UNIVERSIDADE DE SÃO PAULO

INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS

DEPARTAMENTO DE CIÊNCIAS ATMOSFÉRICAS

JONATHAN WENDELL ALVES

VARIABILIDADE DA EVAPOTRANSPIRAÇÃO EM BACIAS DO

ESTADO DE SÃO PAULO

SÃO PAULO

2023
 Jonathan Wendell Alves

VARIABILIDADE DA EVAPOTRANSPIRAÇÃO EM BACIAS DO

ESTADO DE SÃO PAULO

Dissertação apresentada ao Departamento de

Ciências Atmosféricas do Instituto de Astronomia,
Geofísica e Ciências Atmosféricas da Universidade
de São Paulo como parte das exigências para
obtenção do título de Mestre em Ciências.

Área de Concentração: Meteorologia

Orientador: Prof. Dr. Humberto Ribeiro da Rocha

SÃO PAULO

2023
 AGRADECIMENTOS

À Universidade de São Paulo, seu corpo docente, direção, administração e demais

funcionários que fazem com que esta importante engrenagem se mantenha girando com toda
sua excelência e ética no ensino e pesquisa;

Ao meu orientador Prof. Dr. Humberto Ribeiro da Rocha por me incentivar e guiar
durante toda a elaboração deste trabalho;

Aos pesquisadores, Eduardo Fernandes Henriques e Mariane Chittolina por serem

prestativos e contribuírem com seus conhecimentos. (Izabella Oliveira da Costa)

Aos colegas, Renan Muinos Parrode de Godoy, Matheus Bonjour Laviola da Silva e
Letícia Prado Lima, pelo incentivo e ajuda nos momentos de dificuldade.

À minha família e minha namorada Bianca Tondin de Almeida por me apoiarem;

À CAPES, pelo apoio financeiro, sob o projeto nº 6666/66666;

Às instituições, ANA e DAEE por fornecerem um banco de dados de livre acesso.

ALVES, J.W. Variabilidade da evapotranspiração em bacias do estado de São Paulo.
Dissertação (Mestrado) – Instituto de Astronomia, Geofísica e Ciências Atmosféricas,
Universidade de São Paulo, São Paulo, 2023.

RESUMO

No presente trabalho a variabilidade hidroclimatológica de bacias de meso e grande

escala no sudeste do Brasil serão estudadas a partir das variáveis evapotranspiração,
precipitação e vazão. Foram selecionadas até o momento as bacias do rio Paraíba do Sul, rios
Piracicaba-Capiravi-Jundiaí, rio Mogi-Guaçu, rio Pardo e rio Sapucaí. As variáveis
precipitação e vazão foram retiradas da Agência Nacional de Águas e Saneamento Básico e
do Departamento de Águas e Energia Elétrica. Para preencher lacunas nas séries de
precipitação foi utilizado o método da interpolação do inverso da distância e para as séries de
vazão foi utilizado o método de regressão linear simples. A evapotranspiração será gerada a
partir do balanço hídrico para a escala anual, pelo modelo hidrológico simples de Vandewiele
(1992) na escala mensal, pelo método de relações complementares na escala diária e por
Penman-Monteith FAO56 para comparação entre os diferentes métodos. Serão analisados os
diferentes padrões hidroclimatológicos e controles de variabilidade temporal a fim de ajudar
na identificação de possíveis soluções de gestão dos recursos hídricos.

Palavras-chave: Evapotranspiração, Bacias Hidrográficas, Variabilidade Hidroclimatológica.

ALVES, J.W. Variabilidade da evapotranspiração em bacias do estado de São Paulo.
Dissertação (Mestrado) – Institute of Astronomy, Geophisics and Atmospheric Sciences,
University of São Paulo, São Paulo, 2023.

ABSTRACT

In this work, the hydroclimatic variability of meso and large scale watersheds in
southeastern Brazil will be studied using evapotranspiration, precipitation, and flow variables.
The Paraíba do Sul, Piracicaba-Capiravi-Jundiaí, Mogi-Guaçu, Pardo and Sapucaí river basins
have been selected so far. Precipitation and flow variables were obtained from the National
Agency for Waters and Basic Sanitation and the Department of Waters and Electric Energy.
The inverse distance interpolation method was used to fill gaps in precipitation series, and the
simple linear regression method was used for flow series. Evapotranspiration will be
generated from the water balance for the annual scale, the Vandewiele (1992) simple
hydrological model for the monthly scale, the complementary relationships method for the
daily scale, and Penman-Monteith FAO56 for comparison with other methods. Different
hydroclimatic patterns and temporal variability controls will be analyzed to help identify
possible water resource management solutions.

Keywords: Evapotranspiration, Hydrographic Basins, Hydroclimatic Variability.

LISTA DE FIGURAS

LISTA DE TABELAS

SUMÁRIO
 1

1 Introdução

Qual a importância da água? Para que ela é usada? O que a escassez de água pode causar na
natureza e na sociedade? O que gera a escassez de água? Como será o futuro da água segundo
o IPCC? Qual a necessidade de estudar sobre este problema? Qual o objetivo deste trabalho e
como ele pode ajudar a solucionar este problema?

