10
II.1.2 - Modelos Estocásticos Empregados na Operação do SIN e o Potencial para a
Aplicação de Modelos Determinísticos.............................................................. 12
II.1.3 - Acoplamento de Modelos Hidrológicos e Atmosféricos na Perspectiva do
Setor Elétrico ...................................................................................................... 13
II.2 - Classificação dos Modelos Determinísticos .......................................................... 20
II.3 - Métodos de Calibração de Modelos Chuva-Vazão ............................................... 22
II.4 - Significado Físico dos Parâmetros de um Modelo Hidrológico............................ 29
II.5 - Incertezas Associadas ao Processo de Modelagem ............................................... 30
II.6 - Escolha da Função Objetivo no Modelo Hidrológico ........................................... 31
II.7 - O Modelo SMAP ................................................................................................... 33
II.8 - O Modelo SMAP II Diário – Versão Suavizada ................................................... 35
II.9 - Índices para Estimativa do Estado de Umidade do Solo como Condição Inicial em
Modelos Hidrológicos ............................................................................................ 37
II.10 - Avaliação do Estado de Umidade do Solo por Sensoriamento Remoto.............. 41
II.11 - Influência da Umidade do Solo na Previsão de Vazões por Modelos Hidrológicos
................................................................................................................................ 46

CAPÍTULO III - METODOLOGIA .......................................................................... 49


III.1 - Introdução ............................................................................................................ 49

viii
III.2 - Diretrizes para a Consistência de Dados Hidrológicos e Elaboração dos Arquivos
de Entrada de Dados do SMAP .............................................................................. 51
III.2.1 - Séries de Precipitação.................................................................................... 51
III.2.2 - Séries de Vazão ............................................................................................. 54
III.2.3 - Séries de Evapotranspiração.......................................................................... 55
III.2.3.1 - Método de Penman–Monteith–FAO ...................................................... 55
III.2.3.2 - Método do Balanço Hídricos Sazonal - BHS......................................... 58
III.3 - Descrição dos Fundamentos Teóricos do Modelo SMAP ................................... 61
III.3.1 - Os Reservatórios ........................................................................................... 61
III.3.2 - Translação da Hidrógrafa de Saída ............................................................... 65
III.3.3 - Suavização Hiperbólica................................................................................. 68
III.3.4 - Implementações Computacionais no SMAP................................................. 70

CAPÍTULO IV - CARACTERIZAÇÃO DA REGIÃO DE ESTUDO.................... 71


IV.1 - Introdução – Bacia do Rio São Francisco............................................................ 71
IV.2 - Caracterização Fisiográfica e Hidrológica da Bacia do Rio Grande ................... 74
IV.2.1 - Climatologia.................................................................................................. 75
IV.2.1.1 - Precipitação............................................................................................ 75
IV.2.1.2 - Evapotranspiração Potencial.................................................................. 80
IV.2.2 - Solos e Cobertura Vegetal............................................................................. 87
IV.2.3 - Hidrografia Principal e Regime Fluvial ........................................................ 89
IV.2.3.1 - Séries de Vazões para os Principais Postos Fluviométricos .................. 91
IV.2.3.2 - Tempo de Concentração e Histograma de Retardo da Bacia................. 99
IV.3 - Situação dos Usos Múltiplos dos Recursos Hídricos na Bacia.......................... 103
IV.3.1 - Sistema de Gestão de Recursos Hídricos na Bacia ..................................... 105
IV.3.2 - O Problema da Superexploração dos Aquíferos ......................................... 106

CAPÍTULO V - APLICAÇÃO DO MODELO E ANÁLISE DOS RESULTADOS


.............................................................................................................................. 109
V.1 - Introdução............................................................................................................ 109
V.2 - Planejamento das Simulações ............................................................................. 110
V.2.1 - Critérios Gerais............................................................................................. 110
V.2.2 - Estabelecimento dos Parâmetros Iniciais ..................................................... 111
V.2.3 - Estabelecimento de Outras Condições Iniciais ............................................ 115

ix
V.2.4 - Programação das Simulações ....................................................................... 115
V.2.4.1 - Simulação de Referência....................................................................... 116
V.2.4.2 - Estudo 1: NSOL e NSUB Iniciais Nulos .............................................. 116
V.2.4.3 - Estudo 2: Fixação do KARM e VTDH ................................................. 117
V.2.4.4 - Estudo 3: Aumento do Período de Calibração ...................................... 117
V.2.4.5 - Estudo 4: Redução do Período de Calibração ....................................... 117
V.2.4.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas ... 118
V.2.4.7 - Estudo 6: Calibração Manual Aplicada aos Parâmetros Iniciais........... 118
V.3 - Resultados das Simulações.................................................................................. 119
V.3.1 - Bacia do Posto de Fazenda Redenção .......................................................... 119
V.3.1.1 - Estudo 1: NSOL e NSUB Iniciais Nulos .............................................. 119
V.3.1.2 - Estudo 2: Fixação do KARM e VTDH ................................................. 121
V.3.1.3 - Estudo 3: Aumento do Período de Calibração ...................................... 123
V.3.1.4 - Estudo 4: Redução do Período de Calibração ....................................... 125
V.3.1.5 - Estudo 4A: Nova Redução do Período de Calibração........................... 127
V.3.1.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas ... 130
V.3.1.7 - Estudo 6: Calibração Manual Aplicada aos Parâmetros Iniciais........... 133
V.3.1.8 - Observações gerais para os estudos em Fazenda Redenção.................. 136
V.3.2 - Bacia do Posto de Barreiras.......................................................................... 137
V.3.2.1 - Estudo 1: NSOL e NSUB Iniciais Nulos .............................................. 138
V.3.2.2 - Estudo 2: Fixação do KARM e VTDH ................................................. 140
V.3.2.3 - Estudo 3: Aumento do Período de Calibração ...................................... 142
V.3.2.4 - Estudo 4: Redução do Período de Calibração ....................................... 144
V.3.2.5 - Estudo 4A: Nova Redução do Período de Calibração........................... 146
V.3.2.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas ... 147
V.3.2.7 - Observações gerais para os estudos em Barreiras ................................. 150
V.3.3 - Bacia do Posto de Taguá .............................................................................. 151
V.3.3.1 - Estudo 1: NSOL e NSUB Iniciais Nulos .............................................. 152
V.3.3.2 - Estudo 2: Fixação do KARM e VTDH ................................................. 153
V.3.3.3 - Estudo 3: Aumento do Período de Calibração ...................................... 155
V.3.3.4 - Estudo 4: Redução do Período de Calibração ....................................... 155
V.3.3.5 - Estudo 4A: Nova Redução do Período de Calibração........................... 157
V.3.3.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas ... 157
V.3.3.7 - Observações gerais para os estudos em Taguá...................................... 160

x
V.3.4 - Síntese dos Resultados das Simulações........................................................ 161
V.3.4.1 - Gráficos comparativos entre vazões observadas e simuladas ............... 162
V.3.4.2 - Estatísticas entre vazões observadas e simuladas ................................. 166
V.4 - Análise dos Resultados de Umidade do Solo...................................................... 168
V.4.1 - Dados de Umidade do Solo Medidos em Campo......................................... 168
V.4.2 - Dados de Umidade do Solo Obtidos pelas Simulações com o SMAP......... 173
V.4.2.1 - Posto de Fazenda Redenção .................................................................. 174
V.4.2.2 - Posto de Barreiras.................................................................................. 178
V.4.2.3 - Posto de Taguá ...................................................................................... 182

CAPÍTULO VI - CONCLUSÕES E RECOMENDAÇÕES .................................. 187

CAPÍTULO VII - REFERÊNCIAS BIBLIOGRÁFICAS ...................................... 192

APÊNDICE A - CONSISTÊNCIA DE DADOS HIDROLÓGICOS..................... 213


A.1 - Consistência dos Dados Pluviométricos ............................................................. 213
A.2 - Consistência dos Dados Fluviométricos ............................................................. 218
A.2.1 - Posto de São Sebastião ................................................................................. 219
A.2.2 - Posto de Taguá ............................................................................................. 220
A.2.3 - Posto de Barreiras......................................................................................... 222
A.2.4 - Posto de Fazenda Redenção ......................................................................... 224

xi
LISTA DE FIGURAS

Figura II.1 - Relações típicas entre chuva e vazão, usando a condição estimada de
umidade do solo como um parâmetro .................................................................... 38
Figura III.1 – Polígonos de Thiessen – áreas de influência dos postos na bacia............ 53
Figura III.2 – Distribuição espacial das estações na bacia do rio São Francisco ........... 57
Figura III.3 – Determinação do ínicio e do fim do período de análise de recessão. ...... 60
Figura III.4 - Esquema do modelo SMAP...................................................................... 61
Figura III.5 – Histograma de retardo de uma bacia........................................................ 66
Figura III.6 – Representação gráfica de uma função zt e fluxograma simplificado no
SMAP ..................................................................................................................... 68
Figura III.7 – Funções de suavização Φ e Rt .................................................................. 69
Figura IV.1 - Localização do Vale do São Francisco..................................................... 72
Figura IV.2 – Participação, em área, das principais unidades hidrográficas da bacia do
rio São Francisco. ................................................................................................... 72
Figura IV.3 – Climas na bacia do rio São Francisco. ..................................................... 73
Figura IV.4 - Localização do polígono das secas........................................................... 76
Figura IV.5 - Localização dos postos pluviométricos da região de estudo e respectivas
áreas de influência determinadas pelo método de Thiessen ................................... 78
Figura IV.6 – Precipitações totais anuais para os postos pluviométricos da região de
estudo (1980-2004)................................................................................................. 79
Figura IV.7 – Precipitações totais mensais para os postos pluviométricos da região de
estudo (1990-2004)................................................................................................. 80
Figura IV.8 – Precipitações, vazões e evapotranspirações calculadas pelo método BHS
para o posto de Fazenda Redenção (2000-2004).................................................... 83
Figura IV.9 – Precipitações, vazões e evapotranspirações calculadas pelo método BHS
para o posto de Barreiras (2000-2004) ................................................................... 84
Figura IV.10 – Precipitações, vazões e evapotranspirações calculadas pelo método BHS
para o posto de Taguá (2000-2004)........................................................................ 84
Figura IV.11 – Evapotranspirações mensais pelos métodos de Peman e BHS (1984-
2004)....................................................................................................................... 85
Figura IV.12 – Totais anuais do balanço hídrico [P-Q] x Evapotranspiração (1984-2004)
................................................................................................................................ 86

xii
Figura IV.13 – Evapotranspiração BHS acumulada comparada à [P-Q] acumulada
(1984-2004) ............................................................................................................ 87
Figura IV.14 – Região de Barreiras e a homogeneidade da cobertura vegetal .............. 88
Figura IV.15 – Bacia do rio Grande e sua hidrografia principal .................................... 89
Figura IV.16 - Localização dos postos fluviométricos da região de estudo, pontos de
amostragem de umidade e áreas de drenagem principais....................................... 93
Figura IV.17 – Vazões médias anuais para os postos principais selecionados na bacia do
rio Grande (1934 a 2004) ....................................................................................... 95
Figura IV.18 – Vazões médias mensais para os postos principais selecionados na bacia
do rio Grande (1980 a 2004) .................................................................................. 95
Figura IV.19 – Hidrograma do posto fluviométrico de Taguá (1980-2004) .................. 96
Figura IV.20 – Hidrograma do posto fluviométrico de São Sebastião (1980-2004)...... 97
Figura IV.21 – Hidrograma do posto fluviométrico de Barreiras (1980-2004) ............. 97
Figura IV.22 – Hidrograma do posto fluviométrico de Fazenda Redenção (1980-2004)
................................................................................................................................ 98
Figura IV.23 – Hidrogramas finais do postos fluviométricos selecionados (1999-2004)
................................................................................................................................ 98
Figura IV.24 – Exemplo de cotagramas dos postos da bacia para estimativa do tempo de
concentração ......................................................................................................... 100
Figura IV.25 – Histogramas de retardo dos postos fluviométricos selecionados......... 103
Figura IV.26 – Equilíbrio disponibilidade-demanda e conflitos no São Francisco...... 104
Figura IV.27 – Mapa hidrogeológico da bacia do rio Grande...................................... 107
Figura V.1 – Estimativa de KSUP e KSUB através da análise das recessões.............. 113
Figura V.2 – Hidrogramas observado e simulados para o estudo 1– Fazenda Redenção
.............................................................................................................................. 120
Figura V.3 – Hidrogramas observado e simulados para o estudo 2 – Fazenda Redenção
.............................................................................................................................. 122
Figura V.4 – Hidrogramas observado e simulados para o estudo 3 – Fazenda Redenção
.............................................................................................................................. 124
Figura V.5 – Hidrogramas observado e simulados para o estudo 4 – Fazenda Redenção
.............................................................................................................................. 126
Figura V.6 – Hidrogramas observado e simulados para o estudo 4A – Fazenda
Redenção .............................................................................................................. 129

xiii
Figura V.7 – Hidrogramas observado e simulados para o estudo 5 – Fazenda Redenção
.............................................................................................................................. 132
Figura V.8 – Hidrogramas observado e simulados para o estudo 6 – Fazenda Redenção
.............................................................................................................................. 135
Figura V.9 – Hidrogramas observado e simulados para o estudo 1- Barreiras ............ 139
Figura V.10 – Hidrogramas observado e simulados para o estudo 2 - Barreiras ......... 141
Figura V.11 – Hidrogramas observado e simulados para o estudo 3 - Barreiras ......... 143
Figura V.12 – Hidrogramas observado e simulados para o estudo 4 - Barreiras ......... 145
Figura V.13 – Hidrogramas observado e simulados para o estudo 5 - Barreiras ......... 148
Figura V.14 – Hidrogramas observado e simulados para o estudo 1 - Taguá.............. 153
Figura V.15 – Hidrogramas observado e simulados para o estudo 2 - Taguá.............. 154
Figura V.16 – Hidrogramas observado e simulados para o estudo 4 - Taguá.............. 156
Figura V.17 – Hidrogramas observado e simulados para o estudo 5 - Taguá.............. 159
Figura V.18 – Gráficos comparativos entre vazões observadas e simuladas para Fazenda
Redenção – Simulação de referência e estudos 1, 2 e 3 ....................................... 162
Figura V.19 – Gráficos comparativos entre vazões observadas e simuladas para Fazenda
Redenção – Estudos 4, 4A, 5 e 6 .......................................................................... 163
Figura V.20 – Gráficos comparativos entre vazões observadas e simuladas para
Barreiras – Simulação de referência e estudos 1, 2 e 3 ........................................ 164
Figura V.21 – Gráficos comparativos entre vazões observadas e simuladas para
Barreiras – Estudos 4 e 5 ...................................................................................... 164
Figura V.22 – Gráficos comparativos entre vazões observadas e simuladas para Taguá –
Simulação de referência e estudos 1 e 2 ............................................................... 165
Figura V.23 – Gráficos comparativos entre vazões observadas e simuladas para Taguá –
Estudos 4 e 5......................................................................................................... 165
Figura V.24 – Localização dos pontos de medição de umidade do solo do SMEX03. 169
Figura V.25 – Comparação entre as medições de umidade gravimétrica do solo e as
medições do Theta probe - SMEX03 .................................................................. 170
Figura V.26 – Comportamento da umidade para os pontos do conjunto A - SMEX03171
Figura V.27 – Comportamento da umidade para os pontos do conjunto B - SMEX03 172
Figura V.28 – Aqüíferos presentes na região dos conjuntos A e B de amostragem de
umidade do solo.................................................................................................... 172
Figura V.29 – Comportamento da umidade do solo simulada pelo SMAP em Fazenda
Redenção para o período completo (agosto/1984 a setembro/2004).................... 175

xiv
Figura V.30 – Comportamento da umidade do solo simulada pelo SMAP em Fazenda
Redenção e medida pelo SMEX03 para o período de 02/12/2003 a 08/12/2003. 176
Figura V.31 – Umidade do solo na simulação de referência versus conjunto A do
SMEX03 (02/12/2003 a 08/12/2003) ................................................................... 177
Figura V.32 – Umidade do solo nas simulações alternativas 1 e 3 versus conjunto B do
SMEX03 (02/12/2003 a 08/12/2003) ................................................................... 178
Figura V.33 – Comportamento da umidade do solo simulada pelo SMAP em Barreiras
para o período completo (agosto/1984 a setembro/2004) .................................... 179
Figura V.34 – Comportamento da umidade do solo simulada pelo SMAP em Barreiras e
medida pelo SMEX03 para o período de 02/12/2003 a 08/12/2003 .................... 180
Figura V.35 – Umidade do solo na simulação de referência e alternativa 3 versus
conjunto B do SMEX03 (02/12/2003 a 08/12/2003) ........................................... 182
Figura V.36 – Comportamento da umidade do solo simulada pelo SMAP em Taguá para
o período completo (agosto/1984 a setembro/2004) ............................................ 183
Figura V.37 – Comportamento da umidade do solo simulada pelo SMAP em Taguá e
medida pelo SMEX03 para o período de 02/12/2003 a 08/12/2003 .................... 184
Figura V.38 – Umidade do solo na simulação de referência e alternativa 5 versus
conjunto B do SMEX03 (02/12/2003 a 08/12/2003) ........................................... 185
Figura A.1 – Curvas de dupla massa para verificar a consistência do posto Fazenda
Redenção .............................................................................................................. 214
Figura A.2 – Curvas de dupla massa para definir similaridade hidrológica com o posto
Roda Velha ........................................................................................................... 216
Figura A.3 – Equação de correlação para preenchimento de falhas do posto Roda Velha
.............................................................................................................................. 217
Figura A.4 – Pares de cotas e vazões para o posto fluviométrico de São Sebastião .... 219
Figura A.5 – Pares de cotas e vazões para o posto fluviométrico de Taguá ................ 220
Figura A.6 – Correlação de vazões entre os postos fluviométricos de Taguá e São
Sebastião............................................................................................................... 222
Figura A.7 – Pares de cotas e vazões para o posto fluviométrico de Barreiras............ 223
Figura A.8 – Problemas de consistência nas cotas e vazões do posto de Barreiras ..... 223
Figura A.9 – Correção dos problemas nas cotas e vazões do posto de Barreiras......... 224
Figura A.10 – Pares de cotas e vazões para o posto fluviométrico de Faz. Redenção. 225
Figura A.11 – Correlação de vazões entre os postos fluviométricos de Barreiras e
Fazenda Redenção ................................................................................................ 225

xv
LISTA DE TABELAS

Tabela IV.1 – Postos Pluviométricos da bacia – Fonte: HIDRO (ANA, 2005) ............. 77
Tabela IV.2 – Contribuição de cada posto pluviométrico da série de chuvas final da
bacia........................................................................................................................ 79
Tabela IV.3 – Contribuição de cada posto climatológico da série preliminar de
evapotranspiração da bacia..................................................................................... 81
Tabela IV.4 – Rios da bacia do rio Grande – Fonte: HIDRO (ANA, 2005) .................. 91
Tabela IV.5 – Postos fluviométricos da bacia – Fonte: HIDRO (ANA, 2005).............. 92
Tabela IV.6 – Dados dos postos fluviométricos e áreas com medição de umidade....... 94
Tabela IV.7 – Tempos de viagem entre postos fluviométricos .................................... 100
Tabela IV.8 – Dados de propagação de cheia entre postos fluviométricos.................. 101
Tabela IV.9 – Resumo dos resultados dos tempos de concentração ............................ 102
Tabela IV.10 – Disponibilidade e demanda de água no alto e médio/baixo rio Grande.
.............................................................................................................................. 105
Tabela IV.11 – Aquíferos na bacia do rio São Francisco............................................. 107
Tabela V.1 – Estimativas iniciais de KSUB e KSUP................................................... 113
Tabela V.2 – Estimativas iniciais de NSAT ................................................................. 114
Tabela V.3 – Estimativas iniciais para os valores de VTDH(i).................................... 114
Tabela V.4 – Estimativas iniciais para os valores de NSOL e NSUB.......................... 115
Tabela V.5 – Configuração dos parâmetros para o estudo 1 – Fazenda Redenção...... 120
Tabela V.6 – Configuração dos parâmetros para o estudo 2 – Fazenda Redenção...... 122
Tabela V.7 – Configuração dos parâmetros para o estudo 3 – Fazenda Redenção...... 124
Tabela V.8 – Configuração dos parâmetros para o estudo 4 – Fazenda Redenção...... 126
Tabela V.9 – Configuração dos parâmetros para o estudo 4A – Fazenda Redenção ... 129
Tabela V.10 – Configuração dos parâmetros para o estudo 5 – Fazenda Redenção.... 131
Tabela V.11 – Configuração dos parâmetros para o estudo 6 – Fazenda Redenção.... 134
Tabela V.12 – Configuração dos parâmetros para o estudo 1 - Barreiras .................... 139
Tabela V.13 – Configuração dos parâmetros para o estudo 2 - Barreiras .................... 141
Tabela V.14 – Configuração dos parâmetros para o estudo 3 - Barreiras .................... 143
Tabela V.15 – Configuração dos parâmetros para o estudo 4 - Barreiras .................... 145
Tabela V.16 – Configuração dos parâmetros para o estudo 5 - Barreiras .................... 148
Tabela V.17 – Configuração dos parâmetros para o estudo 1 – Taguá ........................ 152
Tabela V.18 – Configuração dos parâmetros para o estudo 2 - Taguá......................... 154

xvi
Tabela V.19 – Configuração dos parâmetros para o estudo 4 - Taguá......................... 156
Tabela V.20 – Configuração dos parâmetros para o estudo 5 - Taguá......................... 158
Tabela V.21 – Medidas estatísticas de comparação entre vazões observadas e simuladas
– Fazenda Redenção ............................................................................................. 167
Tabela V.22 – Medidas estatísticas de comparação entre vazões observadas e simuladas
– Barreiras ............................................................................................................ 167
Tabela V.23 – Medidas estatísticas de comparação entre vazões observadas e simuladas
– Taguá ................................................................................................................. 168
Tabela A.1 – Contribuição de cada posto pluviométrico na série de chuvas final da bacia
pelo método de Thiessen ...................................................................................... 218
Tabela A.2 – Curvas-chave válidas para o Posto de São Sebastião ............................. 219
Tabela A.3 – Curvas-chave válidas para o Posto de Taguá.......................................... 220
Tabela A.4 – Curvas-chave válidas para o Posto de Barreiras..................................... 222
Tabela A.5 – Curvas-chave válidas para o Posto de Faz. Redenção ............................ 224

xvii
CAPÍTULO I - INTRODUÇÃO

I.1 - Introdução

Embora o conceito do ciclo hidrológico pareça, em um primeiro momento,


simples, o fenômeno é extremamente complexo e intrigante. Não existe apenas um
único grande ciclo. Ao contrário, é composto por muitos ciclos interrelacionados, de
extensão continental, regional e local. Adicionalmente, ainda que o volume total de
água no ciclo hidrológico global permaneça essencialmente constante, a distribuição
dessa água é alterada continuamente nos continentes, nas regiões e, inclusive, nas bacias
hidrográficas locais.
A hidrologia de uma região é determinada pelos seus padrões climáticos e
fatores físicos, como topografia, geologia e cobertura vegetal. Além disso, com o
progresso das civilizações, as atividades humanas interferem gradualmente no ciclo
natural da água, alterando seu equilíbrio dinâmico e dando início a novos processos e
eventos.
Na ausência de um conhecimento perfeito acerca do fenômeno hidrológico, este
pode ser representado de forma simplificada por meio do conceito de sistemas. Sob esse
conceito, o ciclo hidrológico pode ser compreendido como um sistema cujos
componentes principais são a precipitação, a evaporação, o escoamento superficial e o
escoamento subterrâneo. Esses componentes podem ainda ser agrupados em
subsistemas do ciclo completo, como por exemplo: subsistema atmosférico, contendo os
processos de precipitação, evaporação, interceptação e transpiração; subsistema
superficial, contendo os processos de escoamento superficial; e subsistema subterrâneo,
contendo os processos de infiltração, recarga subterrânea, escoamento subsuperficial,
que ocorre na camada de solo mais próxima à superfície e escoamento subterrâneo, que
ocorre no solo mais profundo ou no substrato rochoso. Para analisar o sistema total, os
subsistemas simplificados podem ser tratados separadamente e, posteriormente, ter seus
resultados combinados de acordo com as interações entre os subsistemas.
Um sistema hidrológico é, então, definido como uma estrutura ou volume no
espaço, limitados por um contorno, que aceita água e outras variáveis de entrada, como,

1
por exemplo, ar ou energia de calor, trabalha com tais informações internamente, e
produz as variáveis de saída (Chow, 1964). A estrutura, representada por solo e rocha,
no caso do escoamento superficial, subsuperficial ou subterrâneo, ou volume no espaço,
caracterizado pela umidade atmosférica, é o meio no qual a água deve passar em seu
caminho entre os pontos de entrada e de saída de um sistema. O contorno é uma
superfície contínua, definida em três dimensões, que encerra o volume ou a estrutura.
Os procedimentos para o desenvolvimento de equações e modelos para o
fenômeno hidrológico são similares àqueles usados na mecânica dos fluidos. Em
hidrologia, contudo, há, geralmente, um significativo grau de aproximação ou
simplificação na aplicação das leis físicas, porque os sistemas são maiores e mais
complexos e envolvem muitas variáveis. Adicionalmente, os sistemas hidrológicos são
inerentemente aleatórios, uma vez que sua principal variável de entrada é a precipitação,
um fenômeno de alta variabilidade e difícil previsibilidade. Por esse motivo, as análises
estatísticas são amplamente utilizadas em hidrologia, dando origem aos chamados
modelos estocásticos.
Se a superfície e o solo de uma bacia hidrográfica são examinados com grande
detalhe, o número de possíveis caminhos para o escoamento da água torna-se enorme.
Ao longo de qualquer caminho de escoamento, a forma, declividade e rugosidade do
contorno, assim como a própria precipitação, sofrem alteração contínua no espaço e no
tempo, conforme o aumento da umidade do solo. Em função dessa complexidade, não é
possível prever ou simular processos hidrológicos de forma exata, com base em leis
físicas.
Adotando o conceito de sistemas, os esforços são direcionados para a construção
de modelos que procuram relacionar entradas e saídas em detrimento à árdua tarefa de
representar, com exatidão, os detalhes do sistema, o que pode ser relevado em muitas
situações sob o ponto de vista da aplicação. Todavia, o conhecimento dos sistemas
físicos auxilia no desenvolvimento de um bom modelo e na verificação de sua acurácia
e precisão. É esta justamente a proposta desta tese: avaliar o comportamento de uma
importante variável física, a umidade do solo, no interior de modelo hidrológico
conceitual escolhido, comparando com medições de campo, de forma a captar e
evidenciar a relação entre a variável matemática e o parâmetro físico que ela representa.
A significância de uma variável hidrológica é bem expressa na recente descrição
do programa de pesquisa sobre a água no globo e o ciclo de energia, conduzido pela
Agência Espacial Norte Americana (NASA): A água está no coração tanto da causa

2
quanto dos efeitos das mudanças climáticas. Averiguar o ritmo da circulação de água no
sistema da Terra, e detectar possíveis alterações, é um problema de primeira ordem em
relação à renovação dos recursos hídricos e aos riscos hidrológicos. Uma compreensão
melhor dos fluxos da água, armazenamento, e transformações em terra, na atmosfera e
nos oceanos será o desafio central das ciências hidrológicas no século 21. Aperfeiçoar o
conhecimento e predição do ciclo hidrológico pode promover amplos benefícios para o
gerenciamento dos recursos e economias regionais se as variabilidades e incertezas
puderem ser compreendidas , quantificadas e e comunicadas de forma eficiente para os
tomadores de decisões e o público. O objetivo principal é aumentar a compreensão do
ciclo hidrológico global até o ponto onde predições úteis dos regimes hidrológicos
regionais possam ser feitas. Essa capacidade de previsão é essencial para aplicações
práticas no gerenciamento de recursos hídricos e na validação dos avanços científicos
através de testes de previsões em tempo real (SMEX03, 2003).

I.2 - Umidade do Solo

A umidade do solo é variável essencial na hidrologia: ela é a chave que controla


a proporção de chuva que infiltra, escoa superficialmente, ou evapora da superfície da
Terra. É substância vital para a vegetação. A umidade do solo integra precipitação e
evaporação por períodos de dias a semanas e introduz um elemento significante na
memória do sistema atmosfera-solo. Existem fortes evidências, tanto climatológicas
quanto de modelagens, de que a reciclagem rápida da água através da evapotranspiração
e precipitação é o fator primário na persistência de anomalias de secas ou enchentes
sobre amplas regiões continentais durante o verão. Como um resultado, a umidade do
solo é a condição de contorno mais significante que controla a precipitação de verão
sobre a região central dos Estados Unidos e outras amplas regiões continentais de meia-
latitude, constituindo-se em informação inicial essencial para predições periódicas.
Uma meta comum de várias agências e cientistas é o desenvolvimento de um
sistema global de observação da umidade do solo (Leese et al. 2001). Fornecer um
produto sobre a umidade global do solo para pesquisas e aplicações significa um grande
desafio. Medições in situ de umidade do solo são esparsas, e cada valor é representativo
apenas para uma pequena área. Sensoriamento remoto, se adquirido com suficiente
acurácia e confiabilidade, poderá determinar áreas amplas de solo encharcado ou dados
de umidade do solo para estudos hidrológicos sobre grandes regiões continentais.

3
O desenvolvimento e a implementação de um componente de sensoriamento
remoto de um sistema de observação global da umidade do solo demandará avanços na
ciência e na tecnologia. Muitos aspectos da pesquisa requerem validação e
demonstração, os quais somente podem ser realizadas através de experimentos de
campo controlados e de larga escala. Tais experimentos exigem recursos significativos
para serem bem sucedidos e geralmente recebem contribuições de vários programas.
Através de uma série de encontros e anúncios de pesquisa, prioridades
científicas e tecnológicas para o sensoriamento remoto da umidade do solo têm sido
identificadas. Elementos demandando experimentos de campo foram identificados e, na
medida do possível, combinados com os experimentos de umidade do solo para 2002
(SMEX02), em 2003 (SMEX03), e, mais recentemente, em 2004 (SMEX04). O projeto
SMEX02 enfatizou o emprego do sensoriamento remoto da umidade do solo através de
microondas em áreas agrícolas, ao passo que o projeto SMEX03 direcionou-se para a
validação e análise de um grupo de vegetações naturais características do cerrado
brasileiro, identificados na região de Barreiras - Bahia. No caso do SMEX04 a área de
estudo abrangeu regiões do Arizona (EUA) e do México, com enfoque nos sistemas de
monções norte-americanas (NAMS).

I.3 - Modelos Chuva-Vazão

A necessidade do uso de modelos matemáticos para a obtenção de respostas,


mais rápidas e precisas, nos problemas de projeto e operação de sistemas hidráulicos
resultou em grande desenvolvimento nessa linha de pesquisa.
Os modelos conceituais do tipo chuva-vazão aparecem para suprir a carência de
conhecimento acerca do comportamento físico de bacias hidrográficas. Esses modelos
atuam com base no conceito de balanço hídrico, equilibrando, a cada unidade de tempo
estipulada (diária ou mensal, em geral), as parcelas atuantes do ciclo hidrológico que
representam ganhos e perdas de água no sistema. Em outras palavras, quantificadas a
entrada de água no sistema, através da precipitação incidente sobre a bacia, e as perdas
por evapotranspiração inerentes à bacia, o modelo deve ser capaz de estimar a saída de
água da bacia, sob a forma de vazão na seção exutória.
Entre esses modelos tipo chuva-vazão, devem ser mencionados, em função das
diversas aplicações realizadas, tanto em pequenas como em grandes bacias, sempre com
resultados aceitáveis, o modelo Dawdy e O’Donnell (Dawdy e O’Donnel, 1965), o

4
modelo de simulação de vazões e regulação de reservatórios (streamflow simulation and
reservoir regulation model – SSARR), elaborado por Rockwood em 1958 (Tucci, 1998)
e até hoje utilizado por FURNAS Centrais Elétricas (Oliveira, 2003), e o modelo de
bacias de Stanford (Stanford watershed model – SWM), conforme Crawford e Linsley
(1966).

I.4 - Motivação do Trabalho com Modelos Determinísticos

A abordagem estocástica relaciona causa e efeito do fenômeno hidrológico, sem


explicitar suas componentes, como o solo, o escoamento superficial, o escoamento
subterrâneo, evaporação, entre outros. Os modelos adotados no setor elétrico definem,
em geral, a previsão de vazões com base em análise estatística de séries temporais,
como é o caso, por exemplo, dos modelos do tipo auto regressivo (AR) ou média móvel
(MA), descritos em Kottegoda (1980).
Tais modelos buscam os ciclos ocorridos no passado para a previsão de regimes
hidrológicos. Entretanto, atualmente o setor elétrico tem se voltado para a necessidade
de entendimento dos processos físicos, de forma a homogeneizar os critérios de análise
com a preocupação de preservar o tratamento isonômico entre os concessionários de
geração de energia elétrica. É sabido, por exemplo, que problemas reais ocorrem na
previsão de vazões do subsistema sul, onde o regime hidrológico é caracterizado por
não apresentar sazonalidade marcante anual e por apresentar grande variabilidade
mensal (ONS 2004c).
Por outro lado, modelos determinísticos ou conceituais são tradicionalmente
adotados pelas concessionárias de energia elétrica, como é o caso do modelo SMAP
(soil moisture accounting procedure), apresentado originalmente por Lopes, Braga e
Conejo (1981), e do modelo SSARR (Rockwood, 1958, descrito em Tucci, 1998), para
estudos internos de previsão de vazões. Entretanto, para efeito de planejamento da
operação, a cadeia de modelos do Centro de Pesquisas da Eletrobrás (CEPEL) é
fundamentada nos modelos estocásticos.
A evolução na aplicação dos modelos determinísticos indica que esses modelos
passam, cada vez mais, a não apenas trabalhar com a variável temporal, mas também
explicitar e modelar a variabilidade de informações espaciais, adotando o sensoriamento
remoto como tecnologia para viabilizar respostas aceitáveis para tal desafio.

5
Apesar da evolução na modelagem hidrológica apontar para pesquisas em torno
de modelos distribuídos de base física, ainda hoje existe uma vertente que investe no
estudo de modelos concentrados devido à sua aplicabilidade prática amplamente
reconhecida e bem definida. O presente estudo adota essa última perspectiva.

I.5 - Objetivo e Escopo do Trabalho

O presente trabalho visa trazer à tona a questão da representatividade da


umidade do solo nos modelos hidrológicos conceituais do tipo chuva-vazão, onde o
tratamento usual ignora a importância de tal variável nas condições iniciais, e a sua
evolução no interior desses modelos é, em geral, uma incógnita. Para tal, são realizados
diversos testes com um histórico de dados hidrológicos reais, onde o comportamento da
variável umidade do solo é observado. Não se tem a pretensão de estimar fielmente o
valor da umidade do solo sobre a bacia, ainda que em valores médios, mas sim permitir
que se desenvolvam indicadores que possam levar a um futuro incremento no
desempenho de modelos tipo chuva-vazão concentrados, a nível operacional, no âmbito
da previsão de vazões.
Um dos motivadores da presente tese de mestrado é apresentar uma contribuição
às tentativas de análise do comportamento da umidade do solo em modelos chuva-
vazão, contando com um estudo de caso sobre o modelo SMAP-II, na sua versão
suavizada. Comparam-se dados reais de umidade do solo obtidos pelo projeto
Experimentos de Umidade do Solo de 2003 no Brasil - SMEX03 (2003), consolidados
por Sano e Assad (2004), com os resultados do Modelo SMAP-II suavizado. Dessa
forma, verifica-se a evolução do estado de umidade do solo (TSOL) no interior do
modelo e a sua aderência aos dados medidos em campo entre os dias 2 e 8 de dezembro
de 2003, permitindo avaliar se a umidade do solo, da forma como é representada no
modelo, apresenta algum grau de relação com a realidade física.
Diferentemente dos trabalhos de Silva (1990), Thomaz (1992), Andrade Filho
(1992) e Xavier et al. (2005), que trabalharam com dados sintéticos no modelo SMAP-
II suavizado, nesta tese serão utilizados dados reais, a nível diário, da bacia do rio
Grande, situada no médio São Francisco.
No Capítulo II, é apresentada uma revisão bibliográfica sobre o assunto, que
procura estabelecer o referencial de importância e os fundamentos da pesquisa realizada
para os trabalhos de planejamento da operação dos aproveitamentos hidrelétricos do

6
sistema interligado nacional, destacando o avanço da vertente determinística na
modelagem hidrológica, que crescentemente vem a complementar a tradição histórica
de emprego de modelos estocásticos no setor elétrico. Destaca-se, também, neste
Capítulo, a importância do reconhecimento dos significados físicos dos parâmetros dos
modelos tipo chuva-vazão para uma adequada simulação hidrológica, com um
detalhamento que envolve as principais etapas do processo. O procedimento inicia-se
com a escolha do modelo, tem seqüência com a adequada consistência dos dados
hidrometeorológicos e condução do balanço hídrico na bacia hidrográfica de interesse,
passa pela etapa de calibração automática dos parâmetros, incluindo a definição da
função objetivo, e chega à validação e aplicações propriamente ditas, realizando-se,
assim, um breve histórico da evolução do conhecimento em cada uma das etapas e
apresentando-se as dificuldades usualmente enfrentadas no processo como um todo.
O Capítulo III apresenta a metodologia empregada para a consecução do
objetivo proposto, com destaque para a caracterização hidrológica da região, que
abrangeu análise de consistência, preenchimento de falhas e balanço hídrico, visando a
elaboração dos arquivos de entrada do modelo hidrológico. Também é apresentado, em
maiores detalhes, o modelo utilizado no trabalho, o SMAP II (Lopes, Braga e Conejo,
1981; Dib, 1986), o qual trabalha com três reservatórios lineares conceituais
(superficial, solo e subsolo). Cumpre destacar que a versão utilizada incorpora uma
rotina de suavização hiperbólica (Xavier, 1982), que permite a aplicação de algoritmos
mais poderosos de calibração automática dos parâmetros. A avaliação do desempenho
desse modelo em uma bacia hidrográfica da região nordeste do país é uma novidade
introduzida pelo presente trabalho.
No Capítulo IV faz-se uma caracterização geral da região escolhida como estudo
de caso, a bacia do rio Grande, afluente do rio São Francisco. Nessa bacia localiza-se o
município de Barreiras (BA), onde foi realizada campanha de campo no mês de
dezembro de 2003, tornando disponível um conjunto de medições de umidade do solo
(SMEX03, 2003).
O Capítulo V traz os resultados da aplicação da metodologia ao caso em estudo,
onde foram comparados os dados reais e simulados, tecendo-se as devidas
considerações sobre os procedimentos de calibração e validação. Foi ainda analisada a
evolução do valor de umidade do solo no interior do modelo em estudo, sua coerência
em relação às demais variáveis do estudo e sua compatibilidade com dados reais. Foram

7
testadas alternativas de incorporação do conhecimento acerca do comportamento da
umidade do solo à modelagem, de forma a se obter resultados mais robustos.
Finalmente, o Capítulo VI apresenta as conclusões desta pesquisa, bem como as
recomendações para futuros trabalhos relacionados ao tema.

8
CAPÍTULO II - REVISÃO BIBLIOGRÁFICA

II.1 - Modelagem Hidrológica em Engenharia

A disponibilidade de valores futuros de variáveis hidrológicas e de seus


respectivos intervalos de confiança é ferramenta muito importante no gerenciamento de
recursos hídricos. Portanto as previsões hidrológicas, ainda que sujeitas a incertezas,
vêm sendo crescentemente utilizadas para cumprir esse papel.
A elaboração de modelos hidrológicos remonta às primeiras décadas do século
passado, com a teoria da hidrógrafa unitária (Sherman, L.K., 1932), que considera a
relação chuva-vazão linear, desconsiderando a parcela infiltrada. Com o avanço da
ciência hidrológica, os modelos passaram a assumir um grau de complexidade maior,
procurando melhor representar, temporalmente e espacialmente, os diversos fenômenos
contidos no ciclo hidrológico.
De forma geral, pode-se dividir os modelos hidrológicos em dois grandes grupos
(Yevjevich, 1974): estocásticos e determinísticos.
Os modelos estocásticos, cujo conceito deriva dos esforços empreendidos no
passado para prever estoques de produtos no comércio, fazem uso de observações do
passado para prever o futuro (Chow, 1964). No caso da hidrologia, os modelos utilizam
séries históricas de variáveis hidrológicas, como vazões, por exemplo, para, por meio
das estatísticas observadas nessas séries, inferir o comportamento futuro através de
séries sintéticas geradas com base nas mesmas hipóteses. São modelos que não se
preocupam em explicitar os fenômenos hidrológicos, mas apenas em estabelecer uma
relação de causa-efeito.
Por outro lado, a modelagem determinística baseia-se no entendimento,
conceitual, dos fenômenos físicos para explicar e tentar reproduzir as condições de
geração das variáveis hidrológicas. Apenas na década de 60, na tentativa de contemplar
a não-linearidade dos fenômenos em hidrologia, iniciou-se formalmente a era dos
modelos hidrológicos determinísticos, com o desenvolvimento do modelo Stanford
(Crawford e Linsley, 1966), que originou toda uma geração de modelos conceituais, nos

9
quais cada fase da parcela terrestre do ciclo hidrológico é representada por meio de um
reservatório.
O uso da técnica de simulação com modelos conceituais chuva-vazão
determinísticos pressupõe quatro fases distintas: escolha do modelo, calibração de seus
parâmetros, validação do modelo calibrado e aplicação. O uso devido dessa técnica
requer o conhecimento detalhado da região onde será aplicada, da estrutura do modelo
escolhido, da qualidade dos dados disponíveis e do desempenho do processo de
calibração do modelo. O usuário do modelo chuva-vazão deve escolher que tipo de
simplificação do sistema real mais se conforma aos propósitos de seu estudo,
condicionado aos dados que estejam disponíveis.
O’Donnel e Canedo (1980) e Tucci (1998) apresentam uma ampla discussão
sobre os diversos tipos de modelos hidrológicos existentes, realizando uma classificação
geral mais detalhada de acordo com as respectivas aplicações em engenharia. Tendo em
vista a grande experiência do setor elétrico como um dos principais usuários dos
recursos hídricos nacionais, e precursor do uso dessa ferramenta no Brasil, nos
próximos itens serão abordados os principais desafios que norteiam o atual estágio de
desenvolvimento de pesquisas em modelagem hidrológica, na ótica desse setor.

II.1.1 - Previsão de Vazões no Planejamento da Operação dos Aproveitamentos


Hidrelétricos do Sistema Interligado Nacional

No âmbito dos estudos de planejamento e programação da operação do sistema


interligado nacional (SIN), a previsão de vazões tem sido adotada como modelagem
apropriada para o horizonte de curto e curtíssimo prazo, a saber, o planejamento da
operação mensal, consolidado no programa mensal de operação (PMO), com
discretização e revisão semanal, e a programação diária, com discretização horária.
No atual estágio de atuação do Operador Nacional do Sistema Elétrico (ONS),
nesses dois horizontes (curto e curtíssimo prazos), cabe ao operador a obtenção de
previsões de vazões naturais médias semanais (curto prazo) para utilização na
elaboração do PMO e de suas três revisões semanais. Aos agentes de geração, é
atribuída a tarefa de obtenção das previsões de vazões naturais médias diárias
(curtíssimo prazo), no contexto do processo de elaboração do programa diário da
operação (PDO). No caso desse último, é de responsabilidade do ONS acompanhar as

10
previsões elaboradas pelos agentes de geração, consolidá-las e, em alguns casos,
complementá-las.
Ainda no planejamento da operação eletroenergética mensal, em
complementação às previsões de vazões semanais até o final do mês considerado, são
utilizados cenários de afluências para o segundo mês do horizonte, obtidos através de
geração sintética de vazões médias diárias para cada local de aproveitamento, de modo a
dar um tratamento às incertezas das afluências daquele mês. Após esses dois meses, há
o acoplamento entre o modelo de otimização de curto prazo (modelo DECOMP -
CEPEL), no qual as usinas são tratadas de forma individualizada, e o de médio prazo
(modelo NEWAVE - CEPEL), no qual os aproveitamentos são tratados,
simplificadamente, como um reservatório agregado.
Para o horizonte de médio prazo, ou seja, no planejamento da operação
eletroenergética até 5 (cinco) anos a frente, com especial destaque para o primeiro ano,
adota-se a modelagem de geração de cenários de afluências, nesse caso de forma
agregada, para os quatro subsistemas eletroenergéticos integrantes do SIN (Sul,
Sudeste/Centro-Oeste, Nordeste e Norte), através das energias naturais afluentes aos
subsistemas. Essas energias são obtidas através do somatório, para todas as usinas, da
multiplicação das vazões naturais afluentes pela produtividade de cada aproveitamento
hidrelétrico.
Atualmente, para a obtenção das afluências futuras no âmbito da operação do
SIN, destaca-se a adoção de modelo estocástico para a previsão de vazões médias
semanais (modelo PREVIVAZ), o qual é aplicado a todas as bacias do SIN, exceto à
bacia do São Francisco, onde se utiliza um modelo de propagação de vazões observadas
de postos fluviométricos (modelo CPINS – cálculo da propagação na incremental à
hidrelétrica de Sobradinho). Adota-se modelo estocástico também para a geração de
cenários de vazões e energias afluentes médias mensais (modelo GEVAZP).
Tais modelos estocásticos apresentam, como característica comum, a obtenção
de projeções apenas com base nas próprias afluências já observadas, considerando o
histórico e a tendência hidrológica. Ainda no âmbito da operação do SIN, para as
eventuais complementações das previsões de vazões médias diárias sob a
responsabilidade dos agentes de geração, são também adotados outros modelos
estocásticos, como PREVIVAZH (discretização horária).

11
II.1.2 - Modelos Estocásticos Empregados na Operação do SIN e o Potencial para
a Aplicação de Modelos Determinísticos

Carvalho (2001) apresenta um estudo de modelagem estocástica para previsão


de vazões diárias na programação da operação diária do sistema hidroenergético
brasileiro utilizando o modelo PREVIVAZH, cuja metodologia é inspirada no modelo
DIANA (Kelman et al., 1983), desenvolvido junto ao CEPEL. Esse modelo é baseado
na desagregação, em intervalos diários, das previsões de afluências semanais utilizadas
na elaboração do planejamento de curto prazo da operação. A metodologia de
desagregação apresenta uma abordagem não-paramétrica e faz uso das duas últimas
afluências diárias observadas, assim como de seqüências sintéticas de vazões diárias
condicionadas às observadas. Segundo Carvalho (2001), esse tipo de modelagem
apresenta como vantagem a menor complexidade em relação aos modelos chuva-vazão,
complementando seu raciocínio com a afirmação de que a modelagem estocástica
garante a preservação da estrutura de dependência temporal das previsões para as
semanas usadas no planejamento de curto prazo por meio da incorporação das
características do processo natural a nível diário. No trabalho de Carvalho (2001), foram
utilizadas, como estudo de caso, as séries diárias de vazões afluentes aos
aproveitamentos hidrelétricos de Jupiá (rio Paraná, subsistema Sudeste), Sobradinho
(rio São Francisco, subsistema Nordeste), Tucuruí (rio Tocantins, subsistema Norte) e
Foz do Areia (rio Iguaçu, subsistema Sul).
Conforme esperado e apresentado nas conclusões de Carvalho (2001), a previsão
de vazões para a UHE Foz do Areia é a que apresenta maiores erros, uma vez que a
bacia hidrográfica do rio Iguaçu, na região sul do país, apresenta características
peculiares que dificultam a previsão, como a grande variabilidade das precipitações, não
existindo uma sazonalidade marcante capaz de caracterizar com precisão os períodos
úmidos e secos, e uma baixa capacidade de armazenamento no solo, o que leva a uma
regularização natural precária das vazões na bacia. Conclusões como essas estimulam
pesquisas no sentido de buscar na modelagem determinística do tipo chuva-vazão
soluções mais robustas para a previsão de vazões em regiões de comportamento
reconhecidamente errático das afluências.
Ao longo dos últimos anos, o próprio ONS, com o acompanhamento da Agência
Nacional de Águas (ANA) e da Agência Nacional de Energia Elétrica (ANEEL), tem
implementado um programa de aperfeiçoamento dos recursos tecnológicos utilizados

12
em seus processos de planejamento e operação do SIN. No âmbito desse programa, que
possui horizonte tri-anual com revisão a cada ano, e é sujeito à aprovação por parte da
ANEEL, estão inseridos projetos específicos para o aperfeiçoamento e desenvolvimento
tecnológico da previsão de tempo e clima, da previsão de carga e da previsão e geração
de afluências.

II.1.3 - Acoplamento de Modelos Hidrológicos e Atmosféricos na Perspectiva do


Setor Elétrico

A partir de meados da década de 80, com a crescente necessidade de lidar com


problemas ambientais, iniciou-se a integração entre modelos hidrológicos e
atmosféricos através do estudo dos processos de balanço de água e energia, que levaram
ao desenvolvimento dos esquemas de transferência solo-vegetação-atmosfera
conhecidos como SVATS, conforme apontam os trabalhos de Eagleson (1986), Klemes
(1986), O’Connell e Todini (1996), Araujo et al. (2001), Araujo e Rotunno Filho (2003)
e Araujo et al. (2003). Mais do que o interesse em séries simuladas de vazão em
diferentes regiões, esses problemas exigem a compreensão do comportamento da bacia
como um todo, onde os SVATS respondem por uma parcela de um sistema maior de
fluxo de energia dentro dos chamados modelos de circulação global. Essa nova linha de
pesquisa busca também respostas para o desafio de previsão de vazões, considerando o
impacto das mudanças climáticas e antrópicas a que o planeta está sujeito.
O trabalho de Benoit et al.(2000) contribui no sentido do acoplamento entre
modelos atmosféricos e hidrológicos na escala regional, realizando estudos de caso para
várias sub-bacias da região sudeste da bacia do rio Ontario, no Canadá. Para atingir esse
propósito, foi utilizado o modelo hidrológico distribuído WATFLOOD, desenvolvido
pela Universidade de Waterloo, acoplado a um modelo atmosférico não-hidrostático de
mesoescala, integrando-os em resoluções horizontais de 35, 10 e 3 km. O modelo
hidrológico foi alimentado com precipitações derivadas do radar de King City, e
também com observações de estações pluviométricas e fluviométricas disponíveis para
o caso, permitindo várias comparações e validações. Dessa forma, o experimento
explicitou algumas incertezas associadas a cada uma das ferramentas, modelo
hidrológico e modelo atmosférico, além de demonstrar a natureza complementar desses
modelos, quando utilizados em conjunto. Os padrões de precipitação prevista foram
também comparados com medições de estações pluviométricas e com dados de radar.

13
Foi demonstrado, ainda, que o modelo hidrológico é suficientemente sensível e acurado
para diagnosticar erros tanto nos dados da modelagem quanto nos de radar, mostrando-
se uma ferramenta nova e interessante para validar e interpretar resultados produzidos
por modelos atmosféricos, uma vez que a dependência entre bacias e sub-bacias pode
ser muito útil para a compreensão dos possíveis problemas advindos das mudanças
espaciais dos eventos na atmosfera modelada.
Essa área de integração entre modelos atmosféricos e hidrológicos é de especial
interesse para o setor elétrico, onde o Operador Nacional do Sistema Elétrico – ONS,
responsável pelo planejamento e programação da operação do complexo sistema
hidrotérmico brasileiro, já manifesta sua preocupação em relação às dificuldades de
previsão de vazões, em especial na região sul do país, abrangendo as bacias dos rios
Paraná, Uruguai e Iguaçu. Na bacia do rio Paraná, em especial, já há indícios de não-
estacionariedade da série histórica de vazões utilizadas, violando uma premissa básica
para a utilização de modelos estocásticos atualmente empregados pelo setor e
demandando pesquisas mais profundas no sentido de descobrir as causas e a duração
desse fenômeno. A dúvida reside em descobrir se tal não-estacionariedade trata-se de
uma mudança temporária, uma pequena janela observada de cerca de trinta anos dentro
de um histórico, que pode retornar às condições médias normais a qualquer momento,
ou se trata de uma mudança permanente nas condições hidrológicas, que pode afetar
toda a previsão de vazões de longo prazo, uma vez que a previsão futura é baseada no
curto histórico observado, de cerca de 70 anos.
Um recente projeto de pesquisa, financiado pela Agência Nacional de Energia
Elétrica (ANEEL) e aplicado à bacia do rio Uruguai (Tucci et al., 2003a), adotou como
objetivo analisar as metodologias de previsão de vazões de médio prazo, voltado para os
aproveitamentos hidrelétricos brasileiros, abordando quatro categorias de modelos, a
saber:
• modelo estatístico de longo prazo - analisa as vazões observadas no passado e
utiliza as suas estatísticas na previsão;
• modelo estocástico - utiliza as características temporais das séries hidrológicas
para a previsão de médio prazo;
• modelo empírico - utiliza relações empíricas entre variáveis relativas aos
oceanos para a previsão de médio prazo das vazões afluentes; e

14
• modelo climático-hidrológico - utiliza um modelo climático combinado com um
modelo hidrológico para a previsão de médio prazo.
A antecedência de previsão de vazões afluentes no estudo da ANEEL foi de até
seis meses. Para a previsão de precipitação, foi utilizado o modelo global do Centro de
Previsão do Tempo e Estudos Climáticos (CPTEC), que, segundo as conclusões dos
autores, apresenta um erro sistemático de subestimativa na bacia do rio Uruguai, com
potenciais repercussões do mesmo problema para toda a região sul. O estudo mostrou
ser necessário o desenvolvimento de uma metodologia de correção de erros dos dados
fornecidos pelo modelo global do CPTEC, uma vez que as previsões de vazão média
mensal do modelo climático-hidrológico não foram consideradas melhores do que as
baseadas em valores históricos, como as médias ou medianas para cada mês do ano. O
chamado modelo climático-hidrológico corrigido, que utilizou uma técnica de correção
empírica dos valores de precipitação previstos pelo CPTEC, apresentou resultados
muito acima do esperado para a previsão de médio prazo, com redução do erro de
previsão a nível trimestral da ordem de 54%. As previsões do modelo regional RAMS
(Regional Atmospheric Modeling System), testadas em três resoluções espaciais
diferentes, indicaram que pode ser revertida a tendência de subestimativa da chuva na
bacia do rio Uruguai apresentada pelo modelo global do CPTEC, já que os resultados
melhoraram com o aumento da resolução espacial, levando a um aumento da
precipitação prevista. As dificuldades encontradas apontavam para uma necessidade de
maior capacidade computacional para as 25 simulações do modelo CPTEC. O modelo
empírico de previsão baseado nas temperaturas da superfície do mar (TSM) apresentou
resultados inferiores aos do modelo climático-hidrológico.
O estudo de Tucci et al. (2003b) aplicou a um evento de cheia, no ano de 2001,
afluente ao reservatório de Machadinho, no rio Uruguai, uma metodologia de previsão
de vazões afluentes a reservatórios hidrelétricos baseada em simulação da
transformação chuva-vazão em um modelo hidrológico distribuído com 291 células,
interligadas pela rede de drenagem, tendo como dados de entrada previsões
quantitativas de precipitação do modelo meteorológico regional ARPS, aplicado por
Haas et al. (2003). Segundo os autores, os modelos de previsões hidrológicas de curto
prazo são de dois tipos principais: previsões de propagação em canal e previsões de
transformação chuva-vazão. A adoção de um ou de outro modelo depende das
características do rio e da bacia hidrográfica sob estudo, a saber: tempo de antecedência

15
máxima da previsão (Tf); tempo de resposta das principais sub-bacias ou tempo de
concentração (Tc) e tempo de propagação ao longo do canal principal (Tr).
Quando Tf << Tc+Tr e Tr >> Tc, então, podem ser usados modelos de
propagação, como é o caso em grandes rios, geralmente de baixa declividade, ou em
grandes áreas de inundação, como o rio São Francisco, onde é utilizado o modelo
CPINS (ONS, 2004a), no trecho incremental à UHE Sobradinho, na região de estudo
desta dissertação, e no rio Jacuí (RS), ou ainda em sistemas de previsão de antecedência
curta, como no caso do rio Doce (ES). Por outro lado, quando Tf >> Tc + Tr, mas Tc >>
Tr, então, é necessário um modelo chuva-vazão ou um modelo combinado (chuva-vazão
+ propagação), com base em uma rede de pluviógrafos com transmissão em tempo real,
como é o caso do modelo de previsão à UHE Foz do Areia, no rio Iguaçu. Finalmente,
quando Tf < Tc + Tr, torna-se necessário um modelo chuva-vazão com entrada para
dados de pluviógrafos em tempo real e, além disso, dados de previsão de chuvas.
Quando a antecedência das previsões varia de 0 a 2 horas, são indicados os radares
meteorológicos, enquanto, para horizontes superiores a 2h, são utilizados os modelos
matemáticos meteorológicos sujeitos a determinadas condições iniciais e de contorno.
Em Tucci et al. (2003b), as características de geologia e solos da região de
estudo, situada ao longo do rio Uruguai, com área de drenagem de aproximadamente
32.000 km2, contribuem para uma baixa capacidade de regularização natural de vazões
na bacia, com grande predomínio do escoamento superficial em detrimento do
escoamento subterrâneo, o que ocasiona cheias de muita rapidez e alta variabilidade das
vazões do rio. Como resultados o trabalho mostrou que a previsão de vazões em tempo
real pode se beneficiar significativamente da previsão quantitativa de chuva,
especialmente considerando tempos de antecedência superiores a 12 horas.
No texto de síntese das discussões emanadas pelo 1o Seminário de Prospecção
Tecnológica do ONS – 1o SPTO (ONS, 2004c), afirma-se que as informações
meteorológicas e climáticas, na sua maior parte, ainda não são utilizadas de maneira
direta nos procedimentos de planejamento da operação do Sistema Interligado Nacional
(SIN). Diversos produtos meteorológicos são elaborados diariamente, envolvendo
previsões quantitativas de temperatura do ar e precipitação, condições de nebulosidade e
boletins com prognósticos regionais para toda a área de interesse do SIN, mas apenas
são utilizados em caráter qualitativo, auxiliando os hidrólogos planejadores a aferirem
suas previsões.

