Dr.

Cristiano Poleto

BACIAS HIDROGRÁFICAS:
Modelos e Ferramentas
 Dr. Cristiano Poleto

BACIAS HIDROGRÁFICAS:
Modelos e Ferramentas
 PREFÁCIO

Considerando as dificuldades em se reduzir os processos de alteração dos ambientes naturais,

outra alternativa para a minimização dos impactos ocasionados pelos eventos hidrológicos é a gestão
de risco, projeções futuras e um gerenciamento eficaz das Bacias Hidrográficas. Um exemplo disso,
são os centros relacionados aos alertas de risco hidrológico, onde observa-se a presença de
instrumentos para a mensuração da precipitação associados aos instrumentos e modelos hidráulicos
ou hidrológicos visando à previsão dos processos de inundação e ou enxurrada.

Ferramentas computacionais, modelos e técnicas podem ser uma ferramenta que extrai de uma
área previamente delimitada do campo amostral da estimativa de precipitação ou dos possíveis
processos de erosão e seu consequente transporte de sedimentos para uma posterior deposição em
reservatórios. Assim, a associação dessas ferramentas pode auxiliar na tomada de decisão dos gestores.

Pode-se perceber que o assunto é vasto e, que, assim como, qualquer área, precisa sempre estar
inovando e se reinventando para resolver ou solucionar os novos desafios que se apresentem ao passo
que se alteram os usos e ocupações do solo dessas bacias vertentes. Por isso, os capítulos que
compõem esse Livro, buscarão apresentar possibilidades de estudos para que as soluções encontradas
estejam a contento.

Desejamos à Todos uma excelente leitura!

Dr. Cristiano Poleto

5
 ÍNDICE

ÍNDICE .................................................................................................................................................. 7

CAPÍTULO 1 .......................................................................................................................................... 9
FERRAMENTAS COMPUTACIONAIS PARA A ANÁLISE DO TRANSPORTE DE SEDIMENTOS

CAPÍTULO 2 ........................................................................................................................................ 29
ESTIMATIVA DA CONCENTRAÇÃO DE SEDIMENTOS PELA ENTROPIA

CAPÍTULO 3 ........................................................................................................................................ 71
APLICAÇÃO DE FERRAMENTA MULTICRITÉRIO EM UM SOFTWARE DE DRENAGEM URBANA PARA USO
NA PREVISÃO DE EVENTOS HIDROLÓGICOS

CAPÍTULO 4 ...................................................................................................................................... 121

USO DA CAVITAÇÃO HIDRODINÂMICA PARA O TRATAMENTO DE ÁGUAS RESIDUÁRIAS E DE
ABASTECIMENTO

CAPÍTULO 5 ...................................................................................................................................... 143

ANÁLISE DA EROSIVIDADE DAS CHUVAS

CAPÍTULO 6 ...................................................................................................................................... 175

ANÁLISES INTEGRADA DAS CAMADAS SEDIMENTARES ASSOREADAS EM RESERVATÓRIOS FRENTE AO
USO E OCUPAÇÃO DO SOLO EM BACIAS HIDROGRÁFICAS URBANAS

CAPÍTULO 7 ...................................................................................................................................... 187

ESTUDOS DE SEDIMENTOS EM CIDADES AGROINDUSTRIAIS
8
 CAPÍTULO 1
CRISTIANO POLETO

FERRAMENTAS COMPUTACIONAIS
PARA A ANÁLISE DO TRANSPORTE
DE SEDIMENTOS

9
 Devido ao grande interesse em definir a influência dos sedimentos nos processos de poluição nos
corpos de águas urbanos, foi necessário envolver dentro dos processos de engenharia a aplicação de
ferramentas computacionais que permitissem abordar de uma forma mais abrangente e menos custosa
todas as variáveis que interagem entre sim. Duas ferramentas importantes são os modelos de transporte
de sedimentos e poluentes dentro dos corpos de água e a aplicação de sistemas de informação
geográficos para a análise dos processos de expansão urbana dentro dos fenômenos de
empobrecimento dos corpos de água.

Os modelos devem ser capazes de simular fluxos e transporte de poluentes ao longo de áreas
impermeáveis e permeáveis, através de redes de canais. Eles devem ser capazes de produzir resultados
conforme ao comportamento da captação com resposta da função do tempo e de várias localidades em
torno á hidrografia. Devido à quantidade de dados necessários e à complexidade de alguns destes
modelos, a simulação requer o uso de um computador. São poucos os modelos que dependem de
técnicas estatísticas, tais como análise de regressão. Geralmente, eles baseiam-se numa abordagem de
modelagem determinística. Existem inúmeros de modelos capazes de simular quantidade e qualidade
da água no meio urbano empregando diversas abordagens para lidar com o problema. No entanto,
parece haver uma série de deficiências que são comuns à maioria dos modelos (Zoppou, 2001).
A lavagem e acúmulo de poluentes em áreas impermeáveis são descritos por uma relação empírica
baseada de primeira ordem em relações de tipo cinético. O acúmulo de poluentes e lavados não é
muito bem compreendido. A relação exponencial simples que é geralmente usada não é de confiança
e existem poucos conjuntos de dados disponíveis para verificar ou estabelecer empiricamente novos
relacionamentos. Mais estudos, como os realizados por Mackay (1999) apud Zoppou (2001) são
necessários para estabelecer novas relações. Em geral, a modelagem da qualidade da água envolve
uma cinética de primeira ordem com sedimentos sendo o componente principal. Poucos modelos têm
módulo de transporte de sedimentos.

Dentro de transporte de poluente, a adsorção de sedimentos é um componente importante. Alguns

modelos usam algoritmos que são abstratos. Embora estes podem ser intuitivos, eles são muitas vezes
são difíceis de se relacionar com medidas físicas. Os modelos de transporte de sedimentos devem estar
mais baseados em aspectos físicos devido a que o transporte de sedimentos e o fluxo são variaveis co-

10
dependentes, portanto, as equações de fluxo de sedimentos devem ser resolvidas simultaneamente.
Poucos modelos conseguem resolver estas equações simultaneamente (Zoppou, 2001).

1. MODELAGEM DE SEDIMENTOS

De acordo com Araújo (2003), os modelos matemáticos muitas vezes se constituem em ferramentas
úteis para o entendimento da dinâmica de um processo. O desenvolvimento das equações que
relacionam as diferentes variáveis (de entrada e de saída) e a determinação dos parâmetros associados
é conhecido como modelagem matemática de processos. Com esta finalidade, são usadas equações de
balanço (massa, energia e momento) que descrevem o comportamento do processo a partir das leis
que regem os fenômenos físicos e químicos.

A esta forma de obtenção dos modelos dá-se o nome de modelagem fenomenológica. Também são
utilizadas equações empíricas (um conjunto de equações algébrico - diferenciais, em princípio sem
relação com as equações de balanço), gerando um modelo cuja estrutura (número e tipo de equações)
e parâmetros são obtidos a partir de dados experimentais, por correlação ou ajuste. A esta forma de
modelar dá-se o nome de identificação de processos. Uma vez determinado o modelo do processo, a
resolução numérica das equações permite determinar os valores que as variáveis de saída deverão
adotar em diferentes condições de operação (variáveis de entrada), este procedimento é chamado de
simulação de processos.

Os modelos matemáticos são ferramentas indispensáveis na análise e no controle de processos.

Através da simulação e, portanto, com conhecimento de um modelo do processo, é possível analisar
o seu comportamento para diferentes condições de operação. Esta forma de análise é mais rápida e
segura do que realizar testes em uma situação real.

Neste ponto, é importante lembrar que o modelo é uma aproximação das "leis" que regem o
comportamento e, portanto poderão ocorrer diferenças entre o comportamento do processo e o
comportamento previsto pelo modelo. Os modelos podem ser classificados de acordo com a natureza
das equações envolvidas.

a) Quanto à dependência na variável tempo:

 Modelo estacionário: todas as variáveis são independentes da variável tempo;

 Modelo dinâmico: uma ou mais variáveis são dependentes da variável tempo.

11
 b) Quanto à linearidade:

 Para um processo com várias variáveis de entrada e saída consideremos y o vetor de

variáveis de saída e u o de variáveis de entrada, o modelo do processo pode ser representado
de forma geral por: dy/dt H(y,u, t) (onde H é um "operador"). Se o operador H e as condições
de contorno forem lineares o modelo é dito linear. Caso contrário, o modelo é não linear.
Embora a natureza apresente, em geral, comportamentos não lineares, os modelos lineares são
muito utilizados pela facilidade do tratamento matemático. Deve considerar-se que um modelo
linear é uma aproximação, às vezes grosseira, da realidade, e sabendo disto, os resultados
obtidos na simulação de um modelo linear devem ser utilizados com cautela.

c) Quanto a variações espaciais:

 Modelo de parâmetros concentrados (LUMPED): os parâmetros e as variáveis de saída

são homogêneos em todo o sistema representado. As equações resultantes são Equações
Diferenciais Ordinárias, com o tempo como variável independente.

 Modelo de parâmetros distribuídos: considera variações espaciais no comportamento do

sistema e, portanto, é representado por Equações Diferenciais Parciais. Exemplo: Reator PFR,
dinâmico.

Os modelos hidrossedimentológicos são ferramentas computacionais que se baseiam em equações

matemáticas para reproduzir os efeitos dos principais agentes ambientais (clima, solo, topografia e
uso do solo) na estimativa dos componentes do processo erosivo (desagregação, deposição e
transporte de sedimentos).

Para descrever e estimar a erosão hídrica e a produção de sedimentos, inúmeros modelos e relações
foram desenvolvidos nas últimas décadas, variando consideravelmente em seus objetivos, escalas
espacial e temporal, e também nas suas bases conceituais (Jakeman et al., 1999; Wasson, 2002; Vente
& Poesen, 2005; Uzeika, 2009).

Os processos hidrossedimentológicos que ocorrem em uma bacia hidrográfica são extremamente

complexos, não podendo ser inteiramente representados por um único modelo. De acordo com Merritt
et al.(2003), cada tipo de modelo serve para um propósito, sendo que nenhum modelo pode ser
aplicado em todas as situações. Assim, a escolha do modelo deve ser feita considerando-se o objetivo
específico a ser alcançado pela sua aplicação, sendo que alguns fatores afetam sua escolha:
 Dados requeridos pelo modelo, incluindo as variações temporais e espaciais dos dados de
entrada e saída;
 Precisão e validade do modelo, considerando suas premissas básicas;

12
  Componentes do modelo que refletem sua capacidade;
 Objetivos do usuário do modelo, incluindo sua facilidade de uso, a escala e a forma dos dados
de saída;
 Necessidade de capacidade computacional.

Os modelos podem ser classificados conforme os processos físicos simulados, os algoritmos que
descrevem esses processos e os dados requeridos. Neste contexto, Merritt et al.(2003) sugeriram a
seguinte classificação para os modelos: os denominados de base física, os conceituais e os empíricos
ou de regressão; porém, sabe-se que a maior parte dos modelos não pode ser enquadrada rigidamente
dentro de uma única categoria.

 Modelos de base física

São baseados na solução de equações que descrevem o fluxo de água e sedimentos em uma bacia,
como as equações de conservação de massa e do momento (Bennett, 1974 apud Uzeika, 2009). As
equações que descrevem os processos nesses modelos são derivadas em pequenas escalas e sob
condições físicas muito específicas, enquanto que, na prática, elas são usadas em escalas muito
maiores e em condições físicas muito distintas das originais, conduzindo a resultados equivocados.

 Modelos conceituais

São baseados tipicamente na representação da bacia como uma série de armazenamentos internos.
Geralmente incorporam na sua estrutura os mecanismos de transferência de sedimentos e de geração
de escoamento, representando os caminhos de fluxo dentro da bacia como uma série de
armazenamentos, cada qual exigindo uma caracterização da sua dinâmica. Eles tendem a incluir uma
descrição geral dos processos da bacia sem, no entanto, incluir detalhes específicos das interações
entre os processos que demandariam informações mais detalhadas (Sorooshian, 1991).

Dessa forma, os modelos conceituais fornecem uma indicação dos efeitos qualitativos e
quantitativos das mudanças de usos do solo, sem exigir grande quantidade de dados de entrada,
espacial e temporalmente distribuídos. Os valores dos parâmetros são tipicamente obtidos por
calibração a partir de dados observados, como vazão líquida e medidas de concentração.

 Modelos empíricos

São os mais simples dos três tipos de modelos. Baseiam-se primeiramente na análise de
observações e na busca de caracterizar respostas a partir destes dados (Bertrand–Krajewski et al.,
1993). Por essa razão, são usados preferencialmente quando há limitações de dados e de parâmetros
de entrada, e são muito úteis em uma primeira abordagem para a identificação de fontes de sedimentos.

13
 Dentre os grupos de modelos expostos anteriormente, cada trabalho encontrado na literatura expõe
preferências na escolha; porém, duas justificativas enfatizam a utilização do modelo em uma pesquisa:
os processos simulados e os dados de entrada (Yuan et al., 2001; Merrit et al., 2003).

Por exemplo, Thorsen (2001) considera que a capacidade dos modelos conceituais e empíricos na
avaliação de práticas conservacionistas é questionável, devido à natureza semiempírica da descrição
dos processos. Em contrapartida, outros autores acreditam que os modelos conceituais e empíricos,
quando aplicados de acordo com o objetivo que foi desenvolvido, podem ser mais precisos que
modelos com estruturas mais complexas.

A aplicação de modelos distribuídos com base física requer a avaliação de um número

relativamente grande de parâmetros relacionados ao solo, à vegetação e aos aspectos topográficos em
uma dimensão espacial, sendo que, particularmente, dois problemas dizem respeito ao número de
medidas e à obtenção de valores efetivos dos parâmetros representativos na escala da malha
empregada no modelo. Visando resolver esses problemas, os cientistas estão estimulando o
desenvolvimento de estratégias de coletas de dados em campo e o uso da tecnologia de sensoriamento
remoto (Maidment, 2003).

A escala espacial de aplicabilidade dos modelos hidrossedimentológicos é outro fator que deve ser
considerado no momento da escolha do modelo, estudos em nível de pequenas escalas são realizados
para entendimento dos agentes primários da erosão hídrica, desagregação pelo impacto da gota da
chuva, desagregação e transporte pelo escoamento superficial. Já estudos ao nível de grandes escalas
são direcionados para planejamento de áreas, como identificação de áreas de alto risco de erosão, bem
como utilizar o solo para diminuir essa tendência erosiva.

Os modelos para escala de bacia hidrográfica devem ser capazes de reproduzir o comportamento
da água, sedimentos e poluentes, durante todos os processos que possam ocorrer dentro da bacia.
Assim, de uma maneira geral, os modelos dividem os processos de simulação na bacia vertente e no
canal fluvial (Singh & Singh, 2001). A fase de bacia engloba a transformação da precipitação em
escoamento dentro da bacia; já na fase de canal, ocorre o cálculo da vazão de saída, sendo conhecidas
ou arbitradas a vazão de entrada e as características do canal. Os processos sedimentológicos que
ocorrem no canal aluvial são dois: gradação e degradação, sendo que estes são definidos basicamente
em função da capacidade de transporte do escoamento, da carga a ser transportada e das condições de
erodibilidade do canal (Vente et al.,2005).

Em síntese, alguns dos modelos são baseados em relações empíricas, apresentando algoritmos
simplificados, e outros, por sua vez, utilizam equações de base física, com esquemas computacionais
numéricos complexos. Modelos simples às vezes são incapazes de gerar resultados detalhados e os
modelos discretizados são ineficientes e podem ser computacionalmente proibitivos para grandes
bacias hidrográficas, então, encontrar um modelo apropriado para uma aplicação e para um
escoamento é uma tarefa desafiadora (Uzeika, 2009). Portanto, se torna importante caracterizar
detalhadamente todas as variáveis envolvidas no modelo com o fim de minimizar os erros sistemáticos

14
e assim ajustar o modelo escolhido aos diferentes cenários que possam surgir dentro das escalas
temporal e espacial.

Diante desta contextualização de modelos hidrossedimentológicos, percebe-se que a simulação de

diferentes cenários futuros de forma rápida e de baixo custo, é o principal objetivo de tanto empenho
no uso, proposição e validação desse tipo de ferramenta. Pode-se dizer que a modelagem é a uma
forma prática, rápida e barata de se simular cenários futuros dos recursos naturais, possibilitando a
proposição de soluções para contornar alguma situação subsequente indesejada.

2. MODELO DE TRANSPORTE DE POLUENTES

Embora existam muitos modelos que possam descrever o transporte de sedimentos em suspensão
e os poluentes associados a eles, é importante o desenvolvimento de modelos próprios ajustados para
cada bacia em particular. A continuação vai se apresentar o modelo proposto por Yuan et al.(2001)
numa bacia urbana no Canadá.

O desenvolvimento deste modelo foi baseado na ideia de que os metais pesados estão intimamente
ligados ao sedimento em suspensão transportados pelo escoamento gerado num evento de chuva. Este
modelo foi concebido em três (3) objetivos:

1) Desenvolvimento de um modelo preditivo de longo prazo para sedimentos suspensos;

2) Determinação da relação entre sedimentos suspensos e metais pesados; e,

3) emprego do modelo preliminar de sedimentos em suspensão para a predição das cargas de metais
pesados sobre a bacia.

Cada objetivo sendo:

Objetivo 1: Desenvolvimento do modelo para sedimentos suspensos

Ciclo dos sedimentos suspensos em áreas urbanas. Assumindo que existe uma taxa constante entre
o metal e o sedimento associado e que sua associação é relativamente estável durante o transporte,
então, o transporte de sedimento suspenso em uma bacia urbana pode ser usado para descrever o
transporte dos metais pesados. Shaheen (1975) apud Yuan et al.(2001) apontou que a acumulação de
sedimentos suspensos nas ruas são o resultado dos processos de deposição e remoção (Charlesworth
et al., 2003). A remoção de sedimentos suspensos é produto do efeito dos ventos e pelo arraste pelo
escoamento urbano (Taylor, 2007). Portanto, a carga de sedimentos suspensos numa bacia urbana pode
ser determinada pelo balanço destes processos.

15
 Processo de formação. Este processo usualmente ocorre durante períodos de não precipitação.
Alguns autores citados por Yuan et al.(2001) sugerem que este comportamento está definido pela
seguinte equação:

dL
C kL (Equação 1)
dt

Onde:
dL/dt: é a taxa de acumulação de sedimentos em suspensão (m/l2 . t)
L: carga de sedimentos suspensos dentro da bacia (m/l2)
C: Taxa constante de deposição de sedimentos suspensos (m/l2 . t)
k: constante de remoção de sedimentos suspensos (p.e., pelo vento) (1/t)

Nesse caso, as letras m, l e t representam unidades de massa, comprimento e tempo;

respectivamente.

O processo de formação requer que os sedimentos suspensos depositados sobre a superfície da

bacia seja maior que a quantidade de sedimentos removidos, ou seja, quando C > k.L na equação 1.
Então, os sedimentos suspensos (SS) são acumulados com o tempo nessa área. A teoria assume que a
deposição de SS ocorre a uma taxa constante, e que a remoção de SS é uma taxa constante da
quantidade de SS disponível dentro da área. Portanto, com o incremento do tempo dL/dt = 0 ou C =
k.L, então a deposição e a remoção de SS são iguais e, assim, o processo de acumulação para. É aqui
quando se diz que a carga de SS atingiu o valor máximo.

3) Processo de lavagem (descarga)

Durante a precipitação, o escoamento superficial transporta o sedimento acumulado na superfície

impermeável da bacia a sistemas de drenagem. Se v representa a taxa da remoção de poluentes pelo
efeito da chuva e se assume que esta taxa é proporcional à quantidade de SS restante. Portanto a
Equação (1) será expressa assim:

dL
 C  (k  v)  L Equação (2)
dt

16
 Durante o período de chuva, a remoção de SS será muito maior que a acumulação de SS na bacia,
quer dizer, (k + v) . L > C na Equação (2), onde dL/dt é negativo, o qual significa que os SS são
lavados da área da bacia e descarregados dentro do curso de água.

O ciclo de SS em áreas urbanas pode ser expresso em termos dos processos contínuos de formação
e lavagem, quer dizer, que a carga disponível de SS na bacia após um longo período de acumulação
será a condição inicial para o processo de lavagem.

Dentro da estrutura do modelo, a formação de poluentes em áreas urbanas é modelada com uma
taxa de deposição constante (C) sobre a superfície impermeável (ver Equação 1). O processo de
lavagem é modelado usando uma aproximação de uma função potencial. A taxa de remoção de
sedimentos suspensos devido ao escoamento sobre superfícies urbanas é determinada pelo impacto da
chuva mais que pelo próprio escoamento. Este processo é modelado de acordo com a Equação (3):

v  Ct  I m (Equação 3)

Onde:
I: é a intensidade da precipitação (l/t)
m: é o expoente da I
Ct: é o coeficiente de erosão – chuva (tm-1/lm)

A Equação (3) indica que a remoção de SS é determinada somente pela intensidade da precipitação.
A deposição de poluentes associados aos SS sobre superfícies impermeáveis é um processo dinâmico.
Os SS sobre a área urbana se acumulam quando C > k . L durante períodos secos ou são removidos
quando C < v . L, devido ao escoamento superficial. O diagrama de fluxo (Figura 1) apresenta o ciclo
dos SS sobre as áreas impermeáveis.

17
 Figura 1 - Diagrama representando o ciclo dos SS em áreas urbanas.

A carga de SS nesta área em qualquer tempo pode ser calculado integrando as Equações 1 e 2. A
carga de SS pode ser modelada como:

L (t  1)  L (t ) e  k  L máx (1  e  k ) (Equação 4)

Quando não existe chuva no intervalo de tempo entre t e t + 1. No entanto, se existe chuva neste
intervalo de tempo, o modelo muda para:

L (t  1)  L(t )e  ( k  v )  Lmin (1  e  ( k  v ) ) (Equação 5)

Nestas duas equações, Lmáx é a máxima carga disponível de SS na área da bacia, a qual pode ser
calculada da Equação (1) como Lmáx = C/k quando dL/dt = 0. Lmin é a mínima carga disponível de SS
na bacia, a qual pode ser calculada da Equação (2) como Lmin = C/(k + v) para dL/dt = 0. Portanto, a
carga disponível de SS na bacia varia entre C/k e C/(k + v).

18
Objetivo 2: A relação entre carga de metal e a carga de SS

Muitas pesquisas têm encontrado uma relação estreita entre a carga de metais pesados com
partículas associadas a escoamentos urbanos (Martinez e Poleto, 2010; Horowitz, 2009; Taylor, 2007;
Charlesworth et al., 2003).

Num estudo feito por Erlacher (2004) se avaliou a concentração de metais pesados frente à carga
de SS; um modelo de regressão linear foi quem melhor ajuste presentou para o zinco, cobre, níquel e
ferro; para o alumínio e manganês o melhor ajuste foi o exponencial. Todos os modelos passou o teste
de F, com um limite de confiança de 95%. Isto significa que não há nenhuma evidência estatística da
diferença entre os desvios estimados e aqueles observados nos dados.

Martinez (2010) realizou análises de regressão para todas as concentrações em função do diâmetro
da partícula. Diferentes modelos foram testados e a função exponencial foi a que melhor resultado deu
para o Zn (R2 = 0.98), Pb (R2 = 0.87) e Ni (R2 = 0.92), entanto que para o Cd o melhor ajuste foi a
função potencial (R2 = 0.98). A tendência apresentada neste estudo coincide com o citado por
Charlesworth & Lees (2003), Banerjee (2003) e Sutherland (2003).

Independente do modelo matemático de ajuste, é visível a existência de uma correlação entre o

tamanho das partículas e a concentração dos metais pesados analisados. Em todos os casos, a
concentração tendeu a ser inversamente proporcional ao diâmetro da partícula, o qual pode-se assumir
que está relacionada em parte pelo aumento da superfície específica da partícula, corroborando com
estudos realizados por Horowitz (2009).

Portanto, é importante definir uma relação estatisticamente válida entre a carga de SS e carga de
poluente para poder utilizar o modelo preditivo de SS como ferramenta para modelar o transporte de
metais pesados, incorporando algumas modificações próprias das características da bacia.

Objetivo 3: Modelo para um metal pesado específico

No caso de estudo proposto por Yuan et al.(2001), foi utilizado chumbo como metal pesado
analisado. A correlação obtida entre a carga deste metal e a carga de SS teve um R = 0,96, valor ótimo
para desenvolver um modelo de predição do metal, apresentando um modelo linear descrito como Pb
= 0,0213.SS.

Utilizando esta relação foi modificado o valor de C da equação (3), incrementando-o em 0,0213.
Ao testar o novo modelo de predição de chumbo com valores medidos do mesmo metal na corrente
de água, se encontrou uma correlação muito considerável com um R = 0,983. Este modelo foi testado
dois meses depois obtendo um R de 0,93; o qual constata a habilidade do modelo para predizer o
transporte de metais pesados numa bacia urbana.

19
 Outros autores sugerem que a concentração de sedimentos por pesos pode ser obtida a partir da
aplicação do conceito de potência de corrente de Bagnold e do princípio de similitude para da seguinte
forma (Equação 6). Esta equação foi proposta por Engelund – Hansen.

 G  V Sf Rh  S f
Cwi  0.05     (Equação 6)
 G  1 G  1  g  dsi (G  1)  dsi

Onde:
G = gravidade específica dos sedimentos
V = velocidade média do canal de acordo à profundidade (m/s)
Sf = ângulo de fricção do canal (m/m)
g = aceleração da gravidade (m/s2)
dsi = diâmetro da fração do tamanho i (m)
Rh = raio hidráulico do canal (m)

O volume da fração do tamanho i que pode ser transportado durante um intervalo do tempo dt se
estima como:

Q  Cw i  dt
Qs EHi  (Equação 7)
2.65

Onde Q (m3/s) é a vazão no canal e Cwi é a concentração do sedimento por peso da fração do
tamanho i.

O volume (m3) de sedimentos em suspensão da fração do tamanho i que é transportado pelo canal
por advecção (QsSUSi) é:

V  dt
Qs SUSi  SusVol i  (Equação 8)
x

Estas equações são comumente utilizadas dentro dos algoritmos empregados por alguns softwares
comerciais para definir o transporte de sedimentos suspensos.

20
 Uns dos softwares mais utilizados na modelação morfométrica e de transporte de sedimentos em
cursos de água é o HEC – RAS© 4.1 inclui um modulo de análises de sedimentos. As funções que
utiliza este software reduzem taxas de transporte de sedimentos a partir de uma série de dados
hidráulicos e sedimentológicos. Algumas das funções encontradas no software são (Brunner, 2010):

Acker e White: É uma função da carga total que foi desenvolvido a partir de dados de gradações
relativamente uniformes que variam a partir de areia a cascalho fino. O sedimento em suspensão é
uma função da velocidade de corte, enquanto a carga de fundo é uma função da tensão de
cisalhamento.

England – Hansen: é uma equação de transporte de carga total que foi desenvolvida a partir de
dados calha. Tamanhos de areia relativamente uniformes entre 0,19 milímetros e 0,93 mm, foram
usadas. A atracção da equação é que ele não é uma função complexa. Em vez disso, ela é uma função
relativamente simples da velocidade de canal, tensão de cisalhamento, e a d50 do material. A aplicação
deve ser restrita aos sistemas de areia.

Laursen – Copeland: É uma função básica de cisalhamento em excesso e uma razão entre a
velocidade de cisalhamento à velocidade de queda. A característica distintiva da Laursen é que o
material de sedimento da função foi desenvolvido para a gama do silte. Nenhuma das outras funções
atualmente incluídos na RAS foram desenvolvidos para partículas deste tipo.

Meyer – Peter Muller: foi uma das primeiras equações desenvolvidas e ainda é um dos mais
amplamente utilizado. É uma relação de cisalhamento simples. É estritamente uma equação
desenvolvida a partir de experimentos de dispersão de areia e cascalho em condições de fundo
estaveis. A maior parte dos dados foi desenvolvida para substratos relativamente uniforme cascalho.
Estq equação é mais aplicada com sucesso ao longo da gama de cascalho. Ele tende a sob prever o
transporte de materiais finos.
Toffaleti: é uma função da carga total desenvolvida principalmente para partículas de tamanho
areia. Toffaleti é geralmente considerada uma função de "rio grande", no entanto, uma vez que muitos
dos conjuntos de dados utilizados para desenvolvê-lo foram os grandes sistemas de carga suspensa. A
função não é fortemente dependente da velocidade de corte ou cisalhamento do fundo. Em vez disso,
foi formulada a partir de regressões de temperatura e um expoente empírico que descreve a relação
entre o sedimento e características hidráulicas.

Roman et al.(2012) propõem um modelo baseado em uma análise de regressão linear e

especificamente trabalhar com o modelo SPARROW desenvolvido pelo USGS. Este é uma ferramenta
de modelação de bacia prevista para interpretação regional de qualidade da água. Ele utiliza um
processo híbrido estatístico baseado numa aproximação para estimar fontes de poluentes e transporte
de contaminantes em bacias hidrográficas e as águas superficiais. Este modelo correlaciona uma
combinação de dados como área da bacia, padrões de uso do solo, precipitação sazonal, composição
do solo, modificação hidrológica, e, em menor medida, topografia. Os modelos regionais de análise
de regressão multivariada aplicados ao transporte de sedimentos tomam a forma apresentada na
Equação (9):
21
 Q s  e  0  X 11  X 2 2          X n n  v (Equação 9)

Onde: Qs é a descarga de sólidos em suspensão (Kg/s); X representa as variáveis de estudo,

Β representa coeficientes do modelo e v representa os erros em uma distribuição lognormal.

3. APLICAÇÃO DE SIG EM ESTUDOS DE SEDIMENTOS EM BACIAS URBANAS

O estudo de informações sobre a distribuição das características espaciais e atributos da superfície

terrestre tem sido uma parte importante das atividades do ser humano desde as mais remotas
sociedades até o nosso tempo (Moro, 2005). O desenvolvimento das ciências naturais como a
geologia, a geomorfologia, a ciência do solo e a ecologia, que se iniciou no século XIX e teve grande
impulso nos nossos dias, deu origem a novas necessidades de mapeamento, apresentando um grande
aumento de demanda por mapas topográficos e temáticos, devido principalmente à maior necessidade
de exploração dos recursos naturais.

O estudo das ciências envolvidas requer observação, classificação e armazenamento de

informações, utilizando-se métodos qualitativos de classificação e mapeamento sistemático, gerando
enormes quantidades de dados complexos que devem ser analisados de forma integrada. Dessa
demanda surgiram os primeiros programas computacionais para esse fim, que posteriormente vieram
a se chamar Sistemas de Informações Geográficas – SIG (González – Hidalgo et al., 2002)

O SIG é uma ferramenta computacional criada especialmente para armazenamento, manipulação e

exibição de dados e informações espacialmente distribuídos em computador (Sandy et al., 2009). Mais
do que um sistema de apresentação e processamento de dados, ele possui módulos para a realização
de operações analíticas, sobreposição e cruzamento de informações. Seu banco de dados permite a
associação de atributos e a realização de consultas, permitindo a análise e modelagem de informações
espacialmente distribuídas.

Análise espacial de informações

A localização espacial, atributos e variação temporal são características básicas de informações

espacialmente distribuídas. São independentes, mas relacionadas entre si, uma vez que os atributos e
a localização espacial podem sofrer variações ao longo do tempo. O georreferenciamento é necessário
para que o SIG reconheça a localização espacial exata do objeto em estudo, ou seja, a posição exata
em relação à superfície ou dentro da área de estudada, através de um sistema de coordenadas

22
geográficas. Dados geográficos não existem sozinhos no espaço e tão importantes quanto localizados
é descobrir e representar as relações existentes entre diversos dados (Abdallah et al., 2008).

Topologia é a denominação que se dá à estrutura de relacionamentos espaciais que se pode

estabelecer entre objetos geográficos e inclui a definição da área, conectividade entre elas e a sua
contiguidade.

Representação e organização das informações no SIG

Segundo Abdullah et al.(2008), para que se possa armazenar e manipular os dados espacialmente
distribuídos de uma superfície é preciso subdividi-los em objetos ou entidades que possam ser
caracterizados. Assim, um banco de dados armazena um modelo da superfície terrestre onde, por
exemplo, pontos representam cidades, linhas representam estradas e polígonos representam lagos.
Portanto um mesmo fenômeno pode ser representado por uma ou mais desses atributos.

A representação de elementos espaciais no SIG pode ser a vetorial e a matricial. Na vetorial, o

contorno do objeto é definido por uma série de pontos referenciados, que unidos formam vetores que
a representam graficamente. É atribuído um número identificador, que é associado aos seus atributos.
Na matricial a área é subdividida em uma fina malha de células nas quais são gravadas as
características ou atributos da superfície em estudo naquele ponto. A cada célula é atribuído um valor
numérico que pode representar o identificador de uma característica, um atributo qualitativo ou um
atributo quantitativo.

As informações contidas nos mapas são organizadas em um conjunto de planos de informação

(P.I.), que é uma coleção lógica de características geográficas e os atributos usados para descrevê-los.
Um mapa base pode ser separado em diversos planos de informação georreferenciados, ou seja,
possuem suas referências espaciais conhecidas em um sistema de coordenadas geográficas (Burrough,
1986 apud Moro, 2005).

A organização dos planos de informação em um SIG possui diversas formas, a escolha dependerá
do uso que terão, podem ser organizados segundo as características dos elementos básicos, grupos
temáticos ou intenções de uso.

Ferramentas analíticas de um SIG

A operação fundamental realizada por um SIG é a consulta ao banco de dados. Essa consulta pode
dar-se pela localização geográfica ou por atributo associado às entidades. Ela pode ser relativamente
simples ou complexa, com o uso de operadores lógicos. Normalmente essas consultas são realizadas
em duas etapas: a primeira é a reclassificação, que cria um novo plano de informações com a condição
de interesse e a segunda é a realização de uma sobreposição com outro de informações de interesse,
cuja intersecção ou união levará aos resultados desejados.

23
Outra ferramenta importante de um SIG é o que proporciona a combinação matemática de mapas,
permitindo três diferentes tipos de operações:
 A aritmética escalar que permite a modificação aritmética de valores de atributos no espaço
constante;
 A habilidade matemática de transformar valores de atributos em uma operação padrão
(como por exemplo, uma função trigonométrica);
 A possibilidade de combinação matemática (adição, subtração, multiplicação e divisão) de
diferentes planos de informação para se produzir uma composição ou condição.

Operadores de distância é uma ferramenta que permite a geração de imagens com valores da
distância entre uma entidade qualquer da imagem e um dado ponto ou linha de contorno de uma
entidade a uma dada distância, o que possibilita a criação de faixas com largura determinada ao redor
de pontos, linhas ou polígonos. A ferramenta, operadores de contexto, permite a criação de novos
planos de informação modificando informações previamente existentes. Permite a criação de modelos
numéricos de terreno, a filtragem de imagens e cálculo de declividades entre muitos outros.
De acordo com Davies et al. (2009), a utilização dessas ferramentas possibilita a realização de
operações analíticas no SIG que frequentemente se relacionam, e se incluem em três principais grupos:
 Consulta ao Banco de dados onde são selecionadas as combinações de variáveis que
satisfazem uma ou mais condições para a análise. O elemento fundamental da consulta é o padrão de
busca, objetivando o padrão espacial do dado em questão que conduza às relações entre as variáveis.
 Mapeamento derivado, extraindo-se os elementos selecionados no Banco de Dados para a
geração de novos planos de informações. Conhecendo-se as relações entre os elementos do Banco de
Dados podem-se obter novas informações a partir dos dados primários.
 Processos de modelagem acrescentam ao Banco de Dados uma informação nova, que é o
conhecimento do processo estudado. Gerando dentro do SIG o ambiente que se estuda de forma
simulada, torna-se possível a manipulação dos processos geográficos e temporais e avaliação dos seus
impactos.

REFERÊNCIAS BIBLIOGRÁFICAS

ABDULLAH, E. A.; ORHAN, E.; MAHMUT, R.; ALAADDIN, Y. Estimating sediment yield from a forest road
network by using a sediment prediction model and GIS techniques. Building and environment, n. 43, p. 687 – 695, 2008.
ADACHI, K.; TAINOSHO, Y. Characterization of heavy metal particles embedded in tire dust. Environment
International, n. 30, p. 1009– 1017, 2004.
AMARAL SOBRINHO, N.M.B.; COSTA, L.M.; DIAS, L.E. & BARROS, N.F. Aplicação de resíduo siderúrgico em um
Latossolo: efeitos na correção do solo e na disponibilidade de nutrientes e metais pesados. R. Bras. Ci. Solo, 17:299-304,
1993.

24
ARAUJO, O. Modelagem dinâmica de processos. Notas de aula – Escola de Química. Universidade Federal de Rio de
Janeiro. Disponível em: tpqb.eq.ufrj.br/.../modelagem-dinamica-para-analise, 2003.
BANERJEE, A.D.K. Heavy metal levels and solid phase speciation in street dusts of Delhi, India. Environmental
Pollution, n. 23, p. 95 – 105, 2003.
BERTRAND – KRAJEWSKI, J.L.; BRIAT, P.; SCRIVENER, O. Sewer sediment production and transport modelling: A
literature review. Journal of Hydraulic Research, V. 31, n. 4, 1993
BICALHO, C. Estudo do transporte de sedimentos em suspenção na bacia do rio Descoberto. Brasilia: UnB, 2006. 123 f.
Dissertação (Mestrado em tecnologia ambiental e recursos hidricos) – Universidade de Brasilia, Brasilia.
BIRCH, G.F.; TAYLOR, S.E.; MATTHAI, C. Small-scale spatial and temporal variance in the concentration of heavy
metals in aquatic sediments: a review and some new concepts. Environmental Poluution, n. 113, p. 357 – 372, 2001
BOOTH, D. B.; HARTLEY, D.; JACKSON, R. Forest cover, impervious-surface area, and the mitigation of stormwater
impacts. J. Am. Water Resour. Assoc., V. 38, n.3, p. 8356 – 845, 2002
BORTOLUZZI, E.C.; POLETO, C. Metodologias para estudos de sedimentos: ênfase na proporção e a natureza
mineralógica das partículas. In: POLETO, C; MERTEN, G. (Org) Qualidade dos Sedimentos. Porto Alegre: Ed. ABRH,
p. 83 – 140, 2006.
BRONSDON, R.K.; NADEN, P.S. Suspended sediment in the rivers Tweed and Teviot. The Science of the Total
Environment, V. 251 - 252, p. 95-113, 2000
BRUNNER, G. HEC – RAS, river analysis system hydraulic reference manual. US Army Corps of Engineers, 417 f.,
2010
CALLENDER, E.; RICE, K. Rice The Urban Environmental Gradient: Anthropogenic Influences on the Spatial and
Temporal Distributions of Lead and Zinc in Sediments. Environ. Sci. Technol, v. 34n .2, p. 232 – 238, 2000.
CARDOSO, A. R.; POLETO, C.; MERTEN, G. H. Ocupação do Espaço Urbano e a Maximização de suas Fontes de
Sedimentos. In: VII ENES Simpósio Nacional de Engenharia de Sedimentos, 2006, Porto Alegre, 2006.
CARVALHO, N. O. Hidrossedimentologia prática, CPRM/Eletrobrás, Rio de Janeiro, 352p., 1994.
CARVALHO, N.O.; JÚNIOR, N.P.F.; SANTOS, P.M.C.; LIMA, J.E.F.W. Guia de práticas sedimentométricas. ANEEL,
Brasília-DF, 154 p., 2000.
CHARLESWORTH, S.M.; LEES, J.A. Particulate-associated heavy metals in the urban environment: their transport from
the source to deposit, Coventry, UK. Chemosphere, v. 39, n.5, p. 833 – 848, 1999.
CHARLESWORTH, S.M.; EVERETT, M.; McARTHY, R.; ORDOÑEZ, A.; de MIGUEL, E. A comparative study of
heavy metal concentration and distribution in deposited street dusts in a large and a small urban area: Birmingham and
Coventry, West Midlands, UK. Environment International, n. 29, p. 563 -573, 2003.
COIADO, E.M. Assoreamento de reservatórios. In: Paiva, J.B., Coiado, E.M. (organizadores) (2001). Hidrologia aplicada
à gestão dos recursos hídricos, Porto Alegre, 625 p.
COSTA, C. Biodisponibilidade de metais pesados em solos do Rio Grande do Sul. Porto Alegre: UFRGS, 2005. 126 f.
Tese (Doutorado em Ciências do Solo) – Universidade Federal de Rio Grande do Sul, Porto Alegre.
DAVIDE, V.; PARDOS, M.; DISERENS, J.; UGAZIO, G.; THOMAS, R.; DOMINIK, J. Characterization of bed
sediments and suspension of the river Po during normal and high flow conditions. Water research, V. 37, p. 2847 – 2864,
p. 2003
DAVIES, H.; AELION, M.; MCDERMOTT, S.; LAWSON, A. Identifying natural and anthropogenic sources of metals in
urban and rural soils using GIS-based data, PCA, and spatial interpolation. Environmentall Pollution, V. 157, n. 8 – 9, p.
2378 – 2385, 2009
DELETIC, A.; MAKSIMOVIC, C.; IVETIC, M. Modelling of storm wash-off of suspended solids from impervious
surfaces. Journal of Hydraulic Research, V. 35, n. 1, p. 99-118, 1997
DODD, J.; LARGE, D.J.; FORTEY, N.J.; KEMP, S.; STYLES, M.; WETTON, P.; MILODOWSKI, S. Geochemistry and
petrography of phosphorus in urban canal bed sediments. Appl. Geochem., n. 18, p. 259 -267, 2003.
DOTTO, C.B. Acumulação e balanço de sedimentos em superfícies asfálticas em área urbana de SANTA MARIA - RS.
Santa María: UFSM, 2006. 126 f. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Santa María,
Santa María.

25
DUZGOREN-AYDIN, N.S.; WONG, C.S.; AYDIN, A.; SONG, Z.; YOU, M.; LI, X.D. Heavy metal contamination and
distribution in the urban environment of Guangzhou, SE China. Environmental Geochemistry and Health, n. 38, p. 375 –
391, 2006.
ERLACHER, R. Regression analysis of dissolved heavy metals in storm water runoff from elevated roadways. New
Orleans: University of New Orleans, 2004. 330 f. Tese (Doctorate of philosofy in Engineering and Applied Science
Program) - University of New Orleans, New Orleans.
FREEMAN, M.C.; PRINGLE, C.; PRINGLE, C.; JACKSON, R. Hydrologic connectivity and the contribution of stream
headwaters to ecological integrity at regional scales. Journal of the American water resources association, V. 43, n. 1, p. 5
– 14, 2007
GHENO, P. Indicador de Desempenho Urbano: Metodologia e Perspectiva de Integração. Porto Alegre: UFRGS, 2009.
187 f. Dissertação (Mestrado em Planejamento Urbano e Regional) – Universidade Federal do Rio Grande do Sul, Porto
Alegre.
GIACOMONI, M.H; ZECHMAN, E.M. Assessing Sustainability of Integrated Urban Water Resources Systems through
a Complex Adaptive Systems Approach. In: World Environmental and Water Resources Congress 2011 : Bearing
Knowledge for Sustainability. Disponível em: <http://ascelibrary.org/doi/abs/10.1061/41173%28414%29297>. Acesso
em: Setembro de 2012
GOES, M.; BERTOLDO, F.; BURIOL, G.; RIGHES, A.; DA SILVEIRA, G. Curva chave – estudo de caso da bacia
hidrográfica – escola urbana, Santa Maria – RS. In: I Simposio de Recursos Hídricos do Centro Oeste, Cuiabá , 2007.
Disponível em: <http://www.abrh.org.br/novo/i_simp_rec_hidric_norte_centro_oeste.php>. Acesso em: Setembro de 12
GONZÁLEZ HIDALGO J.C.; DE LUIS M.; VICENTE SERRANO S.M.; SAZ M.A.; ŠTĚPÁNEK P.; RAVENTÓS J.;
CUADRAT J.M.; CREUS J.M; FERRAZ J.A. Monthly Rainfall Data Base for Mediterranean coast of Spain:
reconstruction and quality control. World Meteorological organization. Ginebra. P. 105-116, 2004
GOODWIN, T.; YOUNG, A.; HOMES, M.; OLD, G.; HEWITT, N.; LEEKS, G.; PACKMAN, J.; SMITH, B. The temporal
and spatial variability of sediments transport and yields within the Bradford Beck catchment, West Yorkshire. The Science
of the Total Environment, V. 314 – 316, p. 475 – 494, 2003.
HOROWITZ, A.J.; ELRICK, K.A.; SMITH, J.J. Estimating suspended sediment and trace element fluxes in large river
basins: Methodological considerations as applied to the NASQAN programme. Hydrological Processes, v. 15, p. 1107 –
1132, 2001.
HOROWITZ, A.J. Monitoring suspended sediments and associated chemical constituents in urban environments: lessons
from the city of Atlanta, Georgia, USA Water Quality Monitoring Program. Journal of Soils and Sediments, n. 9, p. 342 –
363, 2009.
HUAYANG, G.; MUNING, Z.; DINGQIANG, L; YONGZHANG, Z. Quality characterization and impact assessment of
highway runoff in urban and rural area of Guangzhou, China. Environmental Monitoring and Assessment, V. 140, n. 1 –
3, p. 147 – 159, 2008
JARTUN M.; OTTESENA, R.; STEINNESB, E.; VOLDENA, T. Runoff of particle bound pollutants from urban
impervious surfaces studied by analysis of sediments from stormwater traps. Science of the Total Environment, n. 396, p.
147 – 163, 2008.
KIM, W.; DOH, S.J.; PARK, Y.H.; YUN, S.T. Two-year magnetic monitoring in conjunction with geochemical and
electron microscopic data of roadside dust in Seoul, Korea. Atmospheric Environment, n. 41, p. 7627 – 7641, 2009.
LOWRANCE, R.; DABNEY, S.; SCHULTZ, R. Improving soil and water quality with conservation buffers. J. Soil Water
Conserv., n. 57, p. 36 - 43, 2002.
MAIDMENT, R.E.; VETTORAZZI, C.A.; XAVIER, A.C. Developing a spatially distribuited unit hydrograph by using
GIS. 2003. In: NATCHNEBEL, H.P.; DOVAR, K. (Ed.). Application of geographic information systems in hydrology and
water resources. Wallingford: International association of Hydrological Sciences. P. 181 – 192.
MATTEO, M.; RANDHIR, T.; BLONIARZ, D. Watershed-Scale Impacts of Forest Buffers on Water Quality and Runoff
in Urbanizing Environment. J. Water Resour. Plann. Manage.,V. 132, n. 3, p. 144–152, 2006
McBRIDE, M.B. Environmental chemistry of soils. New York: Oxford University, 1994. 406 p.
McCALISTER, J.J.; SMITH, B.; NETO, J.A.B. The presence of calcium oxalate dehydrate (weddelite) in street sediments
from Niterói, Brazil and its health implications. Environmental Geochemistry and Health, n. 22, p. 195 – 210, 2000.
MANNINA, G.; VIVIANI, G. An urban drainage stormwater quality model: Model development and uncertainty
quantification. Journal of Hidrology, n. 38, p. 248 – 265.