A variabilidade hidroclimatológica é uma questão crítica para a gestão da água em

escala de bacia hidrográfica. No sudeste brasileiro, onde ocorrem frequentes variações na
disponibilidade hídrica devido a mudanças climáticas e a intensificação da atividade humana,
compreender a dinâmica da variabilidade hidroclimatológica torna-se ainda mais importante.
Uma das principais questões científicas no campo da hidroclimatológia é distinguir a
variabilidade hidrológica natural das mudanças resultantes da influência humana, tais como a
alteração da cobertura vegetal, o uso de água para irrigação e a construção de barragens em
bacias hidrográficas (BLÖSCHL et al., 2019).
Apesar das incertezas em relação a chuva, as projeções climáticas apontam em
consenso para um aumento da temperatura na região sudeste do Brasil nas próximas décadas
(GODOY et al., 2020; MAGRIN et al., 2014). Isso deixa em aberto o impacto dessas
mudanças na disponibilidade hídrica da região (DOMINGUES, 2020). As mudanças
climáticas se manifestam pela maior frequência e intensidade de eventos climáticos extremos,
como ondas de calor, ondas de frio, chuvas intensas e grande períodos de seca, tornando
comunidades carentes mais frágeis a desastres naturais, especialmente em países em
desenvolvimento, como o Brasil, cuja economia, segurança alimentar e energética são
dependentes dos recursos naturais que estão diretamente relacionados ao clima (FAVERO e
DIESEL, 2008; GVCES, 2014; MARENGO et al., 2009; WWAP, 2020).
Desde medições entre 1950, o regime de chuvas no estado de São Paulo apresentou
variações consideráveis. Por exemplo, nas bacias de cabeceira da Serra da Canastra e Serra da
Mantiqueira, pontos de ruptura na precipitação anual foram detectados entre 1975 e 1990,
caracterizando uma redução nas primeiras décadas, seguida de um período de aumento e,
finalmente, uma terceira fase de queda nestas últimas décadas (HENRIQUES, 2019). Entre os
anos de 1977 e 2016, uma tendência de declínio na precipitação anual foi detectada no norte
da bacia do Rio Paraná, enquanto uma tendência de crescimento foi observada no sul da bacia
(RAFEE et al., 2020).
Desde a colonização e o desenvolvimento econômico, a intensificação das mudanças
no uso do solo tem sido um distúrbio notável do regime hidrológico, afetando padrões de
evapotranspiração, escoamento direto e recarga de aquíferos (CHAGAS et al., 2018). No
 2

sudeste brasileiro, a expansão agrícola ao longo do século XX trouxe mudanças no

microclima das áreas rurais (TATSCH, 2006) e no regime de evapotranspiração regional,
como em São Paulo, que tem cerca de 30% da área dedicada à agricultura e 30% à pecuária,
resultando em uma redução de aproximadamente 20% da evapotranspiração em comparação
com a vegetação nativa da mesma região (MARTINS, 2011).
Baker et al. (2021) investigaram padrões na evapotranspiração em escala de bacia na
Amazônia, utilizando observações, reanálise e modelos climáticos. Foram encontrados
padrões sazonais distintos na evapotranspiração da floresta e incertezas nas comparações o
que pode ser influenciado por mudanças climáticas e mudanças na cobertura vegetal.
A água é extremamente importante por ser um recurso essencial para a sobrevivência
humana e de todas as formas de vida. Além disso, é utilizada em muitos setores econômicos, como
agricultura, indústria e geração de energia elétrica. A falta de disponibilidade hídrica pode causar
problemas como escassez de água potável e conflitos sociais por recursos hídricos, portanto, é crucial
garantir a gestão sustentável e equilibrada da água. Analisar a evapotranspiração para melhor
entender a variabilidade hidroclimatológica no sudeste do Brasil pode então, ajudar na identificação
de possíveis soluções para uma melhor gestão dos recursos hídricos.

1.1 Objetivo e metas específicas

O objetivo deste de trabalho é avaliar a variabilidade da evapotranspiração no nordeste

do estado de São Paulo, com ênfase em bacias hidrográficas de meso e grande escala, de
forma a analisar os diferentes padrões e controles de variabilidade temporal (associados à
variabilidade do clima em escala decadal).
As metas específicas são:
(i) Seleção de áreas de investigação com bacias hidrográficas;
(ii) Analise da variabilidade da evapotranspiração (ET) por métodos específicos:
a) Método do balanço hídrico;
b) Modelo hidrológico simples;
c) Método de Relações Complementares (CRAE);
d) Comparação com ETP por Penman-Monteith FAO-56;
(iii) Analisar os padrões hidroclimatológicos comuns.

2 Fundamentação teórica
 3

Ciclo hidrológico

Balanço hidrico

Bacias hidrográficas

Evapotranspiração

Climatologia e sistemas atuantes no sudeste do Brasil

Bacias estudadas identificação das áreas e características básicas descrição da área de estudo

3 Materiais e métodos

3.1 Dados

Foram selecionadas áreas com bacias hidrográficas de mesoescala no sudeste do

Brasil, principalmente no estado de São Paulo, bem como suas estações de medição com
precipitação e vazão. As bacias utilizadas foram: bacia do rio Sapucaí; bacia do rio Pardo;
bacia do rio Mogi-Guaçu; bacia do rio Piracicaba, Capivari e Jundiaí (PCJ) e bacia do rio
Paraíba do Sul. As séries diárias utilizadas entre 1940 e 2017 foram retiradas da Agência
Nacional de Águas (ANA) e do Departamento de Águas e Energia Elétrica (DAEE). Os dados
de precipitação (Tabela 1) foram selecionados de acordo com a área de contribuição de cada
respectivo posto de vazão. De acordo com Henriques (2019) os postos fluviométricos
selecionados (Tabela 2) não possuem padrões influenciados por erros, falhas longas ou
controle de barramento na vazão. O banco de dados da ANA está disponível em
https://www.snirh.gov.br/hidroweb e do DAEE em http://www.hidrologia.daee.sp.gov.br/.