16
Em outras palavras, a previsão quantitativa de precipitação ainda é utilizada de
maneira incipiente nos diversos procedimentos envolvidos na operação e no
planejamento de ações desenvolvidas pelo ONS, tendo um horizonte variável de 2 a 7
dias. No programa anual de controle de cheias, regido pelos procedimentos de rede do
ONS, os valores do índice de oscilação sul (IOS), que mede a diferença de pressão entre
as ilhas de Darwin, na Oceania, e do Tahiti, no oceano Pacífico, são empregados como
indicadores climáticos, permitindo a previsão dos fenômenos de El Nino e La Niña.
O fenômeno El Nino é bastante antigo, mas sua medição, por países como EUA,
Japão e França, é recente, datando de 1982/1983, quando ocorreu em grande
intensidade, trazendo prejuízos econômicos em escala planetária. Como curiosidade, o
nome “El Nino” está relacionado ao fato do fenômeno ocorrer na proximidade do Natal
(nascimento do menino Jesus), acarretando a diminuição de peixe na costa do Peru e da
América do Sul como um todo, em virtude do aquecimento da água do Pacífico nessa
região. Não se conhecem as causa do fenômeno, mas sabe-se que, entre suas várias
conseqüências climáticas, ele acarreta anomalias de precipitação positiva (chuvas acima
da média) na região sul do Brasil (bacias do Iguaçu e Uruguai) e negativa (chuvas
abaixo da média) nas regiões nordeste (mais acentuada), centro-oeste e sudeste.
Em relação à previsão de variáveis de tempo e clima, registra-se que a previsão
de carga ou demanda por energia elétrica já utiliza dados horários de temperatura
previstos por modelos regionais e globais, caso do modelo ANNSTLF (artificial neural
network short term forecast), previsor de curto prazo baseado em redes neurais
artificiais, desenvolvido pelo EPRI (Eletric Power Research Institute) e voltado para
previsões de curvas de carga horárias diárias dos subsistemas.
Atualmente estão sendo elaborados projetos para a correção estatística das
temperaturas horárias previstas pelo modelo ETA e para a utilização de previsões de
precipitação para um horizonte de 10 dias, tendo em vista este ser um período
importante para a utilização da variável precipitação como insumo nos processos de
previsão hidrológica.
No final do ano de 2004, o ONS iniciou um amplo projeto de desenvolvimento
de modelos de previsão de vazões naturais médias diárias, para até 12 dias à frente, com
incorporação de informações de precipitação, observada e prevista. Através de uma
análise preliminar da fronteira tecnológica referente aos recursos disponíveis hoje para
esses tipos de previsores, chegou-se a um conjunto de alternativas tecnológicas, já

17
desenvolvidas e a desenvolver, com vasto potencial de aplicação na previsão de vazões
até uma semana à frente:
• modelos conceituais (físicos), que contemplam a transformação de chuva em
vazão e a propagação de vazões em rios e reservatórios, com a utilização de chuva
observada e prevista como insumos; e
• modelos empíricos, baseados em técnicas de hidrologia estocástica, tais como os
atualmente adotados nos processos sob a responsabilidade do ONS, de redes neurais, de
sistemas especialistas e de inteligência artificial.
A partir de uma mesma base de insumos para o desenvolvimento desses
modelos, com informações de vazões observadas e de precipitações observadas e
previstas, estas últimas através do modelo de previsão meteorológica ETA, pretende-se
poder avaliar os seus desempenhos, de forma a orientar os futuros desenvolvimentos em
previsão de vazão por parte do ONS para as demais bacias com aproveitamentos
integrantes do SIN (ONS, 2004c).
No que se refere à geração de cenários de afluências, está sendo desenvolvido
estudo para a ampliação do horizonte dos cenários sintéticos de vazões médias mensais,
por aproveitamento hidrelétrico, além do segundo mês, para que se possa representar de
forma mais adequada, ainda no horizonte dos estudos de curto prazo, a variabilidade
hidrológica dentro de cada subsistema eletroenergético. O resultado esperado deste
desenvolvimento é o estabelecimento da estrutura de cenários de afluências a ser
adotada nos estudos de planejamento de curto prazo, nos aspectos de horizonte e de
aberturas adequados para que se tenha o devido acoplamento entre estudos de curto e
médio prazo (ONS, 2004c).
Os desafios para os planejadores da operação nessa área, que são apresentados a
seguir, não dependem somente da capacidade de implantação e assimilação de novos
recursos tecnológicos para a obtenção de melhores previsões e geração de cenários de
afluências e de carga, mas também e, fundamentalmente, na habilidade em escolher
dentre as alternativas de recursos tecnológicos disponíveis, quais podem agregar maior
valor aos processos de planejamento e operação eletroenergética do SIN. Portanto, os
avanços a serem perseguidos devem estar baseados, também, num profundo
conhecimento dos impactos desses insumos na cadeia de planejamento e operação do
SIN.
Deve-se destacar que a introdução de novos recursos de previsão e geração de
afluências e de carga na operação do setor elétrico pode representar também um amplo

18
espaço para aperfeiçoamento dos modelos usuários dessas previsões, notadamente os
modelos de otimização eletroenergética de curto e médio prazos.
Depara-se atualmente com diferentes alternativas de avanços tecnológicos
relacionados à previsão de tempo e clima, dentre os quais pode-se citar (ONS, 2004c):
• a utilização de técnicas de resolução crescente (downscale) para previsões de
modelos meteorológicos de escala regional para horizontes estendidos de 10 a 15 dias,
por exemplo;
• geração de cenários climáticos sazonais confeccionados por modelos acoplados
oceano-atmosfera, agregando as incertezas de cada conjunto de previsão;
• identificação de padrões climáticos capazes de serem introduzidos em modelos de
planejamento da operação de curto e médio prazo, de 3 meses a 5 anos;
• melhoria na qualidade e no prazo de confiabilidade das previsões de precipitação;
• previsões de direção e intensidade do vento, através de modelos numéricos de alta
resolução para curto e médio prazo, visando atender a incorporação da geração eólica no
planejamento da operação do SIN.
Nas últimas décadas, têm-se observado avanços na previsão de tempo e clima,
com a disponibilização de produtos cada vez de melhor qualidade para o horizonte de
curto prazo, até 3 (três) meses à frente. Assim, aponta-se, como um desenvolvimento
tecnológico recomendável, a avaliação do uso dessas informações para a obtenção das
previsões de vazões de curto prazo. Numa primeira etapa, para o horizonte de até 1
semana à frente, o ONS já iniciou o desenvolvimento de alternativas de modelos de
previsão com a incorporação das informações de precipitação, através de diferentes
recursos tecnológicos. No entanto, é desejável que, após a avaliação dos resultados
alcançados, possa ser avaliada a oportunidade de uso das previsões de tempo e clima
para a previsão e geração de cenários de afluências em horizontes maiores.
Na escala de clima, por exemplo, Silva (2004) e Seabra (2004) apresentam
pesquisas que inter-relacionam fenômenos climáticos às vazões observadas em bacias
hidrográficas. Um exemplo clássico dessa conexão entre fenômenos climáticos e
hidrológicos é a relação dos fenômenos El Niño e La Niña com as anomalias positivas e
negativas de vazões em algumas bacias hidrográficas integrantes do SIN, em especial,
as localizadas na região sul e nordeste do Brasil, conforme já comentado.
Com base nos tempos de defasagem entre a observação dos fenômenos
climáticos e as suas conseqüências nos comportamentos hidrológicos de bacias, pode-se

19
buscar aprimorar os processos de previsão e geração de cenários de afluências de médio
e curto prazos, incorporando-se o conhecimento prévio das revisões meteorológicas.

II.2 - Classificação dos Modelos Determinísticos

Os modelos do tipo chuva-vazão ditos concentrados trabalham com variáveis


caracterizadas por valores médios com respeito à bacia. Para esses modelos, a
variabilidade espacial das informações hidrometeorológicas, topográficas e de cobertura
e uso do solo não é representada. Certamente, a não explicitação da variabilidade no
espaço é potencialmente limitante, motivo pelo qual apareceram, posteriormente, os
modelos chuva-vazão chamados distribuídos, onde é considerada a variação espacial de
algumas informações por meio da discretização da bacia em células.
Entretanto, para alguns casos práticos em engenharia, a distribuição espacial
aumenta a complexidade do problema sem, necessariamente, gerar resultados melhores
do ponto de vista de precisão, uma vez que a aquisição de dados de entrada para os
modelos distribuídos torna-se bastante difícil e oneroso. Adicionalmente, os modelos
concentrados permitem desenvolver, de forma mais rápida, estudos mais complexos em
termos de representatividade e avaliação do comportamento físico da bacia, antecipando
potenciais problemas a serem enfrentados quando do emprego de modelos distribuídos.
Os modelos concentrados têm demonstrado sua efetividade na previsão de
vazões se comparados com outras abordagens utilizadas em um contexto operacional
(Wood et al., 1997; Refsgaard, 1997). São especialmente bem adaptados para previsão
em tempo real sobre bacias de média escala. Um número menor de parâmetros a
calibrar e dados de entrada mais simples de se obter levam a resultados similares entre
esses modelos e outros mais complexos em situações operacionais, segundo Aubert et
al. (2003). Madsen (2002) confirma também que os modelos concentrados ainda são
amplamente utilizados hoje em dia, citando alguns exemplos conhecidos, como o
modelo Sacramento (Burnash et al., 1973; Burnash, 1995), o modelo HBV (Bergström
e Forsman, 1973; Bergström, 1995) e o modelo NAM (Nielsen e Hansen, 1973; Havnø
et al., 1995).
No caso dos modelos concentrados, para se levar em conta a variação espacial
de algumas informações usa-se o artifício de subdividir a bacia em várias sub-bacias ou
regiões. Seguramente, cada informação variante no espaço exigirá uma subdivisão
diferente da bacia e o usuário deverá subdividi-la levando em conta as informações mais

20
relevantes. Entretanto, se o processo de subdivisão da bacia permite uma representação
mais fiel da região, em contrapartida, o modelo terá sua calibração, validação e
operação mais trabalhosas.
Sob o ponto de vista histórico, surgem, na década de 70, as primeiras tentativas
de se utilizar uma parametrização mais fiel aos processos físicos de interesse, através de
suas equações diferenciais correspondentes, com os trabalhos de Stephenson e Freeze
(1974) sobre escoamento devido ao derretimento de neve, e de Gupta e Solomon
(1977a,b) e Solomon e Gupta (1977), sobre descargas líquidas e sólidas em rios não
monitorados.
Entre meados da década de 60 e meados da década de 80 é enfatizado o
desenvolvimento dos modelos conceituais concentrados, juntamente com a avaliação
dos processos de calibração e validação desses modelos (Dawdy e O’Donnel, 1965).
A década de 80 assistiu, então, ao surgimento do Sistema Hidrológico Europeu -
SHE (Abott et al. 1986a,b), projeto de construção de um modelo hidrológico de base
física com o uso de equações diferenciais. Xavier (2002), por exemplo, apresenta uma
boa comparação entre os modelos concentrados e distribuídos, detalhando e
empregando o modelo Topmodel (Beven et al., 1995).
Os modelos distribuídos, por sua vez, exigem dados para calibração nem sempre
existentes. Adicionalmente, Beven (1989) expôs as principais limitações dos modelos
de base física distribuída:
(1) representatividade duvidosa de sua parametrização, já que as equações utilizadas
baseiam-se na física de pequena escala de laboratório, e na consideração de bacias
ideais, homogêneas e estacionárias – questão da escala;
(2) grande dificuldade de calibração devido à grande quantidade de dados necessários
e de sua própria complexidade;
(3) estimativa a priori de parâmetros sujeita a considerável incerteza: medições de
campo, geralmente pontuais, contra representação espacial dessas variáveis.
Recentemente, Perrin et al. (2001) compararam 38 modelos conceituais
existentes sobre 429 bacias hidrográficas ao redor do mundo. Um estudo similar foi
realizado no âmbito do projeto AIM-WATER , que trata da análise, investigação e
monitoramento de recursos hídricos para a gestão de reservatórios de propósitos
múltiplos, com o objetivo de selecionar os modelos mais apropriados para responder as
exigências dos usuários. Os modelos GR (Edijatno et al., 1999; Loumagne et al., 1996),
TOPMODEL (Beven, 1997) e IHACRES (Jakeman et al., 1990) foram escolhidos como

21
os melhores modelos para serem acoplados a uma metodologia de assimilação de dados
de sensoriamento remoto com fins à previsão de vazões (Ragab et al., 1999).

II.3 - Métodos de Calibração de Modelos Chuva-Vazão

Iniciou-se, na década de 60, a pesquisa por procedimentos automáticos para a


calibração dos modelos chuva-vazão. Esse processo pode ser entendido como a busca
pelo conjunto de parâmetros do modelo que, a partir de determinado critério de busca,
permitisse que o modelo tivesse uma resposta que se aproximasse ao máximo das séries
observadas (Dawdy e O’Donnell, 1965).
Na primeira metade da década de 70, realizava-se um esforço mundial no
sentido de pesquisar procedimentos de calibração, trabalho este limitado pela
capacidade de processamento computacional da época, segundo Nash e Sutcliffe (1970),
Clarke (1973) e Johnston e Pilgrim (1976). Esse último trabalho destacou, entre as
dificuldades para calibração, a existência de forte interação entre os parâmetros do
modelo, formando grandes regiões de indiferença na superfície de resposta do modelo.
Assim, o trabalho que inicialmente se propunha a encontrar o conjunto ótimo de
parâmetros para diversas bacias na Austrália, terminou por se concentrar nos desafios da
calibração de modelos chuva-vazão. Outra importante conclusão do estudo de Johnston
e Pilgrim (1976), além da constatação de existência de ótimos locais em diferentes
regiões da superfície de resposta, foi a de que tal superfície apresenta descontinuidade
causadas pela própria estrutura do modelo, o que dificultaria o uso de métodos de
otimização que utilizam as derivadas primeiras e segundas da função-objetivo em
relação aos parâmetros do modelo. Adicionalmente, os autores discutem o período de
aquecimento do modelo, forma da função objetivo, critério para aceitar um conjunto de
parâmetros aparentemente ótimo e escala dos parâmetros.
Johnston e Pilgrim (1976) avaliaram o desempenho do modelo Boughton no que
diz respeito ao processo de infiltração. Dados de umidade do solo coletados em campo
foram confrontados com a umidade produzida pelo modelo, com resultados aceitáveis,
segundo os autores. Gupta e Sorooshian (1983), por sua vez, examinaram o processo de
percolação para o modelo SMA-NWSRFS (National Weather Service River
Forecasting System – EUA). Os autores apontam a parametrização do reservatório do
solo como um problema, com interação entre parâmetros e regiões de indiferença na
superfície de resposta do modelo. Eles propõem uma reparametrização do modelo.

22
Ainda no tocante à modelagem da infiltração, ONS (2004) destaca as
dificuldades encontradas por SEG (2004) com a aplicação do modelo chuva-vazão IPH-
II (Tucci, 1989), desenvolvido junto à Universidade Federal do Rio Grande do Sul
(UFRGS), para as sub-bacias do rio Verde (período simulado de jan/1980 a dez/1983) e
do rio Jacaré (período simulado de abr/1977 a dez/1978), na região do lago de
Sobradinho, no rio São Francisco. Essa região encontra-se próxima à área a ser utilizada
no estudo de caso apresentado nesta dissertação, o que torna tal exemplo interessante.
Segundo o estudo de SEG (2004), as vazões geradas pelo modelo IPH-II foram
superestimadas em função de problemas identificados na metodologia original do
modelo para a fase de infiltração, que afeta, em última instância, o cálculo da
precipitação efetiva.
A década de 80 continuou concentrando esforços no sentido de uma calibração
de modelos determinísticos cada vez mais eficiente, com os trabalhos de Sorooshian e
Dracup (1980), Sorooshian e Arfi (1982), Kuczera (1982, 1983a,b), Sorooshian e Gupta
(1983, 1985), dentre outros.
Gupta e Sorooshian (1985) calcularam explicitamente os valores das derivadas
em método indireto de calibração automática, comparando os resultados tanto com o
método do poliedro flexível (Nelder e Mead, 1965) quanto com o método indireto de
Newton-Raphson modificado, ambos aplicados ao Modelo SIXPAR (modelo de 6
parâmetros e 2 reservatórios, versão simplificada do modelo SMA-NWSRFS, do U.S.
National Weather Service). Os resultados, contudo, não foram animadores, levando seus
autores a recomendar o estudo da identificabilidade do modelo, decorrente da
formulação de sua estrutura: especificações das variáveis de entrada e saída do modelo,
os possíveis modos de atuação do modelo e a determinação das relações que governam
o seu funcionamento.
Rotunno Filho (1989), em particular, avaliou a calibração do modelo SMAP
(Lopes et al. 1981) através da comparação de duas metodologias de otimização
automática para a determinação de parâmetros do modelo: método de busca direta de
Rosenbrock (1960) e método de busca indireta de Rosen (1960). Em trabalho na mesma
direção, Hendrickson et al. (1988) explora o emprego de métodos de busca direta e
Quase-Newton, por meio de uma versão do modelo Sacramento, do U.S. National
Weather Service. Essas duas famílias metodológicas são revistas sucintamente na
seqüência.

23
O método de busca direta por direções (coordenadas) rotativas, modificado a
partir de Rosenbrock (1960), baseia-se unicamente no cálculo e comparação de valores
da função objetivo, buscando o seu valor mínimo. Apesar de vários trabalhos fazerem
uso de métodos diretos (Dawdy e O’Donnel, 1965; Nash e Stutcliffe, 1970; Ibbitt, 1970;
Johnston e Pilgrim, 1973; Canedo, 1979; dentre outros), esses algoritmos apresentam
limitações matemáticas, com problemas de convergência, terminando a pesquisa
prematuramente ou prolongando-a desnecessariamente. Além do método de otimização
matemática por direções rotativas de Rosenbrock (1960), podem ser citados outros
métodos baseados em busca direta tradicionalmente utilizados em modelagem
hidrológica, como os dos poliedros flexíveis (Nelder e Mead, 1965), citado
previamente, e busca de trajetórias (Hooke e Jeeves, 1961).
Como outros métodos de otimização matemática não-lineares, em adição aos de
busca direta, podem ser citados os de primeira ordem e os de segunda ordem. Nos
métodos de primeira ordem, utilizam-se os valores da função e de suas derivadas
primeiras, sendo o método mais conhecido o de direções de máximo declive, onde a
direção de decréscimo do valor da função objetivo é a própria direção do vetor
gradiente. Por outro lado, nos métodos de segunda ordem, além dos valores da função e
do gradiente, são considerados também os valores das derivadas segundas, destacando-
se os métodos de Newton-Raphson, as famílias de métodos Quasi-Newton, Newton
modificado e direções conjugadas.
Como vantagens dos métodos indiretos, destaca-se a suposta rapidez de
convergência e a possibilidade de mais facilmente detectar problemas estruturais no
modelo, tais como a interdependência entre parâmetros e a influência de um
determinado parâmetro na convergência dos demais, além de gerar uma série de
indicadores da qualidade da superfície de resposta do modelo, baseados na matriz
Hessiana com derivadas parciais. Entretanto, tais métodos apresentam como
desvantagens a dificuldade de requerer o cálculo explícito das derivadas parciais das
funções objetivos, atividade de natureza complexa em modelos hidrológicos. Essa
dificuldade surge, em última instância, em função das descontinuidades nas funções
objetivo utilizadas. Alguns trabalhos sobre métodos indiretos apresentados na literatura,
onde os gradientes foram calculados por aproximações baseadas em diferenças finitas,
não apresentaram bons resultados (Ibbitt, 1970; Johston e Pilgrim, 1973 e 1976).
Na análise dos resultados das otimizações realizadas, Rotunno Filho (1989), pro
exemplo, destaca que o método de Rosenbrock apresentou comportamento mais robusto

24
na obtenção dos parâmetros originais que geraram a amostra utilizada no estudo, ao
passo que o método de Rosen (indireto) apresentou algumas perturbações na obtenção
dos valores ótimos dos parâmetros, em especial nas otimizações de parâmetros do
SMAP com pouca sensibilidade no valor da função objetivo, como é o caso do
parâmetro ABSI. Outras otimizações que revelaram problemas quando da utilização do
método de calibração indireta foram as combinações dos parâmetros KSUB/CPER e
KPER/KSUB, ao passo que as otimizações envolvendo o parâmetro KSUP foram bem
sucedidas. Por outro lado, o método de Rosen apresentou, em algumas simulações, uma
impressionante redução da função objetivo já nas primeiras iterações, de forma que
parece ser interessante utilizar os valores dos parâmetros finais obtidos da simulação
indireta como valores iniciais para a simulação direta com Rosenbrock.
O autor recomenda ainda, com o apoio dos trabalhos anteriores de Ibbitt e
O’Donnel (1971), Johnston e Pilgrim (1976) e Hendrickson et al. (1988), a utilização
seqüencial de métodos indiretos e diretos.
Alguns artigos já na década de 90 (Duan et al., 1992; Sorooshian et al., 1993)
apresentaram resultados não animadores no tocante à busca global de parâmetros ótimos
de modelos chuva-vazão utilizando métodos tradicionais de otimização. Essas
dificuldades levaram os autores a abandonar a metodologia convencional por um
método de busca global baseado em técnicas de computação evolucionária. Entre esses
algoritmos evolucionários, pode-se destacar, entre outros, os algoritmos genéticos
(Wang, 1991), o SCE – shuffled complex evolution (Duan et al., 1992 e 1994) e
simulated annealing (Sumner et al., 1997).
Madsen (2002) realizou comparação entre o desempenho de três métodos de
calibração automática do modelo chuva-vazão NAM (parte do MIKE 11 – river
modelling system), onde foram utilizadas diversas estratégias de múltiplos objetivos e
permissão para intervenção do usuário em diferentes níveis e diferentes estágios do
processo. Os resultados ilustraram o problema da não-unicidade na calibração de
modelos, ou seja, mais de uma combinação de parâmetros pode fornecer bons
resultados. As medidas de desempenho adotadas envolveram o balanço hídrico e forma
da hidrógrafa geral, tanto para simulações de eventos de vazões altas como baixas. A
calibração baseada no uso de rotinas de busca genérica em combinação com prioridades
de calibração especificadas pelo usuário foi considerada comparável, de forma
favorável, ao sistema especialista, projetado especialmente para o modelo considerado e
que requer intervenção do usuário durante todo o processo.

25
Podem ainda ser citados alguns estudos com o fim de comparação entre
diferentes algoritmos de calibração automática de modelos chuva-vazão, tais como os
conduzidos por Duan et al. (1992), Gan e Biftu (1996), Cooper et al. (1997), Kuczera
(1997), Franchini et al. (1998) e Thyer et al. (1999), destacando que a principal
conclusão desses trabalhos é que os algoritmos evolucionários globais são mais efetivos
que os procedimentos de pesquisa multi-locais, que, por sua vez, possuem melhor
desempenho que os métodos de pesquisa simplesmente locais.
Mais recentemente, Xavier et al. (2001), a partir de estudos conduzidos no final
de década de 80 (Rotunno, 1989) e durante a década de 90 (Silva, 1990; Thomaz, 1992;
Andrade Filho, 1992; Dib, 1994) apresentam os resultados de uma nova abordagem no
tratamento do problema de calibração automática dos parâmetros. Os autores adotam a
técnica de suavização hiperbólica, que será descrita mais adiante, no Capítulo III, ao se
abordar o modelo SMAP II, utilizado no presente trabalho.
No âmbito da discussão sobre os diferentes métodos de calibração cabe ressaltar
alguns outros aspectos relativos aos dados, à estrutura do modelo e à função objetivo
empregada na calibração. Por exemplo, no que tange aos dados, Canedo (1979) procura
avaliar o tamanho ideal da amostra na fase de calibração, concluindo que um período de
3 anos já se revela aceitável, enquanto que um período de 5 anos poderia ser
considerado, em termos práticos, como ideal. Com relação à estrutura dos modelos, o
estudo de Jackman e Hornberger (1993) mostrou que, ao se utilizar apenas uma série de
vazões como dado de entrada para o processo de calibração, apenas dois ou três
processos poderiam ser identificados a partir da série de vazões iniciais. No caso
estudado, este resultado significou que apenas 4 parâmetros poderiam ser extraídos da
informação contida nas séries de vazões. Já no que diz respeito à função objetivo,
Madsen (2002) apresenta uma crítica às funções de um único objetivo, como por
exemplo a soma dos erros quadráticos entre as vazões simuladas e observadas,
mostrando que, recentemente, rotinas que utilizam formulações multi-objetivo, com
prioridades dos objetivos fornecidas pelo usuário, têm sido introduzidas em modelagem
chuva-vazão, citando os trabalhos de Lindström (1997), Liong et al. (1996, 1998),
Gupta et al. (1998), Yapo et al. (1998), Madsen (2000) e Boyle et al. (2000).
Adotando-se o referencial de calibração de modelos chuva-vazão, pode-se inserir
a discussão sobre análise de sensibilidade dos parâmetros desses modelos, onde Canedo
(1989) pondera que a sensibilidade do modelo para variações de todos os seus
parâmetros deve ser conhecida pelo usuário. As rotinas de calibração automática que

26
usam derivadas fornecem, intrinsecamente, esses resultados pelo valor da derivada da
função objetivo em relação a cada parâmetro na medida em que a busca pelo mínimo
global se desenrola. Quando essas rotinas não são usadas, a sensibilidade procurada é de
difícil conhecimento, pois a influência de um parâmetro na resposta do modelo costuma
variar com os valores atribuídos aos demais parâmetros, isto é, depende da posição em
que se encontra na superfície n-dimensional da função objetivo no momento da análise
de sensibilidade. Na análise de sensibilidade, é interessante conhecer para que
parâmetro ou combinação de parâmetros a saída do modelo é insensível. A região de
insensibilidade é denominada de região de indiferença, que pode ser caracterizada a
partir de uma superfície hiperbólica no espaço de parâmetros. A região de não
identificação é descrita pelo tamanho e orientação do elipsóide.
As metodologias de análise de sensibilidade permitem a quantificação dessas
noções geométricas em índices computáveis que, por sua vez, descrevem várias
propriedades da região de interesse. Talvez a propriedade mais importante seja o grau
para o qual a não identificação está relacionada aos efeitos de compensação de
variações simultâneas de dois ou mais parâmetros de saída do modelo (Silva, 2004). A
matriz de reestruturação representa matematicamente a região de interesse, permitindo a
derivação de índices de sensibilidade.
Por exemplo, Sorooshian e Arfi (1982) propuseram dois índices chamados de
concentricidade e interação, que mede a interdependência em subespaços de dois
parâmetros, ao passo que Sorooshian, Gupta e Fulton (1983) introduziram o índice de
sensibilidade, que é uma medida atribuída a cada parâmetro do modelo. O índice de
sensibilidade é obtido a partir do quociente entre a sensibilidade do parâmetro do
modelo e o parâmetro de sensibilidade condicional, que representa, para cada parâmetro
i do modelo, em certa região de interesse, quanto o parâmetro pode variar, enquanto
permanecer dentro da região de indiferença, e os demais parâmetros forem mantidos
fixos. Desta forma, o parâmetro de sensibilidade condicional não leva em conta os
efeitos de compensação da variação simultânea de dois ou mais parâmetros na saída do
modelo. O caso no qual o maior e o menor eixo do elipsóide, que descrevem a região de
indiferença, são orientados ao longo da direção dos eixos dos parâmetros, significa que
a matriz de reestruturação é uma matriz diagonal. O máximo que cada parâmetro i do
modelo pode variar (permitindo-se que outros parâmetros variem livremente), enquanto
permanece na região de indiferença, será dado pelo seu respectivo parâmetro de
sensibilidade condicional. Geralmente o elipsóide estará orientado de outra forma,

27
indicando interdependência e efeitos de compensação entre os parâmetros. Esse
resultado significa que a matriz de reestruturação não é uma matriz diagonal. Neste
caso, se todos os parâmetros são livres para variar simultaneamente, o parâmetro i do
modelo será capaz de mover-se numa distância máxima dada pelo índice de
sensibilidade do parâmetro, como derivado por Sorooshian, Gupta e Fulton (1983).
Resultados da aplicação dessa última metodologia podem ser encontrados em
Rotunno Filho (1989), Rotunno Filho (1995) e Araujo et al. (2001). Nesses últimos
trabalhos, são conduzidas análises de sensibilidade para o modelo hidrológico
concentrado SMAP (Soil Moisture Accounting Procedure) apresentado por Lopes,
Braga e Conejo (1981) e utilizado na presente tese, bem como para o modelo
hidrológico distribuído WATFLOOD (Kouwen, 1988; Tao e Kouwen, 1989). Esses
estudos basearam-se em cenários hipotéticos produzidos pelos modelos, ou seja,
assumiu-se que os modelos refletem de forma acurada o comportamento da natureza, e
que o conjunto ótimo de parâmetros para a bacia em estudo é conhecido. As vazões de
saída na estação de medição são produzidas a partir de chuvas observadas. Para isto, os
resultados de sensibilidade são obtidos para o conjunto de parâmetros escolhidos. Outra
possibilidade seria a de realizar a análise de sensibilidade para um conjunto de
parâmetros obtidos através de um processo de otimização, correndo-se o risco, no
entanto, que erros nas variáveis de entrada e no modelo possam causar resultados
espúrios. A conclusão mais interessante desses trabalhos está na relevância assumida
pela pelo reservatório superficial do solo e, em especial, na importância da informação
de umidade do solo nos modelos hidrológicos.
Uma das dificuldades de desenvolver a supracitada análise de sensibilidade
reside no problema de determinação dos parâmetros do modelo. Duan et al. (1992),
corroborando resultados apresentados em diversos trabalhos anteriores (Jonhston e
Pilgrim, 1976, por exemplo) demonstraram as dificuldades existentes para a obtenção
do conjunto ótimo de parâmetros, oriundas, por exemplo, da interdependência entre os
parâmetros, resultante da parametrização excessiva dos modelos.
Finalmente, a análise de sensibilidade é importante para a determinação dos
valores das restrições que devem ser impostas a todos os parâmetros no início da
calibração. As restrições, por sua vez, permitem aduzir aos parâmetros dos modelos um
significado físico, conforme apresentado no próximo item.

28
II.4 - Significado Físico dos Parâmetros de um Modelo Hidrológico

Em modelos chuva-vazão, recomenda-se que os métodos de otimização


utilizados incorporem a aplicação de restrições aos parâmetros, evitando-se assim que,
ao final de um processo de calibração, os valores dos parâmetros fiquem destituídos de
qualquer significação física.
Os parâmetros com significado físico devem ser previamente estimados, da
melhor forma possível, e condicionados pelo uso de restrições a assumir valores viáveis
na região em estudo, uma vez que valores irreais, mesmo que conduzam a uma boa
aderência na calibração, poderão colocar em risco as futuras previsões. Calver (1988), a
título de ilustração, comenta a calibração do modelo de base física IHDM-4 no sentido
de atentar para a incorporação das informações de significados físicos de parâmetros
para uma determinada região de estudo.
Essa preocupação quanto ao significado físico dos parâmetros de um modelo
permeia vários trabalhos na literatura. Há trabalhos sobre sensibilidade de parâmetros
em modelos hidrológicos como o SIXPAR (Gupta e Sorooshian, 1983 e 1985),
WATFLOOD (Kowen, 1988), modelo distribuído analisado em Rotunno Filho (1995), e
o próprio SMAP (Rotunno Filho, 1989). Adicionalmente, em Xavier (2002), é realizada
uma análise de sensibilidade a partir da metodologia GLUE proposta por Beven e
Binley (1992) no modelo distribuído Topmodel (Beven et al., 1995). Na perspectiva de
integração entre modelos hidrológicos e atmosféricos, Araújo et al. (2003) concluem
sobre a relevância assumida pelo reservatório superficial do solo e, em especial, a
importância da informação de umidade do solo nos sistemas solo-vegetação-atmosfera
(SVATS). Quanto à importância de significação física de parâmetros de modelos
hidrológicos, em especial quanto à questão da umidade do solo, Kuczera (1983 a,b)
conduzira estudo para avaliar a inclusão de dados de umidade do solo para melhorar o
desempenho do modelo na identificação do conjunto ótimo de parâmetros. Pode-se
ainda exemplificar novamente com o já citado modelo tipo chuva-vazão concentrado
NAM, utilizado por Madsen (2002), que pode ser alimentado com informações físicas
como o perfil de umidade do solo e a recarga subterrânea, de forma a reforçar a
preocupação com o desenvolvimento de modelos em base física.

29
II.5 - Incertezas Associadas ao Processo de Modelagem

Data do início da década de 70 a maior preocupação, na literatura, com a


avaliação analítica das incertezas associadas aos processos de modelagem hidrológica,
através da análise dos erros da resposta dos modelos, conforme descrito nos trabalhos de
Cornell (1972), Aitken (1973), Wood (1976), entre outros.
A qualidade dos dados de entrada, especialmente os de precipitação, e de seu
efeito na calibração e resposta dos modelos hidrológicos, motivou a publicação de
vários trabalhos, dentre eles os de Troutman (1982, 1983 e 1985a,b) e de Xavier (2002).
Grayson et al. (1992a,b) destaca que a incerteza raramente é considerada em
detalhe pelos formuladores dos modelos. Para a análise dos erros, adotam-se técnicas
como:
• curva de massa residual (diagrama de Rippl rebatido sobre o eixo das abscissas);
• gráfico comparativo entre vazões observadas x estimadas;
• comparação entre as curvas de permanência de vazões observadas x estimadas.
Troutman (1982, 1983 e 1985) e Kuczera (1983) apresentam uma breve revisão
de índices e diagnósticos para auxiliar na avaliação da confiabilidade da estimativa dos
parâmetros e na detecção de possíveis problemas na estruturação dos modelos,
destacando os seguintes procedimentos:
• plotagem dos resíduos (ou erros) versus a vazão prevista - para verificação de
tendências e comportamento da variabilidade dos resíduos;
• plotagem dos resíduos versus tempo – para analisar o comportamento do modelo
nos meses secos e úmidos;
• plotagem dos resíduos em papel probabilístico normal – para verificar se os erros
seguem uma distribuição normal, validando a hipótese assumida sobre a estrutura de
erros em modelos chuva-vazão;
• contagem do número de resíduos positivos, negativos e inversões positivo-
negativo e vice-versa – para averiguar se há superestimativa ou subestimativa das
vazões geradas pelo modelo em determinado período ou na maior parte do tempo ;
• cálculo da estimativa do erro quadrático médio na predição de vazões (γˆ ) -
2

aumenta em virtude de erros nos parâmetros, permitindo obter a sensibilidade e


importância de cada parâmetro na resposta do modelo.

30
Finalmente, sob o ponto de vista espacial, a análise geoestatística vem sendo
empregada com sucesso na projeção de campos espaciais de variáveis hidrológicas e de
suas correspondentes incertezas, através de mapas de variância (Rotunno Filho, 1995;
Barbosa, 2000; Lou, 2004).

II.6 - Escolha da Função Objetivo no Modelo Hidrológico

Ao minimizar os erros pelo método dos mínimos quadrados, é adotada a


hipótese de que os pontos são independentes, ou seja, o erro de uma vazão no primeiro
dia em nada influencia o erro na vazão do segundo dia. Logo, é necessária uma análise
de resíduos para a escolha do melhor modelo matemático. A função objetivo de
mínimos quadrados é importante porque enfatiza os picos do hidrograma (cheias).
Outras funções objetivo existem e podem ser aplicadas a problemas distintos, como a
determinação de vazões mínimas para outorga, por exemplo. Diskin e Simon (1977) e
Canedo (1979), por exemplo, realizam um estudo comparativo entre várias funções
objetivo, sugerindo procedimentos para a escolha dessas funções.
Sorooshian, Gupta e Fulton (1983) mostram que a função objetivo adequada
deve abstrair, eficientemente, as informações contidas nos dados fornecidos, optando
pela função baseada na teoria da máxima verossimilhança em detrimento da função
baseada na teoria de mínimos quadrados.
Andrade Filho (1992), por sua vez, analisou onze funções objetivo, expressas
numa forma quadrática dos resíduos de modelos chuva-vazão, os quais foram
formulados como modelos de regressão. As funções foram analisadas do ponto de vista
estatístico, através de mínimos quadrados generalizados, e do seu comportamento
durante a calibração. Foi também analisada a função objetivo de mínimos quadrados
ordinários, que é o somatório dos quadrados das diferenças entre as vazões observada e
simulada pelo modelo. Andrade Filho (1992) reafirma o que Clarke (1973) pontuara, ou
seja, que para a previsão de cheias, onde os picos devem ser favorecidos, essa função
objetivo é apropriada. Complementa ainda que o seu uso na estimativa de parâmetros
demanda certas suposições acerca da distribuição estatística dos erros, a saber: média
zero com variância constante e ausência de correlação. Se uma dessas suposições, ou
ambas, não é aceitável, a função objetivo de mínimos quadrados ordinários não é mais
adequada. No entanto, estimadores podem ainda ser obtidos, mas sua interpretação é
enganosa. Duas suposições adicionais são necessárias ao se pretender construir

31
intervalos de confiança aproximados para os estimadores: os erros são normalmente
distribuídos e a função de verossimilhança é aproximadamente quadrática nos
parâmetros na vizinhança de seu ponto ótimo, de modo que seus contornos são
aproximadamente elipsoidais. Quando tais suposições se verificam, os estimadores de
mínimos quadrados ordinários possuem as propriedades assintóticas que se deseja:
normalidade, não-viesados, variâncias são as menores entre os estimadores
assintoticamente não-viesados e a matriz de covariância, regiões de confiança e testes
de significância aproximados podem ser calculados. Todavia, segundo o autor, tais
suposições são raramente satisfeitas e duas modificações são sugeridas: descrever a
estrutura correlacional dos erros por modelos Box-Jenkins (ARMA) ou recorrer ao
procedimento de mínimos quadrados generalizados.
Quando se utiliza o modelo no estudo de possíveis mudanças físicas na bacia
hidrográfica, Andrade Filho (1992) recomenda que atenção deva ser dada aos
parâmetros que interagem entre si, pois, nesse caso, mais de um parâmetro pode estar
atuando, e a distribuição dos erros requer mais estudos, principalmente ao se pensar em
previsão ou extensão dos registros de vazão, originando diferentes funções objetivo.
Provavelmente, a principal razão para o uso difundido da função objetivo de
mínimos quadrados ordinários, de acordo com Clarke (1973) e Andrade Filho (1992), é
a sua aplicabilidade direta a qualquer modelo sem qualquer apreciação das propriedades
estocásticas dos erros. Sorooshian e Dracup (1980) lidam com a violação de duas
suposições intrínsecas ao critério de mínimos quadrados ordinários para estimativa de
parâmetros: correlação e heteroscedasticidade dos erros. O grau de correlação é
possivelmente mais alto quando a discretização do tempo no modelo se dá em intervalos
menores. A obtenção de vazões pela curva-chave induz a erros maiores em vazões de
maior magnitude devido à extrapolação, infringindo a suposição de variância constante.
O problema de heteroscedasticidade é tipicamente abordado com mínimos quadrados
ponderados, caso particular de mínimos quadrados generalizados. O valor da
ponderação, em cada instante, é o inverso da variância do erro. Os pesos são estimados
por alguma regra subjetiva, como, por exemplo, a do modelo HEC-1 (Hydraulic
Engineering Center – U.S. Corps of Engineers), que privilegia a reprodução das vazões
de pico.
No trabalho de Andrade Filho (1992), foi utilizado o modelo chuva-vazão
SMAP, na sua versão suavizada, aplicado à bacia do rio Fartura, afluente do rio Pardo,
no estado de São Paulo, com área de drenagem de 227 km2. Como conclusão, apesar de

32
todos os esforços do autor para demonstrar que outras funções objetivo não baseadas em
mínimos quadrados ordinários poderiam ser utilizadas com sucesso na calibração do
SMAP II suavizado, os resultados das duas aplicações efetuadas acabaram por
selecionar a função objetivo baseada em mínimos quadrados ordinários como aquela
que apresentou os parâmetros com os menores desvios e melhor ajuste, sendo
estatisticamente a mais recomendada.

II.7 - O Modelo SMAP

O Modelo SMAP (soil moisture accounting procedure - Lopes, Braga e Conejo,


1981) é um modelo hidrológico do tipo chuva-vazão tradicionalmente empregado na
engenharia de recursos hídricos nacional. Apresenta estrutura simples, para séries
contínuas, e utiliza a separação do escoamento baseada nos parâmetros do Departamento
de Conservação do Solo Norte-Americano (Soil Conservation Service – SCS, 1972). É
um modelo determinístico, conceitual e agregado. O desenvolvimento do modelo
baseou-se na experiência com a aplicação do modelo Stanford Watershed IV e o modelo
Mero em trabalhos realizados no DAEE – Departamento de Águas e Energia Elétrica do
Estado de São Paulo (Buchianeri, 2004). Foi originalmente desenvolvido para intervalo
de tempo diário e, posteriormente, apresentado em versão horária e mensal.
Como um exemplo atual da aplicação do modelo SMAP, temos o plano de
gerenciamento integrado da sub-bacia do rio Salitre – PLANGIS
(ANA/GEF/PNUMA/OEA, 2003), onde a carência de dados fluviométricos levou à
necessidade de aplicação do modelo para a obtenção da disponibilidade hídrica no rio
Salitre-BA, afluente do rio São Francisco a jusante do reservatório de Sobradinho, nas
proximidades da região a ser estudada pela presente tese. O SMAP foi calibrado para
dois períodos em que as séries de vazões eram coincidentes com as séries de
precipitações: 1975 a 1979 (5 anos de dados) e 1977 a 1979 (apenas 3 anos de dados). A
segunda calibração (3 anos) abrangeu um período mais seco e foi a que apresentou
melhores resultados.
Mais recentemente, Buchianeri (2004) aplicou o modelo SMAP, em sua versão
mensal, a fim de conhecer a potencialidade hídrica e subsidiar a elaboração do plano de
manejo para a bacia do rio Grande de Ubatuba, com área de drenagem de 26 km2, um
manancial estratégico para o município, abastecendo cerca de 88% da população daquele
município. O modelo foi calibrado e validado com apenas quatro anos incompletos de

33
dados fluviométricos e usado para gerar uma série histórica a partir de 67 anos de dados
de precipitação. Foram usados dois anos, de agosto/1972 a julho/1974, para calibração,
realizada tanto de forma manual quanto de forma automática. A calibração automática
preliminar forneceu valores irreais fisicamente tanto para o escoamento básico,
subestimado para uma bacia com grande capacidade de infiltração de água no solo,
quanto para o escoamento superficial, superestimado para uma bacia com boa cobertura
florestal. Na fase de validação, a correlação entre a série de vazões estimada e observada
foi de 0,838.
Buchianeri (2004) alerta que, na calibração do modelo SMAP a nível mensal,
devem ser observados, além do valor da função objetivo, relativo à soma dos desvios
relativos quadráticos adotada, três outros indicadores da calibração:
• o armazenamento do período (balanço) deve ser próximo de zero, o que indicaria
que não se está retendo ou liberando água do solo de maneira tendenciosa;
• a variação da água no solo deve ser cíclica, acompanhando a sazonalidade da
região;
• a recarga e o escoamento básico devem ser aproximadamente iguais, uma vez
que uma diferença significativa entre essas duas variáveis indica problemas com os
parâmetros calibrados de coeficiente de recarga (“Crec”, na versão mensal) e da
constante de recessão do escoamento básico (“Kkt”, na versão mensal).
Após uma primeira calibração automática mal sucedida, foi realizado um ajuste
manual nos parâmetros de recarga do subsolo e procedeu-se novamente a calibração
automática, que forneceu o conjunto final de parâmetros do modelo. Destaca-se que foi
utilizada uma umidade inicial do solo de 78%, com uma vazão básica inicial de 2 m3/s.
A vazão média calculada foi de 4,38 m3/s e a simulada foi de 4,55 m3/s, com um
coeficiente de correlação de 0,869. Na validação, agosto/1971 a julho/1975, a vazão
média calculada foi de 3,57 m3/s e a simulada foi de 3,95 m3/s, com um coeficiente de
correlação de 0,838, o que pode ser considerado um bom resultado, tendo em vista o
pequeno período de dados disponível para a calibração.
Com a série histórica gerada pelo SMAP, foi realizada por Buchianeri (2004)
uma análise temporal do balanço entre disponibilidade e demanda, permitindo identificar
a insuficiência hídrica para atender à demanda para abastecimento público ou à
manutenção dos processos ecológicos do manancial, considerando três aspectos: a
flutuação da população, a ocorrência de anos hídricos secos e, mesmo nos anos hídricos
normais, ocorrência de períodos de meses secos prolongados.

34
II.8 - O Modelo SMAP II Diário – Versão Suavizada

Silva (1990), com base em Rotunno Filho (1989), examina a calibração


automática do modelo chuva-vazão SMAP II diário (Dib, 1986), analisando as
estruturas do tipo patamar do modelo, que levam à bifurcação de caminhos devido às
estruturas tipo “if/then”, de forma a substituí-las por funções que possibilitem
continuidade nas derivadas sem alterar a integridade do modelo. O modelo SMAP II é
uma modificação realizada por Dib (1986) a partir do modelo original (Lopes, Braga e
Conejo, 1981), que incluiu os efeitos de transporte em calha no modelo original.
Maiores detalhes sobre o modelo serão fornecidos no item de metodologia da presente
dissertação. Cumpre destacar que, no trabalho de Silva (1990), os parâmetros SOLI e
SUBI, que representam os estados iniciais dos reservatórios do solo e superficial, foram
desprezados, optando-se pela adoção de um período de aquecimento, a partir do qual as
estimativas dos estados iniciais dos reservatórios não influenciariam nos resultados.
As estruturas de patamar, típicas de modelos chuva-vazão, geram desvios que
não permitem a definição de uma expressão única para a vazão simulada e,
conseqüentemente, para a sua função-objetivo, o que acarreta descontinuidade nas
derivadas dessa função.
Em Hendrickson, Sorooshian e Brazil (1988), bem como em Rotunno Filho
(1989), são apresentadas pesquisas bem detalhadas a respeito dos diversos problemas
encontrados nas técnicas matemáticas de otimização que envolvem o uso de derivadas,
incluindo métodos de primeira e segunda ordem, apontando, como principal obstáculo,
as estruturas condicionais que levam às descontinuidades nas derivadas da função. O
trabalho de Restrepo-Posada e Bras (1982), citado em Hendrickson, Sorooshian e Brazil
(1988) e Silva (1990), substituiu as estruturas que levam às descontinuidades por
funções de suavização com forma de “S”. Porém, tais funções introduziram algumas
perturbações nas derivadas e não resolveram completamente o problema.
A técnica de suavização hiperbólica apresentada por Xavier (1982a,b), aplicada
em Silva (1990), torna única a expressão da função objetivo, eliminando as
descontinuidades nas derivadas e permitindo a otimização por métodos mais
sofisticados que demandam tais informações de derivadas, mantendo, dessa forma, a
integridade física do modelo. Tal integridade foi observada por Silva (1990) ao
comparar, durante um período de 2 anos, simulações com o SMAP II na versão original
e na versão suavizada.

35
Os parâmetros com restrições são estimados pelo critério de mínimos quadrados
ordinários. As restrições aparecem de forma a validar fisicamente o modelo. No caso do
modelo SMAP II, as restrições foram basicamente: parâmetro ABSI variando entre 0 e
10 mm; parâmetro NSAT variando entre 0 e 1200 mm e demais parâmetros (KSUP,
CPER, KPER, KSUB, KARM, VTDH) variando entre 0 e 1. Além disso, para o
ntdh
parâmetro VTDH considerou-se: ∑VTDH
i =1
i = 1.

Em resumo, o método de penalização hiperbólica (Xavier, 1982a,b) baseia-se na


resolução do problema geral não-linear através de uma modificação da função original a
ser minimizada, a qual tem como objetivo a transformação do problema restrito original
em uma seqüência de problemas irrestritos através da adição de um termo “P”, chamada
“função penalidade”. A rotina de otimização usada para resolver a sequência de
problemas no espaço irrestrito é de segunda ordem, do tipo Quasi-Newton, denominada
BFGS (Broyden-Fletcher-Goldfarb-Shanno), descrita em Gill, Murray e Wright (1981).
As rotinas tipo Quasi-Newton são rápidas como os métodos de Newton, que consideram
a aproximação da função por série de Taylor até o termo de segunda ordem, porém
computacionalmente mais simples. Adicionalmente, destaca-se que o gradiente da
função objetivo é calculado explicitamente em relação aos parâmetros.
Xavier, Rotunno e Canedo (2005) realizaram uma análise comparativa entre a
aplicação do modelo SMAP II com suavização hiperbólica e o modelo SMAP II
acoplado aos métodos de Rosenbrock, de direções rotativas, e de Rosen, método do
gradiente, que utiliza derivadas parciais da função objetivo em relação aos parâmetros.
Destaca-se que o uso do método de Rosen implica a determinação prévia de todos os
possíveis caminhos que a água poderá tomar através dos reservatórios do modelo, pois
será necessário calcular as derivadas parciais para cada um deles, o que, para o caso do
SMAP II, corresponde a 32 diferentes modos de operação. No trabalho em questão,
foram utilizadas soluções geradas por valores conhecidos (séries sintéticas, livres de
erros) de cinco dos parâmetros do modelo: KSUP; KPER; KSUB; ABSI e CPER. Como
conclusão, o estudo reforçou os resultados obtidos por Rotunno Filho (1989), onde o
método de Rosenbrock destacou-se pela sua robustez e o método de Rosen apresentou
fracos resultados, apesar de este último ser teoricamente melhor e apresentar um
número de iterações significativamente inferior ao primeiro. Por fim, confirmou-se o
bom desempenho do método de suavização hiperbólica.

36
De acordo com os bons resultados apresentados, resolveu-se adotar na presente
dissertação o modelo SMAP II com suavização hiperbólica.

II.9 - Índices para Estimativa do Estado de Umidade do Solo como Condição


Inicial em Modelos Hidrológicos

A quantificação do escoamento superficial para uma dada precipitação é,


segundo Linsley, Kohler e Paulhus (1949), determinada por: (1) a deficiência de
umidade na bacia no início da chuva e (2) as características da tormenta, como o total
precipitado, intensidade e duração. As características da tormenta podem ser
determinadas por uma rede adequada de pluviômetros. Entretanto, a determinação direta
das condições de umidade por toda a bacia no início da precipitação é extremamente
difícil. Ainda que pontos confiáveis de observação de umidade sejam possíveis,
medições tridimensionais são requeridas para um reconhecimento médio das
descontinuidades físicas, com ênfase em áreas cultivadas e variações da cobertura
vegetal. Adicionalmente, qualquer quantificação da umidade do solo em uma bacia
deve conter considerações sobre as condições sobre a superfície, notadamente a
capacidade de armazenamento em depressões superficiais e interceptação causada pela
cobertura vegetal. Então, soma-se à variação na umidade do solo, uma variação sazonal
no armazenamento superficial resultante de mudanças na cobertura vegetal, práticas
agrícolas e outros fatores. A Figura II.1, a seguir, adaptada do estudo de Linsley, Kohler
e Paulhus (1949) para a bacia do rio White, em West Hartford (Vermont, EUA)
demonstra que há um ganho de conhecimento considerável se um índice de condições
de umidade do solo, ainda que qualitativo, for adicionado à análise da correlação entre
chuva e vazão por intermédio da plotagem direta dos dados para aproximações
grosseiras dessa relação. Os autores afirmam que medições de umidade do solo podem
ser usadas para representar as condições de umidade da bacia, mas cada observação é
geralmente tão limitada com respeito à área coberta e extensão dos registros que um
índice mais indireto é usualmente empregado. A vazão antecedente ao início da
precipitação é considerada um bom índice para a deficiência de umidade em áreas
úmidas e sub-úmidas no leste dos Estados Unidos, mas as condições climáticas do oeste
fazem com que esse fator assuma um pequeno valor, uma vez que muitos rios
permanecem secos por uma parte considerável do ano.

37
Relação Chuva-Vazão típica,
usando a condição de umidade estimada do solo como parâmetro
110

100

90
Solo Muito Seco
80
Solo Seco
70 Solo Normal
Vazão (mm)

60
Solo Úmido

Solo Muito Úmido


50

40

30

20

10

0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160
Precipitação (mm)

Figura II.1 - Relações típicas entre chuva e vazão, usando a condição estimada de
umidade do solo como um parâmetro
Fonte: Linsley, Kohler e Paulhus (1949)

Linsley, Kohler e Paulhus (1949) demonstram que o escoamento devido a uma


tempestade (escoamento superficial somado ao escoamento superficial) representa
efetivamente qual incremento de precipitação é descarregado após a deficiência de
umidade da bacia ter sido satisfeita. Em outras palavras, o escoamento total é a
diferença entre precipitação e a recarga da bacia. Muitos fatores usados como
parâmetros nas relações de escoamento são mais logicamente, se não mais diretamente,
ligados à recarga da bacia do que ao escoamento em si. Portanto, conhecendo-se a
recarga e a precipitação, o escoamento pode ser computado diretamente, segundo os
autores.
O índice para representar as condições iniciais de umidade no interior da bacia, o
qual provavelmente possui as aplicações mais universais, é o índice de precipitação
antecedente, Pa. Esse índice foi utilizado, mais recentemente, por Benoit et al.(2000)
como uma das abstrações hidrológicas assumidas no modelo distribuído WATFLOOD,

38
utilizado no trabalho experimental de acoplamento entre esse modelo hidrológico e um
modelo atmosférico de mesoescala.
O índice de precipitação antecedente é geralmente definido por uma equação do
tipo:
Pa = b1P1 + b2P2 + b3P3 + ... + btPt
onde bt é uma constante e Pt é a quantidade de precipitação que ocorreu “t” dias antes da
tempestade em estudo. Se algum outro índice, tal como o escoamento de base, não é
usado na correlação, então de 20 a 60 termos são geralmente usados na equação,
dependendo da precisão desejada e da área de aplicação. A constante bt é comumente
assumida como uma função de “t”, tal como bt = 1/t.
Se um valor dia-a-dia do índice é exigido, como no caso de previsão de vazões,
segundo Linsley, Kohler e Paulhus (1949), é consideravelmente vantajoso assumir que
bt decresce com “t” de acordo com uma recessão logarítmica. Em outras palavras:
Pat = Pa0kt onde bb = kt. Fazendo “t” igual à unidade: Pa1 = kPa0
Então, o índice para qualquer dia é igual a uma constante “k” vezes o índice do
dia anterior. Caso ocorra chuva em qualquer dia, então o índice depois da chuva é igual
ao de antes da chuva somado à quantidade de chuva. Devido às características da
equação logarítmica, erros de cálculo rapidamente diminuem com o tempo. Por causa
disso, a parcela incalculável do índice de qualquer dia, para condições acima de 30 dias
antecedentes, é extremamente pequena.
Teoricamente, o valor do fator de recessão “k” deve ser uma função sazonal,
variando de uma região para outra. Se dados em quantidade suficiente estiverem
disponíveis, variações de “k” podem ser determinadas através de análises estatísticas.
Entretanto, é duvidoso que o tempo requerido pode ser justificado com base no aumento
da correlação. Variações sazonais podem ser consideradas por intermédio da inclusão da
época do ano como uma variável adicional. Com respeito à variação regional, o
problema não é tão simples. Experiências têm demonstrado que um valor de 0,85 a 0,90
é aplicável à maior parte das porções leste e central dos Estados Unidos. Em qualquer
evento, o fator de precipitação antecedente é apenas um índice para a deficiência de
umidade, e o uso de um valor aproximado de “k” não afeta significativamente os
resultados. No uso da equação “Pa1 = kPa0”, um valor inicial de Pa deve ser calculado
através da equação “Pa = b1P1+ b2P2+ b3P3+... +btPt”, através do uso do fato de que “bb
= kt”.

39
A partir do momento em que o escoamento superficial da tormenta não é, por si
mesmo, adicionado à umidade residual na bacia, é evidente que um índice baseado na
diferença entre precipitação e escoamento superficial, ou recarga da bacia, deve ser mais
satisfatório que apenas a precipitação. Esse refinamento exige um considerável trabalho
computacional adicional e este valor depende do escopo do estudo e da precisão dos
outros tipos de dados envolvidos na correlação.
A taxa de tempo na qual cada umidade é extraída de uma bacia através de
evapotranspiração é uma função de fatores tais como temperatura do ar e diferença da
pressão de vapor. Portanto, um refinamento dos índices de precipitação antecedente ou
de recarga podem ser efetuado através da determinação ou estimativa da função entre
“k” e cada elemento meteorológico. Enquanto estudos preliminares baseados em uma
função arbitrária entre “k” e a diferença de pressão de vapor têm mostrado resultados
promissores, os mesmos ainda não demonstraram que essa abordagem é
significativamente melhor que o uso de um valor constante para “k”, suplementado pela
época do ano como um parâmetro adicional na correlação.
Em áreas úmidas e sub-úmidas, onde os rios são permanentes, a descarga
subterrânea no início da tormenta tem sido apontada como um bom índice para a
umidade inicial no interior da bacia. Desde que chuvas recentes afetem as condições
correntes de umidade, ainda quando ela não tenham efeito sobre o rio, esse índice pode
ser suplementado na correlação através de algumas medidas ponderadas de precipitação
por vários dias anteriores. É usual empregar de 6 a 10 dias de precipitação antecedente,
ponderada de acordo com uma recessão recíproca, como um parâmetro adicional.
A evaporação, como a observada em um tanque classe A, tem sido usada em
alguns estudos para indicar condições de umidade do solo. Linsley e Ackermann (1942),
em um estudo do Valley River na Carolina do Norte, Estados Unidos, descobriram que
a deficiência de umidade de campo em qualquer tempo foi aproximadamente igual a
0,9, a evaporação total do tanque desde que o solo foi saturado pela última vez, menos
quaisquer adições feitas à umidade de campo por chuvas intervenientes.
O uso de observações de umidade do solo não deve ser negligenciado no evento
no qual tal dado esteja disponível. Amostragens adequadas representam um difícil
problema na determinação da deficiência de umidade da bacia. Medições tri-
dimensionais são requeridas, e os pontos de observação selecionados devem ser
representativos dos tipos de solo e vegetação da bacia. Talvez a abordagem mais lógica
para o uso de dados de umidade do solo seja, segundo Linsley, Kohler e Paulhus (1949),

40
a determinação de um valor ponderado da deficiência de umidade para a bacia como um
todo. Aqui, contudo, confronta-se com uma decisão arbitrária a respeito da
profundidade do solo a ser considerada. Adicionalmente, tal análise assume que as
condições de umidade abaixo da superfície do solo estão sempre em harmonia com as
condições do solo, o que pode não ser o caso.

II.10 - Avaliação do Estado de Umidade do Solo por Sensoriamento Remoto

O trabalho de Bernoit et al. (2000), sobre o acoplamento entre modelos


hidrológicos e atmosféricos, aponta como uma das principais incertezas relacionadas à
utilização do modelo hidrológico WATFLOOD, visível nas simulações efetuadas, a
qualidade das condições iniciais de umidade do solo.
Segundo Link (1983), em um resumo sobre os avanços do sensoriamento remoto
aplicados à modelagem hidrológica, as condições superficiais de umidade do solo
podem ser estimadas através do satélite de órbita solar NOAA e do satélite
geoestacionário GOES. Sensores de microondas em aeronaves ou espaçonaves
acoplados com sensores em terra permitem visualizar a possibilidade do mapeamento
operacional da umidade do solo, com estimativas quantitativas baseadas em índices, tais
como a capacidade de campo. Como potencial futuro de aplicação tecnológica, destaca-
se que sensores de microondas ativos ou passivos em espaçonaves proverão mapas
diários de distribuição espacial de umidade superficial do solo para atualização de
parâmetros do processo, condições antecedentes e área de contribuição em modelagem
hidrológica. Os avanços na calibração e análise dos dados aliados à distribuição
comercial desse produto permitirão, no futuro, a aquisição em tempo-real desses dados.
O sensoriamento remoto da umidade do solo utiliza sensores termais
infravermelhos e sensores de microondas, ressaltando a importância de informações
sobre a umidade do solo na modelagem do processo de infiltração. Em particular, o
trabalho de Rotunno Filho (1995) visou contribuir para a integração entre a imagem tipo
SAR (synthetic aperture radar) do ERS-1, com banda C e polarização do campo
elétrico VV (emissão e recepção), e modelos chuva-vazão, a partir de um referencial
geoestatístico. Analisou o grau de sensibilidade da saída de modelos hidrológicos
concentrados e distribuídos aos dados de umidade do solo, o que se verificou
efetivamente com os estudos de caso efetuados. Dois foram os modelos utilizados: o
modelo concentrado SMAP e o modelo distribuído WATFLOOD.