26
MARTINEZ, L.L.G. Distribuição de poluição difusa por sedimentos urbanos em áreas impermeáveis em Porto alegre.
Porto Alegre: IPH – UFRGS, 2010. 90 f. Dissertação (Mestrado em recursos hídricos e saneamento ambiental) -
Universidade Federal do Rio Grande do Sul, Porto Alegre.
MARTINEZ, L.L.G.; POLETO, C. Lead distribution by urban sediments on impermeable áreas of Porto Alegre – RS,
Brazil. Journal of urban and environmental engineering, V. 4, n.1, p.1 – 8, 2010
MERRIT, W.S.; LECTHER, R.A.; JAKEMAN, A.J. A review of erosion and sediment transport models. Environmental
modeling and software, V. 18, p. 761 – 799, 2003
MINELLA, J.P.G.; MERTEN, G.H.; REICHERT, J.M.; DANILO RHEINHEIMER, D. Identificação e implicações para a
conservação do solo das fontes de sedimentos em bacias hidrográfica. R. Bras. Ci. Solo, V. 31, p. 1637 – 1646, 2007
MORO, M. A utilização da interface SWAT-SIG no estudo da produção de sedimentos e do volume de escoamento
superficial com simulação de cenários alternativos. Piracicaba: USP, 2005. 100 f. Dissertação (Mestrado em Agronomia)
– Universidade Federal de São Paulo – Escola Luiz de Queiroz, Piracicaba.
NELSON, E.; BOOTH, D. Sediment sources in an urbanizing, mixed land-use watershed. Journal of Hydrology, n. 264,
p. 51 – 68, 2002.
NORRA, S.; LANKA-PANDITHA, M.; KRAMAR, U.; STUBEN, D. Mineralogical and geochemical patterns of urban
surface soils, the example of Pforzheim, Germany. Applied geochemistry, n. 21, p. 2064 – 2081, 2006.
OLIVEIRA, J.A. Diagnóstico ambiental do solo e sedimento do parque estadual turístico do alto ribeira (PETAR). São
Carlos: USP, 2003. 116 f. Dissertação (Mestrado em Ciências – Química Analítica) – Universidade Federal de São Paulo,
São Carlos.
OWENS, P. Sustainable Management of Sediment Resources: Sediment Management at the River Basin Scale. Columbia:
Elsevier, 2008
PAIVA, E. M. C. D.; COSTAS, M. F. T. Produção de Sedimento em bacia Urbana. In: 5º Encontro Nacional de Engenharia
de Sedimentos. São Paulo: ABRH, v.1. pp.423-432, 2002
PICOUET, C.; HINGRAY, B.; OLIVRY, J.C.; Empirical and conceptual modeling of the suspended sediment dynamics in
a large tropical African river: the upper Niger river basin. Journal of Hydrology, V. 250, p. 19 – 39, 2001
POGGIO, L.; VRSCAJ, B.; SHULIN, R.; HEPPERLE, E.; AJMONE, F. Metals pollution and human bioaccessibility of
topsoils in Grugliasco (Italy). Environmental Pollution, v.157, p. 680 – 689, 2009.
POLETO, C. Fluxos de sedimentos em suspensão e metais em uma bacia urbana de cabeceira. REGA, V. 9, n.1, p. 39 -
47, 2012
POLETO, C. Fontes potenciais e qualidade dos sedimentos fluviais em suspensão em ambiente urbano. Porto Alegre:
UFRGS, 2007. 137 f. Tese (Doutorado em Recursos Hídricos e Saneamento Ambiental) – Universidade Federal do Rio
Grande do Sul, Porto Alegre.
POLETO, C.; CASTILHO, Z.C. Impacto por poluição difusa de sedimentos em bacias urbanas. In: POLETO, C. (Org.)
Ambiente e Sedimentos. Porto Alegre: Ed. ABRH, p. 193 – 227, 2008.
POLETO, C.; MERTEN, G. Urban watershed studies in southern Brazil. Journal of Urban and Environmental Engineering,
v.1, n.2, p. 70–78, 2007.
RANDHIR, T. O. Watershed-scale effects of urbanization on sediment export: Assessment and policy. Water Resour. Res.,
V. 39, n,6, p. 1–13, 2003
ROBERTSON, D.J.; TAYLOR, K.G.; HOON, S.R. Geochemical and mineral magnetic characterization of urban sediment
particulates, Manchester, UK. Applied Geochemistry, n. 18, p. 269 – 282, 2003.
ROMAN, D.; VOGEL, R.; SCHWARZ, G. Regional regression models of watershed suspended-sediment discharge for
the eastern United States. Journal of Hydrology, Article in press.
RULE, K.L.; COMBER, S.D.W.; ROSS, D.; THORTON, A.; MAKROPOULOS, C.K.; RAUTIU, R. Diffuse sources of
heavy metals entering an urban wastewater catchment Chemosphere, n. 63, p. 64 – 72, 2006.
SANDY, M.Y.; ONYX, W.H.; YOK-SHUENG, L.; ZHI-LIN, L.; YUWU J. CIntegration of a GIS and a complex three-
dimensional hydrodynamic, sediment and heavy metal transport numerical model. Advance in Emginnering Software, n.
40, p. 391 – 401, 2009.

27
SANTOS, I.; FILL, H.D.; SUGAI, M.R.V.B.; BUBA, H.; KISHI, R.T.; MARONE, E.; LAUTERT, L.F. Medição do
transporte de sedimentos. In: Hidrometria aplicada. Instituto de Tecnologia para o desenvolvimento, Curitiba-PR, 272 p,
2001.
SIMOM, A.; DICKERSON, W.; HEINS, A. Suspended sediment transport rates a 1.5 year recurrence interval for
ecoregions of the United States: transport conditions at the bankfull and effective discharge. Geomorphology, V. 58, p.
243 – 262, 2003
SINGH, P.; SINGH, V.P. Snow and glacier hydrology. Dordrecht: Kluwer. 742 p. (Water Science and Technology Library,
v. 37).
SORME, L.; LAGERKVIST, R. Sources of heavy metals in urban wastewater in Stockholm The Science of the Total
Environment, n. 298, p. 131–145, 2002.
SOROOSHIAN, S. Parameter estimation, model identification and model validation: conceptual type models. In:
BOWLES, D.S; O´CONNEL, P.E. (Ed.).1991. Recent advances in the modeling of hydrological systems. Dordrecht:
Kluwer Academic, p. 443 – 467.
SPARKS, D. L. Environmental soil chemistry. San Diego: Academic Press, 1995. 267 p.
SPOSITO, G. The chemistry of soils. New York: Oxford University Press, 1989. 234 p
STUMM, W.; MORGAN, J.J. Aquatic Chemistry: Chemical equilibria and rates in natural waters. 3a Ed. New York: Jhon
Wiley & Son, 1996. 1022 p.
SUTHERLAND, R. Lead in grain size fractions of road-deposited sediment. Environmental Pollution, n. 121, p. 229 –
237, 2003.
TAYLOR, K. Urban Environments. In: TAYLOR, K.; PERRY, C. Environmental Sedimentology. Manchester: Blackwell,
p. 191 – 222, 2007
TAYLOR, K.G.; OWENS, P. Sediments in urban river basins: a review of sediment-contaminant dynamics in an
environmental system conditioned by human activities. Journal of soils and sediments, n. 9, p. 281 – 303, 2009
THORSEN, M.; RESFGAARD, J.C.; HANSEN, S.; PEBESMA, E.; JENSEN, J.B.; KLEESCHULTE, S. Assessment of
uncertainty in simulations of nitrate leaching to aquifers at catchment scale. Journal of Hidrology, V. 242, p. 210 – 227,
2001.
UNGARETTI, A.R. Perspectiva socioambiental sobre a disposição de resíduos sólidos em arroios urbanos: Um estudo na
sub-bacia hidrográfica mãe d´água no Município de Viamão – RS. Porto Alegre: UFRGS, 2010. 245 f. Dissertação
(Mestrado em Planejamento Urbano e Regional) – Universidade Federal do Rio Grande do Sul, Porto Alegre.
UZEIKA, T. Aplicabilidade do modelo SWAT na simulação da produção de sedimentos em uma bacia hidrografica rural.
Porto Alegre: UFRGS, 2009. 144 f. Dissertação (Mestrado em Recursos Hídricos e Saneamento Ambiental) –
Universidade Federal do Rio Grande do Sul, Porto Alegre.
VENTE, J.; POESEN, J. Predicting soil erosion and sediment yield at the basin scale: Scale issues and semi-quantitative
models. Earth-Science Reviews. V. 71, n. 1- 2, p. 95 – 125, 2005
VON SPERLING, M. Estudos e modelagem da qualidade da água dos rios. Belo Horizonte: Departamento de Engenharia
Sanitária e Ambiental; Universidade Federal de Minas Gerais, 588 p., 2007
WALLING, D.E.; MOOREHEAD, P.W. Sediment dynamics, transport and deposition, and distributions The particle size
characteristics of fluvial suspended sediment: an overview. Hydrobiologia, V. 176 -177, n. 1, p. 125 – 149, 1989
WOITKE, P.; WELLMITZ, J.; HELM, D.; KUBE, P.; LEPOM, P.; LITHERATY, P. Analysis and assessment of heavy
metal pollution in suspended solids and sediments of the river Danube. Chemosphere, n. 51, p. 633 – 642, 2003
XIAO-LONG, W.; YONG-LONG, L.; JING-Y, H.; GUI-ZHEN, H.; TIE-YU, W. Identification of anthropogenic
influences on water quality of rivers in Taihu watershed. Journal of Environment Sciences, V. 19, n. 4, p. 475- 481, 2007.
YUAN, Y.; HALL, K.; OLDHAM, C. A preliminary model for predicting heavy metal contaminant loading from an urban
catchment. The science of the total environment, n. 266, p. 299 – 307, 2001.
ZOPPOU, C. Review of urban storm water models. Environmental modelling and softwares, n. 16, p. 195 – 231, 2001.

28
 CAPÍTULO 2
PATRÍCIA DINIZ MARTINS
CRISTIANO POLETO

ESTIMATIVA DA CONCENTRAÇÃO DE
SEDIMENTOS PELA ENTROPIA

29
1 SEDIMENTOS

O termo sedimento é definido como uma partícula derivada da rocha ou de materiais biológicos,
que pode ser transportado por fluido. Pode-se dizer que é a partícula fragmentada das rochas por
processos físicos, químicos e que é transportada pela água ou pelo vento do lugar de origem aos rios
e aos locais de deposição. É o material sólido em suspensão na água ou depositado no leito
(CARVALHO, 2008; MERTEN et al., 2014).

O sedimento presente no curso d'água é originado da erosão na bacia e da erosão no próprio leito e
nas margens (XIAO et al., 2015). A produção, o arraste e o depósito de sedimentos são processos
naturais responsáveis pela formação do solo e pela morfologia dos corpos hídricos (CARVALHO, et
al., 2000; LIN et al., 2015). Porém, a intensificação desses processos tem causado danos e
inconvenientes. Isso porque o arraste de sedimentos interfere nas condições hidráulicas e morfológicas
das bacias, a retenção dos sedimentos em determinadas áreas pode favorecer o risco de cheias e a
retirada de solo pode provocar erosões e até mesmo voçorocas (SILVA; SCHULZ; CAMARGO,
2007).

A sedimentologia é a disciplina que trata dos sedimentos, ela leva em consideração os processos
hidroclimatológicos, enfatizando a relação água-sedimento. Tal disciplina vem sendo cada dia mais
discutida devido aos problemas causados pelos sedimentos (POLETO; CARDOSO, 2012), pois o mau
uso do solo intensifica a erosão, o transporte de sedimentos e consequentemente a deposição em locais
indesejáveis e assoreamento dos rios, dos lagos e dos reservatórios.

O excesso de assoreamento de corpos hídricos é a problemática em todo o mundo (XIAO et al.,

2015; LIN et al., 2015). Embora processos naturais geomorfológicos geram sedimento, usos da terra
incluindo urbanização, agricultura e pastoreio aumentam significativamente a quantidade produzida
(DAVIS; SIMS, 2013; XIAO et al., 2015; LIN et al., 2015).

A erosão em área urbana em expansão é causada pelo desmatamento com consequente alteração
da cobertura do solo o que acarreta mudanças no ciclo hidrológico, já que diminui o percentual de
água infiltrada e aumenta o escoamento superficial (ONGLEY, 1996; SILVA, SCHULZ; CAMARGO,

30
2007). Quanto maior a velocidade do escoamento superficial maiores são os percentuais de arraste de
sedimentos.

Em bacias urbanas, observa-se que os sedimentos acumulados em áreas impermeáveis das cidades,
tais como os sistemas de drenagem, ruas e avenidas, configuram-se na fonte principal de sedimentos
durante períodos chuvosos (CHARLESWORTH; ORMEROD; LEE, 2000).

Nos processos erosivos ocorridos em bacias rurais, o material superficial mais fértil do solo é
retirado e depositado em locais onde nem sempre pode ser aproveitado, gerando um impacto ambiental
negativo com a contaminação das águas (SILVA; SCHULZ; CAMARGO, 2007; LIN et al., 2015).

A acumulação de sedimentos é responsável pela redução da qualidade da água, consequentemente

pela redução das possibilidades de uso e pelo aumento do custo de tratamento (ONGLEY, 1996). Os
sedimentos servem como catalisadores, carreadores e como agentes fixadores para outros agentes
poluidores. O sedimento degrada a qualidade da água para consumo humano, para recreação, para o
consumo industrial, para as infraestruturas hidroelétricas e para a vida aquática (CARVALHO et al.,
2000).
Os produtos químicos e lixo são assimilados sobre e dentro das partículas de sedimento. Trocas
iônicas podem ocorrer entre o soluto e o sedimento. Dessa forma, as partículas de sedimento agem
potencializando os problemas causados por pesticidas, agentes químicos decorrentes do lixo, resíduos
tóxicos, nutrientes, bactérias patogênicas, vírus, etc. (POLETO et al., 2009).

Os estudos sobre sedimentos mostram-se importantes para o gerenciamento ambiental o que

possibilita o estabelecimento de limites ou faixas de controle de poluentes nos sedimentos, visando,
assim, a conservação e a manutenção do uso desses recursos dentro de um planejamento sustentável
(POLETO; CARDOSO, 2012).

As partículas do solo transportadas para os rios pela enxurrada são consideradas um dos principais
componentes da poluição não pontual em bacias urbanas. A identificação de fontes de sedimentos em
uma bacia hidrográfica urbana é necessária não só para compreender a dinâmica de erosão, mas
também para ajudar a implementar medidas mais eficazes para controlar e/ou remediar a poluição não
pontual (COLLINS; WALLING, 2004; HADDADCHI et al., 2014; POLETO; MERTEN; MINELLA,
2009).

Em áreas urbanas, é necessário o estudo de poluentes associadas às partículas devido aos seus
efeitos potencialmente prejudiciais sobre o meio ambiente. No entanto, não são apenas os próprios
sedimentos que são problemáticos, mas também a sua composição e o tamanho da partícula, que tem
uma grande influência sobre a sua capacidade de adsorver e transportar poluentes (POLETO;
MERTEN; MINELLA, 2009). Dessa forma, o estudo da concentração de sedimentos é tão importante.

31
1.1 Distribuição de Sedimentos no curso d’água

O sedimento em suspensão está sujeito à ação da velocidade da corrente na direção horizontal,

predominantemente, e do seu peso (ONGLEY, 1996; MERTEN et al., 2014). Por esse motivo, a
concentração de sedimento apresenta um mínimo na superfície e um máximo próximo do leito, para
uma granulometria variada. As partículas de areia são sedimentos mais grossos e apresentam uma
variação crescente da superfície para o leito. Já as mais finas, como silte e argila, têm uma distribuição
aproximadamente uniforme na vertical de acordo com a Figura 1 (SUBCOMMITTEE ON
SEDIMENTATION, 1963).

Figura 1- Distribuições verticais que podem ser encontradas num curso d’água.
Fonte: Adaptado de Subcommittee on Sedimentation (1963)

A distribuição de sedimentos de uma seção transversal é variável em função da velocidade da

corrente, da disponibilidade de sedimentos e de sua granulometria (CARVALHO, 2008; MERTEN et
al., 2014). Perto das margens, as velocidades são menores, porém as concentrações são maiores, de
acordo com a Figura 2. O equilíbrio entre o peso das partículas, a disponibilidade de partículas e a
velocidade do fluxo irá determinar o quanto serão transportadas (ONGLEY, 1996).

32
Figura 2 - Diagrama das distribuições da velocidade da corrente (a), da concentração de sedimentos (b) e da descarga
sólida em suspensão (c) na seção transversal.
Fonte: Adaptado de Carvalho (2008)

O material do leito de um curso d’água que contém areia, silte e argila em suspensão tende a ter,
predominantemente, areia. Pedregulhos podem ser arrastados pelo leito e pedras podem ser deslocadas
na ocasião de enchentes, e essas são mais transportadas, geralmente, em locais com altas declividades
(ONGLEY, 1996).

A temperatura da água, por sua vez, é capaz de alterar a concentração de sedimentos finos em
suspensão. Em águas mais frias, a concentração de finos aumenta devido à viscosidade que diminui
(CARVALHO, 2008).

33
 O sedimento no curso d’água é melhor expresso em termos de produção de sedimento,
considerando um valor médio da descarga sólida em relação à área de drenagem de uma bacia
hidrológica. Geralmente, nas cabeceiras dos rios, há o transporte de sedimentos com maior
granulometria, pois possuem maior declividade, aumentando a velocidade do fluxo. Essas áreas são
chamadas de produtoras de sedimentos. À medida que são transportados, os sedimentos vão se
fracionando, transformando-se em sedimentos com granulometria menor. Dessa forma, no baixo curso
do rio, têm-se as áreas de deposição de sedimentos (CARVALHO et al., 2000; MERTEN et al., 2014).

Os sedimentos finos são transportados em suspensão, enquanto que os grossos são transportados
nos leitos. Há os sedimentos que são transportados por saltação, esses, por sua vez, possuem um
diâmetro intermediário, que, em momentos de turbulência, ficam em suspensão e depois sedimentam-
se quando as águas de acalmam (ONGLEY, 1996; MERTEN et al., 2014).

As características da bacia vão definir o tipo de sedimentos gerado e estes dependem das rochas,
dos solos, da cobertura vegetal, da declividade, do regime de chuvas, das atividades antrópicas e do
manejo do solo (HADDADCHI; OLLEY; LACEBYB; 2014).

1.2 Métodos de medição da concentração de Sedimentos

A medição da concentração de sedimentos é feita para determinar a quantidade de sedimentos

transportada pelos rios, que é chamada de descarga sólida ou descarga de sedimentos (HADI, 2004;
MERTEN et al., 2014). Einstein (1950) dividiu a descarga de sedimentos em descarga de fundo, ou
descarga de arrasto e descarga de sedimentos em suspensão baseado na posição e nas características
da movimentação das partículas.

Porém, o sedimento em suspensão representa, em grande parte, a maior quantidade de descarga

sólida total (CUI; SINGH, 2014a). Por essa razão e também pela facilidade de determinação, as
medições diárias e a maior parte das eventuais só contemplam o sedimento em suspensão. A descarga
em suspensão pode corresponder, em média, entre 70 a 95% da descarga sólida total, sendo isso função
da posição da seção transversal no curso d'água e outros fatores (CARVALHO et al., 2000).

Existem diversos métodos para a determinação da descarga sólida, eles podem ser diretos ou
indiretos. A medição direta exige cálculos simples e a indireta, cálculos mais elaborados
(CARVALHO, 2008), os quais podem ser classificados em métodos por amostragem ou medição in
situ como pode ser visualizado na Figura 3.

34
 Medida da  Por pontos
Amostragem
Concentração de  Por integração vertical
Sedimentos em
Suspensão Medição in situ  Equipamentos nucleares, de
turbidez, ultrassom ou outros
Figura 3 - Esquema de métodos de obtenção da concentração de sedimentos.
Na Figura 4, estão listados os principais métodos de medição de sedimentos.
Descarga Medição Descrição
sólida
Descarga Direta Usa equipamentos que medem
sólida em diretamente no curso d’água a
suspensão concentração ou outra grandeza como
a turbidez ou ultrassom
Por acumulação do sedimento num
medidor (proveta graduada)
Indireta Coleta de sedimento por amostragem
da mistura água-sedimento, análise de
concentração e granulometria e
cálculos posteriores da descarga sólida
Uso de fotos de satélite e comparação
com medidas simultâneas de campo
para calibragem, em grandes rios
Descarga Direta Amostradores ou medidores portáteis
sólida de de três tipos principais (a amostra é
arrasto coletada em diversos pontos da seção
transversal, determinada o seu peso
seco, a granulometria e calculada a
descarga de arrasto); o medidor fica
apoiado no leito entre 2 min a 2 horas
de tal forma a receber no receptor 30
a 50% de sua capacidade
Estruturas tipo fenda ou poço – as
fendas do leito do rio são abertas por
instantes e coletado o sedimento
Indireta Coleta de material do leito, análise
granulométrica, medida da
declividade, da temperatura,
parâmetros hidráulicos e cálculo da
descarga de arrasto e de material do
leito por fórmulas (de Ackers e White,
Colby, Einstein, Engelund e Hansen,
Kalinske, Laursen, Meyer-Peter e
35
Equipamentos ou metodologia de
medida
Medidor nuclear (portador ou fixo),
Ultrassônico ótico, Ultrassônico Doppler
de dispersão, Turbidímetro, ADCP
(Doppler)
Garrafa Delft (medição pontual e
concentração alta)
Diversos tipos de equipamentos: – de
bombeamento, equipamentos que
usam garrafas ou sacas, sendo pontuais
instantâneos, pontuais por integração e
integradores na vertical (no Brasil usa-se
principalmente a série norte-americana
– U-59, DH-48, DH-59, D-49, P-61 e
amostrador de saca)
São estabelecidas equações que
correlacionam as grandezas de
observação das fotos com as
concentrações medidas
1) Cesta ou caixa – medidores
Muhlhofer, Ehrenberger, da Autoridade
Suíça e outros
2) Bandeja ou tanque – medidores
Losiebsky, Polyakov, SRIH e outros
3) Diferença de pressão – medidores
Helly-Smith, Arnhem, Sphinx, do USCE,
Károlyi, do PRI, Yangtze, Yangtze-78 VUV
e outros
Medidor Mulhofer (EUA)
Tipos de equipamento:
1) de penetração horizontal, tipos
caçamba de dragagem e de concha
2) de penetração vertical, tipos de tubo
vertical, caçamba de raspagem,
caçamba de escavação e escavação de
pedregulho
3) tipo piston-core que retém a amostra
por vácuo parcial
 Muller, Rottner, Schoklitsch, Toffaleti,
Yang e outras)
Deslocamento de dunas – por medida
do volume da duna que se desloca
com uso de ecobatímetro de alta
resolução
1) Traçadores radioativos
2) Traçadores de diluição, sendo
ambos os métodos com a colocação
do traçador no sedimento e seu
acompanhamento com equipamento
apropriado (o traçador deve ser
escolhido de tal forma a não poluir o
meio ambiente)
Propriedades litológicas – uso das
características mineralógicas dos
sedimentos
Método acústico – utilizado para
pedras que se chocam no medidor
Método fotográfico, de amostragem –
utilizado para pedras (coloca-se uma
escala que também é fotografada)
Descarga Direta Uso de estruturas tipo blocos, no leito,
sólida para provocar turbulência e todo o
total sedimento ficar em suspensão
Levantamento topo-batimétrico de
reservatório, determinação do volume
dos depósitos e da eficiência de
retenção de sedimentos no lago
Indireta Coleta de material em suspensão e do
leito, análise de concentração, análise
granulométrica, medida da
temperatura, parâmetros hidráulicos e
cálculo da descarga total – método
modificado de Einstein e método
simplificado de Colby
Figura 4 - Métodos de medição da carga sólida.
Fonte: Carvalho et al., (2000)
Deve-se sempre medir a vazão quando se mede a concentração de sedimento. Isso é necessário
para determinar a descarga sólida. As medições por amostragem de medição in situ serão detalhadas
abaixo.
36
1) levantamentos batimétricos
seguidamente ao longo da seção
transversal
2) levantamentos batimétricos
seguidamente ao longo de seções
longitudinais
Métodos:
1) por colocação direta do traçador no
sedimento do leito do rio
2) por coleta do sedimento, colocação
do traçador no sedimento e seu retorno
ao leito Coleta do sedimento do leito de
afluentes e do curso principal,
determinação das características
mineralógicas dos sedimentos e
comparação por uso de equações
adequadas a partir das quantidades dos
componentes existentes nas amostras
(pouco eficiente)
Fotos de pedras submersas,
Fotos de pedras de leitos secos
Faz-se a amostragem do sedimento e
calcula-se como descarga em suspensão
1) Para pequenos reservatórios, permite
o cálculo do sedimento do leito
2) Para grandes reservatórios, permite o
cálculo do sedimento total
Diversos tipos de equipamentos – de
bombeamento, equipamentos que
usam garrafas ou sacas, sendo pontuais
instantâneos, pontuais por integração e
integradores na vertical (no Brasil usa-se
principalmente a série norte-americana
– U-59, DH-48, DH-59, D-49, P-61 e
amostrador de saca)
1.2.1 Amostragem

A amostragem ou a coleta de sedimentos pode ser feita por processo diretos ou indiretos.

A amostra coletada deve representar o material quanto à concentração e à sua granulometria

(CARVALHO, 2008).

Os métodos e os equipamentos utilizados para a recolha de amostras de sedimentos suspensos são

diferentes daqueles utilizados para sedimentos depositados ou do leito. Os métodos de amostragem
para medição da quantidade de sedimentos transportados são diferentes dos métodos para a medição
da qualidade do sedimento. A razão para essas diferenças é que os métodos para determinar a
quantidade de sedimento incluem as frações de areia que são distribuídos de forma desigual em
profundidade, ao passo que, para a qualidade do sedimento, os métodos precisam da concentração de
silte + argila que não é dependente da profundidade. Para coleta de sedimentos do fundo, é necessário
realizar a coleta com o mínimo distúrbio para não perder o material fino na superfície do sedimento.
Em águas profundas, isso requer o uso de garras ou corers, mas em águas rasas pode ser usado uma
colher ou espátula (MERTEN et al., 2014; ONGLEY, 1996).

Os amostradores de material em suspensão não devem alcançar o leito para não apanhar o
sedimento de arrasto e/ou revolver o material de fundo, por isso só alcançam até 9 cm, no mínimo,
acima do fundo. Cada amostrador possui uma profundidade não amostrada, dependendo do tipo de
amostrador, que vai desde o bico até a parte inferior do aparelho (CARVALHO et al., 2000; MERTEN
et al., 2014).

Existem amostradores específicos para as diversas condições, desde amostradores para coleta
manual com ou sem haste para rios pequenos até amostradores com auxílio de guinchos pesados
instalados em barcos ou estrategicamente em pontes (CARVALHO, 2008). Existe uma preocupação
com a coleta de sedimentos em enchentes, momento em que grande parte do sedimento é transportado.
Nessa situação, as vazões são altas e o perigo com a utilização de barcos aumenta, portanto é
aconselhável que se utilize de guinchos em pontes (MERTEN et al., 2014).

Os métodos ou as técnicas de amostragem são: pontual por integração, integral na vertical ou

pontual instantâneo (CARVALHO, 2008; ONGLEY, 1996).

As amostragens pontuais são utilizadas em trabalhos científicos na maior parte, e a amostragem

mais rotineira é a integração na vertical, já que permite a obtenção da concentração e da granulometria
média na vertical (CARVALHO, 2008; HADI, 2014).
Na prática, a amostragem por pontos segue um dos seguintes regimes: método de um ponto, o
método de dois pontos, e o método de três pontos. No método de um ponto, a concentração é medida
na superfície ou a 0,6 vezes a profundidade abaixo da superfície. Um coeficiente empírico tem de ser
utilizado para obter a concentração de sedimento significativo da concentração superficial conhecida.

37
Esse método é pouco confiável. Amostragens em 0,6 vezes a profundidade foram usadas na esperança
de que ele dê a concentração média, presumivelmente porque a velocidade média ocorre
aproximadamente a esse nível. Destaca-se a pouca confiabilidade do método, uma vez que a
concentração de sedimento varia significativamente com o tamanho das partículas e o fluxo de
sedimentos (HADI, 2004; MERTEN et al., 2014).

Segundo Carvalho (2008), na amostragem por integração, normalmente são gastos mais de 10
segundos por amostra, o que permite a determinação da concentração média mais representativa que
a pontual instantânea.

Recomenda-se não realizar amostragem em locais de águas paradas, atrás de bancos de areia e
pilares de pontos. É importante medir a temperatura da água para obtenção da viscosidade cinemática,
valor utilizado em diversas fórmulas de transporte de sedimento (CARVALHO et al., 2000).

Muitos tipos de amostradores foram concebidos para determinar a concentração de sedimentos em

suspensão por integração na vertical. De acordo com Ongley (1996), alguns estão comercialmente
disponíveis, mas são bastante caros. Todos eles têm uma série de características em comum: 1) Cada
um tem um bocal de entrada de água e uma saída de ar. À medida que a água e o sedimento suspenso
entram, o ar é deslocado através da saída de ar. 2) Permitem amostragem isocinética. Isto é, a
velocidade da água através do bocal de entrada é igual à velocidade da água na profundidade do
dispositivo de amostragem. Isso é importante para as partículas maiores, tais como areia, porque o
amostrador de outro modo tende a super ou subestimar a quantidade de sedimento em suspensão. Os
erros causados por falta de amostragem isocinética são mínimas para as partículas de silte de areia e,
para efeitos práticos, pode ser ignorada. 3) Cada um tem um corpo de metal (por peso) que inclui uma
garrafa de vidro ou plástico para reter a amostra. 4) O diâmetro da entrada de água pode ser
selecionado ou alterado, de modo que o amostrador encherá mais ou menos rapidamente, dependendo
da profundidade do rio.

Na amostragem por integração na vertical, a mistura de água e sedimento é acumulada em um

recipiente continuamente. O amostrador se move verticalmente em uma velocidade de trânsito
constante entre a superfície e um ponto a poucos centímetros acima do leito (HADI, 2004; MERTEN
et al., 2014; ONGLEY, 1996). Para que a velocidade de entrada da amostra seja igual ou quase igual
à velocidade instantânea da corrente, é necessário que o bico fique na horizontal, e por isso existem
tipos de bicos diferente para cada tipo de fluxo. Esse procedimento é conhecido como IVT-Igual
Velocidade de Trânsito. Existe também o método IIL - Igual incremento de largura, mais utilizado que
o IVT pela sua simplicidade. No IIL, a área da seção transversal é dividida numa série de verticais
igualmente espaçadas. Em cada vertical, utiliza-se a amostragem por integração na vertical, mas com
a mesma velocidade de trânsito em todas as verticais. Como as velocidades médias em cada vertical
são diferentes, diminuindo geralmente do talvegue para as margens, as quantidades amostradas vão se
reduzindo a partir do talvegue com as quantidades proporcionais ao fluxo de acordo com a Figura 5
(CARVALHO et al., 2000).

38
 Nas amostragens, é necessário não encher totalmente o recipiente, pois o ideal é encher cerca de
90 por certo da capacidade do amostrador. Isso é necessário para evitar que o recipiente encha no meio
do percurso e fique uma área não amostrada (ONGLEY, 1996).

Na amostragem por igual incremento de descarga IID, a seção transversal é dividida lateralmente
sem segmentos, representando iguais incrementos de descarga para que seja feita em cada um deles
uma coleta de subamostra, dividindo cada incremento de duas porções iguais como pode ser observado
na Figura 6.

Figura 4 - Amostragem pelo método de igual incremento de largura.

Fonte: Adaptado de Edwards e Glysson, (1988 apud CARVALHO et al., 2000)

39
 Figura 5 - Amostragem pelo método de igual incremento de descarga.
Fonte: Edwards e Glysson, (1988 apud CARVALHO et al., 2000)

1.2.2 Medição in situ

A medição da descarga sólida em suspensão pode ser feita com equipamentos que obtêm a
concentração como valor imediato ou por meio da turbidez. Carvalho (2008) cita alguns:

 Medidor ultrassônico ótico: mede diretamente a concentração;

 Medidor nuclear: mede diretamente a concentração;

 Medidor a laser: determina a concentração e a granulometria e pode medir a velocidade de

queda das partículas;

 Medidor de registro de volume de sedimento com uso de amostradores de bombeamento e

máquina fotográfica: pode obter fotos que serão utilizadas para comparações com padrões de
concentração;

 Medidor fotoelétrico ou ótico eletrônico: determina a concentração pela medida da turbidez da

água;

 Medidor ultrassônico Doppler: mede a concentração e a velocidade de sedimento pela medida

da frequência e da intensidade de sinais que são refletidos pelo sedimento;

40
  Técnica de sensoriamento remoto utilizando imagens de satélite: estima a concentração de
sedimentos pela graduação da coloração da água, precisa de calibração com medidas
simultâneas de campo.

Os medidores que determinam a turbidez precisam ser calibrados para cada posto e em diversas
condições periodicamente.

1.2.3 Análises sedimentométricas em sedimentos fluviais

A Concentração de sedimento em suspensão é a razão entre o peso do material sólido seco contido na
amostra em relação ao volume da mistura água/sedimento, expressa em mg/L (ou g/L ou g/cm³). As
análises de concentração de sedimento em suspensão geralmente são realizadas pelo método da
filtração e da evaporação de acordo com Guy (1969). Pode ser visualizada na N 7 a metodologia de
análise da concentração de sedimentos.

Inspecionar e registrar as amostras

Pesar as amostras (Balança: resolução 0,1 ou 0,01g)

Deixar a amostra em repouso (24 horas)

Remover o sobrenadante

Método de Filtração Método de Evaporação

Figura 6 - Metodologia de análise da concentração de sedimentos.
Fonte: Adaptado de Guy (1969)

O método de filtração é utilizado quando a amostra tem baixa concentração, menor que 200ppm,
enquanto no de evaporação a amostra tem maiores concentrações. Isso também pode ser em função
da quantidade de amostra obtida, uma vez que, numa grande amostra, mesmo de baixa concentração,
a grande quantidade de partículas pode colmatar o filtro (ONGLEY, 1996).

A coleta da amostra é fundamental para o sucesso da determinação da concentração de sedimentos.

Após essa etapa, se a amostra for descaracterizada no laboratório, todo o trabalho de campo estará
perdido. Portanto é necessário adotar técnicas apropriadas para análise laboratorial.

41
 O processo da análise da concentração exige certos procedimentos que utilizam toda
a amostra procedente do campo. É incorreto colocar toda a mistura num recipiente,
homogeneizar por qualquer processo e depois apanhar somente 100ml para proceder
a análise de concentração. O que acontece é a perda da precisão porque o material
não é homogêneo, ocasionando estratificação das partículas imediatamente após o
processo da suposta homogeneização, além do peso do sedimento poder atingir a
faixa de erro de medida, mascarando o resultado. É necessário ao laboratório uma
quantidade de mistura tal que permita uma análise com a precisão desejada. Então, o
procedimento de análise exige uma sequência que começa pelo recebimento da
amostra e pesagem para garantia do conhecimento do peso da amostra recebida,
conforme exposto antes. Quando chega a ocasião da análise, as diversas subamostras
são devidamente colocadas em um só recipiente para permitir um só exame. Essa
colocação exige a retirada de todas as partículas dos recipientes que tiverem vindo do
campo. Convém lembrar que esse procedimento é correto quando a amostragem no
campo tiver sido efetuada por um dos processos de IIL e IID (CARVALHO, et al.,
2000, p. 58).

1.2.4 A análise granulométrica

O conhecimento do tamanho das partículas que compõem a carga em suspensão é um pré-requisito

para compreender a fonte, o transporte e, em alguns casos, o impacto ambiental dos sedimentos
(CHARLESWORTH; ORMEROD; LEE, 2000; POLETO; MERTEN; MINELLA, 2009). Apesar das
partículas variarem de tamanhos, de argila fina a pedras, a carga em suspensão raramente contém
partículas maiores que areia grossa e, em muitos rios, 50 a 100 por cento da carga suspensa é composta
apenas por silte + argila. O tamanho das partículas é normalmente referido como o seu diâmetro e,
embora algumas partículas são esféricas, o termo não é estritamente correto. O tamanho das partículas
é determinado pela quantidade de sedimentos de uma amostra que passa por uma série de peneiras
com granulometrias diferentes, cada uma mais fina que a outra. A fração de cada peneira é pesada e o
seu peso é expresso como uma percentagem do peso da amostra original. A percentagem acumulada
de material retido nas peneiras é calculada e os resultados são representados graficamente (ONGLEY,
1996).
Dessa forma, a análise granulométrica mede a distribuição do tamanho das partículas que compõem
o sedimento. A classificação granulométrica simplificada de sedimento, adotada pela Associação
Brasileira de Normas Técnicas – ABNT, compreende em pedregulho: de 4,8 a 76 mm, areia: de 0,05
a 4,8 mm, silte: de 0,05 a 0,005 mm e argila: abaixo de 0,005 mm (CARVALHO, 2008).

Não há escala universalmente aceita para a classificação das partículas de acordo com o seu
tamanho. Na América do Norte, a escala Scale Wentworth é diferente da escala comumente usada na
ABNT no Brasil. Existem pequenas diferenças entre as duas escalas e é importante notar qual escala
foi selecionada e usá-la de forma correta (ONGLEY, 1996).

A fronteira entre areia separa os sedimentos de granulação grossa, ou seja, areia e partículas maiores
de sedimentos finos, como silte e argila. Partículas de granulação grossa são considerados não coesos,

42
enquanto sedimentos finos são coesos, ou seja, as partículas vão ficar próximas umas das outras, bem
como de outros materiais. A coesão das partículas tem importante implicações físicas e químicas para
a qualidade do sedimento (POLETO; MERTEN; MINELLA; 2009).

1.3 Transporte de sedimentos

O conhecimento do transporte de partículas de sedimentos é complexo (ONGLEY, 1996).

Primeiramente, é necessário determinar a descarga de sedimentos em suspensão obtida a partir da
descarga de fluxo e concentração de sedimentos em suspensão. Vale ressaltar que a descarga de fluxo
pode ser determinada usando distribuição de velocidade. Existem diversos métodos para determinar a
distribuição de velocidade e a concentração de sedimentos (CUI; SINGH, 2014a).

O sedimento do leito contribui apenas com uma pequena porção de argila e silte presente na carga
suspensa (CARVALHO, 2008; ONGLEY, 1996). A maior parte desse material fino, que pode ser de
50 a 100 por cento da carga suspensa em muitos rios, é levada para o rio por escoamento superficial
durante tempestades. Essa fração não afunda facilmente na coluna de água e as forças de turbulência
mantêm em suspensão durante longos períodos de tempo. Como consequência, a fração de silte +
argila tende a ser bastante distribuída uniformemente por toda a profundidade de um rio. Em lagos e
reservatórios, o material em suspensão se origina a partir de entradas de rios, erosão de encostas e
leito do lago e material orgânico e inorgânico gerado dentro do lago devido à atividade biológica. Em
águas eutrofizadas, a fonte de sedimentos pode ser bastante significativa. O material fino é
repetidamente suspenso por correntes em lagos, gerados pela força do vento, até que, eventualmente,
é depositado em uma área onde o vento é insuficiente para voltar a suspender ou remobilizá-lo. Tais
bacias de deposição em lagos ou reservatórios são importantes para estudos de qualidade sedimento,
porque podem indicar a história de influência antropogênica sobre a composição do sedimento
(ONGLEY, 1996).

A distribuição de velocidade pode ser descrita pela lei Universal de Prandtl-von Karman (von
KARMAN, 1935). Nela, a distribuição do fluxo em canal aberto é dada pela Equação 1:

  
∗ 

(Equação 1)

em que:

=velocidade na vertical com profundidade y sobre o leito (m/s);

∗ = velocidade de cisalhamento (m/s);

= constante universal de von Karman;

43
 = profundidade na velocidade de cisalhamento (m).

A Velocidade de cisalhamento pode ser calculada de acordo com as características do canal

pela Equação 2:

∗   (Equação 2)

em que:

= aceleração da gravidade (m/s²);

=profundidade do fluxo (m);

= declividade de fricção, que é aproximadamente a inclinação do canal de fluxo uniforme

(m/m).

A constante universal κ de von Karman é 0,4 para água limpa e reduz para 0,2 para água com a
concentração alta de sedimentos (CUI; SINGH, 2014a).

Basicamente, a presença de grande quantidade de partículas de sedimentos reduz a eficiência do

comprimento da mistura e da difusividade do fluido, enquanto a viscosidade da mistura fluido-
sedimento é aumentada resultando no amortecimento da turbulência. Ambos efeitos modificam a
velocidade do fluxo e o perfil de concentração de sedimentos. Uma investigação teórica mostrou que
a difusividade turbulenta pode ser representada introduzindo um fator de amortecimento da
turbulência relacionado ao local da concentração de sedimentos Pesquisas experimentais mostram que
a velocidade do fluxo na camada 0,2h (h=profundidade do fluxo) próximo do leito é reduzida,
enquanto que a parte de cima ocorre as maiores velocidades do fluxo. Aparentemente, o processo de
mistura é reduzido devido à presença de grande quantidade de partículas de sedimento (RIJN, 1983).

Em canais abertos sobre uma superfície lisa, sem sedimentos no leito, o perfil de velocidade é
descrito pela lei logarítmica (MAZUMDER; GHOSHAL, 2006). Yalin e Finlaysin (1972) perceberam
que, em perfis de concentração não uniforme, a mensuração do fluxo de velocidade desvia da lei
logarítmica. Para perfis de concentração uniforme, os perfis não foram alterados, mas a inclinação do
perfil é maior do que para o fluxo sem sedimentos, indicando o aumento do gradiente de velocidade.
Os trabalhos clássicos de Vanoni e Brooks (1957) e Einstein e Chien (1955) indicaram que a
distribuição logarítmica de velocidade com valores pequenos, ao invés de um (0,4), usualmente
utilizado, concordam com os dados experimentais de velocidade e distribuição de sedimentos em
suspensão ao longo na profundidade do fluxo, exceto próximo do fundo (MAZUMDER; GHOSHAL,
2006). Seus resultados levaram a conclusão de que, com o aumento da concentração de sedimentos, o
coeficiente de von Karman foi reduzido. Coleman (1981) propôs modelos de distribuição de
velocidade para o estudo do perfil de concentração de sedimentos no qual o valor de k continuou sem

44
alteração, ele analisou os dados obtidos por Vanoni e Brooks (1957) e Einstein e Chien (1955) e
observou que o coeficiente k de von Karman independe da concentração de sedimentos.

Entretanto, outros autores afirmam que, quando se aumenta a densidade do fluido pelos sedimentos
em suspensão, a força de empuxo é aumentada, então a velocidade de queda reduz, fato conhecido
como sedimentação impedida (MAZUMDER; GHOSHAL, 2006; RIJN, 1983).

Tempestades provocam um aumento na descarga e um aumento associado na turbulência em um

rio. Essa turbulência leva sedimentos do leito em suspensão, conduzindo a concentrações
relativamente elevadas de material em suspensão na água. Durante tempestades prolongadas, descarga
e turbulência podem permanecer elevadas, mas geralmente há um declínio progressivo na quantidade
de material em suspensão presentes na água. Isso é porque a quantidade de sedimento no leito de um
rio, e que é introduzido no rio por processos de erosão, é limitada e a quantidade de sedimento
disponível para ser levado em suspensão diminui gradualmente durante um evento de tempestade.
Quando uma série de amostras de descarga de água são colhidas em intervalos ao longo de um evento
de chuva, quando o fluxo aumenta, atinge um pico e depois diminui, por isso a representação gráfica
da concentração de sedimentos suspensos contra descarga, muitas vezes, assumi a forma de um laço
de histerese (ONGLEY, 1996).