UGHRI Curso (rio) Estação Fonte Latitude Longitude

Paraíba do Sul Bocaina 58220000 ANA -22,6925 -44,9752
Paraíba do Sul Paraitinga 58030000 ANA -22,9966 -45,0425
Paraíba do Sul Paraíba do Sul 58183000 ANA -22,9116 -45,4700
PCJ Camanducaia 3D-002 DAEE -22,6955 -46,6736
PCJ Grande 62395000 ANA -23,1502 -47,0583
PCJ Camanducaia 3D-001 DAEE -22,6955 -46,9721
Mogi-Guaçu Grande 61886000 ANA -22,2991 -47,1338
Mogi-Guaçu Mogi-Guaçu 4C-007 DAEE -21,6966 -47,8161
Mogi-Guaçu Grande 61912000 ANA -21,5025 -48,0405
Mogi-Guaçu Mogi-Guaçu 5C-025 DAEE -21,0166 -48,1772
Pardo Pardo 4C-001 DAEE -21,1033 -47,7575
Pardo Pardo 5B-011 DAEE -20,9086 -48,0886
Sapucaí Sapucaí 4C-002 DAEE -21,0855 -47,1494
Sapucaí Sapucaizinho 4B-015 DAEE -20,6336 -47,2841
 4

Sapucaí Sapucaí-Mirim 5B-007 DAEE -20,2025 -48,2900

Tabela 2: Postos fluviométricos de acordo com a Unidade Hidrográfica de Gerenciamento de Recurso
Hídrico (UGHRI), seu curso (rio), fonte da medição, latitude e longitude.

2.2 Metodologia

3.1 Seleção de áreas

Serão selecionadas áreas com bacias hidrográficas no sudeste do Brasil com um foco
maior no nordeste do estado de São Paulo, bem como bacias de meso e grande escala e bacias
estratégicas à segurança hídrica como as de cabeceira.
Até o momento foram selecionadas as bacias dos rios Paraíba do Sul (alto e médio),
Piracicaba-Capivari-Jundiaí (alto e médio no caso do Piracicaba), Mogi-Guaçu, Pardo e
Sapucaí; com estações localizadas no estado de São Paulo, inseridas na região hidrográfica da
Bacia do Paraná e Bacia do Atlântico-Sudeste. Os dados de séries históricas que estão sendo
utilizados (Tabela 1) foram consistidos hidrologicamente por Henriques (2019), o qual reuniu
informações de 31 áreas de contribuição hidrológica, distribuídas entre as cinco bacias, para
precipitação e vazão entre os anos de 1940 a 2017. Pretende-se nesta proposta completar as
séries históricas até o presente, além disto, outras bacias serão identificadas no
desenvolvimento do trabalho.

Tabela 1: Postos fluviométricos de acordo com a Unidade Hidrográfica de Gerenciamento de Recurso

Hídrico (UGHRI), seu curso (rio), órgão fonte da medição, latitude, longitude e área da sub-bacia.
 5

As séries diárias utilizadas entre 1940 e 2017 foram retiradas da Agência Nacional de
Águas (ANA) e do Departamento de Águas e Energia Elétrica (DAEE). De acordo com
Henriques (2019) os postos fluviométricos selecionados não possuem padrões influenciados
por erros, falhas longas ou controle de barramento na vazão. O banco de dados da ANA está
disponível em https://www.snirh.gov.br/hidroweb e do DAEE em
http://www.hidrologia.daee.sp.gov.br/.

3.2 Validade e consistência das medições

3.2.1 Chuva a montante do posto fluviométrico

Os dados de precipitação das estações da Tabela 1 foram consistidos por Henriques

(2019) a partir do cálculo da chuva na área de contribuição a montante do posto de vazão pelo
método da interpolação do inverso da distância (IDW, Inverse Distance Weight). Este método
que estima em grade regular com amostras pontuais e aleatórias foi utilizado numa grade de
0,1° em um domínio entre -19,7° e -23,8° de latitude e entre -44° e -48,7° de longitude. Este
método foi necessário devido a períodos de falha nas medições e para melhor representar a
chuva na área da bacia. Para isto, também foi necessário delimitar a área de contribuição a
montante de cada posto de vazão, além de sua direção de fluxo e drenagem.

3.2.1 Vazão específica mensal por regressão linear simples

Neste trabalho foram realizadas regressões lineares simples nas séries de vazão
específica mensal (vazão mensal dividida pela área a montante do posto fluviométrico),
utilizando assim o modelo linear resultante para solucionar o problema de falhas na medição e
ampliar o período de algumas séries.
O método de regressão linear simples é uma técnica de análise estatística usada para
modelar a relação entre uma variável dependente (y) e apenas uma variável independente (x).
Ela procura encontrar a melhor reta que se ajusta entre as variáveis para prever o valor de uma
variável dependente a partir dos valores de uma variável independente:

y=a+b . x (1)
 6

onde, “a” é o intercepto da reta, “b” é a inclinação da reta, “y” é a variável dependente e “x” a
variável independente. Os coeficientes “a” e “b” são determinados pelo método dos mínimos
quadrados, que encontra os valores que minimizam a soma dos quadrados das diferenças entre
os valores previstos e os valores observados da variável dependente. Uma vez encontrados, a
equação da reta pode ser usada para prever valores da variável dependente com base em
valores conhecidos da variável independente. Além disso, o método também permite avaliar a
força da relação linear entre as variáveis, através da análise do coeficiente de determinação
(r²) que é o coeficiente de correlação elevado ao quadrado. O coeficiente de correlação pode
ser obtido por:

r =Σ [( xi−x̄ )( yi− ȳ )]/√ ( Σ( xi−x̄ ) ² Σ( yi− ȳ )²) (2)

onde, “xi” e “yi” são os valores de uma amostra de duas variáveis quantitativas, “x̄ ” e “ȳ” são
as médias dessas duas variáveis. O valor de “r” varia de -1 a 1, onde r = 1 indica que existe
uma correlação positiva perfeita entre as variáveis, ou seja, à medida que uma variável
aumenta, a outra também aumenta. Quando r = -1 indica que existe uma correlação negativa
perfeita entre as variáveis, ou seja, à medida que uma variável aumenta, a outra diminui. Já r
= 0 indica que não existe correlação linear entre as variáveis.