41
No caso do modelo concentrado SMAP, demonstrou-se que os parâmetros
ligados às equações de percolação mostraram interação significativa, o que indicava a
importância de uma fonte independente de dados de umidade do solo na alimentação do
modelo. No modelo distribuído, as condições iniciais de umidade do solo foram
identificadas como um importante parâmetro para a estimativa de picos de cheias e
conformação do hidrograma.
Reconhecendo que o conhecimento da distribuição da umidade do solo, em
especial na camada mais superficial, com profundidade inferior a 5cm, é importante
para muitas aplicações em hidrologia, incluindo o mapeamento de eventos de
precipitação, monitoramento de padrões diferenciais de secas e obtenção da
disponibilidade de água para o crescimento da vegetação e parametrização de modelos
de simulação da água no solo na região radicular de plantações, Moran et al. (1999)
apresenta uma proposta de avaliação da umidade do solo utilizando radares de abertura
sintética (SAR) e sensoriamento remoto ótico (LANDSAT-TM) em regiões semi-áridas.
Para tal, é planejada uma investigação da ligação entre o retorespalhamento da banda C
do ERS2-SAR e a umidade do solo em regiões semi-áridas com cobertura de vegetação
esparsa, minimizando a influência de outras condições, e testes de estimativas regionais
da umidade do solo baseados em sensores óticos e radar. O local escolhido para os
experimentos foi a parte alta da bacia do rio San Pedro, no sudoeste do estado do
Arizona, EUA.
Uma metodologia básica para o uso da sinergia SAR/sensor ótico para a
estimativa da quantidade de umidade do solo foi desenvolvida por Sano (1997), que
propôs uma abordagem semi-empírica, que considera a rugosidade do solo e os efeitos
da vegetação no sinal do SAR e aperfeiçoa sensivelmente a relação entre o
retroespalhamento do SAR e a umidade do solo em uma região semi-árida.
Os resultados preliminares de Moran et al. (1999), limitados à estação de seca,
indicaram um abaixa correlação (r2= 0,45) entre o retorespalhamento da banda C do
ERS2-SAR e a umidade do solo nos três sítios analisados. Porém, quando os dados são
correlacionados para diferenças entre a rugosidade da superfície e a biomassa vegetal,
há uma boa correlação (r2= 0,70), fato que vai ao encontro das conclusões de Sano
(1997).
No tocante a utilização de sensoriamento remoto para medição de umidade do
solo, Drusch et al. (2004) apresentou um trabalho de comparação entre dados
experimentais de sensoriamento remoto e mapas gerados a partir de imagens de

42
umidade do solo captadas por sensores de medição radiométrica passiva por
microondas. Essas imagens foram captadas durante o Southern Great Plains Hydrology
Experiment 1999 – SGP99 e foram obtidas através das técnicas ESTAR (electronically
scanned thinned array radiometer) e PSR (polarimetric scanning radiometer), nas
bandas L (L-band) e C (C-Band), respectivamente.
No intuito de elaborar produtos operacionais, um método robusto de
recuperação, baseado em um algoritmo de solução para a equação de transferência
escalar radiativa, foi escolhido. As correções para os efeitos da vegetação e a rugosidade
da superfície foram baseados em valores médios da literatura. A validação através das
medidas de campo resultou em erros médios quadráticos e tendenciais de 2,9% e 4,2%,
respectivamente, em umidade volumétrica do solo, a partir do ESTAR, e em erros
médios quadráticos e tendenciais de 4,6% e 6,0%, respectivamente, a partir do PSR.
Para a região de vegetação esparsa desse experimento, com características similares as
da região de Barreiras-BA, abordada na presente tese, a qualidade da umidade do solo
derivada da banda-C (PSR) é, portanto, comparável ao correspondente produto da
banda-L (ESTAR).
O trabalho de Drusch et al. (2004) destaca ainda que as acurácias das séries de
dados operacionais, tanto do produto de reanálise de 40 anos – ERA40, do ECMWF
(European Centre for Medium-Range Weather Forecasts), quanto do produto umidade
do solo derivada de medição de dispersão, do ERS (European Remote Sensing
Satellite), são quantificadas com base nas imagens de umidade do solo de alta resolução
do PSR para a região do SGP99. A reanálise de 40 anos (ERA40) compreende dados de
umidade do solo para quatro camadas de solo. Os produtos de umidade do solo para os
primeiros 7cm da camada superficial de solo estão razoavelmente de acordo com as
séries de dados de umidade do solo derivadas da banda-C (PSR). Padrões de variação
espacial e temporal foram bem representados, mas um significativo desvio de umidade,
superior a 14,4% (ERA40), esteve presente em condições secas, o que deve ser motivo
de atenção para o caso de regiões como a de Barreira – BA, estudo de caso da presente
tese.
Com o objetivo de avaliar a qualidade das séries de dados operacionais em uma
longa escala temporal, medições de umidade in situ no sítio de Little Washita, do
NOAA/ATDD (National Oceanic and Atmosferic Administration/ Atmospheric
Turbulence and Diffusion Division), foram usadas por Drusch et al. (2004) para analisar
series temporais de junho de 1977 a dezembro de 1998. A evolução temporal da

43
umidade do solo foi razoavelmente bem capturada pelos produtos da ERA40 e do ERS,
com erros médios quadráticos de 5,6% e 5,7%, respectivamente. Dessa forma, o estudo
de Drusch et al. (2004) mostrou que o sensoriamento remoto a partir de microondas de
sensores passivos possui potencial para aperfeiçoar produtos operacionais, afirmando
que, de acordo com estudos recentes, parece ser realista a previsão de uma meta de
acurácia de pelo menos 6% para o mapeamento de umidade volumétrica do solo em
áreas sem forte contaminação por interferência de radiofreqüência (anthropogenic radio
frequency interference – RFI).
O trabalho de Leconte et al. (2004) é afirmativo ao definir a umidade do solo
como um elemento chave de impacto direto na previsão de vazões, destacando as
dificuldades de mapeamento da umidade nas proximidades da superfície do solo em
escala regional. Nesse trabalho, foram adquiridas sete imagens do RADARSAT-1, do
tipo SAR (synthetic aperture radar, banda C - 5,3GHz, polarização HII), alocadas
sobre a porção norte da bacia hidrográfica do rio Châteauguay, no sudoeste de Quebec,
Canadá. Trata-se de uma bacia dominada por campos de herbáceas e áreas agrícolas. O
trabalho cita outros autores, tais como Geng et al. (1996), Shi et al. (1997) e Biftu e Gan
(1999), que defendem a aplicação de técnicas de sensoriamento remoto para a extração
de umidade do solo em escala de campo, através de sensores de microondas instalados
em aeronaves e radares.
Em Leconte et al. (2004), um mapa de rugosidade da superfície do solo foi
obtido, primeiramente, a partir de uma imagem SAR, invertendo-se um modelo
empírico baseado no sinal de retorno (retroespalhamento), com umidade do solo
conhecida ou arbitrada. O mapa resultante foi, então, empregado no modelo de
retroespalhamento, desenvolvido por Dubois et al. (1995), para resgatar a umidade do
solo próxima à superfície para as imagens SAR restantes. Campanhas de campo foram
conduzidas, paralelamente à aquisição das imagens SAR, com fins de medir a umidade
do solo e a rugosidade da superfície em 24 campos, com uma área aproximada de 200
km2. Boa concordância foi observada entre os valores de umidade do solo na escala da
bacia hidrográfica e as médias obtidas para todos os campos amostrados com o aparelho
theta probe (fabricado pela Delta-T Devices Ltd., Cambridge, U.K.), o mesmo utilizado
no experimento SMEX03, em Barreiras-BA, que trabalha baseado em sondas de
impedância. O coeficiente de correlação entre os valores de umidade do solo obtidos
pelas imagens do RADARSAT-1 e a médias das medições de campo foi de 0,96 (r2=
0,92), sendo que o erro médio quadrático foi de 2,2%, demonstrando a potencialidade

44
do uso do RADARSAT-1 para a estimativa de umidade do solo na escala da bacia,
abrangendo áreas com algumas poucas centenas de km2. Embora os mapas gerados
revelem uma variabilidade do solo razoável em pequena escala, nenhuma conclusão
definitiva pode ser tirada se a abordagem proposta pode ou não quantificar a umidade
do solo no campo ou dentro da escala do campo devido à insuficiência numérica de
medições em campo.
Segundo Dubois et al. (1995), a presença de vegetação resultará em uma
superestimativa da rugosidade da superfície e conseqüente subestimativa da umidade do
solo devido à redução da sensibilidade da umidade do solo pela cobertura vegetal.
Corroborando essa opinião, Rotunno Filho et al. (1996) destaca que a recomposição de
umidade do solo na escala da bacia tem recebido pouca atenção face à heterogeneidade
dos tipos de cobertura de uso do solo.
Entretanto, sulcos, herbáceas e plantações, que são conhecidas por afetarem o
sinal de radar, aparentemente apresentaram ter pequena influência na capacidade de
estimativa da umidade do solo na escala da bacia hidrográfica através das imagens
analisadas no estudo de Leconte et al. (2004). Os autores concluem pela viabilidade do
RADARSAT para a estimativa da umidade do solo na escala da bacia estudada, da
ordem de 200 km2 (tamanho médio), mas destacam a existência de outros sensores para
mapeamento de umidade do solo em bacias maiores, como o SMMR (resolução da
ordem de 900 km2 – Njoku e Li, 1999) e, mais recentemente, o AMSR-E (resolução da
ordem de 625 km2– Njoku et al, 2003), ambos instrumentos de microondas passivas.
Mais recentemente, Araujo (2003) utilizou imagens de sensoriamento remoto do
tipo ESTAR, conjugadas com medições de umidade do solo por meio da estrutura de
correlação topográfica. Araujo e Rotuno Filho (2003), ao estudar a viabilidade de
implantação de um sistema de monitoramento regional da umidade do solo, ponderaram
sobre uma metodologia para a obtenção dos campos espaciais de umidade do solo,
condicionados pela topografia, utilizando krigagem bayesiana, em uma abordagem
geoestatítica para a identificação da estrutura de correlação espacial dos dados
observados de umidade do solo. Conhecida a estrutura espacial, utiliza-se a krigagem
bayesiana para geração de mapas espaciais de umidade do solo condicionados pela
topografia. A krigagem bayesiana permite ainda obter-se informações sobre as
incertezas através da obtenção de mapas espaciais de variância. Como conclusão, os
autores mostram que a metodologia aplicada foi capaz de aperfeiçoar a estimativa a

45
priori, o que sugere a potencialidade do método para a condução de novos estudos nessa
área.

II.11 - Influência da Umidade do Solo na Previsão de Vazões por Modelos


Hidrológicos

Um interessante trabalho realizado por Valentijn et al. (2001) investiga qual o


grau de informação, com respeito a padrões espaciais de dados de umidade do solo
obtidos por sensoriamento remoto, é necessário de forma a incrementar previsões de
vazões, a partir de modelos hidrológicos, para o caso de uma pequena bacia de 114 km2
de área de drenagem.
Segundo Valentijn et al. (2001), as estimativas de umidade do solo através de
SVATS são propensas a erros devido a uma série de razões, como simplificações
excessivas na formulação física do modelo e erros nos dados de entrada meteorológicos.
Outras razões para erros estariam relacionadas à necessidade de dados de solo,
vegetação e topografia em resolução alta o suficiente para a modelagem, ou ainda em
erros nos próprios arquivos de entrada de dados. Dessa forma, os erros nos valores
modelados de umidade do solo geralmente aumentam ao longo da simulação. Ainda
segundo o autor, com o intuito de reduzir os erros na modelagem da umidade do solo,
e, portanto, aperfeiçoar os fluxos e estados dos balanços de água e energia, a
modelagem dos campos de umidade do solo pode ser atualizada através de dados
observados de umidade do solo. A atualização com dados observados de umidade do
solo no interior de modelos hidrológicos é comumente referenciado como assimilação
de umidade do solo (Kostov e Jackson, 1993).
Alguns estudos colocaram a assimilação da umidade do solo em prática, como
Houser et al. (1998), Galantowicz et al. (1999) e Hoeber e Troch (2000). Uma
característica comum nesses estudos é que todos eles trataram a técnica de assimilação
de dados por si só e sua influência no conteúdo da água no solo, mas eles não
examinaram os efeitos da assimilação da umidade do solo em outros fluxos e estados
modelados, como a vazão ou a evaporação, por exemplo. Para atingir esse propósito,
Valentijn et al. (2001) utilizou o modelo TOPMODEL (Beven e Kirby, 1979) baseado
em esquemas de transferência solo-atmosfera, denominado TOPLATS (Famiglietti e
Wood, 1994). Os valores de umidade do solo obtidos por sensoriamento remoto foram
determinados através de dados de retroespalhamento na banda C (comprimento de onda

46
de 5,7 cm), dos satélites de sensoriamento remoto (ERS1 e ERS2) da Agência Espacial
Européia (ESA). Uma simulação de referência, sem a incorporação da umidade do solo,
foi estabelecida para ambas as versões distribuída e concentrada do esquema solo-
atmosfera. A comparação entre vazões simuladas e observadas mostrou-se um pouco
melhor para a versão distribuída do que para a versão concentrada.
Os dados de umidade do solo obtidos por sensoriamento remoto foram
incorporados à versão distribuída do modelo através do método de reforço a
observações individuais (Stauffer e Seaman, 1990) e do método de assimilação por
correção estatística, enquanto, para a versão concentrada, foi usado apenas o método de
assimilação por correção estatística. Esse último método conduz a vazões previstas
similares e melhores para os dois modelos, concentrado e distribuído. O método de
reforço a observações individuais, onde também os padrões espaciais dos valores de
umidade do solo obtidos por sensoriamento remoto são levados em consideração,
conduz, para o modelo distribuído, a resultados modestamente melhores do que os
alcançados pelo método de assimilação por correção estatística. Como conseqüência das
análises efetuadas, Valentijn et al. (2001) sugere que é suficiente incorporar as
estatísticas, como média e variância espaciais, dos dados de umidade do solo obtidos
por sensoriamento remoto em um modelo concentrado quando se deseja apenas
aperfeiçoar as previsões de vazão em modelos hidrológicos.
Os pesquisadores De Michele e Salvadori (2002) ratificaram a influência da
condição de umidade inicial do solo na distribuição de frequência de cheias. O trabalho
apresenta uma formulação analítica da distribuição derivada do pico de cheia e do pico
máximo de cheia anual. Através da modelagem hidrológica, utilizando o conceito de
curva número do Soil Conservation Service (SCS, 1975) para descrever a resposta do
solo e um modelo concentrado para transformar o excesso de chuva em vazão, as
expressões analíticas foram formuladas e alguns casos práticos foram apresentados. Nas
conclusões do trabalho, foi ressaltada a importância do conhecimento da condição de
umidade inicial do solo na determinação da distribuição de frequência das cheias,
afirmando-se que, com o uso do conceito do SCS-CN (1975), não é difícil realizar a
incorporação dessa informação.
Na mesma linha de assimilação da umidade do solo conduzida por Valentijn et
al. (2001), o trabalho de Aubert et al. (2003) reconhece a influência da umidade do solo
na partição da chuva entre escoamento superficial e infiltração e, conseqüentemente, no
controle da vazão de saída de uma bacia, e desenvolve uma metodologia para

47
aperfeiçoar as previsões de vazão através de ferramentas hidrológicas operacionais.
Sendo assim, um procedimento de assimilação sequencial dos dados de umidade,
baseado em um filtro de Kalman estendido, foi desenvolvido e acoplado a um modelo
conceitual tipo chuva-vazão concentrado, o GR4J (Génie Rural, 4 paramètres,
Journalier), que trabalha com 2 reservatórios e está descrito em Ragab (1999). A
metodologia atualiza os estados internos do modelo (reservatório de solo e
amortecimento), assimilando dados diários de umidade do solo e vazão, de forma a
melhor ajustar essas duas observações externas. O estudo apresentou os resultados
obtidos na sub-bacia Serein, afluente do rio Sena, na França, durante um período de 2
anos e usando medições de umidade do solo por sondas do tipo refletividade no domínio
do tempo (TDR) para profundidades de 0 a 10 cm e de 0 a 100 cm, além de dados
medidos de vazões. Segundo o estudo, a assimilação da umidade do solo é mais efetiva
durante eventos de cheia, enquanto a assimilação de dados de vazão é mais efetiva para
as vazões baixas. A combinação entre as assimilações é, entretanto, mais adequada para
todo o período de previsão. O estudo faz parte do projeto AIM-WATER, financiado
pela comunidade européia, e ainda tece comentários sobre a adequação da metodologia
em relação à dados de sensoriamento remoto.

48
CAPÍTULO III - METODOLOGIA

III.1 - Introdução

A metodologia de trabalho proposta trata de atender ao objetivo principal desta


tese, qual seja: avaliar o comportamento da umidade do solo no interior do modelo
SMAP na região de Barreiras-BA. Ao longo do desenvolvimento do estudo, porém, foi
necessário um trabalho de levantamento e consistência das informações
hidrometeorológicas principais da região de estudo, incluindo as precipitações e vazões
diárias e a evapotranspiração potencial mensal, estimada a partir de dados das normais
climatológicas. Adicionalmente, foi realizado o balanço hídrico sazonal para a bacia em
estudo, incluindo a determinação da evapotranspiração mensal. Com base nessas
informações foi possível proceder ao ajuste do modelo SMAP e contrastar os resultados
obtidos para o estudo de umidades do modelo e as medições realizadas durante o
experimento SMEX03 (2003), em dezembro de 2003.
De forma sintética, os passos determinados para a condução do presente trabalho
foram:
a) caracterização fisiográfica e de ocupação antrópica da região, compreendendo
um cuidadoso levantamento cartográfico e de estudos já realizados na região, de forma a
obter informações sobre a vegetação, a cobertura de uso do solo e o panorama atual de
utilização dos recursos hídricos da bacia;
b) ampla pesquisa dos históricos de dados hidrológicos existentes, de forma a
avaliar a existência de informações em quantidade e qualidade suficiente que
permitissem efetuar uma adequada caracterização hidrológica da região;
c) seleção criteriosa das estações fluviométricas e pluviométricas com séries de
chuva e vazão confiáveis, contínuas e extensas o suficiente para fundamentar o estudo
com o modelo hidrológico, nas fases de calibração e validação, notadamente para o mês
de dezembro de 2003, onde os dados de umidade do solo estão disponíveis;
d) georreferenciamento dos postos fluviométricos, pluviométricos e climatológicos
selecionados, de forma a avaliar a distribuição espacial da informação disponível e gerar
uma série única e representativa para toda a bacia, uma vez que o modelo utilizado é do
tipo concentrado;

49
e) conferência das áreas de drenagem dos postos fluviométricos através da
cartografia digital disponível, tendo em vista que é de conhecimento geral dos
hidrólogos que muitos desses postos, em especial os mais antigos, apresentam
incorreções nesse tipo de informação;
f) análise de consistência dos dados fluviométricos e pluviométricos, aplicando-se
as técnicas tradicionalmente empregadas em hidrologia para verificar, por exemplo, a
validade das curvas-chave existentes, a eventual mudança de referencial das cotas,
inconsistências dos totais de precipitação (curvas de dupla massa), entre outros;
g) preenchimento de falhas nas séries dos postos fluviométrricos e pluviométricos,
através de correlação entre postos em regiões de reconhecida homogeneidade
hidrológica;
h) geração das séries representativas para três postos fluviométricos de áreas de
drenagem distintas, mas cujas seções estejam próximas à região de coleta dos dados
reais de umidade do solo;
i) adaptação do código do modelo SMAP suavizado, de forma a obter um arquivo
distinto do arquivo de saída usual, cuja formatação permita explicitar os dados de
umidade do solo nas simulações efetuadas;
j) calibração automática do modelo SMAP, que faz uso da técnica de suavização
hiperbólica, para as três bacias selecionadas, utilizando uma parte do registro de dados
selecionados, guardando o restante para a fase de validação;
k) simulações com o modelo SMAP para as três bacias selecionadas, validando, ou
não, a calibração efetuada e extraindo os valores de umidade (variável TSOL) para o
mês de dezembro de 2003;
l) comparação dos dados simulados com os dados reais para o mês de dezembro de
2003, realizando as estatísticas apropriadas e inferindo se a variável TSOL do modelo
possui significação física;
m) caso o comportamento dos valores de umidade gerados pelo modelo mostre-se
inadequado, proceder novamente a simulação para alguns valores médios estimados
para a variável inicial de umidade do solo, baseada na relação entre o nível inicial o
reservatório do solo (NSOL) estimado e o valor do nível de saturação (NSAT)
calibrado, observando a sua influência nos resultados de umidade através de nova
comparação com os dados reais medido em campo;
n) análise geral dos resultados alcançados e conclusões finais do estudo.

50
Um maior detalhamento dos primeiros oito pontos da metodologia apresentada
acima pode ser encontrado no Capítulo IV deste documento, que trata da caracterização
fisiográfica e hidrológica da região escolhida para o estudo de caso.
Os itens a seguir trazem a descrição das principais fases deste trabalho, com a
demarcação dos diversos desafios enfrentados e as metodologias utilizadas para superá-
los.

III.2 - Diretrizes para a Consistência de Dados Hidrológicos e Elaboração dos


Arquivos de Entrada de Dados do SMAP

A principal fonte para a coleta dos dados hidrológicos é o banco de dados da


Agência Nacional de Águas (ANA), por esta ser a responsável pela manutenção da rede
hidrometeorológica nacional, parte integrante do sistema nacional de gerenciamento de
recursos hídricos.
Após a coleta dos dados e seleção dos postos com séries de vazões mais extensas
e com menores períodos de falhas, serão selecionados os postos de interesse para o
estudo, que definirão as sub-bacias a serem modeladas. O critério a ser observado na
seleção das sub-bacias (no máximo três), levará em conta não apenas a qualidade dos
registros de vazão e precipitação, mas também a proximidade da seção fluviométrica da
região de amostragem dos dados de umidade (SMEX03, 2003). Deverão ser observados
os procedimentos descritos nos itens seguintes para a obtenção das séries de dados
hidrológicos que serão utilizados nas simulações a serem realizadas com o modelo
SMAP.

III.2.1 - Séries de Precipitação

Tendo em vista a alta variabilidade espacial e temporal do fenômeno de


precipitação pluviométrica, principalmente na região nordeste do Brasil, conforme bem
destacado por Viana (1986), os dados medidos devem ser obtidos para o maior número
de postos pluviométricos e com a maior extensão temporal possível.
O primeiro procedimento recomendável é obter os totais precipitados a nível
mensal e a nível anual, comparando-se, graficamente, os postos da região.
Preferencialmente, deve-se tentar obter o mapa de isoietas da região, de forma a orientar
esse estudo. Postos em que a extensão das falhas no registro seja tal que os totais

51
acabem por ser afetados pela ausência dessas informações e onde haja outros postos
próximos, que possam substituí-lo, devem ser descartados, já que a sua permanência
pode afetar, desfavoravelmente, a média sobre a bacia.
Um método tradicional e interessante para ser utilizado na análise de
consistência entre dois postos, cujo comportamento observado de um deles seja
considerado potencialmente sujeito a erros, é o da curva de dupla massa. Trata-se da
plotagem simultânea do total de precipitações acumuladas dos postos, um no eixo das
abscissas e o outro no eixo das ordenadas. Mudanças permanentes na declividade da
linha de tendência ou mesmo a observação de uma nova linha de tendência, paralela ou
não à anterior, indicam problemas no registro de um dos postos, como mudança de
localização do pluviômetro, por exemplo.
Ainda que a análise dos totais mensais e anuais tenha fornecido bons resultados,
é conveniente realizar análises de consistências complementares entre os dados diários
de precipitação através da visualização gráfica do comportamento dos registros em
postos próximos. Por exemplo, um posto situado em região central e que esteja cercado
por vários outros postos não pode apresentar valores muito abaixo destes no caso de um
evento de grande porte registrado em todos os demais postos. Quanto ao preenchimento
de falhas a nível diário em postos pluviométricos, este deve ser realizado de forma
bastante criteriosa. Deve-se evitar o preenchimento de falhas em regiões de baixa
densidade de pluviômetros, principalmente quando o posto está localizado em região de
maiores índices de precipitação, sob pena de afetar significativamente o resultado médio
na bacia.
No tocante à determinação da precipitação média representativa sobre a bacia,
Linsley, Kohler e Paulhus (1949) afirmam que, em áreas montanhosas, onde as feições
topográficas criam um padrão típico de precipitação sobre a área, dados determinados
por médias das estações ou polígonos de Thiessen podem ser considerados tão somente
como um indicador da precipitação média da bacia. Nesse caso, a precipitação para o
período completo de registro a ser analisado deve ser baseada na mesma rede de
estações. Se isso não puder ser efetivado, os dados de períodos anteriores devem ser
ajustados de forma a torná-los comparáveis com aqueles que iniciaram a coleta para a
rede atual.
Entretanto, em áreas relativamente planas, onde as feições topográficas não
causam uma distribuição atípica de chuva, os dados de precipitação na extensão da
bacia, calculados através de médias das estações ou dos polígonos de Thiessen, podem

52
ser assumidos como representativos da altura de precipitação média sobre a bacia.
Nesse caso, substituições de uma estação pluviométrica por outra ou adições/exclusões
da rede de estações não causam tendências nas médias da bacia. Em outras palavras,
registros de estações recentemente instaladas podem ser utilizados diretamente, sem a
interpretação de que os dados recentes são incompatíveis com os de anos anteriores.
Trata-se do caso da bacia do rio Grande, onde o relevo bastante plano favorece a
interpretação de que os padrões de precipitação não sofrem grandes alterações.
O método de Thiessen é relativamente simples e atende ao objetivo de cálculo
das precipitações médias, opinião compartilhada por Viana (1986), que o apresenta em
seu estudo do comportamento hidrológico das pequenas bacias do Nordeste, e Dias e
Kan (1999), com aplicações em bacias do Paraná. Segundo o método, a precipitação
média é calculada pela ponderação entre as precipitações registradas nos postos
disponíveis. O fator de ponderação é a área de influência do posto, calculada através do
traçado de polígonos, cujos limites encontram-se no ponto de distância média entre
postos adjacentes, conforme a Figura III.1 abaixo.

Área 1 Área 2

Ar 4
Área 3
Área 5

Figura III.1 – Polígonos de Thiessen – áreas de influência dos postos na bacia

Dessa forma, o método de Thiessen para o cálculo da precipitação média sobre


uma bacia resume-se à equação:
n

∑P × A i i
P= i =1
n
(Eq. III.1)
∑A
i =1
i

53
III.2.2 - Séries de Vazão

Deverão ser conduzidas, para os postos fluviométricos selecionados, as análises


de consistência e preenchimento de falhas nas séries de vazões, de acordo com as
tradicionais técnicas empregadas em estudos hidrológicos dessa natureza, que devem
resultar em séries de vazões finais consistidas e confiáveis para serem utilizadas nas
simulações.
Primeiramente, deverão ser verificadas as curvas-chave fornecidas pela ANA,
com suas faixas de cotas máximas e mínimas, bem como o período de validade
temporal. Em geral, as curvas-chave são definidas de acordo com a equação:
Q = a × (h − h0 )
n
(Eq. III.2)
onde:
Q - vazão (m3/s);
h - cota (m);
a, h0, b - parâmetros calibrados.

O banco de dados da ANA apresenta os parâmetros das equações das curvas


válidas (a, h0 e b), sendo necessária a plotagem dos pares coordenados de cota e vazão
diários fornecidos pela ANA, a fim de permitir a verificação visual de erros na
aplicação das curvas-chave nos períodos para os quais foram validadas.
Após a verificação das curvas-chave, deve-se analisar a consistência das
informações de vazão através da comparação entre os hidrogramas de cada posto com
os postos existentes à montante e à jusante, analisando as vazões incrementais. As
vazões incrementais negativas, ou seja, quando a vazão de um determinado posto é
inferior a do posto de montante, apesar do incremento na área de drenagem, devem ser
objetos de atenção.
Também devem ser analisados o comportamento das vazões dos postos em
relação a eventos extremos de cheias e estiagens. Picos de vazão superestimados em um
determinado posto, se comparados a de postos nas proximidades, podem indicar falhas
na região de extrapolação da curva-chave para altas vazões. Da mesma forma, vazões de
estiagem, formadas, em sua essência, pelo escoamento de base, podem ser conferidas
entre postos fluviométricos próximos.

54
III.2.3 - Séries de Evapotranspiração

O termo evapotranspiração foi utilizado, pela primeira vez, por Thornthwaite em


1944, para expressar a ocorrência simultânea da evaporação e da transpiração de uma
comunidade vegetal de pequeno porte que cobre totalmente o solo.
Segundo Thornthwaite e Hare (1965) o termo evapotranspiração potencial foi
introduzido com o objetivo de estabelecer um parâmetro comparativo, definindo-o
como a perda de água por parcela de solo úmido, totalmente revestida de vegetação
uniforme e suficientemente extensa para eliminar o efeito oásis. Penman (1956)
modificou um pouco o conceito original de evapotranspiração potencial, definindo-a
como sendo a quantidade de água transpirada na unidade de tempo, a partir de uma
vegetação rasteira e verde, recobrindo totalmente o solo, com altura uniforme e sem
jamais sofrer limitações hídricas.
A evapotranspiração potencial é necessária para a modelagem com o SMAP
(Dib, 1986) e vários são os métodos existentes na literatura para a sua quantificação,
que se baseiam, em linhas gerais, em cinco enfoques distintos (Viana, 1986):
• medição direta (evapotranspirômetros);
• métodos climatológicos (fórmulas empíricas);
• método aerodinâmico;
• balanço energético; e
• correlação com evaporação de tanques.
Uma vez que a medida direta da evapotranspiração é difícil, onerosa e exige
instalações e equipamentos especiais, o que justifica sua utilização apenas em condições
experimentais, Thornthwaite (1948), Penman (1948), Blaney e Criddle (1950) e Turc
(1955) desenvolveram equações matemáticas para estimá-la a partir de parâmetros
meteorológicos. Os métodos climatológicos são muito utilizados em estudos no Brasil,
como, por exemplo, nos conduzidos por Viana (1986), Dias e Kan (1999) e ONS
(2003). Tais métodos consideram que a evapotranspiração depende fundamentalmente
dos fatores meteorológicos, quando não há deficiência de água no solo.

III.2.3.1 - Método de Penman–Monteith–FAO

Em trabalhos recentes, o método de Penman–Monteith–FAO (Food and


Agriculture Organization) foi recomendado por ser o mais preciso e, portanto,

55
considerado como referência para esse tipo de estimativa (Luchiari Jr. e Riha, 1991;
Smith, 1991; Decker, 1994; Ferreira, 1998, Ferreira et al., 2001). Estudos comparativos
entre estimativas da evapotranspiração de referência e medidas diretas de lisímetros
realizados por Allen et al. (1989), em diversos locais do mundo, indicaram o método de
Penman–Monteith como o mais confiável, tendo sido adotado pela FAO a partir de
1990.
O projeto de estimativa das vazões de usos consuntivos nas principais bacias do
sistema interligado nacional (ONS et al., 2003) calculou as séries de evapotranspiração
potencial para vários postos climatológicos da bacia do rio São Francisco, apresentados
em nível mensal, gerando um banco de dados denominado Sistema de Estimativa de
Usos Consuntivos (SEUCA).
Apesar do objetivo do projeto de ONS et al. (2003) priorizar a estimativa de
evapotranspiração real visando estimar os usos consuntivos da água na irrigação, os
valores intermediários de cálculo das evapotranspirações potenciais através do método
de Penman–Monteith–FAO são disponibilizados. O referido método utiliza os seguintes
parâmetros meteorológicos:

• temperatura média (oC);

• umidade relativa (%);

• velocidade do vento (m.s-1); e

• insolação (h).
Os parâmetros foram obtidos das normais climatológicas do Instituto Nacional
de Meteorologia – INMET, dos períodos 1931–1960 (INMET, 1979) e 1961–1990
(INMET, 1992). Como a irrigação passou a ser relevante a partir da década de 60, as
normais do período 1961–1990 foram as adotadas por ONS et al. (2003), nas estações
em que estavam disponíveis. As normais do período 1931–1960 foram utilizadas nas
estações em que não se dispunha de normais calculadas para 1961–1990.
De acordo com ONS et al. (2003), as normais são obtidas através do cálculo das
médias, obedecendo a critérios recomendados pela Organização Meteorológica Mundial
(OMM). Esses critérios, porém, não são claros no que diz respeito a períodos inferiores
a trinta anos. Para tentar suprir essa deficiência, uma equipe de técnicos reuniu-se em
Washington D.C., nos Estados Unidos, em março de 1989, e elaborou um documento
(WCPD n°. 10), que procurava estabelecer procedimentos padronizados para o cálculo

56
das normais climatológicas. Deu-se assim, uma orientação sobre como proceder em
relação às estações cujas séries não alcançavam o período padronizado, mas ficavam
acima de dez anos. Nesse caso convencionou-se que seriam denominadas Normais
Climatológicas Provisórias. No Brasil, adota-se somente séries superiores a quinze anos
(ONS et al., 2003).
Sabe-se também que as normais não disponibilizam os valores médios de
velocidade do vento. Isso fez com que o trabalho de ONS et al. (2003) calculasse a
média de longo prazo desse parâmetro em todas as estações utilizadas.

A Figura III.2, a seguir, indica a distribuição espacial das estações utilizadas por
ONS et al. (2003) na bacia do rio São Francisco, com destaque para a região de estudo
da presente tese, servindo de orientação quanto à disponibilidade preliminar de dados
climatológicos.

REGIÃO DE
INTERESSE

Normais
Bacias:31-60
1. Paranaíba
Normais 61-90
2. Grande
3. Tietê
Adicionais 61-78
4. Paranapanema
2
5 P á
Figura III.2 – Distribuição espacial das estações na bacia do rio São Francisco
Fonte: ONS et al. (2003)

57
Na presente tese, o procedimento de composição da série única de precipitação
para toda a bacia obtida por meio de polígonos de Thiessen, deve ser, de forma análoga,
aplicado também aos dados de evapotranspiração, visando respeitar o pressuposto
adotado no modelo concentrado utilizado. Alternativamente, foi aplicado o método do
balanço hídrico sazonal (BHS), apresentado no próximo item, permitindo obter uma
nova estimativa da evapotranspiração mensal.

III.2.3.2 - Método do Balanço Hídricos Sazonal - BHS

O método do balanço hídrico sazonal (BHS) foi desenvolvido por Dias e Kan
(1999) para estimar a evapotranspiração de uma bacia hidrográfica que atendesse, por
princípio, a conservação de massa. O BHS é válido, em princípio, para bacias
hidrográficas de pequeno e médio porte, onde as características físicas, geomorfológicas
e de cobertura vegetal sejam relativamente homogêneas. Além disso, a bacia
hidrográfica não deverá apresentar falhas geológicas que permitam a fuga de água para
o lençol subterrâneo. Caso contrário, as estimativas de evapotranspiração através desse
método não serão realistas, ficando superestimadas. Adicionalmente, destaca-se que o
método é válido para horizontes de tempo inferiores a 1 ano e em escala não inferior à
mensal.
O comportamento da vazão no período de recessão e o armazenamento da água
no solo são essencialmente influenciados pelas características do solo, de modo que
quantificar a água armazenada através de medições diretas é praticamente impossível. O
ponto fundamental do método BHS está em realizar estimativas da quantidade de água
armazenada na bacia através da vazão em períodos de recessão bem definidos entre 15 e
160 dias. Segundo Dias e Kan (1999), para esse período, o erro associado ao
desconhecimento do armazenamento na forma de umidade do solo é minimizado, ao
passo que as mudanças no armazenamento de água subterrânea são estimadas por
intermédio de um reservatório subterrâneo linear, onde a constante de tempo é obtida
pela análise da recessão do hidrograma.
O balanço hídrico instantâneo de uma bacia pode ser definido pela equação

dS
= P−Q− E (Eq. III.3)
dt

58
onde
S é o armazenamento total da bacia, como a água retida na superfície (poças),
umidade do solo (soma da água na região não-saturada, ou seja, na região vadosa e na
franja capilar) e água subterrânea (zona saturada);
P é a precipitação;
Q é o escoamento; e
E é a evapotranspiração.
Considerando um período de recessão na bacia hidrográfica, que compreende o
número de dias em que se assume que a precipitação é praticamente nula (P=0), então:

= −(Q + E ) ≤ −Q
dS
(Eq. III.4)
dt
Considerando-se uma relação empírica entre armazenamento e vazão, cujos
parâmetros podem ser dados através da análise da recessão, tem-se, para um
reservatório linear:
S
Q= (Eq. III.5)
T
onde T é uma constante temporal da recessão. Integrando a inequação
diferencial (III.4) mostrada anteriormente, tem-se:
− ∆t
Q(t + ∆t ) ≤ Q(t )e T
(Eq. III.6)
Dessa forma, T pode ser determinado através da envoltória linear superior da
plotagem de Q(t) versus Q (t+∆t).
A Figura III.3 ilustra o início e o fim do período temporal irregular de análise de
recessão, contendo os armazenamentos no primeiro dia (Si, em mm) e no último dia (Sf,
em mm). O final de uma recessão é sempre o início da seguinte, de acordo com os
seguintes critérios:
• para ∆t < 15 dias, se a vazão do último dia de recessão Qf for menor do que Qf do
período anterior, considera-se um único hidrograma a somoa dos dois períodos, caso
contrário, busca-se o próximo Qf;
• aceita-se 15 dias<∆t < 60 dias, desde que Qf ≤ 1,0 mm/dia;
• somente nos casos em que ∆t > 60 dias, admite-se Qf ≤ 2,0 mm/dia;

59
Q(mm/dia)

Sf=T.Qf

∆t > 15 dias
Si=T.Qi t(dia)

Figura III.3 – Determinação do ínicio e do fim do período de análise de recessão.


Fonte: Dias e Kan (1999)

Usando-se Qi e Qf e a constante T calculada, determina-se Si e Sf, que, aplicados


à equação principal de balanço hídrico através das médias, fornece o valor da
evapotranspiração E.
Tendo em vista que a aplicação do método fornece uma sequência de valores de
E em períodos de tempo irregulares, e que os estudos hidrológicos exigem como
unidade básica temporal o mês, pode-se determinar a evapotranspiração mensal através
da ponderação de cada valor de E em relação ao número de dias do mês no qual é
válido.
O trabalho de Dias e Kan (1999) afirma que as estimativas de sazonalidade da
evapotranspiração produzidas pelo método do balanço hídrico sazonal são compatíveis,
através da seleção de períodos de balanço hídrico suficientemente curtos, com os
cálculos da radiação líquida mensal, da evapotranspiração potencial pelos métodos de
Penman e Priestley-Taylor, da diferença entre precipitação e vazão e do déficit de vapor
de água. Os autores concluem o estudo com a apresentação de resultados para duas sub-
bacias, rio das Cinzas e rio Jangada, afluentes do rio Paraná, demonstrando que a
aplicação da metodologia BHS em modelos hidrometeorológicos de evapotranspiração
mensal preservam massa, com uma diferença total acumulada não superior a 0,25
mm/dia e erros médios quadráticos da ordem de 0,7 mm/dia.

60
III.3 - Descrição dos Fundamentos Teóricos do Modelo SMAP

Neste item o modelo SMAP, a ser utilizado no presente trabalho, é apresentado


com maiores detalhes, iniciando-se pela descrição do funcionamento dos três
reservatórios conceituais lineares, de acordo com a concepção original de Lopes, Braga
e Conejo (1981), passando pela incorporação dos algoritmos para translação da
hidrógrafa de saída (Dib, 1986) e chegando-se à versão suavizada, exposta em sua
forma mais recente por Xavier, Rotunno, e Canedo (2005).

III.3.1 - Os Reservatórios

O modelo SMAP possui dois conjuntos de equações matemáticas para descrever


os conceitos físicos do ciclo hidrológico, um para simulações em base diária e outro
para simulações em base mensal.
A nível diário, realiza o balanço da umidade do solo baseado em 3 (três)
reservatórios que representam a superfície e as zonas não-saturada e saturada do solo da
bacia, conforme o esquema da Figura III.4.

RAIN
CHUV
CHUVA

EVPT

SCS QRES=(RAIN-ABSI)**2/(RAIN-ABSI-NSOL+NSAT)

RAIN-QRES-EVPT

ZONA NSUP
RSUP
SUPERIOR
UPPER
ZONE
QSUP=NSUP*(1-KSUP)
NSAT
RSOL
NSOL
NPER=CPER*NSAT

QPER=(NSOL-(CPER*NSAT))*KPER*NSOL/NSAT

ZONA
LOWER
INFERIOR
ZONE
NSUB

RSUB QSUB=NSUB*(1-KSUB)

Figura III.4 - Esquema do modelo SMAP


Fonte: Rotunno Filho (1989)

61
A seqüência lógica do modelo inicia-se com a separação da precipitação (PREC)
através da fórmula do Soil Conservation Service - SCS, que fornece a parcela (QRES) a
ser transfertida para o reservatório do escoamento superficial (RSUP), que representa o
armazenamento da superfície. Assim, tem-se:

QRES =
(PREC − ABSI )2 (Eq. III.7)
(PREC − ABSI + ABSP )
onde
QRES - altura que representa o volume para o escoamento superficial (mm);
PREC - altura que representa o volume de precipitação (mm);
ABSI - abstração inicial, que são as perdas antes do escoamento superficial se iniciar,
incluindo todo o volume de precipitação ocorrido antes do início do escoamento
superficial (mm);
ABSP - abstração potencial, que é a quantidade máxima de água que pode ser retida no
solo e na superfície (mm), definida por
⎛ ⎛ 1000 ⎞ ⎞
ABSP = 25,4 ∗ ⎜⎜ ⎜ ⎟ − 10 ⎟⎟ (Eq. III.8)
⎝ ⎝ CNUM ⎠ ⎠
onde
CNUM - curva número do SCS (U. S. Soil Conservation Service), que está relacionada
ao tipo de solo, cobertura vegetal e umidade antecedente da bacia, sendo um valor
tabelado em função dessas grandezas (Chow, 1964).
Deve-se ressaltar que a definição da grandeza CNUM em um modelo contínuo
implicaria o estabelecimento de uma função para relacionar os valores dessa grandeza à
precipitação antecedente, tornando possível a obtenção de valores contínuos da
abstração potencial (ABSP) através da Equação III.8.
Entretanto, como um modelo contínuo faz uma atualização automática da
umidade do solo a cada intervalo de tempo da simulação, os autoras do modelo SMAP
sugerem calcular a abstração potencial associada ao espaço disponível no reservatório
do solo através da expressão:
ABSP = NSAT − NSOL (Eq. III.9)
O nível de água do reservatório superficial (NSUP), resultante após o acréscimo
de QRES nesse reservatório linear, é deplecionado a uma taxa constante (KSUP),
fornecendo o escoamento direto (QSUP) pela expressão:
QSUP = NSUP ∗ (1 − KSUP ) (Eq. III.10)

62
onde
QSUP - parcela da vazão superficial (mm/dia);
NSUP - nível do reservatório superficial (mm);
KSUP - constante de recessão do escoamento superficial (dia-1).

A lâmina restante (PREC - QRES) sofre perda por evaporação a nível potencial
(EVPT), sendo a parcela “QINF = PREC – QRES – EVPT” adicionada a um
reservatório que representa a camada superior e não-saturada do solo (RSOL).
Nesse reservatório, a umidade é atualizada ao longo do tempo através de perdas
por evapotranspiração remanescente a nível real (EVPR), equivalente à parcela não
satisfeita da evapotranspiração potencial (EVPT) multiplicada pela taxa de umidade do
reservatório (TSOL). Esta taxa é calculada dividindo-se o valor do nível do reservatório
(NSOL) pelo seu nível máximo, ou seja, o nível de saturação (NSAT).
Além disso, existe a recarga para o aqüífero (QPER), também denominada
percolação profunda. Nessa transferência de água, é usado o conceito de capacidade de
campo, que é a umidade máxima de armazenamento de água no solo compatível com
sua capacidade de drenabilidade. Abaixo desse valor a água fica retida no solo,
enquanto acima, ela é drenada. Na prática, é definida como a umidade ainda observada
no solo após cerca de 2 dias (solos leves, arenosos, não pegajosos) ou 3 dias (solos
pesados, argilosos) de uma chuva ou irrigação intensa, que torna o solo úmido, mas sem
encharcá-lo. Em outras palavras, se o nível do reservatório (NSOL) for maior que o
nível em que se pode reter água por capilaridade do solo (NPER = CPER * NSAT),
ocorrerá a recarga para o reservatório subterrâneo por
QPER = ( NSOL − (CPER ∗ NSAT )) ∗ TSOL ∗ KPER (Eq. III.11)
onde
QPER - vazão de percolação profunda (mm/dia);
NSOL - nível do reservatório do solo (mm);
CPER - coeficiente (0 < CPER < 1);
NSAT - nível de saturação do solo (mm);
NPER - capacidade de campo do solo (NPER = CPER*NSAT);
TSOL - taxa de umidade do solo (TSOL = NSOL / NSAT);
KPER - coeficiente de recarga do aqüífero (dia-1).

63
A parcela QPER alimentará o reservatório subterrâneo (RSUB), que se trata de
um outro reservatório linear do modelo. O nível de água desse reservatório (NSUB),
uma vez atualizado, é deplecionado a uma taxa constante (KSUB), fornecendo a vazão
de base (QSUB) da bacia por
QSUB = NSUB ∗ (1 − KSUB ) (Eq. III.12)
onde
QSUB - vazão de escoamento de base (mm/dia);
NSUB - nível do reservatório subterrâneo (mm);
KSUB - constante de recessão do escoamento subterrâneo (dia-1);

Finalmente, a soma dos escoamentos direto e básico fornecem a vazão no ponto


de controle da bacia, pela expressão

QGER = (QSUP + QSUB ) ∗


AREA
(Eq. III.13)
TEMP
onde
QGER - vazão gerada pelo modelo (m3/s);
AREA - área da bacia (km2);
TEMP - constante de ajuste das unidades, de valor 86,4.

A abstração inicial (ABSI), assim como a abstração potencial (ABSP), também


deveria sofrer uma atualização contínua, uma vez que, além de depender da cobertura
vegetal da bacia, é função do teor de umidade do solo. Contudo, sendo o valor absoluto
de ABSI pequeno quando comparado aos valores de ABSP, além de ser complexo
tornar essa grandeza variável, Lopes, Braga e Conejo (1981) sugerem a adoção de um
valor constante para a mesma.
Logo, o conjunto de parâmetros do modelo para simulações a nível diário será
composto pelas grandezas KSUP, KSUB, KPER, ABSI, CPER, NSAT.
Para inicializar a operação do modelo, é usual considerar nulo o nível inicial do
reservatório superficial, admitindo-se que a simulação iniciar-se-á após um período de
fim de estiagem, determinando-se os níveis dos reservatórios do solo e subterrâneo,
respectivamente, por:

NSOL = SOLI ∗ NSAT (Eq. III.14)

64
TEMP
NSUB = SUBI ∗ (Eq. III.15)
AREA ∗ (1 − KSUB )

Além dos parâmetros AREA e TEMP, as grandezas SUBI e SOLI possivelmente


poderão ser quantificadas a priori, e, portanto, não ficarão sujeitas ao processo de
calibração automática.
A nível mensal, o modelo realiza o balanço da umidade do solo baseado apenas
em 2 (dois) reservatórios, representando as zonas não saturada e saturada do solo. A
representação do reservatório de armazenamento superficial é abandonada, uma vez que
este reservatório perde o sentido em uma escala de tempo mensal, já que a constante de
recessão do escoamento superficial se aproxima de zero, ou seja, a nível mensal, o
volume precipitado sempre infiltra. A descrição detalhada do modelo SMAP a nível
mensal não será abordada, uma vez que foge ao escopo desta dissertação.

III.3.2 - Translação da Hidrógrafa de Saída

Para efetuar a determinação da hidrógrafa de saída do canal principal da bacia, o


modelo SMAP II agrega o processo idealizado por Clarke em 1945 e implementado por
Dib (1986), independente das simulações serem a nível diário ou mensal, onde a forma
da hidrógrafa de saída é função de dois fatores:
• translação do volume de água que entra no canal; e
• armazenamento de água no canal.
Embora esses fatores ocorram simultaneamente, adota-se a premissa de
considerá-los separadamente na seqüência de resolução do programa.
A translação da hidrógrafa de entrada é efetuada através do denominado
histograma de retardo da bacia, ou histograma tempo-área. Esse histograma é construído
dividindo-se a bacia, a partir do seu ponto de controle, através de linhas de igual tempo
de percurso até este mesmo ponto, ou seja, dividindo a bacia pelas suas isócronas.
Calculando-se a área entre as isócronas, calculam-se as ordenadas do histograma
em frações da área total da bacia. A expressão utilizada para determinar a vazão
transladada e superposta pode ser escrita como:
n −1
QTRLt = ∑ QGERt − j ∗ VTDH j +1 (Eq. III.16)
j =0

65
onde
QTRLt - vazão transladada no tempo “t” (m3/s);
QGERt-j - vazão gerada de entrada, “j” intervalos de tempo antes de “t” (m3/s);
VTDHj+1 - ordenada “j+1” do histograma de retardo (∑VTDHi=1);
n - número total de ordenadas do histograma de retardo.

ISÓCRONAS
A6

t A5

A4
t Fração da área
A3

t A2

A1 VTDH6
VTDH1=
A1/AT
PONTO DE
CONTROLE t t t
N de ordenadas = 6

Figura III.5 – Histograma de retardo de uma bacia

O efeito do armazenamento do canal é simulado efetuando-se a propagação das


vazões transladadas através de um reservatório com armazenamento equivalente ao do
canal. Teoricamente, isso significa imaginar-se um reservatório no ponto de controle da
bacia com características tais que “O=KS”, onde “O” é a vazão de saída, “S” é o
armazenamento e “K” a constante de armazenamento. A equação de continuidade para
esse reservatório será
dS
= I −O (Eq. III.17)
dt

= K (I − O )
dO
(Eq. III.18)
dt

66
onde
I - vazão de entrada;
O - vazão de saída; e
S – armazenamento.

Pode-se escrever a Equação III.18 como:

O2 − O1 ⎡⎛ I + I ⎞ ⎛ O + O2 ⎞⎤
= K ⎢⎜ 1 2 ⎟ − ⎜ 1 ⎟⎥ (Eq. III.19)
t ⎣⎝ 2 ⎠ ⎝ 2 ⎠⎦
com os índices subscritos 1 e 2 delimitando o intervalo de tempo inicial e final da
análise, ou ainda:

⎛ 1 − t ⎞⎟ ⎡⎛ I1 + I 2 ⎞ ⎤
⎛I +I ⎞
O2 = ⎜ 1 2 ⎟ − ⎜ K 2 ∗ ⎜
⎢ ⎟ − O1 ⎥ (Eq. III.20)
⎝ 2 ⎠ ⎜ 1 + t ⎟ ⎣⎝ 2 ⎠ ⎦
⎝ K 2⎠
1 −t
Denominando KARM = K 2 e I = I1 + I 2 , pode-se finalmente escrever:
1 + t 2
K 2

(
O2 = I − KARM I − O1 ) (Eq. III.21)

Adotando-se a Equação III.21 no modelo para simular o efeito do


armazenamento no canal principal da bacia, tem-se que, quando a vazão de entrada for
nula, KARM transforma-se em uma constante de recessão da vazão no canal. Por outro
lado, quando a vazão for tal que o rio extravase a calha com o alagamento das regiões
ribeirinhas, o armazenamento aumenta mais rapidamente que a vazão, com KARM
podendo variar como uma função da vazão.
Portanto fica claro que o número de parâmetros do modelo, tanto na versão
diária quanto na versão mensal, será acrescido do total de ordenadas consideradas no
histograma de retardo, apenas com a restrição do somatório dos valores dessas ser
idêntico a unidade, além da grandeza KARM. Essa última deve ser calibrada
automaticamente, enquanto as primeiras podem, em princípio, ser determinadas.

67
III.3.3 - Suavização Hiperbólica

O trabalho de Xavier, Rotunno e Canedo (2005) apresenta uma descrição do


modelo SMAP II adaptado com o método de suavização hiperbólica, cujas vantagens já
foram apresentadas no Capítulo II desta tese.
A técnica de suavização hiperbólica visa eliminar as descontinuidades
provocadas pela estruturas de bifurcação em uma função de escoamento de saída de um
dos reservatórios do modelo SMAP, zt,, que é a soma das parcelas de escoamento lento
pelo fundo do reservatório (St, função das constantes de recessão K e do nível do
reservatório xt) e de transbordamento (Rt). A Figura III.6 mostra uma possível
conformação para a função zt. Através da introdução de funções de suavização, uma
nova configuração para a função zt é atingida, conforme mostrado na Figura III.7, onde
M é a capacidade máxima de armazenamento do reservatório.

xt
zt
tg(a1)=K

tg(a2)=1

xt<=M

zt zt'

a2

a1
xt

Figura III.6 – Representação gráfica de uma função zt e fluxograma simplificado no


SMAP
Fonte: Xavier, Rotunno e Canedo (2005)

68
f ,R
t

f (x , M, D)
t

R (x , M)
t t

d
o

45
x
t

Figura III.7 – Funções de suavização Φ e Rt


Fonte: Xavier, Rotunno e Canedo (2005)

De forma sintética, a técnica de suavização hiperbólica ajusta uma função


continuamente diferenciável que aproxima apropriadamente a função Rt (xt, M) de uma
maneira mais conveniente. Visando esse propósito, a função a seguir é adotada:

1 ⎡
[ ⎤
]
1
φ ( xt , M , d ) = ⋅ ⎢ x t − M + ( xt − M ) + 4 ⋅ d 2 2 ⎥
2
(Eq. III.22)
2 ⎣ ⎦

A função φ ( xt, M, d) apresenta as seguintes propriedades:


a) φ (xt, M, d) é assintótica às linhas r1 (xt, M) = 0 e r2 (xt, M) = xt - M;
b) limd→0 φ (xt, M, d) = 0 se xt ≤ M;
limd→0 φ (xt, M, d) = xt - M se xt > M;
c) φ (xt, M, d) é contínua, e continuamente diferenciável nas variáveis xt e M;
d) φ (xt, M, d) é convexa em xt e M (crescente em xt e decrescente em M).

A propriedade (a) recomenda a função φ (xt, M, d) como uma boa suavização para
Rt(xt, M). A propriedade (b) mostra que a diferença entre φ (xt, M, d) e Rt (xt, M) pode ser
tão pequena quanto desejado. A variável d introduzida no modelo representa o desvio
máximo entre as funções φ (xt, M, d) e Rt (xt, M), como mostrado na Figura III.7. Levando-
se em consideração que um controle total pode ser imposto a essa variável d, destaca-se
que a diferença entre o modelo na sua versão original e suavizada pode ser estabelecida em
qualquer nível desejado, segundo Xavier, Rotunno e Canedo (2005), garantindo a
integridade do modelo. A propriedade (c), que se refere à diferenciabilidade em primeira e

69
segunda ordem, permitirá o uso de algoritmos de otimização mais poderosos, conforme já
comentado no Capítulo II, item II.8.

III.3.4 - Implementações Computacionais no SMAP

Faz-se necessária uma adaptação no código do programa SMAP, de forma a


criar meios de acompanhamento da evolução da umidade do solo, a qual é representada
pela razão entre o nível do reservatório do solo (variável NSOL do modelo) a cada
passo de tempo e o nível de saturação do solo (NSAT, parâmetro calibrado), na forma
da variável TSOL, que é a relação entre os dois níveis.
Além disso, trata-se de uma tarefa adicional inserir informações a respeito da
umidade do solo, na forma de condições iniciais, para a calibração automática, com base
nos dados reais de umidade obtidos pelo SMEX03 (2003). Essa inserção poderá se dar,
por exemplo, através da fixação do valor da variável de estado do nível de
armazenamento de água no solo, NSOL, ou da variável de estado do nível de
armazenamento de água no subsolo, NSUB, no passo de tempo inicial do processo de
calibração.
Adicionalmente, foram implementadas as entradas e saídas dos dados do
modelo, com indicações dos períodos de calibração e validação.
Finalmente, foram feitas pequenas modificações no código para tornar possível a
fixação dos valores de KARM e das ordenadas do VTDH, no sentido de incorporar a
divisão da bacia em isócronas em algumas simulações.

70
CAPÍTULO IV - CARACTERIZAÇÃO DA REGIÃO DE ESTUDO

IV.1 - Introdução – Bacia do Rio São Francisco

A sub-bacia hidrográfica do rio Grande a ser estudada encontra-se na bacia do


rio São Francisco, na região do médio São Francisco, no oeste baiano. O rio São
Francisco tem 36 afluentes, dos quais apenas 19 são perenes.
A bacia do rio São Francisco compreende uma área de drenagem total da ordem
de 645.000 km2 e encontra-se situada entre os paralelos 7ºS e 21ºS e entre os meridianos
35ºW e 47º 40’ W, estendendo-se por 7 estados brasileiros: Distrito Federal, Goiás,
Bahia, Alagoas, Pernambuco, Minas Gerais e Sergipe. Engloba 464 municípios, com
aproximadamente 14.000.000 habitantes. A Figura IV.1 ilustra a localização do Vale do
São Francisco.
A bacia do rio São Francisco (Silva, 2004) compõe-se de quatro setores: (a)
curso superior – alto São Francisco, compreende as nascentes do rio a 1.428m de
altitude até a cidade de Pirapora (MG) a 470m; (b) curso médio - médio São Francisco,
que se inicia em Pirapora e segue até Remanso (BA), na altitude de 385m; (c) curso
submédio - submédio São Francisco, de Remanso até Paulo Afonso, a 160m de altitude,
(d) curso baixo - baixo São Francisco, de Paulo Afonso até a foz do Oceano Atlântico.
A região a ser estudada encontra-se localizada no médio São Francisco, mais
precisamente entre os paralelos 11o e 13o sul e os meridianos de 43o 30’ e 46o 30’ oeste.
A bacia do rio Grande ocupa uma extensão territorial da ordem de 78.900 km2, ou
aproximadamente 13% da bacia do São Francisco, sendo uma das principais unidades
hidrográficas da bacia (Matos e Zoby, 2004). A Figura IV.2 indica a participação, em
área, das principais unidades hidrográficas da bacia do rio São Francisco.

71
Figura IV.1 - Localização do Vale do São Francisco
Fonte: CODEVASF (www.codevasf.gov.br)
Grande Paramirim, Santo
13% Onofre e Carnaíba de
Dentro
Outros 8%
38%
Corrente
7%

Pandeiros, Pardo e Paracatu


Manga 7%
4%
Verde e Jacaré
Urucuia das Velhas 6%
4% 4%
Verde Grande Margem esquerda do
4% Lago de Sobradinho
5%

Figura IV.2 – Participação, em área, das principais unidades hidrográficas da bacia do


rio São Francisco.
Fonte: Matos e Zoby (2004).

O médio São Francisco é detentor de um importante potencial de recursos


hídricos. A geração de energia elétrica, garantida pelo complexo das usinas
hidroelétricas e reservatórios da CHESF (Companhia Hidrelétrica do São Francisco) na
região, foi fator decisivo para o desenvolvimento econômico de todo o nordeste do
Brasil e, em particular, proporcionou condições básicas de infra-estrutura energética
para a consolidação da agricultura irrigada e da agroindústria no médio São Francisco.
O médio São Francisco possui uma vazão natural média incremental de 1.518,8 m3/s,

72
53% do total, e abrange rios importantes na margem esquerda do São Francisco, como o
Paracatu, Grande e Urucuia. Quanto à contribuição dos afluentes em relação à vazão
natural média do rio São Francisco, percebe-se que os rios Paracatu (14%), das Velhas
(13%), Grande (9%) e Urucuia (9%) são os principais formadores da vazão natural
média, de 2.850,6 m3/s, enquanto que, no tocante à contribuição da vazão com
permanência de 95% no rio São Francisco, calculada em 853,7 m3/s, os principais
formadores são, em ordem decrescente: rio Grande (18%), rio Corrente (13%), rio das
Velhas (12%), rio Paracatu (12%), rio Carinhanha (11%), mostrando a influência das
águas subterrâneas, e, em particular, do sistema aqüífero Urucuia-Areado, que é
expressivo nas bacias dos rios Grande, Corrente e Carinhanha (Matos e Zoby, 2004).
Com relação ao regime de chuvas da bacia do São Francisco, o trimestre de
maior estiagem ocorre em julho, agosto e setembro, inviabilizando a prática da
irrigação, enquanto que o trimestre mais chuvoso vai de janeiro a março, configurando
na bacia dois períodos distintos. O mês de maior precipitação média, na bacia como um
todo, é março e o de menor precipitação média é agosto. A Figura IV.3 apresenta a
classificação climática na bacia.

Figura IV.3 – Climas na bacia do rio São Francisco.


Fonte: Itaborahy et al. (2004)

73
Segundo Romano e Garcia (1998), o trecho médio do rio São Francisco, entre
Pirapora (MG) e Remanso (BA), tem as seguintes características: altitude entre 500 e
1.000 metros, alta luminosidade (3.300 horas/ano), alta evaporação (2.900 mm/ano),
precipitação entre 400 e 1.600 mm/ano entre novembro e abril com terreno em
declividade baixa (entre 0,10 e 0,20 m/km). As médias pluviais mais altas (1.400
mm/ano) acontecem no trecho ocidental, na Serra Geral de Goiás, e as mais baixas na
extremidade oriental (Romano e Garcia, 1998).

IV.2 - Caracterização Fisiográfica e Hidrológica da Bacia do Rio Grande

A bacia do rio Grande abrange parcialmente sete municípios baianos, a saber:


Barreiras, São Desidério, Catolândia, Baianópolis, Cristópolis, Riachão das Neves e
Tabocas do Brejo Velho. Tais municípios apresentavam, em 1996, uma taxa de
urbanidade de 58%. A população residente na bacia era, em 1970, de 106 mil pessoas e,
em 1991, de 199 mil pessoas.
A cartografia utilizada na presente tese foi obtida na escala 1:250.000 (IBGE,
1984), com curvas de nível a cada 100m, sendo composta por 4 folhas , a saber:
Formosa do Rio Preto (entre os paralelos 11ºS e 12ºS e entre os meridianos 45ºW e 46º
30’ W, código MIR 326), Santa Rita de Cássia (entre os paralelos 11ºS e 12ºS e entre os
meridianos 43º 30’ W e 45ºW, código MIR 327), Barreiras (entre os paralelos 12ºS e
13ºS e entre os meridianos 45ºW e 46º 30’ W, código MIR 346) e Santana (entre os
paralelos 12ºS e 13ºS e entre os meridianos 43º 30’ W e 45ºW, código MIR 347).
Após uma cuidadosa análise da disponibilidade de dados hidrológicos na bacia,
foram selecionadas, conforme justificativa mais adiante no texto, três sub-bacias para a
modelagem hidrológica, assim denominadas de acordo com os postos fluviométricos
que as delimitam: Fazenda Redenção, Barreiras e Taguá.
Neste item são tratadas as características do meio físico da região e seus
principais impactos sobre o regime hidrológico local, com destaque para as variáveis de
entrada (precipitação e evapotranspiração) e saída (vazão na calha fluvial) da
modelagem hidrológica a ser realizada neste trabalho. Também serão abordados
aspectos de utilização dos recursos hídricos locais, como forma de reiterar a importância
socioeconômica dessa região, um importante pólo agroindustrial para o país, destacando
o atual quadro de superexploração hídrica da região.