Dessa forma, as condições de fluxo alteram o perfil de concentração de sedimentos e a concentração

de sedimentos altera as condições de fluxo. Essas interações ocorrem a todo momento juntamente com
a declividade e rugosidade do canal. Em rios, onde as condições mudam a todo instante, essas
interações ocorrem a todo momento e mudam as condições de fluxo. Por esses fatos, pode-se afirmar
que a determinação da concentração de sedimentos é complexa e sua estimativa por métodos
determinísticos nem sempre é satisfatória.

2. TEORIA DA ENTROPIA

Em 1824, segundo Asimov (1987), o físico francês Carnot vislumbrou a Segunda Lei da
Termodinâmica em seus estudos sobre o fluxo de energia. Por volta de 1877, o austríaco Ludwig
Boltzmann, pela primeira vez introduziu o conceito estatístico de entropia, estabelecendo uma relação
direta entre a entropia e a desordem molecular de um processo térmico aleatório, conforme Resnick e
Halliday (1988). Pode-se dizer que a entropia é uma variável que reflete o estado em que um sistema
termodinâmico pode se encontrar (CHAO-LIN CHIU, 1987; CHIU, 1987; CONTE, 2005; CUI;
SINGH, 2014b; KUMBHAKAR; GHOSHAL, 2016; SINGH, 2011; YEVJEVICH, 1972).

Conte (2005) identifica certa similaridade física entre um sistema hidráulico e um térmico. O autor
compara esses dois sistemas como se fossem dois reservatórios que se encontram desconectados num
primeiro instante: um está quente e o outro está frio nos reservatórios térmicos ou um está cheio e o

45
outro vazio nos reservatórios hidráulicos. Após providenciar uma comunicação entre os dois
reservatórios, quente-frio ou cheio-vazio, levará um tempo para que se estabeleça a condição de
equilíbrio desses reservatórios. No estado final, os dois reservatórios térmicos terão uma temperatura
média e os dois reservatórios hidráulicos estarão nivelados. Nos dois casos, está presente o conceito
físico de entropia, de acordo com a Segunda lei da Termodinâmica, os dois sistemas, de forma
irreversível, jamais retornarão espontaneamente ao seu estado original, a menos que se gaste certa
quantidade de energia para realizar tal operação. No reservatório hidráulico, a energia que faz a água
se movimentar é a potencial gravitacional. Nos sistemas termodinâmicos, foi necessário introduzir o
conceito de uma variável “invisível” que foi chamada de entropia, para representar o fluxo de alguma
coisa que se deslocava de um reservatório em direção ao outro. Dessa forma, Minei (1999) ressalta
que a Segunda Lei da Termodinâmica consiste na descrição da mudança espontânea da distribuição
de energia, da desigual para a equilibrada. Clausius em1950 sugeriu que esse processo de nivelamento
se aplicava a todas as formas de energia e a todos os eventos do Universo.

Num sistema isolado, a entropia cresce sempre. Como é um processo probabilístico, ele é válido
apenas para sistemas compostos por um número muito grande de partículas movendo-se caoticamente,
conforme a lei dos grandes números da teoria da probabilidade (MINEI, 1999).

Um sistema é caracterizado pelas suas variáveis macroscópicas, que são aquelas

quantidades possíveis de serem medidas em laboratório: volume, pressão,
temperatura, energia total, constituição química. Essas quantidades não são, no
entanto, suficientes para definir completamente o estado do sistema. Há um número
enorme de “variáveis microscópicas” que somos completamente incapazes de medir:
a posição e a velocidade de cada uma das partículas individuais, o estado quântico
dos átomos ou da estrutura molecular, etc. Para um “estado macroscópico”, existe um
número muito grande, mas finito, de possíveis “estados microscópicos” definidos
pela distribuição das partículas (átomos ou moléculas) no espaço ou pela distribuição
de energia entre elas. Devido ao movimento caótico e aos choques constantes entre
elas, a cada momento há um determinado “estado microscópico” ou “complexão”.
Como nenhum estado tem preponderância sobre os demais, ocorre uma mudança
contínua de “estados microscópicos”. O número de “estados microscópicos” que
satisfazem um determinado “estado macroscópico” é chamado de probabilidade
termodinâmica do estado, peso estatístico do estado ou número de complexões. Ao
contrário da probabilidade matemática, que tem sempre o valor de uma função
própria, o valor de P vem sempre expresso por um inteiro, geralmente muito grande.
Se num sistema isolado ocorrer uma transformação espontânea que, como
consequência muda o “estado macroscópico” do sistema, isto significa que o novo
estado tem uma quantidade maior de “estados microscópicos” ou “complexões” que
o satisfazem que o anterior. Como resultado, aumenta a probabilidade termodinâmica
do sistema e, simultaneamente, a entropia do sistema (MINEI, 1999, p.13).

O conceito estatístico de entropia foi evoluindo. Em 1948, Shannon propôs uma teoria com bases
matemáticas mais sólidas, estabelecendo uma conexão entre entropia e sequências típicas que permitiu
a solução de inúmeros problemas nas áreas de codificação e transmissão de dados nos sistemas de
comunicação em geral.

46
 Considerando o exemplo de Hancock (1961), um estudante folheia aleatoriamente um livro e para,
casualmente, no capítulo Probabilidade Discreta. Se ele já conhecia o assunto, pouca ou nenhuma
informação ele obterá da leitura. Se esse for seu primeiro contato com o tema, ele estará recebendo,
nessa leitura, uma grande quantidade de informações.

Dessa maneira, o que diferencia a primeira situação da segunda é a noção de incerteza, ou seja,
quanto maior a incerteza sobre o resultado de um “estado” da mensagem, maior será a quantidade de
informação associada a esse resultado. Se é possível prever antecipadamente o resultado de uma
situação pós-mensagem, então certamente nenhuma informação foi passada por ela. A medida da
informação de um “estado” pós-mensagem precisa estar baseada na probabilidade de ocorrência dessa
situação. A entropia, portanto, é uma medida da informação ou do grau de incerteza que se tem sobre
um determinado sistema (SHANNON, 1948).

Caso ocorra um evento e aconteça a transmissão de uma mensagem para comunicá-lo, a quantidade
de informação transmitida ao receptor é definida por:

çã    "

!
(Equação 3)

em que:

#!  probabilidade do evento, junto ao receptor, após a chegada da mensagem;

#  probabilidade do evento, junto ao receptor, antes da chegada da mensagem.

Admitindo-se somente a situação de transmissão sem ruído, ou seja, a mensagem recebida é igual
a mensagem transmitida, o receptor tem certeza que está recebendo a mensagem correta. Dessa forma,
a probabilidade p’ será igual a 1. A quantidade de informação dependerá apenas da probabilidade do
evento anterior à mensagem, então a Equação 3 pode ser definida pela Equação 4:

çã    "  %#

$
(Equação 4)

Existem outras definições que não envolvem o logaritmo, porém a definição da Equação 4 é
simples, pois não conduz a contradições e tem propriedades úteis na análise (GOLDMAN, 1954 apud
MINEI, 1999). Segundo Minei (1999), o valor numérico da quantidade de informação depende da
base usada para os logaritmos. Na transmissão de informações, o normal é a base 2 (SCHWARTZ,
1980 apud MINEI, 1999). Dessa forma, uma unidade de informação é chamada de dígito binário,
usualmente chamado bit (SHANNON, 1948). Em uma situação em que há somente duas alternativas
igualmente prováveis, um bit de informação dirá qual evento ocorreu. Minei (1999) exemplifica como
no lançamento de uma moeda. Tem-se duas alternativas, cara ou coroa, com probabilidades iguais. O
resultado coroa fornece a quantidade específica de informação de acordo com a Equação 5:

47
 %&  " & '2)  1+
$
&
(Equação 5)

Considerando uma fonte produzindo 3 símbolos, A, B e C, “A” ocorre com probabilidade P(A),
“B” com probabilidade P(B) e “C” com probabilidade P(C). A quantidade de informação associada a
“A” é %& ,'-), a associada a “B” é %& ,'.) e a associada a “C” é %& ,'/). “A” ocorre no
tempo somente com a probabilidade P(A), “B” apenas com P(B) e C, apenas com P(C), e a informação
média H é definida como:

0  %,'-). & ,'-) % ,'.). & ,'.) % ,'/). & ,'/) (Equação 6)

O conceito de entropia já é bem estabelecido e usado na estatística e teoria da informação.

Generalizando o resultado na Equação 6 para uma fonte X e gerando m símbolos independentes, se o
j-ésimo símbolo tem uma probabilidade de ocorrência p(Xj), a entropia pode ser quantificada em
termos de probabilidade de acordo com a Equação 7:

0'2)  % ∑ #425 6#) (Equação 7)

em que: #425 6 = a probabilidade do sistema estar no estado X com valores de {Xj, j = 1, 2, ....}

Isso foi mostrado em sistemas ideais, H (X) definido pela Equação 7 é equivalente à entropia da
termodinâmica. De acordo com o conceito de entropia, em condições de equilíbrio estático, o sistema
tende a ter a máxima entropia sobre restrições vigentes.

Todavia, a entropia H definida pela Equação 7 é o conteúdo médio de informação de uma amostra
de dados. Se a variável X é contínua, a entropia pode ser expressada pela Equação 8:

0'2)  % 7 #'2)#'2)2 (Equação 8)

em que #'2) é a função de densidade de probabilidade de modo que #'2)2 é a probabilidade da

variável estar entre X e X+dX.

A máxima entropia é relacionada com a quantidade de informação sobre uma variável X, que é
equivalente à máxima incerteza de X até então mensurada.

O princípio da máxima incerteza revela que a máxima entropia é função do número de

possibilidades N, em que esse sistema pode encontrar. Por exemplo, o ato de jogar um dado de 6 faces.
A entropia máxima desse sistema vale ln6, pois a probabilidade de uma determinada face se voltar
para cima é a mesma para todas as faces. Pode-se afirmar que a entropia diminui à medida que a
informação sobre o sistema aumenta ou vice-versa (CONTE, 2005).

48
 Ela é 0 nos casos puramente determinísticos em que a função conjunta de probabilidade #425 6 = 1
e (Xi) = 0 para todo i diferente de j. Maximizando a entropia do sistema, fará com que a distribuição
de probabilidade uniforme seja possível, desde que atenda às restrições.

Segundo Minei (1999), Clasius demonstrou que uma quantidade baseada na razão entre total de
calor e temperatura, em qualquer corpo, era um dado importante no processo de nivelamento da
energia. A essa quantidade deu o nome de “entropia”. Quanto mais baixa a entropia, mais desigual a
distribuição de energia. Quanto maior a entropia, mais equilibrada a distribuição. Dessa forma, a
máxima entropia possui o estado de equilíbrio de um sistema. A tendência espontânea está no sentido
de equilibrar distribuições desiguais de energia, então tudo se move no sentido de uma baixa para uma
alta entropia.

De acordo com o conceito de entropia, é possível, pela entropia máxima, determinar a máxima
incerteza, a aleatoriedade ou a desordem de um sistema. Considerando um sistema hidrológico e
supondo que desejasse estimar o seu estado, usa-se o princípio da máxima entropia para modelar a
distribuição de probabilidade do possível estado do sistema. Os dados podem ser coletados para a
estimativa dos parâmetros e posteriormente validação (KUMBHAKAR; GHOSHAL, 2016).

1.4 Aplicação da Entropia em Hidrologia e Hidráulica

De uma forma geral, no enfoque tradicional da hidráulica, as grandezas envolvidas são tratadas
de forma determinística. Na verdade, essas grandezas, representadas por um valor médio, são médias
amostrais e deveriam ser apresentadas estatisticamente por uma média e uma variância, considerando
a incerteza de qualquer média amostral (MINEI, 1999).

O conceito de entropia como usado na Teoria da Informação fornece o grau de incerteza de um

resultado específico em um processo; portanto, para o tratamento de variáveis hidrológicas, pode-se
calcular a entropia dessas variáveis a partir de dados históricos e/ou medidos e, assim, caracterizar o
inesperado ou a variabilidade inerente do processo (CHIU, 1987; ESPILDORA; AMOROCHO, 1973;
SINGH, 1989).

Vários trabalhos foram desenvolvidos aplicando a teoria da entropia, com destaque aos utilizados
na área de recursos hídricos (SINGH, 1997; HUSAIN, 1989), na aplicação em hidrologia (SINGH,
1998; WANG; ZHU, 2001), nas séries históricas de precipitação e vazão, principalmente e na previsão
de variáveis hidrológicas (WEIJS; SCHOUPS; VAN DE GIESEN, 2010), na avaliação da previsão e
estabilidade dos fluxos de rios (MUKHOPADHYAY; KHAN, 2015) e no dimensionamento de redes
de monitoramento hidrológico (YANG; BURN, 1994).

A concepção da probabilidade baseada na entropia tem sido aplicada na distribuição vertical de

velocidades (CHAO-LIN CHIU, 1987; CHIU, 1988; CHIU, 1989; CHIU, et al., 2005; CUI; SINGH,
2013; KUMBHAKAR; GHOSHAL, 2016; LUO; SINGH, 2011; SINGH; MARINE; FONTANA,

49
2013; WANG MU-LAN, et al., 1992), concentração de sedimentos (CHIU; JIN; CHEN, 2000; CUI,
2012; CUI; SINGH, 2014a; GOMEZ; PHILLIPS, 1999; LIEN; TSAI, 2003; SINGH; CUI, 2015;
SING; KRSTANOVIC; LANE, 1988; SINGH; KRSTANOVIC, 1987), transporte de sedimentos
(SINGH; CUI, 2015), determinação da relação de precipitação X vazão (CHEN, et al., 2014; SINGH,
2012; SONUGA, 1976), determinação de precipitação e de vazão (CHOU, 2014; CONTE, 2005;
ZHANG; SINGH, 2012), previsão de vazões (CUI; SINGH, 2015), processo fluvial (DESHPANDE;
KUMAR, 2016; XU; ZHAO, 2013), batimetria da seção transversal de canais e rios (MORAMARCO
et al., 2013), vazão de pico (ZHANG; SINGH, 2014) erosividade de bacias hidrográficas de acordo
com a precipitação (XIAO et al., 2015) entre outras aplicações.

A equação de distribuição de velocidade derivada do princípio de máxima entropia tem

vantagens sobre a equação universal da distribuição de velocidades de Plandth von Karman (CUI;
SINGH, 2014a). A máxima entropia aplicada à distribuição de velocidade e transporte de sedimentos
reflete o efeito do tamanho das partículas do sedimento suspenso, material grosseiro e a concentração
de sedimentos. Elas podem ser utilizadas como variáveis para caracterizar e comparar vários fluxos
(CHAO-LIN CHIU, 1987; SINGH; CUI, 2015; SINGH, 2011).

Chiu, Hsu e Tung, (2005) e Minei (1999) estabeleceram métodos de estimativa da vazão em
rios por meio do modelo probabilístico baseado na entropia de Shannon com a medição da velocidade
em apenas um ponto de uma vertical do rio ou de alguns pontos dessa vertical. Isso reduz
consideralvelmente o tempo e o custo das amostragens. Além disso, torna possível a mensuração
durante enchentes quando o nível da água sofre grandes variações em curto espaço de tempo. Essa
técnica pode ser aplicada quando se utiliza de radares na superfície da água e até mesmo ADCPs
(Doppler acústico current profiler), principalmente durante enchentes. Mede-se a velocidade
superficial e a partir dela encontra os parâmetros de entropia. Conhecida a seção do canal, calcula-se
a descarga ou vazão total (CHIU; HSU; TUNG, 2005; MORAMARCO et al., 2013). Os dados de
descarga obtidos por tais métodos também podem ser usados para compreender as relações de fase de
descarga muito necessárias que ocorrem durante períodos instáveis de alto fluxo, que têm as formas
diferente das apresentadas pelas curvas de classificação convencionais obtidas com períodos de fluxo
constante (CHIU; HSU; TUNG, 2005). Tais avanços devem adicionar conhecimento científico em
hidrologia e também podem contribuir grandemente para projetos de engenharia para controle de
enchentes.

1.5 Modelos Matemáticos para estimar a concentração de sedimentos

Modelos matemáticos são desenvolvidos para descrever a distribuição da concentração de

sedimentos, do leito à superfície da água em canais. Esses modelos podem ser usados para estimar a
concentração média de sedimentos rapidamente, com amostras pontuais em rios. Segundo Chiu, Jin e

50
Chen, (2000), os modelos são produzidos com a combinação de conceitos determinísticos e
probabilísticos. A característica complementar dos dois conceitos fortalece a metodologia e descreve
melhor as características do transporte de sedimentos.

Chiu, Jin e Chen, (2000) apresentam um modelo que incorpora a equação da distribuição da
velocidade que corresponde a distribuição de probabilidade derivada da maximização da teoria da
entropia. A distribuição de probabilidade é uma descrição compacta do sistema da seção do canal, sua
resiliência e estabilidade explicam a aplicabilidade do modelo desenvolvido de velocidade e
distribuição de sedimentos em diferentes condições de fluxo, estável e instável.

A taxa de transporte de sedimentos é necessária para vários propósitos tais como o controle e
gerenciamento de bacias hidrográficas, canais de rios, sedimentação em reservatórios e transporte de
poluentes. Para determinar isso, é necessário encontrar a concentração média de sedimentos em uma
seção do canal (CUI; SINGH 2014a). Nas atuais operações, a concentração média de sedimentos da
seção de um canal é determinada com a relação entre a concentração de sedimentos representativa
com a concentração média de sedimentos de uma linha vertical da seção. Isso é uma prática comum
na amostragem da profundidade média para determinar diretamente a concentração média da vertical.
Todavia, durante cheias e períodos de fluxo instável, correntes fortes fazem a amostragem da
profundidade média impraticável.

Como alternativa para essa situação, usam-se modelos que traduzam a única amostra para a
concentração média. A equação 9 rege a distribuição de concentração de sedimentos em um eixo
vertical:

%89  :  <9 
:;
(Equação 9)

em que:

89 = coeficiente de difusão para o transporte de sedimento;

c = concentração de sedimento em y (g/ L);

y = distância vertical mensurada do leito (m);

<9  velocidade de caimento (sedimentação) da partícula de sedimento (m/s).

O lado esquerdo da Equação 9 representa o transporte de sedimentos para cima por difusão e
o lado direito o transporte para baixo por gravidade. 89 frequentemente é estimado como =8> , em que
= é um coeficiente e 8> é o coeficiente de difusão para transferência de movimento que pode ser
obtido pela Equação 10:

? : A$ : A$
8>   " 
& : "
?
@ : ?
(Equação 10)

51
em que:

B= densidade do fluido (g/cm³);

du/dy= gradiente de velocidade ao longo do eixo y;

= velocidade de cisalhamento (m/s);

C C = tensão de cisalhamento em y e em y=0, respectivamente.

Todavia, a solução da Equação 10 é dada como (Equação 11):

? A$ :
 E# FIJH 7  "  K
D AG 
D ? :
(Equação 11)

em que:

 c na profundidade y = 0 (g/L).

A Equação 10 mostra que diferentes modelos matemáticos de distribuição de concentração de

sedimentos podem ser derivados da utilização de modelos diferentes de velocidade e de distribuição
de tensões de cisalhamento. Um exemplo clássico de um possível modelo que pode ser derivada a
partir de (Equação 10) é a bem conhecida equação de Rouse (Equação 12) (ROUSE, 1937).
O
 "
; MA N
;L  MAN
(Equação 12)

em que:

N = C na profundidade de y =a (g/L);

D = profundidade da água em y (m).

P  I
H G
(Equação 13)
∗

Vale destacar que é a constante de von Karman. A distribuição de velocidade foi

representada pela equação logarítmica de Prandtlvon Karman (von KARMAN, 1935).
A distribuição da tensão de cisalhamento usada na derivação (Equação 14) foi:

 1%M
? 
?
(Equação 14)

Todavia, a Equação 10 é inválida próxima ao leito do canal e imprecisa próxima da superfície da

água, o que reduz a utilidade para a determinação da concentração média de sedimentos. A estimativa

52
da velocidade média pela equação de distribuição de velocidade Prandtl von Karman é inválida perto
do leito, porém não causa um grande erro, pois a velocidade perto do leito é pequena, mas a estimativa
de concentração de sedimentos média pela (Equação 12), que também é inválida perto do leito, vai
causar um grande erro uma vez que a concentração de sedimentos no leito do canal é máxima e tem
um grande efeito sobre a concentração de sedimento (CUI; SINGH 2014a).

Partindo do princípio que a concentração de sedimentos ao longo de uma vertical é uma variável
aleatória, uma distribuição de probabilidade de concentração de sedimentos em suspensão pode ser
obtida através da maximização da entropia sujeito à restrição dada pela concentração média e sob a
suposição de que a concentração de sedimentos é igual a zero na superfície da água (CHIU; JIN, 1997;
CUI; SINGH, 2014b; SINGH; CUI, 2014; ZHU; ZHANG; WANG, 1996).

As abordagens baseadas em entropia para concentração de sedimentos são baseadas na teoria da

entropia de Shannon (CHAO-LIN CHIU, 1987; CHIU; JIN; CHEN, 2000). Estes autores mostraram
que as equações com base na entropia fazem a previsão da concentração de sedimentos melhor do que
equações empíricas ou baseadas em sistemas hidráulicos (CUI; SINGH 2014a).

Para encontrar um modelo alternativo de distribuição da concentração de sedimentos que não tenha
as limitações da Equação 12, um modelo alternativo de distribuição da velocidade é necessário. Chiu
(1988, 1989) encontrou a Equação 15 de distribuição da velocidade:

  U1 V ' T % 1) W X
QáS WAW
T QáS AW
(Equação 15)

em que:

M= parâmetro,

>áY = velocidade máxima da seção transversal do canal (m/s),

Z>áY  valor mínimo de Z quando u=0;

= Velocidade em Z (m/s);

Z = variável com a qual u aumenta.

Para definir Ze 'Z % Z )⁄Z>áY % Z ), seria útil observar a origem com base na probabilidade
que é equivalente a Equação 16:

7 '
)
 W
 WAW
QáS AW
(Equação 16)

em que:

'
)  E#'$ V &
) (Equação 17)

53
 A função de densidade de probabilidade'
) varia de zero a umáx e é zero fora do intervalo. Ele
tem parâmetros relacionado com aqueles da Equação 17 por:

$   U'\ ] A$) X
T
(Equação 18)
QáS

& 
T
QáS
(Equação 19)

A Equação 20 foi derivada pelo método de Lagrange e pela maximização da probabilidade baseada
na entropia da informação (SHANNON, 1948).

07 '
)'
)

QáS
(Equação 20)

sujeita às restrições das Equações 21 e 22:

'
)
 1
QáS
7 (Equação 21)

'
)

´  `
QáS _
7 (Equação 22)

Na Equação 22:

´ = a velocidade média da seção transversal do canal (m/s);

Q = vazão (m³/s);

A = área da seção transversal (m²).

No espaço físico, 'Z % Z )⁄'Z>áY % Z ) é a fração da seção transversal do canal em que a

velocidade é inferior ou igual a u. Por exemplo, num canal de largura, retangular, ou seja, By/BD ou
y/D em que B é a largura do canal, D é a profundidade da água, e y é a distância vertical entre o leito
do canal e a velocidade é u. Nesse caso, Z = 0, Z>áY = 1, então 'Z % Z )⁄'Z>áY % Z ) = Z = y/D. Para
fluxo em um tubo circular, 'Z % Z )⁄'Z>áY % Z ) = 'a & % a & )⁄a  &  1 % '⁄ )&; r é a distância
radial a partir do centro, onde a velocidade é u; e R é o raio do tubo. Dessa forma,
'Z % Z )⁄'Z>áY % Z ) pode se adequar em diversos tipos de canais e tubos. Cada isovel numa seção
do canal tem um valor de Z que pode ser expressa como uma função de coordenadas cartesianas.
Pontos numa isovel têm o mesmo valor de Z. Se uma seção de canal tem uma forma geométrica
irregular, será difícil de expressar Z como uma função de coordenadas retangulares. No entanto, uma
vez que cruzam isovels no eixo vertical, definido '' eixo y, '' em que ocorrem Z>áY e umáx, os valores
de Z das isovels podem ser expressas como uma função de y sobre o eixo y. Por exemplo, uma
expressão de Z é dada pela Equação 23:

Z E# 1 % MAb"
 
MAb
(Equação 23)

54
 Se a tensão de cisalhamento e a distribuição de velocidade são representadas pelas Equações
15 e 16, com Z  , a Equação 11 leva à Equação 24:

M

c f!
$A
F K
D d
c
D $e'\ ] A$)
(Equação 24)
d

em que  é c em y = 0, e g 
´⁄
>áY :

GH QáS 4$A\ i] 6 GH ´4$A\ i] 6

h!    hk
I∗J T I∗J Tj
(Equação 25)

em que:

k
$A\ i]
Tj
(Equação 26)

h  IH J
G ´
(Equação 27)
∗

Embora a Equação 24 e a de Rouse (Equação 12) pareçam ser similares, a Equação 24 é

aplicada no leito do canal, mas a equação de Rouse não é.

Na Figura 8, pode ser visualizado o efeito de M na distribuição de sedimentos.

C0= 6,4x103 g/L, λ=2,47

Atrisco canal (McQuivey 1973),

M = 0 e λ=2,47
M = 2 e λ=2,47
M = 4,21 e λ=2,47
M = 6 e λ=2,47
M =10 e λ=2,47

Figura 7 – Efeito de M na Distribuição de Sedimentos.

Fonte: Adaptado de Chiu, Jin e Chen, (2000)

55
Nas Figuras 9 e 10, podem ser visualizados o efeito de λ e h/D na distribuição de Sedimentos com
M=3 e o efeito de λ no tamanho das partículas e na distribuição dos Sedimentos.

h/D = - ∞
h/D = -1
h/D = 0
h/D = 0,4

λ= 1/2
λ= 1
λ= 2
λ= 4
y/D

C//́
Figura 8 – Efeito de λ e h/D na distribuição de Sedimentos com M=3
Fonte: Adaptado de Chiu, Jin e Chen, (2000)

Na Figura 10 podem ser visualizadas as concentrações de sedimentos estimadas utilizando os pares

M = 4,21 e λ = 2,47; M = 4,62 e λ = 5,14; M = 4,49 e λ = 9,07 para várias profundidades.

56
 M= 4,21
C0 = 6,40x103
M= 4,62 h/D = - ∞
C0 =2,77x105 λ= 2,47
h/D =0
λ= 5,14

M= 4,49
C0 =1,36x104
y/D

h/D =0,24
Atrisco canal, λ= 8,07

McQuivey, 1973

Einstein e Chien, 1955

C (g/L)
Figura 9 – Efeito de λ no tamanho das partículas e na distribuição dos Sedimentos.
Fonte: Adaptado de Chiu, Jin e Chen, (2000)

Para uma modelagem mais refinada, a Equação 23 pode ser usada para representar ξ de modo que
os efeitos da distribuição de velocidade sobre a concentração de sedimentos podem ser incluídos com
maiores detalhes por meio dos parâmetros M e h (CHIU; JIN; CHEN, 2000). O parâmetro M
representa o efeito das características locais do sistema global da seção do canal; e h tende a aumentar
com a descarga e representa o efeito da localização da velocidade máxima.

Na Figura 11, estão apresentadas as estimativas de g, sua relação com o tamanho das partículas e
os valores de β.

57
 Perfil
(a)

Coleman (1986)
Einstein e Chien (1955)
McQuivey (1973)
Φ = 9,93 (d50-0,046)0,32
Run

d50(mm)
(b)
β

Perfil
(c)

Figura 10 -Estimativa de: a) Estabilidade de g; b)Relação de g e tamanho das partículas; c)Estimativa dos valores
de β.
Fonte: Adaptado de Chiu, Jin e Chen, (2000)

58
 A Equação 15 com ξ é representada pela Equação 23, de modo que Z = 0 dá o gradiente de
velocidade como a Equação 28:

A$
oℎW U1 V ' T % 1)
4\ ] A$6´
 Xq
: W
: jTWQáS WQáS
(Equação 28)

em que:

g 
´⁄
>áY ;

Z>áY = valor máximo de Z tal que h≥ 0 e para h < 0 é Z em y=D;

ℎW = fator de escala para Z definido por   ℎW Z ou pela Equação 29:

A$
ℎW  :W  U 1 % MAb"X
: W 
(Equação 29)

A distribuição da tensão de cisalhamento compatível com a distribuição de velocidade com Z

dado pela Equação 23 pode ser expressa pela Equação 30:

&
 M 1 % MAb" V 1 % M" 1 % MAb"
? b  b 
?
(Equação 30)

1.6 Determinação da concentração de sedimentos pela entropia de Tsallis

A determinação da concentração de sedimentos usando a entropia de Tsallis implica em (1)

definição da entropia de Tsallis, (2) especificação de restrições, (3) maximização da entropia, (4)
determinação dos multiplicadores de Lagrange, (5) determinação da função densidade de
probabilidade e máxima entropia, (6) hipótese de distribuição de probabilidade cumulativa e (7) de
distribuição de concentração de sedimentos. Essas etapas foram detalhadas por (CUI, 2011) e estão
descritas abaixo:

1.6.1 Definição da entropia de Tsallis

Sabendo que a concentração c da concentração de sedimentos é uma variável aleatória com função
densidade de probabilidade (PDF), f(c), então a entropia de Tsallis (TSALLIS, 1988) de C,
H (c) pode ser expressa pela Equação 31:

0'/)  o1 % 7;b r')s> q  >A$ 7;b ')t1 % r')s>A$ u

$ ;> $ ;>
>A$
(Equação 31)

59
em que c, ch ≤ c ≤ cm, é o valor da variável aleatória c, cm é o valor máximo de c ou concentração na
cama, ch é a concentração na superfície da água, o símbolo m representa o índice de entropia e H
representa a entropia de f (c) ou c.

A quantidade f(c)dc variável define a probabilidade de concentração de sedimentos que ocorre

entre c e c + dc. O objetivo é obter f (c) que é conseguido por meio da maximização de H, sujeitos a
restrições especificadas, em conformidade com o princípio da máxima entropia (CHIU; JIN, 1997).

1.6.2 Especificação de restrições

A f (c) é uma PDF e deve satisfazer a igualdade expressa na Equação 32:

7D ')  1
DQ
(Equação 32)
v

que é uma declaração do teorema da probabilidade total.

Uma das restrições mais simples é a média ou a concentração de equilíbrio de sedimentos em

volume, denominado M . O valor da média pode ser conhecido ou obtido a partir de observações e
pode ser expressa pela Equação 33:

7D ')  wrs  M
DQ
(Equação 33)
v

1.6.3 Maximização da Entropia

A entropia H de c, dada pela Equação 4, pode ser maximizada em conformidade com Jaynes (1957),
empregando o método dos multiplicadores de Lagrange. Para esse efeito, a função de Lagrange L pode
ser expressa pela Equação 34:

x  7D Q >A$ t1 % r')s>A$ u % h U7D Q ') % 1X %

D y'D) D
v v

%h$ U7D Q ') % M X

D
(Equação 34)
v

em que λ0 e λ1 são os multiplicadores de Lagrange, Diferenciando a Equação 34 em relação a f,

salientando f como variável e c como parâmetro e igualando o derivado a zero, obtém-se a Equação
35:

 0 → >A$ r1 % ')>A$ s % h % h$  0
z{ $
zy
(Equação 35)

60
 A Equação 35 leva à 36:

')  ~  %h % h$ " €
>A$ $ Qi
> >A$
(Equação 36)

que representa a PDF de concentração de sedimentos c que é menos tendenciosa e baseada em Jaynes
(1957).

A f (c) é apresentada para diferentes valores de λ1, com ch = 0 e cm = 1, na Figura 11. Vê-se,
na Figura 12, que, quando λ1 = 0,1, f (c), tende a ser uniforme. Quando λ1 aumenta, a PDF tende para
concentrações mais baixas de sedimento. O valor mais elevado de λ1 é o que a f (c) mais se aproxima
de 0. Depois que λ1 torna-se maior do que 5, a PDF é menos sensível a λ1.

Figura 11 - Plotagem de f (c) em função de λ1 e m = 2.

Fonte: Adaptado de Singh e Cui (2015)

Do mesmo modo, para diferentes valores de m, a f (c) é apresentada na Figura 12 - Plotagem de

f(c) em função de m.

61
 Figura 12 - Plotagem de f(c) em função de m.
Fonte: Adaptado de Singh e Cui (2015)

Novamente, o PDF tende a diminuir com o aumento da concentração de sedimentos. Vê-se que,
quando m é entre 0,5 ≤ m ≤ 0,75, f (c) não é altamente sensível a m. Quando m é igual a 3, a
probabilidade da concentração de sedimentos total cai para 0 rapidamente.

1.6.4 Determinação dos multiplicadores de Lagrange

A Equação 36 tem λ0 e λ1 desconhecidos que podem ser determinados com a utilização das
Equações 34 e 35. O multiplicador λ1 de Lagrange está associado com a concentração média e λ0 com
a probabilidade total. Estes multiplicadores têm sinais opostos, com λ1 positivo e λ0 negativo. A
substituição da Equação 36 na Equação 32 leva à Equação 37:


7D ~ > >A$ %h % h$ " €   1

DQ >A$ $ Qi
(Equação 37)
v

A integração da Equação 37 será:

Q Q Q

 " ~ %h % h$ > " % >A$ %h % h$ b " €1

$ >A$ Qi $ Qi $ Qi
f > >A$
(Equação 38)

Da mesma forma, a substituição da Equação 36 na Equação 33 será:



7D  ~ > >A$ %h % h$ " €   M

DQ >A$ $ Qi
(Equação 39)
v

62
 A Equação 39 pode ser integrada por partes como:

Q Q Q

%h$ M  "  >  %h % h$ > " % b  %h % h$ b " V ~ %h %

> Qi $ Qi $ Qi e>A$ $ $
>A$ >A$ >A$ &>A$ f >A$

JQi JQi

h$ > " % %h % h$ b " €

Qi $ Qi
>A$
(Equação 40)

As Equações 38 e 40 podem ser resolvidas numericamente para λ0 e λ1 para valores especificados

de c, cm, ch, e m.

1.6.5 Determinação da função densidade de probabilidade (PDF) e entropia máxima

Integrando a Equação 36 a partir de ch a c, obtém-se a função de densidade acumulada FDA de c,

F (c), conforme Equação 41:
Q Q Q

')   > " ~ %h % h$ b " % >A$ %h % h$ " €

>A$ Qi $ $ Qi $ Qi
f >A$
(Equação 41)

Se o fluxo de sedimentos na superfície da água é insignificante, ou seja, ch = 0, então a Equação 41

torna-se:
Q Q Q

')   > " ~>A$ %h " % >A$ %h % h$ " €

>A$ Qi $ $ Qi $ Qi
f
(Equação 42)

Agora, a entropia máxima de c é obtido através da inserção da Equação 36 na Equação 31:

Q JQi

0')  >A$ ‚> % b V  > " V E ~>A$ %h % %h$ > " % >A$ %h %
$ >A$ Qi $ $ Qi $
'&>A$)f

JQi

h$ b " €ƒ
Qi
(Equação 43)

A Equação 43 é expressa em termos de λ0 e λ1, multiplicadores de Lagrange, pelo limite inferior

da concentração, ch, e limite superior de concentração cm.

Para diferentes valores de λ1, H (c) é representada graficamente na Figura 13 - H (c) em função de
λ0 para vários valores de λ1 com m = 2. Vê-se que, quando λ1 = 0,1, 0,3, e 0,5, a entropia de Tsallis
diminui com λ0. Mas, quando λ1 = 1, a entropia diminui primeiro para λ0 menor do que 0,5 e, em
seguida, começa a aumentar após λ0 tornar-se maior do que 0,5. Pela mesma λ0, a entropia é maior
para valores menores de λ1.

63
 Figura 13 - H (c) em função de λ0 para vários valores de λ1.
Fonte: Adaptado de Singh e Cui (2015)

1.6.6 Hipótese de distribuição de probabilidade cumulativa

Para modelar a concentração de fluxo de sedimentos em termos de profundidade de fluxo, se

a hipótese de que a probabilidade da concentração de sedimentos é menor do que c ou igual a um
determinado valor de c, pode ser expressa como (h0-y)/h0. Em seguida, a função de distribuição
cumulativa de c, F (c), em termos de profundidade de fluxo, pode ser escrito pela Equação 44:

')  1%b
b A 
b
(Equação 44)

Igualando a Equação 44 com a Equação 41, obtém-se a Equação 45:

Q Q Q

')   " ~ %h % h$ b " % %h % h$ " €1%

>A$ Qi $ $ Qi $ Qi 
> f >A$ >A$ b
(Equação 45)

1.6.7 Distribuição de concentração de sedimentos

Sendo h∗  >A$ % h$ , então a Equação 45 pode ser escrita como:

$

64
 Qi
Q Q
 % ‚%h$ 1 % "VU 'h∗ % h$ b )X ƒ
f∗ $ > >A$  >A$ Qi
f f >A$ > b >
(Equação 46)

Se ch = 0, a Equação 46 reduz-se a:

Qi
Q Q
 % ‚%h$ 1 % "V h " ƒ
f $ > >A$  >A$ Qi
f f >A$ > b >
(Equação 47)

A Equação 47 representa a distribuição de concentração de sedimentos definida em termos de

profundidade de fluxo.

1.6.8 Reparametrização

A distribuição de concentração de fluxo de sedimentos pode ser simplificada usando um

parâmetro adimensional da entropia definido pela Equação 48:

„f %f
f DQ $ >
 DQ Af∗ >A$
(Equação 48)


Dividindo a Equação 47 por cm, obtém-se:

Qi
Q Q
f %f ‚%h$ 1 % b " V  h∗ " ƒ
D f∗ $ > >A$  >A$ Qi
DQ  DQ  DQ >A$ > >
(Equação 49)

 1 % , μ a partir da Equação 47, a Equação 49 pode ser reformulada

f∗ $
f DQ
Uma vez que

como:

Qi
Q Q
 1 % †1 % ~>A$"  b " V 1€ ‡
D $ > Qi A
DQ DQ
(Equação 50)

Se ch = 0 em y = h0, a Equação 50 reduz-se a:

Qi
Q Q
0  1 % †1 % ~1 % >A$" € ‡
$ > Qi
DQ
(Equação 51)

A Equação 51 sugere que:

65
 Q

 1 % '1 % „)Qi
Q
 "
> Qi
>A$ DQ
(Equação 52)

Substituindo a Equação 52 na Equação 50, a distribuição da concentração de sedimentos

adimensional com ch = 0 se torna:
Qi

V U1 % '1 % „)
Q Q
 1 % ˆ1 % o'1 % „) X 1 % "q ‰
D $  Q
Qi Qi
DQ b
(Equação 53)

A Equação 53 expressa a distribuição de concentração de sedimentos em função da distância

vertical y.

Figura 14 - Plotagem de y/h0 versus c/cm para vários valores de „.

Fonte: Adaptado de Singh e Cui (2015)

A Figura 14 representa graficamente a relação da concentração do fluxo de sedimentos, c/cm, em

função do y/h0 com μ entre -10 a 1. Como μ tende para zero, c/cm diminui linearmente com y/h0. Isso
sugere que o parâmetro μ pode ser considerada como uma medida da uniformidade da distribuição da
concentração de sedimentos.

66
REFERÊNCIAS BIBLIOGRÁFICAS

ASIMOV, Isaac. Escolha a catástrofe. 5a. reimpr. São Paulo: Círculo do Livro, 1987. 282 p.
CARVALHO, N. O. Hidrossedimentologia prática. 2ªed., ver., atual. E ampliada. Rio de Janeiro: Interciência, 2008, 599
p.
CARVALHO, N.; FILIZOLA JÚNIOR, N.; SANTOS, P.; LIMA, J. Guia de práticas sedimentométricas. Brasília: ANEEL,
2000.
CHAO-LIN CHIU, M. Entropy and probability concepts. Journal of Hydraulic Engineering, 583-599, 1987.
CHARLESWORTH, S., ORMEROD, L.; LEE, J. Tracing sediment within urban catchments using heavy metal, mineral
magnetic and radionuclide signatures, in Tracers in Geomorphology. Chichester: Foster, 2000.
CHEN, L.; SINGH, V. P.; GUO, S.; ZHOU, J; YE, L. Copula entropy coupled with artificial neural network for rainfall–
runoff simulation. Stoch Environ Res Risk Assess, v.28, p.1755–1767, 2014.
CHIU, C. L. Entropy and probability concepts in hydraulics. Journal of Hydraulic Engineering, 10.1061/(ASCE)0733-
9429(1987). v.113, n.5, p.583–600, 1987.
CHIU, C. L. Entropy and 2-D velocity distribution in open channels. Journal of Hydraulic Engineering,
10.1061/(ASCE)0733-9429(1988). v.114, n.7, p.738–756, 1988.
CHIU, C. L. Velocity distribution in open channel flow. Journal of Hydraulic Engineering, 10.1061/(ASCE)0733-
9429(1989). v.115, n.5, p.576–594, 1989.
CHIU, C., JIN, W.; CHEN, Y. Mathematical models of distribution of sediment concentration. Journal of Hydraulic
Engineering, v.126, p.16-23, 2000.
CHIU, C. L.; JIN, W. Entropy-based modeling and measurement of sediment concentration. Proceedings, Congress of the
International Association of Hydraulic Research, IAHR, p.1203-1208, 1997.
CHIU, C. L.; HSU, S. M.; TUNG, N. C. Efficient methods of discharge measurements in rivers and streams based on the
probability concept. Hydrol. Process, v. 19, p. 3935–3946, 2005.
CHOU, C. M. Complexity analysis of rainfall and runoff time series based on sample entropy in different temporal scales.
Stoch Environ Res Risk Assess. v. 28, p.1401–1408, 2014.
COLLINS, A. L.; WALLING, D. E. Documenting catchment suspended sediment sources: problems, approaches and
prospects. Prog Phys Geogr, v.28, p.159–196, 2004.
CONTE, A. E. Entropia e Distribuição Exponencial Simples. In A. E. Conte, Aspectos de um Hidrograma máximo mais
provável. p. 29-39. São Paulo, 2005.
CUI, H. Estimation of Velocity distribution and suspended sediment discharge in open channels using entropy. 2011.Thesis
submitted to the Office of Graduate Studies of Texas A&M University, 212p. 2011.
CUI, H.; SINGH, V. P. On the cumulative distribution function for entropy-based hydrologic modeling. Trans. ASABE, v.
55, n.2, p. 429–438, 2012.
CUI, H.; SINGH, V. P. Two dimensional velocity distribution in open channels using Tsallis entropy. Journal of Hydraulic
Engineering, v. 18, n.3, p.331–339, 2013.
CUI, H.; SINGH, V. P. Computation Suspended sediment concentration in open channels using tsallis entropy. Journal of
Hydrologic Engineering, v. 19 n.1, p.18-25, 2014a.
CUI, H.; SINGH, V. P. Suspended Sediment Discharge in Open Channels by Combining Tsallis Entropy-Based Methods
and Empirical Formulas. Journal of Hydrologic Engineering, v. 19 n.1, p.966-977, 2014b.
CUI, H.; SINGH, V. P. Configurational entropy theory for streamflow forecasting. Journal of Hydrology, v. 521, p.1–17,
2015.
DESHPANDE, V.; KUMAR, B. Review and assessment of the theories of stable alluvial channel design. Water Resources,
481-487, 2016.
EINSTEIN, H. A. The bed load function for sediment transportation in open channels. Washington, DC: Technical Bulletin
1026, Soil Conservation Service -USDA, 1950.