3.3 Analise da variabilidade da evapotranspiração

A evapotranspiração fornece informações sobre a quantidade de água que é perdida

pelas plantas e evaporada do solo em uma determinada área, o que permite avaliar a
disponibilidade hídrica do local. Isso porque a evapotranspiração representa a demanda de
água da vegetação e do solo e, ao conhecê-la, é possível estimar a quantidade de água
disponível para uso agrícola, por exemplo, ou para manutenção do equilíbrio hídrico do
ecossistema. Além disso, a evapotranspiração pode ser utilizada para monitorar mudanças na
disponibilidade hídrica ao longo do tempo, como alterações climáticas ou alterações no uso da
terra.
A variabilidade da evapotranspiração é um processo muito condicionado às condições
do clima e da superfície como a vegetação, possui maior comparabilidade entre bacias destas
condições semelhantes, maior estacionariedade e menor variância temporal no longo prazo do
que quando comparado aos componentes precipitação e vazão.
 7

3.3.1 Método do balanço hídrico

O método do balanço hídrico é uma técnica utilizada para avaliar a disponibilidade de

água em um determinado sistema. Ele é baseado na equação de conservação da massa de
água, que pode ser representada como:

Variação da quantidade de água = entrada de água - saída de água (3)

O método do balanço hídrico envolve a medição da quantidade de água que entra em

um sistema (por exemplo, por meio de chuva) e a quantidade de água que sai (por exemplo,
por evaporação, transpiração ou escoamento). Com base nas medições, é possível determinar
a variação da quantidade de água no sistema e, assim, avaliar a disponibilidade hídrica:

Δ S=P−ET −Q (4)

onde, “ΔS” é a variação temporal do armazenamento de água “S” no sistema no intervalo “Δt”,
tal que ΔS =¿ ¿), “P” a precipitação, “ET” a evapotranspiração e “Q” a vazão ou descarga
hidrológica (em mm por unidade de tempo “Δt”);
Em escala climatológica de longo prazo supõe-se desprezível a variação da taxa de
armazenamento, tal que a evapotranspiração pode ser estimar pelo método do balanço de água
simplificado:

ET ≃ ( P−Q ) (5)

O balanço de água simplificado é uma técnica útil para entender a dinâmica da água
em sistemas naturais ou cultivados. Pode ser utilizado para avaliar o impacto de mudanças
climáticas ou de uso do solo na disponibilidade de água.

3.3.2 Modelo hidrológico simples de Vandewiele (1992)

O modelo de balanço hidrológico parcimonioso (Vandewiele et al. 1992) é um modelo

de passo de tempo mensal que estima o armazenamento de água no sistema (em mm mês -1)
segundo o balanço de água:
 8

M𝑡 = M𝑡−1 + 𝑃𝑡 − 𝑅𝑡 – 𝑄𝑡 (6)

Este método possui forçantes da série temporal mensal de evapotranspiração potencial

(ETP), precipitação (Pt) e vazão (Qtm), calculando-se a vazão (Qtc), a evapotranspiração real
(Rt), o escoamento direto (Qf), o escoamento lento (Qs), e o armazenamento (M).

3.3.3 Métodos de Relações Complementares (CRAE)

A formulação de ET proposta por Morton (1983) estima a ET real por um sistema de

equações combinando a ETP-Morton e ET-wet, conforme descrito em McMahon et al. (2013,
eq. 19). Os dados climatológicos necessários para utilização do CRAE serão baixados da
reanalise ERA5-Land disponível em https://www.ecmwf.int/en/era5-land. Este método irá
possibilitar a obtenção da evapotranspiração diária.

3.3.4 Evapotranspiração potencial por Penman-Monteith FAO56

O método Penman-Monteith FAO56 é uma técnica amplamente utilizada para estimar

a evapotranspiração potencial (ETP), que é a quantidade máxima de água que a vegetação e
solo é capaz de perder para a atmosfera se todos os fatores forem ideais. Ele é baseado na
equação de Penman-Monteith, que combina fatores climáticos, como radiação solar,
temperatura, umidade relativa do ar, pressão atmosférica e velocidade do vento, para estimar a
ETP. A FAO56 (Food and Agriculture Organization of the United Nations) é uma versão
aprimorada do método Penman-Monteith, que fornece uma equação padronizada para estimar
a ETP a partir de dados climáticos e dados de superfície, como a cobertura da vegetação, tipo
de solo e altura do dossel. Este método é amplamente utilizado na agricultura, hidrologia e
gestão de recursos hídricos, pois oferece uma estimativa precisa e confiável da ETP. As
estimativas de ET real serão comparadas com a estimativa de ETP por Penman-Monteith
FAO56 (MacMahon et al. 2013 - eq. 8), como uma referência de limiar superior, segundo as
hipóteses cabíveis. A equação utilizada é para gerar a ETP é:

ETp=
0,408 ∆ ( Rn−G ) + γ ( Tₐ900
+273 )
u ₂ ( νₐ∗−νₐ )
(7)
∆+ γ (1+0,34 u₂)
 9

onde, ETp é a evapotranspiração potencial diária (mm dia -1), Δ é a inclinação da curva de
pressão de vapor (kPa °C-1) na temperatura do ar, Rn é a radiação liquida diária na superfície
vegetada (MJ m-2 dia-1), G é o fluxo de calo no solo (MJ m -2 dia-1), γ é a constante
psicrométrica (kPa °C-1), Ta é a temperatura média diária do ar (°C) em 2 metros de altura, ( ν
a
*
- ν a) é o déficit de pressão de vapor (kPa) e u 2 é a velocidade média diária do vento (m s -1)
em 2 metros de altura.