74
IV.2.1 - Climatologia

Conforme destacado no Capítulo III, duas das principais variáveis de entrada


para a modelagem hidrológica de uma região encontram-se na chamada fase
atmosférica do ciclo hidrológico e representam a entrada de água no sistema e as
principais perdas dessa água antes de atingir o ponto exutório da bacia, ou seja, a
precipitação e a evapotranspiração. Neste tópico, serão apresentados tanto os resultados
da pesquisa bibliográfica realizada quanto os resultados da análise hidrológica
preliminar, fruto da criteriosa consistência e organização das informações, realizadas a
partir de dados hidrológicos brutos obtidos junto à Agência Nacional de Águas (ANA,
2005).

IV.2.1.1 - Precipitação

A bacia do rio Grande localiza-se geograficamente numa área de clima tropical


sub-úmido seco, conforme mostrado anteriormente na Figura IV.3. Esse clima
caracteriza-se por uma estação chuvosa curta, com precipitação média anual da ordem
de 900mm, com distribuição de chuva bastante irregular, apresentando longos períodos
de estiagem e muitos dos seus cursos de água secos, em boa parte do ano. Sua área
encontra-se fora do chamado polígono das secas, mas muito próximo desta. As
precipitações médias anuais variam entre 800 e 1.400mm (ONS et al., 2004b).
A Figura IV.4 indica a proximidade da bacia do rio Grande da região definida
oficialmente como semi-árido nordestino, também conhecida como polígono das secas,
cuja delimitação se deu na década de 60, com o histórico disponível à época e tendo
como contorno a isoieta de 800mm.

75
BACIA DO RIO GRANDE –
REGIÃO DE ESTUDO

Figura IV.4 - Localização do polígono das secas.


Fonte: CODEVASF (www.codevasf.gov.br)

Após uma ampla pesquisa no banco de dados do HIDRO (ANA, 2005), foram
destacadas as situações de cada um dos postos perante os administradores da rede
hidrometeorológica nacional, trazendo informações sobre a atividade atual do posto
(operando ou não) e sobre a data da última atualização no banco de dados do HIDRO,
em geral, o mês de setembro de 2004. Os postos pluviométricos selecionados para o
presente trabalho são um sub-conjunto dos que estão destacados em vermelho na Tabela
IV.1, que apresenta os postos atualmente em operação.

76
Tabela IV.1 – Postos Pluviométricos da bacia – Fonte: HIDRO (ANA, 2005)

"rio Grande"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1345002 CASA REAL -13:00:55 -045:37:51 set/02 21/1/2004 Sim
1143024 BARRA DO RIO GRANDE -11:05:00 -043:10:00 19/5/2003 Não
1143010 BOQUEIRAO -11:20:29 -043:49:40 ago/33 20/1/2004 Sim
1144004 NUPEBA -11:49:38 -044:43:37 jul/64 jan/74 27/1/1999 Não
1144005 FAZENDA MACAMBIRA -11:36:50 -044:09:27 nov/63 21/1/2004 Sim
1144000 TAGUA (CAMPO LARGO) -11:43:22 -044:30:08 jun/39 jun/75 27/1/1999 Não
1144014 SAO SEBASTIAO -11:59:04 -044:42:41 jul/72 21/1/2004 Sim
1144009 SANTA RITA DE CASSIA -11:01:05 -044:30:45 jun/39 jun/75 27/1/1999 Não
1245000 PENEDO -12:26:00 -045:15:00 dez/67 jan/74 28/1/1999 Não
1245014 FAZENDA JOHA -12:07:32 -045:48:39 jul/84 5/10/2004 Sim
1245007 SITIO GRANDE -12:25:50 -045:05:09 ago/52 21/1/2004 Sim
"rio das Fêmeas"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1245003 RODA VELHA -12:41:00 -045:50:00 set/52 dez/55 10/9/2001 Não
1245005 DEROCAL -12:24:41 -045:07:13 jun/72 21/1/2004 Sim
1245015 RODA VELHA -12:45:55 -045:56:38 jul/84 21/1/2004 Sim
1245016 CABECEIRA GRANDE -12:39:49 -045:01:10 ago/00 21/1/2004 Sim
1245025 RODA VELHA DE CIMA -12:46:46 -045:56:33 ago/01 28/5/2003 Sim
1245026 FAZENDA RIO BRILHANTE -12:48:04 -045:43:42 ago/01 28/5/2003 Sim
1245027 FAZENDA BURITIS -12:38:32 -045:27:05 ago/01 28/5/2003 Sim
1246006 FAZENDA PALOTINA -12:38:39 -046:11:34 ago/01 28/5/2003 Sim
"rio São Desidério"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1244015 SAO DESIDERIO -12:22:00 -044:59:00 jul/45 out/58 28/1/1999 Não
1244019 FAZENDA COQUEIRO -12:23:21 -044:55:56 jun/72 21/1/2004 Sim
1244011 BARREIRAS -11:09:16 -045:00:33 mai/36 21/1/2004 Sim
"rio Boa Sorte"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1244021 BREJO NOVO -12:13:56 -044:56:03 dez/02 21/7/2004 Sim
"rio Branco"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1145016 FAZENDA BOA FE -11:54:00 -045:22:00 jul/62 jan/74 27/1/1999 Não
1244012 PONTE DA BR-44 (RIO BRANCO) -12:00:25 -044:56:37 mai/64 jan/74 28/1/1999 Não
"rio Sapão"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1046002 PRAZERES -10:47:42 -046:04:44 ago/02 21/1/2004 Sim
"rio de Janeiro"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1145005 PONTE ACABA VIDA -11:53:35 -045:36:23 out/65 jan/74 27/1/1999 Não
1145013 PONTE SERAFIM-MONTANTE -11:53:46 -045:36:43 mar/62 21/1/2004 Sim
1145014 NOVA VIDA-MONTANTE -11:51:09 -045:07:20 jul/72 21/1/2004 Sim
"rio das Ondas"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1245004 FAZENDA REDENCAO -12:08:05 -045:06:15 jun/72 21/1/2004 Sim
1245017 LIMOEIRO -12:17:27 -045:32:41 ago/02 21/1/2004 Sim
"rio Preto"
Código Nome Latitude Longitude Plu-Início Plu-Fim Atualiz. Operando
1145004 FAZENDA BOM JARDIM -10:59:33 -045:31:36 ago/62 21/1/2004 Sim
1143022 PORTO LIMPO -11:14:00 -043:57:00 out/52 ago/76 8/10/1997 Não
1143014 FAZENDA PORTO LIMPO -11:13:00 -043:59:00 out/52 out/93 24/7/1997 Não
1144027 IBIPETUBA -11:00:22 -044:31:32 jan/84 21/1/2004 Sim
1145001 FORMOSA DO RIO PRETO -11:02:52 -045:12:07 ago/41 27/9/2004 Sim

Os postos pluviométricos, após a identificação no interior das bacias


hidrográficas analisadas, foram localizados através das coordenadas fornecidas pelo
HIDRO (ANA,2005), resultando na Figura IV.5, onde se pode perceber uma boa
concentração de postos na região próxima à cidade de Barreiras, de interesse para o
trabalho ora desenvolvido. Os percentuais obtidos pelo método de Thiessen para
determinar a área de influência de cada posto na composição da série de precipitações
final para toda a bacia são mostrados na Tabela IV.2. Em seguida à verificação da

77
distribuição espacial da informação disponível, foram realizadas as análises de
consistência nos dados diários, cujos detalhes podem ser obtidos no item A.1 do
Apêndice A desta tese.
Na seqüência, foram realizadas, através das séries temporais diárias consistidas
de cada posto pluviométrico, as estatísticas para escalas de tempo mensais e anuais,
onde se observou a coerência em relação às informações do mapa de isoietas disponível
em Itaborahy et al. (2004), de acordo com a Figura IV.3. Os resultados para as séries de
totais anuais no período de 1980 a 2004, de interesse para a calibração e validação do
modelo hidrológico SMAP são apresentados na Figura IV.6, onde pode-se perceber que
os postos que apresentam os maiores totais anuais, com média anual da ordem de
1.200mm, são os localizados na região mais próxima às cabeceiras da bacia, como os
postos de Roda Velha e de Ponte Serafim. Por outro lado, os postos que apresentam os
menores totais anuais, com média anual da ordem de 900 mm, são os localizados na
região mais à jusante, próximas à cidade de Barreiras, como os postos de Fazenda
Redenção, Barreiras, Nova Vida e São Sebastião.
-46°30'

-43°30'
-48°

-45°
-10°

BACIA DO
RIO GRANDE
-11°

FAZ. BOM JARDIM 1145004 IBIPETUBA


1145001 1144027 83076 STA RITA DE CÁSSIA
FORMOSA DO RIO PRETO
1244011 BARREIRAS
BOQUEIRÃO
1143010

FAZ. MACAMBIRA
1144005

NOVA VIDA-MONT 1145014

1145013
-12°

PONTE SERAFIM
1144014 SÃO SEBASTIÃO
FAZ. REDENÇÃO 83236
LEGENDA 1245004 BARREIRAS 12440140
BACIA DO RIO SÃO FRANCISCO
BACIA DO RIO GRANDE 1245005 1244019 FAZENDA COQUEIRO
83235 TAGUATINGA
DEROCAL
POSTOS PLUVIOMÉTRICOS SITIO GRANDE 1245007
POSTOS NORMAIS CLIMATOLÓGICAS

1245015 RODA VELHA


REDE DE DRENAGEM
-13°

Figura IV.5 - Localização dos postos pluviométricos da região de estudo e respectivas


áreas de influência determinadas pelo método de Thiessen

78
Tabela IV.2 – Contribuição de cada posto pluviométrico da série de chuvas final da
bacia

PROPORÇÕES - THIESSEN
Thiessen-Faz.Redenção Thiessen-Barreiras Thiessen- Taguá
S Sebast 0,00% 12,95% 13,85%
Faz Coque 0,00% 18,71% 12,70%
Barreiras 0,00% 1,48% 2,04%
N Vida 0,67% 0,14% 10,24%
Faz Reden 19,89% 4,58% 3,30%
Sit Gde/Derroc 7,84% 17,90% 12,15%
Pte Serafim 38,86% 8,06% 21,17%
R Velha 32,74% 36,18% 24,56%
ÁREA TOTAL 100,00% 100,00% 100,00%

Precipitações Totais Anuais (mm) na Bacia do rio Grande


2000

1800

1600

1400

1200
P total (mm)

1000

800

600

400
São Sebastião Faz. Coqueiro Barreiras
Nova Vida Faz. Redenção Sitio Grande
200
Derocal Ponte Serafim Roda Velha
MÉDIAS
0
80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

00

01

02

03

04
19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

20

20

20

20

20

anos

Figura IV.6 – Precipitações totais anuais para os postos pluviométricos da região de


estudo (1980-2004)

Os totais mensais de precipitação, que, por uma questão de escala apropriada


para uma melhor visualização, foram apresentados no período de 1990 a 2004,
encontram-se na Figura IV.7, onde, através da evolução das médias de todos os postos,
pode-se perceber nitidamente a variação sazonal marcante das precipitação na região de
estudo, com precipitações bastante elevadas nos meses de novembro a fevereiro e
chuvas praticamente nulas no período de junho a agosto.

79
Precipitações Totais Mensais (mm) na Bacia do rio Grande
600
São Sebastião Faz. Coqueiro
Barreiras Nova Vida
Faz. Redenção Sitio Grande
500
Derocal Ponte Serafim
Roda Velha MEDIAS

400
P total (mm)

300

200

100

0
jan/90

jul/90

jan/91

jul/91

jan/92

jul/92

jan/93

jul/93

jan/94

jul/94

jan/95

jul/95

jan/96

jul/96

jan/97

jul/97

jan/98

jul/98

jan/99

jul/99

jan/00

jul/00

jan/01

jul/01

jan/02

jul/02

jan/03

jul/03

jan/04

jul/04
meses

Figura IV.7 – Precipitações totais mensais para os postos pluviométricos da região de


estudo (1990-2004)

Tendo em vista a importância do posto pluviométrico Roda Velha para a


composição da série de vazões final da bacia em estudo, conforme pode-se constatar na
Tabela IV.2 e na Figura IV.6, a extensão da análise efetuada, no presente estudo, foi
condicionada pela disponibilidade de dados deste posto, cujos registros iniciaram-se em
meados do ano de 1984, estendendo-se até setembro de 2004, o que pode ser
considerado um registro de boa duração para efeito de modelagem hidrológica.

IV.2.1.2 - Evapotranspiração Potencial

Conforme destacado no item III.2.3 da presente tese, o projeto de estimativa das


vazões de usos consuntivos nas principais bacias do sistema interligado nacional (ONS
et al., 2003) calculou as séries de evapotranspiração potencial para vários postos
climatológicos da bacia do rio São Francisco, apresentados em nível mensal, gerando
um banco de dados denominado Sistema de Estimativa de Usos Consuntivos (SEUCA).
Dessa forma, foram obtidas as séries de evapotranspiração potencial calculadas
pelo método de Penman-Monteith-FAO para três postos na região, a saber: Santa Rita
de Cássia (código 83076), Barreiras (código 83236) e Taguatinga (código 83235).
Conforme já comentado no Capítulo III, foram utilizados os dados climatológicos das
normais climatológicas (de 1931 a 1960 e de 1961 a 1990) para os três postos
selecionados por ONS et al. (2003).

80
No presente estudo, foi obtida uma série de evapotranspiração potencial
preliminar a partir dos dados de ONS et al. (2003) e de acordo com a proporção entre
áreas de influência dos postos climatológicos supracitados, obtidas pela mesma
metodologia dos polígonos de Thiessen aplicada aos postos pluviométricos. Os
resultados encontram-se na Tabela IV.3.

Tabela IV.3 – Contribuição de cada posto climatológico da série preliminar de


evapotranspiração da bacia

PROPORÇÕES Thiessen
Faz. Redenção Barreiras Taguá
Taguatinga 51,33% 34,27% 31,36%
Barreiras 48,67% 65,73% 67,72%
Sta. Rita Cassia 0,00% 0,00% 0,92%
TOTAL 100,00% 100,00% 100,00%

Entretanto, conforme citado no Capítulo III, adotou-se um método alternativo


para o cálculo da série de evapotranspiração potencial a ser utilizada no modelo SMAP,
uma vez que os resultados obtido por ONS et al. (2003), baseados nos valores sazonais
obtidos a partir das médias anuais encontradas nas normais climatológicas, cujo período
de validade se estende apenas até o ano de 1990, mostraram-se sujeitos a grandes
incertezas para o fim de modelagem hidrológica a que se destinam nesta dissertação.
O método alternativo escolhido para o cálculo de uma nova série de
evapotranspiração foi o do balanço hídrico sazonal (BHS), desenvolvido por Dias e Kan
(1999) para estimar a evapotranspiração de uma bacia hidrográfica que atendesse, por
princípio, a conservação de massa. O BHS é válido, a princípio, para bacias
hidrográficas de pequeno e médio porte, onde as características físicas, geomorfológicas
e de cobertura vegetal sejam relativamente homogêneas, que é o caso da bacia do rio
Grande, sob estudo. Adicionalmente, destaca-se que o método foi validado para
horizontes de tempo inferiores a 1 ano e em escala não inferior à mensal.
Baseando-se no comportamento da vazão no período de recessão e em uma
estimativa para o armazenamento da água no solo, onde ambas as variáveis são
essencialmente influenciadas pelas características do solo, o método BHS aplicado na
presente tese realizou estimativas da quantidade de água armazenada na bacia através da
vazão em períodos de recessão bem definidos entre 15 e 160 dias. Segundo Dias e Kan
(1999), para esse período, o erro associado ao desconhecimento do armazenamento na

81
forma de umidade do solo é minimizado, ao passo que as mudanças no armazenamento
de água subterrânea são estimadas por intermédio de um reservatório subterrâneo linear,
onde a constante de tempo é obtida pela análise da recessão do hidrograma.
O primeiro passo para a aplicação do método BHS, descrito no Capítulo III desta
tese, envolveu a determinação dos dias referentes aos finais das recessões, bem como os
dias de ocorrência do pico de vazão. Tentou-se, a princípio, elaborar um algoritmo que
automatizasse tal processo, porém esse procedimento não foi bem sucedido. O
comportamento peculiar dos hidrogramas na bacia do rio Grande, onde é comum a
ocorrência de períodos seqüenciais de vazões altas e baixas em curtos espaços de tempo
e sem uma adequada caracterização de um pico em especial, dificulta a determinação
automática dos períodos de aumento e redução das vazões na calha principal. Dessa
forma, optou-se por um trabalho não automatizado na determinação dos períodos de
recessão, mas que garantisse uma coerência ao processo e uma maior confiabilidade
para a aplicação das etapas seguintes. Considerou-se, conforme preconizado pela
metodologia BHS, que o final de uma recessão é sempre o início da seguinte, desde que
o período de tempo não seja inferior a 15 dias.
Usa-se o ínicio e o fim do período irregular de análise de recessão, denominados
Qi e Qf, respectivamente, e a constante temporal da recessão, T, calculada através da
envoltória linear superior da plotagem de Q(t) versus Q (t+∆t), para determinar os
valores dos armazenamentos no primeiro dia (Si, em mm) e no último dia (Sf, em mm),
conforme descrito no Capítulo III. Esses valores de armazenamento de água no solo
aplicados à equação principal de balanço hídrico fornecem o valor da evapotranspiração
média, Eméd, no período entre recessões.
Adotou-se, como premissas na determinação da envoltória linear superior da
plotagem de Q(t) versus Q (t+∆t), visando o cálculo da constante temporal da recessão
T, que todos os pontos onde Qt = Qt+1 seriam desprezados e, dessa forma, a constante de
tempo de recessão infinito é eliminada, seguindo a recomendação de Dias e Kan (1999).
Adicionalmente a condição de envoltória superior admitida foi a de que 95% dos pontos
estivessem abaixo da reta com inclinação K, condição esta mais flexível do que a
considerada por Dias e Kan (1999) para a bacia do rio Paraná, que foi a de que 99% dos
pontos estariam abaixo da reta com inclinação K. Se tal condição fosse a adotada
também para a bacia do rio Grande, os valores da inclinação da reta K seriam muito
elevados, tendo em vista que a baixa regularização natural das vazões na bacia acarreta
quedas bruscas nas recessões, ao contrário da bacia do rio Paraná, cujas condições de

82
cobertura vegetal e solo permitem um maior volume de armazenamento no solo,
tornando as recessões dos hidrogramas mais suaves, com vazões mais regularizadas. No
trabalho de Dias e Kan (1999), foram determinadas constantes de recessão T, onde T =
-1/(ln (K99%)), iguais a 17 e 28 dias, para bacias de áreas de drenagem de 1.055 e 5.622
km2, respectivamente. Por outro lado, no presente trabalho as constantes de recessão T,
onde T = -1/(ln (K95%)), foram bastante superiores, sendo iguais a 61, 145 e 224 dias,
para bacias de áreas de drenagem de 5.199, 25.479 e 37.522 km2, respectivamente.
Todo o procedimento descrito anteriormente foi automatizado por meio de
planilhas eletrônicas. Alguns resultados comparativos entre as precipitações, as vazões e
as evapotranspirações calculadas no período de 2000 a 2004, em mm/dia, para as três
bacias em estudo, Fazenda Redenção, Barreiras e Taguá, são apresentados nas Figuras
IV.8, IV.9 e IV.10, respectivamente. Como pode-se perceber através das figuras, a
evolução sazonal da evapotranspiração respeita os períodos de cheias e estiagens das
bacias, captando bem o sinal hidrológico da região.

Comportamento da Evapotranspiração pelo Método BHS - Local: Fazenda Redenção

2,0000 50,00
Vazões (mm/dia)

1,8000 Precipitações (mm/dia) 45,00


Evapotranspiração
1,6000 (mm/dia) 40,00
Evapotranspiração / Vazão (mm/dia)

1,4000 35,00

Precipitação (mm/dia)
1,2000 30,00

1,0000 25,00

0,8000 20,00

0,6000 15,00

0,4000 10,00

0,2000 5,00

0,0000 0,00
1/11/2000

1/11/2001

1/11/2002

1/11/2003

1/11/2004
1/1/2000
1/3/2000
1/5/2000
1/7/2000
1/9/2000

1/1/2001
1/3/2001
1/5/2001
1/7/2001
1/9/2001

1/1/2002
1/3/2002
1/5/2002
1/7/2002
1/9/2002

1/1/2003
1/3/2003
1/5/2003
1/7/2003
1/9/2003

1/1/2004
1/3/2004
1/5/2004
1/7/2004
1/9/2004

dias

Figura IV.8 – Precipitações, vazões e evapotranspirações calculadas pelo método BHS


para o posto de Fazenda Redenção (2000-2004)

83
Comportamento da Evapotranspiração pelo Método BHS - Local: Barreiras

2,0000 Vazões (mm/dia) 50,000

Precipitações (mm/dia)
1,8000 45,000
Evapotranspiração
1,6000 ( /di ) 40,000
Evapotranspiração / Vazão (mm/dia)

1,4000 35,000

Precipitação (mm/dia)
1,2000 30,000

1,0000 25,000

0,8000 20,000

0,6000 15,000

0,4000 10,000

0,2000 5,000

0,0000 0,000
1/11/2000

1/11/2001

1/11/2002

1/11/2003

1/11/2004
1/1/2000
1/3/2000
1/5/2000
1/7/2000
1/9/2000

1/1/2001
1/3/2001
1/5/2001
1/7/2001
1/9/2001

1/1/2002
1/3/2002
1/5/2002
1/7/2002
1/9/2002

1/1/2003
1/3/2003
1/5/2003
1/7/2003
1/9/2003

1/1/2004
1/3/2004
1/5/2004
1/7/2004
1/9/2004
dias

Figura IV.9 – Precipitações, vazões e evapotranspirações calculadas pelo método BHS


para o posto de Barreiras (2000-2004)

Comportamento da Evapotranspiração pelo Método BHS - Local: Taguá

2,0000 Vazões (mm/dia) 50,00

1,8000 Precipitações (mm/dia) 45,00

Evapotranspiração
1,6000 40,00
Evapotranspiração / Vazão (mm/dia)

(mm/dia)

1,4000 35,00 Precipitação (mm/dia)

1,2000 30,00

1,0000 25,00

0,8000 20,00

0,6000 15,00

0,4000 10,00

0,2000 5,00

0,0000 0,00
1/11/2000

1/11/2001

1/11/2002

1/11/2003

1/11/2004
1/1/2000
1/3/2000
1/5/2000
1/7/2000
1/9/2000

1/1/2001
1/3/2001
1/5/2001
1/7/2001
1/9/2001

1/1/2002
1/3/2002
1/5/2002
1/7/2002
1/9/2002

1/1/2003
1/3/2003
1/5/2003
1/7/2003
1/9/2003

1/1/2004
1/3/2004
1/5/2004
1/7/2004
1/9/2004

dias

Figura IV.10 – Precipitações, vazões e evapotranspirações calculadas pelo método BHS


para o posto de Taguá (2000-2004)

Tendo em vista que a aplicação do método fornece uma seqüência de valores de


evapotranspiração em períodos de tempo irregulares e que os estudos hidrológicos

84
usuais adotam os valores mensais como unidade básica temporal, determinou-se a
evapotranspiração mensal através da proporcionalidade que cada valor de
evapotranspiração assume em relação ao número de dias do mês no qual é válido.
Uma consolidação dos resultados finais mensais de evapotranspiração, para todo
o período de agosto de 1984 a setembro de 2004, pode ser vista na Figura IV.11, onde é
realizada também uma comparação entre os valores obtidos pelo BHS e os valores
fornecidos por ONS et al. (2003), por meio da aplicação do método de Penman-
Monteith-FAO aos dados de normais climatológicas. Observa-se uma nítida defasagem
sazonal entre os referidos métodos. Enquanto os menores valores fornecidos com base
nas normais climatológicas ocorrem no mês de junho e os maiores no mês de setembro,
para o método BHS os menores valores ocorrem, em geral, entre os meses de maio e
setembro, e os maiores valores costumam ocorrer entre os meses de novembro e
fevereiro. Além disso, o método BHS fornece valores de evapotranspiração com maior
variabilidade em torno da média do que os valores fornecidos pelo método de Penman
aplicado aos dados das normais climatológicas.

Comparação entre Sub-bacias e métodos de cálculo da


Evapotranspiração Potencial (Penman-Normais x BHS)
14
Faz. Redenção - BHS
Faz. Redenção - Normais-Penman
Barreiras - BHS
12
Barreiras - Normais-Penman
Taguá- BHS
Taguá - Normais-Penman
10

8
EVPT (mm)

0
1/8/1984

1/8/1985

1/8/1986

1/8/1987

1/8/1988

1/8/1989

1/8/1990

1/8/1991

1/8/1992

1/8/1993

1/8/1994

1/8/1995

1/8/1996

1/8/1997

1/8/1998

1/8/1999

1/8/2000

1/8/2001

1/8/2002

1/8/2003

1/8/2004

-2
Dias

Figura IV.11 – Evapotranspirações mensais pelos métodos de Peman e BHS (1984-


2004)

Em termos anuais, a Figura IV.12 mostra uma análise comparativa, na qual


destaca-se que os valores de evapotranspiração total anual são menores para o posto de

85
Fazenda Redenção, enquanto o posto de Barreiras apresenta os maiores valores de totais
anuais. Nota-se uma boa coerência entre os valores de evapotranspiração e as diferenças
entre precipitação e vazão, que, em uma escala anual, devem ser compatíveis, uma vez
que, nessa escala, o efeito do armazenamento de água no solo é bastante atenuado.

Totais anuais do Balanço de Evapotranspiração


Fazenda Redenção, Barreiras e Taguá
1600.0000

1400.0000

1200.0000

1000.0000
Totais anuais (mm)

800.0000

600.0000

400.0000
Taguá - Totais Anuais [P-Q] - mm Taguá -Totais Anuais EVPT-BHS- mm
Taguá -Totais Anuais EVPT-Normais - mm Barreiras - Totais Anuais [P-Q] - mm
200.0000 Barreiras -Totais Anuais EVPT-BHS- mm Barreiras -Totais Anuais EVPT-Normais - mm
Faz. Redenção- Totais Anuais [P-Q] - mm Faz. Redenção -Totais Anuais EVPT-BHS- mm
Faz. Redenção -Totais Anuais EVPT-Normais - mm
0.0000
1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
Anos

Figura IV.12 – Totais anuais do balanço hídrico [P-Q] x Evapotranspiração (1984-2004)

Uma análise crítica mais apurada sobre o desempenho do método BHS pode ser
realizada através da verificação do balanço de massa acumulado realizado pelo modelo.
Para tal, a Figura IV.13 apresenta a comparação entre os valores acumulados da
evapotranspiração calculada pelo BHS e os totais acumulados da diferença diária entre
precipitação e vazão, em mm/dia, para os postos de Fazenda Redenção, Barreiras e
Taguá. Observa-se que o método apresentou um bom desempenho para a bacia
delimitada pelo posto fluviométrico de Fazenda Redenção, onde a área de drenagem de
5.199 km2 é compatível com as áreas de bacias para as quais o método foi validado por
Dias e Kan (1999). Para os demais dois postos, os resultados não foram tão bons, uma
vez que o distanciamento entre as curvas denota uma subestimativa dos valores de
evapotranspiração, provavelmente causada por uma propagação de erros na rotina
escolhida para cálculo do armazenamento de água no solo. Contudo, os resultados
podem ser considerados aceitáveis dentro da margem de erros admitida na modelagem
hidrológica a que os dados se destinam.

86
Valores Acumulados:
Diferença [Precipitação - Vazão] X Evapotranspiração BHS mensal
Postos Fazenda Redenção, Barreiras e Taguá
24000,00
P - Q (ACUM) - Faz. Red.
22000,00
EVPT Mês (ACUM) - Faz. Red.
20000,00
P - Q (ACUM) - Barr.
soma(P-Q) ou soma(EVPT) - (mm)

18000,00 EVPT Mês (ACUM) - Barr.

16000,00 P - Q (ACUM) - Tag.


EVPT Mês (ACUM) - Tag.
14000,00

12000,00

10000,00

8000,00

6000,00

4000,00

2000,00

0,00
2/8/1984

2/8/1985

2/8/1986

2/8/1987

2/8/1988

2/8/1989

2/8/1990

2/8/1991

2/8/1992

2/8/1993

2/8/1994

2/8/1995

2/8/1996

2/8/1997

2/8/1998

2/8/1999

2/8/2000

2/8/2001

2/8/2002

2/8/2003

2/8/2004
Datas

Figura IV.13 – Evapotranspiração BHS acumulada comparada à [P-Q] acumulada


(1984-2004)

IV.2.2 - Solos e Cobertura Vegetal

A maior região fito-ecológica da bacia é o cerrado strictu sensu nos solos


profundos com baixa fertilidade e elevada acidez e toxidez decorrente da alta
concentração de alumínio. Nos fundos de vale, onde os solos não são bem drenados,
existem as veredas com buritis, gramíneas nativas e campos úmidos na transição entre
cerrado e vereda. Na região mais árida da bacia, a sub-bacia do rio Branco, há um
ecótono entre caatinga arbórea e cerrado (SRH, 1993).
Segundo o mapa de vegetação brasileira do IBGE (1993), a bacia do rio Grande
tem as seguintes formações: nas cabeceiras ocidentais predomina o cerrado arborizado
(Sa) com áreas menos significativas transformado em vegetação secundária e atividades
agropecuárias (Sa) e o cerrado parque (Sp). Perto de Barreiras, no vale principal, a
floresta estacional decidual transformada em vegetação secundária com atividades
agropecuárias (C) e tensão ecológica entre cerrado e floresta estacional (SN).
A interpretação de fotografias aéreas de 1992 indica que cerca de 18% da área
da bacia é de agricultura tecnificada, aproximadamente 11% é formada por agricultura
tradicional e pastagens, outros 9% são formados por áreas abertas sem uso aparente,

87
mais 9% de veredas e, por fim, 54% de vegetação e aglomerações urbanas (SRH, 1993).
No chapadão dos rios Grande e Branco encontra-se a agricultura tecnificada de soja,
algodão e café, que teve um aumento significativo de irrigação a partir de 1990. Essa
agricultura é apoiada pela presença significativa de atividades como o esmagamento de
soja, o beneficiamento de algodão e a comercialização de insumos e produtos agrícolas.
Nas cabeceiras do chapadão, a pluviosidade atinge 1.500 mm/ano, e a topografia é
muito plana, proporcionando as condições adequadas à mecanização em grande escala.
A agricultura tradicional ou de subsistência encontra-se, principalmente, nos vales e nos
cerrados em menores áreas, entre 50 e 40 hectares. Em 1985, essa faixa de produtor
totalizava 82% do número total de estabelecimentos agropecuários. A Figura IV.14
ilustra a homogeneidade da cobertura vegetal da região.

Figura IV.14 – Região de Barreiras e a homogeneidade da cobertura vegetal


Fonte: IBGE (1984)

88
IV.2.3 - Hidrografia Principal e Regime Fluvial

O rio Grande é um dos dois afluentes mais importantes no trecho médio do rio
São Francisco. Na classificação da Secretaria de Recursos Hídricos (SRH) do Estado da
Bahia, o Rio Grande contribui com uma vazão média anual de 262m3/s, enquanto o rio
Corrente, outro afluente do trecho médio, tem uma vazão média anual de 251m3/s
(Simpson, 1998). Mais recentemente, o trabalho de Matos e Zoby (2004) encontrou
valores ligeiramente inferiores para essas vazões, acusando uma vazão média anual de
256m3/s para a bacia do rio Grande.
O curso principal da bacia escoa, desde sua nascente, na serra central de Goiás,
no sentido sudoeste-nordeste, até desaguar no rio São Francisco, a montante da represa
de Sobradinho. Os principais afluentes do rio Grande na margem direita são o rio dos
Porcos, o rio São Desidério e o rio Tamanduá. Na margem esquerda, os principais
afluentes são: ribeirão da Estiva, rio Roda Velha, rio das Fêmeas, ribeirão das Pedras,
rio das Ondas, rio de Janeiro e rio Branco. A Figura IV.15 ilustra a hidrografia principal
da bacia alto rio Grande até a localidade de Barreiras, com a localização das principais
sub-bacias, bem como as cidades e rodovias no estado da Bahia.

Figura IV.15 – Bacia do rio Grande e sua hidrografia principal


Fonte: Brannstrom (2002)

89
A bacia do rio Grande divide-se em zonas socioeconômicas que são muito
semelhantes à divisão fisiográfica das próprias sub-bacias (SRH, 1993):
• chapadão dos rios Grande e Branco (24.600 km2) - sub-bacia que se localiza a
oeste da bacia, atingindo cotas de 1.000 m nas cabeceiras, com relevo plano e solos
arenosos bem drenados; as sub-bacias do alto rio Grande (4.874 km2), do rio das
Fêmeas (6.017 km2), rio das Ondas (5.529 km2) e rio Branco (8.195 km2) são separadas
por interflúvios muito planos de 25 a 30 km de extensão, por fundos de vale conhecidos
como veredas, de 200 a 500 m de largura; essa região, que sofre ocupação agrícola
desde 1980, é alvo das preocupações sobre a perda do nível dos rios, o uso desordenado
de águas superficiais e subterrâneas, a erosão laminar e eólica de solos e o
desmatamento do cerrado;
• chapadão dos rios Desidério (4.838 km2), Tamanduá e da Sorte (2.748 km2) -
zona com solos parecidos aos solos do oeste da bacia, porém mais dissecada, e vales
chamados de marimbus, mais largos, onde ocorrem lagoas ou alagados; essa subregião é
o local onde se registram as mais altas taxas de pobreza da bacia;
• patamares do chapadão - área acidentada entre os chapadões e a depressão do rio
Grande, entre 500 e 700 m. A dissecação do chapadão resultou em diversos saltos e
cachoeiras. A mais conhecida é a cachoeira de Acaba Vida com uma queda de 80 m;
esta sub-região é pouco significativa em termos de área;
• depressão do rio Grande - em área é pouca expressiva; é plana (450m) à margem
do rio Grande, onde se localiza a cidade de Barreiras; é foco de preocupação quanto aos
seus indicadores de saneamento básico e construções a beira do rio.

Para a caracterização fluvial da bacia do rio Grande foram pesquisados, um a


um, os rios na região de interesse (bacia do rio Grande) que apresentavam estações
fluviométricas com séries de dados suficientemente extensas para permitir as
simulações hidrológicas, elaborando-se a Tabela IV.4, onde os rios destacados em
vermelho apresentavam estações de interesse, muitas ainda em operação, e os demais
rios não apresentavam qualquer estação.

90
Tabela IV.4 – Rios da bacia do rio Grande – Fonte: HIDRO (ANA, 2005)

Código NOME Jurisdição Código NOME Jurisdição


46300000 RIO GRANDE Estadual 46363400 RIO DO CACHORRO Estadual
46310000 RIO PRATONA Estadual 46370000 RIACHO DE CARIPARE Estadual
46311000 RIO FERVEDOURO Estadual 46371000 RIACHO ANGICAL Estadual
46320000 RIO GADO BRAVO Estadual 46372000 RIACHO DO BENFICA Estadual
46321000 RIO DOS PORCOS Estadual 46373000 RIACHO CURRALINHO Estadual
46321100 RIBEIRAO PINDAIBA Estadual 46374000 RIACHO DAS MISSOES Estadual
46322000 RIACHO CACHEADO Estadual 46375000 RIACHO DA VEREDA Estadual
46330000 RIO DAS FEMEAS Estadual 46376000 RIACHO DE COTEGIPE Estadual
46330100 RIO RODA VELHA Estadual 46376100 RIACHO BOQUEIRAO GRANDEEstadual
46331000 RIO PAU D OLEO Estadual 46377000 RIACHO TINGUCUCU Estadual
46332000 RIO MOSQUITO Estadual 46377100 RIACHO MARACAPU Estadual
46333000 RIO DO ALGODAO Estadual 46380000 RIO PRETO Estadual
46334000 RIBEIRAO DOS BOIS Estadual 46381000 RIO CABECEIRA VELHA Estadual
46335000 RIO DA ESTIVA Estadual 46382000 RIO DO SANTO Estadual
46335100 RIO TRISTE E FEIO Estadual 46384000 RIO SAPAO Estadual
46335200 RIO DA PRATINHA Estadual 46384100 RIO SASSAFRAZ Estadual
46340000 RIO SAO DESIDERIO Estadual 46384200 RIO SAO JOSE Estadual
46340100 RIBEIRAO DA BARRA Estadual 46384300 RIO LIVRAMENTO Estadual
46341000 RIO BOA SORTE Estadual 46385000 RIO RIACHAO Estadual
46341100 RIO TAMANDUA Estadual 46385010 VEREDA DO GENTIL Estadual
46341200 RIACHO POCOES Estadual 46385100 RIO DO OURO Estadual
46341300 RIACHO DO ARAPUA Estadual 46385110 RIO SANTA CLARA Estadual
46341400 RIACHO DA AGUA VERMELHA Estadual 46385200 VEREDA DA MALHADINHA Estadual
46350000 RIO DE ONDAS Estadual 46385210 VEREDA DO ARROZ Estadual
46350100 RIO DAS PEDRAS Estadual 46386000 VEREDA SANTO ANTONIO Estadual
46350200 RIACHO DA REDENCAO Estadual 46386100 VEREDA GRANDE Estadual
46350300 RIACHO DA TABOCA Estadual 46386200 VEREDA DO MARACAJU Estadual
46351000 RIACHO MANICA Estadual 46388000 VEREDA JATOBA Estadual
46352000 RIACHO SAO JOAO Estadual 46388100 VEREDA DO CANSANCAO Estadual
46360000 RIO BRANCO Estadual 46388200 VEREDA DA MANSIDAO Estadual
46361000 RIO DA MORENA Estadual 46388210 VEREDA DO CURIMATA Estadual
46362000 RIO BOM JESUS Estadual 46388220 VEREDA DOS ANGICOS Estadual
46362100 RIO BASTARDO GRANDE Estadual 46388230 VEREDA DO FORMIGUEIRO Estadual
46362200 RIACHO BAIXA D ANTA Estadual 46388300 RIACHO DO CAMBOEIRO Estadual
46362300 RIO JATOBA Estadual 46388310 VEREDA FUNIL Estadual
46363000 RIO DE JANEIRO Estadual 46390000 RIACHO DO PIRIPIRI Estadual
46363100 RIO LIMPO Estadual 46391000 VEREDA DO BURITI Estadual
46363200 RIO SANGUESSUGA Estadual 46392000 RIACHO DA LAVRA Estadual
46363300 RIO DAS BALSAS Estadual
46363310 CORREGO DO ENTRUDO Estadual

IV.2.3.1 - Séries de Vazões para os Principais Postos Fluviométricos

Na região de interesse, ou seja, nas proximidades da cidade de Barreiras, onde


foram obtidos os dados medidos de umidade do solo, foram relacionados, em cada rio,
os principais postos fluviométricos, conforme se pode constatar na Tabela IV.5, listando
as características principais dos postos, como coordenadas, código da rede
hidrometeorológica nacional, área de drenagem, e datas de início e fim de medições de
níveis de água (abreviatura: “N.A.” na tabela), vazões (abreviatura: “Q” na tabela).
Além disso, foram destacadas as situações de cada um dos postos perante os
administradores da rede hidrometeorológica nacional, trazendo informações sobre a
atividade atual do posto (operando ou não) e sobre a data da última atualização no
banco de dados do HIDRO-ANA, situação ratificada para o mês de janeiro de 2005. Os
postos fluviométricos selecionados preliminarmente para o trabalho estão destacados
em vermelho. Após uma segunda seleção, adotaram-se apenas os postos fluviométricos

91
de Fazenda Redenção, Barreiras e Taguá, reservando-se os demais postos para análises
de consistência e preenchimento de falhas.

Tabela IV.5 – Postos fluviométricos da bacia – Fonte: HIDRO (ANA, 2005)

"Rio de Janeiro"
Código Nome Latitude Longitude AD (km2) NA-Início NA-Fim Q-Início Q-Fim Atualiz. Operando
46570000 PONTE SERAFIM-MONTANTE -11:53:43 -045:36:29 2688 mar/62 mar/62 15/7/2004 Sim
46570001 PONTE SERAFIM-MONTANTE -11:55:00 -045:39:00 2040 mar/62 ago/76 mar/62 ago/76 14/6/1996 Não
46571000 PONTE SERAFIM-JUSANTE -11:55:00 -045:38:00 2040 jan/63 ago/76 14/6/1996 Não
46582000 PONTE DO ACABA VIDA -11:54:00 -045:37:00 2000 jun/64 jan/74 nov/63 dez/72 12/7/2004 Não
46585000 FAZENDA BOA FE -11:51:00 -045:21:00 2850 jul/62 jan/74 14/6/1996 Não
"Rio das Ondas"
Código Nome Latitude Longitude AD (km2) NA-Início NA-Fim Q-Início Q-Fim Atualiz. Operando
46541000 CAPTAÇÃO DE ÁGUAS DA CARGIL -12:07:23 -045:05:13 19/8/2002 Sim
46542000 CAPTAÇÃO RIO DE ONDAS -12:06:58 -045:05:15 9/8/2002 Sim
46530000 LIMOEIRO -12:17:14 -045:32:58 1410 ago/02 ago/02 15/7/2004 Sim
46540000 FAZENDA NOVO HORIZONTE -12:07:00 -045:05:00 5200 set/66 abr/75 14/6/1996 Não
46543000 FAZENDA REDENCAO -12:08:09 -045:06:12 5185 set/66 set/66 15/7/2004 Sim
46543001 FAZENDA REDENCAO -12:07:00 -045:04:00 5185 set/66 ago/76 set/66 ago/76 14/6/1996 Não
46545000 ITABOCAS -12:07:00 -045:03:00 5210 ago/66 abr/75 ago/66 abr/75 14/6/1996 Não
"Rio Preto"
Código Nome Latitude Longitude AD (km2) NA-Início NA-Fim Q-Início Q-Fim Atualiz. Operando
46790000 FORMOSA DO RIO PRETO -11:03:05 -045:11:49 13250 ago/41 ago/41 27/9/2004 Sim
46790001 FORMOSA DO RIO PRETO -11:04:00 -045:11:00 13520 set/52 ago/76 set/52 ago/76 11/1/1996 Não
46810000 INGAZEIRA -11:01:00 -044:56:00 15610 jul/52 dez/55 jul/52 dez/55 11/1/1996 Não
46815000 BARRA DO SEGREDO -11:00:00 -044:51:00 15958 set/52 dez/55 set/52 dez/55 11/1/1996 Não
46830000 IBIPETUBA -11:00:21 -044:31:27 16800 jun/40 jun/40 15/7/2004 Sim
46835000 PEQUI -11:01:00 -044:30:00 17650 set/52 mai/64 7/6/1994 Não
46845000 FORMIGUEIRO -11:03:00 -044:22:00 19200 mar/62 out/68 mar/62 out/68 11/1/1996 Não
46860000 POR ENQUANTO -11:07:00 -044:15:00 19241 set/52 mai/64 set/52 mai/64 11/1/1996 Não
46870000 FAZENDA PORTO LIMPO -11:14:08 -043:56:58 21946 set/52 set/52 15/7/2004 Sim
46870001 PORTO LIMPO -11:13:00 -043:59:00 20030 out/52 ago/76 out/52 ago/76 11/1/1996 Não
46780000 VEREDA -11:05:29 -045:54:31 1635 ago/02 ago/02 15/7/2004 Sim
46720000 VEREDA DO GADO -11:10:00 -046:07:00 1763 8/10/2002 Não
"Rio Grande"
Código Nome Latitude Longitude AD (km2) NA-Início NA-Fim Q-Início Q-Fim Atualiz. Operando
46902000 BOQUEIRAO -11:20:41 -043:49:35 65900 ago/33 ago/33 15/7/2004 Sim
46902001 BOQUEIRAO -11:20:00 -043:51:00 67380 ago/52 ago/76 ago/52 ago/76 11/1/1996 Não
46930000 PEDRINHAS -11:11:00 -043:40:00 69878 ago/52 dez/55 ago/52 dez/55 11/1/1996 Não
46960000 ESTREITO -11:09:00 -043:22:00 75274 ago/52 dez/55 ago/52 dez/55 11/1/1996 Não
46552000 PONTE DO RIO GRANDE -12:08:56 -045:00:09 19/8/2002 Sim
46968000 FOZ DO RIO GRANDE -11:05:33 -043:08:25 19/8/2002 Sim
46400000 CASA REAL -13:00:05 -045:37:51 532 set/02 set/02 15/7/2004 Sim
46965000 PONTE BA-443 - ESTREITO -11:09:17 -043:22:16 19/8/2002 Sim
46415000 SITIO GRANDE -12:25:50 -045:05:08 4983 ago/52 ago/52 3/9/2004 Sim
46415001 SITIO GRANDE -12:26:00 -045:05:00 5190 ago/52 ago/76 ago/52 ago/76 11/1/1996 Não
46465000 PALMEIRINHAS - MONTANTE -12:22:00 -045:03:00 11130 set/66 jan/75 set/66 jan/75 11/1/1996 Não
46466000 PALMEIRINHAS - JUSANTE -12:21:00 -045:02:00 0 set/66 ago/76 set/66 ago/76 11/1/1996 Não
46550000 BARREIRAS -12:09:09 -045:00:34 23250 abr/34 abr/34 15/7/2004 Sim
46550001 BARREIRAS -12:09:00 -045:00:00 23850 ago/52 ago/76 ago/52 ago/76 11/1/1996 Não
46551000 BARREIRAS-TOMADA D'AGUA -12:08:00 -044:59:00 18400 jul/72 abr/76 jul/72 abr/76 11/1/1996 Não
46610000 SAO SEBASTIAO -11:58:46 -044:52:38 32586 abr/72 abr/72 3/9/2004 Sim
46610001 SAO SEBASTIAO -11:59:00 -044:53:00 32200 out/72 abr/76 out/72 abr/76 11/1/1996 Não
46620000 NUPEBA -11:50:00 -044:44:00 32150 ago/64 jan/74 ago/52 dez/72 12/7/2004 Não
46620001 NUPEBA -11:50:00 -044:44:00 32150 ago/52 out/68 ago/52 out/68 11/1/1996 Não
46650000 TAGUA -11:43:15 -044:30:08 34250 jun/39 jun/39 15/7/2004 Sim
46650001 TAGUA -11:44:00 -044:31:00 34250 ago/52 ago/76 ago/52 ago/76 11/1/1996 Não
46660000 JUPAGUA -11:48:00 -044:20:00 35820 ago/52 out/68 ago/52 out/68 9/4/1997 Não
46675000 FAZENDA MACAMBIRA -11:36:38 -044:09:24 38250 nov/63 nov/63 15/7/2004 Sim
46675001 FAZENDA MACAMBIRA -11:35:00 -044:09:00 38250 ago/52 out/68 ago/52 out/68 11/1/1996 Não
46690000 MANGA -11:28:00 -043:59:00 40058 ago/52 dez/55 ago/52 dez/55 11/1/1996 Não
"rio das Fêmeas"
Código Nome Latitude Longitude AD (km2) NA-Início NA-Fim Q-Início Q-Fim Atualiz. Operando
46425000 ESTIVAS -12:29:24 -045:12:01 ago/01 ago/01 4/6/2003 Sim
46430000 FAZENDA SAO JOAO -12:29:15 -045:53:16 ago/01 ago/01 4/6/2003 Sim
46431000 FEMEAS GRANDES -12:28:20 -045:15:05 ago/01 ago/01 4/6/2003 Sim
46440000 FAZENDA SOYA -12:42:55 -045:36:58 ago/01 ago/01 4/6/2003 Sim
46452080 UHE ALTO FEMEAS -12:27:06 -045:11:24 5629 dez/01 dez/01 12/7/2004 Sim
46450000 BARRA DO GALHEIRAO -12:27:00 -045:12:00 5745 nov/67 abr/75 nov/67 abr/75 11/1/1996 Não
46455000 DEROCAL -12:24:38 -045:07:20 6231 out/69 out/69 3/9/2004 Sim
46455001 DEROCAL -12:25:00 -045:09:00 5825 out/69 ago/76 out/69 ago/76 11/1/1996 Não
46460000 PENEDO -12:23:00 -045:06:00 5700 abr/69 jan/74 7/6/1994 Não
46460001 PENEDO -12:23:00 -045:06:00 5700 ago/52 dez/72 ago/52 dez/72 11/1/1996 Não
"rio Roda Velha"
Código Nome Latitude Longitude AD (km2) NA-Início NA-Fim Q-Início Q-Fim Atualiz. Operando
46420000 RODA VELHA DE BAIXO -12:42:55 -045:50:43 dez/00 dez/00 15/7/2004 Sim
"rio São Desidério"
Código Nome Latitude Longitude AD (km2) NA-Início NA-Fim Q-Início Q-Fim Atualiz. Operando

92
Na Figura IV.16, encontram-se localizados os postos fluviométricos
selecionados para o atendimento dos objetivos da presente tese, bem como as
delimitações das bacias principais, que englobam a área amostrada para a umidade do
solo.

-46°30'

-43°30'
-48°

-45°
-10°

BACIA DO
RIO GRANDE

O
46770000 FAZ. BOM JARDIM
-11°


46830000 IBIPETUBA

46790000 FORMOSA DO RIO PRETO (PCD INPE)


46780000 VEREDA 46870000 FAZENDA PORTO LIMPO

RIO
46902000 BOQUEIRÃO
MORPARÁ
46675000 FAZ. MACAMBIRA
46650000 TAGUA

46570000 PONTE SERAFIM-MONT 46590000 NOVA VIDA-MONT


S10 S15
S14 46610000 SÃO SEBASTIÃO
-12°

S9 S12 S16
S6 S13 S17
S11
LEGENDA S7 S8 46550000 BARREIRAS
46520000 RIO DE PEDRAS 46543000 FAZ. REDENÇÃO
BACIA DO RIO SÃO FRANCISCO
46530000 LIMOEIRO
BACIA DO RIO GRANDE
46455000 DEROCAL 46490000 FAZENDA COQUEIRO
POSTOS FLUVIOMÉTRICOS
46415000 SITIO GRANDE
LIMITE DAS SUB-BACIAS
REDE DE DRENAGEM
PONTO DE AMOSTRAGEM DE UMIDADE 46420000 RODA VELHA DE BAIXO
-13°

46400000 CASA REAL

Figura IV.16 - Localização dos postos fluviométricos da região de estudo, pontos de


amostragem de umidade e áreas de drenagem principais

Destaca-se que foi realizada uma conferência nas áreas de drenagem dos postos
fluviométricos, através da planimetria em meio digital, com o auxílio de programa
computacional CAD, uma vez que freqüentemente são encontradas inconsistências
quanto a essa informação no HIDRO (ANA,2005). As informações finais obtidas
encontram-se na Tabela IV.6, onde também são apresentadas as estimativas da áreas
amostradas pelo experimento SMEX03 (2003), realçando a importância dos postos
finais selecionados para a presente tese.

93
Tabela IV.6 – Dados dos postos fluviométricos e áreas com medição de umidade

Áreas de Drenagem e áreas amostradas para umidade SMEX03


Posto Fluviométrico A.D. (km²) A.Umid. (km²) A.Umid./A.D. (%)
Fazenda Redenção 5.199,31 236,83 4,56
Barreiras 25.478,74 324,56 1,27
São Sebastião 35.178,83 989,84 2,81
Taguá 37.522,48 1.061,97 2,83
Fazenda Macambira 41.179,52 1.061,97 2,58
Boqueirão 71.125,06 1.061,97 1,49
Bacia do Rio Grande 78.898,10 1.061,97 1,35

Em seguida à verificação da distribuição espacial da informação disponível,


foram realizadas as estatísticas, através das séries temporais diárias de cada posto
fluviométrico selecionado, para escalas de tempo mensais e anuais, onde se observou a
coerência entre as vazões dos postos. Os resultados para as séries de totais anuais no
período máximo de dados disponíveis, de 1934 a 2004, são apresentados na Figura
IV.17, onde pode-se observar uma grande falha no período de 1974 a 1977 para vários
postos. As vazões médias mensais no período de 1980 a 2004, de interesse para a
modelagem hidrológica, são apresentadas na Figura IV.18.
Através da análise dos hidrogramas mensais, destaca-se que o posto de Fazenda
Macambira apresenta vazões médias mensais sistematicamente inferiores as dos postos
de Taguá (diferença média diária de -3% e máxima de -34%) e São Sebastião (diferença
média diária de -4% e máxima de -29%), apesar de apresentar maior área de drenagem.
Tal fato traz indícios de problemas na série de vazões do posto de Fazenda Macambira,
tal como referência de níveis ou mesmo curvas-chave inadequadas, razão pela qual o
posto foi excluído das análises de consistência e demais etapas desta tese.

94
Vazões Médias Anuais - Bacia rio Grande
Período completo de dados disponíveis
400
Taguá São Sebastião Barreiras
Faz. Redenção Faz. Macambira Boqueirão
350

300

250
Vazões (m³/s)

200

150

100

50

0
34

37

40

43

46

49

52

55

58

61

64

67

70

73

76

79

82

85

88

91

94

97

00

03
19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

20

20
Anos

Figura IV.17 – Vazões médias anuais para os postos principais selecionados na bacia do
rio Grande (1934 a 2004)

Vazões Médias Mensais - Bacia rio Grande


Período : janeiro/1980 a setembro/2004
800
Taguá São Sebastião Barreiras

700 Faz. Redenção Faz. Macambira Boqueirão

600

500
Vazões (m³/s)

400

300

200

100

0
80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

00

01

02

03

04
n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/

n/
ja

ja
ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

ja

Meses

Figura IV.18 – Vazões médias mensais para os postos principais selecionados na bacia
do rio Grande (1980 a 2004)

95
Foram realizadas, para os três postos fluviométricos selecionados para aplicação
do modelo SMAP, Fazenda Redenção, Barreiras e Taguá, análises de consistência e
preenchimento de falhas, de acordo com as tradicionais técnicas empregadas em estudos
hidrológicos dessa natureza, como análise de cotagramas, curvas-chave e
preenchimento de dados de vazão através de correlação com postos vizinhos. Tais
procedimentos resultaram em séries de vazões finais consistentes e confiáveis para
serem utilizadas nas simulações e maiores detalhes sobre as análises de consistência
efetuadas nos dados diários podem ser obtidos no item A.2 do Apêndice A desta tese.
Após a consistência realizada, apresenta-se na Figura IV.19, o hidrograma de
vazões médias diárias obtido para o posto fluviométrico de Taguá. Destaca-se uma
interessante conclusão a respeito desses dados de vazões. Nota-se uma tendência ao
decaimento das vazões médias, o que pode significar uma clara superexploração dos
recursos hídricos para fins de usos consuntivos, tendo em vista que o mesmo
comportamento não foi observado nas precipitações médias de longo termo, conforme
pode-se observar no item de estudos pluviométricos, o que afastaria a hipótese de
alterações provocadas por mudanças climáticas locais. A mesma tendência de queda das
vazões, especialmente aquelas nos períodos de estiagem, pode ser observada nas séries
dos postos de São Sebastião, Barreiras e Fazenda Redenção, Figuras IV.20, IV.21 e
IV.22, respectivamente, de jusante para montante.

Hidrograma - Posto Taguá


Período: 1980/2004

700
650
600
550
500
450
Vazões (m³/s)

400
350
300
250
200
150
100
50
0
1/1/1980

1/1/1981

1/1/1982

1/1/1983

1/1/1984

1/1/1985

1/1/1986

1/1/1987

1/1/1988

1/1/1989

1/1/1990

1/1/1991

1/1/1992

1/1/1993

1/1/1994

1/1/1995

1/1/1996

1/1/1997

1/1/1998

1/1/1999

1/1/2000

1/1/2001

1/1/2002

1/1/2003

1/1/2004

Datas

Figura IV.19 – Hidrograma do posto fluviométrico de Taguá (1980-2004)

96
Vazões (m³/s)

Vazões (m³/s)

0
50
100
150
200
250
300
350
400
450
500
1/1/1980

0
50
100
150
200
250
300
350
400
1/1/1980
1/1/1981
1/1/1981
1/1/1982
1/1/1982
1/1/1983
1/1/1983
1/1/1984
1/1/1984
1/1/1985
1/1/1985
1/1/1986
1/1/1986
1/1/1987
1/1/1987
1/1/1988
1/1/1988
1/1/1989
1/1/1989

1/1/1990
1/1/1990

1/1/1991 1/1/1991

97
1/1/1992 1/1/1992

Datas

Datas
1/1/1993 1/1/1993

1/1/1994 1/1/1994

Período: 1980/2004
Período: 1980/2004

1/1/1995 1/1/1995

1/1/1996 1/1/1996

Hidrograma - Posto Barreiras


1/1/1997 1/1/1997
Hidrograma - Posto São Sebastião

1/1/1998
1/1/1998
1/1/1999
1/1/1999
1/1/2000
1/1/2000
1/1/2001
1/1/2001
1/1/2002

Figura IV.21 – Hidrograma do posto fluviométrico de Barreiras (1980-2004)


1/1/2002
1/1/2003
1/1/2003
Figura IV.20 – Hidrograma do posto fluviométrico de São Sebastião (1980-2004)

1/1/2004
1/1/2004
Hidrograma - Posto Fazenda Redenção
Período: 1980/2004
200

175

150

125
Vazões (m³/s)

100

75

50

25

0
1/1/1980

1/1/1981

1/1/1982

1/1/1983

1/1/1984

1/1/1985

1/1/1986

1/1/1987

1/1/1988

1/1/1989

1/1/1990

1/1/1991

1/1/1992

1/1/1993

1/1/1994

1/1/1995

1/1/1996

1/1/1997

1/1/1998

1/1/1999

1/1/2000

1/1/2001

1/1/2002

1/1/2003

1/1/2004
Datas

Figura IV.22 – Hidrograma do posto fluviométrico de Fazenda Redenção (1980-2004)

Para ilustrar a coerência alcançada pela análise de consistência das vazões, a


Figura IV.23 traz uma comparação entre as vazões nos principais postos de interesse
para o período mais recente de dados, de 1999 a 2004.

Hidrograma Comparativo - Médias Diárias


Postos Taguá X São Sebastião X Barreiras X Fazenda Redenção
Período: 1999/2004
400
São Sebastião
Taguá
350
Barreiras
Faz. Redenção
300

250
Vazões (m³/s)

200

150

100

50

0
1/1/1999

1/4/1999

1/7/1999

1/10/1999

1/1/2000

1/4/2000

1/7/2000

1/10/2000

1/1/2001

1/4/2001

1/7/2001

1/10/2001

1/1/2002

1/4/2002

1/7/2002

1/10/2002

1/1/2003

1/4/2003

1/7/2003

1/10/2003

1/1/2004

1/4/2004

1/7/2004

Datas

Figura IV.23 – Hidrogramas finais do postos fluviométricos selecionados (1999-2004)

98
Para fins de modelagem hidrológica, o posto de São Sebastião foi dispensado,
uma vez que o posto de Taguá, além de apresentar um acréscimo de área de drenagem
incremental insignificante, e, portanto, vazões da mesma ordem de grandeza, conforme
pode-se constatar nos hidrogramas correspondentes, engloba todos os pontos de
amostragem de umidade em sua área, o que não ocorre com o posto de São Sebastião.

IV.2.3.2 - Tempo de Concentração e Histograma de Retardo da Bacia

O tempo de concentração para as bacias em estudo foi estimado com base em


análise da propagação de ondas de cheias ao longo da calha fluvial, em um
procedimento conhecido como método cinemático do Soil Conservation Service - SCS
(Ponce, 1989), sintetizado pela equação:
n
Li
tc = ∑ (Eq. IV.1)
i =1 V i

sendo
tc - tempo de concentração [s];
Li - comprimento de um trecho i do talvegue principal [m]; e
Vi - velocidade do escoamento no trecho i de comprimento Li [m/s].

Nesse caso, o talvegue principal é dividido em n trechos. Para cada trecho é


estimada a velocidade de escoamento em calha cheia. O posto fluviométrico mais a
montante na bacia é o de Roda Velha de Baixo, para o qual o banco de dados HIDRO
(ANA, 2005) disponibiliza apenas as séries de cotas de 28/12/2000 a 30/09/2004.
Através da visualização dos cotagramas comparativos entre os postos da bacia, conforme
exemplo na Figura IV.24, pode-se obter o tempo aproximado que uma determinada onda
de cheia leva para se deslocar de um posto a outro.

99
Cotagramas - Postos Flu - Tempo de concentração
200

Roda Velha Faz. Redenção


180
Barreiras São Sebastião

160 Taguá 3 dias

140

120
cotas (cm)

2 dias
100

80

60

40

20
1 dia
0
2/ 02

3/ 02

4/ 02

5/ 02

6/ 02

7/ 02

8/ 02

9/ 02

/4 2
/3 2

/3 2
1/ 02

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2

/4 2
2
10 00
30 00

31 00

11 00

12 00

13 00

14 00

15 00

16 00

17 00

18 00

19 00

20 00

21 00

22 00

23 00
00
20

20

20

20

20

20

20

20
0

2
/2

/2

/2

/2

/2

/2

/2

/2

/2

/2

/2

/2

/2

/2

/2

/2

/2
4/

4/

4/

4/

4/

4/

4/

4/

4/
/3
29

dias

Figura IV.24 – Exemplo de cotagramas dos postos da bacia para estimativa do tempo de
concentração

Para diversos eventos de cheias de baixa, média e alta magnitudes, montou-se


um quadro comparativo, conforme Tabela IV.7, obtendo-se valores médios de tempos
de viagem para diversas situações.