67
EINSTEIN, H. A; CHIEN, N. Effects of Heavy Sediment Concentration near the Bed on Velocity na Sediment
Distribution, M. R. D. Sediment Series n. 8, Univ. of california, Berkeley, USA. 1955.
ESPILDORA, B.; AMOROCHO, J. Entropy in the assessment of uncertainty in hydrologic systems and models. Wat.
Resour. Res., v.9,1973.
GOMEZ, B.; PHILLIPS, J. Deterministic Uncertainty in Bed Load Transport. Journal of Hydraulic Engineering, v.125,
p.305–308, 1999.
GUY, H.P. Laboratory theory and methods for sediment analysis. Techniques of Water-Resources Investigations of the US
Geological Survey. vol. 5, Chap, C1 US Government Printing Officie: Washington, DC, 1969. 58p.
HADDADCHI, A; OLLEY, J.; LACEBYB, P. Accuracy of mixing models in predicting sediment source contributions.
Science of the Total Environment. p. 139–152, 2014.
HADI E. An efficient method of estimating sediment discharge in rivers. Submitted to the Graduate Faculty of The School
of Engineering in partial fulfillment of the requirements for the degree of Doctor of Philosophy. University of Pittsburgh
2004.
HANCOCK, John C. An introduction to the principle of communication theory. New York: McGraw-Hill, 1961. 254 p.
HUSAIN, T. Hydrologic uncertainty measure and network design. Water Resources Bulletin, p. 527-534, 1989.
JAYNES, E. T. Information Theory and Statistical Mechanics. Information Theory and Statistical Mechanics, v. 106, n.4,
p. 620-630, 1957.
KUMBHAKAR, M.; GHOSHAL, K. One-Dimensional velocity distribution in open channels using Renyi entropy. Stoch
Environ Res Risk Assess. DOI 10.1007/s00477v. 016, 1221-y, 2016.
LIEN, H.P.; TSAI, F. W. Sediment Concentration Distribution of Debris Flow. Journal of Hydraulic Engineering, v.129,
p.995-1000, 2003.
LIN, J.; HUANG, Y.; WANG, M. K.; JIANG, F.; ZHANG, X.; GE, H. Assessing the sources of sediment transported in
gully systems using a fingerprinting approach: An example from South-east China. Catena, v.129, p. 9–17, 2015.
LUO, H.; SINGH, V. P. Entropy theory for two-dimensional velocity distribution. Journal of Hydraulic Engineering,
p.303–315, 2011.
MAZUMDER, B.S.; GHOSHAL, K. Velocity and concentration profiles in uniform sediment-laden flow. Applied
Mathematical Modelling, v. 30, p. 164–176, 2006.
MERTEN, G.H; MINELLA, J.P.G.; HOROWITZ, A,J.; MORO, M. Determinação da concentração de sedimentos em
suspensão em rios com o uso de turbidímetro. Porto Alegre: Edição de Gustavo H. Merten, 2014. 97p.
MINEI, N. Um método expedito para a medição de vazão em rios e canais abertos. Tese de doutorado - Escola Politécnica
da Universidade de São Paulo, 1999.123p.
MORAMARCO, T.; CORATO, G.; MELONE, F; SINGH, V.P. An entropy-based method for determining the flow depth
distribution in natural channels. Journal of Hydrology, v. 497, p. 176–188, 2013.
MUKHOPADHYAY, B.; KHAN, A. Boltzmann–Shannon entropy and river flow stability within Upper Indus Basin in a
changing climate. Intl. Journal. River Basin Management, v.13, p.87–95, 2015.
ONGLEY, E. Water Quality Monitoring: A Practical Guide to the Design and Implementation of Freshwater Quality
Studies and Monitoring Programmes. United Nations Environment Programme and the World Health Organization: Jamie
Bartram e Richard Ballance, 1996. 15p.
POLETO, C.; BORTOLUZZI, E. C.; CHARLESWORTH, S.; MERTEN, G. H. Urban sediment particle size and pollutants
in southern Brazil. Journal of Soils and Sediments, v.9, p.317-329, 2009.
POLETO, C.; CARDOSO, A. R. Concentrações de Zn e Ni em sedimentos urbanos de 30 municípios do Rio Grande do
Sul: Riscos aos Recursos Hídricos estaduais. Revista Brasileira de Recursos Hídricos, v.14, p.1-12, 2012.
POLETO, C.; MERTEN, G. H.; MINELLA, J. P. The identification of sediment sources in a small urban watershed in
southern Brazil: An application of sediment fingerprinting. Environmental Technology, v.30, p.1145-1153, 2009.
RESNICK; HALLIDAY. Fundamentos de Física. volume 1: mecânica / David Halliday; Roben Resnick; Jearl Walker;
traduçãoe revisão técnica Ronaldo Sérgio de Biasi. 8ª ed. Rio de Janeiro: 2008.
RIJN, L.C. van. Sediment Transportation in Heavy Sediment-laden Flows. Second International Symposium on river
sedimentation. Nanjing, China, October p.11-16, 1983.

68
ROUSE, H. Modern conceptions of the mechanics of turbulence. Trans. ASCE, v. 102. n.1, p. 463–543, 1937.
SHANNON, C. E. A Mathematical Theory of Communication. The Bell System Technical Journal, v.27, p.623-656, 1948.
SILVA, A. M.; SCHULZ, H. E.; CAMARGO, P. B. Erosão e Hidrossedimentologia em Bacias Hidrográficas (2 ed.). São
Carlos: RiMa, 2007.
SINGH, V. Probability distribution of rainfall-runoff using entropy theory. American Society of Agricultural Engineers:
General Edition, p.1733-1744, 2012.
SINGH, V. P. Hydrologic modelling using entropy. Journal of the Institution of Engineers (India): Civil Engineering
Division, v. 70, p.55-60, 1989.
SINGH, V. P. The use of entropy in hydrology and water resources. Issue Hydrological Processes, v.11, p.587–626, 1997.
SINGH, V. P. Entropy-based parameter estimation in hydrology. Amsterdam: Water Science and Technology Library, 1998.
SINGH, V. P. Hydrologic synthesis using entropy theory: Review. Journal of Hydrologic Engineering, v.16, p.421-433,
2011.
SINGH, V. P.; CUI, H. Suspended Sediment Concentration in Open Channels Using Tsallis Entropy. Journal of Hydraulic
Engineering, v.19, p.966-977, 2014.
SINGH, V. P.; CUI, H. Modeling sediment concentration in debris flow by Tsallis entropy. Physica A: Statistical Mechanics
and its Applications, p.49-58, 2015.
SINGH, V. P.; KRSTANOVIC, P. F. A stochastic model for sediment yield using the principle of maximum entropy. Water
Resources Research, v.23, p.781-793, 1987.
SINGH, V. P.; KRSTANOVIC, P. F.; LANE, L. J. Stochastic models of sediment yield. Louisian: Elsevier, 1988.
SINGH, V. P.; Marini, G.; Fontana, N. Derivation of 2D Power-Law Velocity Distribution Using Entropy Theory. Entropy,
v.15, p. 1221-1231, 2013. doi:10.3390/e15041221
SONUGA, J. O. Entropy principle applied to the rainfall-runoff process. Journal of Hydrology, p.81-94, 1976.
SUBCOMMITTEE ON SEDIMENTATION. Determination on fluvial sediment discharge. Minneapolis, 1965. Inter-
Agency on Water Resources, Report , n.14.
TSALLIS, C. Possible generalization of Boltzmann-Gibbs statistics. Journal of Statistical Physics, p.479-487, 1988.
VANONI, V.A. Sedimentation engineering. New York: ASCE, 1977.
VANONI,L.C.; BROOKS, N. H. Laboratory Studies ok the Roughness and Suspended Load of Alluvial Streams,
Sedimentation Lab., California Inst. Of Techn., Report E-68, Pasadena, USA, 1957.
VON KARMAN, T. Some aspects of the turbulence problem. Mech. Eng., v. 57, p.407–412, 1935.
WANG MU-LAN, Y. G.-Q.-F.-C.-C.; ZHU , K.-C., YU GUO, Q.; ZHANG, Q.-F.; WANG, D.-C.; WANG, M.-L.; YU, G.-
Q. Application of information entropy theory to study of velocity distribution in open channel cross sections. Elsevier, -
1992.
WANG, D.; ZHU, Y. Principle of maximum entropy and its application in hydrology and water resources. Advances in
Water Science, p. 424-430, 2001.
WEIJS, S. V.; SCHOUPS, G.; VAN DE GIESEN, N. Why hydrological predictions should be evaluated using. Hydrol.
Earth Syst. Sci., v.14, p.2545–2558, 2010.
XIAO, L.; YANG, X.; CHEN, S.; CAI, H. An assessment of erosivity distribution and its influence on the effectiveness of
land use conversion for reducing soil erosion in Jiangxi, China. Catena, v.125, p.50–60, 2015.
XU, G.; ZHAO, L. (2013). Analysis of fluvial process based on information entropy. Journal of Tianjin University Science
and Technology, v.43, p.347-353, 2013.
YALIN, M. S.; FINLAYSON, G. D. On the Velocity Distribution of the Flow-carrying Sediment in Suspension, Symp. To
honour Prof. H. A. Einstein, Edited H. W. Shen, USA.1972.
YANG, Y; BURN, D. H. An entropy approach to data collection network design. Journal of Hydrology. v. 157, p. 307-
324, 1994.
YEVJEVICH, V. Probability and Statistics in Hydrology . Fort Coliins: Water Resources Publications,1972.

69
ZHANG, L.; SINGH, V. P. Bivariate Rainfall and Runoff Analysis Using Entropy and Copula Theories. Entropy, v.14, p.
1784-1812, 2012. doi:10.3390/e14091784.
ZHANG, L.; SINGH, V. P. Joint and Conditional Probability Distributions of Runoff Depth and Peak Discharge Using
Entropy Theory. Journal of Hydraulic Engineering. v.19, p.1150-1159, 2014.
ZHU, D.; ZHANG, Q.; WANG, M. Application of information entropy theory to study of hydraulic problems. Journal of
Hydraulic Engineering, v.9, 1996

70
 CAPÍTULO 3
ANDREZZA MARQUES FERREIRA
CRISTIANO POLETO

APLICAÇÃO DE FERRAMENTA MULTICRITÉRIO EM

UM SOFTWARE DE DRENAGEM URBANA PARA USO
NA PREVISÃO DE EVENTOS HIDROLÓGICOS

71
INTRODUÇÃO

No Brasil, o saneamento básico engloba os itens referentes ao tratamento de água, esgotamento

sanitário, limpeza e manejo dos resíduos sólidos e, por fim, drenagem e manejo das águas pluviais
urbanas. Este último refere-se ao conjunto de atividades, infraestruturas e instalações operacionais de
drenagem urbana de águas pluviais, de transporte, detenção ou retenção para o amortecimento de
vazões de cheias e de tratamento e disposição final das águas pluviais drenadas nas áreas urbanas
(BRASIL, 2007). No entanto, a elaboração e execução de projetos de drenagem urbana não está
restrita apenas às águas pluviais, havendo uma integração do planejamento do sistema pluvial a um
sistema fluvial natural já existente.

Historicamente a interação destes dois sistemas vem sendo modificada constantemente em função
dos princípios utilizados, como por exemplo, o princípio higienista que fomentou políticas públicas
de canalização e de linearização dos cursos de água. Tais políticas alteraram a hidrologia das bacias
hidrográficas urbanas, potencializando o pico do hidrograma unitário e intensificando processos como
as inundações, enchentes e enxurradas, acarretando em recorrentes eventos hidrológicos que
acarretam prejuízos à população e ao patrimônio. Ainda, a impermeabilização do solo como em
edifícios, estradas e outras áreas pavimentadas reduzem a infiltração de água da chuva e aumentam o
escoamento de águas pluviais, contribuindo também para a ocorrência dos processos hidrológicos
extremos (JACOBSON, 2011). Por exemplo, Rose e Peters (2011) relatam que precipitações em
bacias hidrográficas urbanizadas são de 30 a 100% maiores quando comparadas com as menos
urbanizadas e não urbanizadas.

Outro elemento a ser adicionado a esses fatos é o volume de chuva que o sistema suporta.
Inicialmente, os sistemas de drenagem são projetados para um determinado tempo de retorno (TR) de
chuva, mas com o incremento de vazão proveniente da expansão urbana, a capacidade do sistema de
drenagem fica aquém do escoamento superficial, favorecendo processos de alagamentos e inundações,
e podendo ainda ocasionar as enxurradas em função da intensidade da chuva e da declividade do
terreno.

72
 Dados da Secretaria Nacional de Proteção e Defesa Civil (SEDEC) mostram que os extremos
hidrológicos têm se tornado cada vez mais comum, destacando-se as enxurradas como o evento
hidrológico mais frequente nos últimos dois anos no país, especialmente no Rio Grande do Sul em
que estes eventos representaram 69,3% dos casos (BRASIL, 2015).

Como solução para a minimização do pico do hidrograma unitário, muitos municípios acabam por
instalarem mecanismos de retenção de água, como os reservatórios de retenção e as bacias
subterrâneas. Ainda, recorrerem à ampliação do sistema de macrodrenagem, ou instituem normativas
que estabelecem mecanismos de gestão das águas pluviais nas áreas construídas dos munícipes como
as valas de infiltração, poços de infiltração e micro reservatórios. A primeira alternativa tem como
principal empecilho a necessidade de desapropriação de grandes áreas e o alto custo de indenização,
assim como a implantação do sistema de macrodrenagem. As alternativas que visam a implantação de
sistemas de infiltração em áreas particulares esbarram em problemas de fiscalização após a sua
implantação e também na sensibilidade da população para a adoção destes mecanismos.
Considerando as dificuldades de alteração do ambiente urbano, outra alternativa para a
minimização dos impactos ocasionados pelos eventos hidrológicos é a gestão de risco através da
emissão de alertas à população. Neste sentido os centros de monitoramento de riscos elaboram
procedimentos operacionais para emitir alertas à população quando determinados limiares de risco
são alcançados. Em centros relacionados aos alertas de risco hidrológico, observa-se a presença de
instrumentos para a mensuração da precipitação associados aos instrumentos e modelos hidráulicos
ou hidrológicos visando à previsão dos processos de inundação e ou enxurrada.

Neste contexto o presente estudo elaborou a ferramenta Monte Carlo que associou ao software livre
SWMM uma ferramenta que extrai de uma área previamente delimitada do campo amostral da
estimativa de precipitação do produto Merge (Cptec/INPE) um valor de precipitação utilizando como
critério método não paramétrico do Monte Carlo. Com a associação destas duas ferramentas um valor
estimado de precipitação é gerado e simulado no SWMM, auxiliando na tomada de decisão dos
gestores relacionados à emissão de alertas de risco hidrológico em áreas urbanas.

1. ELEMENTOS QUE COMPÕEM O SISTEMA DE DRENAGEM URBANA

O sistema de drenagem urbana é composto por elementos da emissão na fonte, micro drenagem e
macrodrenagem (TUCCI, BERTONI, 2003).

Emissão na fonte refere-se ao escoamento que ocorre no lote, ou seja, aquele proveniente do
lançamento da água precipitada ou não, que entra no sistema por meio do lançamento na sarjeta pelo
usuário.

73
 Tem-se discutido amplamente que ele deve ser o foco de muitas ações dos gestores, destacando-se:
a) Desenvolvimento de Baixo Impacto (LID- Low Impact Development); b) Sistema de Design
Urbano Sustentável (SUDS- Sustainable Urban Design System); c) Projeto Urbano Sensível à Água
(WSUD- Water Sensitive Urban Design); d) Melhores Práticas de Gestão (BMP- Best Management
Practices); e) Práticas de Gerenciamento Integradas (IMP- Integrated Management Practices). A
implantação desses mecanismos visa à retenção da água precipitada no lote.

Assim como em muitos casos, ações que visam à mitigação dos eventos de inundação são
observadas após grandes eventos, como é o caso da cidade de Fukuoka (Japão) que, somente após o
evento de inundação de 2009, começou a implantar nas residências tanques para retenção da água,
expandido o sistema até estruturas comunitárias como uma escola (YAMASHITA, WATANABE
,SHIMATANI, 2015).

Em relação a estes tipos de mecanismos de sistemas de drenagem sustentáveis, Pompêo (2000) e

Tucci (2005) citam que o emprego deste tipo de técnica é delicado, já que pressupõe instalações em
todas as propriedades individuais e a necessidade de manutenção permanente pelo próprio morador.

A micro drenagem, segundo Tucci e Bertoni (2003), é definida pelo sistema de condutos pluviais
ou canais em nível de loteamento ou de rede primária urbana, sendo projetado para atender à drenagem
de precipitações com risco moderado. Fazem parte deste sistema as sarjetas, bocas de lobo, galerias,
bueiros, tubos de ligação, tubulações enterradas e canais abertos.

Já a macrodrenagem é composta por qualquer sistema de coleta das micro drenagens. E conforme
cita Tucci e Bertoni (2003) deve ser projetada para acomodar precipitações superiores ao da micro
drenagem, com riscos de acordo com os prejuízos humanos e materiais potenciais.

Sobre o que difere o limite de uma micro drenagem para uma macrodrenagem, assim como uma
macrodrenagem de uma simulação de cursos d’água urbanos é difuso segundo Villanueva (2003), mas
uma importante distinção realizada pelo autor é o fato que a drenagem urbana se refere a redes
tipicamente urbanas, onde pelo menos uma alta porcentagem da rede de drenagem está enterrada e
poucos cursos d’água conservam suas características naturais.

Villanueva (2003) relata ainda que as redes de macrodrenagem são completas tanto em
configuração física quanto em fenômenos de escoamento que possam vir a apresentar. O autor
exemplifica as situações ao citar as redes com múltiplas interligações (trechos paralelos, múltiplos
caminhos ente dois pontos); diferentes regimes de escoamento (livre, sob pressão, subcrítico,
supercrítico), assim como combinações e transições entre eles; simulação de estruturas especiais como
reservatórios de detenção ou casa de bombas; efeitos de remanso e inversão do sentido do escoamento.

Além dessas informações, devem-se citar como componentes do sistema de macrodrenagem os

elementos do tipo não estruturais que envolvem, por exemplo, o zoneamento de áreas de inundações
(TUCCI, BERTONI, 2003).

74
1.1 Uso de ferramentas meteorológicas para o envio de alertas

Uma forma de amenizar os impactos e danos causados por eventos hidrológicos é o aviso prévio à
comunidade vulnerável, em que órgãos da defesa civil municipal tomam as medidas necessárias, como
evacuação de áreas de risco, dirigindo a população para abrigos, e o acompanhamento da situação dos
rios e drenagens.

Estes avisos geralmente chegam aos municípios por meio de alertas enviados por órgãos
governamentais, no âmbito federal estadual e municipal, além de empresas privadas. Um dos desafios
quando o assunto é o envio de alertas é fazê-lo de forma antecipada e com um certo grau de
confiabilidade, o que envolve diferentes elementos que não podem ser facilmente equacionados,
gerando incertezas que são provenientes da própria natureza e condição dos dados.

Abordando melhor a questão, os modelos hidráulicos, hidrológicos e meteorológicos possuem

incertezas individuais e quando unificados, o número de variáveis que precisam ser ajustadas se torna
maior, o que reflete diretamente em um maior tempo para o processamento computacional.

Em relação à meteorologia, Caruzzo et al.(2017) citam que desde uma decisão simples até as mais
complexas é um desafio e os tomadores de decisão buscam interpretar a previsão de tempo de forma
a estruturar o processo decisório (OH et al., 2010 e DEMUTH et al., 2012). Quando se observa pelo
lado hidrológico, tem-se nos dados meteorológicos uma das principais incertezas para a previsão de
vazões (CLOKE; PAPPENBERGER, 2009; CUO; PAGANO; WANG, 2011; KRZYSZTOFOWICZ,
2001; PAPPENBERGER et al., 2005; PAPPENBERGER et al., 2011 apud FAN et al., 2015).

Ao somar a decisão meteorológica e hidrológica para o envio de um alerta, de forma a obter a

melhor resposta possível para a possibilidade de um determinado evento, somam-se também as
incertezas de cada modelo, assim Boucher et al.(2011), relatam que é praticamente impossível
descrever perfeitamente todas as fontes de incerteza associadas à previsão hidrológica, a fim de obter
diretamente uma estimativa exaustiva perfeita da incerteza total da previsão.

Um exemplo das incertezas relacionadas aos modelos hidrológicos pode ser observado no evento
que devastou a cidade de Dakota do Norte em 1997. Neste caso, o modelo hidrológico estimou que o
nível do rio para um determinado evento seria de até 49 pés, aproximadamente 15 metros, e baseados
nessa informação os gestores do sistema tomaram as medidas cabíveis para a proteção da população.
No entanto, no referido evento a cota superou a capacidade de retenção da inundação pelos diques,
forçando a uma evacuação forçada da população (KRZYSZTOFOWICZ, 2001).

Ademais das incertezas já proveniente dos modelos hidrológico e meteorológicos, Caruzzo et

al.(2017) apontam um importante elemento a ser observado sobre o uso de dados meteorológicos para
a tomada de decisão, sendo ele: qual o limite de tempo, por eles denominado de prazo de validade,
para a tomada de decisão sobre o envio ou não de um alerta? Os autores comentam que normalmente

75
o usuário do sistema aguarda uma atualização da previsão com o prazo mais reduzido, antes de
selecionar algum portfólio de mitigação.

A esse tempo para a tomada de decisão, com relação a eventos hidrológico, pode ser determinada
por exemplo pelo tempo de concentração da bacia hidrográfica ou pelo intervalo de tempo para a
entrada de novos dados, somado também aos elementos de mitigação, sendo determinados pelos
órgãos gestores do sistema, uma vez que o deslocamento de pessoas para as possíveis áreas que serão
atingidas, a evacuação da população e outras medidas que possam vir a ter que serem tomadas em
função da magnitude do evento devem ser considerados para o cálculo do prazo de validade para a
tomada de decisão.

Fan et al.(2015) ilustram essa situação ao destacar a importância da antecipação da condição de

vazão para a mitigação de impactos negativos de eventos hidrológicos, pois permite a emissão de
alertas, tomada de decisão na operação de obras hidráulicas, execução de planos de reposta a
emergências, por exemplo.

Certamente a tomada de decisão para bacias hidrográficas cujo tempo de concentração é muito
pequeno envolvem um risco maior dessa operação, uma vez que o prazo de validade pode ser muito
curto e não haver nenhuma nova atualização dos dados hidrológicos e meteorológicos em tempo hábil
para o envio do alerta.

Atualmente destaca-se o uso de modelos que permitem a análise das incertezas das condições
iniciais meteorológicas, através da previsão por conjuntos, Ensembles, inicialmente proposto por
Legler em 1983, descrita da seguinte forma por Mendonça, Bonatti (2002)
Lorenz observou que o conjunto de equações que descrevem os movimentos
atmosféricos apresentam dependência sensível em relação à condição inicial,
ou seja, pequenos erros nas condições iniciais podem ocasionar grandes erros
em uma previsão futura, mesmo que os modelos fossem perfeitos. Esta
descoberta mostrou que não basta melhorar a descrição dos fenômenos
atmosféricos pelos modelos, mas é preciso levar em conta a incerteza
associada as observações utilizadas na geração da condição inicial.

Uma sucinta descrição desta ferramenta é apresentada por Dutra e Campos e Gouvêa Júnior (2017),
referenciando Fan et al., 2015, que citam que nas previsões probabilísticas por conjuntos (Ensembles),
são gerados diversos cenários futuros possíveis, com o objetivo de quantificar as incertezas envolvidas
no processo. Tais cenários são gerados devido a uma avaliação de diferentes parametrizações,
diferentes condições iniciais ou, ainda, diferentes modelos, são usados para gerar um conjunto de
previsões tal que, cada um dos seus membros, representa uma possível trajetória do processo ao longo
do horizonte de previsão (cenários equiprováveis).

A importância do uso dessa ferramenta é que ela diminui o custo operacional, assim como o recurso
computacional para avaliar todos as possíveis condições. Sobre o uso desta ferramenta sobre a

76
perspectiva hidrológica, Cloke e Pappenberger (2009) relatam que o fato desta técnica considerar
incertezas e produzir várias previsões meteorológicas para o mesmo local e tempo, fez dela um
produto atraente para os sistemas de previsão de inundações com o potencial de ampliar o tempo de
espera (leadtime) e quantificar melhor a previsibilidade.

O uso deste recurso em estudos hidrológicos podem ser extensivamente encontrados na literatura,
como por exemplo a Boucher et al.(2011) no rio Gatineau, Canadá, em que foi observado pelos autores
que a pontuação logarítmica dos conjuntos pós-processados são sistematicamente melhores do que os
conjuntos em bruto, por Fan et al.(2014) no estudo do reservatório de Três Marias em Minas Gerais,
constataram que o uso desta ferramenta demonstrou-se particularmente importantes para a operação
do reservatório visando o controle de inundação a jusante.

A confiabilidade do uso desta ferramenta vem sendo cada vez mais refinada para sua utilização em
diferentes escalas de bacias. Inicialmente, segundo relato de Cloke e Pappenberger (2009), esta
metodologia não apresentava melhorias o que o limitava para aplicações hidrológicas. Porém houve
melhorias ao longo dos anos, como o estudo realizado por Goeber e colaboradores em 2004, que
demonstrou que o modelo UKMO (para um estudo de precipitação de 4mm/ 6 horas) não mais
representava áreas predominantemente grandes para pequenas precipitações, mas áreas mais realistas
e concentradas de maiores quantidades de precipitação, no entanto a localização desses eventos de
pequena escala ainda se apresentava como um problema.

A título de exemplificação de um estudo em uma bacia hidrográfica de porte médio no território

brasileiro, tem-se o estudo de caso da bacia do Taquari-Antas (26.415 km²) realizado por Siqueira et
al.(2016). Os resultados observados dos eventos hidrológicos, apontaram uma correlação satisfatória
entre os modelos comparados para o uso desta metodologia para o envio de alertas para as cidades de
Lajeado e Estrela localizadas a jusante de Encantado, local que foi determinado como ponto de partida
para a modelagem hidrológica, cujo tempo de espera de previsão variou entre 6 a 8 horas, dependendo
da magnitude da inundação observada.

Um importante ponto que deve ser novamente evidenciado é que, embora as metodologias mais
atuais de previsão meteorológica associada a modelagem hídrica estão ganhando espaços nas
pesquisas científicas e os modelos propostos estão sendo aperfeiçoados, é necessário destacar que a
escala destes ainda não contempla os eventos de inundação que ocorrem nas áreas urbanas dos
municípios devido a urbanização ou drenagem urbana.

O curto espaço de tempo em que estes eventos são deflagrados e os diferentes elementos que estão
associados, como por exemplo as ilhas de calor, áreas de drenagem pequenas, interferência antrópicas
que não podem ser modeladas, entre outros, além do tempo de processamento destes modelos que
pode vir a ser superior aos dos próprios eventos hidrológicos observados retoma novamente ao ponto
de partida deste item, ou seja: um dos desafios quando o assunto é o envio de alertas relacionados aos
desastres naturais é fazê-lo de forma antecipada e com um certo grau de confiabilidade.

77
 Doswell III, Brooks e Maddox (1996) citam que:
Um grande desafio associado à inundação repentina é o caráter quantitativo
da previsão: a tarefa não é apenas prever a ocorrência de um evento, que é
difícil por si só, mas antecipar a magnitude do evento. É a quantidade de
precipitação que transforma uma chuva comum em uma situação
extraordinária e ameaçadora à vida. Esse desafio é exacerbado pela interação
da meteorologia com a hidrologia. As chances de um determinado evento de
chuva produzir uma inundação repentina são dramaticamente afetadas por
fatores como a precipitação antecedente, o tamanho da bacia de drenagem, a
topografia da bacia, a quantidade de uso urbano dentro da bacia e assim por
diante. Assim, um evento de inundação repentina é a concatenação de um
evento meteorológico com uma situação hidrológica particular.

Para a previsão dos eventos hidrológicos em bacia urbanizadas é preciso observar as características
dos canais em áreas urbanas visando assim obter um produto que possua uma conciliação do modelo
meteorológico com o hidrológico, desta forma, é apresentado a seguir os elementos referentes à
modelagem do hidráulica.

1.2 Hidráulica em condutos livres

Entre as áreas de conhecimento dentro da mecânica dos fluidos, a hidráulica se caracteriza pelo
estudo apenas de líquidos.

Especificamente em relação aos condutos livres, objeto deste estudo, pode se dizer que a
característica principal é a da presença da pressão atmosférica atuando sobre a superfície do líquido,
em uma seção aberta, como nos canais de irrigação e drenagem, ou fechada, como nos condutos de
esgoto e galerias de águas pluviais (PORTO, 2006).

Em função das mais variadas situações que podem caracterizar o estudo dos canais livres, diferentes
formulações matemáticas foram desenvolvidas, tendo contribuições desde Arquimedes, Leonardo da
Vinci e Torricelli na idade média, Stockes, Darcy, Weisback, Froude, Manning, Reynolds no século
XVII e Ven te Chow no século XIX.

A dificuldade e complexidade dos estudos de canais livres deve-se à variedade dos elementos que
devem ser caracterizados, como a rugosidade do canal e os parâmetros geométricos dos canais que
podem variar no espaço e no tempo (PORTO, 2006).

Desta forma a caracterização dos canais, do tipo de escoamento, da velocidade, da pressão,

escoamento paralelo e da declividade de fundo foram objeto de estudo no decorrer dos últimos séculos.

Objetivando apenas o estudo das relações hidráulicas para canais em conduto livres fechados, será
apresentado no decorrer deste item:

78
 As equações do escoamento de condutos livres fechados;

Ferramentas para modelagem relacionadas à hidráulica de condutos livres;

SWMM – Storm Water Management Model.

1.2.1 Escoamento Permanente e Uniforme

O escoamento uniforme é aquele em que há uma constância dos parâmetros hidráulicos, no entanto
essa situação somente ocorre em condições de equilíbrio dinâmico, isto é, quando houver um
balanceamento entre a força aceleradora e a força de resistência que tende a sustentar o movimento
(PORTO, 2006).

Conforme ilustrado pela Figura 1 as forças atuantes no volume de controle entre as seções 1 e 2
estão descritas a seguir, assim como a sua formulação descrita na Equação 1.

W: peso;

F1 e F2: Forças derivadas da pressão em 1 e 2;

Ff
: força de resistência ao escoamento

F1  F2 W.sen.  Ff  0
(Equação 1)

Figura 1 - Escoamento Uniforme.

Fonte: Adaptado de Baptista (2003)

Observa-se nesta equação, conforme descrito por Porto (2006) que para um trecho do canal com
declividade de fundo (I0) tal que se possa tomar a altura d’água medida na vertical, as forças que atuam

79
sobre o volume de controle na seção são a componente da força de gravidade na direção do
escoamento, W.senθ, as forças de pressão hidrostática e a força de cisalhamento nas paredes e fundo.

Considerando que em hipótese o escoamento é uniforme, a profundidade constante e a distribuição

$  &
hidrostática das pressões, tem-se que:

(Equação 2)

Tendo em vista que para o escoamento uniforme, o canal apresenta declividade reduzida, pode-se
assumir que senθ ≡ tgθ ≡ I e substituindo W por γ.A.L, tem-se:

 .A.L.I  Ff  0 (Equação 3)


Em que: é o peso específico do líquido; A a área da seção transversal do canal, L a extensão do
trecho e a declividade do canal.

Em 1769, Antoine Chézy demonstrou que a força de resistência ao escoamento é proporcional ao

quadrado da velocidade, sendo também proporcional à superfície de contato (Perímetro molhado),
senda a equação proposta de seguinte forma:

Ff  KV2PL (Equação 4)

Em que V é a velocidade; P é o perímetro molhado, L é o comprimento do canal e K constante de

proporcionalidade.
Associando a equação 4 a equação do equilíbrio, em que se admite que a profundidade constante,
tem –se:

AI
ALI  KV 2 PL V  (Equação 5)
KP

Introduzindo na Equação 3 o Fator de Resistência (C) ou coeficiente de rugosidade de Chézy,


C (Equação 6)
K

E considerando que A/P refere-se ao Raio hidráulico, tem-se:

V  C Rh I (Equação 7)

A equação 7 refere-se à equação conhecida como Fórmula de Chézy, indicada para escoamentos
turbulentos rugosos em canais (Porto, 2006).

Associando esta última equação a Equação da continuidade, obtêm-se a equação fundamental do

escoamento permanente uniforme em canais.

80
 Q  C.A Rh I (Equação 8)

Baptista et al.(2003) ressaltam que a grande dificuldade na utilização da equação desenvolvida por
Chézy é a definição do valor de C. Porto (2006) destaca que a relação mais utilizada atualmente foi
proposta por Manning em 1889, associando C ao raio hidráulico, através da análise de resultados
experimentais obtidos por ele e outros pesquisadores. Desta forma,
1
6
Rh (Equação 9)
C 


Com o resultado proposto por Manning para o coeficiente e associando a Equação da Continuidade,
tem-se:
1 2
Q A.Rh 3 . I (Equação 10)


Segundo Baptista et al.(2003) o Coeficiente de rugosidade de Manning, traduz a resistência ao

escoamento associada à parede do conduto. A equação 10 define a velocidade de escoamento
corresponde ao escoamento uniforme, ou seja, à condição de equilíbrio entre a força motriz
(gravidade) e a força de resistência ao escoamento (atrito).

Onde:
 é o coeficiente de rugosidade de Manning.

Porto (2206) ressalta que a fórmula de Manning tem uma origem empírica e o coeficiente (
)é
dimensional, sendo, portanto, observados diferentes valores em função do tipo de material de
revestimento do canal e também a sua condição, sendo valores literários descritos nas Tabelas 1 e 2 a
seguir.

81
Tabela 1 - Valores do coeficiente de rugosidade da fórmula de Manning
Natureza das paredes Condições
Muito Boas Regulares Más
Boas
Tubos de ferro fundido sem revestimento 0,012 0,013 0,014 0,015
Tubos de ferro fundido com revestimento de alcatrão 0,011 0,012* 0,013* ---
Tubos de ferro galvanizado 0,013 0,014 0,015 0,017
Tubos de bronze ou de vidro 0,009 0,010 0,011 0,013
Condutos de barro vitrificado, de esgotos 0,011 0,013* 0,015 0,017
Condutos de barro, de drenagem 0,011 0,012* 0,014* 0,017
Alvenaria de tijolos com argamassa de cimento: 0,012 0,013 0,015* 0,017
condutos de esgoto, de tijolos
Superfície de cimento alisado 0,010 0,011 0,012 0,013
Superfícies de argamassa de cimento 0,011 0,012 0,013* 0,015
Tubos de concreto 0,012 0,013 0,015 0,016
Condutos e aduelas de madeira 0,010 0,011 0,012 0,013
Calhas de prancha de madeira aplainada 0,010 0,012* 0,013 0,014
Calhas de prancha de madeira não aplainada 0,011 0,013* 0,014 0,015
Calhas de prancha de madeira com pranchões 0,012 0,015* 0,016 ---
Canais com revestimento de concreto 0,012 0,014* 0,016 0,018
Alvenaria de pedra de argamassa 0,017 0,020 0,025 0,030
Alvenaria de pedra seca 0,025 0,033 0,033 0,035
Alvenaria de pedra aparelhada 0,013 0,014 0,015 0,017
Calhas metálicas lisas (semicirculares) 0,011 0,012 0,013 0,015
Calhas metálicas lisas (semicirculares) corrugadas 0,023 0,025 0,028 0,030
Canais de terra, retilíneos e uniformes 0,017 0,020 0,023 0,025
Canais aberto de rocha, lisos e uniformes 0,025 0,030 0,033* 0,035
Canais abertos em rocha, irregulares, ou de paredes de 0,035 0,040 0,045 ---
pedra irregulares e mal arrumadas
Canais degradados 0,025 0,028 0,030 0,033
Canais curvilíneos e lamosos 0,023 0,025* 0,028 0,030
Canais em leito pedregoso e vegetação aos taludes 0,025 0,030 0,035* 0,040
Canais com fundo de pedra e taludes empedrados 0,028 0,030 0,030 0,035
ARRIOS E RIOS
1- Limpos, retilíneos e uniformes 0,025 0,028 0,030 0,033
2- Como em 1, porém com vegetação e pedras 0,030 0,033 0,035 0,040
3- Com meandros, bancos e poços pouco 0,035 0,040 0,045 0,050
profundos, limpos
Como em 3, águas baixas e declividade fraca 0,040 0,045 0,050 0,055
Como em 3, com vegetação e pedras 0,033 0,035 0,040 0,045
Como em 4, com pedras 0,045 0,050 0,055 0,060
Com margens espraiadas, pouca vegetação 0,05 0,060 0,070 0,080
Com margens espraiadas, muita vegetação 0,075 0,010 0,125 0,150
*Valores aconselhados para projetos

Fonte: Porto (2006)

82
Tabela 2 - Valores de

Natureza das paredes 
Canais de chapas com rebites embutidos, juntas perfeitas e águas limpas. Tubos 0,011
de cimento e de fundição em perfeitas condições
Canais de cimento muito liso, de dimensões limitadas, de madeira aplainada e 0,012
lixada, em ambos os casos; trechos retilíneos compridos e curvas de grande raio
e águas limpas. Tubos de fundição usados
Canais de reboco de cimento liso, porém com curvas de raio limitado e águas 0,013
completamente limpas; construídos com madeira lisa, mas com curvas de raio
moderado
Canais com reboco de cimento não completamente liso, de madeira como no 0,014
nº2, porém com traçado tortuoso e curvas de pequeno raio e juntas imperfeitas
Canais com paredes de cimento não completamente lisas, com curvas estreitas 0,015
e águas com detritos; construídos de madeira não aplainadas de chapas
rebitadas
Canais com reboco de cimento não muito alisados e pequenos depósitos no 0,016
fundo; revestidos por madeira não aplainadas; de alvenaria construídas com
esmero; de terra; sem vegetação
Canais com reboco de cimento incompleto, juntas irregulares, andamento 0,017
tortuoso e depósitos no fundo; de alvenaria revestindo taludes não bem
perfilados
Canais com reboco de cimento rugoso, depósitos no fundo, musgo nas paredes 0,018
e traçado tortuoso
Canais de alvenaria em más condições de manutenção e fundo com barro, ou 0,020
de alvenaria de pedregulhos; de terra, bem construídos, sem vegetação e com
curvas de grande raio
Canais de chapa rebitadas e juntas irregulares; de terra, bem construídos com 0,022
pequenos depósitos no fundo e vegetação rasteira nos taludes
Canais de terra, com vegetação rasteira no fundo e nos taludes 0,025
Canais de terra, com vegetação normal, fundo com cascalhos ou irregulares por 0,030
causa de erosões; revestidos com pedregulhos e vegetação
Álveos naturais; cobertos de cascalhos e vegetação 0,035
Álveos naturais, andamento tortuoso 0,040

Fonte: Bandini apud Porto (2006)

83
1.2.2 Ferramentas para modelagem relacionadas à hidráulica de condutos livres

Segundo Zoppou (2001) e Collodel (2009) os modelos de computador têm sido usados para simular
o comportamento de sistemas aquáticos desde meados dos anos 1960, com destaque para a década de
1970 quando surgiram os modelos de qualidade e quantidade. Além disso, Johnson et al.(2003),
Ferreira (2014) e destacam que os modelos matemáticos propostos como ferramentas para estudo dos
corpos hídricos evoluíram juntamente como a melhor compreensão dos processos de transporte de
massas, associados ao avanço na capacidade de processamento dos computadores pessoais.

Um modelo é uma representação aproximada para um sistema real e o processo de modelagem é

um balanço entre precisão e simplicidade (FINKLER, 2003).

OMNR (2002) destaca que historicamente os primeiros modelos hidrológicos computadorizados

foram desenvolvidos para bacias rurais, como por exemplo, o Modelo IV da Baía de Stanford
desenvolvidos por Crawford e Linsley em 1966 e nas áreas urbanas foi utilizado o Método Racional,
no entanto, ao longo dos anos foram desenvolvidos softwares que tivessem escoamento superficial e
efluente sanitários para caracterizar melhor a realidade dos centros urbanos, com isso criou-se modelos
hidráulicos específicos para a área urbana e para a área rural.

Em se tratando de um modelo voltados para a drenagem urbana Meller (2004) e Shinma (2011)
citam que eles foram desenvolvidos principalmente para a representação da transformação chuva-
vazão em escoamento superficial, sendo esta a parte a representação do modelo hidrológico e o modelo
de propagação em redes de condutos, canais abertos e transporte de efluentes que se refere ao modelo
hidráulico.
Garcia (2005) cita que estudo de bacias hidrográficas urbanas ganhou maior importância nos
últimos anos, devido à necessidade do desenvolvimento de técnicas que minimizem os problemas
gerados pelo crescimento acelerado e a falta planejamento de grande parte das cidades brasileiras.
Este mesmo ponto também é citado por Patry e Mariño (1984) ao destacarem o esforço das agências
governamentais para desenvolverem um modelo matemático relacionado aos processos de
precipitação e escoamento em áreas urbanas, sendo essa demanda necessária em função das despesas
cada vez maiores associadas à construção de sistemas de coleta de águas pluviais.
Conforme citado anteriormente, a complexidade de elementos variáveis no tempo e no espaço
dificulta a análise de um sistema de drenagem urbano, fato este corroborado por Yen (1978). Ao longo
dos anos diversas ferramentas computacionais auxiliaram na modelagem de sistemas hidráulicos,
alguns destes descritos no Quadro 1.

84
 Quadro 1 - Lista de modelos hidráulicos
Classe do modelo Nome do modelo Características
HSP-F
HWSRFS (versão Stanford)
Modelos complexos e
NWSRFS (VERSÃO Sacramento)
contínuos
Simulação contínua SSARR
USDAHL-74
GAWSER Modelos simplificados e
QUALHYMO TUNIS contínuos
GAWSER
HYMO
VUH-HYMO
Eventos únicos, Geralmente para uso nas
HEC-1
áreas rurais áreas rurais
FLOOD2
INTERHYMO-89
MIDUSS
DDSWMM (antigo OTTSWMM)
SWMM
STORM
INTERHYMO-89
Eventos únicos, MIDUSS Geralmente para uso em
áreas urbanas MOUSE sub- bacias urbanas
CHM
Illudas
DR-3M
IPH-2
Fonte: Adaptado de OMNR (2002)

Seguindo este pensamento, além das ferramentas descritas no Quadro 1, diversos outros modelos
se destacam como ILLUDAS (1974), TR-55 (1986), HSPF (1993) e Inforworks (2008) e GORE
(1999) MIDUSS, Wallingford, MOUSE (1985), Hydrograph Volume Method (HVM), Hydrologic
Model (HYMO); MUSIC (2000); HYMO, INTERHYMO-89, VUH HYMO, SWMM, OTTSWMM,
STORM, sendo observada ao longo do tempo a possibilidade de cálculo nos cursos principais e
também nos de menores fluxo (OMNR, 2002) (ELLIOTT, TROWSDALE, 2007; CHEN et al., 2015;
VILLANUEVA, 2003; COLLODEL, 2009; BRIGHENTI, BONUMÁ, CHAFFE, 2014; GRACIOSA,
2010; OMNR, 2002; GARCIA; 2005).

Estes avanços tecnológicos permitem cada vez o surgimento de novas ferramentas relacionadas à
gestão, planejamento e monitoramento das águas pluviais em áreas urbanas. Uma revisão destes
modelos realizada por Elliott e Trowsdale (2007) relatou a existência em 2005 de aproximadamente
quarenta (40) modelos, o que ilustra a complexidade e diversidade existente para a escolha de uma
ferramenta.

85
 Em uma revisão de modelos computacionais relacionados aos eventos hidrológicos no Brasil,
BRIGHENTI, BONUMÁ, CHAFFE (2014) realizaram um estudo nas publicações em língua
portuguesa entre os anos de 1998 a 2013, visando identificar exclusivamente publicações que
utilizaram modelos hidráulica e obtiveram como resultado 46 publicações. Entre aqueles que
evidenciaram um coeficiente estatísticos de eficiência, destacaram-se o IPH4, SWMM e o A e
C2/MOUSE com fator de correlação superior a 0,9.

Segundo Ahlman (2006), Garcia (2005) os modelos relacionados às águas pluviais como SWMM,
Mouse, HEC-HMS e InfoWorks descrevem os processos físicos relacionados ao fluxo de água com
grande capacidade de detalhamento da área de estudo.

A escolha pelo SWMM baseia-se no fato do software possuir o código aberto e apresentar uma boa
correlação em estudos de inundação em áreas urbanas. O detalhamento das características do SWMM
consta no próximo item.

1.2.3 SWMM

O SWMM foi desenvolvido na década de 1970 por Metcalf e Eddy, pela University of Florida e
pela Water Resource Engineers (WRE), sob patrocínio da United States Environmental Protection
Agency (EPA) (COLLODEL, 2009) sendo caracterizado como um software de chuva-vazão que
simula a quantidade e a qualidade do escoamento superficial, podendo ser utilizado em um único
evento chuvoso ou para a simulação contínua de longo prazo (LENHS, 2012).

Posteriormente foi sendo incorporado à versão inicial diferentes elementos, com destaque para a
capacidade métrica da chuva e blocos relacionados a estatística em 1981, diferentes tipos de seções
transversais e domínio público do software em 1988 e adaptado a plataforma Windows 1993.

Villanueva (2003) descreve que era comum o uso de modelos ou métodos simplificados para
simulação do escoamento livre ou então, de modelos hidrodinâmicos para verificação e para simulação
das condições críticas de um projeto, sendo estes elementos vistos de forma segregadas e que, com
avanços proporcionados pelas interfaces amigáveis e pelos computadores pessoais de softwares como
o SWMM5, os processos e o tempo necessário para realizar uma análise foram simplificados.

ROSSMAN (2015) descreve que o SWMM modela os processos físicos que estejam relacionados
ao escoamento superficial, a lençóis freáticos, ao roteamento de fluxo, ao roteamento da qualidade de
água, de infiltração, do degelo e de água acumulada na superfície para modelar a quantidade e
qualidade de água de escoamento de águas pluviais.

O SWMM consiste em um módulo dinâmico de precipitação-escoamento e um módulo hidráulico

para sistemas canalizados e é usado para simulação de quantidade e qualidade de escoamento
principalmente de áreas urbanas. O modelo SWMM tem sido amplamente utilizado para avaliar os

86
efeitos da gestão das águas pluviais com base em sistemas de drenagem convencionais (ZOPPOU,
2001) ou LID (ELLIOT e TROWSDALE, 2007).

O SWMM consiste em três módulos, Serviço e Computacional que interagem como módulo
Executivo. O primeiro é dividido em cinco blocos e o segundo em quatro, conforme destaca a Figura
25, segundo Carvalho (2011) a divisão em módulos possibilita o estudo da hidrologia urbana.

Figura 2 - Relação entre os módulos estruturais do SWMM.

Fonte: Modificado de Huber e Dickinson (1992) por Garcia (2005)

Os quatro blocos Computacionais são Runoff, Transport, Extran e Storege/ Tratament. Os blocos
podem ser sobrepostos e executados sequencialmente ou podem ser executados separadamente com
os dados de ligação ou interface que estão sendo transferidos entre os blocos.

A descrição das finalidades de cada módulo computacional pode ser encontrada na literatura nos
trabalhos publicados por Huber e Dickinson (1992) e na língua portuguesa por Garcia (2005), Garcia,
Paiva (2005) Souza et al.(2012), Rocha (2013).

De forma simplificada, bloco Runoff é o responsável pela transformação da chuva em vazão.