3.4 Analise dos padrões hidroclimatológicos comuns

Será feita uma análise de comparação entre as bacias, para agrupamento, ou cluster
analysis, com o intuito de atribuir um subconjunto de elementos em grupos com
características semelhantes (SANTOS, 2015). Cluster analysis é uma técnica estatística
utilizada para agrupar séries com base em suas semelhanças. Ela é amplamente utilizada em
diversas áreas, incluindo climatologia, para analisar dados climáticos e identificar padrões e
relações.

Resultados

A partir do método de regressão linear simples foi possível gerar novas séries de vazão
específica (mm mês-1) a partir modelo linear da melhor combinação de cada dupla de séries.
Estas séries serviram para completar as séries originais e não substituí-las por completo. A
Tabela 2 mostra as regressões utilizadas para cada posto fluviométrico.
 10

Tabela 2: Regressões lineares escolhidas para preenchimento das séries dos postos fluviométricos de
acordo com a variável dependente, variável independente, coeficiente de determinação e modelo
linear.

No caso do posto fluviométrico 58183000 não foi possível utilizar o modelo linear
para preenchimento, pois o melhor coeficiente de determinação foi de 0,436. Felizmente, esta
série em específico não possuía lacunas, portanto, se manteve completa, porém não pode ser
estendida. As demais regressões obtiveram bons resultados, como por exemplo as regressões
da bacia do rio Mogi-Guaçu com coeficientes de determinação entre 0,897 e 0,964. Gráficos
de dispersão foram gerados para melhor visualizar a distribuição linear dos dados, como pode
ser visto na Figura 1 para os postos fluviométricos da bacia do rio Mogi-Guaçu.

Figura 1: Gráficos de dispersão gerados a partir de postos fluviométricos da bacia hidrográfica do rio
Mogi-Guaçu, onde a variável explicada vazão específica (mm mês -1) corresponde aos postos 61886000
 11

(a), 4C-007 (b), 61912000 (c), e 5C-025. A linha preta representa uma reta 1 por 1 e a linha vermelha
a reta ajustada.

Com isto, foram geradas então as séries de vazão específica (mm mês -1) completas e
estendidas (no caso de algumas séries). É possível notar grande semelhança no
comportamento de ambas as séries, isto devido à proximidade entre os postos fluviométricos e
o clima predominante destas regiões. Apesar desta forte correlação, os valores de vazão
específica de cada estação possuem magnitudes diferentes, como pode ser visto na Figura 2
no caso da bacia do rio Mogi-Guaçu.
 12

Figura 2: Séries de vazão específica (mm mês -1) preenchidas a partir do método de regressão linear
simples para os postos fluviométricos 61886000 (a), 4C-007 (b), 61912000 (c) e 5C-025 (d) da bacia
hidrográfica do rio Mogi-Guaçu. A linha em vermelho representa o valor preenchido e a linha em azul
a série original.

A partir das séries calculadas de chuva a montante e das séries preenchidas de vazão
especifica mensal, foram geradas as climatologias a partir da média do acumulado mensal de
precipitação e da vazão específica (ambos em mm mês -1), como pode ser visto na Figura 3
para o caso da bacia do rio Mogi-Guaçu.

Figura 3: Climatologia do acumulado mensal de precipitação (a) e da vazão específica (b) em mm mês
-1
para a bacia do rio Mogi-Guaçu. A linha em azul representa o posto 61886000, a laranja o 4C-007, a
verde o 61912000 e a vermelha o 5C-025.

Na Figura 3.a pode-se destacar para a bacia do rio Mogi-Guaçu o período chuvoso
com os meses de maiores acumulados de precipitação como outubro, novembro, dezembro,
janeiro, fevereiro e março, além disto, pode-se destacar também o período de seca com os
meses de menores acumulados de precipitação como abril, maio, junho, julho, agosto e
setembro.
Na Figura 3.b a vazão específica apresenta um padrão semelhante ao da precipitação
com diminuição drástica em abril, porém com um aumento significativo em dezembro, bem
como um aumento de precipitação de agosto a setembro enquanto a vazão neste mesmo
período continuou a cair, mostrando um atraso em relação a precipitação. Apesar dos valores
de precipitação serem bem semelhante entre as diferentes localidades o mesmo não ocorre
 13

com a vazão específica, pois cada sub-bacia apresenta um formato e uma superfície diferente,
fazendo com que haja diferenças no tempo de drenagem.
Também a partir das séries calculadas de chuva a montante e das séries preenchidas de
vazão especifica mensal, foram calculadas as evapotranspirações para cada bacia a partir do
método do balanço hídrico utilizando o acumulado anual das séries (mm ano-1). A Figura 4
apresenta o resultado para a bacia do rio Mogi-Guaçu.