Tabela IV.7 – Tempos de viagem entre postos fluviométricos


Magnitude Roda N. dias Faz. N. dias N. dias São N. dias
da vazão velha RV-FR Redenção RV-BR Barreiras BR-SS Sebastião SS-TG Taguá
média 2/1/2001 -1 1/1/2001 1 3/1/2001 0 3/1/2001 8 11/1/2001
baixa 24/1/2001 0 24/1/2001 1 25/1/2001 1 26/1/2001 2 28/1/2001
alta 15/3/2001 9 24/3/2001 6 21/3/2001 1 22/3/2001 3 25/3/2001
média 19/4/2001 1 20/4/2001 1 20/4/2001 2 22/4/2001 4 26/4/2001
baixa 13/5/2001 2 15/5/2001 2 15/5/2001 1 16/5/2001 1 17/5/2001
alta 23/11/2001 12 5/12/2001 11 4/12/2001 1 5/12/2001 3 8/12/2001
alta 25/3/2002 0 25/3/2002 0 25/3/2002 4 29/3/2002 3 1/4/2002
média 4/4/2002 6 10/4/2002 6 10/4/2002 0 10/4/2002 0 10/4/2002
baixa 25/9/2002 8 3/10/2002 3 28/9/2002 -2 26/9/2002 5 1/10/2002
média 6/11/2002 2 8/11/2002 2 8/11/2002 1 9/11/2002 2 11/11/2002
alta 31/12/2002 -4 27/12/2002 0 31/12/2002 1 1/1/2003 8 9/1/2003
alta 4/1/2003 4 8/1/2003 1 5/1/2003 1 6/1/2003 6 12/1/2003
alta 20/1/2003 6 26/1/2003 2 22/1/2003 1 23/1/2003 4 27/1/2003
alta 19/3/2003 3 22/3/2003 1 20/3/2003 4 24/3/2003 2 26/3/2003
média 2/10/2003 2 4/10/2003 2 4/10/2003 0 4/10/2003 4 8/10/2003
alta 7/11/2003 1 8/11/2003 1 8/11/2003 0 8/11/2003 2 10/11/2003
alta 27/1/2004 14 10/2/2004 6 2/2/2004 2 4/2/2004 5 9/2/2004
alta 8/2/2004 7 15/2/2004 2 10/2/2004 2 12/2/2004 7 19/2/2004
baixa 27/2/2004 3 1/3/2004 5 3/3/2004 2 5/3/2004 6 11/3/2004
Média Total 4 3 1 4
Média altas 5 3 2 4
Média médias 1 2 1 5
Média baixas 3 3 1 4

100
De posse das distâncias calculadas entre os postos, ao longo dos cursos d’água, e
dos tempos médios de viagem das ondas, realizou-se uma estimativa da velocidade
média de propagação nos diversos trechos, permitindo extrapolações até o ponto mais
distante da bacia, de forma que o tempo total para que toda a bacia possa contribuir para
o escoamento na seção exutória, o chamado tempo de concentração, pode ser
determinado. A Tabela IV.8 apresenta os dados calculados, que resultaram em valores
de tempos de concentração de 3 dias para a bacia do posto de Fazenda Redenção, 4 dias
para a bacia do posto de Barreiras e 9 dias para a bacia do posto de Taguá.

Tabela IV.8 – Dados de propagação de cheia entre postos fluviométricos

Dist. (km) Vel. méd. (km/dia) Vel. méd. (m/s) Dif. Cotas (m)
Limite da bacia - Roda velha 52 46,60 0,539 [887-810]= 77
Roda velha - Barreiras 130 46,60 0,539 [810-484]= 326
Barreiras - São Sebastião 17 14,68 0,170 [484-428]= 56
São Sebastião - Taguá 54 13,68 0,158 [428-422]= 6
Limite da bacia - Faz. Redenção 146 17,33 0,201 [900-500]= 400

Cumpre destacar que, a título de verificação da ordem de grandeza dos valores


determinados, foram aplicadas três fórmulas empíricas da literatura (Ponce, 1989, e
Wiesnes, 1984), usualmente empregadas em bacias urbanas, a saber:

• Fórmula de Kirpich:
0 , 385
⎛ L3 ⎞
t c = 57⎜⎜ ⎟⎟ (Eq. IV.2)
⎝ ∆H ⎠
sendo
tc - tempo de concentração [min];
L - comprimento total da bacia, medido ao longo do talvegue principal até o divisor de
águas [km]; e
∆H - diferença de nível entre o ponto mais a montante da bacia e seu exutório, em [m].

• Fórmula de Ventura
A
t c = 76,3
I (Eq. IV.3)

101
sendo
A - área da bacia hidrográfica [km2]; e
∆H
I = 100.
I - declividade média da bacia hidrográfica L [%].

• Fórmula de Passini
3
L. A
t c = 64.8
I (Eq. IV.4)

Os resultados para as três formulações empíricas apresentadas divergiram


substancialmente daquele calculado pelo método do SCS, fornecendo valores inferiores
a 2 dias para todas as três bacias, conforme mostrado na Tabela IV.9.

Tabela IV.9 – Resumo dos resultados dos tempos de concentração

KIRPICH (dias) VENTURA (dias) PASSINI (dias) SCS (dias)


Posto Faz. Redenção 1,2 0,2 0,2 3,0
Posto Barreiras 1,6 0,6 0,5 4,0
Posto Taguá 2,2 0,8 0,7 9,0

Conforme exigência do modelo SMAP II, foram estimados os histogramas de


tempo de retardo (TDH), cujas ordenadas são parte das condições inicias do modelo e
entram no processo de calibração na versão suavizada, ao contrário da versão original
do SMAPII (Dib, 1989), onde os valores de VTDH (verticais do TDH) eram
considerados como dados de entrada do modelo.
Com base nos tempos de viagem entre postos, estimados pelo método
cinemático do SCS, foram traçadas as isócronas, linhas de igual tempo de viagem, das
bacias dos postos de Fazenda Redenção, Barreiras e Taguá. A partir das isócronas,
foram delimitadas e calculadas as áreas Ai, onde i é numerado no sentido de jusante
para montante, conforme item III.2.2 da metodologia, e, na sequência, foram calculadas
as ordenadas do histogramas de retardo dividindo-se os valores de Ai pela área total da
bacia.

102
Histogramas de retardo das sub-bacias do rio Grande

0,5
0,470
Faz Redenção
0,45
Barreiras
0,404
0,4 Taguá

0,343
0,35

0,3
Fração da área

0,273
0,257 0,255 0,247 0,245
0,25
0,221

0,2

0,15
0,105
0,095
0,1

0,05 0,029
0,018 0,023
0,008 0,009
0
1 2 3 4 5 6 7 8 9
Tempo de percurso (dias)

Figura IV.25 – Histogramas de retardo dos postos fluviométricos selecionados

IV.3 - Situação dos Usos Múltiplos dos Recursos Hídricos na Bacia

Segundo Brannstrom (2002), os recursos hídricos na bacia do rio Grande são


essencialmente utilizados para abastecimento público, saneamento básico, geração de
energia elétrica e irrigação. A população da bacia do alto rio Grande atinge 187,5 mil
habitantes, com 69% em ambiente urbano, enquanto nos trechos médio e baixo da bacia
a população chega a 167,3 mil habitantes, sendo 47% em ambiente urbano (IBGE,
2000). A região apresenta densidade demográfica média considerada bastante baixa
(Silva, 2004), com menos de 5 hab/km2, onde aproximadamente 94% da população
urbana dos municípios da bacia estão ligadas à rede geral de abastecimento de água. A
situação no setor do saneamento básico é a mais preocupante. Aproximadamente 97%
dos domicílios urbanos possuem apenas fossa rudimentar.

Em termos econômicos, o setor agrícola é obviamente o mais importante, onde a


irrigação de culturas permanentes é prática recorrente, nomeadamente a fruticultura e a
cafeicultura. A ocupação da região e a exploração das águas superficial e subterrânea
aconteceram sem a fiscalização ou outorga do estado. Atualmente, na bacia do rio
Grande, existem cursos de água que a Superintendência de Recursos Hídricos considera

103
já terem a sua outorga esgotada. No oeste da Bahia, onde se encontra a bacia do rio
Grande, a fronteira agrícola brasileira está em plena expansão desde 1980. Essa região
sofre uma taxa de desmatamento anual de 8% (entre 50 e 60 mil hectares). A área total
aberta é de aproximadamente 1,2 milhões de hectares e estão em operação
aproximadamente 600 pivôs centrais de irrigação alimentados, principalmente, de água
superficial. Segundo Itaborahy et al. (2004), o pólo de Barreiras apresenta-se como
importante produtor de soja, iniciada por imigrantes sulistas. Ali se encontram os
perímetros de São Desidério/ Barreiras Sul, Riacho Grande e Nupeba, com um total de
7.275 ha. O Barreiras Norte, com 2.895 ha, encontra-se em final de implantação. O
Brejos da Barra, com 4.300 ha, dispõe de estudo de pré-viabilidade. A principal fonte
hídrica desses projetos é o rio Grande. A produção agrícola está bastante voltada para o
cultivo do feijão, sendo que a fruticultura encontra-se em consolidação, principalmente
no que se refere ao plantio do coco verde, da manga e da banana.

A Figura IV.26, adaptada de Itaborahy et al. (2004), alerta para a situação


preocupante em relação ao equilíbrio entre disponibilidade e demanda de água na bacia
e as situações de conflitos já existentes e potenciais na bacia do rio São Francisco, em
especial a bacia do rio Grande, área de estudo da presente tese.
Rch

BACIA DO RIO
.

BRÍGIDA
oP

GRANDE
edr

TERRA NOVA

nem
arge

PAJEÚMOXOTÓ/ALTO IPANEMA
o

xo

GARÇAS
PONTAL
Mo

MARGEM ESQUERDA
Ipa
da V

DO LAGO DE SOBRADINHO
o
Ri

Rio
tre

Vd
Rio

a. #
Juazeiro
Sali

Pim BAIXO IPANEMA/


en SUB-MÉDIO BAIXO SÃO FRANCISCO
teir
Rio

a SÃO FRANCISCO (BA) Penedo#

Rio Preto
de
Rio Ver
Rio io Santo

GRANDE MARGEM DIREITA


R

DO LAGO DE SOBRADINHO
Pa

Barreiras
ram

nde
irim

G ra
Rio
Ono

a
rentinh
ou Cor
s Éguas
fre

Rio da CORRENTE
os
o a
h RPARAMIRIM/SANTO
an CARNAÍBA
io V
ONOFRE/ Legenda
rm nh DE DENTRO
Fo ari erd
eP
Rio Gorut

C
io Rio eq
R uen
o
Demanda/Disponibilidade (%)
CARINHANHA < 10
uba

URUCUIA
Ri

VERDE GRANDE 10 - 20
o
Pr
et

20 - 40
o

Montes Claros
no

#
Ind eté o So

PARACATU 40 - 70
BAIXO VELHAS
Rio Aba Rio d

> 70
aiá

Hidrografia
Rio

ENTORNO ALTO VELHAS


REPRESA DE TRÊS MARIAS
# Sede municipal
Belo Horizonte
NASCENTE PARÁ # Divisão Estadual
SÃO FRANCISCOPARAOPEBA

Figura IV.26 – Equilíbrio disponibilidade-demanda e conflitos no São Francisco.


Fonte: Itaborahy et al.(2004)

104
Por fim, o trabalho de Matos e Zoby (2004) resumiu os valores de
disponibilidade e demanda de água para as várias unidades hidrográficas do rio São
Francisco. A Tabela IV.10 apresenta os quantitativos para as regiões do alto e do médio-
baixo rio Grande.

Tabela IV.10 – Disponibilidade e demanda de água no alto e médio/baixo rio Grande.


Fonte: Matos e Zoby (2004)

Alto Grande Médio/Baixo Grande - Médio


População População
Urbana: 128,657 Urbana: 78,615
Rural: 58,883 Rural: 88,702
Total: 187,540 Total: 167,317
Disponibilidade hídrica superficial Disponibilidade hídrica superficial
2 2
Área de drenagem (km ): 33,456 Área de drenagem (km ): 50,084
Precipitação média anual (mm): 1,284 Precipitação média anual (mm): 1,051
1 3 1 3
Disponibilidade superficial (m /s): 69.25 Disponibilidade superficial (m /s): 158.80
3 3
Vazão média (m /s): 115.42 Vazão média (m /s): 149.25
3 3
Vazão com permanência de 95% (m /s): 69.25 Vazão com permanência de 95% (m /s): 89.55
Disponibilidade hídrica subterrânea Disponibilidade hídrica subterrânea
2 3 2 3
Sistema Aqüífero Área (%) Vazão (m /s) Sistema Aqüífero Área (%) Vazão (m /s)
Urucuia 91 38.84 Urucuia: 30 19.35
Cobertura Detrito-Laterítica 0.4 0.10 Dunas: 0 0.01
Aluviões e Depósitos Litorâneos 4 2.04 Cobertura Detrito-Laterítica: 41 15.71
Bambuí-Caatinga 5 0.26 Aluviões e Depósitos Litorâneos: 5 3.66
Total 100 41.24 Bambuí-Caatinga: 11 0.88
Cristalino-Metassedimento: 12 0.38
Cristalino Sul: 1 0.04
Total: 100 40.03
Vazões de retirada (m3/s) Vazões de retirada (m3/s)
Abastecimento urbano: 0.310 Abastecimento urbano: 0.165
Abastecimento rural: 0.062 Abastecimento rural: 0.041
Irrigação: 9.093 Irrigação: 1.206
Animal: 0.108 Animal: 0.174
Industrial: 0.007 Industrial: 0.001
Total: 9.580 Total: 1.587
Vazões consumidas (m3/s) Vazões consumidas (m3/s)
Abastecimento urbano: 0.061 Abastecimento urbano: 0.032
Abastecimento rural: 0.019 Abastecimento rural: 0.008
Irrigação: 7.311 Irrigação: 0.972
Animal: 0.072 Animal: 0.118
Industrial: 0.001 Industrial: 0
Total: 7.464 Total: 1.13
1: Vazão com permanência de 95%, em rios sem regularização; vazão regularizada mais a vazão incremental com permanência de 95%, em rios
com regularização.
2: 20% das reservas renováveis.

IV.3.1 - Sistema de Gestão de Recursos Hídricos na Bacia

Não existe um comitê de bacia ou um consórcio ou comissão de usuários na


bacia do rio Grande. A principal instituição com competências de gestão hídrica na
bacia é a Superintendência de Recursos Hídricos do Estado da Bahia (SRH, 1995),
vinculada à Secretaria de Recursos Hídricos, Saneamento e Habitação. Mas o principal
espaço institucional de gestão descentralizada consiste nas Regiões Administrativas da
Água (RAA), criadas entre 1995 e 1997, com competências em matéria de cadastro e

105
fiscalização de usuários, preparação de processos de outorga, promoção de comitês de
bacia ou de associações de usuários ao nível regional e mediação de conflitos. No
entanto, a RAA apenas foi instalada em Barreiras em 2001. O Conselho Estadual de
Recursos Hídricos, criado em 1998, também possui competências em matéria de gestão
dos recursos hídricos baianos e, portanto, na bacia do rio Grande, mas o mesmo ainda
não foi regulamentado, nem instalado. Existem ainda outras entidades públicas e
privadas associadas ao setor agrícola de irrigação que, pelos seus projetos, acabam por
ter influência no sistema de gestão na bacia. Entre essas destacam-se a Companhia de
Desenvolvimento do Rio São Francisco (CODEVASF), o Centro de Recursos
Ambientais (CRA) ligado à Secretaria Estadual de Planejamento e a Associação de
Agricultores e Irrigantes do Oeste da Bahia (AIBA).

IV.3.2 - O Problema da Superexploração dos Aquíferos

É interessante destacar a importância do aqüífero Urucuia-Areado na


manutenção do escoamento de base de rios da margem esquerda do São Francisco como
Carinhanha, Corrente e Grande. O trabalho de ANA et al. (2003a) estudou o rio das
Fêmeas, tributário do rio Grande durante um ano hidrológico (2001 a 2002), e mostrou
que mais de 90% do escoamento superficial era contribuição do aqüífero. Conforme já
destacado em relação à contribuição da vazão com permanência de 95% do rio São
Francisco, da ordem de 854 m3/s, o rio Grande é um dos seus principais formadores,
com uma vazão da ordem de 854 m3/s, mostrando a influência das águas subterrâneas,
e, em particular, do sistema aqüífero Urucuia-Areado, expressivo na bacia do rio
Grande.
O sistema aqüífero Urucuia-Areado, segundo Matos e Zoby (2004), é o mais
importante no domínio poroso em função da sua ampla ocorrência, cobrindo uma área
de 104.982 km2, e por apresentar a maior reserva hídrica de toda a bacia, com potencial
de 135,3 m3/s. Ele recobre, na sua maior parte, rochas do grupo Bambuí, que compõem
o sistema aqüífero homônimo. A unidade é formada por arenitos muito finos a médios
com intercalações de conglomerados, folhelhos e siltitos. A espessura média do Urucuia
é de 400 m e do Areado é de 200 m. A Figura IV.27 e a Tabela IV.11 evidenciam a
distribuição espacial dos principais aqüíferos da região de estudo, no médio São
Francisco.

106
BACIA DO RIO GRANDE

Figura IV.27 – Mapa hidrogeológico da bacia do rio Grande


Fonte: Matos e Zoby (2004)

Tabela IV.11 – Aquíferos na bacia do rio São Francisco


Fonte: Matos e Zoby (2004)
Área de Recarga
Vazão dos Capacidade Reserva
Domínio total na Bacia do
Sistemas Aqüíferos Símbolo poços específica Explotável*
Aqüífero São Francisco 3 3 3
2 (m /h) (m /h/m) (m /s)
(km )
Aluviões e Depósitos 1
24.207 10 - 30 --- 38,6
Litorâneos
Dunas 8.518 --- --- 4,6
Cobertura Detrítico- 1
117.306 10 - 20 --- 91,2
laterítica
Barreiras 1.972 4 - 25 0,183 - 2,786 2,8
Marizal 4.822 7 - 21 0,495 - 2,960 1,3
São Sebastião 153 11 - 35 0,528 - 3,131 0,1
Poroso
Ilhas 1.155 5 - 35 0,326 - 1,880 0,3
Inajá 444 3-6 0,129 - 0,383 0,1
Tacaratu (Mauriti)** 2.851 3 - 10 0,147 - 0,798 1,8
Urucuia-Areado 104.982 6 - 15 0,186 - 1,154 135,3
2
Exu 2.881 1-7 --- 0,3
Cabeças 171 5 - 24 1,199 - 4,033 0,03
Serra Grande 54 3 - 14 0,136 - 1,569 0,04
--- 5.983 --- --- 2,7
2 2
Santana 658 1 - 18 0,01 - 1,36 0,1
Fraturado-
Cárstico
Bambuí-Caatinga 145.355 4 - 25 0,108 - 3,128 26,5
Cristalino -
56.360 2-9 0,058 - 0,278 3,6
Metassedimento
Fraturado
Cristalino Sul 79.896 2 - 12 0,058 - 0,511 5,2
Cristalino Norte 80.073 1-3 0,020 - 0,180 3,9
1 2
Fonte: Planvasf 1989; Fonte: DNPM/CPRM 1981. * Considerada como 20% da reserva renovável (escoamento de base
dos rios). ** A Formação Mauriti é considerada cronocorrelata da Formação Tacaratu e ocorre na Bacia do Jatobá e na
Bacia do Araripe.

107
Na região do oeste baiano, predominam as rochas do Urucuia em espessura e
extensão, enquanto que, no oeste mineiro, as do Areado. Especialmente na região
baiana, o sistema aqüífero tem sido amplamente utilizado na irrigação. A vazão média
dos poços é de 10 m3/h e a capacidade específica média de 0,972 m3/h/m, sendo que na
bacia do rio Grande, a reserva subterrânea explotável permite uma disponibilidade
hídrica da ordem de 40 m3/s (Matos e Zoby, 2004).
Schuster et al. (2002) alertam que algumas bacias do oeste baiano, como as
bacias dos rios Branco, das Fêmeas, Formoso e Grande, na região de estudo, já estão
próximas de atingir os seus limites máximos de vazões a serem outorgadas, definidas
pela vazão específica de cada poço, individualmente, obtida no teste de bombeamento.
Para suprir a grande demanda de água na região, os produtores estão construindo poços
profundos com grandes vazões, da ordem de 500 m3/h. Esse problema é fonte de
preocupação para a Superintendência de Recursos Hídricos da Bahia, responsável pelas
outorgas, que tem buscado, através de pesquisas, metodologias para averiguar
interferência entre poções e capacidade do aqüífero Urucuia. Matos e Zoby (2004)
ratificam essa opinião ao confirmar que, apesar do grande potencial hídrico, são ainda
escassos os estudos hidrogeológicos em escala regional que avaliam a produtividade e
as reservas hídricas em áreas de grande demanda por água subterrânea, como Irecê na
Bahia e a Bacia do Verde Jacaré, no sistema aqüífero Bambuí-Caatinga, e a região do
oeste baiano, onde encontra-se a bacia do rio Grande e sob a qual localiza-se o sistema
aqüífero Urucuia-Areado, reiterando a necessidade de estudos de detalhe para subsidiar
o uso sustentável dos recursos hídricos subterrâneos.
Em relação à disponibilidade hídrica subterrânea, cabe destacar que o seu valor
está incluído no valor de disponibilidade hídrica superficial. Em outras palavras, dentro
de uma visão conjunta, as disponibilidades superficial e subterrânea não devem ser
somadas. As reservas explotáveis correspondem a algo da ordem de 20% do
escoamento de base dos rios, portanto todo o volume de água subterrânea retirado
implica em redução da contribuição do aqüífero para o rio e, por conseguinte,
diminuição da disponibilidade hídrica superficial (Matos e Zoby, 2004). Conforme
observado no item anterior, a não estacionariedade constatada pela presente tese nas
séries de vazões superficiais na região pode advir de um uso não controlado das águas
subterrâneas na região.

108
CAPÍTULO V - APLICAÇÃO DO MODELO E ANÁLISE DOS
RESULTADOS

V.1 - Introdução

Após todas as análises empreendidas, cujo objetivo foi o conhecimento da


realidade hidrológica da bacia do rio Grande, obtendo-se as séries de precipitação,
vazão e evapotranspiração potencial, dados de entrada do modelo, chega-se à fase de
realização das simulações e avaliação crítica dos resultados do modelo SMAP em sua
versão suavizada, tanto para a avaliação das vazões geradas pelo modelo, quanto para a
extração dos resultados de umidade do reservatório do solo, objeto final da presente
tese.
O modelo SMAP II, em sua versão suavizada, exige o estabelecimento de
valores iniciais para os parâmetros a serem calibrados que sejam condizentes com a
realidade da bacia, uma vez que o processo matemático de minimização da função
objetivo pode levar a diversos pontos de mínimos locais, tendo em vista que o seu
caráter é altamente não linear. Cumpre destacar que o modelo SMAP II, tem um
histórico de aplicação bastante restrito, em especial com a análise de casos para a bacia
do rio Fartura, uma bacia de apenas 227 km2, afluente do rio Pardo, no estado de São
Paulo (Dib, 1986, Rotunno Filho, 1989). O modelo na sua versão suavizada foi
estudado por Silva (1990), Andrade Filho (1992) e Thomaz (1992), também para a
bacia do rio Fartura, de modo que os resultados advindos de sua aplicação no estudo de
caso das bacias escolhidas na presente tese, cujas áreas de drenagem variam de 5.199 a
37.522 km2, representam um novo desafio. Esse desafio ganha relevância a medida que
trata da bacia do rio Grande, um dos afluentes de maior importância na bacia do rio São
Francisco.

109
V.2 - Planejamento das Simulações

V.2.1 - Critérios Gerais

Para realização das simulações, de modo que elas fossem comparáveis entre si,
foi necessário adotar um critério único para as três bacias estudadas, Fazenda Redenção
(5.199 km2), Barreiras (25.478 km2) e Taguá (37.522 km2), com base nos dados de
hidrologia conhecidos para cada uma das bacias, de forma que a estimativa de tais
parâmetros iniciais tivesse algum respaldo na hidrologia local. Para tal, foram
utilizados, por exemplo, os valores das constantes de recessão subterrânea e superficial
e a evolução dos armazenamentos nos reservatórios lineares do modelo, definidas a
partir do método BHS para cálculo da evapotranspiração potencial com base no balanço
hídrico da bacia. Mais ainda, as ordenadas do histograma de retardo, parâmetros do
modelo, foram estimadas por intermédio do tempo de concentração da bacia, definido
através do método cinemático do SCS.
As séries finais de precipitação, vazão e evapotranspiração abrangeram o
período de 01/08/1984 a 30/09/2004. A princípio, utilizou-se um período de 2.191 dias
para a calibração, de 01/08/1984 a 31/07/1990, mantendo-se o restante da série para a
fase de validação. Durante o desenvolvimento do trabalho, no entanto, outros períodos
foram simulados para análise do desempenho do modelo em períodos de calibração
mais longos ou mais curtos. Esse procedimento ocorreu pelo fato da série de vazões
observadas ser não-estacionária, com vazões mais altas no período anterior a 1995 e
vazões mais reduzidas, tanto nos picos quanto nas recessões, para o período pós-1995,
dificultando, em princípio, uma melhor representação do comportamento hidrológico da
bacia no período de validação original.
Alguns testes de sensibilidade foram adicionalmente conduzidos, com vistas a
avaliar a resposta do modelo em relação a determinados parâmetros. Por exemplo, sabe-
se que os parâmetros KARM e VTDH atuam em conjunto no processo de translação da
hidrógrafa no canal, de modo que se conjecturou que tivessem forte interação e, talvez,
o parâmetro KARM apresentasse alguma redundância em relação às ordenadas do
histograma de retardo. Dessa forma, o valor de KARM foi considerado inicialmente
nulo, e os valores das ordenadas do histograma de retardo foram as estimadas por
intermédio das isócronas definidas a partir do tempo de concentração da bacia,
calculado método cinemático do SCS.

110
Quanto aos dados de evapotranspiração, decidiu-se adotar aqueles obtidos pelo
método BHS por entender que refletiam melhor a hidrologia da bacia do rio Grande, já
que foram determinados por meio de balanço hídrico, mesmo com suas reconhecidas
limitações para aplicações em escalas de tempo inferiores a 1 mês (Dias e Kan, 1999).
No entanto, foram também realizadas simulações com os dados das normais
climatológicas de evapotranspiração, obtidos por ONS et al.(2003), para efeito de
comparação.

V.2.2 - Estabelecimento dos Parâmetros Iniciais

Neste item, serão explicitados os critérios adotados para a fixação de cada um


dos parâmetros iniciais que serão otimizados pelo método de penalização hiperbólica
acoplado à rotina e otimização BFGS, conforme a descrição constante no Capítulo III.
Rotunno Filho (1989) analisou diversos resultados das calibrações automáticas
para o modelo SMAP, valendo-se de índices para classificar a importância ou não de
cada um dos parâmetros do modelo. Por exemplo, afirmou que o parâmetro KSUB
apresenta dominância em relação aos demais, medindo esta propriedade através do
índice de concentricidade e do índice de sensibilidade (Sorooshian et al., 1983). Essa
conclusão fundamenta a experiência no processo de calibração manual do modelo
SMAP, recomendando-se que o primeiro parâmetro sujeito a ajustamento nesse tipo de
processo seja o KSUB.
Com relação aos parâmetros mais sensíveis do modelo, Rotunno Filho (1989)
ponderou que os valores calculados para os índices de sensibilidade relativos a KSUP e
KSUB, que correspondem aos coeficientes de recessão dos reservatórios superficial e
subterrâneo, respectivamente, indicaram que tais parâmetros são essenciais ao modelo,
uma vez que seus efeitos não podem ser substituídos ou compensados pelos demais.
Em uma posição intermediária, em termos de importância para os resultados do
modelo, encontra-se o parâmetro ABSI, que está ligado à retenção de água na superfície
do solo. Ao contrário, CPER é o que apresenta o maior valor para o índice de
sensibilidade e, portanto, há a indicação de que esse parâmetro é o que mais facilmente
pode ser substituído ou mantido constante, sem maiores problemas para o resultado
final da modelagem, ou seja, é um parâmetro redundante e talvez desnecessário ao
modelo.

111
O parâmetro KPER observado apresenta o segundo maior valor para o índice de
sensibilidade, possivelmente afetado pelo comportamento de CPER. Deve-se notar que
esses dois parâmetros atuam com grande proximidade na calibração automática e ambos
estão presentes na equação de percolação do modelo.
Com base nessas informações preliminares, foram escolhidos os valores dos
parâmetros para inserção no conjunto de condições iniciais a serem calibradas pelo
modelo SMAP.
Devido à falta de dados que permitissem estimar melhor a variável ABSI, que
reflete a retenção de água na superfície do solo, incluindo a parcela da precipitação
ocorrida antes do escoamento inicial, adotou-se o valor cinco para todas as simulações
desta tese, considerando-se, portanto, um valor médio entre a faixa de valores
normalmente adotada, ou seja, de 0 a 10 mm. Por outro lado, os parâmetros KSUB e
KSUP, constantes de recessão dos escoamentos subterrâneo e superficial,
respectivamente, puderam ser estimados com base nos estudos realizados para a
aplicação do método de balanço hídrico sazonal nas três bacias em estudo. Através da
análise das recessões dos hidrogramas para o cálculo da constante de tempo da recessão
T em cada uma das bacias, obtiveram-se os valores das constantes K dos gráficos Q(t) x
Q(t+∆t). Para a estimativa de KSUB inicial, o valor de K foi tomado como o coeficiente
angular da reta envoltória de 99% dos pontos, enquanto, para a estimativa de KSUP
inicial, o valor de K foi tomado como o coeficiente angular da reta envoltória de 1% dos
pontos. Convém lembrar que os valores de KSUP costumam ser ligeiramente inferiores
aos de KSUB, uma vez que, no gráfico onde Q(t) encontra-se no eixo das abscissas e
Q(t+∆t) encontra-se no eixo das ordenadas, os valores dQ(t+∆t)/dQ(t) mais altos
indicam recessões mais suaves e, portanto, caracterizadas pela predominância do
escoamento de base. Valores de dQ(t+∆t)/dQ(t) mais baixos, por sua vez, indicam
recessões com quedas de vazão mais acentuadas e, portanto, caracterizadas pela
existência de escoamento superficial significativo. A Figura V.1 apresenta o
procedimento adotado, ilustrando-o para alguns períodos do histórico do posto
fluviométrico Fazenda Redenção.

112
Estimativas de KSUB e KSUP - Fazenda Redenção
(recessões de 02/01/86 a 02/06/86 e de 12/01/02 a 10/03/02)

1.5

1.3
KSUB
KSUP
Qt+1 (m/dia)

1.1

0.9

0.7

0.5
0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9
Qt (m/dia)

Figura V.1 – Estimativa de KSUP e KSUB através da análise das recessões

A Tabela V.1 mostra os valores calculados para os três postos fluviométricos


relacionados com base em todo o histórico de dados empregado no estudo (01/08/1984
a 30/09/2004).

Tabela V.1 – Estimativas iniciais de KSUB e KSUP

Estimativa de KUB e KSUP


KSUP KSUB
Fazenda Redenção 0.85249234 0.99207114
Barreiras 0.86372549 0.99514563
Taguá 0.94656882 0.99849797

O parâmetro NSAT, nível de saturação do solo, foi estimado através dos valores
médios de umidade do solo disponibilizados pelo SMEX03 (2003), aplicados aos
resultados de armazenamento no reservatório linear do solo obtidos pelo método BHS
para o período de 02 a 08 de dezembro de 2003. Sabendo-se que o modelo considera
que TSOL, a taxa de umidade do reservatório do solo, é dada pela relação entre o nível
de água no reservatório do solo e o seu nível de saturação, obteve-se uma estimativa
preliminar de NSAT, onde NSAT= NSOL/TSOL. Os valores obtidos foram coerentes
com a faixa de variação desse parâmetro, normalmente de 0 a 1.200 mm, conforme
pode ser constatado na Tabela V.2.

113
Tabela V.2 – Estimativas iniciais de NSAT

Estimativa de NSAT (valores de dezembro/2003)


NSOL (mm) TSOL (%) NSAT (mm)
Fazenda Redenção 30 9 333.33
Barreiras 30 9 333.33
Taguá 66 8 825.00

O parâmetro NPER remete ao conceito de capacidade de campo, sendo um


coeficiente que é multiplicado pelo nível de saturação do solo, NSAT, para definir o
chamado NPER, nível a partir do qual ocorre a efetiva transferência de água entre o
reservatório do solo e o reservatório subterrâneo. De acordo com Rotunno Filho (1989),
NPER é um parâmetro potencialmente redundante e talvez desnecessário ao modelo.
Por este motivo, seu valor inicial foi admitido nulo nas simulações realizadas. Na
mesma linha, o parâmetro KPER, coeficiente de recarga do aqüífero, é, possivelmente,
afetado pelo comportamento de CPER. Através de algumas simulações com calibração
manual dos parâmetros para análise de sensibilidade do modelo, obteve-se um valor de
0,2 para o KPER e este foi o valor adotado como estimativa inicial para todas as três
bacias estudadas.
Por fim, em relação aos parâmetros responsáveis pelo armazenamento e pela
propagação das vazões na calha fluvial, KARM e VTDH(i), considerou-se, conforme já
comentado, que o valor de KARM é nulo nas condições iniciais e os valores das
ordenadas do histograma de retardo são as estimadas por intermédio do método
cinemático do SCS, cujos resultados são os apresentados na Tabela V.3.

Tabela V.3 – Estimativas iniciais para os valores de VTDH(i)

Faz. Redenção Barreiras Taguá


VTDH (1) 0.25700000 0.09500000 0.00800000
VTDH (2) 0.47000000 0.25500000 0.00900000
VTDH (3) 1 - [VTDH(1a2)] 0.40400000 0.01800000
VTDH (4) ---- 1 - [VTDH(1a3)] 0.02900000
VTDH (5) ---- ---- 0.02300000
VTDH (6) ---- ---- 0.10500000
VTDH (7) ---- ---- 0.24500000
VTDH (8) ---- ---- 0.34300000
VTDH (9) ---- ---- 1 - [VTDH(1a8)]

114
V.2.3 - Estabelecimento de Outras Condições Iniciais

O procedimento usualmente adotado para simulações hidrológicas através de


modelos chuva-vazão, em regiões onde são desconhecidas as condições iniciais de
armazenamento no solo, consiste em iniciar o período de calibração do modelo em um
período de final de estiagem, onde se supõe que a umidade do solo seja a mais baixa
possível. Assim, considera-se nula a umidade no instante inicial, o que não traria, em
princípio, maiores prejuízos à simulação.
Na presente tese, optou-se por estimar os valores dos níveis dos reservatórios do
solo e subterrâneo do modelo no instante inicial, tendo em vista que os valores do
escoamento de base no passo de tempo seguinte dependem dessas variáveis de estado.
Para o valor de NSOL, observou-se a evolução dos armazenamentos calculados
pelo método BHS para posterior estimativa da evapotranspiração potencial, realizando-
se uma estimativa direta do nível, em mm, ao passo que para o valor de NSUB, utilizou-
se a própria equação do modelo SMAP para, através do valor médio da vazão de base
no período de início da calibração e do KSUB estimado para cada bacia, calcular o nível
do reservatório subterrâneo pela equação: NSUB= QSUB/(1-KSUB). A Tabela V.4
apresenta os valores iniciais estimados.

Tabela V.4 – Estimativas iniciais para os valores de NSOL e NSUB

Estimativa de NSOL e NSUB


validade NSOL NSUB
agosto-84 42 84
Fazenda Redenção agosto-95 41 63
agosto-00 30 69
agosto-84 35 45
Barreiras agosto-95 36 38
agosto-00 30 42
agosto-84 79 230
Taguá agosto-95 81 192
agosto-00 65 199

V.2.4 - Programação das Simulações

Com vistas a atender ao objetivo principal da presente tese, qual seja, a análise
do comportamento da umidade do solo no modelo SMAP, adotaram-se os critérios pré-
definidos apresentados para o estabelecimento das condições iniciais do modelo. Foram
realizadas várias simulações, visando estudos comparativos que permitissem a definição

115
de situações onde o modelo, de fato, fornecesse boa estimativa para o comportamento
da umidade. Portanto, não foi intenção da presente pesquisa esgotar o tema no tocante à
definição do conjunto denominado ótimo de parâmetros, ou seja, aqueles que tornam a
função objetivo a menor possível, tornando mais próximos os resultados dos
hidrogramas observados e simulados. A seqüência de estudos proposta, a seguir, foi
considerada adequada para o propósito da tese. Algumas propostas de estudos
adicionais, mais detalhados, poderão ser encontrados nas recomendações, incluindo
sugestões para o aperfeiçoamento do próprio modelo SMAP visando tornar operacional
o seu uso para grandes bacias.

V.2.4.1 - Simulação de Referência

Nesta primeira simulação, o objetivo é o de aplicar toda a metodologia descrita


anteriormente às três bacias em estudo, utilizando-se os parâmetros e as variáveis
iniciais estimadas para a realização do processo de calibração. Os valores de
evapotranspiração adotados serão os obtidos pelo método BHS e o período de
calibração será de 2.191 dias, ou seja, de 01/08/1984 a 31/07/1990. A validação será
realizada com o restante do período de dados disponível, ou seja, de 01/08/1990 a
30/09/2004. Os resultados servirão de base comparativa para as demais verificações.

V.2.4.2 - Estudo 1: NSOL e NSUB Iniciais Nulos

A diferença entre esta segunda simulação e a primeira é que nesta os parâmetros


iniciais serão os estimados para a realização do processo de calibração, ao passo que as
variáveis de estado serão mantidas nulas, como em processos usuais de modelagem
onde tais informações são desconhecidas. O objetivo é o de demonstrar que a inserção
dos níveis de água nos reservatórios do solo e do subterrâneo, fisicamente compatíveis
com a hidrologia local, ou seja, não nulos, trazem um ganho de qualidade no processo
de calibração. Os valores de evapotranspiração adotados serão os obtidos pelo método
BHS e o período de calibração será o mesmo, de 01/08/1984 a 31/07/1990. A validação
será realizada com o restante do período de dados disponível, ou seja, de 01/08/1990 a
30/09/2004.

116
V.2.4.3 - Estudo 2: Fixação do KARM e VTDH

Neste estudo, o objetivo é o de analisar os resultados de uma interferência no


processo de translação da hidrógrafa de saída, fixando os valores dos parâmetros
KARM e VTDH(i), de forma a retirá-los do processo de calibração. O resultado será
comparado com as simulações de referência para as três bacias estudadas. Dessa forma,
os valores de evapotranspiração adotados também serão os obtidos pelo método BHS e
o período de calibração será de 01/08/1984 a 31/07/1990.

V.2.4.4 - Estudo 3: Aumento do Período de Calibração

Tendo em vista que a não-estacionariedade da série de vazões na bacia do rio


Grande é um fato observado, e que este fato quebra a premissa adotada em qualquer
modelagem hidrológica de que as estatísticas das séries históricas permanecem
inalteradas ao longo de todo o período, o objetivo deste estudo é o de analisar os efeitos
de um aumento no período de calibração, em uma tentativa de que o modelo capte o
sinal de tendência de queda nas vazões. Sendo assim, o período de calibração definido
será de 01/08/1984 a 30/09/2003, perfazendo um total de 7.000 dias. O restante do
período de dados disponível, de 01/10/2003 a 30/09/2004, será utilizado para a
validação. O resultado dessa simulação será comparado com as simulações de
referência para as três bacias estudadas. Assim, os valores de evapotranspiração
adotados também serão os obtidos pelo método BHS e todos os parâmetros estarão
presentes no processo de calibração.

V.2.4.5 - Estudo 4: Redução do Período de Calibração

Ao contrário do estudo anterior, o enfoque deste estudo é o de analisar os efeitos


de uma redução no período de calibração, fazendo com que o modelo trabalhe em
período de tempo onde a tendência de decréscimo das vazões não se torne tão
problemática para o processo de calibração. Nesse sentido, pretende-se ter um período
onde a maior proximidade entre as vazões observadas e simuladas permita uma
adequada análise do comportamento da umidade do solo no interior do modelo, objetivo
da presente tese. O novo período de calibração desprezará os dados anteriores a
agosto/2000 e será fixado entre 01/08/2000 e 30/09/2004, perfazendo um total de 1.522

117
dias, sem período de validação. Os valores de evapotranspiração adotados também serão
os obtidos pelo método BHS, e todos os parâmetros estarão presentes no processo de
calibração.

V.2.4.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas

Este estudo objetiva uma comparação com a primeira simulação, partindo-se das
mesmas premissas quanto aos parâmetros e às variáveis iniciais estimadas para a
realização do processo de calibração, utilizando-se, no entanto, os valores de
evapotranspiração obtidos com base no método de Penman-Monteith-FAO aplicado a
dados das normais climatológicas, e não mais serão os obtidos pelo método BHS. O
período de calibração será o mesmo do estudo 1, para tornar possível a comparação
direta, ou seja, de 01/08/1984 a 31/07/1990. A validação será realizada com o restante
do período de dados disponível, de 01/08/1990 a 30/09/2004.

V.2.4.7 - Estudo 6: Calibração Manual Aplicada aos Parâmetros Iniciais

Neste último estudo, serão abandonadas as premissas quanto aos parâmetros e às


variáveis iniciais estimadas para a realização do processo de calibração, onde buscava-
se adotar valores fisicamente compatíveis, deixando que o processo de calibração se
encarregue de buscar o valor ótimo a partir desses valores. Através de um processo
manual e iterativo de busca de condições iniciais que melhore o resultado final da
função objetivo, pretende-se demonstrar que é possível encontrar conjuntos de
parâmetros alternativos que apresentem melhores resultados para a função objetivo,
ratificando a importância que as condições iniciais têm no processo de calibração
automática. Em outras palavras, partindo-se de pontos diferentes para o conjunto de
parâmetros, o processo matemático pode levar a ótimos locais, que não necessariamente
coincidem com o ótimo global, principalmente para uma função com alto grau de não-
linearidade, como a do modelo SMAP. Os resultados dessa simulação serão comparados
aos resultados da primeira simulação de referência. Os valores de evapotranspiração
adotados também serão os obtidos pelo método BHS e o período de calibração será o
mesmo do estudo 1, de 01/08/1984 a 31/07/1990, para tornar possível a comparação
direta. A validação será realizada com o restante do período de dados disponível, de
01/08/1990 a 30/09/2004.

118
V.3 - Resultados das Simulações

Neste item, serão apresentados todos os resultados dos estudos efetuados para
cada uma das três bacias em análise, seguindo o roteiro pré-estabelecido, bem como os
comentários pertinentes em uma análise preliminar.

V.3.1 - Bacia do Posto de Fazenda Redenção

Neste primeiro conjunto de estudos, foi seguido o roteiro preliminarmente


estabelecido no item V.2 anterior para o posto de Fazenda Redenção. Conforme o
desenvolvimento dos trabalhos, novos estudos podem ser acrescentados ou suprimidos
em função dos resultados obtidos em estudos antecedentes.

V.3.1.1 - Estudo 1: NSOL e NSUB Iniciais Nulos

A Tabela V.5 apresenta os valores iniciais e finais para os parâmetros


calibráveis, tanto para a simulação de referência quanto para simulação alternativa,
definida para o estudo, além do valor da função objetivo para o período de calibração,
destacando-se que as funções objetivo somente são indicadoras do desempenho,
comparáveis diretamente, quando o período de calibração é o mesmo tanto para a
simulação de referência quanto para a simulação em estudo, como no caso em tela. A
Figura V.2 mostra a comparação entre as séries de vazões observada, simulada de
referência e simulada alternativa, determinada para o estudo 1.

119
Tabela V.5 – Configuração dos parâmetros para o estudo 1 – Fazenda Redenção

Simulação de Referência Estudo 1


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.00301400
(2) KSUP: 0.85249234 0.93490900 0.85249234 0.99484700
(3) NSAT 333.00000000 678.14580400 333.00000000 319.37608500
(4) CPER 0.00000000 0.53602010 0.00000000 0.89397400
(5) KPER 0.20000000 1.00000000 0.20000000 0.86295900
(6) KSUB 0.99207114 0.99851300 0.99207114 1.00000000
(7) KARM 0.00000000 0.00000000 0.00000000 0.00998600
(8) VTDH1 0.25700000 1.00000000 0.25700000 0.99361300
(9) VTDH2 0.47000000 0.00000000 0.47000000 0.00557500
(10) VTDH3 ---- ---- ---- ----
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 84.00000000 ---- 0.00000000 ----
NSOL (m) 42.00000000 ---- 0.00000000 ----
F.Obj. Calibração 683,920.30898500 740,052.88876700

Fazenda Redenção
Estudo 1: NSOL e NSUB Iniciais Nulos
180
Vazão(m3/s)

170 Vazão Observada

160 Vazão Simul. Referência

150 Vazão Simul. Estudo 1


140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.2 – Hidrogramas observado e simulados para o estudo 1– Fazenda Redenção

120
Neste estudo, as variáveis de estado NSOL e NSUB são mantidas nulas.
Conforme pode-se observar, tanto através da comparação dos valores das funções
objetivos finais do processo de calibração, quanto pela própria visualização gráfica, foi
atendido o objetivo de demonstrar que a inserção dos níveis de água nos reservatórios
do solo e do subterrâneo, fisicamente compatíveis com a hidrologia local, trazem um
ganho de qualidade no processo de calibração.
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa, com NSOL e NSUB nulos, aumentou os valores das constantes
de recessão KSUB e KSUP, reduziu um pouco o valor de NSAT e equilibrou os valores
calibrados de CPER e KPER, que aparecem na configuração final com a mesma ordem
de grandeza.
Na visualização geral dos hidrogramas, constata-se que a simulação alternativa
subestimou as vazões de um modo geral, tanto nos valores de picos quanto nos valores
das recessões, apresentando estiagens mais severas do que as verdadeiramente
observadas e do que as resultantes da simulação de referência.

V.3.1.2 - Estudo 2: Fixação do KARM e VTDH

Havia uma necessidade de um ganho de sensibilidade sobre como o modelo


realiza a translação da hidrógrafa de saída e como estaria sendo conduzida pelo
processo de penalização hiperbólica a calibração automática dos parâmetros referentes a
essa tarefa, ou seja, KARM e VTDH(i). Pretendia-se analisar os resultados de uma
interferência no processo de translação da hidrógrafa de saída, fixando os valores dos
parâmetros KARM e VTDH(i) e retirando-os do processo de calibração. A Tabela V.6
apresenta os valores iniciais e finais para os parâmetros calibráveis, tanto para a
simulação de referência quanto para a simulação alternativa, definida para o estudo,
além do valor da função objetivo para o período de calibração. A Figura V.3 mostra a
comparação entre as séries de vazões observada, simulada de referência e simulada
alternativa, determinada para o estudo 2.

121
Tabela V.6 – Configuração dos parâmetros para o estudo 2 – Fazenda Redenção

Simulação de Referência Estudo 2


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 4.70133700
(2) KSUP: 0.85249234 0.93490900 0.85249234 0.99124300
(3) NSAT 333.00000000 678.14580400 333.00000000 332.98007900
(4) CPER 0.00000000 0.53602010 0.00000000 0.82633900
(5) KPER 0.20000000 1.00000000 0.20000000 1.00000000
(6) KSUB 0.99207114 0.99851300 0.99207114 0.99931800
(7) KARM 0.00000000 0.00000000 0.00000000 0.00000000
(8) VTDH1 0.25700000 1.00000000 0.25700000 0.25700000
(9) VTDH2 0.47000000 0.00000000 0.47000000 0.47000000
(10) VTDH3 ---- ---- ---- ----
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 84.00000000 ---- 84.00000000 ----
NSOL (m) 42.00000000 ---- 42.00000000 ----
F.Obj. Calibração 683,920.30898500 745,811.05245030

Fazenda Redenção
Estudo 2: Fixação KARM e VTDH
180
Vazão(m /s)

170 Vazão Observada


3

160 Vazão Simul. Referência

150 Vazão Simul. Estudo 2


140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.3 – Hidrogramas observado e simulados para o estudo 2 – Fazenda Redenção

122
Conforme pode-se constatar, tanto através da comparação dos valores das
funções objetivos finais do processo de calibração, quanto pela própria visualização
gráfica, a fixação dos valores dos parâmetros de translação da hidrógrafa trazem perda
de qualidade no processo de calibração.
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa, com KARM e VTDH(i) não calibrados, mas sim impostos como
condições fixas durante todo o processo de calibração e validação, aumentou os valores
das constantes de recessão KSUB e KSUP, manteve praticamente inalterado o valor de
NSAT e aumentou significativamente os valores calibrados de CPER e KPER.
Na visualização geral dos hidrogramas, constata-se que a simulação alternativa
superestimou as vazões de um modo geral, representando razoavelmente bem os valores
de picos, mas trazendo valores altos nas recessões em relação tanto às vazões
verdadeiramente observadas quanto às resultantes da simulação de referência. Esse fato
pode ser explicado pelos grandes valores calibrados de CPER e KPER, que se refletem
em uma grande permeabilidade do solo e um provável aumento das vazões de base, uma
vez que o solo tem a sua capacidade de retenção reduzida e as vazões tendem a chegar
mais rápido na calha fluvial.

V.3.1.3 - Estudo 3: Aumento do Período de Calibração

Resgatando o objetivo deste estudo, pretendeu-se analisar os efeitos de um


aumento no período de calibração. Definindo-se um período de calibração de
01/08/1984 a 30/09/2003, ou seja, dezenove anos de dados diários, foi realizada uma
tentativa de que o modelo captasse melhor o sinal de tendência de queda nas vazões ao
longo do histórico. A Tabela V.7 apresenta os valores iniciais e finais para os
parâmetros calibráveis, tanto para a simulação de referência quanto para simulação
alternativa definida para o estudo, além do valor da função objetivo para o período de
calibração. Alerta-se, nesse caso, que as funções objetivo não são comparáveis
diretamente, uma vez que o período de calibração não é o mesmo para a simulação de
referência e para a simulação em estudo. A Figura V.4 mostra a comparação entre as
séries de vazões observada, simulada de referência e simulada alternativa, determinada
para o estudo 3.

123
Tabela V.7 – Configuração dos parâmetros para o estudo 3 – Fazenda Redenção

Simulação de Referência Estudo 3


N dias calibração: 2191 N dias calibração: 7000
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 4.73887800
(2) KSUP: 0.85249234 0.93490900 0.85249234 0.99595400
(3) NSAT 333.00000000 678.14580400 333.00000000 332.98422400
(4) CPER 0.00000000 0.53602010 0.00000000 0.78173700
(5) KPER 0.20000000 1.00000000 0.20000000 0.00337800
(6) KSUB 0.99207114 0.99851300 0.99207114 1.00000000
(7) KARM 0.00000000 0.00000000 0.00000000 0.00015800
(8) VTDH1 0.25700000 1.00000000 0.25700000 0.66075500
(9) VTDH2 0.47000000 0.00000000 0.47000000 0.33213300
(10) VTDH3 ---- ---- ---- ----
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 84.00000000 ---- 84.00000000 ----
NSOL (m) 42.00000000 ---- 42.00000000 ----
F.Obj. Calibração 683,920.30898500 1,448,378.50862400

Fazenda Redenção
Estudo 3: Aumento do Período de Calibração
180
Vazão(m /s)

170 Vazão Observada


3

160 Vazão Simul. Referência

150 Vazão Simul. Estudo 3


140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.4 – Hidrogramas observado e simulados para o estudo 3 – Fazenda Redenção

124
Analisando-se os parâmetros finais calibrados, nota-se que a calibração, na
simulação alternativa, com um período de calibração da simulação alternativa muito
maior do que o período de calibração da simulação de referência, aumentou
consideravelmente os valores das constantes de recessão KSUB e KSUP, fazendo com
que este último parâmetro atingisse seu valor máximo de restrição. O valor de NSAT
permaneceu praticamente inalterado. Quanto aos valores que refletem a permeabilidade
do solo, CPER e KPER, ao contrário da simulação de referência, onde KPER aumentou
muito mais do que CPER, na simulação alternativa, CPER aumentou
significativamente, enquanto KPER teve seu valor bastante reduzido em relação ao
conjunto de parâmetros fornecido como condições iniciais para o processo de calibração
automática.
Na visualização geral dos hidrogramas, constata-se que a simulação alternativa
subestimou bastante as vazões de pico, além de adiantar a onda de cheia em relação à
observada, ao mesmo tempo em que representou bem as vazões das recessões se
comparadas com as resultantes da simulação de referência, notadamente para os anos de
1990, 1992, 1994, 1995, 1997 e, particularmente, nos anos mais recentes de 2000 a
2002.

V.3.1.4 - Estudo 4: Redução do Período de Calibração

Ao contrário do estudo anterior, o enfoque deste novo estudo é o de analisar os


efeitos de uma redução no período de calibração, trabalhando o modelo em um período
de tempo onde a tendência de decréscimo das vazões não se torne tão problemática para
o processo de calibração. O novo período de calibração foi fixado entre 01/08/2000 e
30/09/2004.
A Tabela V.8 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para simulação alternativa,
definida para o estudo, além do valor da função objetivo para o período de calibração,
alertando-se, também para este caso, que as funções objetivos não são comparáveis
diretamente, uma vez que o período de calibração não é o mesmo em relação à
simulação de referência. A Figura V.5 mostra a comparação entre as séries de vazões
observada, simulada de referência e simulada alternativa, determinada para o estudo 4.

125
Tabela V.8 – Configuração dos parâmetros para o estudo 4 – Fazenda Redenção

Simulação de Referência Estudo 4


N dias calibração: 2191 N dias calibração: 1522
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.00000000
(2) KSUP: 0.85249234 0.93490900 0.85249234 0.96627400
(3) NSAT 333.00000000 678.14580400 333.00000000 179.62780400
(4) CPER 0.00000000 0.53602010 0.00000000 0.00000000
(5) KPER 0.20000000 1.00000000 0.20000000 1.00000000
(6) KSUB 0.99207114 0.99851300 0.99207114 0.99967600
(7) KARM 0.00000000 0.00000000 0.00000000 0.00000000
(8) VTDH1 0.25700000 1.00000000 0.25700000 1.00000000
(9) VTDH2 0.47000000 0.00000000 0.47000000 0.00000000
(10) VTDH3 ---- ---- ---- ----
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 84.00000000 ---- 69.00000000 ----
NSOL (m) 42.00000000 ---- 30.00000000 ----
F.Obj. Calibração 683,920.30898500 387,022.21435400

Fazenda Redenção
Estudo 4: Redução do Período de Calibração (01/08/2000-30/09/2004)
180
Vazão(m3/s)

170 Vazão Observada

160 Vazão Simul. Referência

150 Vazão Simul. Estudo 4


140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
2/8/00

2/2/01

2/4/01

2/6/01

2/8/01

2/2/02

2/4/02

2/6/02

2/8/02

2/2/03

2/4/03

2/6/03

2/8/03

2/2/04

2/4/04

2/6/04

2/8/04
2/10/00

2/12/00

2/10/01

2/12/01

2/10/02

2/12/02

2/10/03

2/12/03

Dia

Figura V.5 – Hidrogramas observado e simulados para o estudo 4 – Fazenda Redenção

126
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa aumentou os valores das constantes de recessão KSUB e KSUP.
O valor de NSAT, no entanto, foi reduzido quase à metade de seu valor inicial. Quanto
aos valores que refletem a permeabilidade do solo, CPER manteve-se nulo e KPER
variou da mesma forma que a simulação de referência, atingindo seu valor máximo de
restrição.
Na visualização geral dos hidrogramas, verifica-se que, devido à curta extensão
do registro para a calibração, a duração do aquecimento do modelo para a simulação
alternativa torna-se perceptível, atingindo pouco mais de 2 anos, do total de 4 anos
usados na calibração. Este período de aquecimento ocorre em virtude do tempo exigido
para que todos os estados do modelo possam ser ativados. Em outras palavras, mesmo
partindo-se de níveis não nulos para os reservatórios do solo, NSOL, e subterrâneo,
NSUB, torna-se necessário que os reservatórios completem seus primeiros enchimentos
e os transbordamentos entre reservatórios tenham início para que o modelo possa ser
considerado em regime normal de operação. No caso em estudo, a partir de novembro
de 2003 o modelo pode ser considerado em plenas condições operacionais, razão pela
qual apresenta resultados melhores que os da simulação de referência para este período
hidrológico, tanto nas cheias quanto nas estiagens. Contudo, no período hidrológico
subseqüente, os mesmos bons resultados não foram confirmados. Para o final do ano de
2003 e início de 2004, a simulação do estudo 4 apresentou resultados ruins, aumentando
consideravelmente a magnitude da onda de cheia durante sua ascensão e recessão,
apresentando vazões muito superiores às observadas e mesmo em relação às vazões da
simulação de referência, razão pela qual não se recomenda o uso destes resultados para
a análise da umidade do solo em dezembro de 2003, ao contrário do previsto no
planejamento original.

V.3.1.5 - Estudo 4A: Nova Redução do Período de Calibração

Tendo em vista que a simulação anterior, cujo período de calibração foi entre
01/08/2000 e 30/09/2004, com pouco mais de 4 anos de dados, não apresentou bons
resultados que permitissem uma análise adequada da umidade do solo em dezembro de
2003, ao contrário do previsto no roteiro original, concebeu-se um novo período para a
simulação, onde o modelo pudesse representar adequadamente o comportamento mais

127
atual em relação a não estacionariedade da série sem, no entanto, ter seus resultados
afetados pelo período de aquecimento necessário ao modelo.
Avaliando-se os hidrogramas para o posto de Fazenda Redenção, observa-se que
o comportamento dos picos de vazões é bastante diferenciado para o período anterior a
1993. Antes deste ano hidrológico, as vazões diárias máximas anuais atingiam
freqüentemente valores acima de 100m3/s, em alguns casos vazões superiores a 120
m3/s foram observadas e o valor máximo registrado ultrapassou 170 m3/s. O período
posterior a 1993, no entanto, não mais registrou picos diários acima de 100 m3/s, sendo
grande parte inferior a 90 m3/s. Concentrando-se as observações nas recessões, pode-se
notar que, a partir de 1995, as vazões mínimas de estiagem assumem um novo padrão,
em relação às observadas no período anterior a esse ano. Enquanto que no período
anterior a 1995 os valores médios das vazões mínimas são da ordem de 36m3/s, no
período posterior a 1995, um novo padrão inferior a 32 m3/s é observado, tornando-se
menor ainda, com valores da ordem de 26 m3/s no período hidrológico posterior a 1999.
Dessa forma, um novo período de calibração, definido entre 01/08/1995 e 30/09/2004,
sem reserva de dados para a validação, foi definido de forma a permitir a extração de
resultados que permitissem uma análise adequada da umidade do solo em dezembro de
2003.
A Tabela V.9 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para simulação alternativa,
definida para o estudo, além do valor da função objetivo para o período de calibração,
alertando-se, também para este caso, que as funções objetivos não são comparáveis
diretamente, uma vez que o período de calibração não é o mesmo em relação à
simulação de referência. A Figura V.6 mostra a comparação entre as séries de vazões
observada, simulada de referência e simulada alternativa, determinada para o chamado
estudo 4A.