Segundo Garcia e Paiva (2006) em relação a este bloco:
O módulo Runoff permite a simulação quali- quantitativa do escoamento
gerado em áreas urbanas e sua propagação na superfície ou através de canais
de forma simplificada.
O módulo processa suas rotinas com base em dados de precipitação ou neve,
simulando degelo, infiltração em áreas permeáveis (modelos de Horton ou

87
 Green Ampt), detenção na superfície, escoamento na superfície e em canais,
podendo ser utilizado para simulações de eventos isolados ou contínuos.
O escoamento superficial é obtido através de um reservatório não-linear para
as sub- bacia e pode ser representado pela combinação das equações de
Manning e da continuidade. A resolução da equação diferencial não linear é
efetuada através do processo iterativo de Newton-Raphson

O módulo Transport propaga o escoamento na rede de drenagem segundo o conceito da onda

cinemática. Segundo Garcia (2005), foi incorporada à análise da propagação de fluxo do módulo
Transport o modulo Extran, desenvolvido em 1973 com o nome de San Francisco Model.

Em relação a este módulo, Bertoni (1998) descreve que:

O bloco é responsável pela produção do deslocamento cinemático do fluxo
na rede de drenagem conforme uma cascata de condutos, gerando o
amortecimento e o deslocamento temporal do hidrograma. Os componentes
da rede são classificados segundo os tipos de elementos, e estes elementos em
conjunto representam o sistema na forma de nós e “links”. Quando é atingida
a capacidade total do conduto simulado o fluxo remanescente é armazenado à
montante do mesmo até que exista capacidade para provocar o seu
esvaziamento. Não é possível modelar o fluxo sob pressão e nenhuma
consideração é feita com relação à possibilidade de ocorrer inundação, como
resultado da elevação da linha piezométrica.

O Extran é o bloco referente a modelagem hidrodinâmica, para tanto propaga o escoamento

utilizando as equações de Saint Venant em condutos pressurizados ou não, tendo como variáveis a
cota piezométrica e a vazão Garcia (2005).

Segundo publicação da EPA (1995), o bloco Extran foi considerado o programa de simulação mais
completo disponível no domínio público para sistemas hidráulicos de drenagem e simula redes
ramificadas ou em loop; água de retorno resultante de condições de maré ou não maré; fluxo de
superfície livre; o fluxo pressurizado ou as sobretaxas; inversão do fluxo; transferência de fluxo por
barris, orifícios e instalações de bombeamento; e armazenamento em instalações on-line ou off-line.
Conforme Garcia e Paiva (2006):
A solução se dá através de um esquema explícito, segundo o método de Euler
modificado, e sua condição de estabilidade é definida pelo critério de Courant.
O módulo simula efeitos de jusante, fluxo reverso, fluxo a superfície livre e
sob pressão. O sistema de drenagem é concebido como uma série de vínculos
e nós. Os vínculos (links) transmitem fluxo entre os nós, sendo a variável
dependente a vazão. Os nós têm características de armazenamento, sendo a
equação da continuidade aplicada aos nós e a equação da quantidade de
movimento ao longo dos vínculos (links).

88
 Uma vez que o presente estudo se refere a simulação de eventos relacionados ao processo de
extremos hidrológicos, não será objeto de estudo o último bloco referente à qualidade de água,
Storege/ Tratament.

Além disso, o presente estudo aborda o item relacionado à quantidade de água em função do
escoamento superficial, infiltração e propagação da vazão, foi dado destaque apenas a esses itens. Em
relação ao item evapotranspiração, conforme destacado por Shinma (2015) esta pode ser considerada
desprezível, uma vez que as simulações são realizadas por evento, e, durante eventos chuvosos, a
evapotranspiração pode ser negligenciada devido à baixa incidência de raios solares e ao curto
intervalo de tempos considerado nos eventos estudados.

A seguir, o presente estudo destaca os métodos empregados pelo SWMM para modelar a
quantidade do escoamento superficial proveniente da chuva utilizado neste estudo.

1.2.3.1 Escoamento Superficial

Para o estudo do escoamento superficial, Shinma (2015) destaca que o SWMM considera cada área
como dois reservatórios não lineares, sendo um permeável e outro não permeável. A vazão inicial
desta área é proveniente da precipitação e/ou de vazão à montante da área analisada. Como elementos
de saída, tem-se a infiltração, o escoamento superficial e a evaporação (desconsiderado neste estudo).

Segundo ROSSMAN (2015), o escoamento superficial somente é possível quando a profundidade

da coluna d’água é superior a capacidade de armazenamento da depressão (dp), ilustrado na Figura 3,
sendo a altura da lâmina d’água da depressão calculada continuamente, assim como a vazão resultante
é em função da Equação de Manning. Segundo o autor, a profundidade da lâmina é atualizada
continuamente com o tempo, resolvendo numericamente a equação do balanço da água em cada sub-
bacia.

Figura 3 - Visão conceitual de escoamento superficial.

Fonte: Adaptado de ROSSMAN (2015)

89
1.2.3.2 Infiltração

A infiltração neste modelo pode ser determinada em função de três modelos: Horton, Green-
Ampt e Curve Number.
Segundo o manual, tem-se a seguinte descrição para cada um desses itens:
 Equação de Horton: Baseia-se em observações empíricas que mostram que a infiltração
diminui exponencialmente de uma taxa máxima para uma taxa mínima ao longo de um
evento de precipitação. Os parâmetros de entrada exigidos por este método incluem as
taxas de infiltração máxima e mínima, um coeficiente de decaimento que descreve a
rapidez com que a taxa diminui ao longo do tempo, e um tempo que leva um solo
completamente saturado para secar completamente;
 Método Green-Ampt: Baseia-se na premissa da existência de uma frente de
umedecimento na coluna de solo, separando uma camada de solo com a umidade inicial
de outra camada saturada na parte superior onde o solo é saturado. Os parâmetros
necessários são o valor do déficit inicial de umidade do solo, a condutividade hidráulica
do solo e o potencial matricial na frente de umedecimento.
 Método do SCS: Baseia-se em uma aproximação da metodologia desenvolvida por
Serviço de Conservação dos Recursos Naturais (NRCS) para a estimativa do
escoamento superficial em que a infiltração é determinada por valores contidos na
tabela de Curvo-Número (CN).

1.2.3.3 Transporte hidráulico

O software SWMM possibilita ao usuário a modelagem do transporte hidráulico através das

equações de conservação de massa e da quantidade de movimento para fluxo gradualmente variado
não permanente, ou seja, através das equações Saint Venant.

A equação de Manning é utilizada em todos as opções de cálculo como o elemento para relacionar
a vazão com a área e a profundidade, portanto determinado a vazão máxima do conduto naquele
trecho, salvo quando em condutos circulares e escoamento pressurizados em que são utilizadas as
equações de Hazen-Williams ou Darcy-Weisbach.
Em relação a equação de Hazen-Williams tem-se:
Š  1,318. /- ,Ž
 ,‘
(Equação 11)

90
 Em que C é fator de atrito de Hazen-Williams que varia inversamente com a rugosidade da
superfície e é fornecido como um dos parâmetros da seção transversal.
E para a equação Darcy-Weisbach tem-se:
$• $•
Š’ - & &
“”
y
(Equação 12)

Em que g é a aceleração da gravidade e f é fator de atrito de Darcy-Weisbach.

Conforme descreve o manual do SWMM, em condições de fluxo turbulento, o fator de atrito de

Darcy-Weisbach é determinado a partir da altura dos elementos de rugosidade nas paredes do tubo
(fornecido como um parâmetro de entrada) e do número de Reynolds do fluxo usando a equação
Colebrook-White, sendo a escolha de qual equação ser usada é uma opção fornecida pelo usuário.

A seguir são apresentadas as características em função do Modelo de transporte hidráulico

escolhido pelo usuário, sendo eles o Fluxo em Regime Uniforme, Modelo da Onda Cinemática e
Modelo da Onda Dinâmica. Posteriormente é apresentado o item Equações utilizadas pelo SWMM
para o bloco Runoff e EXTRAN que contém as equações relacionadas ao fluxo não estável e como o
SWMM através modela o sistema.

1.2.3.3.1 Fluxo em Regime Uniforme

Este modelo de fluxo considera o escoamento como uniforme e permanente e como neste modelo
não há propagação de vazão, o fluxo é transferido integralmente do hidrograma de montante para o
de jusante e por isso não leva em consideração o armazenamento da água em pontos do sistema, o
ressalto hidráulico, perdas na entrada e na saída, efeitos de remanso e o fluxo pressurizado.

Além disso, destaca-se por ser apropriado para realizar análises preliminares utilizando simulações
contínuas de longo prazo, em que se observa como característica do sistema de drenagem o fato de
que cada nó possui somente um único conduto de saída.

1.2.3.3.2 Modelo de Onda Cinemática

Este modelo hidráulico resolve a equação da continuidade juntamente com uma forma simplificada
da equação da quantidade de movimento em cada conduto.
Este modelo requer que a declividade da superfície livre da água seja igual à declividade do fundo
do conduto.

91
 Diferentemente da metodologia empregada no Fluxo em Regime Uniforme, este modelo permite
que a água excedente no nó possa reentrar ao sistema quando a capacidade do conduto permitir, o que
representaria um amortecimento e defasagem nos hidrogramas de saída com respeito aos hidrogramas
de entrada nos condutos. Além disso permite também que a vazão e a área variem no espaço e no
tempo

Este modulo apresenta como desvantagem o fato de sua aplicação está restrita a rede ramificada,
mas é adequado para incremento de tempo de cálculo relativamente grandes, da ordem de 5 a 15
minutos e também para o modelo de transporte com tempos longos de simulação.

1.2.3.3.3 Modelo da Onda Dinâmica

Este modelo resolve as equações completas de unidimensionais de Saint Venant e, portanto,

teoricamente, gera resultados mais precisos por ser o resultado da aplicação da equação da
continuidade e da quantidade de movimento nos condutos e da equação da continuidade dos volumes
nos nós.

Este modelo pode considerar o armazenamento nos condutos, o ressalto hidráulico, as perdas nas
entradas e saídas dos condutos, o remanso e o fluxo pressurizado e assim como o modelo de Onda
Cinemática, permite que a água excedente no nó possa reentrar no sistema quando a capacidade do
conduto permitir.

Pode ser aplicado a qualquer tipo de traçado da rede de drenagem, mesmo quando se observa nós
com múltiplos divisores de fluxo a jusante ou às redes malhadas, sendo seu uso mais indicado para
sistemas em que são importantes os fenômenos de ressalto hidráulico e remanso, originados por
controles a jusante ou pela presença de elementos de regulação como orifícios e vertedores.

No entanto, a opção pela adoção desse método implica na necessidade de utilizar incrementos de
tempo de cálculo muito menores, da ordem de 1 minuto ou menos.

1.2.3.4 Equações utilizadas pelo SWMM para o bloco Runoff e EXTRAN

Para simular o fluxo de água nos condutos, SWMM utiliza as equações de Saint Venant para um
fluxo variável, turbulento e instável gradualmente variado.

Anjos et al.(2006) citam que estas equações são um caso particular das equações de águas rasas
uma vez que descrevem propriedades de escoamentos tridimensionais integrando verticalmente as
equações bidimensionais. Os referidos autores também destacam que elas são usadas comumente no
estudo da hidrodinâmica de rios e regiões costeiras e podem ser deduzidas diretamente das equações
de Navier-Stokes (GERBEAU, PERTHAME, 2001).

92
 Porto (2006) cita que as equações estabelecidas por Saint Venant em 1870 constituem um sistema
de duas equações, em derivadas parciais, em x e t, que descrevem, sob as hipóteses fixadas, os
escoamentos não permanentes em canais.

Segundo este mesmo autor, a integração exata é muito complicada devido às equações diferencias
parciais do tipo hiperbólico, que devido à presença de termos não lineares, só admite soluções
analíticas em problemas muito simplificados.

Na equação de Saint Venant, a topografia do fundo do canal é a variável que influencia as demais
variáveis. O problema principal encontrado na resolução numéricas das equações de Saint-Venant
refere-se à aproximação de tal termo, que deve ser feita de modo a assegurar a manutenção, pelo
esquema numérico discreto, das características encontradas no problema físico (ANJOS et al.(2006)).

Dentre os métodos numéricos empregados para este fim, destacam-se o método das características,
métodos de diferenças finitas e métodos dos elementos finitos (Porto, 2006).

Desta forma, é apresentado a seguir a metodologia utilizada pelo SWMM através dos Blocos
Runoff e EXTRAN em relação a equação de Saint-Venant.

As equações de Saint-Venant representam os princípios de conservação do momento (Equação 13)

e conservação da massa (Equação 14), apresentadas a seguir.

Q (Q2 / A) H
  gA  gASf  0 (Equação 13)
t x x
Q A
  0
x t (Equação 14)
Em que x é distância ao longo do conduto; t é o tempo; A é área de seção transversal; Q é a taxa de
fluxo (vazão), H é a cota piezométrica (H=z + h em que z= elevação inversa e h= profundidade de
água); Sf é a declividade da linha de energia.

Em relação dos elementos que são simulados em cada uma das partes que compõem o sistema de
drenagem a ser simulado, o SWMM utiliza a equação do momento ao longo dos condutos e a equação
da continuidade para os nós.

A Equação 13 pode ser modificada da seguinte forma:

 – &-
_J
`
(Equação 15)

 2-– z˜ V – & zY
z'— J `) z— z`
zY
(Equação 16)

Em que V é a velocidade média do conduto.

93
 Substituindo a Equação 16 na Equação 13, tem-se:

V 2-– V –& V - V -y  0

z_ z— z` zš
z™ zY zY zY
(Equação 17)

Esta é a forma da equação do momento utilizada no módulo Extran e tem como variáveis
dependentes Q, A, V, e H. A equação da conservação da massa pode ser modificada para substituir o
segundo termo da Equação 17 usando Q=A.V. Desta forma,
A V A
 A V  0 (Equação 18)
t x x
Multiplicando pela velocidade, tem-se:
V A A
AV  V V 2  0 (Equação 19)
x t x
Visando eliminar ∂V/∂x, substituindo a Equação 19 na Equação 17, obtém-se a equação utilizada
ao longo dos condutos
Q A A H
 gASf  2V V 2  gA  0 (Equação 20)
t t x x
Esta solução (Equação 20) representa a solução explicita interativa, no entanto outras duas soluções
podem ser utilizadas, sendo mais uma para a solução explicita iterativa e outra apara a equação do
momento que é derivada das Equações 11 e 12. Para tanto, O termo ∂ (Q2 /A)/∂x na Equação 11 é
desenvolvido como um produto de Q e Q/A no lugar de V2 /A como na solução explicita.
Q2 A 2 (1/ A) 2Q Q
Q 
x x A x
Q A 2 (1/ A)
2
Q
Q  2V (Equação 21)
x x x

Novamente a equação da continuidade 14 é usada para substituir o termo ∂Q/∂x na Equação 21.
Essa alteração se faz necessária uma vez que no conduto, segundo as regras de modelagem do
programa no bloco EXTRAN o escoamento deve ser assumido como constante. Desta forma, a
equação do momento utilizada, no conduto, para as soluções explicita iterativa será:
Q A (1/ A) H
 gASf  2V Q2  gA  0 (Equação 22)
t t x x
Segundo o manual do SWMM (EPA, 1995), as equações diferenciais básicas para o problema do
fluxo vêm das equações de fluxo variadas e instáveis para canais abertos, também conhecidas como
as equações de Saint-Venant ou de águas rasas (Lai, 1986 apud EPA, 1995).

94
 De forma a obter uma rotina que possa ser processada, na rotina de processamento no modelo da
Onda Dinâmica, a equação de momento é combinada com a equação de continuidade para produzir
uma equação a ser resolvida ao longo de cada conduto em cada etapa de tempo.
Q A A H
 gASf  2V V 2  gA  0 (Equação 23)
t t x x
A declividade da linha de energia é definida pela equação de Manning

g
Sf  4
QV
3 (Equação 24)
gAR
Em que Q é a vazão; η representa o Coeficiente de rugosidade de Manning, A a área da seção
transversal; Rh o raio hidráulico e Sf a declividade da linha de energia.

Ao utilizar o sinal de valor absoluto, Sf se torna uma quantidade direcional e assegura que a força
de fricção sempre oponha o fluxo.

Substituindo na Equação 20 e expressando em diferença finita tem-se:

kt
Qt t  Qt  4
V Qt t  2V A / t t t  V 2  A2  A1  / Lt  gAH 2  H1  / Lt (Equação 25)
3
R
Em que ∆t é o intervalo de tempo; L é o comprimento do conduto.

Resolvendo a Equação 25 para Qt+∆t, tem-se a diferença finita final a forma da equação dinâmica
do escoamento

Qt _ t 
1
kt
Q  2VA/ t t V A  A / Lt  gAH  H / Lt
t t
2
2 1 2 1
1 4
V (Equação 26)
3
R
Na Equação 26, V, R e A são médias ponderadas dos valores no final do conduto no tempo t, e
(∆A/∆t)t é a derivada do tempo para os passos de tempo anteriores.

As variáveis desconhecidas na Equação 26 são Qt+∆t, H2 e H1. As variáveis V, R e A podem ser

relacionadas com Q e H. Por essa razão, outras equações são requeridas relacionando Q e H. Esta pode
ser obtida pela equação da continuidade em um nó, representada a seguir:
H Q
 t (Equação 27)
t1 ASt

Representada em diferenças finitas, tem-se a representação ilustrada na Equação 28, em que AS

representa a área de superfície do nó

95
 Qt
Htt  Ht   (Equação 28)
ASt

Note-se que, para uma geometria de seção transversal conhecida, a área A é uma função conhecida
da profundidade (y) que, por sua vez, pode ser obtida altura da lâmina d’água no conduto (H). A
inclinação do fundo do canal pode ser obtida através da equação de Manning (Equação 29).
&•
Š  -b  √
$
›
(Equação 29)

Em que Q é a vazão; η representa o Coeficiente de rugosidade de Manning, A a área da seção

transversal; Rh o raio hidráulico e S a declividade.

1.2.3.5 Estudos de drenagem urbana usando o SWMM

Villanueva (2003) descreve a complexidade dos estudos relacionados às redes de drenagem e que
os modelos hidrodinâmicos (equações complexas de Saint Venant) possuem a vantagem de que podem
representar praticamente todos os fenômenos físicos relevantes que condicionam o escoamento nessas
redes de drenagem urbana, citando entre as ferramentas o SWMM.

Zoppou (2001) em um estudo comparando doze modelos que simulam a qualidade e a quantidade
de água cita o SWMM como um modelo que possui as funções de planejamento e design, destacando
também o domínio público do software, sendo assim, este modelo atende as demandas inicialmente
enumeradas para a escolha do software.

O uso desse software pode ser observado em diversos estudos relacionados a drenagem urbana, em
função da sua aplicação para concepção e dimensionamento de componentes da rede de drenagem
para controle de inundações e delimitação de zonas de inundação em leitos naturais (LENHS, 2012).
A sua aplicação pode ser observada nos estudos desenvolvido por Hsu, Chen e Chang (2000) no qual
utilizam o SWMM e um modelo 2D para avaliação dos processos de inundação, Collodel (2009), Jang
et al.(2007)

Para a simulação dos processos hidrológicos, o SWMM permite a inserção do sistema de drenagem
existente, além de emitir um relatório apontando os locais em que haverá o extravasamento do canal
após a modelagem. A vantagem de se utilizar este software é que ele permite, por meio da criação de
um banco de dados, simular os processos de precipitação sobre uma área urbanizada, assim é possível
calibrar o modelo em função dos fatos históricos observados.

Em um estudo realizado por Babaei et al.(2018) na cidade de Uremia, Noroeste do Irã, teve como
objetivo analisar o pico de escoamento através do SWMM, sendo este estudo motivado após vários
eventos de precipitação extrema e que ocasionaram eventos de inundação. Como resultado, foi
possível verificar que o SWMM apresentou acurácia ao indicar as sub- bacia urbanas em que ocorriam
os eventos.
96
 O estudo realizado por XING et al.(2016) demonstrou a eficiência do uso de SWMM para análises
de 1820 cenários urbanos e implantação de instalações de armazenamento e infiltração do escoamento.
Em seu estudo foi possível verificar a uso desta ferramenta no uso da gestão do solo.

O SWMM também apresentou bons resultado, com coeficiente de correlação R médio de 0,95, em
uma simulação realizada por Garcia e Paiva (2006) na bacia hidrográfica do Arroio Cancela, Santa
Maria- RS, cujo objetivo era avaliar a aplicabilidade do modelo SWMM em bacia hidrográfica urbana.

Souza et al.(2012) comparando o Modelo SWMM com o HEC- HMS utilizando a Bacia do
Córrego Samambaia, Goiânia- GO, identificou que o uso do SWMM é mais adequado para a
modelagem de sistemas de drenagem de bacias urbanas.

Em um estudo realizado por Formiga et al.(2016) foi realizada a calibração do SWMM através de
algoritmos evolucionários, utilizando a bacia hidrográfica do Arroio Cancela em Santa Maria, Rio
Grande do Sul, através do modelo de infiltração de Horton, o estudo demostrou que o modelo SWMM
é passível de ser empregado, principalmente para eventos de grande intensidade, em bacias pequenas
sem informações vazão, uma vez que o modelo tem uma boa representatividade física do problema.

1.3 Análise de sensibilidade

A análise de sensibilidade é uma ferramenta importante para que o modelador possa refletir sobre
as incertezas do seu modelo, além de possibilitar os ajustes e assim minimizar eventuais erros e
interpretações equivocadas.

Uma das formas de se analisar o quão o resultado obtido no estudo, proveniente do

desenvolvimento de uma ferramenta está variando em relação ao observado é através da análise do
Erro.

Análises dos resultados obtidos através do Erro Médio (EM) e da Raiz do Erro Médio Quadrático
(REMQ) entre os valores obtidos pelo modelo ETA I e II foi realizada em um estudo proposto por
Moura et al.(2010) e se mostraram eficientes para comparação de produtos de precipitação obtidos
por satélites.

Marujo et al.(2010) utilizaram a Raiz do Erro Médio Quadrático (REMQ) nas análises
comparativas realizadas em um estudo sobre a previsão de vento em Portugal voltado para o uso na
geração de energia eólica e o uso desta metodologia se mostrou satisfatório para análise dos resultados
obtidos.

97
1.3.1 Análise de sensibilidade de elementos do SWMM

Um importante elemento a ser descrito é a influência que determinados blocos de processamento

do SWMM têm sobre o resultado final. As informações a seguir relatam os elementos que
apresentaram maior influência nos estudos utilizando o software SWMM para modelagem hidráulica.

A análise de sensibilidade realizada por Zaghloul (1983) destaca-se por ser um trabalho
referenciado por muitos autores. A análise de sensibilidade realizada por ele focou os blocos Runoff e
Transport do modelo SWMM e investigou qual o nível de discretização que deve ser empregado na
bacia hidrográfica.

Para a análise de sensibilidade do bloco Runoff, Zaghloul encontrou que o parâmetro mais sensível
é a porcentagem de área impermeável, onde um aumento nesta percentagem tende a um acréscimo
linear no pico e no volume do hidrograma. O segundo parâmetro com maior sensibilidade é a largura
do escoamento superficial (W), devendo-se ter cuidado na estimação desta largura.

Para o bloco Transport, Zaghloul (1983) verificou que os parâmetros com maior sensibilidade
foram: o comprimento do conduto ou rio e o coeficiente de rugosidade de Manning do conduto ou rio,
sendo o primeiro considerado por ele como o mais importante. Zaghloul (1983) ressalta que a exatidão
da simulação para bacias discretizadas é mantida pelo uso cuidadoso dos parâmetros das sub- bacias.
A simulação discretizada implica em dificuldades devido ao aumento informações necessárias.
Entretanto, a simulação discretizada nos ajuda no planejamento antes da execução de um projeto em
algum local da bacia.

Além disso ele ressaltou que para uma simulação simplificada usando uma única bacia hidrográfica
deve se reduzir a largura hidráulica para compensar a perda de armazenamento no conduto e
aumentando o armazenamento na superfície. O autor conclui que o uso da bacia hidrográfica
simplificada e o bloco de escoamento fornecem resultados comparáveis com a simulação detalhada,
o que favorece a simulação em áreas cuja a rede de drenagem é extensa e demandaria tempo
computacional.

Em um estudo realizado por Garcia (2005) na bacia hidrográfica do Arroio Cancela, Santa Maria
–RS, em relação ao módulo Extran o parâmetro que apresentou maior sensibilidade à vazão de pico
foi o coeficiente de rugosidade de Manning, principalmente para valores baixos do coeficiente. Em
relação ao Runoff, os parâmetros que apresentaram maior sensibilidade foram a porcentagem de área
impermeável, largura do escoamento das sub- bacias e o coeficiente de Manning para as sub- bacias.
Selvalingam et al.(1987) apud Garcia (2005) citam que em um estudo realizado por para uma bacia
com área de 6,11 km² em Singapura apresentou resultados satisfatórios para os módulos Extran e
Runoff.

Beling et al.(2011) em um estudo em quatro bacias com diferentes características no município de

Santa Maria, a análise de sensibilidade dos parâmetros mostrou ser variável de acordo com as

98
características físicas das bacias, além disso, no bloco Runoff os parâmetros que mais influenciaram
o pico de escoamento e os volumes foram altura de armazenamento e à porcentagem de áreas
impermeável. Além disso, os autores destacaram que bloco Extran apresentou problemas de
estabilidade que foi resolvido pela redução do tempo ou agrupando elementos similares de sub- bacias
ou canais.

Choi e Ball (2002) mostram que os parâmetros do escoamento superficial, do modelo Storm Water
Management Model (SWMM), são influenciados por diversos fatores relacionados com as
características de cada sub-bacia.

Em um estudo no arroio verificou através da análise da sensibilidade que o módulo Runoff, a

porcentagem de área impermeável (AI) foi o parâmetro que apresentou maior sensibilidade, quanto à
vazão de pico, seguido da largura do escoamento das sub- bacias (W) e do coeficiente de rugosidade
de Manning para as sub- bacias (η). Quanto ao volume escoado os parâmetros mais sensíveis foram:
os parâmetros de infiltração da equação de Horton (I) e porcentagem de área impermeável (AI). No
módulo Extran o parâmetro que apresentou maior sensibilidade à vazão de pico foi o coeficiente de
rugosidade de Manning (n), tendo maior sensibilidade para valores baixos de η.
Desta forma, foi possível inferir que diferentes elementos podem ocasionar oscilações
consideráveis no resultado final da simulação utilizando o SWMM e que a adequação dos parâmetros
utilizados pelo operador irá fornecer um melhor ajuste para as simulações.

1.4 Método Monte Carlo

Quando se utiliza um modelo matemático para descrever um sistema, é possível que o modelo seja
complexo demais, ou então, não permita uma solução analítica e quando o modelo envolve
amostragem aleatória de uma distribuição probabilística, o método é designado Simulação de Monte
Carlo (DONATELLI, KONRATH, 2005).

Desenvolvido por John Von Neumann e Stanislav Ulam em 1949, o método Monte Carlo permite
simular qualquer processo que dependa de fatores aleatórios e probabilidade que podem ou não sofrer
com a insuficiência de dados. Para tanto este processo é repetido a critério do operador e a o resultado
é obtido por meio de técnicas de estatística, criando assim uma sub- amostra representativa.
(TABOSA, SARAIVA JÚNIOR, COSTA, 2011; FERNANDES, PEIXOTO, KAISER, 2018; SILVA,
KAISER, PEIXOTO, 2018).

O método de Monte Carlo pode ser adaptado para descrever inúmeros sistemas, desde partículas
elementares até dinâmicas de galáxias; a particularidade para cada sistema dependerá das regras
impostas aos sorteios (LÓPEZ-CASTILLO, A.; SOUZA FILHO, 2007), sendo por esta razão que é

99
possível observar a aplicação deste método em diferentes áreas do conhecimento, como por exemplo
na área econômica, estatística, químicas e também na área da meteorologia, entre outros.

Considerando que o método Monte Carlo auxilia gestores tomarem de decisão frente a um conjunto
de fatores de risco, ela também pode ser utilizada para que os gestores de centros de monitoramento
de risco relacionados aos desastres ambientais tomem decisões quanto a emissão ou não de um alerta
de risco.

TABOSA, SARAIVA JÚNIOR e COSTA (2011) destacam que a metodologia Monte Carlo auxilia
na tomada de decisões em processos cujas variáveis tenham comportamento estocástico e, portanto, é
aplicável em problemas que envolvam riscos e incertezas.

Sobre essa perspectiva, também se observa o uso dessa ferramenta em estudos relacionados a
sistema atmosférico, uma vez que este é um processo estocástico e determinístico e não pode ser
representado apenas por valores máximo, mínimo ou médio de uma determinada amostra de
precipitação.

O uso da metodologia Monte Carlo em estudos ambientais pode ser observado no estudo realizado
por Fernandes, Peixoto e Kaiser (2018), que aplicaram esse método para avaliar a chuva
desencadeadora de desastre natural nas cidades de São José dos Campos, Bauru, Jaú e Sorocaba, e
para isso os autores utilizaram o software @Risk, que se caracteriza por ser voltado para análise
financeira.

Um estudo realizado por Hong et al.(2006) utilizou o método Monte Carlo para determinar erro de
estimativa de precipitação por satélite e avaliar a influência da propagação do erro na simulação
hidrológica tendo como resultado a percepção de que em função do quadro proposto, a metodologia
fornece quantificação mais realista do erro de estimativa de precipitação e oferece melhor avaliação
da incerteza da propagação do erro na simulação hidrológica.

2. SEQUÊNCIA LÓGICA DE DESENVOLVIMENTO

Para o desenvolvimento de uma ferramenta voltada para a gestão de risco, especificamente

para o risco relacionado aos eventos hidrológicos de enxurrada em área urbana é necessário o
conhecimento da bacia hidrográfica a ser estudada, do histórico de eventos para a calibração da
modelagem hidráulica e de uma ferramenta computacional que possibilite a simulação em função dos
objetivos determinados.
Os dados utilizados para o desenvolvimento deste estudo devem conter:
 Informações sobre as características das redes pluviais da bacia hidrográfica;

100
  Dados de precipitação do Produto Merge (podem ser disponibilizados pelo CPTEC/INPE
através do link: < http://ftp.Cptec.inpe.br/modelos/io/produtos/MERGE>);
 Dados de precipitação disponibilizados pelo INMET das estações meteorológicas;
 Dados de infiltração nas áreas permeáveis, relativos a estudos realizados nos canais de
drenagem do corpo d’água (análise de imagem de alta resolução disponibilizadas no
Google Earth;
 Informações de mídias sociais sobre as datas em que ocorreram os eventos de
enxurrada.

As ferramentas utilizadas para o desenvolvimento deste estudo são:

 O software SWMM de simulação hidráulica e hidrológica na versão 5.1;
 O software AUTOCAD para visualização dos arquivos em formato dwg;
 O Software OpenGrADS para transformação dos dados binários em imagens no
formato tif;
 O software ArcGis para identificação dos pixels e os valores de precipitação;
 O programa Google Earth para identificação das áreas verdes na área de estudo;
 Interface gráfica da biblioteca Tkinter para o desenvolvimento do código em Python;
e,
 O programa Excel para análise das variações da precipitação entre os valores
observados na rede do INMET e estimados pelo produto Merge.

1.5 Delimitação das áreas Alfa e Beta

A delimitação de cada uma das áreas foi influenciada pelo tamanho de uma célula do produto
MERGE (CPTEC/INPE), por exemplo, se a área era inferior a um pixel do MERGE, ela foi
considerada como um todo, não havendo repartição do pixel do MERGE.

1.6 Desenvolvimento da ferramenta Monte Carlo em Phyton

Após a delimitação das áreas Alfa e Beta é necessário elaborar as etapas a serem em utilizadas na
ferramenta Monte Carlo de forma a obter ao final do processo um produto final que possa ser utilizado
pelo Software SWMM. Os elementos a seguir descrevem os passos elaborados para essa etapa neste
estudo.

101
1.6.1 Identificação dos pixels

Para identificar cada pixel do Merge, os dados em formato binários foram transformados em
arquivos do tipo tif para serem então trabalhados no software ArcGis e posteriormente ser
desenvolvido o código em Phyton. Para o desenvolvimento desta etapa os seguintes passos foram
realizados:

1º Passo: Delimitação da área de estudo

O produto Merge, que contém os dados de precipitação, disponibilizado pelo CPTEC/INPE,

encontra-se em formato binário (.bin) e cobre a América do Sul (82.8ºW-34ºW e 52.2ºS-12.2ºN)
(ROZANTE, 2017). Para o presente estudo as análises ficaram restrita a área delimitada entre a
latitude -21.123, longitude -49.751 e latitude -18.299, longitude -46.401 no OpenGrADS.

2º Passo: Transformação da área selecionada em extensão do tipo .tif

Para a transformação dos dados binários em um arquivo do tipo .tif foi utilizado o software
OpenGrADS e adotadas as seguintes ações: abertura do arquivo .ctl do produto Merge (CPTEC/INPE)
delimitação da área descrita no 1º Passo e por fim transformação desta área em uma imagem no
formato tif através do comando geotiff.

3º Passo: Identificação de cada pixel do MERGE

No software ArcGis 10.2 a partir da ferramenta Conversion, na opção From Raster e
posteriormente Raster To Point foram obtidos a identificação de cada um dos pixels que compõe a
área delimitada e também a informação referente a precipitação estimada. Os arquivos gerados foram
salvos em uma determinada pasta, entre eles um arquivo cuja extensão é dbf.
O arquivo com extensão dbf foi arquivado para posterior utilização na ferramenta desenvolvida
Monte Carlo para obter o valor de precipitação a ser simulado no SWMM.

1.6.2 Sub-áreas e fator de multiplicação

A determinação de sub- áreas com a possibilidade de atribuição de pesos para os fatores de

multiplicação é uma importante ferramenta de auxílio para a tomada de decisão, uma vez que,
precipitações estimadas em áreas mais distantes da área de risco a ser modelada possuem peso inferior
em relação às precipitações localizadas em áreas mais próximas.

102
 Seguindo esta linha de pensamento, o presente estudo optou por dividir as áreas Alfa e Beta em
três categorias: Prioritária, Atenção e Vigilância, considerando a ordem de proximidade com a bacia
do córrego das Lages e além disso em cinco sub- áreas e a este elemento associar um fator de
multiplicação na ferramenta Monte Carlo, sendo as duas últimas separadas em duas cada uma.

1.6.3 Ferramenta Monte Carlo

Para o desenvolvimento do estudo era necessária a interação entre os dados de precipitação do

produto MERGE (CPTEC/INPE) e o software SWMM. Para isso, foi elaborado um código em Phyton
que permitiu inserir as informações binárias do MERGE na Série Temporal do SWMM para a
simulação.

Os seguintes campos foram elaborados para o melhor desenvolvimento da ferramenta Monte Carlo
frente a proposta para o seu uso.

1º Campo: Total de amostras

Neste campo é determinado pelo operador a quantidade de sorteios que serão realizados pela
ferramenta utilizando a metodologia Monte Carlo.

A tarefa atribuída ao código foi a de ler os dados de precipitação do produto MERGE salvos em
uma determinada pasta, realizar o número de sorteios determinados pelo operador. A média dos
valores é salva no programa.
Como sugestão e que já foi realizado em nosso estudo, o total de sorteios escolhidos para serem
realizados foram 50, 100, 150 e 200.

2º Campo: Abrir .INP

Nesta etapa foi inserido o arquivo .INP do programa SWMM. Nele anteriormente foram inseridas
todas as informações referentes à bacia de drenagem a ser simulada no SWMM.

Destaca-se que o no arquivo .INP deve ser anteriormente preparado para receber a série temporal
e para que isso ocorra a opção Times Series no item Rain Gage deve ser escolhida.

3º Campo: Abrir Área de Pontos de Grade.

Nesta etapa deve ser inserido o arquivo anteriormente preparado no item Identificação de Pixel.

103
4º Campo: Abrir Prioridades

Neste item deve ser inserido um arquivo em formato CSV que contenha as informações de cada
uma das áreas e a prioridade atribuída a ela (Subáreas e fator de multiplicação). Nesta etapa deve ser
previamente determinado qual é o fator de multiplicação no qual o valor de precipitação sorteado pela
ferramenta Monte Carlo deveria ser multiplicado em função da sua localização na Área Alfa ou Beta.

5º Campo: Diretório de Dados

Neste item deve ser utilizado o arquivo gerado no item Identificação do pixel que se refere ao
arquivo do produto MERGE, contendo os dados de precipitação estimado e a identificação do pixel.

6º Campo: Atualizar INP

Antes da execução desta atividade, o operador do sistema deve ficar atento para atualização da data
no SWMM, para que o processo de simulação ocorra sem falhas. Para tanto deve acessar o item
Options na aba Project e então em Dates e atualizar para a data do processo.

Após a inserção dos dados anteriores, basta selecionar esse item para que a ferramenta faça as
leituras dos arquivos escolhidos e simule os sorteios no Monte Carlo, gerando um novo arquivo INP
para ser utilizado no SWMM.

Após a etapa de criação do arquivo INP o mesmo pode ser aberto pelo operador no software
SWMM, selecionar a opção de simulação e aguardar o resultado.

O operador poderá através dessa sequência de procedimentos verificar a possibilidade de um evento

hidrológico em função de um cenário de precipitação extrema estimada pelo produto MERGE na área
de interesse.

1.7 Dados Meteorológicos

Os dados meteorológicos no presente estudo são provenientes de duas fontes, Instituto Nacional de
Meteorologia (INMET) e do Centro de Previsão de Tempo e Estudos Climáticos - CPTEC/INPE. Do
INMET foram utilizados os dados provenientes das Estações Meteorológica de Observação de
Superfície Automática e do CPTEC/INPE foi utilizado o produto Merge, disponibilizado pelo
CPTEC/INPE através do link: http://ftp.Cptec.inpe.br/modelos/io/produtos/MERGE.
Cada data contendo os dados estimados de precipitação do produto Merge disponibilizados pelo
CPTEC/INPE possui dois arquivos, sendo um binário (bin) com as informações e um arquivo ctl que
descreve o que está contido no arquivo bin, fazendo o papel de um cabeçalho, e para tanto é necessário
104
transformar o arquivo binário na extensão tiff para que o presente estudo possa ser ilustrado através
do software ArcGis.

Os dados de precipitação do produto Merge são interpolados e divididos em grades regularmente

espaçada de 0,05º (ROZANTE, 2017). Casa uma das grades apresenta o valor de precipitação
interpolado pelo GPM.

A Figura 4 destaca a localização das áreas Alfa e Beta, a precipitação estimada pelo produto
MERGE no dia 28/11/2017 às 00h (horário GMT). As Figuras 5 e 6 ilustram a divisão das áreas Alfa
e Beta nas categorias: Prioritária, Atenção e Vigilância.

Figura 4 - Distribuição das áreas Alfa e Beta com destaque para a precipitação às 00h do dia 28/11/2017.

105
Figura 5- Área Alfa e as sub-áreas.

Figura 6- Área Beta e as sub-áreas.

106
 A escolha das datas que tiveram precipitações significativas limitou-se ao período de 2017, uma
vez que a estação automática do INMET instalada no município de Uberaba iniciou a sua operação
em de 18 de maio de 2017.

Neste estudo as precipitações foram utilizadas para:

a) Verificar a variação entre os dados do INMET e o produto Merge;
b) Calibrar o modelo SWMM com a precipitação da estação do INMET;
c) Comparar os valores de precipitação obtidos com a ferramenta Monte Carlo para
as áreas Alfa e Beta com os dados da estação do INMET; e,
d) Simular no SWMM o uso da ferramenta desenvolvida utilizando a metodologia
Monte Carlo.

Em 2017, destacou-se a precipitação que ocorreu em 27 de novembro no período de 23 UTC até

as 06 UTC do dia 28 de novembro em que foi registrado um evento hidrológico significativo na área
urbana do município, especificamente na Bacia Hidrográfica do Córrego das Lages, sendo consultadas
as mídias eletrônicas e o 8º Batalhão do Corpo de Bombeiros, localizado no município de Uberaba
para verificar a ocorrência de evento hidrológico.

A calibração do SWMM foi realizada em função da precipitação observada na estação do INMET

para o período de 19UTC do dia 27 às 03UTC do dia 28 de novembro de 2017.

A simulação dos dados de precipitação na ferramenta Monte Carlo também se restringe a esse
intervalo de horários, assim como a simulação hidráulica no software SWMM.

Além da precipitação do dia 27, o presente estudo também optou por analisar o intervalo
compreendido entre dos dias 21 de novembro à 01 de dezembro de 2017 para a comparação dos dados
meteorológicos estimado pelo produto MERGE do CPTEC e o observado na estação do INMET.

1.7.1 Evento de precipitação utilizados na calibração e na simulação

Considerando a dificuldade de dados primários na área urbana de Uberaba relacionados aos eventos
meteorológicos e aos eventos hidrológicos, o presente estudo optou por utilizar o mesmo intervalo de
dados para a calibração do modelo como para a simulação da ferramenta Monte Carlo desenvolvida.

O período escolhido compreende a precipitação das 23 horas (UTC) do dia 27 de novembro até as
03 horas (UTC) do dia 28 de novembro de 2017.

107
 Neste período, a precipitação observada pela estação do INMET totalizou 56,8mm/5horas e no
município foi registado o evento de enxurrada na área urbana nas principais avenidas centrais da
cidade.

Em datas anteriores é possível constatar através dos registros históricos diversos eventos, no
entanto, conforme já mencionado, a estação do INMET que possibilitou o registro a cada hora foi
instalada somente em 2017. Somado à este fator, nos anos anteriores o projeto Água Viva estava em
atividade e não foram encontrados registros referentes a cada período que pudesse ser utilizado para
identificar em qual etapa do projeto estava e quais os canais que foram concluídos, o que dificultaria
a criação da tipologia da área de estudo.

1.8 Comparação entre os valores de precipitação observados nas estações do INMET e os

valores de precipitação do pixel do produto Merge

Considerando que os pluviômetros são os sensores diretos de mensuração da precipitação, foi

necessário verificar uma correlação entre eles e os dados dos sensores espaciais de mensuração da
precipitação, no caso o produto Merge.

Conforme dito anteriormente, o Merge é o produto da precipitação observada com a estimada por
satélite. Em locais em que há estação pluviométrica o algoritmo do Merge realiza uma correlação
entre os dados estimadas pelo satélite com os observados nas estações pluviométricas. Em função
desta característica, o este estudo realizou a comparação dos valores estimados e observados através
de gráficos, apenas para verificar em quais estações essa correlação não foi frequente.

Somada a esta comparação gráfica, o presente estudo também optou por comparar através do Erro
Médio (EM) e da Raiz do Erro Médio Quadrático (REMQ) os valores de precipitação estimada e
observada e posteriormente a comparação entre estes dois com produto da ferramenta Monte Carlo.

Para cálculo do Erro Médio (EM) foi utilizada a Equação 30.

EM M O / N

(Equação 30)

Para cálculo do Raiz do erro Médio Quadrático (REMQ) foi utilizada a Equação 31.

 M  O 
2
REMQ  /N
(Equação 31)

108
 Para ambas as equações, as variáveis representam: M- estimativa de precipitação do produto
MERGE (CPTEC-INPE), O – precipitação observada na estação do INMET e N é o número de horas
ou dias utilizado no estudado.

O uso destas equações permite identificar a grade da estação que apresentou a maior variação entre
o observado e o estimado pelo produto Merge e também pelo sorteio do Monte Carlo.

A localização de cada estação do INMET utilizada no presente estudo foi apresentada na Tabela 3.

1.9 Dados Hidráulicos e Dados de infiltração no solo

As informações referentes aos canais de drenagem foram obtidas no Centro Operacional de

Desenvolvimento e Saneamento de Uberaba- Codau.

As informações disponibilizadas pelo Codau foram em arquivos de extensão dwg para uso no
software AutoCAD, e após a seleção das áreas específicas para o estudo, elas foram digitalizadas no
SWMM além de estudos relacionados ao licenciamento ambiental e estudos contratos pela Prefeitura
Municipal de Uberaba.

As informações disponibilizadas continham declividade, área da bacia de contribuição,

profundidade do canal, localização dos poços de visita, assim como profundidade dos mesmos e
coordenadas geográficas, incluindo também referências ao coeficiente de Manning.

Além desses elementos, também foi consultado o estudo intitulado “Estudo do Sistema de Macro
Drenagem da Cidade de Uberaba: Bacia Hidrográfica do Córrego das Lajes” realizado em 2005 pela
Universidade Federal de Minas Gerais, na Escola de Engenharia, no departamento de Engenharia
Hidráulica e Recursos Hídricos, que também faz referência ao estudo realizado pela empresa Themag
Engenharia e Gerenciamento Ltda em 1997 intitulado “Plano de Combate às Enchentes da Cidade de
Uberaba – diagnóstico geral”. Este documento destaca-se pelo uso das informações referentes aos
dados de infiltração no solo.

Nas situações em que os arquivos disponibilizados não continham as informações necessárias para
caracterizar as bacias hidrográficas, o presente estudo optou por utilizar as informações previamente
determinadas pelo SWMM.

Em relação ao modelo hidráulico de transporte, o presente estudo optou pela opção da Onda
Dinâmicas.

A Figura 7 representa as informações necessárias para a simulação dos eventos hidrológicos no

SWMM.