Figura 4: Balanço hidrológico em mm ano -1 para os postos 61886000 (a), 4C-007 (b), 61912000 (c) e
5C-025 (d) da bacia do rio Mogi-Guaçu. A linha em verde representa a evapotranspiração, a linha azul
escuro a vazão específica e a barra em azul claro a precipitação.
 14

6 Conclusões

As correlações utilizadas apresentaram ótimos resultados, com coeficientes de

determinação entre 0,724 e 0,980. Porém este método foi utilizado apenas na escala mensal,
deixando em aberto a possibilidade na escala diária com utilização de defasagem entre as
séries já que o tempo de escoamento possui características diferentes para cada sub-bacia.
Apesar de ter sido utilizado até o momento apenas o método do balanço hídrico para gerar a
evapotranspiração, foi possível analisar alguns padrões hidroclimatológicos das bacias
selecionadas até o momento. Como por exemplo, a bacia do rio Mogi-Guaçu com períodos
bem definidos de chuva e de seca, além disto, a existência de um atraso em relação ao
aumento da vazão específica no início do período chuvoso. A evapotranspiração anual gerada
pelo balanço hídrico pode fornecer algumas informações importantes, como a tendência em
diferentes períodos, porém ainda é necessário a utilização dos outros métodos para possuir
informações em diferentes escalas de tempo e possibilidade de comparação entre os métodos.
As séries geradas poderão ser analisadas a partir de uma estatística descritiva para melhor
entender sua distribuição e tendência ao longo do tempo, além de poderem ser comparadas
para compreender melhor a diferença entre os resultados gerados por cada método. Com a
obtenção da evapotranspiração diária ou mensal, também poderá ser feitas climatologias desta
variável para visualizar o seu padrão anual médio.

REFERÊNCIAS

AHN, K.; MERWADE, V. Quantifying the relative impact of climate and human activities on
streamflow. Journal Of Hydrology, [s.l.], v. 515, p. 257-266, jul. 2014.

BAKER, J. C.; GARCIA-CARRERAS, L.; GLOOR, M.; MARSHAM, J. H.; BUERMANN,

W.; DA ROCHA, H. R.; NOBRE, A. D.; ARAUJO, A. C.; SPRACKLEN D. V.
Evapotranspiration in the Amazon: spatial patterns, seasonality, and recent trends in
observations, reanalysis, and climate models. Hydrology and Earth System Sciences, 25,
2279-2300, 2021.

BLÖSCHL, G. et al. Twenty-three unsolved problems in hydrology (UPH): a community

perspective. Hydrological Sciences Journal, [s.l.], v. 64, n. 10, p.1141-1158, 2 jul. 2019.

COLES, S. An Introduction to Statistical Modeling of Extreme Values. Springer Series in

Statistics. London: Springer, 2001.
 15

CHAGAS, V. B. P.; CHAFFE, P. L. B. The role of land cover in the propagation of rainfall
into streamflow trends. Water Resources Research, 54, 5986–6004, 2018.

DOMINGUES, L.M. Impactos hidrologicos das mudancas climticas na bacia do

rio Jaguari do Sistema Cantareira. 2020. Tese (Doutorado) - Instituto de Astronomia,
Geofısica e Ciencias Atmosfericas, Universidade de Sao Paulo, Sao Paulo, 2020.

DE GODOY, Renan Muinos Parrode et al. Projeções Climáticas de Temperatura do Ar e

Precipitação para o Estado de São Paulo Utilizando o Modelo Regional RegCM4. Anuário
do Instituto de Geociências, v. 44, 2021.

DI BALDASSARRE, G. et al. Drought and flood in the Anthropocene: feedback mechanisms

in reservoir operation. Earth Syst. Dynam. [s.l.], v. 8, p. 225-233, mar, 2017.

FAVERO, E.; DIESEL, V. A Seca Enquanto um Hazard e um Desastre: uma revisão teórica.
Aletheia, Canoas, v. 1, n. 27, p.198-209, jan./jun. 2008.

FONTE, C. M. P. C. Ajustamento de observações utilizando o método dos mínimos

quadrados. 1994. 48 f. Universidade de Coimbra, Coimbra.

GUBAREVA, T. S.; GARTSMAN, B. I.. Estimating distribution parameters of extreme

hydrometeorological characteristics by L-moments method. Water Resources, [s.l.], vol. 37,
n. 4, p. 437–445, 2010.

GVCES. Produto 3.0 - Relatório da aplicação de metodologia custo/benefício (Economics

of Climate Adaptation) em região e setor acordados. Centro de Estudos em
Sustentabilidade da Escola de Administração de Empresas de São Paulo da Fundação Getúlio
Vargas. São Paulo, SP, 66p., 2014.

HENRIQUES, E. F. Padrões Hidroclimatológicos de Bacias de Mesoescala em São Paulo.

2019. 143 f. Dissertação (Mestrado), Instituto de Astronomia, Geofísica e Ciências
Atmosféricas, Universidade de São Paulo, São Paulo, 2019.

IHAKA, R.; GENTLEMAN, R. A language for data analysis and graphics. Journal of
Computational and Graphical Statistics, [s.l.], n. 5, v. 3, p. 299-314, 1996.

JENKINSON, A. F. The frequency distribution of the anual maximum (or minimum of

meteorological elements. Quarterly Journal of the Royal Meteorological Society, [s.l.],
v.81, p.158-171, 1955.

KENDALL, M. G. Rank correlation measures. Charles Griffin: London, U.K, p.220, 1975.

MANN, H. B. Econometrica. The econometric society, v.13, n.3, p.245 -259, 1945.

MAGRIN, G. O et al. Central and south america. Climate Change 2014: Impacts,
Adaptation, and Vulnerability. Part B: Regional Aspects. Contribution of Working Group II
to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, V.
Barros et al. Eds., Cambridge University Press, Cambridge, United Kingdom and New York,
NY, USA, 1499-1566, 2014.