128
Tabela V.9 – Configuração dos parâmetros para o estudo 4A – Fazenda Redenção

Simulação de Referência Estudo 4A


N dias calibração: 2191 N dias calibração: 3348
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.00004200
(2) KSUP: 0.85249234 0.93490900 0.85249234 0.99303000
(3) NSAT 333.00000000 678.14580400 333.00000000 119.89277100
(4) CPER 0.00000000 0.53602010 0.00000000 0.45855300
(5) KPER 0.20000000 1.00000000 0.20000000 0.99799900
(6) KSUB 0.99207114 0.99851300 0.99207114 0.99993000
(7) KARM 0.00000000 0.00000000 0.00000000 0.00000200
(8) VTDH1 0.25700000 1.00000000 0.25700000 0.99999500
(9) VTDH2 0.47000000 0.00000000 0.47000000 0.00000000
(10) VTDH3 ---- ---- ---- ----
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 84.00000000 ---- 63.00000000 ----
NSOL (m) 42.00000000 ---- 41.00000000 ----
F.Obj. Calibração 683,920.30898500 732,589.87569500

Fazenda Redenção
Estudo 4A: Redução do Período de Calibração (01/08/1995-30/09/2004)
180
Vazão(m3/s)

170 Vazão Observada

160 Vazão Simul. Referência

150 Vazão Simul. Estudo 4A

140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
2/8/95
2/12/95
2/4/96
2/8/96
2/12/96
2/4/97
2/8/97
2/12/97
2/4/98
2/8/98
2/12/98
2/4/99
2/8/99
2/12/99
2/4/00
2/8/00
2/12/00
2/4/01
2/8/01
2/12/01
2/4/02
2/8/02
2/12/02
2/4/03
2/8/03
2/12/03
2/4/04
2/8/04

Dia

Figura V.6 – Hidrogramas observado e simulados para o estudo 4A – Fazenda


Redenção

129
No tocante aos parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa aumentou os valores das constantes de recessão KSUB e KSUP.
O valor de NSAT, no entanto, foi reduzido em mais da metade de seu valor inicial.
Quanto aos valores que refletem a permeabilidade do solo, CPER e KPER variaram da
mesma forma que a simulação de referência, com valor próximo à metade do valor
máximo de restrição no caso de CPER e valor próximo à unidade, máximo de restrição,
no caso de KPER.
Na visualização geral dos hidrogramas, verifica-se que a duração do
aquecimento do modelo para a simulação alternativa atingiu pouco mais de 2 anos, da
mesma maneira que o estudo 4 anterior. Conforme já explanado, esse período de
aquecimento ocorre em virtude do tempo exigido para que todos os estados do modelo
possam ser ativados e, portanto, era de se esperar que mantivesse a mesma ordem de
grandeza para todas as simulações efetuadas. Nesse novo caso em estudo, com dados a
partir de agosto/1995, o modelo pode ser considerado em condições operacionais a
partir do início do ano de 1997, o que não significa que os resultados tenham sido
adequados já para o ano hidrológico subseqüente. Na realidade, a visualização gráfica
permite concluir que o ajuste para esse novo período de dados não foi dos melhores. As
vazões de ascensão e de pico dos hidrogramas de cheia ficaram subestimadas de uma
maneira geral. Já para as recessões, observou-se que, no início da descida, as vazões
ficaram superestimadas, ao passo que, no final das mesmas recessões, as vazões se
mostram subestimadas, com valores mínimos muito abaixo dos observados.
Comparando-se com a simulação de referência, observa-se que esse comportamento
geral de subestimativa das vazões da simulação alternativa traz melhores ajustes em
algumas recessões, como no caso dos anos de 1997, 2000 e 2001, mas piora bastante
outras, como nos casos dos anos de 1998, 2002 e 2003.
Para o final do ano de 2003 e início de 2004, a simulação do estudo 4A
apresentou resultados não tão bons quanto os da simulação de referência, mas melhores
do que os do estudo 4, de modo que se recomenda o uso desses resultados para a análise
da umidade do solo em dezembro de 2003 em detrimento dos resultados da simulação 4.

V.3.1.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas

Conforme destacado na programação das simulações, este estudo objetivou uma


comparação com a simulação de referência, partindo-se das mesmas premissas quanto

130
aos parâmetros e às variáveis iniciais estimadas para a realização do processo de
calibração, utilizando, no entanto, os valores de evapotranspiração obtidos com base no
método de Penman-Monteith-FAO aplicado a dados das normais climatológicas, e não
os valores obtidos pelo método BHS. O período de calibração foi o mesmo da
simulação de referência, para tornar possível a comparação direta, ou seja, de
01/08/1984 a 31/07/1990.
A Tabela V.10 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para esta simulação alternativa,
além do valor da função objetivo para o período de calibração, destacando-se que as
funções objetivo somente são indicadoras do desempenho, comparáveis diretamente,
quando o período de calibração é o mesmo tanto para a simulação de referência quanto
para a simulação em estudo, como no caso em avaliação. A Figura V.7 mostra a
comparação entre as séries de vazões observada, simulada de referência e simulada
alternativa, determinada para o estudo 5.

Tabela V.10 – Configuração dos parâmetros para o estudo 5 – Fazenda Redenção

Simulação de Referência Estudo 5


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 4.72794500
(2) KSUP: 0.85249234 0.93490900 0.85249234 0.93237500
(3) NSAT 333.00000000 678.14580400 333.00000000 561.86174200
(4) CPER 0.00000000 0.53602010 0.00000000 0.55571300
(5) KPER 0.20000000 1.00000000 0.20000000 1.00000000
(6) KSUB 0.99207114 0.99851300 0.99207114 0.99838500
(7) KARM 0.00000000 0.00000000 0.00000000 0.00000000
(8) VTDH1 0.25700000 1.00000000 0.25700000 1.00000000
(9) VTDH2 0.47000000 0.00000000 0.47000000 0.00000000
(10) VTDH3 ---- ---- ---- ----
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 84.00000000 ---- 84.00000000 ----
NSOL (m) 42.00000000 ---- 42.00000000 ----
F.Obj. Calibração 683,920.30898500 569,255.07162200

131
Fazenda Redenção
Estudo 5: Evapotranspiração Normais Climatológicas (Penman-Monteih-FAO)
180
Vazão(m3/s)
170 Vazão Observada
160 Vazão Simul. Referência
150 Vazão Simul. Estudo 5
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04
Dia

Figura V.7 – Hidrogramas observado e simulados para o estudo 5 – Fazenda Redenção

Conforme pode-se notar através da comparação direta dos valores das funções
objetivos finais do processo de calibração, a simulação alternativa forneceu um
somatório de erros médios quadráticos, durante todo o período de calibração,
ligeiramente inferiores aos da simulação de referência. No entanto, através da
visualização gráfica, percebe-se que ambas as simulações apresentaram resultados
fisicamente compatíveis com a hidrologia local e, de um modo geral, os valores
simulados na situação de referência, com evapotranspiração calculada pelo método
BHS, e na simulação alternativa, com evapotranspiração calculada pelo método de
Penman com normais climatológicas, estiveram muito próximos entre si. Observando
com um maior rigor nos detalhes, percebe-se, entretanto, que a simulação alternativa
fornece uma ligeira diferença na magnitude da variabilidade das vazões, ou seja, picos
normalmente inferiores aos encontrados pela simulação de referência e vazões de
estiagens mais altas, também em relação à simulação de referência. Essa tendência a
uma menor variabilidade nas vazões talvez possa ser explicada através da observação do
próprio comportamento das evapotranspirações do método baseado nas normais
climatológicas, que apresenta menor faixa de variação do que as evapotranspirações
calculadas pelo método BHS, que segue a mesma variação das precipitações e vazões,
já que se baseia no balanço hídrico do local.

132
Voltando a atenção para os parâmetros finais calibrados, nota-se que a
calibração na simulação alternativa apresentou um conjunto de parâmetros finais muito
próximos aos encontrados na simulação de referência, aumentando os valores das
constantes de recessão KSUB e KSUP e dos indicadores de permeabilidade do solo,
CPER e KPER, em proporções similares. A diferença fica por conta do parâmetro
NSAT, onde o aumento ocorreu também, porém em uma proporção inferior a ocorrida
na simulação de referência. Talvez esse menor aumento no parâmetro NSAT, que
reduziria a capacidade de acumulação de água no reservatório do solo, tenha sido a
maneira que o modelo encontrou, durante o processo de calibração, para atenuar e
compensar o efeito do aumento das médias das séries de evapotranspiração ao se aplicar
as normais climatológicas.

V.3.1.7 - Estudo 6: Calibração Manual Aplicada aos Parâmetros Iniciais

Conforme já descrito na programação das simulações, apresentado no item


V.2.4, o último estudo realizado para a bacia do posto fluviométrico de Fazenda
Redenção abandonou as premissas quanto aos parâmetros e às variáveis iniciais
estimadas para a realização do processo de calibração, deixando de adotar valores
fisicamente compatíveis com a bacia em estudo e tentando, por meio de uma espécie de
calibração manual dos parâmetros iniciais com base no método tradicional de tentativa-
e-erro, ajustar um novo conjunto de parâmetros que fornecesse um melhor resultado
para a função objetivo advinda do processo de calibração automática. Pretendia-se
demonstrar a possibilidade de definição de conjuntos de parâmetros alternativos que
apresentassem melhores resultados para as vazões geradas, ratificando a importância
que as condições iniciais têm no processo de calibração automática. Os resultados dessa
simulação foram comparados aos resultados da primeira simulação de referência e,
apesar do melhor desempenho no tocante a uma redução do valor da função objetivo, os
hidrogramas finais demonstram que as vazões calculadas com base nos parâmetros
iniciais estimados fisicamente apresentaram comportamento mais próximo das vazões
observadas. Os valores de evapotranspiração adotados foram os obtidos pelo método
BHS e o período de calibração de 01/08/1984 a 31/07/1990.
A Tabela V.11 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para simulação alternativa,

133
definida para o estudo 6, além do valor da função objetivo para o período de calibração,
destacando-se que as funções objetivo somente são indicadores do desempenho,
comparáveis diretamente, quando o período de calibração é o mesmo tanto para a
simulação de referência quanto para a simulação em estudo, como no caso em tela. A
Figura V.8 mostra a comparação entre as séries de vazões observada, simulada de
referência e simulada alternativa, determinada para o estudo 6.

Tabela V.11 – Configuração dos parâmetros para o estudo 6 – Fazenda Redenção

Simulação de Referência Estudo 6


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 9.06071400 9.05454200
(2) KSUP: 0.85249234 0.93490900 0.99596300 0.99589900
(3) NSAT 333.00000000 678.14580400 25.72974800 25.72836500
(4) CPER 0.00000000 0.53602010 0.00000000 0.00001200
(5) KPER 0.20000000 1.00000000 0.34185800 0.26311500
(6) KSUB 0.99207114 0.99851300 0.99994300 1.00000000
(7) KARM 0.00000000 0.00000000 0.00000000 0.15798000
(8) VTDH1 0.25700000 1.00000000 0.25700000 0.29025700
(9) VTDH2 0.47000000 0.00000000 0.47000000 0.48553500
(10) VTDH3 ---- ---- ---- ----
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 84.00000000 ---- 0.00000000 ----
NSOL (m) 42.00000000 ---- 0.00000000 ----
F.Obj. Calibração 683,920.30898500 589,512.92982800

134
Fazenda Redenção
Estudo 6: Calibração Manual dos Parâmetros Iniciais
180
Vazão(m3/s)
170 Vazão Observada
160 Vazão Simul. Referência
150 Vazão Simul. Estudo 6
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04
Dia

Figura V.8 – Hidrogramas observado e simulados para o estudo 6 – Fazenda Redenção

Neste estudo, as variáveis de estado NSOL e NSUB foram mantidas nulas, uma
vez que o objetivo era o de estudar uma situação tradicional de determinação dos
parâmetros iniciais, desconsiderando qualquer contribuição obtida pelo conhecimento
da realidade física da bacia.
De forma aparentemente contraditória, pode-se observar, através da comparação
dos valores das funções objetivos finais do processo de calibração, que a simulação
alternativa conduzida no estudo 6 apresentou um conjunto de parâmetros de qualidade
superior ao da simulação de referência, já que foi obtido um valor menor para a função
objetivo. Contudo, por intermédio da visualização gráfica dos hidrogramas, a tentativa
de demonstrar que um novo conjunto de parâmetros iniciais ótimo havia sido
encontrado foi fracassada, uma vez que não foi observado qualquer ganho de qualidade
nas vazões simuladas, em especial no período de validação dos resultados, através dos
parâmetros finais resultantes do processo de calibração.
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa, com parâmetros sem compatibilidade física com a bacia e os
valores iniciais de NSOL e NSUB nulos, reduziu um pouco o valor da constante de
recessão KSUP, levou o valor da constante de recessão KSUB ao seu valor máximo de
restrição, manteve praticamente inalterado o valor de NSAT, e alterou de forma não

135
significativa os valores calibrados de CPER e KPER, que aparecem na configuração
final com a mesma ordem de grandeza da configuração inicial.
Na visualização geral dos hidrogramas, constata-se que a simulação alternativa
subestimou as vazões de um modo geral, com uma representação muito ruim dos
valores de pico e também dos valores mínimos das recessões, apresentando estiagens
muito mais severas do que as verdadeiramente observadas e do que as resultantes da
simulação de referência. Destaca-se que o valor do parâmetro NSAT, neste estudo, é
cerca de 13 vezes inferior ao da simulação de referência, o que pode justificar a queda
nas vazões de recessão pelo fato do reservatório do solo possuir pouca capacidade de
armazenamento e, portanto, um potencial de regularização muito baixo.
Adicionalmente, a similaridade desse comportamento errático na subestimativa
das vazões simuladas com as conclusões do estudo 1 leva a crer que a não inserção dos
níveis de água iniciais, fisicamente compatíveis com a hidrologia local, nos
reservatórios do solo e do subterrâneo, também afetou os resultados finais desse estudo
6. De qualquer maneira, diante dos resultados menores da função objetivo no período de
calibração, conclui-se que é importante uma escolha cuidadosa dos valores iniciais dos
parâmetros a serem calibrados pela rotina de otimização BFGS com suavização
hiperbólica, interiorizada no modelo SMAP utilizado nesta tese.

V.3.1.8 - Observações gerais para os estudos em Fazenda Redenção

Em todos os estudos efetuados para o posto de Fazenda Redenção, observou-se


um comportamento tendencial interessante na calibração dos parâmetros responsáveis
pela translação da hidrógrafa de saída, KARM e VTDH (i). Em geral, os pesos das
ordenadas do histograma de retardo, distribuídos nos três dias estimados para o tempo
de concentração na bacia, eram todos transferidos para a primeira ordenada VTDH1.
Esse comportamento foi observado tanto na simulação de referência quanto nas
realizadas para os estudos 4, 4A e 5, onde o valor final de VTDH1 foi igual a 1, o que
induz a uma dúvida quanto à superestimativa do tempo de concentração da bacia com
base no método cinemático do SCS. Entretanto, nos estudos 1 e 3, pode-se dizer que o
tempo de concentração também foi considerado menor do que o estimado inicialmente,
porém superior a 1 dia, já que o peso do VTDH1 também foi bastante superior ao do
VTDH2, mas este último foi não-nulo.

136
Quanto ao KARM, os estudos 1, 3 e 4A foram os que apresentaram valores
finais calibrados diferentes de zero, porém, ainda muito pequenos para serem
considerados de grande relevância para o modelo.
O estudo 6, com valores iniciais dos parâmetros calibrados por tentativa-e-erro,
apresentou a única simulação onde os valores dos VTDH’s mantiveram-se coerentes
com os valores iniciais fornecidos pelo método cinemático do SCS e também o caso
onde houve o maior valor final calibrado para KARM.
Tais conclusões indicam que são necessários novos estudos específicos para
avaliar a sensibilidade dos parâmetros KARM e VTDH dentro do modelo SMAP, de
forma a, inclusive, elaborar propostas concretas quanto a alterações nas estruturas de
cálculo da translação da hidrógrafa de saída do modelo.
Uma outra observação geral que pode ser realizada sobre os estudos conduzidos
para o posto de Fazenda Redenção refere-se à real dificuldade encontrada para a
aplicação do modelo à bacia do rio Grande, tendo em vista o comportamento de alta
variabilidade das vazões médias diárias. Cheias de curta duração, com picos muito
acentuados, intercalados com longas recessões, onde as vazões atingem baixos
patamares em relação às médias, dificultam não só o processo de calibração, mas
também o próprio processo de geração das séries de vazões na fase de validação em
qualquer modelo hidrológico conceitual. No caso da bacia do rio Grande, em estudo
nesta tese, a dificuldade adicional devido a não-estacionariedade das séries de vazões
observadas tornou a modelagem nessa bacia um grande desafio.

V.3.2 - Bacia do Posto de Barreiras

Neste item são apresentados os estudos para o posto de Barreiras, na mesma


seqüência dos estudos apresentados para o posto de Fazenda Redenção. Uma primeira
observação, de caráter geral, é a de que a simulação de referência para o caso de
Barreiras não forneceu resultados tão bons quanto os observados para o caso de Fazenda
Redenção. No caso de Barreiras, os parâmetros finais calibrados a partir de parâmetros
iniciais que tiveram como base dados reais dos hidrogramas, como a vazão média de
base, e das estimativas de armazenamento do método BHS, forneceram resultados que
mostram uma subestimativa generalizada, tanto nos picos quanto nas estiagens, das
vazões simuladas em relação às observadas. A dificuldade em se obter uma simulação
de referência mais adequada para Barreiras pode ser explicada pelo fato da área de

137
drenagem da bacia ser quase 5 vezes superior a de Fazenda Redenção. Nesse caso, o uso
do modelo SMAP concentrado pode esbarrar em limitações referentes à escala
hidrológica utilizada, uma vez que a hipótese adotada de uma homogeneidade dos
parâmetros para toda a bacia pode estar sujeita a violações mais acentuadas quanto
maior for a área de estudo, refletindo-se em incertezas nos resultados finais dos
parâmetros utilizados na geração das séries de vazões sintéticas. Os resultados da
simulação de referência encontram-se adiante, sendo comparados com várias
simulações alternativas, que serão expostas na seqüência. Destaca-se, por fim, que a
simulação de valores iniciais calibrados manualmente, conforme o estudo 6 realizado
para Fazenda Redenção, não foi conduzida para Barreiras, tendo em vista que os
resultados para Fazenda Redenção não se mostraram favoráveis.

V.3.2.1 - Estudo 1: NSOL e NSUB Iniciais Nulos

A Tabela V.12 apresenta os valores iniciais e finais para os parâmetros


calibráveis, tanto para a simulação de referência quanto para simulação alternativa,
definida para o estudo, além do valor da função objetivo para o período de calibração,
destacando-se que as funções objetivo somente são indicadores do desempenho,
comparáveis diretamente, quando o período de calibração é o mesmo tanto para a
simulação de referência quanto para a simulação em estudo, como no caso em tela. A
Figura V.9 mostra a comparação entre as séries de vazões observada, simulada de
referência e simulada alternativa, determinada para o estudo 1.

138
Tabela V.12 – Configuração dos parâmetros para o estudo 1 - Barreiras

Simulação de Referência Estudo 1


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.00000000
(2) KSUP: 0.86372549 0.99468900 0.86372549 0.99398800
(3) NSAT 333.00000000 267.40233300 333.00000000 225.56070600
(4) CPER 0.00000000 0.28788700 0.00000000 0.00361500
(5) KPER 0.20000000 0.99993600 0.20000000 0.99999300
(6) KSUB 0.99514563 1.00000000 0.99514563 0.99998700
(7) KARM 0.00000000 0.00002000 0.00000000 0.00001600
(8) VTDH1 0.09500000 0.99909600 0.09500000 0.52016600
(9) VTDH2 0.25500000 0.00082900 0.25500000 0.47773200
(10) VTDH3 0.40400000 0.00000100 0.40400000 0.00000000
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 45.00000000 ---- 0.00000000 ----
NSOL (m) 35.00000000 ---- 0.00000000 ----
F.Obj. Calibraçã 2,053,480.66111800 2,160,117.18005900

Barreiras
Estudo 1: NSOL e NSUB Iniciais Nulos
Vazão(m3/s)

300 Vazão Observada


280 Vazão Simul. Referência
260 Vazão Simul. Estudo 1

240

220

200

180

160

140

120

100

80

60

40

20

0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.9 – Hidrogramas observado e simulados para o estudo 1- Barreiras

139
Neste estudo, as variáveis de estado NSOL e NSUB são mantidas nulas.
Conforme pode-se observar, tanto através da comparação dos valores das funções
objetivo finais do processo de calibração, quanto pela própria visualização gráfica, foi
atendido o objetivo de demonstrar que a inserção dos níveis de água nos reservatórios
do solo e do subterrâneo, fisicamente compatíveis com a hidrologia local, trazem um
ganho de qualidade no processo de calibração.
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa, com NSOL e NSUB nulos, aumentou os valores das constantes
de recessão KSUB e KSUP. A simulação também reduziu um pouco valor de NSAT e
elevou os valores calibrados de CPER e KPER, observando-se incremento maior neste
último parâmetro.
Na visualização geral dos hidrogramas, constata-se que a simulação alternativa
em Barreiras, ao contrário do ocorrido em Fazenda Redenção, superestimou as vazões
de um modo geral em relação aos valores observados e aos resultantes da simulação de
referência, tanto nos valores de picos quanto nos valores das recessões, em especial no
período de validação, conforme pode-se notar mais claramente nos anos hidrológicos
mais recentes, de 2000 a 2004. Atentando para o trecho final dos hidrogramas, nota-se
uma pronunciada tendência de elevação contínua das vazões da simulação alternativa,
em contraposição à tendência natural de decréscimo das vazões observadas, melhor
captada pela simulação de referência.

V.3.2.2 - Estudo 2: Fixação do KARM e VTDH

Da mesma forma como conduzido para Fazenda Redenção, também em


Barreiras havia uma necessidade de um ganho de sensibilidade sobre como o modelo
realiza a translação da hidrógrafa de saída e como estaria sendo conduzida pelo
processo de penalização hiperbólica a calibração automática dos parâmetros referentes a
esta tarefa, ou seja, KARM e VTDH(i). Pretendia-se analisar os resultados de uma
interferência no processo de translação da hidrógrafa de saída, fixando os valores dos
parâmetros KARM e VTDH(i) e retirando-os do processo de calibração. A Tabela V.13
apresenta os valores iniciais e finais para os parâmetros calibráveis, tanto para a
simulação de referência quanto para simulação alternativa, definida para o estudo, além
do valor da função objetivo para o período de calibração. A Figura V.10 mostra a

140
comparação entre as séries de vazões observada, simulada de referência e simulada
alternativa, determinada para o estudo 2.

Tabela V.13 – Configuração dos parâmetros para o estudo 2 - Barreiras

Simulação de Referência Estudo 2


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 4.92844500
(2) KSUP: 0.86372549 0.99468900 0.86372549 0.98404100
(3) NSAT 333.00000000 267.40233300 333.00000000 332.99844000
(4) CPER 0.00000000 0.28788700 0.00000000 0.07539200
(5) KPER 0.20000000 0.99993600 0.20000000 1.00000000
(6) KSUB 0.99514563 1.00000000 0.99514563 0.99993800
(7) KARM 0.00000000 0.00002000 0.00000000 0.00000000
(8) VTDH1 0.09500000 0.99909600 0.09500000 0.09500000
(9) VTDH2 0.25500000 0.00082900 0.25500000 0.25500000
(10) VTDH3 0.40400000 0.00000100 0.40400000 0.40400000
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 45.00000000 ---- 45.00000000 ----
NSOL (m) 35.00000000 ---- 35.00000000 ----
F.Obj. Calibração 2,053,480.66111800 2,945,186.96509100

Barreiras
Estudo 2: Fixação KARM e VTDH
Vazão(m3/s)

300
Vazão Observada
280 Vazão Simul. Referência
260 Vazão Simul. Estudo 2

240

220

200

180

160

140

120

100

80

60

40

20

0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.10 – Hidrogramas observado e simulados para o estudo 2 - Barreiras

141
Conforme pode-se constatar, tanto através da comparação dos valores das
funções objetivos finais do processo de calibração, quanto pela própria visualização
gráfica, a fixação dos valores dos parâmetros de translação da hidrógrafa provocaram
resultados fisicamente impossíveis nas vazões simuladas, conforme pode-se observar na
tendência crescente de elevação dos valores médios das vazões.
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa, com KARM e VTDH(i) não calibrados, mas sim impostos como
condições fixas durante todo o processo de calibração e validação, aumentou os valores
de todo os parâmetros, como as constantes de recessão, KSUB e KSUP, e os parâmetros
ligados à permeabilidade do solo, CPER e KPER, mantendo praticamente inalterados os
valores de NSAT e ABSI, cuja redução pode ser considerada insignificante.
Devido à visível inadequação dos resultados da simulação alternativa neste
estudo 2, não serão tecidos maiores comentários a respeito da hidrógrafa por ela gerada.

V.3.2.3 - Estudo 3: Aumento do Período de Calibração

Assim como em Fazenda Redenção, pretendeu-se analisar os efeitos de um


aumento no período de calibração para o caso de Barreiras. Definindo-se um período de
calibração de 01/08/1984 a 30/09/2003, ou seja, dezenove anos de dados diários, foi
realizada uma tentativa de que o modelo captasse melhor o sinal de tendência de queda
nas vazões ao longo do histórico. A Tabela V.14 apresenta os valores iniciais e finais
para os parâmetros calibráveis, tanto para a simulação de referência quanto para
simulação alternativa, definida para o estudo, além do valor da função objetivo para o
período de calibração, alertando-se que, nesse caso, as funções objetivo não são
comparáveis diretamente, uma vez que o período de calibração não é o mesmo para a
simulação de referência e para a simulação em estudo. A Figura V.11 mostra a
comparação entre as séries de vazões observada, simulada de referência e simulada
alternativa, determinada para o estudo 3.

142
Tabela V.14 – Configuração dos parâmetros para o estudo 3 - Barreiras

Simulação de Referência Estudo 3


N dias calibração: 2191 N dias calibração: 7000
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.00000000
(2) KSUP: 0.86372549 0.99468900 0.86372549 0.99587300
(3) NSAT 333.00000000 267.40233300 333.00000000 332.85466000
(4) CPER 0.00000000 0.28788700 0.00000000 0.45478900
(5) KPER 0.20000000 0.99993600 0.20000000 0.98654000
(6) KSUB 0.99514563 1.00000000 0.99514563 0.99999700
(7) KARM 0.00000000 0.00002000 0.00000000 0.00000000
(8) VTDH1 0.09500000 0.99909600 0.09500000 0.45035700
(9) VTDH2 0.25500000 0.00082900 0.25500000 0.54964300
(10) VTDH3 0.40400000 0.00000100 0.40400000 0.00000000
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 45.00000000 ---- 45.00000000 ----
NSOL (m) 35.00000000 ---- 35.00000000 ----
F.Obj. Calibração 2,053,480.66111800 4,073,673.42585300

Barreiras
Estudo 3: Aumento do Período de Calibração
Vazão(m3/s)

300 Vazão Observada


280 Vazão Simul. Referência
260 Vazão Simul. Estudo 3

240

220

200

180

160

140

120

100

80

60

40

20

0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.11 – Hidrogramas observado e simulados para o estudo 3 - Barreiras

143
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa, com um período de calibração da simulação alternativa muito
maior do que o período de calibração da simulação de referência, aumentou
consideravelmente os valores das constantes de recessão KSUB e KSUP, fazendo com
que este último parâmetro atingisse um valor próximo ao máximo de restrição. O valor
de NSAT permaneceu praticamente inalterado. Quanto aos valores que refletem a
permeabilidade do solo, CPER e KPER, ambos acompanharam a tendência de aumento
observada na simulação de referência, porém, nesta simulação alternativa, houve um
equilíbrio maior entre KPER e CPER nos respectivos aumentos observados em relação
ao conjunto de parâmetros fornecido como condições iniciais para o processo de
calibração automática.
Na visualização geral dos hidrogramas, constata-se que a simulação alternativa
subestimou as vazões de pico em relação às observadas, ao mesmo tempo em que
representou um pouco melhor as vazões das recessões, se comparadas com as
resultantes da simulação de referência.

V.3.2.4 - Estudo 4: Redução do Período de Calibração

Ao contrário do estudo anterior, o enfoque deste novo estudo é o de analisar os


efeitos de uma redução no período de calibração, trabalhando o modelo em um período
de tempo onde a tendência de decréscimo das vazões não se torne tão problemática para
o processo de calibração. O novo período de calibração foi fixado também para
Barreiras entre 01/08/2000 e 30/09/2004.
A Tabela V.15 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para simulação alternativa,
definida para o estudo, além do valor da função objetivo para o período de calibração,
alertando-se, também para este caso, que as funções objetivo não são comparáveis
diretamente, uma vez que o período de calibração não é o mesmo em relação à
simulação de referência. A Figura V.12 mostra a comparação entre as séries de vazões
observada, simulada de referência e simulada alternativa, determinada para o estudo 4.

144
Tabela V.15 – Configuração dos parâmetros para o estudo 4 - Barreiras

Simulação de Referência Estudo 4


N dias calibração: 2191 N dias calibração: 1522
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.01296500
(2) KSUP: 0.86372549 0.99468900 0.86372549 0.99447700
(3) NSAT 333.00000000 267.40233300 333.00000000 217.68493600
(4) CPER 0.00000000 0.28788700 0.00000000 0.00126000
(5) KPER 0.20000000 0.99993600 0.20000000 0.99996900
(6) KSUB 0.99514563 1.00000000 0.99514563 1.00000000
(7) KARM 0.00000000 0.00002000 0.00000000 0.00000100
(8) VTDH1 0.09500000 0.99909600 0.09500000 0.98485800
(9) VTDH2 0.25500000 0.00082900 0.25500000 0.00013300
(10) VTDH3 0.40400000 0.00000100 0.40400000 0.01499800
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 45.00000000 ---- 42.00000000 ----
NSOL (m) 35.00000000 ---- 30.00000000 ----
F.Obj. Calibração 2,053,480.66111800 1,142,224.87635600

Barreiras
Estudo 4: Redução do Período de Calibração (01/08/2000-30/09/2004)
Vazão(m3/s)

300 Vazão Observada


280 Vazão Simul. Referência
260 Vazão Simul. Estudo 4

240

220

200

180

160

140

120

100

80

60

40

20

0
2/8/00

2/10/00

2/12/00

2/2/01

2/4/01

2/6/01

2/8/01

2/10/01

2/12/01

2/2/02

2/4/02

2/6/02

2/8/02

2/10/02

2/12/02

2/2/03

2/4/03

2/6/03

2/8/03

2/10/03

2/12/03

2/2/04

2/4/04

2/6/04

2/8/04

Dia

Figura V.12 – Hidrogramas observado e simulados para o estudo 4 - Barreiras

145
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa aumentou os valores das constantes de recessão KSUB e KSUP.
O valor de NSAT, no entanto, foi reduzido em cerca de 35% de seu valor inicial.
Quanto aos valores que refletem a permeabilidade do solo, CPER aumentou de forma
insignificante em relação ao valor de KPER, que variou da mesma forma que a
simulação de referência, atingindo um valor bem próximo do máximo de restrição.
Na visualização geral dos hidrogramas, verifica-se que, assim como no caso de
Fazenda Redenção, devido à curta extensão do registro para a calibração, a duração do
aquecimento do modelo para a simulação alternativa torna-se perceptível, atingindo
pouco mais de 2 anos, do total de 4 anos usados na calibração. Esse período de
aquecimento ocorre em virtude do tempo exigido para que todos os estados do modelo
possam ser ativados. Em outras palavras, mesmo partindo-se de níveis não nulos para os
reservatórios do solo, NSOL, e subterrâneo, NSUB, torna-se necessário que os
reservatórios completem seus primeiros enchimentos e os transbordamentos entre
reservatórios tenham início para que o modelo possa ser considerado em regime normal
de operação. No caso em estudo, a partir do final de 2002 o modelo pode ser
considerado em plenas condições operacionais, razão pela qual apresenta resultados
muito próximos aos da simulação de referência para este período hidrológico, tanto nas
cheias quanto nas estiagens. Ao contrário do imaginado inicialmente, a redução do
período de calibração, que passou a abranger um período mais recente e menos afetado
pela não-estacionariedade da série observada, não trouxe ganhos em relação à simulação
de referência, de modo que é indiferente o uso dos resultados desse estudo 4 ou da
simulação de referência para a análise da umidade do solo em dezembro de 2003.

V.3.2.5 - Estudo 4A: Nova Redução do Período de Calibração

Tendo em vista que a simulação anterior, cujo período de calibração foi entre
01/08/2000 e 30/09/2004, com pouco mais de 4 anos de dados, não apresentou
resultados melhores dos que os já obtidos pela simulação de referência, que permitissem
uma análise adequada da umidade do solo em dezembro de 2003, concebeu-se um novo
período para a simulação, da mesma forma como o realizado para Fazenda Redenção,
onde o modelo pudesse representar adequadamente o comportamento mais atual em
relação a não estacionariedade da série sem, no entanto, ter seus resultados afetados
pelo período de aquecimento necessário ao modelo.

146
A tentativa de simulação foi fracassada, uma vez que ocorreu um erro durante a
simulação para os dados do posto de Barreiras. O modelo SMAP suavizado paralisou o
processo, acusando um erro no cálculo das derivadas na rotina de otimização. Não foi
possível determinar com precisão a causa do erro, de modo que esse estudo foi
descartado sem qualquer prejuízo para as análises em andamento, já que o estudo 4
anterior, em Barreiras, já havia acusado não haver qualquer melhoria em relação à
simulação de referência e, além disso, os próprios resultados obtidos para o estudo 4A
em Fazenda Redenção não foram considerados bons.

V.3.2.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas

Da mesma maneira como realizado para Fazenda Redenção, este estudo


objetivou uma comparação com a simulação de referência, partindo-se das mesmas
premissas quanto aos parâmetros e às variáveis iniciais estimadas para a realização do
processo de calibração, utilizando, no entanto, os valores de evapotranspiração obtidos
com base no método de Penman-Monteith-FAO aplicado a dados das normais
climatológicas, e não os valores obtidos pelo método BHS. O período de calibração foi
o mesmo da simulação de referência, para tornar possível a comparação direta, ou seja,
de 01/08/1984 a 31/07/1990.
A Tabela V.16 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para esta simulação alternativa,
além do valor da função objetivo para o período de calibração, destacando-se que as
funções objetivo somente são indicadores do desempenho, comparáveis diretamente,
quando o período de calibração é o mesmo tanto para a simulação de referência quanto
para a simulação em estudo, como no caso em tela. A Figura V.13 mostra a comparação
entre as séries de vazões observada, simulada de referência e simulada alternativa,
determinada para o estudo 5.

147
Tabela V.16 – Configuração dos parâmetros para o estudo 5 - Barreiras

Simulação de Referência Estudo 5


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 5.00008700
(2) KSUP: 0.86372549 0.99468900 0.86372549 0.86724500
(3) NSAT 333.00000000 267.40233300 333.00000000 333.00000500
(4) CPER 0.00000000 0.28788700 0.00000000 0.00000000
(5) KPER 0.20000000 0.99993600 0.20000000 0.20099700
(6) KSUB 0.99514563 1.00000000 0.99514563 0.99994200
(7) KARM 0.00000000 0.00002000 0.00000000 0.00046300
(8) VTDH1 0.09500000 0.99909600 0.09500000 0.09511200
(9) VTDH2 0.25500000 0.00082900 0.25500000 0.52549960
(10) VTDH3 0.40400000 0.00000100 0.40400000 0.40395000
(11) VTDH4 ---- ---- ---- ----
(12) VTDH5 ---- ---- ---- ----
(13) VTDH6 ---- ---- ---- ----
(14) VTDH7 ---- ---- ---- ----
(15) VTDH8 ---- ---- ---- ----
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 45.00000000 ---- 45.00000000 ----
NSOL (m) 35.00000000 ---- 35.00000000 ----
F.Obj. Calibração 2,053,480.66111800 13,300,510.92803200

Barreiras
Estudo 5: Evapotranspiração Normais Climatológicas (Penman-Monteih-FAO)
Vazão(m3/s)

300
Vazão Observada
280 Vazão Simul. Referência
260 Vazão Simul. Estudo 5
240

220

200

180

160

140

120

100

80

60

40

20

0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.13 – Hidrogramas observado e simulados para o estudo 5 - Barreiras

148
Conforme pode-se constatar, tanto através da comparação dos valores das
funções objetivos finais do processo de calibração, onde os valores da simulação
alternativa foram mais de 600% superiores aos da simulação de referência, quanto pela
própria visualização gráfica, a utilização da série de evapotranspiração pelo método de
Penman-Monteith-FAO, aliado a dados de normais climatológicas para um período
anterior à década de 90, promoveu resultados fisicamente impossíveis nas vazões
simuladas, conforme pode-se observar na tendência crescente de elevação dos valores
médios das vazões, além de valores de pico fora dos patamares razoáveis para a bacia
do posto de Barreira.
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa manteve praticamente inalterados a maioria dos parâmetros, o que
demonstra que o número de iterações realizadas no processo de calibração automática
foi baixo, com o modelo encerrando prematuramente a sua busca pelo conjunto ótimo
de parâmetros. Ao contrário de todas as simulações efetuadas até então, o valor do
parâmetro KSUP não aumentou significativamente, mantendo-se da ordem de 0,86,
conforme o valor inicial fornecido ao modelo, o que pode explicar os valores de pico de
vazão tão acentuados. Já o valor de KSUB, na simulação alternativa, foi elevado a um
patamar próximo do seu valor máximo de restrição, em conformidade com a simulação
de referência. Os parâmetros ligados à permeabilidade do solo, CPER e KPER, ficaram
praticamente inalterados, assim como os valores de NSAT e ABSI.
Algumas análises de sensibilidade foram empreendidas no sentido de descobrir
alguma falha no processo, mas sem sucesso. Em virtude de uma falta de explicação
concreta para o problema detectado na calibração dos parâmetros, que resultou na
visível inadequação dos resultados da simulação alternativa neste estudo 5, não serão
tecidos maiores comentários a respeito da hidrógrafa por ela gerada.
Por fim, para o caso específico do posto de Barreiras, os valores simulados na
situação de referência, com evapotranspiração calculada pelo método BHS, mostraram-
se fisicamente compatíveis após todo o processo de calibração automática, em
detrimento da simulação alternativa, com evapotranspiração calculada pelo método de
Perman com normais climatológicas, cujos resultados foram absolutamente
inadequados.

149
V.3.2.7 - Observações gerais para os estudos em Barreiras

Ao contrário do observado para o posto de Fazenda Redenção, onde


praticamente todas as simulações apontaram resultados similares para a tendência à
redução do tempo de concentração a apenas 1 dia, para o posto de Barreiras observou-se
tal comportamento tendencial de redução dos valores de VTDH2 e VTDH3 apenas nas
simulações de referência e do estudo 4. Nessas simulações, os pesos das ordenadas do
histograma de retardo, distribuídos nos quatro dias estimados para o tempo de
concentração na bacia, foram, em sua maior parte, transferidos para a primeira ordenada
VTDH1. Nas demais simulações, o comportamento observado indicou uma dúvida
quanto à superestimativa do tempo de concentração também da bacia de Barreiras,
baseada no método cinemático do SCS. Nos estudos 1 e 3, por exemplo, pode-se dizer
que o tempo de concentração também foi considerado menor do que o estimado
inicialmente, sendo igual a 2 dias, ao contrário dos 4 dias inicialmente estimados, já que
o peso do VTDH1 e do VTDH2 ficaram aproximadamente equilibrados e os demais
VTDH3 e VTDH4 ficaram nulos.
Quanto ao KARM, os valores finais calibrados foram muito próximos de zero
para todas as simulações.
As conclusões obtidas para o posto de Fazenda Redenção são aqui ratificadas
para Barreiras, apontando para a necessidade de novos estudos específicos para avaliar a
sensibilidade dos parâmetros KARM e VTDH dentro do modelo SMAP, de forma a,
inclusive, elaborar propostas concretas quanto a alterações nas estruturas de cálculo da
translação da hidrógrafa de saída do modelo.
As demais observações gerais realizadas sobre os estudos conduzidos para o
posto de Fazenda Redenção são também válidas para Barreiras, as quais referem-se à
real dificuldade encontrada para a aplicação do modelo à bacia do rio Grande, tendo em
vista o comportamento de alta variabilidade das vazões médias diárias e a não-
estacionariedade das séries de vazões observadas. No caso de Barreiras, há o agravante
de se trabalhar com uma escala de bacia maior, o que dificulta a hipótese de
homogeneidade nas características físicas da bacia.
Conforme destacado no Capítulo IV, o método de balanço hídrico sazonal, BHS,
aplicado na presente tese por ser um método de boa aproximação com a realidade
hidrológica da bacia, deve ser encarado com ressalvas na aplicação para grandes áreas
de drenagem, como no caso de Barreiras. O BHS baseia-se em balanço hídrico, levando

150
em conta fatores como os regimes pluviométricos e fluviométricos da bacia, além do
armazenamento de água no solo, ainda que de maneira bastante simplificada,
considerando-o como um reservatório linear. Contudo, como visto no item
correspondente ao cálculo da evapotranspiração como dado de entrada do modelo
SMAP, o método BHS apresenta limitações, que no caso das bacias de Barreiras e
Taguá, pode conduzir à subestimativa das evapotranspirações ao longo do tempo,
conforme já demonstrado na análise comparativa entre os valores acumulados da
evapotranspiração calculada e da diferença entre precipitação e vazão (P-Q). Essa pode
ser uma linha de raciocínio a ser seguida na tentativa de explicar o aumento contínuo e
irreal das vazões geradas pelo modelo SMAP para Barreiras nos estudos 1, 2 e 5
conduzidos, uma vez que, para uma mesma precipitação, é intuitivo que a redução das
evapotranspirações acarrete um aumento nas vazões, como forma de preservar o
balanço de massas.

V.3.3 - Bacia do Posto de Taguá

Neste item, são apresentados os estudos para o posto de Taguá, na mesma


seqüência dos estudos apresentados para as outras duas bacias.
Tendo em vista que os resultados apresentados para o posto de Barreiras,
comparativamente aos do posto de Fazenda Redenção, não foram tão bons e que há
indícios de que o aumento da área de drenagem traz problemas para a simulação com o
modelo SMAP, era de se esperar que os resultados para o posto de Taguá, cuja área de
drenagem é cerca de 50% superior a de Barreiras e representa uma área 7 vezes maior
que a de Fazenda Redenção, também não fossem dos melhores. Nesse caso, conforme já
ressaltado, o uso do modelo SMAP concentrado pode esbarrar em limitações referentes
à escala hidrológica utilizada, uma vez que a hipótese adotada de uma homogeneidade
dos parâmetros para toda a bacia pode estar sujeita a violações, refletindo-se em
incertezas nos resultados finais dos parâmetros utilizados na geração das séries de
vazões sintéticas.
Os resultados da simulação de referência para Taguá mostraram-se, em sua
maioria, bastante inadequados, repetindo a mesma tendência de elevação contínua das
vazões ao longo do tempo, observada para algumas simulações em Barreiras, e ferindo a
razoabilidade no que tange ao balanço hídrico da bacia, conforme pode ser observado
adiante. Mesmo assim, optou-se por dar seqüência à programação de estudos definida,

151
realizando as várias simulações alternativas, que serão expostas na seqüência. Destaca-
se, por fim, que a simulação de valores iniciais calibrados manualmente, conforme o
estudo 6 realizado para Fazenda Redenção, também não foi conduzida para Taguá,
assim como não havia sido para Barreiras, tendo em vista que os resultados para
Fazenda Redenção já haviam se mostrado desfavoráveis.

V.3.3.1 - Estudo 1: NSOL e NSUB Iniciais Nulos

A Tabela V.17 apresenta os valores iniciais e finais para os parâmetros


calibráveis, tanto para a simulação de referência quanto para simulação alternativa,
definida para o estudo, além do valor da função objetivo para o período de calibração,
destacando-se que as funções objetivo somente são indicadoras do desempenho,
comparáveis diretamente, quando o período de calibração é o mesmo tanto para a
simulação de referência quanto para a simulação em estudo, como no caso em
discussão. A Figura V.14 mostra a comparação entre as séries de vazões observada,
simulada de referência e simulada alternativa, determinada para o estudo 1.

Tabela V.17 – Configuração dos parâmetros para o estudo 1 – Taguá

Simulação de Referência Estudo 1


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.00000000
(2) KSUP: 0.94656882 0.94509200 0.94656882 0.93866100
(3) NSAT 825.00000000 824.96191000 825.00000000 824.93352200
(4) CPER 0.00000000 0.09087700 0.00000000 0.00000000
(5) KPER 0.20000000 0.06723800 0.20000000 0.10515500
(6) KSUB 0.99849797 0.99982300 0.99849797 0.99982000
(7) KARM 0.00000000 0.00000000 0.00000000 0.08076000
(8) VTDH1 0.00800000 0.36639500 0.00800000 0.40848400
(9) VTDH2 0.00900000 0.00019900 0.00900000 0.04507400
(10) VTDH3 0.01800000 0.03657200 0.01800000 0.02272700
(11) VTDH4 0.02900000 0.00424400 0.02900000 0.02403800
(12) VTDH5 0.02300000 0.02157800 0.02300000 0.21580400
(13) VTDH6 0.10500000 0.20380800 0.10500000 0.04049200
(14) VTDH7 0.24500000 0.32841900 0.24500000 0.12166000
(15) VTDH8 0.34300000 0.00024000 0.34300000 0.07856500
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 230.00000000 ---- 0.00000000 ----
NSOL (m) 79.00000000 ---- 0.00000000 ----
F.Obj. Calibração 10,346,342.67067000 13,144,988.17559900

152
Taguá
Estudo 1: NSOL e NSUB Iniciais Nulos
700
Vazão(m3/s)

Vazão Observada
650
Vazão Simul. Referência
600 Vazão Simul. Estudo 1
550

500

450

400

350

300

250

200

150

100

50

0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04
Dia

Figura V.14 – Hidrogramas observado e simulados para o estudo 1 - Taguá

Analisando-se os parâmetros finais calibrados, nota-se que a calibração na


simulação alternativa, com NSOL e NSUB nulos, reduziu modestamente os valores de
KSUP, ao mesmo tempo em que aumentou, também de maneira bastante modesta, os
valores de KSUB, tanto para a simulação de referência quanto para a simulação
alternativa. A simulação manteve praticamente inalterados os valores de NSAT, CPER
e KPER, com um ligeiro decréscimo para este último.
Devido à visível inadequação dos resultados da simulação alternativa neste
estudo 1, não serão tecidos maiores comentários a respeito da hidrógrafa por ela gerada.

V.3.3.2 - Estudo 2: Fixação do KARM e VTDH

Da mesma forma como conduzido para as outras duas bacias anteriores, também
em Taguá foram fixados os valores dos parâmetros KARM e VTDH(i), retirando-os do
processo de calibração. A Tabela V.18 apresenta os valores iniciais e finais para os
parâmetros calibráveis, tanto para a simulação de referência quanto para simulação
alternativa, definida para o estudo, além do valor da função objetivo para o período de

153
calibração. A Figura V.15 mostra a comparação entre as séries de vazões observada,
simulada de referência e simulada alternativa, determinada para o estudo 2.

Tabela V.18 – Configuração dos parâmetros para o estudo 2 - Taguá

Simulação de Referência Estudo 2


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 4.65113000
(2) KSUP: 0.94656882 0.94509200 0.94656882 0.95400100
(3) NSAT 825.00000000 824.96191000 825.00000000 824.98924700
(4) CPER 0.00000000 0.09087700 0.00000000 0.53379700
(5) KPER 0.20000000 0.06723800 0.20000000 1.00000000
(6) KSUB 0.99849797 0.99982300 0.99849797 0.99971800
(7) KARM 0.00000000 0.00000000 0.00000000 0.00000000
(8) VTDH1 0.00800000 0.36639500 0.00800000 0.00800000
(9) VTDH2 0.00900000 0.00019900 0.00900000 0.00900000
(10) VTDH3 0.01800000 0.03657200 0.01800000 0.01800000
(11) VTDH4 0.02900000 0.00424400 0.02900000 0.02900000
(12) VTDH5 0.02300000 0.02157800 0.02300000 0.02300000
(13) VTDH6 0.10500000 0.20380800 0.10500000 0.10500000
(14) VTDH7 0.24500000 0.32841900 0.24500000 0.24500000
(15) VTDH8 0.34300000 0.00024000 0.34300000 0.34300000
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 230.00000000 ---- 230.00000000 ----
NSOL (m) 79.00000000 ---- 79.00000000 ----
F.Obj. Calibração 10,346,342.67067000 13,118,712.18725100

Taguá
Estudo 2: Fixação KARM e VTDH
700
Vazão(m3/s)

Vazão Observada
650
Vazão Simul. Referência
600
Vazão Simul. Estudo 2
550

500

450

400

350

300

250

200

150

100

50

0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04

Dia

Figura V.15 – Hidrogramas observado e simulados para o estudo 2 - Taguá

154
Conforme pode-se constatar, tanto através da comparação dos valores das
funções objetivos finais do processo de calibração, quanto pela própria visualização
gráfica, a fixação dos valores dos parâmetros de translação da hidrógrafa provocaram
resultados fisicamente impossíveis nas vazões simuladas, conforme pode-se observar na
tendência crescente de elevação dos valores médios das vazões.
Analisando-se os parâmetros finais calibrados, nota-se que a calibração na
simulação alternativa, com KARM e VTDH(i) não calibrados, mas sim impostos como
condições fixas durante todo o processo de calibração e validação, aumentou os valores
de todo os parâmetros, como as constantes de recessão, KSUB e KSUP, e os parâmetros
ligados à permeabilidade do solo, CPER e KPER, mantendo praticamente inalterados os
valores de NSAT e ABSI, cuja redução pode ser considerada insignificante. Esses
resultados estão condizentes com aqueles encontrados para o posto de Barreiras.
Devido à visível inadequação dos resultados da simulação alternativa neste
estudo 2, não serão tecidos maiores comentários a respeito da hidrógrafa por ela gerada.

V.3.3.3 - Estudo 3: Aumento do Período de Calibração

Tendo em vista os insucessos observados para o posto de Taguá nos dois estudos
anteriores, para períodos de calibração de 2.191 dias, ponderou-se que aumentar o
período de calibração para 7.000 dias não traria bons resultados e, dessa forma, o estudo
3, definindo um período de calibração de 01/08/1984 a 30/09/2003, não foi realizado,
passando-se diretamente à condução do estudo 4, a seguir.

V.3.3.4 - Estudo 4: Redução do Período de Calibração

Ao contrário do estudo anterior, não conduzido por apresentar uma grande


chance de insucesso, o enfoque deste novo estudo é o de analisar os efeitos de uma
redução no período de calibração, trabalhando o modelo em um período de tempo
menor e mais atual. Sendo assim, o novo período de calibração foi fixado, também para
Taguá, entre 01/08/2000 e 30/09/2004.
A Tabela V.19 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para simulação alternativa,
definida para o estudo, além do valor da função objetivo para o período de calibração,
alertando-se, também para este caso, que as funções objetivo não são comparáveis

155
diretamente, uma vez que o período de calibração não é o mesmo em relação à
simulação de referência. A Figura V.16 mostra a comparação entre as séries de vazões
observada, simulada de referência e simulada alternativa, determinada para o estudo 4.

Tabela V.19 – Configuração dos parâmetros para o estudo 4 - Taguá

Simulação de Referência Estudo 4


N dias calibração: 2191 N dias calibração: 1522
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 0.00002700
(2) KSUP: 0.94656882 0.94509200 0.94656882 0.94325600
(3) NSAT 825.00000000 824.96191000 825.00000000 812.79155000
(4) CPER 0.00000000 0.09087700 0.00000000 0.00000300
(5) KPER 0.20000000 0.06723800 0.20000000 1.00000000
(6) KSUB 0.99849797 0.99982300 0.99849797 0.99978900
(7) KARM 0.00000000 0.00000000 0.00000000 0.03028600
(8) VTDH1 0.00800000 0.36639500 0.00800000 0.11763300
(9) VTDH2 0.00900000 0.00019900 0.00900000 0.29664600
(10) VTDH3 0.01800000 0.03657200 0.01800000 0.02607000
(11) VTDH4 0.02900000 0.00424400 0.02900000 0.00104600
(12) VTDH5 0.02300000 0.02157800 0.02300000 0.27828100
(13) VTDH6 0.10500000 0.20380800 0.10500000 0.06029700
(14) VTDH7 0.24500000 0.32841900 0.24500000 0.19325400
(15) VTDH8 0.34300000 0.00024000 0.34300000 0.02663000
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 230.00000000 ---- 199.00000000 ----
NSOL (m) 79.00000000 ---- 65.00000000 ----
F.Obj. Calibração 10,346,342.67067000 5,197,224.57594100

Taguá
Estudo 4: Redução do Período de Calibração (01/08/2000-30/09/2004)
700
Vazão(m3/s)

Vazão Observada
650
Vazão Simul. Referência
600 Vazão Simul. Estudo 4
550

500

450

400

350

300

250

200

150

100

50

0
2/8/00

2/10/00

2/12/00

2/2/01

2/4/01

2/6/01

2/8/01

2/10/01

2/12/01

2/2/02

2/4/02

2/6/02

2/8/02

2/10/02

2/12/02

2/2/03

2/4/03

2/6/03

2/8/03

2/10/03

2/12/03

2/2/04

2/4/04

2/6/04

2/8/04

Dia

Figura V.16 – Hidrogramas observado e simulados para o estudo 4 - Taguá

156
Analisando-se os parâmetros finais calibrados, nota-se que a calibração, na
simulação alternativa, reduziu o valor da constante de recessão KSUP, ao mesmo tempo
em que aumentou o valor da constante de recessão KSUB. O valor de NSAT, no
entanto, foi pouco reduzido em relação a seu valor inicial. Quanto aos valores que
refletem a permeabilidade do solo, CPER aumentou de forma insignificante em relação
ao valor de KPER, que atingiu o valor máximo de restrição.
Na visualização geral dos hidrogramas, verifica-se que, assim como nos casos
das duas bacias anteriores, devido a curta extensão do registro para a calibração, a
duração do aquecimento do modelo para a simulação alternativa torna-se perceptível,
atingindo pouco mais de 2 anos, do total de 4 anos usados na calibração. A partir do
final de 2002 o modelo, contudo, passa a fornecer valores de vazão cada vez mais altos,
representando bem o período hidrológico úmido de 2003, mas realizando
superestimativas a partir da estiagem do mesmo ano, o que leva a crer que também
nesse estudo haja uma tendência de descolamento do hidrograma simulado em relação
ao observado. Nesse caso específico de Taguá, a redução do período de calibração, que
passou a abranger um período mais recente da série observada, trouxe ganhos em
relação à simulação de referência, cujos resultados foram muito ruins, de modo que os
resultados desse estudo 4 poderão ser empregados na análise da umidade do solo em
dezembro de 2003.

V.3.3.5 - Estudo 4A: Nova Redução do Período de Calibração

A tentativa de simulação para o posto de Taguá com um período de calibração


entre 01/08/2000 e 30/09/2004, foi igualmente fracassada, uma vez que ocorreu um erro
durante a simulação similar ao ocorrido para os dados do posto de Barreiras. O modelo
SMAP suavizado paralisou o processo, acusando um erro no cálculo das derivadas na
rotina de otimização. Não foi possível determinar com precisão a causa do erro, de
modo que esse estudo foi descartado, da mesma forma como no caso de Barreiras.

V.3.3.6 - Estudo 5: Séries de Evapotranspiração das Normais Climatológicas

Da mesma maneira como realizado para as outras duas bacias, este estudo
objetivou uma comparação com a simulação de referência, partindo-se das mesmas
premissas quanto aos parâmetros e às variáveis iniciais estimadas para a realização do

157
processo de calibração, utilizando, no entanto, os valores de evapotranspiração obtidos
com base no método de Penman-Monteith-FAO aplicado a dados das Normais
Climatológicas, e não os valores obtidos pelo método BHS. O período de calibração foi
o mesmo da simulação de referência, para tornar possível a comparação direta, ou seja,
de 01/08/1984 a 31/07/1990.
A Tabela V.20 apresenta os valores iniciais e finais para os parâmetros
calibráveis, tanto para a simulação de referência quanto para esta simulação alternativa,
além do valor da função objetivo para o período de calibração, destacando-se que as
funções objetivo somente são indicadores do desempenho, comparáveis diretamente,
quando o período de calibração é o mesmo tanto para a simulação de referência quanto
para a simulação em estudo, como no caso em tela. A Figura V.17 mostra a comparação
entre as séries de vazões observada, simulada de referência e simulada alternativa,
determinada para o estudo 5.

Tabela V.20 – Configuração dos parâmetros para o estudo 5 - Taguá

Simulação de Referência Estudo 5


N dias calibração: 2191 N dias calibração: 2191
Iniciais Finais Iniciais Finais
(1) ABSI: 5.00000000 0.00000000 5.00000000 3.10630900
(2) KSUP: 0.94656882 0.94509200 0.94656882 0.95120700
(3) NSAT 825.00000000 824.96191000 825.00000000 824.56640000
(4) CPER 0.00000000 0.09087700 0.00000000 0.62036000
(5) KPER 0.20000000 0.06723800 0.20000000 1.00000000
(6) KSUB 0.99849797 0.99982300 0.99849797 0.99917600
(7) KARM 0.00000000 0.00000000 0.00000000 0.00000000
(8) VTDH1 0.00800000 0.36639500 0.00800000 0.62741900
(9) VTDH2 0.00900000 0.00019900 0.00900000 0.00000000
(10) VTDH3 0.01800000 0.03657200 0.01800000 0.02950800
(11) VTDH4 0.02900000 0.00424400 0.02900000 0.00075300
(12) VTDH5 0.02300000 0.02157800 0.02300000 0.12884700
(13) VTDH6 0.10500000 0.20380800 0.10500000 0.06233200
(14) VTDH7 0.24500000 0.32841900 0.24500000 0.09566700
(15) VTDH8 0.34300000 0.00024000 0.34300000 0.01457900
(16) VTDH9 ---- ---- ---- ----
NSUB (mm) 230.00000000 ---- 230.00000000 ----
NSOL (m) 79.00000000 ---- 79.00000000 ----
F.Obj. Calibração 10,346,342.67067000 8,241,801.82785400

158
Taguá
Estudo 5: Evapotranspiração Normais Climatológicas (Penman-Monteih-FAO)
700
Vazão(m3/s)

Vazão Observada
650
Vazão Simul. Referência
600
Vazão Simul. Estudo 5
550

500

450

400

350

300

250

200

150

100

50

0
2/8/84

2/8/85

2/8/86

2/8/87

2/8/88

2/8/89

2/8/90

2/8/91

2/8/92

2/8/93

2/8/94

2/8/95

2/8/96

2/8/97

2/8/98

2/8/99

2/8/00

2/8/01

2/8/02

2/8/03

2/8/04
Dia

Figura V.17 – Hidrogramas observado e simulados para o estudo 5 - Taguá

Conforme pode-se constatar, tanto através da comparação dos valores das


funções objetivo finais do processo de calibração, onde os valores da simulação
alternativa foram significativamente inferiores aos da simulação de referência, quanto
pela própria visualização gráfica, os resultados obtidos com a aplicação do método de
de Perman com Normais Climatológicas na simulação realizada nesse estudo 5 foram
mais razoáveis do que os obtidos pela própria simulação de referência.
Analisando-se os parâmetros finais calibrados, nota-se que, na calibração da
simulação alternativa do estudo 5, invertendo a lógica das calibrações automáticas
efetuadas para a simulação de referência e para os estudos 1 e 4 no posto de Taguá, o
valor do parâmetro KSUP foi aumentado, e não reduzido em relação ao valor inicial
fornecido ao modelo. Tal acréscimo no valor de KSUP talvez possa explicar uma
melhor estabilidade na geração das séries finais, que mantiveram-se dentro de patamares
razoáveis, ao invés de subirem continuamente, descolando do hidrograma de vazões
observadas, como na simulação de referência, por exemplo. O valor de KSUB, na
simulação alternativa, também sofreu aumento em relação ao seu valor inicial, mas
ainda em um patamar não tão próximo do seu valor máximo de restrição.
Diferentemente da simulação de referência, os parâmetros ligados à permeabilidade do

159
solo, CPER e KPER, aumentaram significativamente, enquanto os valores de NSAT e
ABSI sofreram uma pequena queda em relação aos valores iniciais.
Uma análise mais minuciosa do hidrograma gerado pelo estudo 5 observa-se que
tanto os picos quanto as estiagens estão superdimensionados em relação às vazões
observadas, conforme pode-se destacar nos anos de 1990 a 1995, 1997 e 2000 por
exemplo. Por outro lado, houve uma boa representação dos anos hidrológicos de 2002 e
2003, sendo este último representado com grande fidelidade, de modo que este estudo 5
é o indicado para a análise do comportamento da umidade do solo em dezembro de
2003, comparando com os dados reais.