109
 Simulação de eventos
hidrológicos com o uso
de satélites

Dados Área de estudo

meteorológicos

Dados de precipitação da
Estação do INMET SWMM

Dados de
precipitação do Nós Condutos Sub- bacias
Satélite

Cota de Fundo Aberto Fechado Área

Seção Largura
Largura
Transversal característica

Profundidade Comprimento Declividade

Comprimento N de Manning CN

Área
N de Manning Canal
Impermeável

Área Permeável
Paredes

N de Manning
(perméavel e
impermeável)

Figura 7- Informações necessárias para a simulação de eventos hidrológicos com o uso de satélites.

1.9.1 Declividade das Áreas de Drenagem

Para a determinação da declividade de cada uma das áreas de drenagem que compõem o estudo,
foi utilizado o Modelo Digital de Elevação (MDE) do sensor ASTER (NASA/METI), adquirido em
11/10/2011 e com resolução espacial de aproximadamente 30 metros. A declividade foi calculada no
software ArcGIS 10.2 a partir da ferramenta Slope (Spatial Analyst Tools).

110
 O cálculo das médias de declividade em cada área foi feito pela ferramenta Zonal Statistics as Table
(Spatial Analyst Tools) no mesmo software.

1.9.2 Determinação dos parâmetros da Sub-bacia

Os percentuais de área permeável e impermeável de cada uma das sub- bacias do estudo foi
realizado com o auxílio do Google Earth com imagem de maio de 2018.

A largura característica do escoamento superficial foi estimada em função de duas equações que
foram descritas neste estudo.

A determinação da área de cada uma das sub-bacias foi através da consulta dos arquivos
disponibilizados pelo Codau.

A propagação do escoamento superficial simulada em cada uma das sub-áreas foi através da opção
Impervious do SWMM que determina o escoamento da área permeável para a impermeável.

Os valores de Manning foram utilizados baseados nos registros dos estudos realizados pela
Prefeitura Municipal de Uberaba, além disso, manteve-se o coeficiente de 0,015 (m-1/3.s) para áreas
impermeáveis e 0,15 (m-1/3.s) para áreas permeáveis. Embora os canais urbanos tenham sido
construídos em épocas distintas e, portanto, com coeficientes diferentes, o presente considerou apenas
essas condições por não haver um registro detalhado sobre cada canal e suas condições.

1.9.2.1 Dados de infiltração no solo

A urbanização das bacias hidrográfica altera as características dos solos. Esta alteração ocorre de
forma variada na bacia em função da implantação de diferentes materiais pela prefeitura e pela
população, o que torna difícil determinar com precisão a capacidade de infiltração de uma bacia
urbanizada.
O modelo SWMM oferece, conforme apresentado anteriormente, a possibilidade de adoção de três
alternativas para determinar a infiltração no solo, sendo estas o método SCS, a equação de Horton e o
método de Green-Ampt.

Devido à diversidade apresentada em uma bacia urbana fica inviável determinar a capacidade de
infiltração hidráulica da superfície saturada, assim como os dados das características do solo sendo,
portanto, descartada a utilização neste estudo dos métodos de Horton e o de Green-Ampt.

O método SCS é uma aproximação adotada pelo CN (Curva-Número) do NRCS (National

Resources Conservation Service), o que favorece o uso desta metodologia para análise de bacias

111
urbanizadas em que não é possível determinar os dados exigidos para a modelagem pelas demais
metodologias.

Desta forma, o presente estudo utilizou os valores do CN, descritos no Quadro 2 para compor os
dados das bacias hidrográficas estudadas.

Quadro 2 - Classes Hidrológicas dos Solos pelo NRCS (National Resources Conservation Service)

Grupo Significado Condutividade

hidráulica
saturada (pol/h)
A Escoamento superficial potencialmente baixo. Solos com ≥0,45
uma taxa de infiltração alta, mesmo quando
completamente saturados e principalmente profundos;
areia drenada excessivamente ou cascalhos
B Solos com uma taxa de infiltração moderada, quando 0,30 - 0,15
completamente saturado e, principalmente, com
profundidade moderada a profundo; solos
moderadamente drenados a bem drenados; solos com
textura moderadamente fina a moderadamente grosseira
C Solos com taxa de infiltração lenta quando 0,15 – 0,05
completamente saturados e consistindo, principalmente
de solos com uma camada que impede o movimento
descendente da água ou solos com uma textura
moderadamente fina a textura fina.
D Potencial de escoamento superficial alto. Solos com taxa 0,05 – 0,0
de infiltração muito lenta, quando completamente
saturados e consistindo, principalmente, de solos
argilosos com um alto potencial de expansão; solos com
um lençol freático permanente alto; solo com camadas
de argila na, ou próxima à superfície e solo rasos sobre
material quase impermeável.
Fonte: LENHS (2012)

Em relação as classes hidrológicas do solo, o manual do SWMM cita os calores descritos no Quadro
3.

112
 Quadro 3 - Curva Número do Soil Conservation Service – SCS
Descrição do Uso de Terra Classes
Hidrológicas do
Solo- NRCS
A B C D
Terra Cultivada
 Sem tratamento para conservação 72 81 88 91
 Com tratamento para conservação 62 71 78 81
Pastagem
 Condição ruim 68 79 86 89
 Condição boa 39 61 74 80
Campo
 Condição boa 30 58 71 78
Floresta
 Densidade baixa, cobertura pobres, sem cobertura 45 66 77 83
 Boa cobertura 25 55 70 77
Espaços abertos, gramados, parques, campos de golfe, cemitérios
etc.
 Condição boa: cobertura de grama em 75% ou mais da área 39 61 74 80
 Condição justa: cobertura de grama em 50-75% da área 49 69 79 84
Áreas comerciais e de negócio (85% impermeáveis) 89 92 94 93
Distritos industriais (72% impermeáveis) 81 88 91 93
Residencial
Tamanho médio do lote (% impermeável)
 0,05 ha ou menos (65) 77 85 90 92
 0,10 ha (38) 61 75 83 87
 0,13 ha (30) 57 72 81 86
 0,20 ha (25) 54 70 80 85
 0,40 ha (20) 51 68 79 84
Estacionamento pavimentado, telhados, calçadas etc. 98 98 98 98
Ruas e estradas
 Pavimentadas com meio fio e drenagem 98 98 98 98
 Com cascalho 76 85 89 91
 Sujas 72 82 87 89
Fonte: LENHS (2012)

Em relação ao PA- Impermeável e o PA- Permeável, referentes as profundidades de armazenamento

em depressão na parcela permeável da sub- bacia, foram adotados os valores de 1,27 e 2,54
respectivamente, entre os sugeridos no item A.5- Armazenamento em depressões do Manual do
SWMM, ilustrados no Quadro 4.

113
 Quadro 4 - Valores utilizados para caracterizar o Armazenamento em Depressões
Superfícies Impenetráveis 1,27- 2,54mm
Gramados 2,54- 5,08mm
Pastagens 5,08mm
Serapilheira 7,62mm
Fonte: LENHS (2012)

1.9.2.2 Valores para a largura do escoamento das sub- bacias (W)

Entre os elementos que mais favorecem nas variações dos resultados nas simulações do SWMM
está a largura do escoamento das sub- bacias (W).

Para verificar se este parâmetro pode influenciar no resultado final na bacia hidrográfica do córrego
das Lages, o presente estudo optou por realizar a análise através de dois itens:
a) A largura do escoamento das sub- bacias (W) é resultado da equação:
  '-& % -$ )/-™ (Equação 32)
W  2  Sk  * L (Equação 33)

Em que A1 e A2 são as áreas laterais do canal; At é a área total; L é o comprimento do canal de

drenagem principal e W é a largura do escoamento da sub- bacia.

A largura do escoamento das sub- bacias (W) é resultado da equação:

ž  -/x:ŸN” ¡N¢ (Equação 34)

Em que A é a área total; Ldiagonal é o comprimento diagonal da área da sub-bacia e W é a largura do

escoamento da sub- bacia.

1.10 Pontos de referências para análise do evento hidrológico a ser simulado pelo SWMM

A confirmação de eventos hidrológicos pode ocorrer em função de diversos elementos, tais como
o registro em estações fluviométricas que possuem as cotas de inundação, decretos municipais, como
os de calamidade pública após os eventos, reconhecimento do governo federal da ocorrência do evento
hidrológicos, através dos registros de imagens durante os eventos pela mídia, pelo público de forma
geral, entre outros.

114
 Como na área de estudo não há um posto fluviométrico, o presente estudo estipulou que a
verificação da possibilidade do evento hidrológico ocorreria através da análise da capacidade de
determinados nós na área de drenagem do estudo, sendo este item denominado de cota de
transbordamento.

A referência para as cotas estimadas do evento hidrológico utilizada no estudo foram os nós B3 e
B4 referente ao córrego das Bicas e os nós 1480 e 1481 referente ao córrego das Lages.

Estes pontos foram escolhidos porque nas imagens obtidas da mídia é possível aferir o nível que a
água atingiu nas edificações próximas a estes pontos. Os primeiros pontos de referência B3 e B4 estão
localizados na Avenida Santos Dumont e tomando como referência a residência localizada ao lado do
ponto comercial, foi possível estimar que a água alcançou uma altura de 1,20m, conforme ilustra a
Figura 8.

Figura 8 - Enxurrada na Avenida Santos Dumont e o ponto de referência com a altura que a água atingiu no dia
28/11/2017.

Os pontos 1480 e 1481 estão localizados na Avenida Leopoldino de Oliveira e têm como referência
a esquina do shopping José Generoso Lenza em que a água atingiu 1 metro.
Além desses pontos, também foram considerados outros pontos localizados nos córregos da Bica,
Capão da Igreja, Comércio e o córrego das Lages. Os Nós considerados para uma análise do presente
estudo estão identificados na Tabela 3, com as respectivas capacidades.

115
 Tabela 3 - Pontos utilizados para verificação da capacidade do sistema de drenagem
Número do Nó Altura do Nó (m) Bacia Hidrográfica

B1 2,2 Córrego das Bicas

B2 2,5 Córrego das Bicas

1607 2,8 Córrego das Bicas

1379 2,9 Córrego das Bicas

Co1 2 Córrego do Comércio

Co2 2,5 Córrego do Comércio

CI 2 2,5 Córrego Capão da Igreja

CI 3 2.8 Córrego Capão da Igreja

170 3 Córrego das Lages

*3 2,8 Córrego das Lages

*4 3,5 Córrego das Lages

*5 2,5 Córrego das Lages

*6 5,9 Córrego das Lages

*7 3 Córrego das Lages

*8 3 Córrego das Lages

2 COMENTÁRIOS FINAIS

A atmosfera é um sistema caótico e não é possível determinar com exatidão qual será o valor da
precipitação que irá ocorrer em um determinado local. A imprecisão deste valor é dada por diferentes
elementos atmosféricos e quando somada a análise do escoamento superficial e os diferentes
elementos que constituem o sistema de drenagem urbano, corroboram para a incertezas quanto a
análise de um potencial evento deflagrador de enxurradas em áreas urbanas.

116
 Neste âmbito, o presente estudo visou através da criação da ferramenta Monte Carlo, a inserção de
uma estimativa de precipitação no software SWMM, de forma a auxiliar na tomada de decisão para
verificar se um determinado sistema atmosférico poderia ser deflagrador de um evento hidrológico
em uma área urbana.

Sobre esta perspectiva, o uso da ferramenta Monte Carlo mostrou-se satisfatório, uma vez que
apontou através das análises das cotas estimadas dos nós do sistema de drenagem urbano do município
de Uberaba na bacia do córrego das Lages, que haveria um evento hidrológico.

Nas propostas sugeridas neste estudo, a área Beta apresentou melhores resultado. Este fato se deve
por esta possuir uma área menor, e considerando que o sistema meteorológico atuante no caso
estudado não era similar para toda a área de precipitação (área Alfa), a área Beta acabou por uma
chance maior de sorteio de dados estimados (metodologia Monte Carlo) de precipitação mais
próximos dos valores dos dados observados.

A análise do sistema de drenagem em função de uma estimativa de precipitação pode auxiliar os

gestores na tomada de decisão de medidas simples como isolamento das principais vias públicas e até
mesmo na retirada de pessoas de possíveis áreas de risco, diminuindo assim o número de pessoas
afetadas e essa metodologia pode ser replicada para municípios que apresentam históricos de eventos
hidrológicos.

REFERÊNCIAS BIBLIOGRÁFICAS

AHLMAN, S. Modelling of substance flows in urban drainage systems. Chalmers University of Technology, 2006.
ANJOS, G.R; et al.(2006). Simulação numérica das equações de Saint Venant utilizando o método dos elementos finitos.
In: 16 POSMEC—Simpósio de Pós-Graduação em Engenharia Mecânica. Uberlândia, Brasil, 2006.
BABAEI, S.; GHAZAVI, R.; ERFANIAN, M. Urban flood simulation and prioritization of critical urban sub-catchments
using SWMM model and PROMETHEE II approach. Physics and Chemistry of the Earth, Parts A/B/C, 2018, ISSN 1474-
7065.
BAPTISTA, M. B., et al.Hidráulica aplicada. Coleção ABRH, v. 8, 2003.
BELING, F. A., et al.Analysis of the SWMM Model Parameters for Runoff Evaluation in Periurban Basins from Southern
Brazil. 12nd International Conference on Urban Drainage, Porto Alegre/Brazil, September, 2011.
BERTONI, J. C.; TUCCI, C.E.M. Precipitação. In TUCCI, C.E.M. (Org) Hidrologia: ciência e aplicação. 2 ed. Porto
Alegre: Universidade Federal do Rio Grande do Sul, 177-242, 1993.
BOUCHER, M.A., ANCTIL, F., PERREAULT, L., TREMBLAY, D.: A comparison between ensemble and deterministic
hydrological forecasts in an operational context, Adv. Geosci., v. 29, p. 85-94, 2011, Disponível em:
https://doi.org/10.5194/adgeo-29-85-2011.
BRASIL. Instrução Normativa nº1, de 24 de agosto de 2012. Estabelece procedimentos e critérios para a decretação de
situação de emergência ou estado de calamidade pública pelos Municípios, Estados e pelo Distrito Federal, e para o
reconhecimento federal das situações de anormalidade decretadas pelos entes federativos e dá outras providências. Diário
Oficial da União, Brasília, DF, 30 ago. 2012. Seção 1, p.30.
BRASIL. Lei nº 11.445, de 5 de janeiro de 2007. Institui as diretrizes nacionais para o saneamento básico e a Política
Federal de Saneamento Básico no Brasil. Diário Oficial da União, Brasília, 2007.

117
BRASIL. Secretaria Nacional de Proteção e Defesa Civil. (Org.). Sistema Integrado de Informações sobre Desastres
S2ID. 2015. Disponível em: <http://s2id.mi.gov.br/>. Acesso em: 03 mar. 2015.
BRIGHENTI, T. M.; BONUMÁ, N. B.; CHAFFE, P. L. B. Urban floods: models used in Brazil. Anais: 6th Internacional
Conference on Flood Management. São Paulo. Brazil. 2014
CARUZZO, A. et al.Decisão em Condições de Incerteza Meteorológica e Proteção de Infraestruturas no Centro de
Lançamento de Alcântara. Rev. bras. meteorol. São Paulo, v. 32, n.1, p.141-155, 2017.
CHEN, Y. et al.Urban flood risk warning under rapid urbanization. Environmental Research, v.139, p.3-10, 2015.
CHOI, K.; BALL, J. E. Parameter Estimation for Urban Runoff Modelling. Urban Waterst, v.4, n.1, p. 31 – 41, 2002.
CLOKE, H. L.; PAPPENBERGER F. Ensemble flood forecasting: A review. Journal of Hydrology, v. 375, n. 3–4, p. 613-
626, 2009.
Centro Operacional de Desenvolvimento e Saneamento de Uberaba – CODAU. Banco de Dados (2015).
COLLODEL, M. G. Aplicação do modelo hidrológico SWMM na avaliação de diferentes níveis de detalhamento da bacia
hidrográfica submetida ao processo de transformação chuva-vazão. 2009. Dissertação (Mestrado) – Escola de Engenharia
de São Carlos, Universidade de São Paulo, São Carlos, 2009.
CPTEC/INPE - CENTRO DE PREVISÃO DE TEMPO E ESTUDOS CLIMÁTICOS / INSTITUTO NACIONAL DE
PESQUISAS ESPACIAIS. Satélite e precipitação. Disponível em <http://sigma.Cptec.inpe.br/prec_sat/#>. Acesso em: 17
Jul. 2015.
CUO, L.; PAGANO, T. C.; WANG, Q. J. A Review of Quantitative Precipitation Forecasts and Their Use in Short- to
Medium-Range Streamflow Forecasting. Journal of Hydrometeorology, v. 12, p. 713-728. 2011.
DEMUTH, J.L.; et al.Creation and Communication of Hurricane Risk Information. B Am Meteorol Soc, v. 93, n. 8, p.
1133-1145, 2012.
DONATELLI, G. D.; KONRATH, A. C. Simulação de Monte Carlo na Avaliação de Incertezas de Medição Monte Carlo.
Revista de Ciência & Tecnologia, v. 13, n. 25/26, p. 5-15, 2005.
DOSWELL, C. A.; et al.A Flash flood forecasting: An in gredients-based methodology. Wea. Forecasting,
v.11, p.560–581, 1996.
DUTRA E CAMPOS, M. F.; GOUVÊA JÚNIOR, M. M. Previsão de precipitações utilizando a técnica de previsão por
conjuntos e um algoritmo baseado no vizinho mais próximo. Anais: XXXVII Congresso da Sociedade Brasileira de
Computação. São Paulo, SP, p. 840-849, 2017.
ELLIOTT, A.H.; TROWSDALE, S.A. A review of models for low impact urban stormwater drainage. Environmental
Modelling & Software, Volume 22, Issue 3, p.394-405, 2007.
EPA (1995). SWMM Windows Interface User´s Manual. United States Enrironmental Protection Agency. Office of Water.
EPA-823-B-95-008. September 1995.
FAN, F.M; et al.Ensemble streamflow forecasting experiments in a tropical basin: the São Francisco river case study. J
Hydrol, v. 5, n.19, p.2906–2919, 2014.
FAN, F.M; et al.Flood forecasting on the Tocantins River using ensemble rainfall forecasts and real-time satellite rainfall
estimates. J Flood Risk Manag, 2015.
FAN, F. M., RAMOS, M.H., COLLISCHONN, W. Sobre o uso de previsões hidrológicas probabilísticas para tomada de
decisão. Revista Brasileira de Recursos Hídricos, v. 20, n.4, p.914–926, 2015.
FERNANDES, C. V.; PEIXOTO, A. S. P.; KAISER, I. M. Análise de Agentes Desencadeadores de Desastres Naturais
Utilizando Simulação de Monte Carlo. Anais: XIX Congresso Brasileiro de Mecânica dos Solos e Engenharia Geotécnica.
Salvador, Bahia, 28 de agosto a 01 de setembro de 2018.
FERREIRA, A.M. Capacidade de autodepuração no médio e baixo cursos do rio Uberaba, UPGRH- GD8. 2014. 113f.
Dissertação (Mestrado) – Programa de Pós-Graduação em Engenharia Civil, Universidade Federal de Uberlândia,
Uberlândia, MG, 2014.
FINKLER, T. F. Desenvolvimento de uma ferramenta para obtenção de modelos empíricos. 2003. 114f. Dissertação
(Mestrado)- Programa de Pós Graduação em Engenharia Química, Universidade Federal do Rio Grande do Sul, 2003.

118
FORMIGA, K. T. M. et al.Calibração do Storm Water Management Model (SWMM) utilizando algoritmos evolucionários
multiobjetivo. Eng. Sanit. Ambient., Rio de Janeiro, v. 21, n.4, p.697-707, 2016.
GARCIA, J.I.B.; PAIVA, E.M.C.D. Monitoramento Hidrológico e Modelagem da Drenagem Urbana da Bacia do Arroio
Cancela - RS. Revista Brasileira de Recursos Hídricos, v. 11, p. 99-108, 2006.
GARCIA, J. I. B. Monitoramento hidrológico e modelagem da drenagem urbana da bacia hidrográfica do arroio
Cancela. Universidade Federal de Santa Maria. Centro de Tecnologia. Curso de Pós-Graduação em Engenharia Civil.
Santa Maria, 2005.
GERBEAU, J. F. PERTHAME, B. Derivation of viscous Saint- Venant system for laminar shallow water. Discrete Contin.
Dynam. Systems, Series B, v 1. p.89-102, 2001.
GRACIOSA, M. C. P. Modelo de seguro para riscos hidrológicos com base em simulação hidráulico-hidrológica como
ferramenta de gestão de risco de inundações. 2010. 191f. Tese (Doutorado). Escola de Engenharia de São Carlos,
Universidade de São Paulo, 2010.
GORE, CH2M; ALBERTA. ENVIRONMENTAL SCIENCES DIVISION. MUNICIPAL PROGRAM DEVELOPMENT
BRANCH. Stormwater management guidelines for the Province of Alberta. Municipal Program Development Branch,
Environmental Sciences Division, Environmental Service, 1999.
HONG, Y.; HSU, K.; MORADKHANI, H.; SOROOSHIAN, S. Uncertainty quantification of satellite precipitation
estimation and Monte Carlo assessment of the error propagation into hydrologic response. Water Resources Research, v.
42, W08421, doi:10.1029/2005WR004398, 2006.
HSU, M.H.; CHEN, S.H.; CHANG, T.J. Inundation simulation for urban drainage basin with storm sewer system. Journal
of Hydrology, v.234, p.21-37, 2000.
HUBER, W. C.; DICKINSON, R. E. Storm water management Model, Version 4: User’s manual. U.S. Enviromental
Protect Agency. Athens, Georgia, 1992.
INMET. Instituto Nacional de Meteorologia. Estações meteorológica do Instituto Nacional de Meteorologia (2015).
JACOBSON, C.R. Identification and quantification of the hydrological impacts of imperviousness in urban catchments: a
review. Journal of Environmental Management, v.92, n.6, p.1438-1448, 2011.
JANG, S. Using SWMM as a tool for hydrologic impact assessment. Desalination, v.212, n.1-3, p.344-356, 2007.
JOHNSON, M. S.; et al.Application of two hydrologic models with different runoff mechanisms to a hillslope dominated
watershed in the northeastern US: a comparison of HSPF and SMR. Journal of Hydrology, v. 284, n. 1–4, p. 57-76, 2003.
KRZYSZTOFOWICZ, R. The case for probabilistic forecasting in hydrology, Journal of Hydrology, v. 249, n. 1–4, 2001,
p. 2-9, 2001.
LENHS- Laboratório de Eficiência Energética e Hidráulica em saneamento (Traduação). Manual do usuário EPA SWMM
5.0. UFPB: 2012.
LÓPEZ-CASTILLO, A.; SOUZA FILHO, J.C. Simulação do equilíbrio: o método de Monte Carlo. Quim. Nova, Vol. 30,
No. 7, 1759-1762, 2007.
MARUJO, R., et al.MOS - Model Output Statistics - Aplicação da metodologia para correcção das previsões de vento
obtidas para Portugal Continental. XXXI Jornadas da Associação Meteorológica Espanhola em Meteorologia e Energias
Renováveis, At Sevilha, Espanha, 2010.
MELLER, A. Simulação Hidrodinâmica Integrada de Sistema de Drenagem em Santa Maria-RS. 2004. 180f. Dissertação
(Mestrado). Programa de Pós-Graduação Engenharia Civil, Universidade Federal de Santa Maria, Santa Maria, 2004.
MENDONÇA, A.M., BONATTI, J.P. O sistema de previsão de tempo global por ensemble do CPTEC. XII Congresso
Brasileiro de Meteorologia. p. 11. 2002.
MOURA, R. G., et al.Avaliação do modelo regional ETA utilizando as análises do CPTEC e NCEP. Rev. bras. meteorol.
São Paulo, v. 25, n. 1, p. 46-53, Mar. 2010.
NASA National Aeronautics and Space Administration. TRMM Tropical Rainfall Measuring Mission. Disponível em:
https://trmm.gsfc.nasa.gov/overview_dir/instrumentfacts.html. Acesso em 11 de setembro de 2017.

119
OH, E.H.; DESHMUKH, A.; HASTAK, M. Disaster impact analysis based on inter-relationship of critical infrastructure
and associated industries: A winter flood disaster event. International Journal of Disaster Resilience in the Built
Environment, v. 1, n. 1, p. 25-49, 2010.
OMNR. 2002. Technical Guide River & Stream Systems: Flooding Hazard Limit. Water Resources Section, Ontario
Ministry of Natural Resources, Peterborough, Ontario. 118p.
PAPPENBERGER, F., K. J. et al.Cascading model uncertainty from medium range weather forecasts (10 days) through a
rainfall-runoff model to flood inundation predictions within the European Flood Forecasting System (EFFS). Hydrol. Earth
Syst. Sci., v.9, p.381–393, 2005.
PATRY, G. G., MARIÑO, M. A. Parameter identification of time-varying noisy difference equations for real-time urban
runoff forecasting, Journal of Hydrology, v. 72, n. 1, pp. 25-55, 1984.
POMPÊO, C. A., Drenagem Urbana Sustentável In: Revista Brasileira dos Recursos Hídricos / ABRH Porto Alegre- RS,
v. 5, n.1, p.15-24. 2000.
PORTO, Rodrigo de Melo et al.Hidráulica básica. São Carlos: EESC/USP, v. 4, 2006.
ROSSMAN, Lewis A. Storm water management model user's manual, version 5.1. Cincinnati: National Risk Management
Research Laboratory, Office of Research and Development, US Environmental Protection Agency, 2015.
ROZANTE, J. R. Produto de precipitação MERGE. 2017. Disponível em:
http://ftp.Cptec.inpe.br/modelos/io/produtos/MERGE/read_me_MERGE.pdf Acesso: 29/08/2017.
ROSE, S.; PETERS, N.E. Effects of urbanization on streamflow in the Atlanta area (Georgia, USA): a comparative
hydrological approach. Hydrological Processes, v.15, n.8, p.1441-1457, 2001.
SHINMA, T. A. Calibração multiobjetivo do SWMM aplicada à transformação chuva-vazão. 2011. 136f. Dissertação
(Mestrado) –Escola de Engenharia de São Carlos – Universidade de São Paulo. São Carlos, 2011.
SHINMA, T. A. Avaliação de incertezas na calibração automática do modelo SWMM. 2015. 212f. Tese (Doutorado) –
Escola de Engenharia de São Carlos – Universidade de São Paulo. São Carlos, 2015.
SIQUEIRA, V. A. et al.Ensemble flood forecasting based on operational forecasts of the regional Eta EPS in the Taquari-
Antas basin. RBRH, Porto Alegre, v.21, n.3, p.587-602, 2016.
SOUZA, R. M. de; CRISPIM, D. C.; FORMIGA, K. T. M. Estudo comparativo entre os modelos SWMM e HEC-HMS
para simulação de escoamento superficial - Caso de estudo Bacia do Córrego Samambaia. Revista Eletrônica de
Engenharia Civil. Goiânia – GO. v.5, n.2, p.1-11, 2012.
TABOSA, C. M.; SARAIVA JÚNIOR, A. F; COSTA, R.P. Simulação de Monte Carlo aplicada à análise econômica de
pedido. Produção, v. 21, n. 1, p. 149- 164, 2011.
TUCCI, C.E.M. Gestão de Águas Pluviais Urbanas. Ministério das Cidades. Global Water Partnership- Wolrd Bank-
Unesco 2005.
TUCCI, C.E M.; BERTONI, J.C. (2003) (orgs) Inundações Urbanas na América do Sul. Ed. Brasileira de Recursos
Hídricos, p. 471.
VILLANUEVA, A. O. N. 2003. Simulação de redes de macrodrenagem urbana. In Métodos Numéricos em Recursos
Hídricos VI, editado por Silva, R. C. V, 242-308. Porto Alegre: ABRH.
XING, W. et al.Layout effects and optimization of runoff storage and filtration facilities based on SWMM simulation in
a demonstration area. Water Science and Engineering, v. 9, n. 2, p.115-124, 2016.
YAMASHITA, S.; WATANABE, R.; SHIMATANI, Y. Smart Adaptation to Flooding in Urban Areas, Procedia
Engineering, v. 118, p.1096-1103, 2015.
YEN, B.C. Hydraulic instabilities of storm sewer flows. In: Urban Storm Drainage: Proceeding of the International
Conference held at the University of Southampton. London: Plymouth, p. 282-293. London, 1978.
ZAGHLOUL, N. A. Sensitivity analysis of the SWMM Runoff-Transport parameters and the effects of catchment
discretization. Adv. Water Resources, 1983, v. 6, p. 214-223, 1983.
ZOPPOU, C. Review of urban storm water models. Environmental Modelling & Software. Elsevier, v.16, n3, p195-231,
April 2001.

120
 CAPÍTULO 4
JULIO CESAR DE SOUZA INÁCIO GONÇALVES

PEDRO DE SOUZA LOPES SILVA

THIAGO VINICIUS RIBEIRO SOEIRA

CRISTIANO POLETO

USO DA CAVITAÇÃO HIDRODINÂMICA

PARA O TRATAMENTO DE ÁGUAS
RESIDUÁRIAS E DE ABASTECIMENTO

121
 A disponibilidade de água é uma preocupação crescente no mundo globalizado. Um exemplo
crítico é o que ocorre na Região Metropolitana de São Paulo (RMSP), onde a disponibilidade hídrica
não é suficiente para atender à demanda de uma população próxima a 20 milhões de habitantes e a um
dos maiores parques industriais do mundo (HESPANHOL, 2013). Por isso, o uso sustentável das
fontes hídricas existentes e o tratamento avançado de efluentes domésticos, capaz de possibilitar o
reuso potável direto, são medidas que, quando adotadas, podem trazer uma nova dimensão a este
cenário crítico, tanto em termos de disponibilidade como de qualidade.

Devido à existência, cada vez maior, de compostos orgânicos que não são completamente
removidos por sistemas convencionais de tratamento (i.e. sistemas biológicos), estudos de sistemas
de tratamento avançado de águas residuárias têm se tornado cada vez mais relevantes. Dentre as
unidades de tratamento avançado (filtração em membrana, degradação por UV, ozonização etc), a
cavitação hidrodinâmica associada à agentes oxidantes ocupou, recentemente, uma posição de
destaque, em razão de: elevado potencial em remover compostos de difícil degradação, e da
possibilidade de aumento de escala devido ao baixo custo de instalação dos reatores.

Em instalações hidráulicas de recalque, a cavitação é um problema a ser combatido, uma vez que
ela acarreta queda de rendimento da bomba, podendo levar até o colapso do equipamento (PORTO,
2006). Entretanto, se o fenômeno for aplicado à um sistema controlado, ela pode ser um agente de
degradação, com elevado potencial de oxidação (GAGOL et al., 2018; PARSA E ZONOUZIAN,
2013; RAUT-JADHAV et al., 2016).

Em um sistema controlado, a cavitação hidrodinâmica é gerada pela passagem de um líquido

através de uma constrição física, tais como uma placa de orifício (HILARES et al., 2017), um Venturi
(CHOI et al., 2018), ou uma válvula parcialmente fechada (LI et al., 2014). Quando a pressão na
constrição cai abaixo da pressão de vapor do líquido, microbolhas são geradas e, posteriormente,
implodidas quando a pressão do líquido é recuperada, a jusante da constrição. De momo geral, a
cavitação hidrodinâmica pode ser compreendida como um fenômeno de formação, crescimento e

122
implosão (colapso) de microbolhas de vapor (cavidades) em um meio líquido (CAPOCELLI et al.,
2014; RAJORIYA et al., 2018). Este fenômeno ocorre em um pequeno intervalo de tempo e libera
grande quantidade de energia, gerando pontos quentes (1,000 a 10,000 K) e regiões de elevadas
pressões, entre 10 e 500 MPa. Além das alterações físicas, o colapso das cavidades libera fortes
oxidantes no meio líquido (e.g., radicais •OH) devido à dissociação das moléculas de água (GHAYAL
et al., 2013; DULAR et al., 2016).

As alterações físicas e químicas geradas pela cavitação hidrodinâmica, somado ao elevado grau de
mistura, cria um ambiente inóspito propício a remoção de poluentes de difícil degradação como os
corantes, pesticidas, disruptores endócrinos e produtos farmacêuticos; bem como a remoção de
contaminantes biológicos como cianobactéria (Microcystis aeruginosa), bactéria (Legionella
pneumophil), e vírus (Rotavirus).

Neste capítulo, os fundamentos e as aplicações da cavitação hidrodinâmica como tecnologia para

o tratamento de águas residuárias e desinfecção de águas de abastecimento são brevemente discutidos
(itens 1.1, 1.2, 1.3, 1.4, 1.5 e 1.6). No item 1.7, é mostrada a importância da Dinâmica de Fluidos
Computacional para a otimização dos dispositivos (ou reatores) de cavitação; e finalmente, no item
1.8, são apontados os esforços ainda necessários para viabilizar a aplicação da cavitação
hidrodinâmica em escala real.

1.1 Fundamentos Hidráulicos

O esquema representativo da geração da cavitação hidrodinâmica em um dispositivo Venturi é

mostrado na Figura 1. O Venturi pode ser divido em três partes: um trecho convergente (seção 1), uma
garganta (seção 2), e um trecho divergente (seções 3 e 4). Considerando escoamento permanente,
diferentes velocidades são obtidas ao longo do Venturi. Essa afirmação é sustentada pela equação da
continuidade (Equação 1), em que, para uma vazão (Q) constante, a velocidade do escoamento é
alterada em função da área da seção transversal do dispositivo. Desta forma, pode-se imaginar que as
menores velocidades são obtidas no início da seção 1 e no final da seção 4, e a maior é obtida na
garganta.

V`
_
(Equação 1)

123
 Figura 1- Representação esquemática do fenômeno de cavitação ocorrendo em um tubo Venturi.

A mudança da velocidade do escoamento no Venturi causa alteração no perfil de pressão ao longo

do dispositivo, como pode ser visto na Figura 1. Uma relação aproximada entre velocidade e pressão
estática, em um escoamento, pode ser representada pela equação de Bernoulli (Equação 2).

V &” V P  0  +
—J
¥
(Equação 2)

Em que: p é a pressão estática local; γ é o peso específico do líquido; V é a velocidade do

escoamento, g é a aceleração da gravidade, z é a carga de elevação; e H é a carga total do escoamento.

A fim de entender melhor como se dá a relação entre velocidade e pressão em um escoamento,

imagine dois pontos no Venturi. O primeiro no início da seção 1 (ponto 1) e o outro na garganta (ponto

124
2). Considere que o escoamento ocorre de 1 para 2, que não há perda de energia entre 1 e 2 (H1 = H2),
que γ e g são constantes, e que o Venturi está na horizontal (z1 = z2). Se a velocidade no ponto 2
aumenta devido à redução da área da secção transversal (Equação 1), a pressão estática neste ponto
terá que diminuir para manter H1 igual a H2. Por isso, na garganta (região de maior velocidade)
encontra-se o ponto de menor pressão. A formação de vapor ocorre quando a pressão atinge valores
abaixo da pressão de vapor do líquido, como pode ser visto na região hachurada da Figura 1. Nas
seções 3 e 4, a área da seção transversal volta a aumentar, a velocidade do escoamento diminui e a
pressão estática recupera-se, atingindo, no início da seção 4, valor superior a pressão de vapor. Neste
ponto as bolhas de vapor (cavidades) entram em colapso, gerando pontos quentes e ondas de choque.

Nota-se que apesar da pressão recuperar-se, ela não atinge o valor correspondente a do início da
seção 1. Isso ocorre porque grande parte da energia mecânica é transformada em calor durante a
passagem do escoamento pelo Venturi. Essa perda de energia mecânica é denominada perda de carga.
Como o Venturi está na horizontal e as velocidades no início da seção 1 e final da seção 4 são as
mesmas, a perda de carga é representada por uma perda de pressão, conforme visto na Figura 1.

Outro fator importante para que a cavitação ocorra, além da existência de uma região de baixa
pressão e recuperação, é a pré-existência, no líquido em escoamento, de núcleos microscópios
contendo gases ou vapor líquido. As microbolhas de gás reduzem a resistência à tração do líquido,
facilitando a formação de pequenas bolhas de vapor. Esse processo é designado de nucleação e
considerado essencial para iniciar o fenômeno de cavitação.

Portanto, o fenômeno de formação, crescimento e colapso das cavidades é dependente da

ocorrência, em um escoamento, de três condições essenciais, conforme exposto por Gomes (2015):

- Existência de núcleos gasosos que atuarão como embriões das bolhas de cavitação;

- Presença de região de baixa pressão, necessárias para promover a formação das referidas bolhas
e seu crescimento por vaporização do líquido; e

- Presença de uma região de recuperação da pressão, necessária por interromper o crescimento das
bolhas e promover o respectivo colapso.

Na Figura 2 é mostrado o fenômeno de cavitação ocorrendo em um Venturi de acrílico com

garganta tipo fenda. Observa-se que as cavidades formadas são implodidas a jusante da garganta,
quando a velocidade do escoamento é reduzida devido ao aumento da área da seção transversal do
Venturi.

125
 Figura 2- Formação e colapso (implosão) de cavidades em um dispositivo Venturi tipo fenda.

Os principais parâmetros hidráulicos utilizados para caracterização da cavitação hidrodinâmica

são: vazão (ou velocidade) do escoamento, temperatura do líquido, pressão de entrada no dispositivo
de cavitação (p1), pressão de recuperação do dispositivo (p2) e número de cavitação (Cv).

O número de cavitação é um número adimensional (Equação 3) utilizado para determinar a

presença e a intensidade da formação de cavidades. Sob condições ideais, as cavidades começam a
ser geradas quando Cv < 1; entretanto, elas também podem ser formadas em Cv > 1. Isso ocorre
quando o líquido apresenta elevada concentração de gases dissolvidos e partículas em suspensão, os
quais fornecem núcleos adicionais para a formação das cavidades.

/<  '$/&)@— "

J A
¦
J
(Equação 3)

Em que pv é a pressão de vapor do líquido; ρ é a massa específica do líquido; Vo é a velocidade do

escoamento na garganta ou no orifício de uma placa.

A Figura 3 mostra o efeito da pressão de entrada (p1) em um dispositivo Venturi (como o da Figura
2) sobre o número de cavitação e a velocidade do escoamento na garganta. O aumento de p1 produz
o aumento de Vo e, consequentemente, a redução de Cv (veja a Equação 3). O número de cavidades
geradas aumenta com o decaimento do número de cavitação, i.e. com o aumento da velocidade do
escoamento na garganta. No exemplo mostrado na Figura 3, o início da cavitação ocorre quando p1
está próximo a 2 bar, o que gera uma velocidade na garganta de 9 m/s. Esses valores não representam
o padrão encontrado em outros dispositivos de cavitação. A velocidade e a pressão de entrada que
darão início a formação de cavidades dependem de fatores como: tipo do dispositivo (Venturi, placa
de orifício ou válvula de fechamento) e temperatura do líquido. Por exemplo, Saharan et al.(2011)

126
analisaram a intensidade de cavitação em um dispositivo Venturi com proporções geométricas
diferentes do utilizado para a construção da Figura 3. Eles encontraram que o início da cavitação
ocorre quando p1 é igual a 0,6 bar e Vo é igual a 18 m/s.

Apesar do número de cavitação ser um bom parâmetro para indicar a intensidade na formação de
cavidades, ele não tem obtido o mesmo sucesso para definir as faixas de maior eficiência na remoção
de poluentes. Isso porque quanto menor o número de cavitação, maior a formação de cavidades; no
entanto, este fato não significa, necessariamente, maior potencial de degradação de poluentes. O
excesso de cavidades (nuvens de cavitação) pode ser prejudicial na remoção de poluentes e
desinfecção de águas de abastecimento. Veremos porque isso acontece no item 1.3, onde é detalhado
os diferentes tipos de dispositivos de cavitação.

Figura 3- Características hidráulicas de um dispositivo de cavitação tipo Venturi.

1.2 Efeitos do Fenômeno de Cavitação

Como comentado no início deste capítulo, a cavitação hidrodinâmica produz efeitos físico-
químicos que podem ser utilizados para oxidar poluentes presentes em águas residuárias e de
abastecimento. De acordo com Gomes (2015), ao implodirem, as bolhas cumprem a função de “micro-
reatores”, que em um período muito curto de tempo podem alcançar temperaturas e pressões extremas,
bem como produzir radical hidroxila, um dos oxidantes mais poderosos e excelentes iniciadores de
reações em cadeia. Devido ao seu elevado potencial de oxidação, igual a 2,8 V, o radical hidroxila
pode oxidar praticamente todo o poluente orgânico e inorgânico presente em uma água a ser tratada.
Por esse motivo, diversos autores consideram a cavitação como um processo oxidativo avançado
(GAGOL et al., 2018; PARSA e ZONOUZIAN, 2013; RAUT-JADHAV et al., 2016).

127
 Gagol et al.(2018) consideram que, durante o fenômeno cavitacional, dois processos
oxidativos fundamentais para a degradação dos poluentes podem ser gerados: a decomposição direta
do poluente por pirólise e a decomposição por pirólise da molécula de água, produzindo espécies
químicas com elevado potencial redox, as quais subsequentemente reagem com as moléculas do
poluente.

A decomposição por pirólise ocorre quando o poluente está dentro ou próximo a uma cavidade
que implodirá. Quando o poluente está próximo à cavidade e em um meio líquido, o aumento da
pressão e temperatura causado pela implosão pode quebrar as ligações químicas da molécula do
poluente e, desta forma, transformá-lo em um novo composto, o qual pode ter características menos
agressivas ao meio ambiente. A decomposição por pirólise dentro das cavidades ocorre quando a
pressão de vapor do poluente é similar a pressão de vapor do líquido (i.e. água). Poluentes deste tipo
são capazes de penetrar nas cavidades. A energia concentrada dentro das cavidades permite a
decomposição da maioria dos poluentes, mesmo aqueles com forte ligação covalente. Isso ocorre
devido a elevada pressão e temperatura na ordem de 9869 atm e 4726,8oC, respectivamente (GAGOL
et al., 2018).

A dissociação da molécula de água por pirólise ocorre na fase líquida e envolve a maioria dos
poluentes de baixa volatilidade (geralmente, com elevado peso molecular) e hidrofílicos. A energia
resultante do colapso das microbolhas causa a pirólise da molécula da água, gerando radicais
altamente reativos, •OH e •H. Os radicais formados reagem com as moléculas dos poluentes e
permitem a formação de compostos inorgânicos simples ou compostos orgânicos de baixa toxicidade
(GAGOL et al., 2018). A formação dos radicais é resumida na Equação 4.
DNGŸ™Nçã
0& § ¨⎯⎯⎯⎯⎯ª ∙ §0 V ∙ 0 (Equação 4)

A eficiência de remoção de poluentes, por meio da cavitação hidrodinâmica, pode ser melhorada
com o uso de agentes oxidantes tais como peróxido de hidrogênio (H2O2) e ozônio (O3). A combinação
entre cavitação hidrodinâmica e oxidantes gera mais espécies reativas, reduz a resistência a
transferência de massa e aumenta a geração de turbulência. Por exemplo, veja o caso da combinação
entre cavitação e peróxido: a cavitação aumenta a taxa de dissociação de H2O2 e, consequentemente,
aumenta a geração de radical hidroxila, como mostra a Equação 5.
DNGŸ™Nçã
0& §& ¨⎯⎯⎯⎯⎯ª ∙ §0 V ∙ §0 (Equação 5)

Apesar do oxidante ser um componente importante do tratamento com cavitação hidrodinâmica,

uma dosagem ótima deste composto deve ser definida experimentalmente, dependendo do tipo de
dispositivo e poluente a ser tratado, uma vez que a falta ou o excesso pode resultar em significativas
perdas de eficiência no tratamento (PATIL e GOGATE, 2012). O excesso de peróxido pode gerar
reações secundárias que formam radicais com potencial de degradação inferior (RAUT-JADHAV et
al., 2016; BAGAL, M.V., GOGATE, 2013; PATIL, BOTE e GOGATE, 2014). As Equações 6, 7, 8 e
9 mostram as possíveis reações secundárias que podem ser formadas.

128
 §0 V ∙ §0 → 0& §& (Equação 6)

0& §& V ∙ §0 → ∙ 0§& V 0& (Equação 7)

0§& V ∙ 0§& → 0& §& V §& (Equação 8)

§0 V §& → ∙ 0§& V ∙ (Equação 9)

Além dos efeitos químicos (geração de radicais livres) e térmicos (geração de pontos quentes), a
cavitação hidrodinâmica também produz efeitos mecânicos (geração de turbulência, correntes de
circulação de líquido e tensões tangenciais) que são fundamentais para intensificar a remoção de
poluentes e contaminantes presentes nas águas residuárias e de abastecimento. Com relação à
desinfecção da água, os efeitos mecânicos são os maiores responsáveis pela destruição das células de
microrganismos patogênicos; os efeitos químicos e térmicos possuem um papel apenas secundário
neste tipo de tratamento (MASON et al., 2003).

A Figura 4 ilustra os principais efeitos gerados no sistema de cavitação hidrodinâmica quando uma
cavidade entra em colapso.

Figura 4- Efeitos químico, térmico e mecânico gerados no sistema de cavitação (adaptado de Ozonek, 2012).

129
1.3 Dispositivos Usados no Sistema de Cavitação Hidrodinâmica

Um sistema de cavitação hidrodinâmica normalmente é construído em circuito fechado e, por esse

motivo, o tratamento de água residuária e/ou água de abastecimento ocorre, em tal sistema, em
batelada. Os principais materiais usados em um sistema de cavitação são: reservatório, onde o
efluentes a ser tratado fica armazenado; tubulações e conexões; válvulas para o controle da vazão que
escoa pelo sistema; sistema mor-bomba usado para aumentar a pressão p1 e, desta forma, gerar
cavitação; medidores de pressão para monitorar a intensidade de cavitação; e dispositivos de cavitação
(Figura 5).