MARENGO, J. A. et al. Mudanças climáticas e eventos extremos no Brasil. Rio de Janeiro:

 16

FBDS, 2009. 76 p.

MARTINS, C. A. Estimativa da evapotranspiração no estado de São Paulo com o modelo

da biosfera SiB2. 2011. 130 f. Dissertação (Mestrado) – Instituto de Astronomia, Geofísica e
Ciências Atmosféricas, Universidade de São Paulo, São Paulo, 2011.

MCMAHON, T. A., PEEL, M. C., LOWE, L., SRIKANTHAN, R., AND MCVICAR, T. R.:
Estimating actual, potential, reference crop and pan evaporation using standard
meteorological data: a pragmatic synthesis, Hydrol. Earth Syst. Sci., 17, 1331–1363,
https://doi.org/10.5194/hess-17-1331-2013, 2013.

PALUTIKOF, J. P. et al. A review of methods to calculate extreme wind speeds.

Meteorological Applications, v. 6, n. 2, p. 119-132, 1999.

RAFEE, S. A. et al. Spatial trends of extreme precipitation events in the Paraná River Basin.
Journal of Applied Meteorology and Climatology, 59(3), 2020.

ROUSSEEUW, P. J. Silhouettes: a graphical aid to the interpretation and validation of cluster

analysis. Journal Of Computational And Applied Mathematics, [s.l.] v.20, p. 53- 65,
1987.

SANTOS, E. B. Modelagem estatística e atribuições dos eventos de precipitação extrema

na Amazônia Brasileira. 2015. 130 f. Tese (Doutorado) - Curso de Ciências Climáticas,
Universidade Federal do Rio Grande do Norte, Natal, 2015.

TATSCH, J. D. Uma análise dos fluxos de superfície e do microclima sobre cerrado,

cana-de-açúcar e eucalipto, com implicações para mudanças climáticas regionais. 2006.
Dissertação (Mestrado em Meteorologia) – Instituto de Astronomia, Geofísica e Ciências
Atmosféricas, Universidade de São Paulo, São Paulo, 2006.

VANDEWIELE GL, XU C-Y, AND WIN N-L. (1992). Methodology and comparative study
of Monthly water balance models in Belgium, China and Burma. Journal of Hydrology 134,
315-347.

WORLD WATER ASSESSMENT PROGRAMME (WWAP): water and climate change, The
United Nations World Water Development Report, UNESCO, Paris, France, 2020.

@shapes das Bacias e sub-bacias para gerar ETP penman

-Box para cada bacia.

@período máximo para rodar a ETP penman vai de 1983 até 2020

-Fazer climatologia mensal entre esta data de 1839 a 2020 e replicar para servir como input no
modelo do balanço hídrico.

@ completar as séries históricas de vazão e precipitação até 2020

 17

@peça o shape da rede hidrografica para o Eduardo Fernandes (cc), plotar apenas os postos
estudados (há muitos na figura com certa confusão). 
-Eduardo passou apenas o paraiba do sul e não tem várias camadas

Apêndice

Topografia: a topografia da bacia, incluindo a inclinação do terreno e a presença de obstáculos

como montanhas, pode afetar a velocidade com que a água se move através da bacia. Tipo de
solo: o tipo de solo presente na bacia pode afetar a quantidade de água que é retida e a
velocidade com que a água se infiltra no solo. Vegetação: a presença de vegetação na bacia
pode afetar a velocidade com que a água se infiltra no solo e a quantidade de água que é retida
na superfície.

5 Próximas atividades

O trabalho continuará tendo seguimento a partir da ordem:

(i) Estimar a evapotranspiração mensal pelo modelo hidrológico simples de

Vandewiele (1992);
a) Configurar o modelo já instalado.
b) Preparar as variáveis de entrada do modelo.
(ii) Estimar a evapotranspiração diária pelo método de relações complementares
(CRAE);
a) Configurar uma rotina já existente com o método CRAE.
b) Fazer o download e preparar as variáveis de entrada necessárias.
(iii) Estimar a evapotranspiração potencial diária por Penman-Monteith FAO56 e
comparar com os diferentes métodos como um limiar superior;
 18

(iv) Discutiri a variabilidade espacial e as diferenças entre os métodos;

a) Realizar uma estatistica descritivas das variáveis geradas como média, desvio
padrão e quartis.
b) Comparar a variabilidade das diferentes séries de evapotranspiração geradas
pelos métodos já descritos.
c) Fazer uma análise de comparação entre as bacias, para agrupamento, atribuindo
um subconjunto de elementos em grupos com características semelhantes.
(v) Criar imagens utilizando o QGIS com a localização das estações fluviométricas
juntamente com a sub-bacia pertencente e seu formato espacial;
(vi) Realizar a parte escrita da dissertação.
 19

Apêndice

Figura X: Gráficos de dispersão gerados a partir de postos fluviométricos da bacia hidrográfica do rio
Paraíba do Sul, onde a variável explicada vazão específica (mm mês -1) corresponde aos postos
5822000 (a), 58030000 (b) e 58183000 (c). A linha preta representa uma reta 1 por 1 e a linha
vermelha a reta ajustada.
 20

Figura X: Gráficos de dispersão gerados a partir de postos fluviométricos da bacia hidrográfica do rio
PCJ, onde a variável explicada vazão específica (mm mês -1) corresponde aos postos 3D-002 (a),
62395000 (b) e 3D-001 (c). A linha preta representa uma reta 1 por 1 e a linha vermelha a reta
ajustada.
 21