V.3.3.7 - Observações gerais para os estudos em Taguá

Ao contrário do observado para os postos de Fazenda Redenção e Barreiras,


onde praticamente todas as simulação apontaram resultados similares para a tendência à
redução do tempo de concentração, para o posto de Taguá observaram-se ajustes nos
valores individuais das 9 ordenadas do histograma de retardo, VTDH’s, sem entretanto
observar uma tendência à calibração de tempos de concentração inferiores ao estimado
inicialmente. Quanto ao KARM, a maioria das simulações para Taguá apresentou
valores finais calibrados muito próximos de zero, à exceção dos estudos 1 e 4.
As conclusões obtidas para os postos de Fazenda Redenção e Barreiras são
também válidas para o posto de Taguá, apontando para a necessidade de novos estudos
específicos para avaliar a sensibilidade dos parâmetros KARM e VTDH dentro do
modelo SMAP.
As demais observações gerais realizadas sobre os estudos conduzidos para as
duas bacias anteriores, as quais referem-se à real dificuldade encontrada para a
aplicação do modelo à bacia do rio Grande, tendo em vista o comportamento de alta
variabilidade das vazões médias diárias e a não-estacionariedade das séries de vazões
observada, também continuam válidas, com maior ênfase, para Taguá. No caso de
Taguá, assim como em Barreiras, há o agravante de se trabalhar com uma escala de
bacia ainda maior, o que dificulta a hipótese de homogeneidade nas características
físicas da bacia.
Curiosamente, para o caso específico do posto de Taguá, o método de balanço
hídrico sazonal, BHS, não apresentou resultados favoráveis como imaginado a

160
princípio, devendo ser reavaliada em estudos posteriores mais específicos a aplicação do
método para grandes áreas de drenagem, como no caso de Taguá. Como visto no item
correspondente ao cálculo da evapotranspiração como dado de entrada do modelo
SMAP, o método BHS apresenta sérias limitações para a bacia de Taguá, conduzindo à
subestimativa das evapotranspirações ao longo do tempo, conforme já demonstrado na
análise comparativa entre os valores acumulados da evapotranspiração calculada e da
diferença entre precipitação e vazão (P-Q). Esta pode ser uma linha de raciocínio a ser
seguida na tentativa de explicar o aumento contínuo e irreal das vazões geradas pelo
modelo SMAP para Taguá em praticamente todos os estudos conduzidos, já que, para
uma mesma precipitação, é intuitivo que a redução das evapotranspirações acarrete um
aumento nas vazões, como forma de preservar o balanço de massas.
Uma outra vertente a explorar em pesquisas futuras no tocante à
evapotranspiração na bacia, na tentativa de justificar os bons resultados alcançados pela
evapotranspirtação originada das Normais Climatológicas em Taguá, em detrimento da
evapotranspirtação calculada pelo método BHS talvez seja a questão da variabilidade
sazonal, que é muito maior nessa última do que na primeira. Em outras palavras, o fato
da evapotranspirtação originada das Normais Climatológicas apresentar uma menor
faixa de variação e um patamar mais alto de médias pode ter atenuado o efeito do
grande aumento de área de drenagem observado para Taguá para fins de modelagem
matemática, diferentemente de Fazenda Redenção, onde a escala menor da bacia aceitou
melhor a grande variabilidade do método BHS, que segue com mais fidelidade as
variações observadas nas precipitações e nas vazões.

V.3.4 - Síntese dos Resultados das Simulações

De forma a facilitar a análise comparativa dos diversos resultados apresentados


para as três bacias em estudo, esta seção apresenta um resumo dos resultados das
simulações, e alguns índices de avaliação da qualidade dos ajustes do modelo,
comparando-se as vazões simuladas com as vazões observadas de forma clara e
objetiva. No item a seguir, a qualidade das simulações pode ser constatada de forma
visual, através da análise dos gráficos comparativos de vazões simuladas e observadas.
Após este item, uma nova seção avaliará o desempenho das simulações através de
algumas estatísticas usualmente empregadas em estudos dessa natureza.

161
V.3.4.1 - Gráficos comparativos entre vazões observadas e simuladas

Através da elaboração de gráficos com as vazões observadas no eixo das


abscissas e as vazões simuladas no eixo das ordenadas, pode-se verificar, visualmente, a
qualidade do ajuste resultante da modelagem hidrológica através do modelo SMAP II
com suavização hiperbólica. Um resultado de qualidade é aquele onde os pontos
formados pelos pares coordenados mais se aproximam de uma reta de inclinação 45o. Se
essa inclinação for inferior a 45o, pode-se inferir que as vazões simuladas encontram-se
subestimadas. Caso contrário, isto é, se a tendência dos pontos indicar uma reta de
inclinação superior a 45o, as vazões simuladas encontram-se superestimadas.
Adicionalmente, quando maior a dispersão dos pontos, pior a qualidade do ajuste.
As Figuras V.18 e V.19 resumem os gráficos para o posto de Fazenda Redenção,
onde pode-se perceber nitidamente a boa qualidade dos resultados da simulação de
referência e a adequação dos estudos 4, 4A e 5. Os demais estudos apresentam dispersão
relativamente alta e tendência à subestimativa das vazões, em especial as das cheias.
Fazenda Redenção - Simulação de Referência Fazenda Redenção - Estudo 1
Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas
180 180
170 170
160 160
150 150
140 140
130 130
120 120
Vazões Simuladas (m³/s)

Vazões Simuladas (m³/s)

110 110
100 100
90 90
80 80
70 70
60 60
50 50
40 40

30 30

20 20

10 10

0 0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Fazenda Redenção - Estudo 2 Fazenda Redenção - Estudo 3


Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas
180 180

170 170

160 160

150 150

140 140

130 130

120 120
Vazões Simuladas (m³/s)
Vazões Simuladas (m³/s)

110 110

100 100

90 90
80 80
70 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Figura V.18 – Gráficos comparativos entre vazões observadas e simuladas para Fazenda
Redenção – Simulação de referência e estudos 1, 2 e 3

162
Fazenda Redenção - Estudo 4 Fazenda Redenção - Estudo 4A
Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas
180 180
170 170
160 160
150 150
140 140
130 130
120 120
Vazões Simuladas (m³/s)

Vazões Simuladas (m³/s)


110 110
100 100
90 90
80 80
70 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Fazenda Redenção - Estudo 5 Fazenda Redenção - Estudo 6


Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas
180 180
170 170
160 160
150 150
140 140
130 130
120 120
Vazões Simuladas (m³/s)

Vazões Simuladas (m³/s)

110 110
100 100
90 90
80 80
70 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Figura V.19 – Gráficos comparativos entre vazões observadas e simuladas para Fazenda
Redenção – Estudos 4, 4A, 5 e 6

As Figuras V.20 e V.21 resumem os gráficos para o posto de Barreiras, onde


nota-se que a simulação de referência e os demais estudos, em geral, apresentam
tendência à subestimativa das vazões, em especial as das cheias. Observa-se também
que os resultados dos estudos 2 e 5 ficaram muito ruins, com tendência à
superestimativa das vazões.

163
Barreiras - Simulação de Referência Barreiras - Estudo 1
Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas

300 300

280 280

260 260

240 240

220 220

Vazões Simuladas (m³/s)


Vazões Simuladas (m³/s)

200 200

180 180

160 160

140 140

120 120

100 100

80 80

60 60

40 40

20 20

0 0
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300

Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Barreiras - Estudo 2 Barreiras - Estudo 3


Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas

300 300

280 280

260 260

240 240

220 220
Vazões Simuladas (m³/s)

Vazões Simuladas (m³/s)

200 200

180 180

160 160

140 140

120 120

100 100

80 80

60 60

40 40

20 20

0 0
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Figura V.20 – Gráficos comparativos entre vazões observadas e simuladas para


Barreiras – Simulação de referência e estudos 1, 2 e 3

Barreiras - Estudo 4 Barreiras - Estudo 5


Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas

300 300

280 280

260 260

240 240

220 220
Vazões Simuladas (m³/s)
Vazões Simuladas (m³/s)

200 200

180 180

160 160

140 140

120 120

100 100

80 80

60 60

40 40

20 20

0 0
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Figura V.21 – Gráficos comparativos entre vazões observadas e simuladas para


Barreiras – Estudos 4 e 5

164
As Figuras V.22 e V.23 resumem os gráficos para o posto de Taguá, onde
percebe-se a má qualidade dos ajustes da simulação de referência e os demais estudos, à
exceção do estudo 5.
Taguá - Simulação de Referência Taguá - Estudo 1
Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas
700 700

650 650

600 600

550 550

500 500
Vazões Simuladas (m³/s)

Vazões Simuladas (m³/s)


450 450

400 400

350 350

300 300

250 250

200 200

150 150

100 100

50 50

0 0
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Taguá - Estudo 2
Comparação entre Vazões Observadas e Simuladas
700

650

600

550

500
Vazões Simuladas (m³/s)

450

400

350

300

250

200

150

100

50

0
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700
Vazões Observadas (m³/s)

Figura V.22 – Gráficos comparativos entre vazões observadas e simuladas para Taguá –
Simulação de referência e estudos 1 e 2

Taguá - Estudo 4 Taguá - Estudo 5


Comparação entre Vazões Observadas e Simuladas Comparação entre Vazões Observadas e Simuladas
700 700

650 650

600 600

550 550

500 500
Vazões Simuladas (m³/s)
Vazões Simuladas (m³/s)

450 450

400 400

350 350

300 300

250 250

200 200

150 150

100 100

50 50

0 0
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700
Vazões Observadas (m³/s) Vazões Observadas (m³/s)

Figura V.23 – Gráficos comparativos entre vazões observadas e simuladas para Taguá –
Estudos 4 e 5

165
V.3.4.2 - Estatísticas entre vazões observadas e simuladas

Este item se propõe a determinar algumas estatísticas das séries, no intuito de


caracterizar o desempenho das simulações de forma quantitativa e objetiva, resumindo
os principais resultados para as três bacias em estudo. As medidas estatísticas utilizadas
foram: (a) coeficiente de correlação (R); (b) erro médio (EM); (c) erro reduzido médio
quadrático (ERM); e (d) erro médio quadrático (EMQ). Sobre tais medidas, o bom
ajuste é dado quando o coeficiente de correlação encontra-se o mais próximo possível
de 1 (um) e quando as demais medidas encontram-se próximas de zero. A seguir, são
apresentadas suas definições.

(a) Coeficiente de correlação (R)

1 N

N − 1 i =1
(
(xi − mx ) xi* − m*x )
R= (Eq. V.1)
σ xσ x*
onde
xi é um valor observado;
xi* é um valor simulado;
mx é a média dos valores observados;
mx* é a média dos valores simulados;
σx é o desvio padrão dos valores observados;
σx* é o desvio padrão dos valores simulados; e
N é o número de medidas (dias simulados).

(b) Erro médio (EM)

EM =
1 N

N i =1
(
xi − xi* ) (Eq. V.2)

(c) Erro reduzido médio quadrático (ERM)

2
1 N ⎛ x − xi* ⎞
ERM = ∑ ⎜⎜ i ⎟ (Eq. V.3)
N i =1 ⎝ σ x ⎟⎠

166
(d) Erro médio quadrático (EMQ)

EMQ =
1 N

N i =1
(xi − xi* ) (Eq. V.4)

A Tabela V.21 apresenta as medidas estatísticas realizadas para o posto


fluviométrico de Fazenda Redenção, onde se pode observar que, de fato, a simulação de
referência foi a que apresentou os melhores índices.

Tabela V.21 – Medidas estatísticas de comparação entre vazões observadas e simuladas


– Fazenda Redenção

Medidas Estatísticas - Fazenda Redenção


R EM ERM EMQ
Sim. Referência 0.724 -1.376 0.810 13.292
Estudo 1 0.598 4.212 1.030 14.993
Estudo 2 0.526 -9.251 1.628 18.848
Estudo 3 0.490 0.727 1.180 16.046
Estudo 4 0.683 6.075 1.239 16.797
Estudo 4A 0.601 4.055 1.144 15.346
Estudo 5 0.669 -2.877 0.932 14.259
Estudo 6 0.558 6.777 1.191 16.121

Na seqeuência, a Tabela V.22 apresenta as medidas estatísticas realizadas para o


posto fluviométrico de Barreiras, onde pode-se inferir que nenhuma das simulações
apresentou bons índices, mas praticamente todas encontraram-se dentro de limites
aceitáveis, com destaque para a simulação alternativa do estudo 3 (maior período de
calibração), que apresentou os melhores índices.

Tabela V.22 – Medidas estatísticas de comparação entre vazões observadas e simuladas


– Barreiras

Medidas Estatísticas - Barreiras


R EM ERM EMQ
Sim. Referência 0.232 5.216 0.890 25.691
Estudo 1 0.562 -9.561 1.315 31.240
Estudo 2 0.247 -40.759 6.388 68.849
Estudo 3 0.579 2.525 0.864 25.318
Estudo 4 0.563 12.325 2.705 29.922
Estudo 5 0.540 -37.728 9.543 84.147

167
Por fim, a Tabela V.23 apresenta as medidas estatísticas realizadas para o posto
fluviométrico de Taguá, onde pode-se inferir que, à exceção da simulação alternativa do
estudo 5 (evapotranspiração com normais climatológicas), que apresentou os melhores
índices, as estatísticas para as demais simulações foram muito ruins.

Tabela V.23 – Medidas estatísticas de comparação entre vazões observadas e simuladas


– Taguá

Medidas Estatísticas - Taguá


R EM ERM EMQ
Sim. Referência 0.198 -143.749 10.781 196.784
Estudo 1 0.136 -156.929 13.097 216.892
Estudo 2 0.246 -124.051 8.343 173.108
Estudo 4 0.519 21.464 1.440 61.960
Estudo 5 0.762 -20.558 0.856 55.451

V.4 - Análise dos Resultados de Umidade do Solo

Este item apresenta o foco principal da tese, ou seja, uma análise comparativa
entre o comportamento da umidade real do solo e a maneira como é representada no
modelo chuva-vazão SMAP, de modo que seja possível subsidiar futuras iniciativas no
sentido de aperfeiçoar a modelagem hidrológica conceitual através de incorporação
dessa variável chave no processo.
Em um primeiro momento, serão apresentados e avaliados preliminarmente os
dados de umidade obtidos pelo projeto SMEX03 (2003) para uma campanha realizada
durante 6 dias consecutivos na região. Em seguida, será realizada, para cada bacia, uma
exposição de como o modelo SMAP comportou-se durante o período de calibração e
validação para as diversas situações estudadas. Finalmente, serão selecionados
determinados eventos para comparação e será apresentada uma análise crítica da relação
entre a umidade do solo modelada e medida em campo.

V.4.1 - Dados de Umidade do Solo Medidos em Campo

Os pontos de coleta dos dados de umidade do SMEX03 (2003) localizam-se


entre a sub-bacia do rio Branco e a bacia do rio das Ondas, rios contribuintes do rio
Grande, no trecho onde se localiza o município de Barreiras. O período de medição foi
entre os dias 02 e 08 de dezembro de 2003. A Figura V.24 ilustra a localização exata

168
dos pontos amostrados a partir de uma composição da base cartográfica digital utilizada
nessa tese com as imagens de satélite da região (Sano e Assad, 2004). A divisão nos
conjuntos A e B, identificados na figura, será esclarecida quando da análise dos dados.

CONJ. B
CONJ. A

570000 PONTE SERAFIM-MONT 46590000 NOVA VIDA-MONT


S10 S15
S14 46610000 SÃO SEBASTIÃO
S9 S12 S16
S6 S13 S17
S11
S7 S8 46550000 BARREIRAS
46520000 RIO DE PEDRAS 46543000 FAZ. REDENÇÃO
46530000 LIMOEIRO
46455000 DEROCAL 46490000 FAZENDA COQUEIRO
46415000 SITIO GRANDE

46420000 RODA VELHA DE BAIXO

Figura V.24 – Localização dos pontos de medição de umidade do solo do SMEX03


Fonte: adaptado de Sano e Assad (2004)

A partir de uma análise visual preliminar da evolução dos dados médios diários
ao longo dos 6 dias do experimento pode-se tirar algumas conclusões preliminares a
respeito do comportamento da umidade do solo nessa pequena janela temporal
amostrada. A primeira observação trata de uma comparação entre as umidades obtidas
pela sonda Theta Probe- TP, médias diárias dos dados obtidos a cada 15 minutos, e as
umidades do solo gravimétricas, médias diárias. A Figura V.25 mostra que as umidades
obtidas pelo primeiro método (em linha tracejada) encontram-se acima das obtidas pelo
segundo método (traço cheio) para os quatro pontos onde os resultados dos dois
métodos foram disponibilizados.

169
UMIDADES DO SOLO NA REGIÃO DE ESTUDO (%) - SMEX03 (2003)
22.00
21.00
20.00
19.00
18.00
17.00
16.00
15.00
14.00
13.00
Umidades (%)

12.00
11.00
10.00
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
2/12/2003 3/12/2003 4/12/2003 5/12/2003 6/12/2003 7/12/2003 8/12/2003
Datas

BA-06 BA-10 BA-11 BA-17 BA-06-TP BA-10-TP BA-11-TP BA-17-TP

Figura V.25 – Comparação entre as medições de umidade gravimétrica do solo e as


medições do Theta probe - SMEX03

Nesta tese optou-se por adotar os dados gravimétricos, por se apresentarem


disponíveis em maior número de pontos de amostragem. A análise preliminar dos 12
pontos amostrados por esse método indica que dois padrões básicos de comportamento
puderam ser identificados. O primeiro conjunto de pontos, a partir desse momento
denominado conjunto A, indicou o seguinte comportamento: início do período, no dia
02/12, com umidade variando entre 9 e 11,5%, caindo até o dia 04/12 e subindo
abruptamente até um pico entre 8,5 e 13,5% no dia 05/12, para, então, cair novamente
até o dia 08/12, fechando o período com umidades entre 4,5 e 7,5%. Esse
comportamento foi observado nos pontos BA-06, BA-07, BA-08, BA-11, BA-12 e BA-
13. O ponto de amostragem BA-09 pode ser enquadrado nesse mesmo comportamento,
apesar de apresentar os maiores valores de umidade gravimétrica medidos em todo o
experimento, ficando muito acima da faixa identificada para os pontos citados. A Figura
V.26 ilustra o comportamento desse conjunto A de pontos, trazendo também os valores
mínimos, médios e máximos de todos os pontos, para referência.

170
UMIDADES DO SOLO NA REGIÃO DE ESTUDO (%) - Conjunto A
SMEX03 (2003)
19.00
18.00
17.00
16.00
15.00
14.00
13.00
12.00
Umidades (%)

11.00
10.00
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
2/12/2003 3/12/2003 4/12/2003 5/12/2003 6/12/2003 7/12/2003 8/12/2003
Datas

BA-06 BA-07 BA-08 BA-11 BA-12 BA-13

MÉDIA MÍNIMAS MÁXIMAS BA-09

Figura V.26 – Comportamento da umidade para os pontos do conjunto A - SMEX03

O segundo conjunto de pontos identificado, a partir desse momento denominado


conjunto B, indicou o seguinte comportamento: início do período, no dia 02/12, com
umidade variando entre 1,5 e 3,5%, subindo, abruptamente em alguns casos, até um
pico entre 2 e 15% no dia 03/12, para então cair continuamente até o dia 08/12,
fechando o período com umidades entre 1 e 2,5%. Esse comportamento foi observado
nos pontos BA-14, BA-15, BA-16 e BA-17. A umidade no ponto de amostragem BA-10
apresentou um comportamento intermediário entre os conjuntos A e B, subindo do dia
02/12 para o dia seguinte, 03/12, e apresentando um pico no dia 05/12 para então cair
continuamente até o dia 08/12, fechando o período com 3,5%. Tendo em vista que, ao
contrário do conjunto A, o pico do dia 05/12 não foi superior ao do dia 03/12, o ponto
BA-10 foi incluído no conjunto B. A Figura V.27 ilustra o comportamento desse
conjunto B de pontos, trazendo também os valores mínimos, médios e máximos de
todos os pontos, para referência.

171
UMIDADES DO SOLO NA REGIÃO DE ESTUDO (%) - Conjunto B
SMEX03 (2003)
19.00
18.00
17.00
16.00
15.00
14.00
13.00
12.00
Umidades (%)

11.00
10.00
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
2/12/2003 3/12/2003 4/12/2003 5/12/2003 6/12/2003 7/12/2003 8/12/2003
Datas

BA-10 BA-14 BA-15 BA-16 BA-17 MÉDIA MÍNIMAS MÁXIMAS

Figura V.27 – Comportamento da umidade para os pontos do conjunto B - SMEX03

Em busca de uma explicação para a divergência no comportamento da umidade


apresentada pelos conjuntos A e B, recorreu-se a uma nova análise da caracterização
dos aqüíferos nas imediações dos pontos amostrados (Matos e Zoby, 2004).

CONJ. B

CONJ. A

Figura V.28 – Aqüíferos presentes na região dos conjuntos A e B de amostragem de


umidade do solo
Fonte: adaptado de Matos e Zoby (2004)

172
De acordo com a caracterização de Matos e Zoby (2004), a região onde se
encontra o conjunto A de pontos de umidade, apresentada na cor verde na Figura V.28,
é de domínio da bacia sedimentar Urucuia-Areado, uma região de aqüíferos livres ou
confinados de extensão regional, formados por sedimentos clásticos consolidados,
predominantemente arenosos, com qualidade química das águas, em geral, boa. Por
outro lado, a região onde se encontra o conjunto B de pontos de umidade, apresentada
na cor azul na mesma figura, é de domínio Fraturado- Cárstico, denominado Bambuí-
Caatinga, constituída por aqüíferos associados às zonas fraturadas e de dissolução,
representados por sedimentos, metassedimentos e calcários, com problemas localizados
de dureza das águas devido à contribuição das rochas calcárias. Na mesma região do
conjunto B há um domínio poroso, na cor bege na Figura V.28, caracterizado por
cobertura detrítico-laterítica e constituída por aqüíferos livres de extensão variável,
formados por sedimentos clásticos não consolidados de idade terciária-quaternária e
qualidade química das águas, em geral, boa. As regiões caracterizadas pela cor cinza na
Figura V.28 são depósitos aluvionares e litorâneos, possuindo características similares
às da cobertura detrítico-laterítica.
Não se tem a pretensão, com a exposição efetuada a respeito da composição dos
aqüíferos na região, de analisar minuciosamente o efeito da composição do solo nas
umidades observadas pelos conjuntos A e B para o período de 02/12/2003 a 08/12/2003,
obtendo qualquer conclusão mais profunda a respeito. A intenção com esta análise
simplificada foi a de tão somente mostrar que a divergência de comportamentos entre as
umidades amostradas nos pontos pode ser justificada por diferenças na composição no
solo e não por falhas na obtenção das amostras, como a princípio poderia se supor.

V.4.2 - Dados de Umidade do Solo Obtidos pelas Simulações com o SMAP

Este item tem por objetivo analisar o comportamento da umidade do solo nas
diversas simulações efetuadas com o modelo SMAP, apresentando os resultados da
variável TSOL, conforme estabelecido na metodologia apresentada no Capítulo III desta
tese, e avaliando se possuem algum respaldo físico, ou seja, se situam-se em uma faixa
de valores considerada fisicamente válida. Em seguida, os valores simulados terão sua
ordem de grandeza comparada com a obtida através das amostragens em campo. Por
fim, havendo uma sinalização positiva nos dois primeiros aspectos analisados, será
observada se a evolução ao longo dos 6 dias de amostras reais disponíveis encontra-se

173
compatível, ou seja, se ao aumentar ou diminuir a umidade real o modelo reflete o
mesmo comportamento.
Deve-se reiterar que as análises ora efetuadas devem ser encaradas com o devido
cuidado e rigor científico, respeitando-se os limites de aplicação impostos e todas as
demais condicionantes do estudo. Primeiramente porque é de domínio geral que, ao se
lidar com um modelo conceitual, que tenta representar a realidade a partir de uma série
de simplificações, os resultados internos não necessariamente possuem uma clara
correspondência com o meio físico que tentam representar. Em outras palavras, uma vez
que o ajuste dos parâmetros internos do modelo é feito apenas entre a entrada e a saída
do sistema hidrológico, ou seja, entre a chuva e a vazão no caso do SMAP,
matematicamente, os parâmetros podem assumir valores os mais diversos possíveis e
uma variação em um parâmetro pode ser compensada por outro sem qualquer relação
física aparente.
Outro motivo para ressalvas nas análises efetuadas é que os dados reais foram
determinados para um período muito curto de tempo, o que limita uma análise mais
completa da evolução temporal. Adicionalmente, no tocante à variação espacial, cumpre
lembrar que o modelo concentrado SMAP assume valores médios para toda a bacia,
concebendo-a homogênea, e os dados amostrados encontram-se restritos a uma região
de menor índice pluviométrico. Dessa forma, é de se esperar que as simulações
apresentem resultados de umidade superiores aos medidos em campo, já que refletem
uma média em toda a área de drenagem, desde a cabeceira da bacia até a seção exutória.
Na seqüência são apresentados os resultados para cada uma das três bacias
analisadas, onde os estudos referenciados seguem a mesma notação adotada no item
anterior V.3, que traz os resultados das simulações para várias situações, seja para a
simulação de referência ou para os demais estudos, numerados de 1 a 6.

V.4.2.1 - Posto de Fazenda Redenção

O primeiro passo adotado foi o de analisar o comportamento de toda a série de


valores de umidade do solo gerados pelo modelo, verificando eventuais inconsistências.
Nessa primeira verificação foram eliminados das análises subseqüentes os valores
resultantes dos estudos 4, 4A e 6, por apresentarem valores fisicamente improváveis,
com valores de umidade que ultrapassaram 60% para o estudo 6 e chegaram a quase

174
100% (nível de saturação do solo) nos estudos 4 e 4A. Sendo assim, são apresentados os
estudos restantes na Figura V.29.

Umidade do Solo - Fazenda Redenção

0.55
Sim. Referência
0.5 Estudo 1
Estudo 2
0.45 Estudo 3
Estudo 5
0.4

0.35
Umidade do solo

0.3

0.25

0.2

0.15

0.1

0.05

0
2/8/1984

2/8/1985

2/8/1986

2/8/1987

2/8/1988

2/8/1989

2/8/1990

2/8/1991

2/8/1992

2/8/1993

2/8/1994

2/8/1995

2/8/1996

2/8/1997

2/8/1998

2/8/1999

2/8/2000

2/8/2001

2/8/2002

2/8/2003

2/8/2004
Dias

Figura V.29 – Comportamento da umidade do solo simulada pelo SMAP em Fazenda


Redenção para o período completo (agosto/1984 a setembro/2004)

A comparação das séries de umidade para o período completo em Fazenda


Redenção permitiram algumas conclusões interessantes. Por exemplo, na comparação
entre a simulação de referência e a simulação alternativa do estudo 1, que considerou
valores iniciais nulos para os reservatório e subterrâneo, percebe-se claramente que a
simulação alternativa do estudo 1 forneceu valores maiores de umidade para todo o
período, com uma média de longo termo da ordem de 10% de umidade, enquanto a
simulação de referência apresentou 5% para o mesma média. O mesmo comportamento
de acréscimo no valor das umidades médias de longo termo, e na mesma proporção da
comparação anterior, foi observado na comparação entre a simulação de referência e a
simulação alternativa do estudo 3, que considerou um período de calibração 3 vezes
superior ao da simulação de referência. Por fim, uma outra comparação merece
destaque, que foi a realizada entre a simulação de referência e a simulação alternativa
do estudo 5, que considerou os valores de evapotranspiração do método de Penman
alimentado com informações das Normais Climatológicas. Nota-se que a simulação
alternativa do estudo 5 forneceu valores ligeiramente maiores de umidade, em especial

175
nos períodos de pico de vazão, com uma média de longo termo da ordem de 7% de
umidade, enquanto a simulação de referência apresentou 6% para o mesma média
Atendo-se apenas ao período de 02 a 08 de dezembro de 2003, os
comportamentos das séries, tanto das umidades reais quanto das obtidas pela simulação,
encontram-se resumidos por meio da Figura V.30 abaixo.

UMIDADES DO SOLO NA REGIÃO DE ESTUDO - Reais x Simuladas


FAZENDA REDENÇÃO
0.2500

0.2000

0.1500
Umidades (%)

0.1000

0.0500

0.0000
2/12/2003 3/12/2003 4/12/2003 5/12/2003 6/12/2003 7/12/2003 8/12/2003
Datas
BA-06 BA-07 BA-08 BA-09 BA-10
BA-11 BA-12 BA-13 BA-14 BA-15
BA-16 BA-17 MÉDIA MÍNIMAS MÁXIMAS
SIMUL. REF. SIMUL 1 SIMUL 2 SIMUL 3 SIMUL 5

Figura V.30 – Comportamento da umidade do solo simulada pelo SMAP em Fazenda


Redenção e medida pelo SMEX03 para o período de 02/12/2003 a 08/12/2003

De um modo geral, observa-se que as séries simuladas pelo SMAP seguem o


comportamento observado pelo conjunto B de pontos amostrados, ou seja, tendem a
subir entre os dias 02 e 03/12, entrando em declínio no período seguinte, até o dia
08/12. A única exceção foi o estudo 2, com decréscimo até o dia 05/12 e inversão dessa
tendência nos demais dias.
Destaca-se, dentre as simulações apresentadas, aquele apontada como a
simulação de referência. O comportamento das umidades geradas nessa simulação pode
ser considerado muito bom, já que situou entre os valores médios e máximos reais de
umidade, situando-se em torno dos 10% durante praticamente todo o período. Os
resultados das demais simulações também podem ser considerados bons, uma vez que
reproduziram o mesmo comportamento da simulação de referência, porém com valores

176
superiores. Conforme já explanado, o fato de se considerar valores médios em toda a
bacia para atender à modelagem concentrada pode trazer umidades ligeiramente
superiores às da área amostrada, reconhecidamente mais seca do que a média da região.
Para ilustrar os bons resultados alcançados pelas simulações com o modelo
SMAP comparativamente aos dados medidos pelo SMEX, nas Figuras V.31 e V.32 são
apresentados os gráficos de umidades reais versus umidades simuladas, respectivamente
para a simulação de referência e para os estudos 1 e 3. Apesar dos valores não serem
exatamente de mesma ordem de grandeza, razão pela qual encontram-se afastados da
reta de inclinação 45o, nota-se uma nítida correspondência entre os valores, o que
evidencia que evoluem de maneira semelhante ao longo do curto período de análise.

COMPARAÇÃO DIRETA ENTRE VALORES DE UMIDADES SIMULADAS E REAIS


Simulação de Referência x SMEX03 - Fazenda Redenção
0.12

0.11
SIM REF X BA-06
0.10 SIM REF X BA-07
SIM REF X BA-08
0.09 SIM REF X BA-12
reta 45o
0.08
Umidade Real

0.07

0.06

0.05

0.04

0.03

0.02

0.01

0.00
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 0.12
Umidade Simulada

Figura V.31 – Umidade do solo na simulação de referência versus conjunto A do


SMEX03 (02/12/2003 a 08/12/2003)

177
COMPARAÇÃO DIRETA ENTRE VALORES DE UMIDADES SIMULADAS E REAIS
Simulações dos estudos 1 e 3 x SMEX03 - Fazenda Redenção
0.25
0.24 SIM 1 X BA-15
0.23
reta 45o
0.22
0.21 SIM 1 X BA-16
0.20 SIM 1 X BA-17
0.19
0.18 SIM 3 X BA-15
0.17 SIM 3 X BA-16
0.16
0.15
SIM 3 X BA-17
Umidade Real

0.14
0.13
0.12
0.11
0.10
0.09
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0.00
0

2
01

02

03

04

05

06

07

08

09

11

12

13

14

15

16

17

18

19

21

22

23

24

25
0.

0.
0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.

0.
Umidade Simulada

Figura V.32 – Umidade do solo nas simulações alternativas 1 e 3 versus conjunto B do


SMEX03 (02/12/2003 a 08/12/2003)

Por fim, reafirma-se que os resultados conseguidos devem ser encarados com a
cautela que as limitações impostas a esta pesquisa exigem, tendo em vista o período
extremamente reduzido da análise comparativa. Contudo, as análises efetuadas para a
bacia delimitada pelo posto fluviométrico de Fazenda Redenção apontam para um
caminho promissor na continuidade de desenvolvimento de estudos que investiguem de
forma mais aprofundada os possíveis meios de incorporação de resultados de umidade
do solo em processos de calibração e validação de modelos hidrológicos, mesmo os
concentrados, mais simples em sua concepção, porém adequados do ponto de vista
operacional.

V.4.2.2 - Posto de Barreiras

Assim como em Fazenda Redenção, o primeiro passo adotado foi o de analisar o


comportamento de toda a série de valores de umidade do solo gerados pelo modelo,
verificando eventuais inconsistências. Nessa primeira verificação nenhum estudo foi

178
eliminado. Alguns valores de pico da série de umidade do solo obtida pela simulação
alternativa do estudo 1 apresentaram-se muito altos, superiores a 55%, porém optou-se
por preservar a série nas análises subseqüentes, por entender que a mesma apresentou
uma sazonalidade e valores de estiagem compatíveis com as demais séries. Sendo
assim, são apresentados todos os estudos na Figura V.33.
Umidade do Solo - Barreiras

0.75
Sim. Referência
0.7 Estudo 1
0.65 Estudo 2
Estudo 3
0.6
Estudo 4
0.55 Estudo 5

0.5
Umidade do solo

0.45

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
2/8/1984

2/8/1985

2/8/1986

2/8/1987

2/8/1988

2/8/1989

2/8/1990

2/8/1991

2/8/1992

2/8/1993

2/8/1994

2/8/1995

2/8/1996

2/8/1997

2/8/1998

2/8/1999

2/8/2000

2/8/2001

2/8/2002

2/8/2003

2/8/2004
Dias

Figura V.33 – Comportamento da umidade do solo simulada pelo SMAP em Barreiras


para o período completo (agosto/1984 a setembro/2004)

A comparação das séries de umidade para o período completo em Barreiras


permitiu algumas conclusões interessantes. Por exemplo, na comparação entre a
simulação de referência e a simulação alternativa do estudo 1, que considerou valores
iniciais nulos para os reservatório e subterrâneo, nota-se que a simulação alternativa do
estudo 1 forneceu valores visualmente um pouco maiores de umidade, em especial nos
períodos de pico de vazão, com uma média de longo termo da ordem de 18% de
umidade, enquanto a simulação de referência apresentou 15% para o mesma média. Por
outro lado, na comparação entre a simulação de referência e a simulação alternativa do
estudo 3, que considerou um período de calibração 3 vezes superior ao da simulação de
referência, tal comportamento se inverte, com a simulação de referência fornecendo
valores aparentemente maiores de umidade, em especial nos períodos de pico de vazão,
com uma média de longo termo da ordem de 15% de umidade, enquanto a simulação
alternativa do estudo 3 apresentou 12% para o mesma média. Por fim, uma outra

179
comparação merece destaque, que foi a realizada entre a simulação de referência e a
simulação alternativa do estudo 5, que considerou os valores de evapotranspiração do
método de Penman alimentado com informações das Normais Climatológicas. Nota-se
que, ao contrário do comportamento observado em Fazenda Redenção, a simulação
alternativa do estudo 5 para Barreiras forneceu valores visivelmente inferiores de
umidade, em especial nos períodos de pico de vazão, com uma média de longo termo da
ordem de 11% de umidade, enquanto a simulação de referência apresentou cerca de
15% para o mesma média.
Atendo-se apenas ao período de 02 a 08 de dezembro de 2003, os
comportamentos das séries, tanto das umidades reais quanto das obtidas pela simulação,
encontram-se resumidos por meio da Figura V.34 abaixo.
UMIDADES DO SOLO NA REGIÃO DE ESTUDO - Reais x Simuladas Barreiras

0.3000

0.2500

0.2000
Umidades (%)

0.1500

0.1000

0.0500

0.0000
2/12/2003 3/12/2003 4/12/2003 5/12/2003 6/12/2003 7/12/2003 8/12/2003
Datas

BA-06 BA-07 BA-08 BA-09 BA-10 BA-11

BA-12 BA-13 BA-14 BA-15 BA-16 BA-17

MÉDIA MÍNIMAS MÁXIMAS SIMUL. REF. SIMUL 1 SIMUL 2

SIMUL 3 SIMUL 4 SIMUL 5

Figura V.34 – Comportamento da umidade do solo simulada pelo SMAP em Barreiras e


medida pelo SMEX03 para o período de 02/12/2003 a 08/12/2003

De um modo geral, observa-se que as séries simuladas pelo SMAP em Barreiras,


assim como em Fazenda Redenção, seguem o comportamento observado pelo conjunto
B de pontos amostrados, ou seja, tendem a subir entre os dias 02 e 03/12, entrando em
declínio no período seguinte, até o dia 08/12. A única exceção foi o estudo 2, com

180
decréscimo até o dia 05/12 e inversão dessa tendência nos demais dias, em um
comportamento idêntico ao de Fazenda Redenção.
Ao contrário das análises efetuadas para Fazenda Redenção, em Barreiras a
simulação apontada como a simulação de referência não obteve os melhores resultados
de umidade em termos de proximidade com os valores medidos, sendo este posto
ocupado pela simulação alternativa do estudo 3, cujos valores menores de umidade
ficaram mais próximos aos máximos reais observados. A pesar disso, o comportamento
das umidades geradas em praticamente todas as simulações, à exceção da realizada para
o estudo 2 (KARM e VTDH fixos na calibração) pode ser considerado satisfatório, já
que reproduziram o mesmo comportamento dos dados reais do conjunto B, apesar de
possuírem valores sensivelmente superiores. Conforme já explanado, o fato de se
considerar valores médios em toda a bacia para atender à modelagem concentrada pode
trazer umidades ligeiramente superiores às da área amostrada, reconhecidamente mais
seca do que a média da região.
Para ilustrar os bons resultados alcançados pelas simulações com o modelo
SMAP comparativamente aos dados medidos pelo SMEX, na Figura V.35 é apresentado
o gráfico de umidades reais versus umidades simuladas para a simulação de referência,
comparando-a com os pontos de umidade do conjunto B de parâmetros, cujos pontos
encontram-se pouco a jusante do posto de Barreiras, nas margens do rio Grande. Apesar
dos valores não serem exatamente de mesma ordem de grandeza, razão pela qual
encontram-se afastados da reta de inclinação 45o, nota-se uma nítida correspondência
entre os valores, o que evidencia que evoluem de maneira semelhante ao longo do curto
período de análise. O mesmo gráfico para a simulação alternativa do estudo 3 fornece
resultados ainda melhores que os da simulação de referência, com pontos mais
próximos da reta de inclinação 45o, conforme mostrado na mesma figura.

181
COMPARAÇÃO DIRETA ENTRE VALORES DE UMIDADES SIMULADAS E REAIS
Simulação de Referência x SMEX03- Barreiras
0.25
SIM REF X BA-15
reta 45o
SIM REF X BA-16
0.20 SIM REF X BA-17
SIM REF X BA-10
SIM 3 X BA-10
SIM 3 x BA-16
0.15
Umidade Real

0.10

0.05

0.00
0 0.05 0.1 0.15 0.2 0.25
Umidade Simulada

Figura V.35 – Umidade do solo na simulação de referência e alternativa 3 versus


conjunto B do SMEX03 (02/12/2003 a 08/12/2003)

Por fim, ratificam-se as mesmas observações efetuadas para o posto de Fazenda


Redenção, de que os resultados conseguidos devem ser encarados com a cautela que as
limitações impostas a esta pesquisa exigem, tendo em vista o período extremamente
reduzido da análise comparativa. Contudo, as análises efetuadas para a bacia delimitada
pelo posto fluviométrico de Barreiras ainda apontam para um caminho promissor na
continuidade de desenvolvimento de estudos que investiguem de forma mais
aprofundada os possíveis meios de incorporação de resultados de umidade do solo em
processos de calibração e validação de modelos hidrológicos determinísticos.

V.4.2.3 - Posto de Taguá

Da mesma forma como nas outras duas bacias anteriores, o primeiro passo
adotado consistiu em analisar o comportamento de toda a série de valores de umidade
do solo gerados pelo modelo, verificando eventuais inconsistências. Nessa primeira
verificação, para o caso de Taguá, nenhum estudo foi eliminado. Ao contrário das duas

182
bacia anteriores, Fazenda Redenção e Barreiras, os valores de pico da séries de umidade
do solo obtidas para todos os estudos relacionados a este posto apresentaram-se bastante
razoáveis, dentro de limites fisicamente realistas, não superiores a 35%, mantendo-se
em torno de 20%, em geral. Sendo assim, são apresentados todos os estudos na Figura
V.36.
Umidade do Solo - Taguá

0.4
Sim. Referência
Estudo 1
0.35
Estudo 2
Estudo 4
0.3 Estudo 5

0.25
Umidade do solo

0.2

0.15

0.1

0.05

0
2/8/1984

2/8/1985

2/8/1986

2/8/1987

2/8/1988

2/8/1989

2/8/1990

2/8/1991

2/8/1992

2/8/1993

2/8/1994

2/8/1995

2/8/1996

2/8/1997

2/8/1998

2/8/1999

2/8/2000

2/8/2001

2/8/2002

2/8/2003

2/8/2004
Dias

Figura V.36 – Comportamento da umidade do solo simulada pelo SMAP em Taguá para
o período completo (agosto/1984 a setembro/2004)

Conforme visto na apresentação dos resultados das vazões simuladas em Taguá,


o único caso que apresentou resultados razoáveis foi o da simulação alternativa
realizada no estudo 5, que considerou os valores de evapotranspiração do método de
Penman alimentado com informações das Normais Climatológicas. Nota-se que, ao
contrário do comportamento observado em Fazenda Redenção e de acordo com o
comportamento observado em Barreiras, a simulação alternativa do estudo 5 para
Tasguá forneceu valores ligeiramente inferiores de umidade, com uma média de longo
termo da ordem de 7% de umidade, enquanto a simulação de referência apresentou
cerca de 6% para o mesma média.
Atendo-se apenas ao período de 02 a 08 de dezembro de 2003, os
comportamentos das séries para Taguá, tanto das umidades reais quanto das obtidas pela
simulação, encontram-se resumidos por meio da Figura V.37 a seguir.

183
UMIDADES DO SOLO NA REGIÃO DE ESTUDO - Reais x Simuladas
Taguá

0.1500
Umidades (%)

0.1000

0.0500

0.0000
2/12/2003 3/12/2003 4/12/2003 5/12/2003 6/12/2003 7/12/2003 8/12/2003
Datas

BA-06 BA-07 BA-08 BA-09 BA-10

BA-11 BA-12 BA-13 BA-14 BA-15

BA-16 BA-17 MÉDIA MÍNIMAS MÁXIMAS

SIMUL. REF. SIMUL 1 SIMUL 2 SIMUL 4 SIMUL 5

Figura V.37 – Comportamento da umidade do solo simulada pelo SMAP em Taguá e


medida pelo SMEX03 para o período de 02/12/2003 a 08/12/2003

De um modo geral, observa-se que as séries simuladas pelo SMAP em Taguá,


assim como em Fazenda Redenção e em Barreiras, seguem o comportamento observado
pelo conjunto B de pontos amostrados, ou seja, tendem a subir entre os dias 02 e 03/12,
entrando em declínio no período seguinte, até o dia 08/12. A única exceção, assim como
nas duas bacias anteriores, foi o estudo 2, com decréscimo até o dia 07/12 e uma
pequena subida até o último dia do estudo, 08/12.
Ao contrário das análises efetuadas para Fazenda Redenção, e em consonância
com os resultados em Barreiras a simulação apontada como a simulação de referência
em Taguá não obteve os melhores resultados de umidade em termos de proximidade
com os valores medidos, sendo este posto ocupado pela simulação alternativa do estudo
5, cujos valores menores de umidade ficaram mais próximos aos máximos reais
observados. Apesar disso, o comportamento das umidades geradas em praticamente
todas as simulações pode ser considerado satisfatório, já que reproduziram o mesmo
comportamento dos dados reais do conjunto B. Adicionalmente, em contraposição às

184
conclusões para as duas bacias anteriores, em Taguá as séries de umidades para todos os
casos encontraram-se entre os valores médios e máximos medidos em campo, para a
maior parte do período de análise.
Para ilustrar os resultados razoáveis alcançados também em Taguá, pelas
simulações com o modelo SMAP comparativamente aos dados medidos pelo SMEX, na
Figura V.38 é apresentado o gráfico de umidades reais versus umidades simuladas para
a simulação alternatuiva do estudo 5, cujos resultados de vazões geradas apresentaram
maior fidelidade em relação às vazões efetivamente observadas, comparando-a com os
pontos de umidade do conjunto B de parâmetros, cujos pontos encontram-se no interior
da área de drenagem de Taguá, nas margens do rio Grande. Observa-se que, além dos
valores serem aproximadamente da mesma ordem de grandeza, razão pela qual alguns
pontos encontram-se mais próximos da reta de inclinação 45o, nota-se uma nítida
correspondência entre os valores, o que evidencia que evoluem de maneira semelhante
ao longo do curto período de análise.

COMPARAÇÃO DIRETA ENTRE VALORES DE UMIDADES SIMULADAS E REAIS


Simulação 5 x SMEX03- Taguá
0.25
SIM 5 X BA-15
reta 45o
SIM 5 X BA-16
0.20 SIM 5 X BA-17
SIM 5 X BA-10
SIM 5 X BA-12
SIM 5 X BA-14
0.15
Umidade Real

0.10

0.05

0.00
0 0.05 0.1 0.15 0.2 0.25
Umidade Simulada

Figura V.38 – Umidade do solo na simulação de referência e alternativa 5 versus


conjunto B do SMEX03 (02/12/2003 a 08/12/2003)

Por fim, ratificam-se as mesmas observações efetuadas tanto para o posto de


Fazenda Redenção quanto para o de Barreiras, de que os resultados alcançados também

185
para Taguá devem ser encarados com a cautela que as limitações impostas a esta
pesquisa exigem, tendo em vista o período extremamente reduzido da análise
comparativa. Contudo, as análises efetuadas para a bacia delimitada pelo posto
fluviométrico de Taguá, a despeito de se tratar de uma bacia de grande escala e dos
problemas enfrentados no processo de busca automática pelos valores ótimos dos
parâmetros, ainda apontam para um caminho promissor na continuidade de
desenvolvimento de estudos que investiguem de forma mais aprofundada os possíveis
meios de incorporação de resultados de umidade do solo em processos de calibração e
validação de modelos hidrológicos determinísticos.

186
CAPÍTULO VI - CONCLUSÕES E RECOMENDAÇÕES

O desafio principal deste trabalho consistiu em realizar uma modelagem


hidrológica em uma bacia de grandes proporções na região nordeste do Brasil,
aplicando um modelo operacionalmente viável e acoplado a uma rotina de calibração
que se mostrou bastante adequada, ou seja, o modelo chuva-vazão concentrado SMAP
II com a incorporação da técnica de suavização hiperbólica.
Partindo de um breve histórico, realizado por meio de uma revisão bibliográfica
sobre os temas modelagem hidrológica e assimilação de dados de umidade, elaborou-se
uma metodologia condizente com o objetivo e fundamentada em uma criteriosa
caracterização hidrológica da região. A metodologia traçada, que se baseou na
determinação das condições iniciais para a calibração do modelo concentrado enfocando
o comportamento hidrológico real da bacia, mostrou-se suficientemente adequada. Os
resultados bastante favoráveis se refletiram em um comportamento observado da
umidade do solo no interior do modelo bastante condizente com a hidrologia local, em
especial quando comparado com os dados medidos em campo pelo experimento
SMEX03, para 7 dias do mês de dezembro de 2003.
Os resultados apresentados por este trabalho demonstram a importância do
investimento em pesquisas que tentem refinar a representação da umidade do solo nos
modelos hidrológicos, face ao peso desta variável no fluxo entre os reservatórios
lineares modelados, em especial no estabelecimento de suas condições iniciais, que
condicionam o nível de partida do reservatório do solo, como no exemplo do modelo
SMAP apresentado.
Ainda que os resultados obtidos permitam apenas uma análise qualitativa da
importância da adequada representação da umidade do solo nos modelos hidrológicos,
comprovou-se a idéia de que o aumento das imprecisões nos resultados das simulações
encontra-se relacionado ao desconhecimento da umidade contida no solo no momento
inicial da simulação, representada pelo nível do reservatório do solo, NSOL, no modelo
SMAP. Complementarmente, a comparação da evolução da umidade durante as
simulações com medidas reais realizadas através de levantamentos de campo pode

187
permitir eventuais ajustes manuais nos parâmetros originalmente calibrados de forma
automática, como forma de melhorar as vazões geradas pelo modelo.
Conforme já sabido inicialmente e demonstrado nos resultados, o período de 7
dias de dados medidos, apesar da boa qualidade das medições, observada pela baixa
dispersão dos valores e pela análise de consistência efetuada, é insuficiente para obter
conclusões definitivas a respeito de problemas estruturais do modelo que possam
eventualmente afetar os resultados de umidade em seu interior.
O modelo SMAP (Soil Moisture Accounting Procedure), baseado em um método
que considera a umidade do solo, como o próprio nome remete, tenta representar a
relação absolutamente não-linear entre precipitação sobre a bacia e vazão na sua seção
exutória através do balanço hídrico nas camadas da fase terrestre do ciclo hidrológico.
Por conseguinte, como todo modelo matemático aplicado em engenharia, realiza
simplificações diversas, oriundas de um desconhecimento perfeito do sistema que se
tenta modelar. Por esse motivo, já era esperado que seus resultados não fossem
rigorosamente iguais aos medidos em campo. Mesmo uma análise estatística que
tentasse explicar os desvios observados, necessitaria de uma amostra de dados medidos
mais extensa do que o curto período de 7 dias de dados reais disponíveis. Esbarra-se,
portanto, em um dos maiores problemas de ordem prática para o avanço das pesquisas
nessa área de modelagem em engenharia: o alto custo operacional para a realização de
levantamentos de campo mais completos.
Nesse sentido, reforça-se a idéia mostrada ao longo do texto de que os
investimentos realizados em projetos de pesquisa como o SMEX03 (Soil Moisture
Experiment, 2003), que buscam compreender as correlações existentes entre as
radiações captadas por instrumentos de sensoriamento remoto, como sensores ativos ou
passivos, em diferentes faixas do espectro eletromagnético, e a realidade física que
ocorre na bacia hidrográfica, devem ser majorados. Somente dessa forma as estimativas
de variáveis hidrológicas, como a umidade do solo, podem ter seus custos reduzidos de
forma a tornar viável sua incorporação concreta em modelos de previsão de
precipitações e, através do acoplamento entre os modelos atmosféricos e hidrológicos,
também de vazões.
Como uma importante contribuição da presente tese, pode ser citada a
oportunidade de teste do modelo SMAP II, na versão suavizada, com dados reais de
precipitação, evapotranspiração e vazão, para uma bacia de clima semi-árido, trabalho
pouco difundido na literatura nacional. Os resultados corroboram as conclusões obtidas

188
por Silva (1990) e Xavier, Rotunno e Canedo (2001 e 2004), onde a aplicação da
técnica de suavização no processo otimizador da calibração automática dos parâmetros,
mantendo a integridade física do modelo, foi considerada bem sucedida para a bacia do
rio Grande, na região de estudo. Nem mesmo o fato de ter sido usado um modelo
concentrado, que, por definição, uniformiza as características físicas da bacia, acarretou
problemas incontornáveis para a modelagem, uma vez que a bacia de estudo apresenta
uma boa homogeneidade em termos de características de topografia, composição e uso
do solo e cobertura vegetal, razão pela qual tal região foi a escolhida para as
amostragens realizadas pelo SMEX03.
Um outro subproduto interessante do presente trabalho, a ser considerado em
futuros trabalhos nessa mesma linha, como os desenvolvidos pelo SMEX03, foi a
cuidadosa caracterização hidrológica da bacia do rio Grande. A reunião de dados
básicos de precipitação, evaporação e vazão, seguida de sua análise de consistência e
preenchimento de falhas, aliada às pesquisas acerca da atual situação de exploração
consuntiva dos recursos hídricos na bacia, tanto superficiais quanto subterrâneos,
tornam esta dissertação uma interessante referência àqueles que pretendam desenvolver
pesquisas na região, um importante pólo agrícola nacional, que já evidencia conflitos
pelo uso da água.
Reitera-se que a modelagem conceitual não deve ser encarada simplesmente
como um mero ajuste de curvas, mas sim como um procedimento de tentativa de
representação matemática de uma realidade física, como subsídio para projetos e
tomadas de decisões na área de engenharia de recursos hídricos. Dessa forma,
pesquisas, na linha da apresentada nessa tese, devem ser conduzidas em maior grau de
profundidade, no sentido de agregar conhecimento e contribuir para um refinamento
contínuo dos modelos aplicados de forma operacional, onde a informação contida nos
dados de entrada para calibração deve ser transferida apropriadamente para os
parâmetros do modelo e destes para os resultados finais, durante as fases de validação e
aplicação do modelo.
Da mesma forma como ressaltado por Xavier (2002), trabalhos futuros deverão
contemplar a busca por metodologias rigorosas para a quantificação da incerteza total
presente nas simulações de um modelo hidrológico. A magnitude dos problemas
práticos que demandam o uso de séries de vazões, como a operação do incomparável
sistema hidroelétrico brasileiro, responsável por cerca de 90% de toda a geração do país,
e a otimização de sistemas de recursos hídricos complexos, com usuários que, muitas

189
vezes, possuem objetivos conflitantes, exige que essa busca seja estimulada. É o caso
dos problemas recentes observados na transposição de águas entre bacias, não apenas os
já estabelecidos, como a transposição do rio Paraíba do Sul para o Guandu, visando o
abastecimento da região metropolitana do Rio de Janeiro através do sistema de geração
de energia da Light, ou a transposição da bacia do Piracicaba, através do sistema
Cantareira, para o abastecimento da região metropolitana de São Paulo, mas também os
sistemas projetados, como o que pretende levar a água do rio São Francisco para a
região do semi-árido nordestino, conforme abordado no trabalho de Silva (2004).
No caso específico da operação do sistema elétrico brasileiro, a exigência de
modelos hidrológicos conceituais, como o modelo concentrado SMAP desta
dissertação, ou ainda o modelo semi-distribuído Topmodel, estudado por Xavier (2002),
torna-se ainda premente, conforme evidenciam os atuais esforços empreendidos pelo
Operador Nacional do Sistema Elétrico – ONS e pelas Agências Nacionais de Água
(ANA) e de Energia Elétrica (ANEEL). Os modelos estocásticos de previsão das séries
de vazões afluentes, usadas para o cálculo da política ótima de operação do sistema
elétrico brasileiro no curto prazo (intervalos horários e horizontes semanais), merecem
ser revistos e sofrer novos desenvolvimentos, no sentido de aperfeiçoar seus resultados,
em especial para o subsistema elétrico da região sul do país. A extensão do impacto
econômico causado por séries de vazões associadas a um risco maior para a operação do
sistema justifica a atenção dada à questão da quantificação da incerteza das séries
previstas, bem como os investimentos realizados em modelos alternativos, que busquem
uma compreensão determinística (relações causa-efeito) dos fenômenos hidrológicos.
Como recomendações finais para trabalhos futuros, destacam-se alguns pontos
visando aperfeiçoamentos na versão do modelo SMAP acoplado à rotina de otimização
com base na técnica de suavização hiperbólica:
• são necessários estudos de sensibilidade mais aprofundados para o
estabelecimento de métodos mais robustos na definição das condições iniciais do
modelo;
• adaptações estruturais no modelo SMAP deverão ser realizadas para trabalhos
relacionados a bacias de grandes áreas de drenagem, como por exemplo, o estudo da
interação entre os parâmetros KARM e VTDH, com possibilidade de inserção de
restrições para tais parâmetros (limites inferiores e superiores);
• condução de pesquisas com outras rotinas de otimização matemática alternativas
à BFGS adotada, com vistas a superar problemas computacionais em grandes bacias,

190
como os que levaram a insucessos em algumas das simulações realizadas nos postos de
Barreriras e Taguá, de grandes áreas de drenagem;
• continuidade nas pesquisas para avaliar melhor a relação entre a diferença entre
precipitação e vazão e a evapotranspiração calculada pelo método BHS, visando
aperfeiçoamentos no método, como por exemplo, a consideração de um modelo de
reservatório do solo não-linear;
• avaliações sobre a viabilidade da incorporação da variabilidade espacial da
umidade, através do uso de imagens de sensoriamento remoto na obtenção das médias,
objetivando a aplicação em modelos do tipo chuva-vazão concentrados ou mesmo em
modelos distribuídos;
• testar outros índices de desempenho dos modelos através de novas funções
objetivo que não apenas a de mínimos quadrados ordinários utilizada nessa tese, além
de outros indicadores estatísticos que permitam comparações diretas entre ajustes
realizados para séries de dados de extensões distintas.
Por fim, como conclusão geral, pode-se reafirmar que a análise empreendida por
esta tese, apesar do conjunto de reconhecidas limitações, destacadas ao longo de toda a
dissertação, fornece bons subsídios para a avaliação do papel da umidade do solo em
um modelo hidrológico tipo chuva vazão concentrado, abrindo novas e promissoras
oportunidades no sentido de incorporar esta variável no processo de modelagem
hidrológica.

191
CAPÍTULO VII - REFERÊNCIAS BIBLIOGRÁFICAS

ABBOTT, M.B. BATHURST, J.C., CUNGE, J.A. et al., 1986a, “An introduction to the
European Hydrological System – Système hydrologique europeén, ‘SHE’ 1: History
and philosophy of a physically-based, distributed modeling system”, Journal of
Hydrology, v. 87, pp. 45-59.

ABBOTT, M.B. BATHURST, J.C., CUNGE, J.A. et al., 1986b, “An introduction to the
European Hydrological System – Système hydrologique europeén, ‘SHE’ 2: Structure
of a physically-based, distributed modeling system”, Journal of Hydrology, v. 87, pp.
61-77.

AITKEN, A.P., 1973, “Assessing systematic errors in rainfall-runoff models”, Journal


of Hydrology, v. 20, pp. 121-136.

ALLEN, R. G.; JENSEN, M. E.; WRIGHT, J. L.; BURMAN, R.D., 1989, “Operational
estimates of reference evapotranspiration”, Agronomy Journal, v. 81, pp. 650-662.

ANA/ GEF/ PNUMA/ OEA, 2000, Projeto de Gerenciamento Integrado das Atividades
Desenvolvidas em Terra na Bacia do São Francisco – Subprojeto 2.1 – Mapeamento
Temático de Usos da Terra no Submédio São Francisco – Resumo Executivo do
Relatório Final. Companhia de Desenvolvimento dos Vales do São Francisco e do
Parnaíba – CODEVASF, Brasília, DF, Brasil.

ANA/ GEF/ PNUMA/ OEA, 2003a, Projeto de Gerenciamento Integrado das


Atividades Desenvolvidas em Terra na Bacia do São Francisco – Subprojeto 3.2. – Uso
conjunto das águas superficiais e subterrâneas da sub-bacia do rio das Fêmeas – BA -.
Resumo executivo do relatório final: programa de ações estratégicas para o
gerenciamento integrado da bacia do rio São Francisco e da sua zona costeira - PAE.
Companhia de Desenvolvimento dos Vales do São Francisco e do Parnaíba –
CODEVASF, Brasília, DF, Brasil.

192
ANA/ GEF/ PNUMA/ OEA, 2003b, Plano de Gerenciamento Integrado da Sub-bacia
do rio Salitre – PLANGIS - Resumo Executivo - Subprojeto 3.3B – Projeto de
Gerenciamento Integrado das Atividades Desenvolvidas em Terra do São Francisco,
Brasília, DF, Brasil.

ANA, 2005, HIDRO- Banco de Dados Hidrológicos. Acesso em janeiro/2005, a partir


de http://hidroweb.ana.gov.br/hidroweb.

ANDRADE FILHO, M.C., 1992, Funções objetivo de mínimos quadrados


generalizados nos modelos conceituais chuva-vazão, Tese de M.Sc., COPPE/UFRJ, Rio
de Janeiro, RJ, Brasil.

ARAUJO, A.A.M., 2003, Esquema de parametrização hidrológica da superfície


terrestre com uma abordagem para a redistribuição lateral da água no solo, Proposta
de Tese D.Sc.,COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

ARAUJO, A.A.M., ROTUNNO FILHO, O.C.R., XAVIER, L.N.R., et al., 2001,


“Análise de sensibilidade de modelos hidrológicos na perspectiva de SVATS de
modelos atmosféricos”, XIV Simpósio Brasileiro de Recursos Hídricos – IV Simpósio de
Hidráulica e Recursos Hídricos dos Países de Língua Oficial Portuguesa, Aracaju, SE,
Brasil.

ARAUJO, A.A.M., ROTUNNO FILHO, O.C.R., 2003, Sistema de monitoramento


regional da umidade do solo – componente: obtenção dos campos espaciais de umidade
do solo condicionados pela topografia utilizando krigagem bayesiana, Relatório
Técnico, Laboratório de Hidrologia e Estudos do Meio Ambiente – Núcleo de
Hidrologia Estratégica – COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

ARAUJO, A.A.M., ROTUNNO FILHO, O.C.R., SANTOS, I.A., et al., 2003,


“Obtenção dos campos espaciais de umidade do solo condicionados pela topografia
utilizando krigagem bayesiana”, XV Simpósio Brasileiro de Recursos Hídricos,
Curitiba, PR, Brasil, 23 a 27 de novembro.

193
AUBERT, D., LOUMAGNE, C., OUDIN, L., 2003, “Sequential assimilation of soil
moisture and streamflow data in a conceptual rainfall-runoff model”, Journal of
Hydrology, v. 280, pp. 145-161.

BARBOSA, M. C. D., 2000, Geoestatística aplicada a dados de radar meteorológico,


Tese de M.Sc., COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

BENOIT, R., PELLERIN, P., KOUWEN, N., et al., 2000, “Toward the use of coupled
atmospheric and hydrologic models at regional scale”, Monthly Weather Review,
American Meteorological Society, v. 128, pp. 1681-1706.