Os dispositivos de cavitação são definidos como constrições, tais como placas de orifício e Venturi,
responsáveis por, pontualmente, aumentar a velocidade do escoamento, reduzir a pressão e gerar
cavidades.

Figura 6 - Aparato de cavitação hidrodinâmica típico usado para o tratamento de águas residuárias e desinfeção de
águas de abastecimento.

Recentemente, muitas investigações têm sido realizadas com o intuito de definir a melhor forma
geométrica dos dispositivos de cavitação para remoção de poluentes (PAWAR et al.,2017; ALVES et
al., 2019). Apesar dos esforços, as conclusões ainda são conflitantes. Os estudos ainda não
conseguiram definir completamente questões como: Qual o melhor ângulo da seção divergente do
Venturi? Qual deve ser a espessura das placas de orifício? É melhor usar placas com múltiplos orifícios
ou com um único orifício? É melhor utilizar Venturi ou placas de orifício? O que sabemos até o
momento é que os dispositivos, mostrados na Figura 6, possuem, na zona de cavitação, características
hidrodinâmicas (densidades de cavidades, taxa de recuperação, comprimento da zona de baixa pressão
etc) bastante diferentes quando analisados separadamente.

130
 Para atingir a máxima intensidade de cavitação é necessário que a sequência – formação das
cavidades, expansão das cavidades e implosão das cavidades – ocorra completamente. Quanto mais
cavidades completarem essa sequência, maior será o potencial do reator de cavitação em oxidar
poluentes. No dispositivo Venturi, as cavidades crescem mais (para uma da pressão p1) do que nas
placas de orifício, uma vez que elas são produzidas na entrada da garganta e estendem-se até a seção
divergente, onde tornam-se maiores. Quando essas cavidades implodem, há uma elevada intensidade
de colapso e uma grande geração de radical hidroxila. Nas placas de orifício, as cavidades
(microbolhas) são geradas na entrada do orifício e implodidas já na saída do orifício. Este fato produz
cavidades menores, já que elas não tiveram espaço para crescer, e de baixo intensidade de colapso
(menor geração de radical hidroxila). Este fato pode levar a conclusão que o Venturi é mais eficiente
do que as placas. No entanto, isso nem sempre ocorre porque o crescimento excessivo das cavidades
pode gerar nuvens de cavitação.

A existência de nuvens em dispositivos de cavitação reduz a velocidade de degradação devido aos

seguintes motivos: 1-) aumento das chances de coalescência entre as cavidades e redução da
intensidade de colapso devido ao amortecimento da energia liberada na implosão; e 2-) cavidades
maiores, devido à coalescência, escapam do líquido sem colapsar. Nuvens de cavitação foram
observadas por Raut-Jadhav et al.(2013), Gogate and Bhosale (2013), Rajoriya et al.(2018), e Choi et
al.(2018).

Alves et al.(2019) compararam a eficiência de remoção de sacarose entre um Venturi e uma placa
com um único orifício, em quatro pressões de entrada (p1) diferentes (2,0, 4,0, 6,0, 7,3 bar). Eles
encontraram que o Venturi atingia eficiências de remoção mais elevadas do que a placa de orifício.
No entanto, eles concluíram também que para a pressão de 7,3 bar a eficiência de remoção era reduzida
drasticamente devido à presença de nuvens de cavitação no Venturi.

Pawar et al.(2017) avaliaram a natureza da cavitação em três Venturi’s, com diferentes ângulos da
seção divergente, e uma placa de orifício. Eles encontraram que a densidade numérica das bolhas de
cavitação e a interações entre elas tiveram influência crítica sobre o rendimento cavitacional. Os
resultados mostraram que a placa de orifício obteve maior rendimento cavitacional devido a menor
interação entre as cavidades. Por outro lado, a ocorrência de grandes nuvens reduziu o rendimento
cavitacional nos Venturi’s devido à coalescência entre as cavidades e a recombinação de radicais
oxidantes.

As placas com múltiplos orifícios foram criadas com intuito de reduzir a possibilidade de
ocorrência de coalescência entre as cavidades, já que elas têm a função de distribuir mais
uniformemente as bolhas de vapor geradas no fenômeno cavitacional. Cappa (2018) obteve bons
resultados quando placas com múltiplos orifícios (sem a presença de oxidantes) foram usadas para
remoção de cor proveniente de ácido húmico. Entretanto, a eficiência das placas com múltiplos
orifícios foi bastante reduzida quando a cavitação hidrodinâmica foi combinada com peróxido de
hidrogênio. Isto provavelmente ocorreu porque, neste tipo de placa, as zonas de baixa pressão são

131
menos intensas o que pode ter reduzido a taxa de dissociação do peróxido e a geração de radicais com
baixo potencial de oxidação.

Diante do exposto, percebe-se que a otimização dos dispositivos de cavitação ainda é uma lacuna
da área de cavitação hidrodinâmica. Uma importante ferramenta que vem sendo utilizada para
melhorar o entendimento do comportamento do escoamento nesses dispositivos é a Dinâmica de
Fluidos Computacional. Este tema é discutido com mais detalhem no item 1.7.

1.4 Uso da Cavitação Hidrodinâmica para Remoção de Algas

O uso de fertilizantes na agricultura, lançamentos de efluentes domésticos e industriais são

exemplos de atividades que podem contribuir para o aumento excessivo de nutrientes em corpos
hídricos, principalmente fósforo e nitrogênio. O excesso de nutrientes pode causar eutrofização, a qual
é classificada como uma forma de poluição. A eutrofização tem efeitos diretos sobre a densidade de
organismos encontrados no meio aquático, como algas e microalgas (ESTEVES, 1998). Tecnologias
e métodos com aplicação em grande escala e viabilidade econômica são objetivos desejados em
diversos campos da ciência e para conservação e gestão de recursos hídricos.

Batista et al.(2017) estudou o uso de diferentes intensidades de cavitação hidrodinâmica para

remoção de microalgas do gênero Scenedesmus, o experimento foi conduzido em um aparato de
laboratório, em circuito fechado. O dispositivo de cavitação usado foi o Venturi. Os resultados
mostraram que: a máxima eficiência de inativação das microalgas foi de 85% após 60 minutos de
tratamento e com número de cavitação (Cv) igual 0,17; o processo de cavitação hidrodinâmica causou
danos irreversíveis para a morfologia das células (remoção de espinhos, extravasamento do citoplasma
e formação de cavidades); o decaimento de microalgas em função do tempo pôde ser modelado por
uma cinética de primeira ordem; e o fenômeno de cavitação mostrou ser uma técnica sustentável, uma
vez que não produziu poluição secundária. A Figura 7 mostra os efeitos da cavitação hidrodinâmica
sobre as células das microalgas do gênero Scenedesmus.

Li et al.(2014) avaliaram o efeito da cavitação hidrodinâmica para controlar o crescimento de

cianobactérias (Microcystis aeruginosa) em corpos d’água eutrofizados. O experimento constituiu em
um aparato em escala de laboratório de circuito fechado, no qual foi usado a sucção de ar e água
simultaneamente para indução da cavitação hidrodinâmica. A intensidade de cavitação foi controlada
por válvulas. O estudo demonstrou que a densidade de células de algas e de clorofila-a após 10 minutos
de tratamento tiveram uma redução de 88% e 94%, respectivamente. Observou-se que os parâmetros
operacionais que tiveram maior significância no controle de crescimento da Microcystis aeruginosa
foram o tempo de tratamento e a pressão da bomba utilizada no sistema.

Os autores também observaram que após dois dias as amostras que foram tratadas com cavitação
hidrodinâmica tiveram um enfraquecimento de sua capacidade fotossintética em 90%, enquanto que
as amostras de controle (que não passaram por tratamento) aumentaram sua produção fotossintética

132
em 20%. Nesse estudo, a morfologia das algas também sofreu danos, dos quais variam com o tempo
de tratamento. A correlação entre radical hidroxila e a eficiência de redução de algas mostrou-se
positiva para tempo de tratamento até 10 minutos. O ponto ótimo foi atingido quando o tempo de
tratamento esteve entre 5 a 10 minutos e a pressão de entrada (p1) foi igual a 0,4 Mpa. Neste estudo
também não foi observado a liberação de poluentes secundários, o que reforça a técnica como um
método sustentável para remoção de algas em águas eutrofizadas.

Figura 7- a) Scenedesmus antes do processo de cavitação hidrodinâmica. b – f) células com diferentes graus de danos.
a, d, f) as células perderam seus espinhos para locomoção. b, d) perda parcial do citoplasma. e, f) perda total do
citoplasma. c) formação de cavidades no citoplasma (adaptado de Batista et al., 2017).

Wu et al.(2012) também analisaram o uso da cavitação hidrodinâmica para a remoção de

Microcystis aeruginosa, porém os autores também investigaram o efeito do ozônio, tanto sozinho
como em combinação com a cavitação. A placa de orifício foi escolhida como dispositivo de geração
de cavitação. Os experimentos foram realizados em escala de laboratório. Os resultados apresentados
por eles, após a placa de orifício otimizada, mostraram que, sozinha, a cavitação hidrodinâmica obteve
15% de remoção. Quando apenas ozônio foi utilizado, a eficiência foi de 35%; e quando os dois
processos foram combinados, a eficiência atingiu 99%, após 10 minutos de tratamento.

O sinergismo entre os dois processos é atribuído as seguintes características: a cavitação aumenta

a transferência de ozônio para soluções aquosas, aumentando, desta forma, a taxa de penetração do
ozônio nos microrganismos; a formação de radical hidroxila, pela dissociação do ozônio, é acelerada
devido à cavitação hidrodinâmica; a cavitação hidrodinâmica promove a desagregação dos flocos de
microrganismos favorecendo a ruptura das células; as células lesionadas pela ozonização são mais

133
frágeis as tensão mecânicas geradas pelo colapso de cavidades; as células danificadas tornam-se mais
sensíveis ao efeito do ozônio.

1.5 Uso da Cavitação Hidrodinâmica para Remoção de Hormônios e Fármacos

Fármacos, hormônios e produtos utilizados em higiene pessoal são exemplos de compostos que
vêm sendo encontrados em diversos ambientes aquáticos. Esses compostos, além de outros, recebem
o nome de contaminantes emergentes, pois não são regulados por nenhuma legislação e não fazem
parte dos programas de monitoramento. Seus efeitos à saúde humana e ao meio ambiente ainda são
poucos conhecidos (GEISSEN et al., 2015). Estudos recentes mostram a viabilidade e a efetividade
do uso da cavitação hidrodinâmica para remoção desses compostos.

Zupanc et al.(2013) investigaram o uso de diferentes técnicas convencionais e alternativas para a

remoção de produtos farmacêuticos. As eficiências de remoção foram determinadas quando as
técnicas foram aplicadas de forma isolada e combinada. As técnicas testadas foram: dois processos
biológicos (lodo ativado suspenso e crescimento de biomassa fixa); processo de cavitação
hidrodinâmica combinada com peróxido de hidrogênio (H2O2); e tratamento com UV. Os compostos
investigados incluem quatro drogas antiflamatórias (ibuprofeno, naproxeno, cetoprofeno e dicofenac),
a carbamazepina (droga usada em tipos de crises convulsivas), e o ácido clofíbrico (usado para
controlar o colesterol e triglicérides).

O dispositivo de cavitação utilizado foi um Venturi simétrico com constrição de 1 mm. Após
ensaios preliminares com água deionizada, as melhores condições para aplicação da cavitação
hidrodinâmica foram obtidas: adição de 20 ml de H2O2 (30% w/v) por 1 litro de amostra, 6 bar de
pressão (p1) e 30 minutos de tratamento por experimento. Os resultados mostraram uma faixa de
eficiência de remoção de 72% a 86% para naproxeno, carbamazepina e dicofenaco, e uma faixa entre
45% a 52% para ibuprofeno, cetoprofeno e ácido clofíbrico. Quando testado somente o efeito do
peróxido de hidrogênio, a faixa de variação da eficiência esteve entre 6% a 41%. A taxa de variação
somente usando a cavitação foi de 4% a 38%. Os experimentos mostraram que, quando a cavitação
hidrodinâmica é combinada H2O2, as taxas de eficiência aumentam de forma significativa. Este
aumento confirma que o radical hidroxila, formado durante o fenômeno cavitacional, é o principal
responsável pela remoção de fármacos.

Musmarra et al.(2016) analisaram a degradação do ibuprofeno usando somente a cavitação

hidrodinâmica. O objetivo do estudo foi obter um maior detalhamento da fenomenologia da cavitação,
a partir de dados experimentais e numéricos. Utilizando um dispositivo Venturi para a geração da
cavitação hidrodinâmica e pressão de entrada de 0,35 MPa, eficiências de remoção maiores de 60%
foram obtidas, com 60 minutos de tratamento e um consumo de energia elétrica de 10,77 KWh m-3.
Os autores mostram que ao alterar a pressão de entrada no Venturi, as taxas de degradação variaram
significativamente. As simulações numéricas mostraram uma correlação entre a produção de radical

134
hidroxila (formado a partir da dissociação da molécula de água, conforme mostrado na Equação 4) e
a taxa de degradação do ibuprofeno, indicando que •OH é um radical extremamente importante para
a oxidação de fármacos. Outro fator importante do estudo foi que o pH não influenciou
significativamente na taxa de degradação de ibuprofeno.

Capocelli et al.(2014) analisaram de forma experimental e teórica o uso da cavitação hidrodinâmica

na degradação do composto p-nitrofenol. Parâmetros hidráulicos e eficiência energética foram
observados. Um modelo matemático de dinâmica de bolha única foi resolvido e implementado, o qual
subsidiou a explicação dos resultados obtidos experimentalmente. Para a geração da cavitação
hidrodinâmica foi usado um dispositivo Venturi. A otimização do sistema, em termos de taxa de
remoção e eficiência energética, foi obtida com uma pressão de entrada de 0,4 MPa e número de
cavitação igual a 0,25. O coeficiente cinético ótimo foi de 1,13.10-2 min-1. Para esses valores citados
e com o tempo de tratamento de 30 minutos, alcançou-se uma remoção de 36% de p-nitrofenol.

1.6 Uso da Cavitação Hidrodinâmica para Remoção de Bactérias e Vírus

Uma das etapas do tratamento de água para abastecimento é a desinfecção, na qual normalmente é
utilizado a cloração para a inativação de bactérias e vírus presentes na água. Esse método é
amplamente empregado pelo seu baixo custo e fácil operação, porém a formação de subprodutos
cancerígenos (reação do cloro com a matéria orgânica) e a ocorrência de gosto e odor na água surgem
como desvantagens dessa técnica (KARAMAH & SUNARKO, 2013). O uso de radiações UV e
ozonização são algumas das alternativas encontradas para a desinfecção, entretanto são alternativas
que requerem elevado gasto energético e procedimentos mais elaborados, os quais podem
comprometer sua viabilidade (KARAMAH & SUNARKO, 2013; KOSEL et al., 2017). Diante disso,
o uso da cavitação hidrodinâmica para desinfecção de bactérias e vírus surge como alternativa, uma
vez que ela não gera subprodutos.
Balasundaram e Harrison (2006) investigaram o uso da cavitação hidrodinâmica para o
rompimento parcial da bactéria Escherichia coli e a liberação de proteínas específicas. Para tanto,
utilizou-se como dispositivo de cavitação uma placa de orifício. O efeito do número de cavitação,
número de passagens pelo dispositivo e taxa de crescimento específico de E. coli sobre a liberação de
proteínas periplasmáticas e citoplasmáticas foram analisados. A liberação máxima de fosfatase ácida
(87%) e = – galactosidase (68%) foram observadas quando o número de cavitação foi de 0,17.

Os efeitos físicos e biológicos encontrados pelos autores podem ser divididos em três etapas.
Primeira etapa, os efeitos mecânicos de cavitação resultam na formação de poros na parede celular
externa das enzimas e proteínas periplasmáticas. Segunda etapa, os efeitos mecânicos combinados
com os efeitos químicos da cavitação podem atingir a membrana citoplasmática interna, liberando
alguns produtos citoplasmáticos. Terceira etapa, o aumento da exposição das células de E. coli à zona
de cavitação enfraquece a parede celular devido à sucessiva exposição ao colapso das cavidades.

135
 Mezule et al.(2009) analisaram o efeito da cavitação hidrodinâmica para desinfeção de Escherichia
coli, em escala de laboratório. Foi usado um rotor acionado por uma simples fresa para geração da
cavitação hidrodinâmica. A eficácia da desinfeção foi verificada mensurando a atividade respiratória,
pelo método do cloreto 5-ciano -2,3-ditolitetrazólio (CTC), e a capacidade de se multiplicar, com o
método de contagem direta viável (DVC). Os resultados mostraram que a cavitação hidrodinâmica foi
eficaz em interromper a multiplicação de E. coli. Um tratamento de 3 minutos com energia de entrada
de 490 W L-1 foi o suficiente para reduzir a capacidade de divisão das células em 75%. Supondo que
a interrupção da capacidade de dividir é uma indicação de morte bacteriana, a cavitação hidrodinâmica
mostrou ser um método efetivo. Os autores alertam, que embora as bactérias não estivessem
multiplicando-se, ainda possuíam a capacidade de continuar o processo respiratório. Oberava-se que
a E. coli entra no estado ativo, mas não cultivável. Assim, estudos posteriores devem ser elaborados
para investigar se as bactérias são capazes de restabelecer o efeito de multiplicar-se após o fenômeno
cavitacional.

Ainda sobre o uso da cavitação hidrodinâmica como método de desinfecção de Escherichia coli,
Karamah e Sunarko (2013) investigaram o efeito da placa de orifício e dispositivo Venturi na geração
de cavitação. Os resultados mostraram que a cavitação hidrodinâmica é uma técnica viável para
desinfecção de águas quando se trata da remoção de E. coli. Quanto maior for a concentração inicial
de bactérias, maior será o tempo de tratamento. A placa de orifício quando comparada com o
dispositivo Venturi forneceu melhores resultados. Na placa de orifício, 100% de remoção de E. coli
foi atingindo, para condição de concentração inicial (C0) = 104 CFU mL-1, depois de 20 minutos de
tratamento. Enquanto que no Venturi, 100% de remoção foi atingido após 30 minutos de tratamento,
considerando a mesma concentração inicial utilizada no teste com a placa de orifício.

Kosel et al.(2017) estudaram o impacto da cavitação hidrodinâmica sobre a infecciosidade do

bacteriófago MS-2, um substituto do norovírus. Foram desenvolvidos dois reatores de pequena escala,
um com volume de 3 mL no qual foi usado uma placa de orifício para cavitação e outro de 1 L no qual
foi usado uma constrição para cavitação. Os resultados alcançados foram satisfatórios para ambos os
reatores testados. Ambos alcançaram mais de 4 logs de redução de infecciosidade. Isso é decorrente
da formação de •OH, o qual pode ter danificado os receptores de reconhecido do hospedeiro
localizados na superfície do bacteriófago. Danos adicionais podem ter surgido das elevadas forças de
cisalhamento dentro da cavidade. A eficácia da cavitação foi maior quando as soluções continham
baixas concentrações de vírus, semelhante as concentrações encontradas em amostras reais de água.

1.7 Uso de CFD para Otimização das Câmaras de Cavitação Hidrodinâmica

A Dinâmica de Fluidos Computacional (CFD) tornou-se uma ferramenta indispensável para o

trabalho dos engenheiros, sendo utilizada com sucesso para a solução de problemas e otimização de
produtos e processos. No tratamento de águas residuárias, as simulações de CFD fornecem
informações sobre os detalhes de como os dispositivos de cavitação influenciam nos processos físico-

136
químicos envolvidos e isso permite que alterações na geometria destes dispositivos sejam realizadas
e avaliadas no computador, mesmo antes da construção de protótipos para testes experimentais. O
tempo de uma análise de CFD está sendo continuamente reduzido, já que os computadores estão se
tornando cada vez mais poderosos e o software usa algoritmos cada vez mais eficientes. Com as
vantagens de seu custo operacional reduzido, precisão satisfatória e fornecimento de resultados em
curto prazo, o CFD se tornou uma excelente ferramenta para a prototipagem virtual (ANDERSSON
et al., 2012).

Atualmente existem muitos programas comerciais disponíveis que se tornaram de fácil utilização
devido às configurações padronizadas pelo software, de modo que um usuário inexperiente pode obter
resultados confiáveis para problemas simples. No entanto, tratando-se de problemas mais complexos
como a cavitação hidrodinâmica, é necessário que o usuário tenha uma compreensão mais
aprofundada da dinâmica de fluidos e da modelagem numérica e computacional. Como nenhum
modelo é universal, os engenheiros de CFD precisam determinar quais modelos são mais apropriados
para o caso específico. Além disso, esse conhecimento é necessário pois proporciona ao engenheiro a
capacidade de julgar a falta potencial de precisão em uma análise de CFD, o que é muito importante,
pois os resultados da análise são frequentemente usados para tomada de decisões sobre quais
protótipos (câmaras) desenvolver.

Tradicionalmente, a modelagem na engenharia é fortemente baseada em modelos empíricos ou

semi-empíricos, os quais geralmente funcionam muito bem para os estudos de cavitação
hidrodinâmica. O uso de CFD permite uma análise mais detalhada do fluxo combinado com a
transferência de massa e calor, além da possibilidade de simular o transporte de espécies químicas,
reações químicas, combustão, evaporação, condensação e cristalização. Uma nova tendência é o
estudo do fenômeno de cavitação hidrodinâmica por CFD juntamente com estudos experimentais para
avaliar o fluxo e o desempenho das câmaras de cavitação, visando sua otimização.

Bashir et al.(2011) estudaram e otimizaram importantes parâmetros geométricos dos dispositivos

Venturi de cavitação (Figura 8) com o uso de CFD. Os parâmetros para otimização foram selecionados
com base na análise das etapas envolvidas no processo de cavitação, como surgimento, crescimento e
colapso das cavidades. Foi observado que o início das cavidades ocorre na garganta do Venturi, ou
seja, logo após a seção de constrição e, a relação entre o perímetro da garganta e a área transversal
desta seção quantifica a intensidade cavitacional. No caso do Venturi fenda, a relação entre a altura e
o comprimento da garganta controla o tamanho máximo das cavidades e o ângulo difusor na seção
divergente (Figura 9) controla a taxa de colapso das cavidades. De acordo com os estudos numéricos,
a geometria que promoveu melhores atividades cavitacionais foi o Venturi tipo fenda de relação
perímetro/área da garganta igual a 2.7 mm-1, com altura e comprimento da garganta iguais (1:1) e
ângulo difusor de 5,5°.
Kuldeep e Saharan (2016) trabalharam na otimização de vários parâmetros geométricos dos
reatores de cavitação hidrodinâmica Venturi e placa de orifício. Parâmetros operacionais e
geométricos, tais como o ângulo difusor, a relação da altura (ou diâmetro) pelo comprimento da

137
garganta, número de furos e pressão de entrada foram selecionados para estudar a dinâmica de
cavitação. Para este trabalho foi empregado CFD a fim de investigar numericamente os
comportamentos dos fluxos em 3D. Neste estudo, para o dispositivo Venturi elíptico a pressão que
promoveu maior zona cavitacional foi de 8 atm e, para o Venturi circular, fenda e placa de orifício, 10
atm. Como resultado semelhante ao do estudo anterior, este demonstra que nos Venturis tipo fenda,
circular e elíptico a relação 1:1 entre a altura e o comprimento da garganta com ângulo difusor de 6,5°
promoveram a melhor atividade cavitacional. No caso da placa de orifício, a relação 1:3 entre o
diâmetro e o comprimento da garganta promoveu melhor atividade cavitacional devido ao aumento
na área total de fluxo (Figura 10). Além disso, constatou-se que o aumento do número de furos é outro
modo de garantir melhor atividade cavitacional por aumentar a área total de fluxo na placa.

Figura 8 - Configuração do dispositivo Venturi fenda.

Figura 9 - Influência do ângulo difusor no dispositivo Venturi fenda (vista frontal).

138
 Neste sentido, Simpson e Ranade (2018) utilizaram a Dinâmica de Fluidos Computacional
para simular o fluxo cavitacional através de placa de orifício e comparar os resultados com os dados
experimentais disponíveis na literatura. Este trabalho adotou uma abordagem Euleriana com cálculos
Lagrangeanos suplementares, a fim de extrair informações sobre as trajetórias de bolhas individuais.
Além disso, foram analisados e discutidos os parâmetros geométricos já citados que influenciam a
cavitação, bem como os parâmetros físicos: gradiente de velocidade e pressão, frações de volume de
cavidades e quantidade de turbulência. Neste estudo, assim como no estudo anterior, foi verificado
que o comportamento da cavitação na placa de orifício é predominantemente influenciado pela relação
entre o diâmetro e o comprimento do orifício (d/l). Foi descoberto, então, que o aumento do
comprimento do orifício promove uma lenta recuperação da pressão, submetendo as cavidades
geradas em pressões mais baixas por um período mais longo. O comprimento do orifício é, portanto,
um parâmetro de projeto potencialmente importante no controle das condições de colapso final das
cavidades.

Figura 10 - Influência da relação entre o diâmetro e o comprimento do orifício, d/l (vista frontal).

139
 Demonstra-se, assim, a importância do uso de CFD para a otimização de parâmetros geométricos
nos dispositivos de cavitação hidrodinâmica. Esta ferramenta é capaz de fornecer uma visão sobre os
padrões de fluxo que são difíceis, caros ou impossíveis de estudar utilizando técnicas tradicionais
(experimentais). Enquanto os estudos experimentais descrevem quantitativamente os fenômenos de
fluxo por meio de medidas, os estudos computacionais trazem uma previsão quantitativa dos
fenômenos de fluxo por meio de softwares. Se os estudos experimentais são desenvolvidos para um
número limitado de pontos e instantes de tempo, em escala laboratorial, e para uma gama limitada de
problemas e condições de operação, os estudos computacionais são desenvolvidos para todas as
quantidades desejadas, com alta resolução no tempo e espaço, considerando o domínio de fluxo real,
para praticamente qualquer problema e condição operacional real.

Apesar das vantagens apresentadas, é importante lembrar que os resultados de uma simulação de
CFD não são 100% confiáveis e possuem suas limitações, uma vez que os dados de entrada podem
envolver suposição ou imprecisão, assim como o modelo matemático do problema em questão pode
ser inadequado e, ainda, a precisão dos resultados pode ser limitada pelo poder computacional
disponível. Deste modo, é importante ressaltar que os estudos computacionais não têm o objetivo de
substituir os estudos experimentais, mas sim serem aliados afim de melhorar a compreensão acerca
de problemas complexos, potencializar suas soluções e reduzir significativamente a quantidade de
experimentação e o custo total do estudo para a área da engenharia.

1.8 Desafios para a Aplicação da Cavitação Hidrodinâmica

Apesar de a cavitação hidrodinâmica ser uma tecnologia recente, sua eficácia em aplicações tais
como o tratamento de águas residuárias e de abastecimento já foi amplamente comprovada em
diversos estudos, como demonstrado nos itens descritos anteriormente. Entretanto, para que essa
tecnologia seja realmente instalada nas estações de tratamento de água e efluentes, lacunas ainda
necessitam ser preenchidas:

- Definir a melhor forma geométrica do dispositivo de cavitação, de modo que as cavidades geradas
liberem grande quantidade de energia durante a implosão. Para tanto, fenômenos como coalescência
entre as cavidades necessitam ser evitados.

- Ampliar a investigação da eficiência do sistema combinado (cavitação hidrodinâmica + agentes

oxidantes) a fim de otimizar o tipo e o volume de oxidante utilizado no sistema; bem como testar
outros oxidantes que possuam um custo menor do que os analisados até o momento.

- Ampliar a investigação do uso combinado entre a cavitação hidrodinâmica e processos de

tratamento convencionais, tanto os físico-químicos como os biológicos. A cavitação pode ser usada
como pós ou pré-tratamento desses processos?
- Definir outros parâmetros operacionais para o sistema de cavitação hidrodinâmica, além do
número de cavitação, pressão de entrada, pressão recuperada, e temperatura. Esta tarefa pode ser

140
realizada a partir da combinação de estudos computacionais, que analisam e quantificam parâmetros
do escoamento, e experimentais, que explicitam o efeito da cavitação sobre a remoção de poluentes e
contaminantes.

- Reduzir o custo operacional do sistema, seja pela diminuição da energia necessária para geração
das cavidades, seja pela redução dos custos com o agente oxidante.

REFERÊNCIAS BIBLIOGRÁFICAS

ALVES, P. H. L.; SILVA, P. S. L.; FERREIRA, D. C.; GONÇAVES, J. C. S. I. COD removal from sucrose solution using
hydrodynamic cavitation and hydrogen peroxide: a comparison between Venturi device and orifice plate. Revista Brasileira
de Recursos Hídricos, v. 24, e12, p. 1-8, 2019. http:// doi.org/10.1590/2318-0331.241920180147.
ANDERSSON, Bengt et al.Computational fluid dynamics for engineers. New York: Cambridge, 2012. 212 p.
BAGAL, M.V., GOGATE P.R., Degradation of 2,4-dinitrophenol using a combination of hydrodynamic cavitation,
chemical and advanced oxidation processes, Ultrason. Sonochem. v. 20, p. 1226–1235, 2013.
BALASUNDARAM, B.; HARRISON, S. T. L. Study of physical and biological factors involved in the disruption of E .
coli by hydrodynamic cavitation. Biotechnol Program, v. 22, p. 907-913, 2006.
BASHIR, T. A. et al.The CFD driven optimisation of a modified venturi for cavitational activity. The Canadian Journal of
Chemical Engineering, v. 89, n. 6, p.1366-1375, 17 mar. 2011.
BATISTA, M. D.; ANHÊ, A. C. B. M.; GONÇALVES, J. C. S. I. Use of hydrodynamic cavitation for Algae Removal:
effect on the inactivation of microalgae belonging to genus Scenedesmus. Water, Air, and Soil Pollution, v. 228, n. 11, p.
443, 2017. http://dx.doi. org/10.1007/s11270-017-3624-x.
CAPPA, O. A. P. Remoção de ácido húmico em águas usando cavitação hidrodinâmica: uma abordagem experimental e
computacional. Dissertação (Mestrado), Ciência e Tecnologia Ambiental, Instituto de Ciências Tecnológicas e Exatas –
Universidade Federal do Triângulo Mineiro, 2018.
CAPOCELLI, M.; PRISCIANDARO, M.; LANCIA, A.; MUSMARRA, D. Hydrodynamic cavitation of p-nitrophenol: A
theoretical and experimental insight. Chemical Engineering J., 254, 1-8, 2014.
CHOI, J.; CUI, M.; LEE, Y.; KIM, J.; SON, Y.; KHIM, J. Hydrodynamic cavitation and activated persulfate oxidation for
degradation of bisphenol A: kinetics and mechanism. Chemical Engineering Journal, v. 338, p. 323-332, 2018.
http://dx.doi.org/10.1016/j.cej.2018.01.018.
DULAR, M. et al.Use of hydrodynamic cavitation in (waste) water treatment. Ultrasonics Sonochemistry, 29, 577–588,
2016.
ESTEVES, F. A. Fundamentos de Limnologia. 2. ed. Rio de Janeiro: Interciência, 1998. 226 p.
GAGOL M.; PRZYJAZNY A.; BOCZKAJ G., Waste treatment by means of advanced oxidation process based on
cavitation – A review. Chemical Engineering Journal. v. 338, p. 599 – 627, 2018.
GEISSEN, V. et al.Emerging pollutants in the environment: A challenge for water resource management. International
Soil and Water Conservation Research, v. 3, n. 1, p. 57–65, 2015.
GHAYAL, D.; PANDIT, A. B.; RATHOD, V. K. Optimization of biodiesel production in a hydrodynamic cavitation reactor
using used frying oil. Ultrasonics Sonochemistry, 20, 322–328, 2013.
GOGATE, P. R.; KABADI, A. M. A review of applications of cavitation in biochemical engineering/biotechnology.
Biochemical Engineering Journal, 44, 60–72, 2009.
GOGATE, P. R.; BHOSALE, G. S. Comparison of effectiveness of acoustic and hydrodynamic cavitation in combined
treatment schemes for degradation of dye wastewaters. Chemical Engineering and Processing: Process Intensification, v.
71, p. 59-69, 2013. http:// dx.doi.org/10.1016/j.cep.2013.03.001.
GOMES, M. S. Cavitação hidrodinâmica para tratamento de águas. Dissertação (Mestrado), Faculdade de Ciências e
Tecnologia, Departamento de Engenharia Mecânica – Universidade de Coimbra, 2015.

141
HESPANHOL, I. Poluentes emergentes, saúde pública e reuso potável direto. In: CALIJURI, M. C.; CUNHA, D. G. F.
Engenharia Ambiental: conceitos, tecnologias e gestão. Rio de Janeiro: Elsevier, 2013.
HILARES, R. T.; IENNY, J. V.; MARCELINO, P. F.; AHMED, M. A.; ANTUNES, F. A. F.; DA SILVA, S. S.; SANTOS,
J. C. DOS. Ethanol production in a simultaneous saccharification and fermentation process with interconnected reactors
employing hydrodynamic cavitation-pretreated sugarcane bagasse as raw material. Bioresource Technology, 243, 652–
659, 2017.
KARAMAH, E. F.; SUNARKO1, I. Disinfection of bacteria Escherichia coli using hydrodynamic cavitation. International
Journal of Technology, 3: 209‐216, 2013.
KOSEL, J. et al.Efficient inactivation of MS-2 virus in water by hydrodynamic cavitation. Water Research, v. 124, p. 465–
471, 2017.
KULDEEP; SAHARAN, Virendra Kumar. Computational study of different venturi and orifice type hydrodynamic
cavitating devices. Journal of Hydrodynamics, v. 28, n. 2, p. 293-305, abr. 2016.
LI, P.; SONG, Y.; YU, S. Removal of Microcystis aeruginosa using hydrodynamic cavitation: Performance and
mechanisms. Water Research, 62, 241–248, 2014.
MEZULE, L. et al.A simple technique for water disinfection with hydrodynamic cavitation: Effect on survival of
Escherichia coli. Desalination, v. 248, n. 1–3, p. 152–159, 2009.
MUSMARRA, D. et al.Ultrasonics Sonochemistry Degradation of ibuprofen by hydrodynamic cavitation : Reaction
pathways and effect of operational parameters. Ultrasonics Sonochemistry, v. 29, p. 76–83, 2016.
OZONEK, J. Application of Hydrodynamic Cavitation in Environmental Engineering, 2012.
PARSA, J.B.; ZONOUZIAN, S. A. E. Optimization of a heterogeneous catalytic hydrodynamic cavitation reactor
performance in decolorization of Rhodamine B: application of scrap iron sheets. Ultrason. Sonochem. v. 20. p. 1442–
1449, 2013.
PATIL, P. N.; GOGATE, P. R. Degradation of methyl parathion using hydrodynamic cavitation: Effect of operating
parameters and intensification using additives, Sep. Purif. Technol. v. 95 p.172–179, 2012.
PAWAR, S. K.; MAHULKAR, A. V.; PANDIT, A. B. Sonochemical effect induced by hydrodynamic cavitation:
comparison of venturi/orifice flow geometries. AIChE Journal, v. 63, n. 10, 2017.
PORTO, R. de M. Sistemas Elevatórios – Cavitação. In: PORTO, R. M. Hidráulica Básica. 4ª edição. São Carlos. EESC-
USP, 2006. p. 154.
RAJORIYA, S.; BARGOLE, S.; GEORGE, S.; SAHARAN, V. K. Treatment of textile dyeing industry effluent using
hydrodynamic cavitation in combination with advanced oxidation reagents. Journal of Hazardous Materials, v. 344, p.
1109-1115, 2018. http://dx.doi. org/10.1016/j.jhazmat.2017.12.005. PMid:30216970.
RAUT-JADHAV, S.; BADVE, M. P.; PINJARI, D. V.; SAINI, D. R.; SONAWANE, S. H.; PANDIT, A. B. Treatment of
the pesticide industry effluent using hydrodynamic cavitation and its combination with process intensifying additives
(H2O2 and ozone). Chemical Engineering Journal, Inglaterra, v. 112, p. 4505-4514. 2016.
SAHARAN, V. K.; BADVE, M. P.; PANDIT, A. B. Degradation of reactive red 120 dye using hydrodynamic cavitation.
Chemical Engineering Journal, v. 178, p. 100-107, 2011. http://dx.doi. org/10.1016/j.cej.2011.10.018.
SIMPSON, A.; RANADE, V. V. Modelling of hydrodynamic cavitation with orifice: influence of different orifice designs.
Chemical Engineering Research and Design, v. 136, p. 698-711, 2018.
WU, Z. et al.Removal of blue-green algae using the hybrid method of hydrodynamic cavitation and ozonation. Journal of
Hazardous Materials, v. 235–236, p. 152–158, 2012.
ZUPANC, M. et al.Removal of pharmaceuticals from wastewater by biological processes, hydrodynamic cavitation and
UV treatment. Ultrasonics Sonochemistry, v. 20, n. 4, p. 1104–1112, 2013.

142
 CAPÍTULO 5
ÁLVARO JOSÉ BACK
CRISTIANO POLETO

ANÁLISE DA EROSIVIDADE
DAS CHUVAS

143
 A erosão dos solos, embora seja um processo natural que é intensificado pelas ações antrópicas, é
considerada como um dos mais importantes problemas ambientais, levando a degradação dos solos
agrícolas e redução na produtividade (SYVITSKI & KETTNER, 2011). A erosão afeta principalmente
as áreas de agricultura, mas também ocorre em pastagens, em áreas de estradas rurais e também em
algumas áreas urbanizadas.

A erosão hídrica é a principal causa de degradação de solos agrícolas devido à remoção de

nutrientes da camada superficial que ocorre pelo desprendimento e arraste das partículas do solo, o
que reduz a capacidade produtiva em razão da perda da camada de solo melhor formada e com maior
teor de matéria orgânica, além de carrear fertilizantes e pesticidas aplicados na adubação para rios,
reservatórios, lagos, açudes podendo gerar problemas de assoreamento e contaminação dos recursos
hídricos (BERTONI & LOMBARDI NETO, 2005; CASSOL et al., 2008).
A erosão hídrica superficial é provocada pelo impacto da chuva no solo que provoca a desagregação
de partículas e o selamento superficial, reduzindo a taxa de infiltração de água e aumentando o
escoamento superficial. Considerando os efeitos da chuva sobre o solo, a característica de maior
influência no fenômeno erosivo é a intensidade, seguida da duração, que é o seu complemento e
determina a chuva total. Embora a erosão seja um processo natural que ocorre em quase toda a
superfície terrestre, ela ocorre de forma mais intensa nas áreas com clima tropical, nas quais os índices
pluviométricos são mais elevados. Nos países de clima temperado apenas 5% das chuvas anuais são
consideradas erosivas, enquanto que em países de clima tropical este valor sobe para 40%
(WALTRICK et al., 2015). O conhecimento do potencial erosivo das chuvas e sua distribuição ao
longo do ano contribuem para o planejamento de práticas de manejo e conservação do solo que visem
à redução da erosão hídrica, diminuindo perdas de solo e aumentando a produtividade agrícola.

A compreensão dos fatores que afetam os processos erosivos e sua quantificação é fundamental
para o planejamento de práticas de manejo e conservação do solo. A predição de perda de solo por

144
erosão hídrica é um dado importante para a elaboração de um plano de cultivo conservacionista ou
para a recuperação de áreas degradadas (COGO et al., 2003).

1.1 Estimativas de perdas de solos por erosão hídrica

Como a técnicas de medição da erosão são difíceis de serem aplicadas, de alto custo e trabalhosas,
foram desenvolvidos modelos matemáticos para as estimativas de perdas de solo por erosão e realizar
a avaliação de práticas de manejo do solo e planejamento ambiental. A alta heterogeneidade dos fatores
causadores de erosão do solo combinados com a carência de dados disponíveis são obstáculos para a
aplicação de modelos complexos para estimativa da erosão do solo. Dentre estes modelos destaca-se
a Equação Universal de Perdas de Solo – USLE –Universal Soil Loss Equation (WISHMEIER &
SMITH,1978). A USLE é um modelo de erosão projetado para predizer a média de perdas de solo ao
longo do tempo considerando o escoamento superficial de áreas especificadas em condições de
manejo também especificadas.

A USLE é constituída pelos principais fatores que causam a erosão hídrica, ressaltando-se que o
produto de todos os fatores resultará na estimativa das perdas médias de solo, em t ha–1ano–1. Essa
equação pode ser expressa matematicamente, da seguinte forma:
A= R K LS C P (Equação 1)

em que: A é a perda anual média de solo, t ha–1 ano–1;

R é o fator erosividade da chuva, expresso por um índice numérico que estima a capacidade da
chuva de provocar erosão, MJ mm ha–1 h–1 ano–1;

K é o fator erodibilidade do solo, representando a suscetibilidade do solo à erosão, expresso

numericamente pela relação entre a perda anual média de solo e o fator erosividade da chuva de uma
parcela-padrão com 9% de declividade e 25 m de comprimento, mantida continuamente sem cobertura
vegetal e cultivada morro abaixo, de forma a manter a superfície do solo livre de crostas, em t ha h
ha–1 MJ–1 mm-1;

L é o fator comprimento do declive, que é a relação de perdas de solo entre uma encosta com certo
comprimento e a padrão com 25 m, sendo as demais condições iguais;

S é o fator grau de declive, que é a relação de perdas de solo entre uma encosta com certo declive
e a padrão com 9%, sendo as demais condições iguais;

C é o fator que considera o uso e manejo, que são a relação de perdas de solo entre um solo cultivado
com determinada cultura e esse mesmo solo mantido constantemente sem cobertura, isto é, nas
mesmas condições do fator K; e

145
 P é o fator prática conservacionista, que é a relação de perdas de solo entre um solo com
determinada prática de controle da erosão e um solo sem prática conservacionista (WISCHMEIER &
SMITH, 1978).

A equação universal de perdas de solo pode ser utilizada para prever as perdas de solo por erosão,
selecionar práticas de conservação de forma a minimizar as perdas, determinar os declives máximos
para cultivo de acordo com os tipos de solo e manejos e para estudos de pesquisa (CARVALHO,
2012). De acordo com Leprun (1981), a finalidade principal da Equação Universal de Perdas de Solo
é orientar a escolha da melhor técnica de conservação do solo e da água para determinadas condições
específicas. Além do uso da USLE para terras agrícolas, atualmente pesquisadores utilizam-na
também em outros tipos de uso e ocupação do solo, como em áreas de construção urbana e aterros
para construção de estradas (RENARD et al., 1991).

Um das principais limitações de aplicação da USLE é sua base ser totalmente empírica, implicando
na necessidade de obtenção dos parâmetros da equação para o local do estudo. Outras limitações na
USLE são o fator de não considerar a variabilidade espacial e temporal dos fatores; não apresentar
precisão na estimativa da erosão para eventos específicos, ou determinada estação ou mesmo um ano;
não estimar a erosão por fluxo concentrado (voçorocas) e locais de deposição; não dispor de
informações sobre tamanhos, densidade, área de superfície e outras características requeridas para
estimar o potencial de deposição e adsorção e transporte de químicos nos sedimentos. Apesar dessas
limitações a USLE é considerada um bom instrumento para previsão das perdas de solo por erosão
superficial, por exigir menor número de informações se comparada a modelos mais complexos, além
de ser bastante conhecida e estudada.

Em função das limitações, algumas modificações e revisões foram realizadas na USLE

possibilitando a criação de modelos MUSLE e RUSLE, além de vários outros modelos empíricos,
bem como físicos e conceituais. A Equação Universal de Perdas de Solo Modificada (MUSLE-
Modified Universal Soil Loss Equation) foi uma mudança no modelo original proposta por Williams
(1975), exibindo um maior aperfeiçoamento no cálculo do fator hidrológico a fim de permitir a
avaliação da perda de solo para eventos individuais de chuva, permanecendo os outros parâmetros
idênticos aos da USLE.

Em 1987, o Serviço de Conservação de Solo do Departamento de Agricultura dos Estados Unidos,

conjuntamente com o Serviço de Pesquisa na Agricultura e com outros organismos, começou a revisar
a USLE. O resultado ficou conhecido como Equação Universal de Perdas de Solo Revisada (RUSLE-
Revised Universal Soil Loss Equation), a qual, entre outras modificações, incorpora o conceito de
vários valores do fator K ao longo do ano agrícola, um novo método para o cálculo do fator C e outro
para o cômputo do fator P (RENARD et al., 1991). Segundo Renard et al.(1997), a RUSLE tem melhor
comportamento que a USLE em solos que são cultivados aplicando-se técnicas de preparo
conservacionistas, como o plantio direto. A versão revisada (RUSLE), que permite estimar a perda
média anual de solos resultantes do impacto de gotas de chuva e escoamento sobre superfícies

146
inclinadas, é o modelo mais utilizado em larga escala espacial (KINNEL, 2010, PANAGOS et al.,
2014).

1.2 O fator erosividade da chuva

Pruski (2009) afirma que no processo de ocorrência de erosão hídrica, mais importante que os totais
anuais precipitados, é a distribuição do tamanho, a velocidade e a energia cinética das gotas e a
intensidade, duração e frequência da chuva, sendo o conjunto destes fatores conhecido como
erosividade da chuva. A energia cinética da chuva determina a erosividade, que corresponde à
habilidade da chuva em causar erosão. É o parâmetro mais utilizado por diversos autores para predizer
a perda de solo. Para determinação do potencial erosivo é necessário conhecer os parâmetros de
erosividade e as características das gotas de chuva, que variam no tempo e no espaço.