Figura X: Gráficos de dispersão gerados a partir de postos fluviométricos da bacia hidrográfica do rio
Mogi-Guaçu, onde a variável explicada vazão específica (mm mês -1) corresponde aos postos 61886000
(a), 4C-007 (b), 61912000 (c), e 5C-025. A linha preta representa uma reta 1 por 1 e a linha vermelha
a reta ajustada.
 22

Figura X: Gráficos de dispersão gerados a partir de postos fluviométricos da bacia hidrográfica do rio
Pardo, onde a variável explicada vazão específica (mm mês -1) corresponde aos postos 4C-001 (a) e
5B-011 (b). A linha preta representa uma reta 1 por 1 e a linha vermelha a reta ajustada.
 23

Figura X: Gráficos de dispersão gerados a partir de postos fluviométricos da bacia hidrográfica do rio
Sapucaí, onde a variável explicada vazão específica (mm mês -1) corresponde aos postos 4C-002 (a),
4B-015 (b) e 5B-007 (c). A linha preta representa uma reta 1 por 1 e a linha vermelha a reta ajustada.
 24

Figura X: Séries de vazão específica (mm mês -1) preenchidas a partir do método de regressão linear
simples para os postos fluviométricos 58220000 (a), 5803000 (b) e 58183000 (c) da bacia hidrográfica
do rio Paraíba do Sul. A linha em vermelho representa o valor preenchido e a linha em azul a série
original.
 25

Figura X: Séries de vazão específica (mm mês -1) preenchidas a partir do método de regressão linear
simples para os postos fluviométricos 3D-002 (a), 62395000 (b) e 3D-001 (c) da bacia hidrográfica do
rio PCJ. A linha em vermelho representa o valor preenchido e a linha em azul a série original.
 26

Figura X: Séries de vazão específica (mm mês -1) preenchidas a partir do método de regressão linear
simples para os postos fluviométricos 61886000 (a), 4C-007 (b), 61912000 (c) e 5C-025 (d) da bacia
hidrográfica do rio Mogi-Guaçu. A linha em vermelho representa o valor preenchido e a linha em azul
a série original.
 27

Figura X: Séries de vazão específica (mm mês -1) preenchidas a partir do método de regressão linear
simples para os postos fluviométricos 4C-001 (a) e 5B-011 (b) da bacia hidrográfica do rio Pardo. A
linha em vermelho representa o valor preenchido e a linha em azul a série original.
 28

Figura X: Séries de vazão específica (mm mês -1) preenchidas a partir do método de regressão linear
simples para os postos fluviométricos 4C-002 (a), 4B-015 (b) e 5B-007 (c) da bacia hidrográfica do rio
Sapucaí. A linha em vermelho representa o valor preenchido e a linha em azul a série original.
 29

Figura X: Climatologia do acumulado mensal (mm mês -1) de precipitação (a) e da vazão específica (b)
para a bacia hidrográfica do rio Paraíba do Sul. A linha em azul representa o posto 5822000 a laranja o
5803000 e a verde o 58183000.

Figura X: Climatologia do acumulado mensal (mm mês -1) de precipitação(a) e da vazão específica (b)
para a bacia hidrográfica do rio PCJ. A linha em azul representa o posto 3D-002 a laranja o 62395000
e a verde o 3D-001.
 30

Figura X: Climatologia do acumulado mensal (mm mês -1) de precipitação (a) e da vazão específica (b)
para a bacia hidrográfica do rio Mogi-Guaçu. A linha em azul representa o posto 61886000, a laranja o
4C-007, a verde o 61912000 e a vermelha o 5C-025.

Figura X: Climatologia do acumulado mensal (mm mês -1) de precipitação (a) e da vazão específica (b)
para a bacia hidrográfica do rio Pardo. A linha em azul representa o posto 4C-001 e a laranja o 5B-
011.
 31

Figura X: Climatologia do acumulado mensal (mm mês -1) de precipitação (a) e da vazão específica (b)
para a bacia hidrográfica do rio Sapucaí. A linha em azul representa o posto 4C-002, a laranja o 4B-
015 e a verde o 5B-007.
 32

Figura X: Balanço hidrológico (mm ano -1) para os postos 58220000 (a), 58030000 (b) e 58183000 (c)
da bacia hidrográfica do rio Paraíba do Sul. A linha em verde representa a evapotranspiração, a linha
azul escuro a vazão específica e a barra em azul claro a precipitação.
 33

Figura X: Balanço hidrológico (mm ano -1) para os postos 3D-002 (a), 62395000 (b) e 3D-001 (c) da
bacia hidrográfica do rio PCJ. A linha em verde representa a evapotranspiração, a linha azul escuro a
vazão específica e a barra em azul claro a precipitação.
 34

Figura X: Balanço hidrológico (mm ano -1) para os postos 61886000 (a), 4C-007 (b), 61912000 (c) e
5C-025 (d) da bacia hidrográfica do rio Mogi-Guaçu. A linha em verde representa a
evapotranspiração, a linha azul escuro a vazão específica e a barra em azul claro a precipitação.
 35

Figura X: Balanço hidrológico (mm ano -1) para os postos 4C-001 (a) e 5B-011 (b) da bacia
hidrográfica do rio Pardo. A linha em verde representa a evapotranspiração, a linha azul escuro a
vazão específica e a barra em azul claro a precipitação.
 36

Figura X: Balanço Hidrológico em mm ano -1 para os postos 4C-002 (a), 4B-015 (b) e 5B-007 (c) da
bacia hidrográfica do rio Sapucaí. A linha em verde representa a evapotranspiração, a linha azul
escuro a vazão específica e a barra em azul claro a precipitação.