BERGSTRÖM, S., 1995, “The HBV model”. In: Singh, V.P. (Ed.). Computer Models
of Watershed Hydrology. Water Resources Publications, Colorado, USA, pp. 443-476.

BERGSTRÖM, S., FORSMAN, A., 1973, “Development of a conceptual deterministic


rainfall-runoff model”, Nordic Hydrol., v. 4, pp. 147-170.

BEVEN, K.J., KIRBY, M.J., 1979, “A physically-based variable contributing area


model of basin hydrology”, Hydrol. Sci. Bull., v. 24(1), pp. 43-69.

BEVEN, K.J., BINLEY, A., 1992, “The future of distributed models: model calibration
and uncertainty prediction”, Hydrological Processes, v. 6, pp. 279-298.

BEVEN, K.J., LAMB, R., QUINN, P., et al., 1995, “TOPMODEL”. In: Singh, V.P.
(Ed.). Computer Models of Watershed Hydrology. Water Resources Publications,
Colorado, USA, pp. 627-668.

BEVEN, K.J., 1997, “TOPMODEL: a critique”, Hydrol. Processes, v. 11 (9), pp. 1069-
1085.

BIFTU, G.F., GAN, T.Y., 1999, “Retrieving near-surface soil moisture from
RADARSAT SAR data”, Water Resources Research, v. 35 (5), pp. 1569-1579.

194
BLANEY, H. F.; CRIDDLE, W. D., 1950, Determining water requirement in irrigated
areas from climatological and irrigation data. Soil Conservation Service, Washington,
USA.

BOYLE, D.P., GUPTA, H.V., SOROOSHIAN, S., 2000, “Toward improved calibration
of hydrologic models: combining the strengths of manual and automatic methods”,
Water Resources Research, v. 36 (12), pp. 3663-3674.

BRANNSTROM, C., 2001, A bacia do rio Grande, Bahia – 2001. In: Projeto Marca
d’Água – Relatórios preliminares (http://www.marcadagua.org.br/grande.pdf) – Núcleo
de Pesquisa em Políticas Públicas / UnB.

BUCHIANERI, V.C., 2004, Geração da série histórica de vazão por meio do modelo
SMAP: subsídio para o plano de manejo da bacia do rio Grande de Ubatuba, Tese de
M.Sc., Escola Superior de Agricultura “Luiz de Queiroz”/USP, Piracicaba, SP, Brasil.

BURNASH, R.J.C., 1995, “The NWS river forecast system – catchment modeling”. In:
Singh, V.P. (Ed.). Computer Models of Watershed Hydrology. Water Resources
Publications, Colorado, USA, pp. 311-366.

BURNASH, R.J.C., FERRAL, R.L., MCGUIRE, R.A., 1973, “A generalized


streamflow simulation system – conceptual modeling for digital computers”, US
Department of Commerce, National Weather Service and State of California,
Department of Water Resources, California, USA.

CALVER, A., 1988, “Calibration, sensitivity and validation of a physically-based


rainfall runoff model”, Journal of Hydrology, v. 103, pp. 103-115.

CANEDO, P.M., 1979, The reliability of conceptual catchment model calibration, Ph.
D. Thesis, University of Lancaster, U.K.

CANEDO, P.M., 1989, “Hidrologia Superficial”, In: Ramos, F., et al., Engenharia
Hidrológica. Coleção ABRH de Recursos Hídricos: Editora da UFRJ, Rio de Janeiro,
RJ, Brasil, pp. 201-289.

195
CARVALHO, A. R. L., 2001, Previsão de afluências diárias para horizontes de 1 a 7
dias através de uma abordagem estocástica – Modelo PREVIVAZH, Tese de M.Sc.,
COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

CARVALHO, C. E. C., 2004, Estudo Técnico de Apoio ao Plano Decenal de Recursos


Hídricos da Bacia Hidrográfica do Rio São Francisco – PBHSF (2004-2013) – No 09 –
Aproveitamento do Potencial Hidráulico para Geração de Energia Elétrica.
ANA/GEF/PNUMA/OEA, Brasília, DF, Brasil.

CHOW, V.T., 1964, Handbook of Applied Hydrology. 1 ed. New York, N.Y., McGraw
Hill.

CLARKE, R.T., 1973, “A review of some mathematical models used in hydrology with
observations on their calibration and use”, Journal of Hydrology, v.19, pp. 1-20.

COOPER, V.A., NGUYEN, V.T.V., NICELL, J.A., 1997, “Evaluation of global


optimization methods for conceptual rainfall-runoff model calibration”, Water Sci.
Tech, v. 36 (5), pp. 53-60.

CORNELL, C.A., 1972, “First order analysis of model and parameter uncertainties”,
International Symposium on Uncertainties in Hydrologic and Water Resources Systems,
University of Arizona, Tucson, Arizona, USA.

CRAWFORD, N.H., LINSLEY, R.K., 1966, Digital simulation in hydrology, Stanford


Watershed Model IV, Technical Report 39 - Department of Civil Engineering, Stanford
University, USA.

DAWDY, D.R., O’DONNEL, T., 1965, “Mathematical models of catchment


behaviour”, Journal of Hydraulics Division, American Society of Civil Engineering, v.
91, pp. 123-137.

196
DECKER, L.W., 1994, “Developments in agricultural meteorology as a guide to its
potential for the twenty-first century”, Agricultural and Forest Meteorology, v. 69, pp.
9-25.

DE MICHELE, C., SALVADORI, G., 2002, “On the derived flood frequency
distribution: Analytical formulation and the influence of antecedent soil moisture
condition”, Journal of Hydrology, v. 262, pp. 245-258.

DIAS, N.L., KAN, A., 1999, “A hydrometeorological model for basin-wide seasonal
evapotranspiration”. Water Resources Research, v. 35 (11), pp. 3409-3418.

DIB, K.R., 1986, Manual de apresentação do modelo SMAP II, Publicação Interna da
Enge-Rio, Engenharia e Consultoria S.A., Rio de Janeiro, RJ, Brasil.

DIB, K.R., 1994, Utilização de função de penalização hiperbólica na suavização e


otimização de um modelo chuva-vazão: modelo SWMS, Tese de D.Sc., COPPE/UFRJ,
Rio de Janeiro, RJ, Brasil.

DISKIN, M.H., SIMON, E., 1977, “A procedure for the selection of objective functions
for hydrologic simulation models”, Journal of Hydrology, v. 20, pp. 129-149.

DRUSCH, M., WOOD, E.F., GAO, H., et al., 2004, “Soil moisture retrieval during the
Southern Great Plains Hydrology Experiment 1999: A comparison between
experimental remote sensing data and operational products”, Water Resources
Research, v. 40, W02504, doi:10.1029/2003WR002441.

DUAN, Q., SOROOSHIAN, S., GUPTA, V.K., 1992, “Effective and efficient global
optimization for conceptual rainfall-runoff models”. Water Resources Research, v. 28
(4), pp. 1015-1031.

DUAN, Q., SOROOSHIAN, S., GUPTA, V.K., 1994, “Optimal use of the SCE-UA
global optimization method for calibrating watershed models”, Journal of Hydrology, v.
158, pp. 265-284.

197
DUBOIS, P.C., VAN ZYL, J., ENGMAN, T., 1995, “Measuring soil moisture with
imaging radars”, IEEE Trans. Geosci. Remote Sens., v. 33(4), pp. 915-926.

EDIJATNO, NASCIMENTO, N.O., YANG, X., et al., 1999, “GR3J: a daily watershed
model with three free parameters”, Hydrol. Sci. J., v. 44(2), pp. 263-278.

EMBRAPA, 1979, Manual de métodos de análise de solo, Serviço Nacional de


Levantamento e Conservação de Solos, Rio de Janeiro, RJ, Brasil.

FABIAN, A.J., OTTONI FILHO, T.B., 1997, “Determinação de curvas de infiltração


usando uma câmara de fluxo”, Revista Brasileira de Ciência do Solo, v. 21, pp. 325-
333.

FAMIGLIETTI, J.S., WOOD, E.F., 1994, “Multiscale modeling of spatially variable


water and energy balance processes”, Water Resources Research, v. 30 (11), pp. 3061-
3078.

FERREIRA, A. L. A., 1998, Comparação de métodos de estimativa da


evapotranspiração de referência (ETo) em Cruz das Almas, BA, Tese de M.Sc., Curso
de Pós-Graduação em Agronomia, Escola de Agronomia / UFBA, Cruz das Almas, BA,
Brasil.

FRANCHINI, M., GALEATI, G., BERRA, S., 1998, “Global optimization techniques
for the calibration of conceptual rainfall-runoff models”, Hydrol. Sci. Journal, v. 43 (3),
pp. 443-458.

FREITAS, M. A. S., PANTE, A. R., LOPES, A. V., et al., 2004, Estudo Técnico de
Apoio ao Plano Decenal de Recursos Hídricos da Bacia Hidrográfica do Rio São
Francisco – PBHSF (2004-2013) – No 16 – Alocação de Água.
ANA/GEF/PNUMA/OEA, Brasília, DF, Brasil.

GALANTOWICZ, J.F., ENTEKHABI, D., NJOKU, E.G., 1999, “Test of sequential


data assimilation for retrieving profile soil moisture and temperature from observed L-
band radio brightness”, IEEE Trans. Geosci. Remote Sens., v. 37, pp. 1860-1870.

198
GAN, T.Y., BIFTU, G.F., 1996, “Automatic Calibration of conceptual rainfall-runoff
models: optimization algorithms, catchment conditions, and model structure”, Water
Resources Research, v. 32 (12), pp. 3513-3524.

GENG, H., GWYN, Q.H.J., BRISCO, B., et al., 1996, “Mapping soil moisture from C-
band radar images”, Can. J. Remote Sens., v. 22 (1), pp. 117-126.

GILL, P., MURRAY, W., WRIGHT, M..M., 1981, Practical Optimization, Princeton
University Press., N.Y., USA.

GRAYSON, R.B., MOORE, I.D., Mc MAHON, T.A., 1992a, “Physically based


hydrologic modeling 1: A terrain-based model for investigative purposes”, Water
Resources Research, v. 26(10), pp. 2639-2658.

GRAYSON, R.B., MOORE, I.D., Mc MAHON, T.A., 1992b, “Physically based


hydrologic modeling 2: Is the concept realistic?”, Water Resources Research, v. 26(10),
pp. 2659-2666.

GUPTA, S.K., SOLOMON, S.I., 1977a, “Distributed numerical model for estimating
runoff and sediment discharge of ungaged rivers 1: The information system”, Water
Resources Research, v. 13(3), pp. 613-618.

GUPTA, S.K., SOLOMON, S.I., 1977b, “Distributed numerical model for estimating
runoff and sediment discharge of ungaged rivers 3: Comparison with other simple
techniques”, Water Resources Research, v. 13(3), pp. 631-636.

GUPTA, H.V., SOROOSHIAN, S., 1985, “The automatic calibration of conceptual


catchment models using derivative-based optimization algorithms”, Water Resources
Research, v. 21(4), pp. 473-485.

GUPTA, H.V., SOROOSHIAN, S., YAPO, P.O., 1998, “Toward improved calibration
of hydrological models: multiple and noncommensurable measures of information”,
Water Resources Research, v. 34 (4), pp. 751-763.

199
HAAS, R., DECKER, I.C., DOTTA, D., et al., 2003, “Validação de um sistema de
previsão quantitativa de chuva para o sul do Brasil”. In: Anais do II Congresso de
Inovação Tecnológica em Energia Elétrica – CITENEL, pp. 445-451, Salvador, BA,
Brasil.

HAVNØ, K., MADSEN, M.N., DØRGE, J., 1995, “MIKE11 – a generalized river
modelling package”. In: Singh, V.P. (Ed.). Computer Models of Watershed Hydrology.
Water Resources Publications, Colorado, USA, pp. 733-782.

HENDRICKSON, J.D., SOROOSHIAN, S., BRAZIL, L.E., 1988, “Comparison of


Newton-type and direct search algorithms for calibration of conceptual rainfall-runoff
models”, Water Resources Research, v. 24 (5), pp. 691-700.

HOEBEN, R., TROCH, P.A., 2000, “Assimilation of active microwave observation


data for soil moisture profile estimation”, Water Resources Research, v. 36 (10), pp.
2805-2819.

HOOKE, R., JEEVES, T.A., 1961, “Direct search solutions of numerical and statistical
problems”, J. Assoc. Comput. Mach , v. 8(2), pp. 212-229.

HOUSER, P.R., SHUTTLEWORTH, W.J., FAMIGLIETTI, J.S., 1998, “Integration of


soil moisture remote sensing and hydrological modeling using data assimilation”, Water
Resources Research, v. 34 (12), pp. 3405-3420.

IBBITT, R.P., 1970, Systematic parameter fitting for conceptual models of catchment
hydrology, Ph. D. Thesis, University of London, U.K.

IBBITT, R.P., O’DONNEL, T., 1971, “Fitting methods for conceptual catchment
models”, Journal of Hydraul. Engineering, v. 97(HY9), pp. 1331-1342.

IBGE, 1984, Regiões Nordeste e Centro-oeste do Brasil – Escala 1: 250.000, 2ª Edição,


Folhas: Barreiras, Formosa do Rio Preto, Santana e Santa Rita de Cássia. Diretoria de
Geodésia e Cartografia, Rio de Janeiro, RJ, Brasil.

200
IBGE, 1993, Mapa de Vegetação do Brasil – Escala 1: 5.000.000, Rio de Janeiro, RJ,
Brasil.

IBGE, 2000, Censo Demográfico, Rio de Janeiro, RJ, Brasil.

INMET, 1979, Normais Climatológicas (1931-1960), 2a ed., Rio de Janeiro, RJ, Brasil.

INMET, 1992, Normais Climatológicas (1961-1990), Brasília, DF, Brasil.

ITABORAHY, C. R., SANTOS, D.G., REZENDE, L.S., et al., 2004, Estudo Técnico de
Apoio ao Plano Decenal de Recursos Hídricos da Bacia Hidrográfica do Rio São
Francisco – PBHSF (2004-2013) – No 12 – Agricultura Irrigada.
ANA/GEF/PNUMA/OEA, Brasília, DF, Brasil.

JAKEMAN, A.J., LITTLEWOOD, I.G., WHITEHEAD, P.G., 1990, “Computation of


the instantaneous unit hydrograph and identifiable component flows with aplicationa to
two small upland catchments”, Journal of Hydrology, v. 117, pp. 275-300.

JAKEMAN, A.J., HORNBERGER, G.M., 1993, “How much complexity is warranted


in a rainfall-runoff model ?”, Water Resources Research, v. 29(8), pp. 2367-2649.

JOHNSTON, P.R., PILGRIM, D.H., 1973, A study of parameter optimization for a


rainfall-runoff model, Report no 131 - University of New South Wales-School of Civil
Engineering, USA.

JOHNSTON, P.R., PILGRIM, D.H., 1976, “Parameter optimization for watershed


models”, Water Resources Research, v. 12(3), pp. 477-486.

JOTHIYANGKOON, C., SIVAPALAN, M., FARMER, D.L., 2001, “Process controls


of water balance variability in a large semi-arid catchment: downward approach to
hydrological model development”, Journal of Hydrology, v. 254, pp. 174-198.

201
KELMAN, J., DAMAZIO, J.M., COSTA, J.P., 1983, “Geração de séries sintéticas de
vazões diárias – modelo DIANA”, Revista Brasileira de Engenharia – Caderno de
Recursos Hídricos, v. 1(2).

KOSTOV, K.G., JACKSON, T.J., 1993, “Estimating profile soil moisture from surface
layer measurement – a review”, Proceedings of the SPIE, Orlando, USA, pp. 125-136.

KOTTEGODA, N.T., 1980, Stochastic Water Resources Technology, Department of


Civil Engineering, University of Birmingham, The MacMillan Press Ltd.

KOUWEN, N., 1988, “WATFLOOD: a micro-computer based flood forecasting system


based on real-time weather radar”, Canadian Water Resources Journal, v. 13(1), pp. 62-
77.

KUCZERA, G., 1982, “On the relationship between the reliability of parameter
estimates and hydrologic time series data used in calibration”, Water Resources
Research, v. 18(1), pp. 146-155.

KUCZERA, G., 1983a, “Improved parameter inference in catchment models, 1:


Evaluating parameter uncertainty”, Water Resources Research, v. 19(5), pp. 1151-1162.

KUCZERA, G., 1983b, “Improved parameter inference in catchment models, 2:


Combining different kinds of hydrologic data and testing their compatibility”, Water
Resources Research, v. 19(5), pp. 1163-1172.

KUCZERA, G., 1997, “Efficient subspace probabilistic parameter optimization for


catchment models”, Water Resources Research, v. 33 (1), pp. 177-185.

LECONTE, R., BRISSETTE, F., GALARNEAU, M., et al., 2004, “Mapping near-
surface soil moisture with RADARSAT-1 synthetic aperture radar data”, Water
Resources Research, v. 40, W01515, doi:10.1029/2003WR002312.

LEESE, J., JACKSON, T., PITMNAN, A., et al., 2001, “GEWEX/BAHC International
workshop on soil moisture monitoring, analysis and prediction for hydrometeorological

202
and hydroclimatological applications”, Bulletin of the American Meteorological Society,
v. 82, pp. 1423-1430.

LINDSTRÖM, G., 1997, “A simple automatic calibration routine for the HBV model”,
Nordic Hydrol., v. 28 (3), pp. 153-168.

LINK, L.E., 1983, “Compatibility of present hydrologic models with remotely sensed
data”. Seventeeth International Symposium on Remote Sensing of Environment, Ann
Arbor, Michigan, USA.

LINSLEY JR., R.K., ACKERMANN, W.C., 1942, “Method of Predicting the Runoff
from Rainfall”, Trans. ASCE, v. 107, pp. 825-846.

LINSLEY JR., R.K., KOHLER. M.A., PAULHUS, J.L.H., 1949, Applied Hydrology,
First Edition, New York-Toronto-London, Mc Graw-Hill Book Company, Inc.

LIONG, S.Y., KHU, S.T., CHAN, W.T., 1996, “Construction of multi-objective


function response surface with genetic algorithm and neural network”, Proceedings of
the International Conference on Water Resource and Environment Research, October
29-31, Kyoto, Japan, vol. II, pp. 31-38.

LOPES, J.E.G., BRAGA, B.P.F., CONEJO, J.G.L., 1981, “SMAP - a simplified


hydrological model”, Proceedings of the International Symposium on Applied
Modelling, Mississippi, USA.

LOU, A. P. F., 2004, Modelagem geoestatística aplicada à integração entre dados de


postos pluviométricos e radar meteorológico, Tese de M.Sc., COPPE/UFRJ, Rio de
Janeiro, RJ, Brasil.

LOUMAGNE, C., CHKIR, N., NORMAND, M., et al., 1996, “Introduction of


soil/vegetation/atmosphere continuum in a conceptual rainfall-runoff model”, Hydrol.
Sci. J., v. 41 (6), pp. 889-902.

203
LUCHIARI JR.A.; RIHA, S.J., 1991, “Bulk surface resistence and its effect on
evaporation rates in irrigated Wheat”, Agronomy Journal, v. 83, pp. 888-895.

MADSEN, H., 2000, “Automatic calibration of a conceptual rainfall-runoff model using


multiple objectives”, Journal of Hydrology, v. 235, pp. 276-288.

MADSEN, H., WILSON, G., AMMENTORP, H.C., 2002, “Comparsion of different


automated strategies for calibration of rainfall-runoff models”, Journal of Hydrology, v.
261, pp. 48-59.

MATOS, B.A., ZOBY, J.L.G., 2004, Estudo Técnico de Apoio ao Plano Decenal de
Recursos Hídricos da Bacia Hidrográfica do Rio São Francisco – PBHSF (2004-2013)
– No 01 – Disponibilidade Hídrica Quantitativa e Usos Consuntivos.
ANA/GEF/PNUMA/OEA, Brasília, DF, Brasil.

MORAN, M.S., HYMER, D.C., SANO, E.E., et al., 1998, “Soil moisture evaluation
using syntethic aperture radar (SAR) and optical remote sensing in semiarid rangeland”.
American Meteorological Society - Special Symposium on Hydrology – Session 1:
Integrated observations of semi-arid land-surface-atmosphere interactions, paper
P1.14, Phoenix, Arizona, USA, 11-16 January.

NASH, J.E., SUTCLIFFE, J.V., 1970, “River flow forecasting through conceoptual
models: Part I – A discussion of principles”, Journal of Hydrology, v. 10, pp. 282-290.

NELDER, J.A., MEAD, R., 1965, “A simplex method for function minimization”,
Computer. Journal, v. 7(4), pp. 308-313.

NIELSEN, S.A., HANSEN, E., 1973, “Numeric simulation of the rainfall-runoff


process on a daily basis”, Nordic Hydrol., v. 4, pp. 171-190.

NJOKU, E.G., LI, L., 1999, “Retrieval of land surface parameters using passive
microwave instruments at 6-18 GHz”, IEEE Trans. Geosci. Remote Sens., v. 37(1), pp.
79-93.

204
NJOKU, E.G., JACKSON, T.J., LAKSHMI, V., et al., 2003, “Soil moisture retrieval
from AMSR-E”, IEEE Trans. Geosci. Remote Sens., v. 41(2), pp. 215-229.

O’DONNELL, T., CANEDO, P.M., 1980, “The reliability of conceptual calibration”,


Hydrological forecasting, Proceedings of the Oxford Synposium, IAHS Publication, v.
129.

OLIVEIRA, L.C.K, 2003, O papel do monitoramento e da previsão de vazões no


gerenciamento de bacias hidrográficas, Tese de M.Sc., COPPE/UFRJ, Rio de Janeiro,
RJ, Brasil.

ONS/ ANA/ ANEEL/ MME/ FAHMA-DREER, 2003, Estimativa das vazões para
atividades de uso consuntivo da água nas principais bacias do Sistema Interligado
Nacional -SIN, Relatório Final, Contrato DPP-ONS no 068/2003, Rio de Janeiro, RJ,
Brasil.

ONS, 2004a, Balanço hídrico do reservatório de Sobradinho – Ações desenvolvidas


pelo ONS, Relatório Técnico, RT 3/245/2004, Rio de Janeiro, RJ, Brasil.

ONS/ ANA/ ANEEL/ MME/ THEMAG-AQUAVIA, 2004b, Reavaliação das séries de


vazões naturais nas principais bacias do Sistema Interligado Nacional –SIN: Bacia do
rio São Francisco, Relatório Final, Contrato DPP-ONS no 052/2003, Rio de Janeiro, RJ,
Brasil.

ONS, 2004c, Previsões Hidrometeorológicas e de Carga – Texto Provocativo para as


discussões do tema 2, 1o Seminário de Prospecção Tecnológica do ONS – 1o SPTO, 08
de dezembro, Rio de Janeiro, RJ, Brasil.

PAUWELS, V.R.N., HOEBEN, R., VERHOEST, N.E.C., et al., 2001, “The importance
of the spatial patterns of remotely sensed soil moisture in the improvement of discharge
predictions for small-scale basins through data assimilation”, Journal of Hydrology, v.
251, pp. 88-102.

205
PENMAN, H. L., 1948, “Natural evaporation from open water, bare soil and grass”,
Proc. Roy. Soc. A. Londen,. v. 193, pp. 120-143.

PENMAN, H. L., 1956, “Evaporation: in introductory survey”, Nethear lands Journal


of Agricultural Science, Wageningen, v. 4, pp. 9-29.

PERRIN, C., MICHEL, C., ANDREASSIAN, V., 2001, “Does a large number of
parameters enhance model performance? Comparative assessment of common
catchments model structures on 429 catchments”, Journal of Hydrology, v. 242(3-4),
pp. 275-301.

PONCE, V. M., 1989, Engineering hydrology: principles and practices, Upper Saddle
River, Prentice Hall.

RAGAB, R., BLYTH, K., FRANCE, M., et al., 1999, Survey of modeling approaches
suitable for AIMWATER. Technical report, European project “AIMWATER” (Contract
no. ENV4-CT98-0740).

REFSGAARD, J.C., 1997, “Validation and intercomparison of different updating


procedures for real-time forecasting”, Nordic Hidrol., v. 28, pp. 65-84.

RESTREPO-POSADA, P.J., BRAS, R.L., 1982, Automatic parameter estimation of a


large conceptual rainfall-runoff model: A maximum likelihood approach, Rep. 267 -
Dep. of Civil Engineer, Massachusetts Institute of Technology, Cambridge,
Massachusetts, USA.

ROMANO, P.A., GARCIA, E.A.C., 1998, “Policies for water-resources planning and
management of the São Francisco river basin”. In: Biswas, A.K., Cordeiro, N.V.,
Braga, B.P.F., et al. (Eds.). Management of Latin American River Basins: Amazon,
Plata and São Francisco. United Nations University Press, Tokyo, Japan.

ROSEN, J.B., 1960, “The gradient projection method for non-linear programming, part
I: linear constraints”, SIAM J. Appl. Math., v. 8, pp. 181-217.

206
ROSENBROCK, H.H., 1960, “An automatic method for finding the gratest or least
value of a function”, Computer. Journal, v. 3, pp. 175-184.

ROTUNNO FILHO, O.C., 1989, Comparação de dois métodos de otimização em


modelos hidrológicos do tipo chuva-vazão, Tese de M.Sc., COPPE/UFRJ, Rio de
Janeiro, RJ, Brasil.

ROTUNNO FILHO, O.C., 1995, “Soil moisture mapping using remote sensing and
geostatistics applied to rainfall-runoff models”, Ph. D. Thesis, University of Waterloo,
Waterloo, Ontario, Canada.

ROTUNNO FILHO, O.C., SOULIS, E.D., KOUWEN, N., et al., 1996, “Soil moisture
in pasture fields using ERS-1 SAR Data: Preliminary results”, Can. J. Remote Sens., v.
22(1), pp. 95-107.

SANO, E.E., 1997, Sensitivity analysis of C-band and Ku-band syntethic aperture radar
data to soil moisture content in semiarid regions, Ph. D. Thesis, University of Arizona,
Dept. of Soil, Water and Environmental Sci., Tucson, Arisona, USA.

SANO, E.E., ASSAD, E.D., 2004, Projeto de Pesquisa SMEX03-Brasil. Relatório de


Campo – Barreiras Bahia, Dezembro de 2003, Embrapa Cerrados, Brasil.

SCHUSTER, H.D.M., SILVA, F.F., TEIXEIRA, S.L., et al., 2002, “Estudos


hidrogeológicos do aqüífero Urucuia no oeste baiano para obtenção de parâmetros nas
outorgas de mananciais subterrâneos”, XII Congresso Brasileiro de Águas
Subterrâneas, Florianópolis, SC, Brasil.

SCS, 1975, National Engineering Handbook, Sect. 4, U.S. Dept. Agriculture,


Washington D.C., USA.

SEABRA, M.S., 2004, Estudo sobre a influência da Zona de Convergência do Atlântico


Sul em bacias hidrográficas nas regiões sudeste e centro-oeste, Tese de M.Sc., Curso
Interdisciplinar de Ciências Atmosféricas, COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

207
SEG - SUPORTE ESPECIALIZADO DE ENGENHARIA LTDA, 2004, Aplicação do
modelo IPH-II à região do lago de Sobradinho, Relatório Final.

SHI, J., WANG, J., HSU, A.Y., et al., 1997, “Estimation of bare surface soil moisture
and surface roughness using L-band SAR image data”, IEEE Trans. Geosci. Remote
Sens., v. 35(5), pp. 1254-1266.

SILVA, L.P., 1990, Calibração automática de modelos tipo chuva-vazão utilizando


técnicas de suavização – uma aplicação ao modelo SMAP-II, Tese de M.Sc.,
COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

SILVA, A.P.L.M., 2004, Avaliação hidrológica e meteorológica para a transposição de


águas da bacia do rio São Francisco, Tese de D.Sc., COPPE/UFRJ, Rio de Janeiro, RJ,
Brasil.

SIMÕES, A.P., 1991, Simulação do fenômeno de infiltração em modelos chuva-vazão,


Tese de M.Sc., COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

SIMPSON, L.D., 1998, “The rio São Francisco: Lifeline of the north-east”. In: Biswas,
A.K., Cordeiro, N.V., Braga, B.P.F., et al. (Eds.). Management of Latin American River
Basins: Amazon, Plata and São Francisco. United Nations University Press, Tokyo,
Japan.

SMEX03, 2003, Soil Moisture Experiments in 2003 (SMEX03): Experiment Plan –


June, 2003. Projeto de pesquisa conjunto entre o Brasil e os Estados Unidos sob
coordenação geral do USDA e da Embrapa. Instituições participantes: Embrapa,
USDA/ARS, AEB, NASA, INPE, Unicamp, CPRM, COPPE/Laboratório de Hidrologia
– Núcleo de Hidrologia Estratégica e Ciências Atmosféricas.

SMITH, M., 1991, Guide lines for prediction of crop water requirements. FAO, Rome,
Italy.

208
SOLOMON, S.I., GUPTA, S.K., 1977, “Distributed numerical model for estimating
runoff and sediment discharge of ungaged rivers 2: Model development”, Water
Resources Research, v. 13(3), pp. 619-629.

SOROOSHIAN, S., ARFI, F., 1982, “Response surface parameter sensivity analysis
methods for postcalibration studies”, Water Resources Research, v. 18(5), pp. 1531-
1538.

SOROOSHIAN, S., DRACUP, J.A., 1980, “Stochastic parameter estimation procedures


for hydrologic rainfall-runoff models: correlated and heteroscedastic error cases”, Water
Resources Research, v. 16(2), pp. 430-442.

SOROOSHIAN, S., GUPTA, V.K., FULTON, J.C., 1983, “Evaluation of maximum


likelihood parameter estimation techniques for conceptual rainfall-runoff models:
influence of calibration data variability and length of model credibility”, Water
Resources Research, v. 10(1), pp. 251-259.

SOROOSHIAN, S., DUAN, Q., GUPTA, V.K., 1993, “Calibration of rainfall-runoff


models: application of global optimization to the Sacramento Soil Moisture Acounting
Model”, Water Resources Research, v. 29, pp. 1185-1194.

SRH-BA – SUPERINTENDÊNCIA DE RECURSOS HÍDRICOS, 1993, Plano diretor


de recursos hídricos: Bacia do rio Grande, HIGESA, Salvador, BA, Brasil.

STAUFFER, D.R., SEAMAN, N.L., 1990, “Use of four-dimensional data assimilation


in a limited area mesoscale model: 1, experimentswith synoptic-scale data”, Monthly
Weather Review, American Meteorological Society, v. 118, pp. 1250-1277.

STEPHENSON, G.R., FREEZE, R.A., 1974, “Mathematical simulation of subsurface


flow contributions to snowmelt runoff, Reynolds Creek Watershed, Idaho”, Water
Resources Research, v. 10(2), pp. 284-293.

209
SUMNER, N.R., FLEMING, P.M., BATES, B.C., 1997, “Calibration of a modified
SFB model for twenty-five Australian catchments using simulated annealing”, Journal
of Hydrology, v. 197, pp. 166-188.

THYER, M., KUCZERA, G., BATES, B.C., 1999, “Probabilistic optimization for
conceptual rainfall-runoff models: a comparison of the shuffled complex evolution and
simulated annealing algorithms”, Water Resources Research, v. 35 (3), pp. 767-773.

THOMAZ, F. R., 1992, Análise e superação de algumas dificuldades na calibração


automática do modelo SMAP II – versão suavizada, Tese de M.Sc., COPPE/UFRJ, Rio
de Janeiro, RJ, Brasil.

THORNTHWAITE, C. W., 1948, “An approach toward a rational classification of


climate”, Geographical Review, v. 38 (1).

THORNTHWAITE, C. W., HARE, F. K., 1965, “The loss os water to the air”,
Meteorological. Monographs, American Meteorological Society, Boston, USA, v. 6, pp.
162-180.

TROUTMAN, B.M., 1982, “An analysis of input errors in precipitation-runoff models


using regression with errors in the independent variables”, Water Resources Research,
v. 18, pp. 947-964.

TROUTMAN, B.M., 1983, “Runoff prediction errors and bias in parameter estimation
induced by spatial variability of precipitation”, Water Resources Research, v. 19(3), pp.
791-810.

TROUTMAN, B.M., 1985a, “Errors and parameter estimation in precipitation-runoff


modeling 1: Theory”, Water Resources Research, v. 21(8), pp. 1195-1213.

TROUTMAN, B.M., 1985b, “Errors and parameter estimation in precipitation-runoff


modeling 2: Case study”, Water Resources Research, v. 21(8), pp. 1214-1222.

TUCCI, C.E.M., 1998, Modelos hidrológicos., 1a ed., Editora da Universidade


UFRGS/ABRH, Porto Alegre, RS, Brasil.

210
TUCCI, C.E.M., CLARKE, R.T., DIAS, P.L.S., et al., 2003a, Previsão de vazões com
base na previsão climática. Projeto BRA 00/029 – Capacitação do Setor Elétrico
Brasileiro em Relação Mudança Global do Clima: ANEEL/MCT/PNUD/ABC/IPH-
UFRGS/IAG-USP/CPTEC-INPE.

TUCCI, C.E.M., COLLISCHONN, W., ANDREOLLI, I., et al., 2003b, “Previsão de


vazão afluente ao reservatório de Machadinho utilizando previsão de chuva”. In: Anais
do II Congresso de Inovação Tecnológica em Energia Elétrica – CITENEL, pp. 431-
439, Salvador, BA, Brasil.

TURC, L., 1955, “The bilian d’eau des sols: relations entre les precipitations,
l’evaporations et l’écoulements”, Ann. Agron., Paris, France, pp. 5-131.

VIANA, F.L., 1986, Comportamentohidrológico das pequenas bacias do nordeste, Tese


de M.Sc., Coordenação do curso de pós-graduação em engenharia civil – área de
concentração recursos hídricos, UFC, Fortaleza, CE, Brasil.

WANG, Q.J., 1991, “The genetic algorithm and its application to calibrating conceptual
rainfall-runoff models”, Water Resources Research, v. 27 (9), pp. 2467-2471.

WIESNES, P., 1984, Introduction à l’hydrologie urbaine: conferences pour le Cours


Intenational d’Hydrologie Operationnelle et Appliquée, Lausanne, EPFL

WOOD, E.F., 1976, “An analysis of the effects of parameter uncertainty in


deterministic hydrologic models”, Water Resources Research, v. 12 (3), pp. 925-932.

WOOD, E., LETTENMAYER, D., LIANG, X., et al., 1997, “Hidrological modeling of
continental scale basins”, Annu. Rev. Earth Planet. Sci., v. 25, pp. 279-300.

XAVIER, A.E., 1982a, “Penalização Hiperbólica”, In: Anais do I Congresso Latino


Americano de Pesquisa Operacional e Engenharia de Sistemas, pp. 468-482, Rio de
Janeiro, RJ, Brasil.

211
XAVIER, A.E., 1982b, Penalização Hiperbólica: Um novo método para resolução de
problemas de otimização, Tese de M.Sc., COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

XAVIER, A.E., ROTUNNO FILHO, O.C., CANEDO, P.M., et al., 2001, “Rainfall-
runoff models: a new approach in calibration of parameters through hyperbolic
smoothing techniques”, Euro 2001, Holanda.

XAVIER, A.E., ROTUNNO FILHO, O.C., CANEDO, P.M., 2005, “A new


deterministic approach in calibration of rainfall-runoff models: The hyperbolic
smoothing method”, trabalho submetido à Water Resources Research.

XAVIER, L.N.R., 2002, Análise da incerteza causada pela representação da


precipitação no modelo Topmodel, Tese de M.Sc., COPPE/UFRJ, Rio de Janeiro, RJ,
Brasil.

YAPO, P.O., GUPTA, H.V., SOROOSHIAN, S., 1998, “Multi-objective global


optimization for hydrological models”, Journal of Hydrology, v. 204, pp. 83-97.

YEVJEVICH, V., 1974, “Determinism and stochasticity in hydrology”, Journal of


Hydrology, v. 22, pp. 225-238.

ZHU, A.X., MACKAY, D.S., 2001, “Effects of spatial detail of soil information on
watershed modeling”, Journal of Hydrology, v. 248, pp. 54-77.

212
APÊNDICE A - CONSISTÊNCIA DE DADOS HIDROLÓGICOS

A.1 - Consistência dos Dados Pluviométricos

A análise de consistência e preenchimento de falhas nas séries de precipitação


diárias dos postos pluviométricos de interesse foi realizada de acordo com as premissas
estabelecidas na metodologia, item III.2.1.
O primeiro procedimento realizado foi o de obter os totais precipitados a nível
mensal e a nível anual, comparando-se, graficamente, os postos da região, conforme já
apresentado no item IV.2.1.1, referente à caracterização hidrológica da bacia do rio
Grande. O mapa de isoietas da região foi obtido de Itaborahy et al. (2004), orientando
essa análise. Nessa análise visual preliminar, detectou-se, por exemplo, que, em alguns
anos, o posto de Fazenda Redenção apresentava-se com totais anuais abaixo dos valores
de postos próximos, como Barreiras e São Sebastião, mas que tal situação se invertia em
anos subsequentes, o que tornava remota a hipótese de falhas sistemáticas na medição.
Um método tradicional, aqui utilizado na análise de consistência entre dois
postos pluviométricos cujo comportamento observado de um deles foi considerado
suspeito, como no caso do posto de Fazenda Redenção, foi o da curva de dupla massa.
Trata-se da plotagem simultânea do total de precipitações acumuladas dos postos, um
no eixo das abscissas e o outro no eixo das ordenadas. Mudanças permanentes na
declividade da linha de tendência ou mesmo a observação de uma nova linha de
tendência, paralela ou não a anterior, indicam problemas no registro de um dos postos,
como mudança de localização do pluviômetro, o que não ocorreu com o posto de
Fazenda Redenção quando comparado com outros postos vizinhos, como Barreiras,
Nova Vida e São Sebastião, no exemplo ilustrado pela Figura A.1 abaixo.

213
Curva Dupla Massa - Consistência Mensal Postos
Fazenda Redenção x Barreiras, Nova Vida e São Sebastião
30000
Dupla massa - Faz Redençao x Barreiras
y = 1,1162x + 535,77
Dupla massa - Faz Redençao x Nova Vida 2
R = 0,9973
25000 Dupla massa - Faz Redençao x São Sebastião
Precipitação acumulada Barr/ N Vida/

y = 1,1009x + 271,21
20000 2
R = 0,997
S Seb(mm)

15000
y = 1,0277x + 52,355
R2 = 0,9986
10000

5000

0
0 5000 10000 15000 20000 25000
Precipitação acumulada Posto Fazenda Redenção (mm)

Figura A.1 – Curvas de dupla massa para verificar a consistência do posto Fazenda
Redenção

Ainda que a análise dos totais mensais e anuais tenha fornecido bons resultados,
foram realizadas análises de consistências complementares entre os dados diários de
precipitação através da visualização gráfica do comportamento dos registros em postos
próximos.
O preenchimento de falhas a nível diário nos postos pluviométricos foi realizado
de forma criteriosa, observando-se o comportamento de postos vizinhos e realizando-se
correlações lineares com aqueles que apresentassem comportamento hidrológico
similar. Conforme destacado no Capítulo IV, o período total de dados utilizados na
simulação com o modelo SMAP foi condicionado pela disponibilidade de dados no
posto pluviométrico de Roda Velha. Dessa forma, o preenchimento de falhas para todos
os demais postos foi realizado apenas após o mês de agosto de 1984. A seguir,
encontram-se relacionados os períodos de disponibilidade de cada um dos postos
pluviométricos selecionados, bem como os principais períodos de falhas e o método
utilizado para os preenchimentos necessários.
• Posto São Sebastião – dados disponíveis de julho/1974 a setembro/2004; falha
apenas no mês de agosto/2004, com preenchimento considerando as mesmas
precipitações ocorridas no posto de Barreiras;

214
• Posto Sítio Grande – dados disponíveis de agosto/1952 a setembro/2004;
grandes falhas nos períodos de janeiro/1956 a maio/1972, maio/1975 a outubro/1975 e
maio/1976 a dezembro/1976, sem preenchimento, já que são anteriores a 1984 e
encontram-se fora do período de estudo;
• Posto Derocal – dados disponíveis de julho/1972 a setembro/2004, com falha no
período de maio/1976 a dezembro/1976, sem preenchimento (anterior a 1984, fora do
período de estudo);
• Posto Fazenda Coqueiro – dados disponíveis de julho/1972 a setembro/2004,
com falha apenas no mês de maio/1980, sem preenchimento (anterior a 1984, fora do
período de estudo);
• Posto Barreiras – dados disponíveis de outubro/1936 a setembro/2004; falhas
nos períodos de julho/1962, setembro e outubro/1971, grande falha de janeiro/1974 a
dezembro/1976; e nos meses de maio/1990 e janeiro/1994, com preenchimento desse
curto período considerando valores médios entre as precipitações ocorridas nos postos
de Nova Vida e Fazenda Coqueiro, de mesma ordem de grandeza;
• Posto Ponte Serafim Montante – dados disponíveis de abril/1962 a agosto/2004;
grandes falhas nos períodos de janeiro a junho/1964, janeiro/1965 a maio/1972,
julho/1972 a junho/1977, maio a julho/1984; e o mês de abril/1991, com preenchimento
desse curto período de 1 mês considerando as mesmas precipitações ocorridas no posto
de Nova Vida, mais próximo e de mesma ordem de grandeza;
• Posto Nova Vida Montante – dados disponíveis de julho/1972 a setembro/2004;
falhas nos períodos de maio a dezembro/1976, abril a junho/1977; e alguns dias no mês
de abril/2002, com preenchimento desse curto período considerando valores médios
entre as precipitações ocorridas nos postos de São Sebastião e Ponte Serafim Montante;
• Posto Fazenda Redenção – dados disponíveis de junho/1972 a setembro/2004,
com falha de maio/1976 a dezembro/1976; e nos meses de fevereiro e abril/1991, com
preenchimento deste curto período considerando valores médios entre as precipitações
ocorridas nos postos de Nova Vida e Sítio Grande, de mesma ordem de grandeza;
• Posto Roda Velha – dados disponíveis de agosto/1984 a junho/2004, com falhas
nos meses de abril/1995, novembro/1997 e dezembro/2003, com preenchimento desses
períodos considerando uma correlação linear com as precipitações ocorridas no posto de
Sítio Grande.

215
Tendo em vista a importância do posto de Roda Velha para a composição final
da série de precipitação, considerada concentrada sobre toda a bacia para efeito de
simulação com o modelo SMAP, a análise do preenchimento da série desse posto exigiu
um cuidado maior, uma vez que se encontra praticamente isolado na região de cabeceira
do rio das Fêmeas, afluente do rio Grande pela margem esquerda. Foram testadas as
correlações com três postos mais próximos, a saber: Ponte Serafim, Fazenda Redenção e
Sítio Grande. Conforme pode-se observar na Figura A.2, que reflete a curva duplo
acumulativa das precipitações, o posto que obteve um comportamento melhor foi o de
Sítio Grande, localizado no mesmo rio das Fêmeas. A correlação direta entre os valores
de precipitação dos postos ratificou a escolha, conforme pode ser constatado na Figura
A.3, de modo que o preenchimento foi realizado pela equação: Proda velha= 0,8606 x Psitio
grande + 25,964 (mm).

Curva Dupla Massa - Consistência no Posto Roda Velha

25000
y = 0,8633x + 655,13
Roda Velha x Ponte Serafim R2 = 0,9985
Precipitação acumulada S Gde, F Red e Der (mm)

Roda Velha x Faz. Redenção


20000
y = 0,9001x + 690,73
Roda Velha x Sítio Grande
R2 = 0,9956

15000
y = 0,7267x - 99,198
R2 = 0,9955

10000

5000

0
0 5000 10000 15000 20000 25000 30000
Precipitação acumulada Posto Roda Velha (mm)

Figura A.2 – Curvas de dupla massa para definir similaridade hidrológica com o posto
Roda Velha

216
Preenchimento de Falhas no Posto Roda Velha

700
y = 0,9452x + 31,137
Roda Velha x Ponte Serafim R2 = 0,6856
y = 0,8606x + 25,964
600
R2 = 0,7194
Precipitação acumulada S Gde, F Red e Der (mm)

Roda Velha x Faz. Redenção

Roda Velha x Sítio Grande


500

400

300

200

100 y = 0,7918x + 29,236


R2 = 0,6452

0
0 100 200 300 400 500 600 700 800
Precipitação acumulada Posto Roda Velha (mm)

Figura A.3 – Equação de correlação para preenchimento de falhas do posto Roda Velha

No tocante à determinação da precipitação média representativa sobre a bacia do


rio Grande, tendo em vista que se trata de uma área relativamente plana, onde as feições
topográficas não causam uma distribuição típica de chuva, os dados de precipitação na
extensão da bacia, calculados através de médias das estações ou dos polígonos de
Thiessen (Tabela A.1), puderam ser assumidos como representativos da altura de
precipitação média sobre a bacia. Cumpre destacar que, na composição dos valores
finais das séries de precipitações, considerou-se uma série única para os postos de Sítio
Grande e Derocal dada pela média entre os valores dos dois postos, já que se encontram
muito próximos fisicamente, não sem antes analisar a consistência através da curva de
dupla massa, cujo valor do coeficiente de determinação foi bastante alto (R2= 0,9997).

217
Tabela A.1 – Contribuição de cada posto pluviométrico na série de chuvas final da bacia
pelo método de Thiessen

PROPORÇÕES - THIESSEN
Thiessen-Faz.Redenção Thiessen-Barreiras Thiessen- Taguá
S Sebast 0,00% 12,95% 13,85%
Faz Coque 0,00% 18,71% 12,70%
Barreiras 0,00% 1,48% 2,04%
N Vida 0,67% 0,14% 10,24%
Faz Reden 19,89% 4,58% 3,30%
Sit Gde/Derroc 7,84% 17,90% 12,15%
Pte Serafim 38,86% 8,06% 21,17%
R Velha 32,74% 36,18% 24,56%
ÁREA TOTAL 100,00% 100,00% 100,00%

A.2 - Consistência dos Dados Fluviométricos

A análise de consistência e preenchimento de falhas nas séries de vazões diárias


dos postos fluviométricos de interesse foi realizada de acordo com as premissas
estabelecidas na metodologia, item III.2.2.
O primeiro procedimento realizado foi o de verificar as curvas-chave fornecidas
pela ANA, com suas validades em termos de faixa de cotas e em termos de período
temporal, para os quatro postos fluviométricos selecionados: Taguá, São Sebastião,
Barreiras e Fazenda Redenção. Conforme ressaltado no Capítulo IV, o posto de São
Sebastião foi utilizado apenas para a análise de consistência dos postos de Taguá e
Barreiras, e não para as simulações subseqüentes, uma vez que a área incremental de
São Sebastião a Taguá é muito pequena.
Um método tradicional, aqui utilizado na análise de consistência entre dois
postos fluviométricos cujo comportamento observado de um deles foi considerado
suspeito, como no caso do posto de Fazenda Redenção, foi o da plotagem simultânea
das séries de vazões nos postos. Também foram realizadas algumas correlações para
preenchimento de falhas.
Destaca-se a importância na validação da curva-chave para os anos de 2003 e
2004, uma vez que o banco de dados HIDRO somente fornecia os dados de vazões
consistidas até o ano de 2002 e, dessa forma, uma curva-chave bem validada era
imprescindível para a aplicação das cotas e a obtenção desses anos, em especial o ano
de dezembro de 2003, compatível com o período de obtenção dos dados de umidade do
solo.

218
Apresentam-se, na seqüência, as análises empreendidas em cada um dos postos
selecionados.

A.2.1 - Posto de São Sebastião

Para São Sebastião, a Tabela A.2 apresenta os parâmetros das equações das
curvas válidas, enquanto a Figura A.4 apresenta a plotagem dos pares coordenados cota-
vazão diários, a fim de permitir a verificação visual de inconsistências.

Tabela A.2 – Curvas-chave válidas para o Posto de São Sebastião


Curvas-chave: S. Sebastião Equação: Q= a*(h-h0)^n
Val. início Val. fim Cota máx. (cm) Cota mín. (cm) a h0 (m) n
1/1/1977 31/12/1985 360 228 48.25 -0.5 1.7846
1/1/1977 31/12/1985 227 -3 23.2 -2.73 1.585
1/1/1986 21/12/1998 360 228 48.25 -0.5 1.7846
1/1/1986 21/12/1998 227 -3 23.2 -2.73 1.585
22/12/1998 31/12/2001 247 2 22 -2.7 1.595
10/1/2002 31/12/2002 207 -3 23.2 -2.73 1.585
1/1/2003 26/4/2004 207 -3 23.2 -2.73 1.585

Verificação das curvas-chave do Posto São Sebastião


Período: 01/01/1980 a 31/12/2002

500
480
460
440
420
400
380
360
340
320
300 de 1980 a 1985 -
280 teste
de 1986 a 1990
Cotas (cm)

260
240 de 1991 a 1995
220 de 1996 a 2000
200
180 de 2001 a 2002
160
140
120
100
80
60
40
20
0
-20100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400 420 440 460 480
-40
Vazões (m³/s)

Figura A.4 – Pares de cotas e vazões para o posto fluviométrico de São Sebastião

Para o posto de São Sebastião, cujo histórico de vazões se inicia em 01/01/1977,


estendendo-se até 31/12/2002, com cotas até 30/09/2004, não houve problema de falhas

219
nos registros de vazões. Os erros verificados nas cotas, como, por exemplo, nos
períodos de 01/12/1989 a 10/01/1990 e de 26/01/1992 a 25/02/1992, foram corrigidos
nas vazões consistidas pela ANA no seu banco de dados HIDRO (ANA, 2005).

A.2.2 - Posto de Taguá

Para Taguá, a Tabela A.3 apresenta os parâmetros das equações das curvas
válidas, enquanto a Figura A.5 apresenta a plotagem dos pares coordenados cota-vazão
diários, a fim de permitir a verificação visual de inconsistências.

Tabela A.3 – Curvas-chave válidas para o Posto de Taguá

Curvas-chave: Taguá Equação: Q= a*(h-h0)^n


Val. início Val. fim Cota máx. (cm) Cota mín. (cm) a h0 (m) n
1/7/1939 31/12/1985 500 173 20.8 -2 1.7
1/7/1939 31/12/1985 172 64 28.9 -2 1.45
1/1/1986 14/3/1999 500 173 20.8 -2 1.7
1/1/1986 14/3/1999 172 64 28.9 -2 1.45
15/3/1999 21/1/2002 200 48 29 -1.9 1.453
15/3/1999 21/1/2002 328 200 20 -1.77 1.771
22/1/2002 31/12/2002 257 174 20.8 -2 1.7
22/1/2002 31/12/2002 173 48 29.17 -1.91 1.469
1/1/2003 26/4/2004 257 174 20.8 -2 1.7
1/1/2003 26/4/2004 173 48 29.17 -1.91 1.469

Verificação das curvas-chave do Posto Taguá


Período: 01/01/1980 a 31/12/2002

500
480
460
440
420
400
de 1980 a 1985 -
380
teste
360 de 1986 a 1990
340
320 de 1991 a 1995
300 de 1996 a 2000
Cotas (cm)

280
260 de 2001 a 2002
240
220
200
180
160
140
120
100
80
60
40
20
0
100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400 420 440 460 480 500 520 540 560 580 600 620 640 660
Vazões (m³/s)

Figura A.5 – Pares de cotas e vazões para o posto fluviométrico de Taguá

220
Para o posto de Taguá, cujo histórico de vazões inicia-se em 01/07/1939,
estendendo-se até 31/12/2002, com cotas até 30/09/2004, as principais falhas e os
respectivos métodos de preenchimento foram os seguintes:
• detectados problemas de provável mudança de referência de nível em: 23/12/91,
em todo o mês de fevereiro/92 (diferença chegou a +38%, mas a vazão do HIDRO foi
consistida) e março/92 (diferença de até -88% na cota, mas a vazão do HIDRO foi
consistida);
• erros em cotas de outubro/93, mas a vazão do HIDRO foi consistida;
• período sem dados de vazão de 19/05/98 a 19/06/98 - preenchido pela curva-
chave, consistente, da ANA (cotas interpoladas linearmente no curto período de falha);
• período sem dados de vazão de 31/03/01 a 14/05/01 - preenchido pela curva-
chave, consistente, da ANA (cotas interpoladas linearmente);
• período sem dados de vazão de 01/05/02 a 30/05/02 - preenchido pela curva-
chave, consistente, da ANA (cotas interpoladas linearmente);

Para o mês de dezembro de 2003, importante para o estudo de umidade


comparativa com dados reais, o posto não possuía cotas ou vazões disponíveis. Nesse
caso específico, as vazões do posto fluviométrico de Taguá, com área de drenagem de
34.250 km2, foram preenchidas pela correlação entre esse posto e o posto fluviométrico
de São Sebastião, imediatamente a montante e com área de drenagem próxima, de
32.586 km2. A Figura A.6 apresenta as correlações nos 12 últimos anos disponíveis, não
apenas para o mês de dezembro, mas também para os meses de abril e maio, que não
foram utilizadas, já que se optou por preencher as cotas e aplicar a curva chave para
obter melhores resultados.

221
Correlação de vazões nos postos de Taguá e São Sebastião
Período: Vazões Mensais Multianuais (1990-2002) - Preenchimento Falhas

450
Abril - 1990-2002
400 Maio - 1990-2000
Dezembro - 1990-2002
Linear (Dezembro - 1990-2002)
350
Linear (Maio - 1990-2000)
Linear (Abril - 1990-2002)
y = 1,077x - 12,643
300 2
R = 0,8668
Vazões - Taguá (m³/s)

250

y = 1,0506x - 8,5483
200 2
R = 0,8096
y = 1,0507x - 8,9482
150 2
R = 0,8786

100

50

0
100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400
Vazões - SSebastião(m³/s)

Figura A.6 – Correlação de vazões entre os postos fluviométricos de Taguá e São


Sebastião

A.2.3 - Posto de Barreiras

Para Barreiras, a Tabela A.4 apresenta os parâmetros das equações das curvas
válidas, enquanto a Figura A.7 apresenta a plotagem dos pares coordenados cota-vazão
diários, a fim de permitir a verificação visual de inconsistências.

Tabela A.4 – Curvas-chave válidas para o Posto de Barreiras


Curvas-chave: Barreiras Equação: Q= a*(h-h0)^n
Val. início Val. fim Cota máx. (cm) Cota mín. (cm) a h0 (m) n
1/5/1934 31/12/1985 450 142 25.5 -2.09 1.336
1/5/1934 31/12/1985 141 10 48.8 -0.97 1.18
1/1/1986 20/12/1989 450 142 25.5 -2.09 1.336
1/1/1986 20/12/1989 141 10 48.8 -0.97 1.18
21/12/1989 7/1/2002 104 1 59.5 -0.81 1.103
21/12/1989 31/12/2002 450 105 25.5 -2.09 1.336
8/1/2002 31/12/2002 98 1 62.8 -0.81 1.01
8/1/2002 31/12/2002 104 99 59.5 -0.81 1.103
1/1/2003 30/9/2004 98 1 62.8 -0.81 1.01
1/1/2003 30/9/2004 104 99 59.5 -0.81 1.103
1/1/2003 30/9/2004 450 105 25.5 -2.09 1.336

222
Verificação das curvas-chave do Posto Barreiras
Período: 01/01/1980 a 31/12/2002

500
480
460
440
420
400
380
360
340
320 de 1980 a 1985 -
300 teste
de 1986 a 1990
Cotas (cm)

280
260 de 1991 a 1995
240 de 1996 a 2000
220
200 de 2001 a 2002
180
160
140
120
100
80
60
40
20
0
40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360
Vazões (m³/s)

Figura A.7 – Pares de cotas e vazões para o posto fluviométrico de Barreiras

Para o posto de Barreiras, cujo histórico de vazões inicia-se em 01/05/1934,


estendendo-se até 31/12/2002, com cotas até 30/09/2004, não houve problema de falhas
nos registros de vazões.
Entretanto, para os meses entre novembro de 2003 e setembro de 2004,
importantes para o estudo de umidade comparativa com dados reais, mas onde não
havia vazões disponíveis, as cotas utilizadas apresentavam problemas de referencial de
nível, conforme pode-se constatar na Figura A.8.

Hidrograma Comparativo -
Posto Taguá X Posto São Sebastião X Barreiras (com Problemas)
Período: 1999/2004
500
São Sebastião
450 Taguá
Barreiras
400

350

INCONSISTÊNCIA !
Vazões (m³/s)

300

250

200

150

100

50

0
1/1/1999

1/4/1999

1/7/1999

1/10/1999

1/1/2000

1/4/2000

1/7/2000

1/10/2000

1/1/2001

1/4/2001

1/7/2001

1/10/2001

1/1/2002

1/4/2002

1/7/2002

1/10/2002

1/1/2003

1/4/2003

1/7/2003

1/10/2003

1/1/2004

1/4/2004

1/7/2004

Datas

Figura A.8 – Problemas de consistência nas cotas e vazões do posto de Barreiras

223
Após algumas análises, concluiu-se que a causa dos problemas provinha do fato
de que todas as cotas a partir de novembro de 2003 estavam acrescidas em 200 cm, à
exceção da cota do dia 18/05/2004, onde o erro era de 600 cm. Realizadas as devidas
correções, a Figura A.9 apresenta os hidrogramas finais consistidos para todos os
postos.
Hidrograma Comparativo -
Posto Taguá X Posto São Sebastião X Barreiras (CORRIGIDO)
Período: 1999/2004
400
São Sebastião
Taguá
350
Barreiras
Faz. Redenção
300

250
Vazões (m³/s)

200

150 OK !

100

50

0
1/1/1999

1/4/1999

1/7/1999

1/10/1999

1/1/2000

1/4/2000

1/7/2000

1/10/2000

1/1/2001

1/4/2001

1/7/2001

1/10/2001

1/1/2002

1/4/2002

1/7/2002

1/10/2002

1/1/2003

1/4/2003

1/7/2003

1/10/2003

1/1/2004

1/4/2004

1/7/2004
Datas

Figura A.9 – Correção dos problemas nas cotas e vazões do posto de Barreiras

A.2.4 - Posto de Fazenda Redenção

Para Fazenda Redenção, a Tabela A.5 apresenta os parâmetros das equações das
curvas válidas e a Figura A.10 apresenta a plotagem dos pares coordenados cota-vazão
diários, a fim de permitir a verificação visual de inconsistências.

Tabela A.5 – Curvas-chave válidas para o Posto de Faz. Redenção


Curvas-chave: Faz. Redenção Equação: Q= a*(h-h0)^n
Val. início Val. fim Cota máx. (cm) Cota mín. (cm) a h0 (m) n
1/5/1934 31/12/1985 37 25 49 -0.5 1.5
1/5/1934 31/12/1985 130 38 93 -0.2 1.52
1/1/1986 20/11/1998 37 25 49 -0.5 1.5
1/1/1986 20/11/1998 130 38 93 -0.2 1.52
21/11/1998 31/12/2002 73 22 98.5 -0.17 1.6
21/11/1998 31/12/2002 93 74 93 -0.2 1.52
1/1/2003 30/9/2004 73 22 98.5 -0.17 1.6
1/1/2003 30/9/2004 93 74 93 -0.2 1.52

224
Verificação das curvas-chave do Posto Fazenda Redenção
Período: 01/01/1980 a 31/12/2002

120

110

100

90

80
de 1980 a 1985 -
teste
70 de 1986 a 1990
Cotas (cm)

de 1991 a 1995
60
de 1996 a 2000
50 de 2001 a 2002

40

30

20

10

0
20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180
Vazões (m³/s)
Figura A.10 – Pares de cotas e vazões para o posto fluviométrico de Faz. Redenção

Para o posto de Fazenda Redenção, cujo histórico de vazões inicia-se em


01/01/1977, estendendo-se até 31/12/2002, com cotas até 30/09/2004, a principal falha
encontra-se nas vazões de 29/03/91 a 05/05/91, onde o preenchimento para esse curto
período, foi realizado de forma linear, já que a correlação com o posto Barreiras,
apresentada na Figura A.11, não ofereceu valores razoáveis para a vazão no período.

Correlação de vazões nos postos de Barreiras e Fazenda Redenção


Período: 1985 a 1990 e 1990 a 1995
(NÃO USADO no preench. de falhas de Faz. Redenção de 29/03/1991 a 05/05/1991: Ruim)

200
1985-1990
1992-1996
Linear (1985-1990)
Linear (1992-1996) y = 1,0943x - 12,676
2
150 R = 0,9247
Vazões - Faz. Redenção (m³/s)

100
y = 1,0457x - 3,863
2
R = 0,9198

50

0
100 120 140 160 180 200 220 240 260 280 300 320
Vazões - Barreiras (m³/s)

Figura A.11 – Correlação de vazões entre os postos fluviométricos de Barreiras e


Fazenda Redenção

225

Você também pode gostar