A erosividade da chuva é um índice numérico que expressa a capacidade da chuva, esperada em

dada localidade, de causar erosão em uma área sem proteção (FAO, 1967). É determinada através de
fatores como distribuição do tamanho, velocidade de queda, número, momento e energia cinética das
gotas e também a intensidade, duração e frequência da chuva. É expressa como uma função potencial
da intensidade de precipitação.

Os primeiros estudos para determinar a energia cinética das gotas de chuva foram realizados por
Wischmeier & Smith (1960), os quais propuseram o fator Erosividade da chuva (R) incorporado à
USLE, que representa o produto da energia cinética de cada chuva e sua intensidade máxima
observada em 30 minutos.

Para obter o fator R deve-se analisar os registros pluviográficos, e para obter um valor confiável
para o fator R, estima-se que sejam necessários de 10 a 20 anos de coleta de dados (WISCHMEIER
& SMITH, 1978). Para calcular o R é necessário dividir o diagrama pluviográfico de cada chuva em
seguimentos uniformes, calcular a energia cinética de cada seguimento e multiplicar essa energia total
pela maior quantidade de chuva registrada no período de 30 minutos consecutivos (CASSOL et al.,
2007).

Entre os fatores da USLE e RUSLE, o fator R tem sido considerado um dos mais importantes não
só por sua capacidade em medir os efeitos do impacto das gotas de chuva, mas também por ser
utilizado nos cálculos dos fatores K e C. Além de seu papel como componente da USLE, esse fator
pode servir ainda como parâmetro de suporte a trabalhos de extensão e assistência rural (BERTOL,
1994), pois permite definir épocas críticas quanto à ocorrência da erosão. Segundo Roque et al.(2001),
pesquisas têm indicado que, quando todos os fatores da USLE, com exceção da erosividade, são
mantidos constantes, as perdas de solo causadas por uma chuva qualquer são diretamente
proporcionais ao índice de erosividade. Panagos et al.(2015) ressaltam que o fator R é um índice
médio plurianual que mede a energia cinética da precipitação para descrever o efeito da precipitação
erosão laminar e em sulcos. Comentam ainda que a erosividade da chuva pode ser utilizada em outros

147
como modelos como USPED (Unit Stream Power – based Erosion Deposition), SEMMED (Soil
Erosion Model for Mediterranean regions) e SEDEM (Sediment Delivery Model). Além disso, este
conjunto de dados pode ser também ser interessante para as previsões de perigo natural, tais como
deslizamentos de terra e avaliação de risco de inundação, que são principalmente desencadeados por
eventos de alta intensidade.

1.3 Definição da chuva erosiva

De acordo com os critérios adotados para individualização das chuvas erosivas são baseados
naqueles propostos por Wischmeier & Smith (1965) e modificados por Cabeda (1976), consideraram-
se chuvas erosivas aquelas que apresentaram altura total precipitada igual ou superior a 10 mm ou
que, no mínimo, seja igual a 6 mm em um período de 15 minutos. São considerados chuvas
independentes aquelas ocorridos em intervalo igual ou superior a seis horas consecutivas, em que a
precipitação, nesse intervalo, foi inferior a 1 mm

1.4 Cálculo da energia cinética

A energia cinética das chuvas pode ser determinada por meio das equações sugeridas por Foster et
al.(1981) como:
EC = 0,119 + 0,0873 log I (Equação 2)

Em que: EC é a energia cinética, em MJ ha–1 mm–1; e

I é a intensidade de chuva, em mm h–1.

Segundo Foster et al.(1981), o diâmetro das gotas de chuva não aumenta quando as intensidades
são iguais ou superiores a 76 mm h–1e, dessa forma, a energia cinética passa a ter um valor máximo
de 0,283 MJ ha–1 mm–1.

1.5 Índice de erosividade EI30

Wischmeier & Smith (1958), pesquisando a relação entre as diferentes características físicas da
chuva e as perdas de solo evidenciadas nos Estados Unidos, com o objetivo de estabelecer um índice
de erosividade que melhor estimasse a capacidade da chuva em provocar erosão, verificaram que a
perda de solo provocada pelas chuvas em áreas cultivadas apresentou elevada correlação com o
produto entre duas características das chuvas: energia cinética total e intensidade máxima em 30

148
minutos. Esse produto foi denominado índice EI30, que foi capaz de explicar de 72 a 97% das perdas
de solo causadas pelas chuvas.

De acordo com Wischmeier & Smith (1978), o produto da energia cinética da chuva, por sua
intensidade máxima em 30 minutos, representa os efeitos do impacto das gotas e turbulências
combinados com a capacidade de transporte do escoamento superficial.

A determinação do EI30 feita com base na metodologia proposta por Wischmeier & Smith (1958),
consta dos procedimentos:
 Determinação dos intervalos de chuva com intensidade constante;

 Identificação da chuva erosiva,

 Cálculo da energia cinética unitária para cada segmento uniforme de chuva com o uso
das equações propostas por Foster et al.(1981)

Cálculo da energia cinética do segmento expressa em MJ ha-1, multiplicando a EC pela quantidade

de chuva no respectivo segmento uniforme, isto é:

ECs = EC h (Equação 3)

em que: ECS é a energia cinética do segmento (MJ ha-1);

h é a altura pluviométrica do segmento (mm);
Cálculo da energia cinética total da chuva, somando-se a energia cinética de cada segmento
uniforme, isto é:

ECt = ∑ ECs (Equação 4)

Cálculo da intensidade máxima da chuva em um período de 30 minutos (I30);

Determinação do índice EI30 que representa a erosividade de cada chuva individual e erosiva através
da seguinte expressão, conforme Cassol et al.(2008):

EI30 = ECt I30 (Equação 5)

Em que: EI30 é o índice de erosividade da chuva erosiva individual (MJ mm ha-1 h-1);
ECt é a energia cinética total da chuva (MJ ha-1);
I30 é a intensidade máxima média de precipitação em 30 minutos (mm h-1);

149
Obtenção das somas mensais e anuais dos índices EI30 determinados para cada chuva individual e
erosiva.
A utilização do EI30 no entanto passou a ser discutida em países tropicais onde a intensidade das
chuvas pode ultrapassar 150 mm/h, sendo proposto, em razão disso, índices alternativos como KE>25
(HUDSON, 1973).

1.6 Índice de erosividade KE>25

Hudson (1973), estudando a erosividade da chuva na África, verificou que o índice EI30 não se
apresentava tão eficiente como nos Estados Unidos. Partindo da observação de que para baixas
intensidades a erosão do solo era inexpressiva, esse autor desenvolveu um método alternativo para
calcular o índice de erosividade da chuva. O valor limite de intensidade, no qual a chuva inicia o
processo erosivo, foi considerado como 25 mm h–1. Observou-se uma excelente correlação entre a
erosão e a energia cinética da chuva, quando foram omitidas as energias das chuvas ou dos segmentos
de chuva que apresentassem intensidades menores do que 25 mm h–1.

O novo índice de erosividade da chuva determinado por Hudson (1973) foi denominado KE>25, o
qual significa a energia cinética da chuva para intensidades de precipitação maiores do que 25 mmh−1.
A determinação do índice de erosividade KE>25 pode ser feita com as seguintes etapas:
 Determinação dos intervalos de chuva com intensidade constante;

 Identificação da chuva erosiva, quando o total precipita é igual ou superior a 10 mm o igual

ou superior a 6 mm em um período máximo de 15 minutos;

 Determinação das energias cinéticas parciais para as intensidades superiores ou iguais a 25

mm h–1, nos respectivos intervalos com o uso das equações propostas por Foster et al.(1981)

 Soma dos valores do produto das energias cinéticas parciais, calculadas para intensidades
maiores que 25 mm h–1, em MJ ha–1 mm–1, pela altura precipitada nos respectivos intervalos, em mm,
resultando na energia total da chuva, em MJ ha-1.

ECs = EC h (Equação 6)
Em que: Ecs é a energia cinética do segmento (MJ ha-1);
h é a altura pluviométrica do segmento (mm);
Cálculo do índice KE> 25 é dados por
KE>25 = ∑ ECs (Equação 7)

150
 Este índice considera a erosividade como sendo a energia cinética apenas para os segmentes das
chuvas que apresentam intensidade de precipitação maiores que 25 mm/h (WAGNER &
MASSAMBANI, 1988). De acordo com Lal (1976), o índice KE>25é um índice mais fácil obtenção,
uma vez que dispensa o uso da intensidade máxima em trinta minutos. Por outro lado, estudos
realizados em vários locais do Brasil têm mostrado não haver diferença estatística entre o EI30 e
outros índices de erosividade (MARQUES et al., 1997). Morais et al.(1988) afirmam que para o Rio
Grande do Sul o índice EI30 é considerado o mais adequado para estimar o potencial erosivo das
chuvas baseado em estudo de correlações com perdas de solo por erosão. Bertol et al.(2002) avaliaram
dados experimentais de perdas de solo de Lages e concluíram que o fator de erosividade recomendado
para Lages (SC), para predizer as perdas de solo, é o EI30.

1.7 Análise de dados pluviográficos

A metodologia desenvolvida para determinar os índices de erosividade foi baseada na análise dos
gráficos registrados nos pluviógrafos das estações meteorológicas convencionais. No estudo de
chuvas intensas o primeiro passo é individualizar as chuvas e classificá-las em chuvas erosivas e não
erosivas de acordo com os critérios estabelecidos Wischmeier & Smith (1965) e modificados por
Cabeda (1976). Na tabela 1 constam os dados de Florianópolis, SC (BACK & POLETO, 2017),
referente ao período de 1986 a 2012, onde a precipitação média anual de 1638,2 mm, destes 1314,2
mm (80,2%) foram consideradas chuvas erosivas e 324,0 mm (19,8%) de chuvas não erosivas. O
número médio anual de chuvas erosivas foi de 208, sendo que 20,8 % foram chuvas erosivas. Back &
Poleto (2017) ressaltam que de acordo com o critério de individualização das chuvas podem ocorre
mais de uma chuva no mesmo dia, e dessa forma não cabe a comparação com os dados climáticos de
dias de chuva. Os dados evidenciam que para Florianópolis as chuvas erosivas representam 20,8 %
do número total de chuvas no ano, mas constituem 80,2 % do volume precipitado. Back et al.(2018)
analisaram pluviogramas do período de 1985 a 2014 de Videira, Santa Catarina, observaram em média
ocorreram 171,94 chuvas por ano, sendo que 31,8% eram de chuvas erosivas. Peñalva Bazzano et
al.(2007) observaram que em Quaraí, RS, as chuvas erosivas representavam 90% do volume de
precipitação anual. Martins et al.(2010) analisando dados de chuva erosiva do Espirito Santo
observaram que as chuvas erosivas representam 88% do volume de precipitação. Já Lombardi Netto
(1977) constatou que as chuvas erosivas representavam somente 74% da chuva total anual.

151
Tabela 1 - Precipitação média anual e número de chuva com respectivos percentuais de chuvas
erosivas de Florianópolis Santa Catarina.
Chuva (mm) N° de chuvas
Período
Total Erosiva (%) Total Erosivas (%)
Janeiro 226,2 83,5 25,1 24,4
Fevereiro 203,7 81,5 22,4 23,4
Março 164,4 76,2 21,8 17,7
Abril 109,7 78,7 15,4 20,6
Maio 116,1 82,8 12,0 21,2
Junho 64,6 74,0 10,5 20,8
Julho 87,4 78,0 14,4 20,3
Agosto 77,0 80,8 11,8 18,6
Setembro 141,3 81,4 17,3 19,7
Outubro 145,4 80,2 19,1 20,0
Novembro 145,8 79,9 18,1 19,9
Dezembro 156,6 80,0 20,0 20,2
Ano 1638,2 80,2 208,0 20,7

Com as chuvas erosivas pode-se calcular os índices de erosividade de cada chuva, somando os
valores tem se os totais mensais e o total anual. A média dos totais anuais é se constitui no fator R para
ser usado na equação universal de perda de solos. No entanto é importante avaliar a variação anual e
temporal da erosividade. Na Figura 1 constam os valores anuais de precipitação e erosividade de
Videira, SC. Observa-se que a erosividade média é de 6.817,9 MJ mm ha-1 h-1, no entanto os valores
anuais variam de 2.880 a 11.800. Embora essa variação está correlacionada com os totais de
precipitação, depende também da ocorrência de valores extremos de chuva. Em Florianópolis Back &
Poleto (2017) observaram valores mensais de 10.962 MJ mm ha-1 h-1, justificando pela ocorrência de
eventos de chuva de 437,7 mm em 24 horas. A erosividade anual de Florianópolis variou de 816 a
16.034 EI30 MJ mm ha-1 h-1 com média de 7.522 EI30 MJ mm ha-1 h-1.

152
 3000 14000
Precipitação EI30

12000
2500

10000
2000

EI30 (MJ mm ha-1 h-1)

Precipitação (mm)

8000
1500
6000

1000
4000

500
2000

0 0
1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012

Figura 1 - Variação da precipitação mensal e erosividade anual em Videira, SC.

1.8 Padrões hidrológicos de distribuição temporal

De acordo com Bemfica et al.(2000), os modelos hidrológicos chuva-vazão têm como entrada
dados de precipitação, e o conhecimento da distribuição temporal da intensidade da chuva durante as
tormentas assume grande importância, pois condiciona o volume infiltrado e a forma do hidrograma
de escoamento superficial direto. Diversas metodologias foram desenvolvidas para a obtenção da
chuva de projeto, que na sua grande maioria não visam à reprodução de eventos reais, mas sim
situações com efeitos críticos de escoamento. Tais procedimentos são obtidos a partir da análise de
dados observados de precipitação da região em estudo e podem ser aplicados em projetos dessa mesma
região.

De acordo com Eltz et al.(2001) a maioria dos estudos com chuvas simuladas utiliza um único
padrão de chuva, o padrão constante, o que não é coerente em regiões tropicais onde as perdas de solo
são mais correlacionadas às chuvas de alta intensidade e curta duração. Evangelista et al.(2005)
ressaltam que o conhecimento das características físicas das chuvas com relação aos padrões de
precipitação permite realizar com maior exatidão estudos com chuva simulada, por utilizar condições
mais próximas às condições reais, ou seja, das chuvas naturais

No estudo da erosividade das chuvas, além da determinação do fator de erosividade é importante

conhecer sua distribuição durante a duração da chuva. O estudo do padrão de distribuição temporal
de chuvas é realizado com objetivo de caracterizar o padrão de chuva mais frequente. Vários autores
destacam a influência da distribuição temporal da chuva nas perdas de solos (MEHL, 2001; BEMFICA
153
et al., 2000; SILVA et al., 2013; ELTZ et al., 2013). No entanto, a maioria dos trabalhos realizados
sobre os padrões hidrológicos de chuvas erosivas se limitam a descrição do tipo mais frequente, sem
analisar as demais características dessas chuvas.

Mehl (2001) afirma que a possível variação nos períodos de retorno nos diferentes padrões de chuva
podem sugerir mudanças no planejamento de obras de controle de erosão e de estruturas hidráulicas
nas diferentes regiões do Brasil, ressaltando a importância da tipificação das chuvas naturais para
posterior utilização em pesquisa de perdas de solo e agua.

Agnese & Bargarello (1997) destacam que a ocorrência dos picos de intensidade durante a chuva
afetam a predição da infiltração de água no solo, sendo que as intensidades médias não representam a
realidade dos eventos naturais de precipitação. Salomão (1999) afirma que para adotar medidas de
controle preventivo e corretivo da erosão é imprescindível entender os processos da dinâmica de
funcionamento hídrico sobre o solo.

O padrão de distribuição temporal das chuvas erosivas é caracterizado pela classificação das chuvas
nos padrões Avançado, Intermediário e Atrasado. Conforme metodologia desenvolvida por Horner &
Jens (1942), as chuvas são classificadas como padrão Avançado quando a maior intensidade ocorre no
terço inicial do tempo de duração total da chuva; padrão Intermediário quando a maior intensidade é
verificada no terço intermediário; e padrão Atrasado quando a maior intensidade ocorre no terço final
do tempo total de duração da chuva. De acordo com a metodologia, quando há idênticas condições de
volume total, intensidade do pico e duração, as chuvas de padrão hidrológico atrasado são, do ponto
de vista da erosão do solo, mais danosas, pois o pico de intensidade ocorre no último terço do tempo
de duração da chuva, quando o solo apresenta maior teor de umidade (CASSOL et al., 2008;
FLANAGAN et al., 1988).

Na Tabela 2 constam os padrões de distribuição temporal de chuvas erosivas de Santa Catarina.

Em todas locais estudados predomina as chuvas do padrão Avançado, seguido do Intermediário e com
menor frequência as do padrão Atrasado. Os resultados obtidos estão de acordo com a grande maioria
dos trabalhos realizados no Brasil relatando padrões de chuvas erosivas (MEHL et al., 2001;
CARVALHO et al., 2005; PENÂLVA-BAZZANO et al., 2007; Oliveira et al., 2011; SANTOS &
MONTENEGRO, 2012; SILVA et al., 2013, ELTZ et al., 2013;.REZENDE et al., 2015).

A variação sazonal das chuvas e o padrão de distribuição temporal permitem relacionar as

características das chuvas erosivas com os mecanismos de formação de chuvas predominantes na
região. A Figura 2 mostra que em Videira (SC) em todos os meses predominam chuvas do padrão
Avançado, seguido do padrão Intermediário e Atrasado, com maiores valores nos meses dezembro a
fevereiro e menores valores de abril a agosto, quando ocorrem em média menos de quatro chuvas
erosivas mensais.

154
Tabela 2- Padrão de distribuição temporal de chuvas erosivas de Santa Catarina

Padrão de distribuição temporal (%)

Local Nº de chuvas erosivas
Avançado Intermediário Atrasado
São Miguel do Oeste 49,9 30,7 19,4 659
Chapecó 53,0 30,3 16,7 1885
Ponte Serrada 40,4 39,4 20,1 705
Campos Novos 48,1 34,6 17,2 1516
Videira 57,0 28,9 14,0 1517
Caçador 55,3 29,0 15,7 1110
Porto União 54,5 32,3 13,2 607
Lages 53,5 30,7 15,8 605
Urussanga 53,3 34,1 12,6 1221
Florianópolis 50,3 33,9 15,8 1181
Ita 55,6 26,3 18,2 990

7
Avancado Intermediário Atrasado
6
Nº de Chvuas erosivas

0
J F M A M J J A S O N D

Figura 2- Número médio mensal de chuvas erosivas de Videira, SC.

As chuvas erosivas podem ser analisadas considerando suas caraterísticas e os diferentes padrões
de distribuição temporal. Na Tabela 3 constam os dados das chuvas erosivas de Videira (SC). Também
pode-se analisar as características das chuvas erosivas de acordo com a duração da chuva (Figura 3).
Essa análise, além de permitir relacionar os tipos de chuvas predominantes na região, fornecem
informações importantes para trabalhos com simulação de chuva em estudos de perdas de solos.

155
Valvassori & Back (2014), Back & Poleto (2017), Back et al.(2017), Back (2018), Back et al.(2018)
apresentam resultados desta análise para algumas estações pluviográficas de Santa Catarina.

Tabela 3 - Características das chuvas erosivas de acordo com o padrão de distribuição temporal
Avançado (AV), Intermediário (IN) e Atrasado (AT) de Videira, Santa Catarina
Período
Padrão Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set Out. Nov. Dec. Ano
Precipitação média (mm)
AV 23,8 23,5 21,3 25,9 32,4 23,7 30,3 26,7 30,9 30,1 27,0 23,9 26,3
IN 22,1 22,8 25,2 36,9 33,0 33,8 25,6 32,5 36,9 33,9 25,4 28,1 29,5
AT 26,3 27,2 22,4 32,0 36,1 40,3 60,3 31,3 30,8 26,5 21,0 28,7 29,7
Total 23,8 24,0 22,7 29,5 33,2 30,6 30,2 29,0 33,0 30,5 25,7 25,4 27,7
Duração (h)
AV 7,9 8,2 6,9 9,2 13,8 11,1 14,4 12,9 12,6 11,3 9,8 7,7 10,0
IN 7,6 8,6 8,8 13,9 12,8 14,4 12,7 13,3 15,6 14,4 8,4 10,5 11,8
AT 9,7 10,6 8,9 13,4 15,1 18,4 22,3 16,5 17,6 11,3 10,0 10,6 12,9
Total 8,1 8,7 7,8 10,9 13,6 13,7 14,2 13,5 14,5 12,1 9,5 8,7 10,9
Energia Cinética (MJ ha-1)
AV 5,3 5,1 4,6 5,3 6,1 4,4 5,5 4,9 5,9 5,9 5,5 5,2 5,3
IN 4,5 4,7 5,1 7,0 6,2 6,2 4,6 5,9 6,9 6,4 5,1 5,6 5,7
AT 5,4 5,6 4,6 6,2 6,7 7,2 10,9 5,5 5,3 4,9 4,0 5,7 5,6
Total 5,1 5,1 4,7 5,9 6,2 5,6 5,4 5,3 6,2 5,9 5,2 5,3 5,5
I30 (mm h-1)
AV 25,2 22,8 21,1 20,9 14,4 13,1 12,4 13,3 16,4 16,9 18,9 23,3 19,4
IN 18,8 21,0 19,9 15,5 12,7 12,9 11,4 11,9 15,5 15,3 18,1 20,3 16,3
AT 21,3 22,0 18,7 16,2 14,3 13,3 13,0 12,3 10,3 13,5 18,3 18,3 16,6
Total 23,2 22,2 20,4 18,9 13,8 13,0 12,1 12,8 15,1 15,9 18,7 22,1 18,1
EI30 (MJ mm ha-1 h-1)
AV 170,7 159,3 126,3 133,8 117,2 63,4 89,0 83,9 129,9 113,0 129,0 158,7 131,3
IN 107,3 127,5 126,5 128,5 97,9 100,9 59,8 90,7 133,5 133,5 126,0 143,4 115,1
AT 176,1 162,3 99,6 110,9 177,3 117,5 201,0 73,5 63,6 79,7 98,5 120,1 122,1
Total 157,4 151,5 123,1 129,5 119,8 87,7 84,1 84,7 120,3 112,7 123,7 151,1 125,3

156
 400

350
Avançado
300
Chuas erosivas (n°)

Intermediário
250
Atrasado
200

150

100

50

0
<2 2-6 6-12 12-18 18-24 24-48 >48
Duração (h)

30.0
Avançado
25.0 Intermediário
Atrasado
I30 média ( mm h-1)

20.0

15.0

10.0

5.0

0.0
<2 2-6 6-12 12-18 18-24 24-48 >48
Duração (h)

700.0
Avançado
600.0
Intermediário
500.0
EI30 média (MJ ha mm-1h-1)

Atrasado
400.0

300.0

200.0

100.0

0.0
<2 2-6 6-12 12-18 18-24 24-48 >48
Duração (h)

Figura 3 - Características das chuvas erosivas de acordo com o padrão de distribuição temporal e a duração da chuva.

157
 A análise de frequência de chuvas intensas permite avaliar os riscos de ocorrência de determinados
eventos. Na Figura 4 estão representadas as frequências de ocorrências das intensidades máximas em
30 min das chuvas erosivas segundo o padrão de distribuição temporal. Observa-se que as chuvas do
padrão Avançado apresentam maior frequência que as do padrão Intermediário e Atrasado,
principalmente nas chuvas com frequência entre 10 e 70%. Com estes dados pode-se estimar o período
de retorno dos valores de I30. Por esta análise pode-se observar que a chuva com 20% de frequência,
ou probabilidade de ser superada em 20% dos casos para Videira possuem intensidade
respectivamente de 26,2 mm h-1, 22,4 mm h-1 e 24,2 mm h-1 para os padrões Avançado, Intermediário
e Atrasado. Mehl et al.(2001) ressaltam que as possíveis variações nos períodos de retorno nos
diferentes padrões de chuva podem sugerir mudanças no planejamento de obras de controle de erosão
e de estruturas hidráulicas nas diferentes regiões climáticas do Brasil.

100

90

80 Avançado Intermediário Atrasado

70

60
I30 (mm/h)

50

40

30

20

10

0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Frequência

Figura 4- Frequência de chuvas de intensidade máxima de chuva em 30 minutos de Videira, SC.

Os valores de I30 são importantes na estimativa do escoamento superficial e dimensionamento de

estruturas de drenagem superficial como terraços, canais e bueiros. Eltz et al.(1992) afirmam que as
estimativas da intensidade da chuva com diferentes períodos de retorno são importantes para
dimensionamento de obas de engenharia urbana e agrícola, especificamente para as práticas mecânicas
de canais escoadouros e sistema de terraceamento, bem como no espaçamento entre terraços. Afirmam
ainda que estruturas superestimadas podem proporcionar boa segurança, entretanto, são onerosas, por
isso o dimensionamento eficiente leva em consideração o custo relacionado com o risco. Também o
valor de I30 é utilizado em modelos hidrológicos como o SWAT. (Soil and Water Assessment Tool)
(BRIGHENTI, 2015).

158
1.9 Risco de ocorrência de eventos extremos

O período de retorno ou tempo de recorrência é interpretado como o número médio de anos

esperado para que uma determinada precipitação seja igualada ou superada. O seu inverso é frequência
que um fenômeno é igualado ou superado (BERTONI & TUCCI, 1997).

O fator erosividade da chuva (fator R da USLE) é considerado um dos mais importantes na

estimativa da perda de solos (SHAMSHAD et al., 2008). O valor de R empregado corresponde a
média do índice de erosividade anual EI30, avaliado com uso de longas séries de dados pluviográficos
(CASSOL et al.2008; SILVA et al., 2009). Vários trabalhos mostram que existe grande variação anual
no valor da erosividade das chuvas (ELTZ et al., 2013; VALVASSORI & BACK, 2014; BACK et al.,
2016)

Embora existam trabalhos realizados avaliando o risco de erosividade (PEÑALVA-BAZZANO,

2005; COLODRO et al., 2002; ELTZ et al, 2011; ALMEIDA et al., 2012; SANTOS &
MONTENEGRO, 2012), a maioria utiliza a distribuição empírica na estimativa do período de retorno,
ou se utilizada da distribuição de Gumbel sem avaliar sua aderência.

Pela distribuição de Gumbel-Chow a qual a probabilidade de ocorrer um evento X maior ou igual

a x e dada por:
y
P[X  x ] = 1 - e  e (Equação 7)
Sendo Y a variável reduzida, calculada por

Y  X    (Equação 8)

Os parâmetros do modelo (α e ) podem ser estimados conforme:

Sn
 (Equação 9)
S
Em que: x é a média dos valores observados de X; S é o desvio padrão dos valores observados de
X; Yn, Sn são, respectivamente, a média e o desvio padrão da variável reduzida Y, tabelados em função
do número de valores da série de dados (KITE, 1977).
Dessa forma a variável extrema com período de retorno T (XT) pode ser estimada pela equação:
Y
XT    (Equação 10)

A aderência das séries à distribuição ajustada foi testada pelo teste de Kolmogorov-Smirnov ao
nível de significância de 5%. A hipótese nula a ser testada é de que os dados observados seguem a
distribuição teórica. A estatística do teste é dada pela maior diferença absoluta entre os valores de F(x),
isto é:
Dmax =F(x) empírica – F(x)teórica (Equação
11)

159
 para cada valor de X é comparada com valores críticos (Dcrit) para dado nível de significância  e
tamanho de amostra n. Se Dmax calculada for maior que Dcrit deve-se rejeitar a hipótese nula.

Na tabela 4 constam os resumos estatísticos e os parâmetros das séries de chuva erosividade

Videira. Na Figura 5 estão representadas a distribuições ajustadas.

Tabela 4 - Estatísticas das séries de máximas anuais de I30, EI30 e erosividade anual com os
parâmetros da distribuição de Gumbel-Chow e teste de aderência
I30 EI30 Total anual EI30
Estatísticas (mm h-1) (MJ mm ha-1 h-1) (MJ mm ha-1 h-1 year-1)
Maior valor (mm) 90,2 1837,8 11826,4
Menor valor (mm) 33,0 290,0 2881,9
Media (mm) 56,5 948,1 6940,8
Desvio padrão (mm) 14,9 452,5 1725,5
CV (%) 26,4 47,7 24,9
Assimetria 0,55 0,53 0,33
Número de dados 26 26 29
Parâmetro α 0,0734 0,0024 0,000638
Parâmetro  49,3 728,0 6104,9
Max 0,0580 0,0731 0,1079
Dcrit 0,259 1837,8 0,246

Tabela 5 - Valores estimados de intensidade máxima da chuva em 30 min (I30), índice Ei30 da
chuva e erosividade total anual de Videira, Santa Catarina
Período de Retorno I30 EI30 EI30
(anos) (mm h-1) (MJ mm ha-1 h-1) (MJ mm ha-1 h-1 ano-1)
2 54,3 879,6 6679,5
5 69,6 1345,6 8456,6
10 79,8 1654,1 9633,2
20 89,6 1950,0 10761,8
25 92,7 2043,9 11119,8
50 102,2 2333,1 12222,6
100 111,7 2620,2 13317,3

160
 1.0
A
0.9
0.8
0.7
probabildade

0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 10 20 30 40 50 60 70 80 90 100
I30 (mm/h)

1.0
B
0.9
0.8
0.7
probabilidade

0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 500 1000 1500 2000 2500
EI30 (MJ mm ha-1 h-1 1
1.0
C
0.9
0.8
0.7
probabilidade

0.6
0.5
0.4
0.3
0.2
0.1
0.0
2000 4000 6000 8000 10000 12000
EI30 (MJ mm ha-1 h-1 ano-1)
Figura 5- Distribuições de probabilidade para valores de intensidade máxima da chuva em 30 min (I30) (A),
erosividade da chuva (EI30) (B) e erosividade anual (C) de Videira, SC.

161
 As contribuições de chuva extremas na erosividade anual foram destacadas por Edwards & Owens
(1991), que analisando dados de 28 anos de observação, com mais de 4000 eventos de chuva,
constataram que apenas cinco grandes eventos de chuva foram responsáveis por 66% das perdas de
solos ocorridas e que o período de retorno para estas chuvas foi superior a 100 anos. Também Eltz et
al.(2011) observaram nos dados de Encruzilhada do Sul (RS) que um único evento extremo de chuva
representou 74 % da erosividade ocorrida naquele ano. Estas observações reforçam a hipótese de que
eventos extremos são os que geralmente causam maiores problemas de erosão.

Cassol et al.(2008) ressaltam algumas limitações das USLE, dentre as quais o fato de não ser um
eficiente instrumento para predizer as perdas de solo em curto período, como por exemplo, de um ano.
Os autores apontam como principal razão o fato de a USLE empregar como fator R o valor da média
anual de erosividade chuvas, que tem apresentado considerável variabilidade.

1.10 Classificação da erosividade

Para a interpretação da erosividade foram propostas classificações dos valores de erosividade.

Carvalho (2012) apresenta a classificação da erosividade média anual conforme a Tabela 8. Outra
proposta de classificação da erosividade dos valores médios mensais e anuais é apresentada na Tabela
9

Tabela 8 – Classes para interpretação dos índices de erosividade

Intervalo (tm mm ha-1 ano-1) Interpretação
R < 250 Erosividade fraca
250 < R < 500 Erosividade média
500 < R < 750 Erosividade média a forte
750 < R 1000 Erosividade forte
R > 1000 Erosividade muito forte
Fonte: Carvalho (2012)

Para converter as unidades do sistema métrico (Kgf.m) de unidades apresentadas na Tabela 8 para
o sistema internacional (MJ), Foster et al.(1981) que indicam a multiplicação do valor por 9,81.
Ruffino et al.(1993) apresentam a conversão com o fator de aceleração da gravidade de 9,80665.

162
 Tabela 9 - Classes de erosividade da chuva média anual e mensal
Classe de erosividade Valores de erosividade (MJ mm ha-1h-1)
anual mensal
Muito baixa R < 2500 R < 250
Baixa 2500 < R < 5000 250 < R < 500
Média 5000 < R < 7000 500 < R < 700
Alta 7000 < R < 10000 700 < R < 1000
Muito alta R < 10000 R < 1000

1.11 Estimativa dos índices de erosividade com dados pluviométricos

A determinação da chuva erosiva de uma chuva individual é realizada com a análise dos
pluviogramas, sendo necessárias longas séries de dados. Vários autores comentam da dificuldade de
obter esses dados, tanto no Brasil como em outros países (BESKOW et al., 2009; MELLO et al.,
2007). Devido à dificuldade de obtenção de dados para o cálculo do índice de erosividade da chuva o
fator R tem sido estimado com base em totais mensais de chuva (FERRO et al., 1991). Fournier (1960)
desenvolveu um índice que se considerou correlacionado com a carga de sedimentos em rios,
denominado o índice de Fournier, que é dado por:

( p max)2
IF  (Equação 12)
P

Em que IF é o índice de Fournier (mm); Pmax é precipitação média mensal do mês mais chuvoso
(mm); P é a precipitação média anual (mm).

No entanto, foram verificadas deficiências do IF como estimador do índice de erosividade da

chuva dentro do USLE. Entre as deficiências, constatou-se que pequenas quantidades de chuvas
mensais podem ter poder erosivo e assim um aumento na quantidade total de precipitação deve resultar
em um aumento da erosividade. Também se criticou a lógica em que embora se o máximo de
precipitação mensal permaneça o mesmo, com o aumento da precipitação anual média, o IF diminui.
Diante essas deficiências do IF, Arnoldus (1980) modificou o IF considerando a quantidade de chuva
de todos os meses do ano, que passou a se denominado para índice de Fournier modificado (IFM),
estimado por:

12
i  1( pi )2
IFM  (Equação 13)
P

163
Em que IFM: Índice de Fournier Modificado (mm); pi é a precipitação média mensal (mm) e P é a
precipitação média anual (mm).

O índice IFM tem sido usado para a determinação da agressividade da chuva de uma região, e é
uma indicação do grau de erosividade das chuvas, no entanto não deve ser confundido com o índice
de erosividade para uso na USLE. O conhecimento da agressividade das chuvas de uma região permite
propor de forma sustentável seu uso presente e futuro, realizar o zoneamento de áreas de acordo com
seu potencial erosivo e planejar o uso adequado do solo de acordo com o risco de erosão (RAMIREZ-
ORITZ et al., 2007). O cálculo do IFM tem vantagens a facilidade de obtenção se longas séries de
dados mensais de chuva e assim representar espacialmente a sua variação, também a boa correlação
do índice IFM é a erosividade da chuva. Ainda destaca-se que as séries pluviométricas disponíveis são
relativamente longas, e dessa forma pode-se obter o valor médio mais representativo e também
analisar a sua variabilidade temporal.

Na Europa tem sido adotada a classificação do grau de erosividade da chuva de acordo com CEC
(1992). No entanto estes limites mostram-se baixos para avaliar a agressividade das chuvas nas
condições tropicais. Gomez (1975) apresentou valores limites bem superiores aos propostos por CEC
(1992) que parecem mais indicados para as condições do Sul do Brasil (Tabela 6)

Tabela 6. Classificação da erosividade das chuvas

Grau de Características da precipitação Limites de IFM (mm)
agressividade Gomez (1975) CEC (1992)
Leve Chuvas leves, frequentes, bem distribuídas < 140 < 60
Baixa Chuvas de baixa intensidade, frequentes, 140 - 210 60 - 90
bem distribuídas
Média Chuvas de intensidade mediana, frequentes, 210 – 280 90 - 120
de boa a regular distribuição
Alta Chuvas fortes, frequentes ou não, de 280 – 350 120 - 160
distribuição boa ou mal
Muito Alta Chuvas frequentes ou não, de distribuição >350 > 160
boa a má

Com a dificuldade de obtenção de séries de chuvas de alta resolução temporal, uma alternativa
muito usada é a estimativa do índice de erosividade a partir das médias pluviométricas mensais, que
Waltrick et al.(2015) denominaram de método pluviométrico. Este método tem a vantagem de poder
ser aplicado facilmente em um número grande de locais, uma vez que os dados de pluviômetros os

164
são mais simples de serem obtidos e possuem séries históricas longas na maioria das localidades
brasileiras (CASSOL et al., 2008; MAZURANA et al., 2009)

No entanto, para a utilização do método pluviométrico, há necessidade de uma equação de

correlação com o método pluviográfico (WALTRICK et al., 2015). O método mais utilizado para
estimativa da erosividade por método pluviométrico consiste em correlacionar os valores médios
mensais de erosividade EI30 com os valores do coeficiente de chuva (Rc), que é dado pelo Índice de
Fournier Modificado, obtido por:
p2
Rc  (Equação 14)
P

em que: Rc é o coeficiente de chuva, em mm; pé a precipitação mensal média, em mm; e P é

precipitação anual média, em mm.

Na regressão geralmente são empregados os modelos linear e potencial conforme:

EI 30  aRc  b (Equação 15)

EI30  aRcb (Equação 16)

Em que a e b são os coeficientes ajustados para determinada estação pluviográfica. Na Figura 6

tem-se o exemplo das equações ajustadas para Videira (BACK et al., 2017) em que se obteve melhor
ajuste no modelo potencial (R² = 0,7702).

1200
EI30 = 41,1Rc + 46,5
1000 R² = 0,7297
p = 0,00040
EI30 (MJ mm ha-1 h-1)

800

600

400
EI30 = 48,648Rc0,9608
200 R² = 0,7702
p = 0,00018
0
0 5 10 15 20 25
Rc (mm)

Figura 6 - Equação de regressão ajustada para Videira, Santa Catarina.

Fonte: Back et al.(2017)

165
 Na Tabela 7 constam os valores de erosividade obtidos em estudos baseados nas estações
pluviográficas em Santa Catarina e duas estações no estado do Paraná que, devido à localização,
podem ser usadas para alguns municípios catarinenses. Oliveira et al.(2012) apresentam equações
para 73 estações pluviográficas do Brasil.

Tabela 7 - Equações de estimativa de erosividade aplicadas para o Estado de Santa Catarina

Estação Modelo Linear Modelo Potencial
EI30= aRc + b EI30 = aRcb
a b R² a b R²
São M. do Oeste 35,57 299,2 0,7980 83,07 0,8640 0,9039
Chapecó 44,31 109,6 0,7440 77,07 0,8484 0,6657
Ponte Serrada 41,85 99,4 0,7946 68,56 0,8706 0,8424
Campos Novos 39,2 101,3 0,7594 64,00 0,8775 0,7433
Videira 41,08 46,5 0,7297 48,64 0,9608 0,7702
Caçador 23,80 234,6 0,8652 127,5 0,5725 0,8455
Porto União 39,6 74,4 0,4442 59,31 0,8883 0,4682
Lages 35,4 49,1 0,5137 46,1 0,9262 0,4790
Urussanga 45,10 -127,0 0,908 14,74 1,312 0,8483
Florianópolis 49,44 -9,52 0,8485 30,41 1,162 0,8927
Indaial 40,86 68,74 0,7090 66,54 0,8395 0,6286
Paraná -Sudoeste 52,20 146,86 - - - -
Paraná-Leste 40,71 33,26 - - - -

Na Tabela 8 constam os dados de precipitação média de Saudades, na região oeste de Santa

Catarina. Com estes valores foram calculados os valores de coeficiente de chuva e usando a regressão
linear ajustada para Chapecó foram estimados os valores de erosividade (EI30). A soma da coluna Rc
corresponde ao IFM. No exemplo obteve-se o valor de IFM de 176,9 mm, que na classificação de
Gomez (1975) corresponde a classe de Baixa agressividade, caracterizado por chuvas de baixa
intensidade, frequentes e bem distribuída.

166
 Tabela 8 - Precipitação observada e erosividade estimada para Xavantina, Santa Catarina
Precipitação Rc EI30 Classe de erosividade
Período (mm) (mm) (MJ ha mm-1 h-1)
Jan. 184,1 16,3 830,4 Alta
Fev. 187,6 16,9 858,0 Alta
Mar. 141,5 9,6 535,4 Média
Abr. 178,5 15,3 787,2 Alta
Maio 166,5 13,3 699,1 Media
Jun. 167,8 13,5 708,4 Alta
Jul. 170,9 14,0 730,7 Alta
Ago. 128,5 7,9 460,8 Baixa
Set. 187,2 16,8 854,8 Alta
Out. 230 25,4 1234,6 Muito Alta
Nov. 166,2 13,3 697,0 Média
Dez. 174,8 14,7 759,4 Alta
Ano 2083,6 176,9 9155,8 Alta

1.12 Variação sazonal de erosividade

O conhecimento da variação sazonal da erosividade é importante para programar as práticas de

conservação do solo e definir as épocas mais críticas com relação à erosão. As distribuições relativas
do índice de erosividade e da precipitação durante o período analisado são representadas com objetivo
de identificar as épocas mais críticas (Schick et al., 2014). Nessa representação quanto maior for a
inclinação da curva para determinado período, maior é o risco de ocorrência de erosão no solo,
demandando maior atenção com aplicação de práticas conservacionistas neste período. Em Santa
Catarina foi observado uma distribuição relativamente uniforme da erosividade e da chuva ao longo
do ano (Valassori & Back, 2014; Back et al., 2017). Em algumas regiões brasileiras existe uma
variação sazonal mais acentuada, como observada por Almeida et al.(2012), que citam proporção igual
ou maior de 94% da erosividade ocorrendo nas estações de primavera e verão. Lombardi Neto (1977)
constatou que em Campinas (SP) 90,7% do índice de erosividade estiveram associados ao período de
outubro a março, quando a precipitação é de 80,1% do total anual.

167
 250 1400
Precipitação Erosividade
1200
200
1000

EI30 (MJ mm ha-1 h-1 )

Precipitação (mm)

150
800

600
100

400
50
200

0 0
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.

Figura 7 - Variação sazonal da precipitação e da erosividade de Xavantina, Santa Catarina.

100

90

80 Precipitação
70 Erosividade
Acumulado (%)

60

50

40

30

20

10

0
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.

Figura 8 - Valores acumulados de precipitação e erosividade de Xavantina, Santa Catarina.

168
1.13 Mapas de Erosividade

A representação da distribuição da erosividade em determinado espaço por meio de mapas tem

aplicação para visualizar a distribuição espacial da erosividade, permite identificar regiões mais
criticas, e facilita a interpolação de valores para locais sem informação. A associação de mapas de
erosividade com mapas de relevo, tipo de solo permite identificar regiões com maiores riscos de
erosão, deslizamento ou escorregamento. Estas informações são importantes para o planejamento de
práticas conservacionistas do solo, planejamento de bacias hidrográficas, servindo também como
critérios para orientar ações da defesa civil e segurança de obras de engenharia.

Diferentes técnicas podem ser empregadas, dependendo das informações disponíveis e dos
objetivos do estudo. Um método muito comum é o emprego dos polígonos de Thiessen para delimitar
as áreas de influência das estações pluviográficas que apresentem a equação para estimativa da
erosividade em função da chuva mensal. Na Figura 8 constam os polígonos de área representativa
para ser utilizado em Santa Catarina (BACK & POLETO, 2017).
Numa segunda etapa pode-se utilizar as estações pluviométricas disponíveis a estimar a erosividade
com base nas chuvas médias mensais. Na terceira etapa utiliza-se de ferramentas de geoprocessamento
para especializar e interpolar os valores de erosividade, obtendo-se os mapas isoerodontes. Na Figura
8 tem-se o mapa de erosividade gerado para Santa Catarina com base nas precipitações médias
mensais de 143 estações pluviométricas(BACK & POLETO, 2018).

Figura 9- Polígonos de área de representatividade das equações de erosividade.

169
 Figura 10 - Mapa de erosividade para Santa Catarina.

Silva (2004) elaborou mapa de erosividade para o Brasil usando dados pluviométricos de 1600
estações com série histórica de no mínimo 10 anos e oito equações de regressão para o cálculo da
erosividade. Também Oliveira et al.(2012) apresentam o mapa de erosividade para o Brasil, usando
de 73 equações de regressão para calcular a erosividade da chuva. Os autores comparam os resultados
de erosividade com o trabalho de Silva (2004) e mostraram que os erros decorrentes do uso de poucas
equações de regressão podem ser significativos. Trindade et al.(2016) utilizaram 1521 estações
pluviométricas no Brasil com 20 anos de dados e 75 equações de regressão para o cálculo a erosividade
e apresentou o mapa de erosividade da chuva para o Brasil.

Alguns trabalhos realizados no Brasil apresentam os mapas de erosividade para determinado

estado, dentre estes se destacam os trabalhos de Lombardi Neto (1981) e Vieira & Lombardi Neto
(1995) para o estado de São Paulo, Rufino et al.(1993) e Waltrick et al.(2015) para o estado do Paraná,
Mello et al.(2007) para Minas Gerais, Montebeller et al.(2007) para Rio de Janeiro, Almeida (2009)
e Oliveira et al.(2011) para o Mato Grosso e Santos (2008) para o Rio Grande do Sul.

170
REFERÊNCIAS BIBLIOGRÁFICAS

AGNESE, C.; BAGARELLO, V. Describing rate variability of storm events for infiltration prediction. Trans. Am. Soc.
Agric. Eng., v.40, p.61-70, 1997.
ALMEIDA, C.O.S.; AMORIM, R.S.S.; ELTZ, F.L.F.; COUTO, E.G.; JORDANI, S.A. Erosividade da chuva em
municípios do Mato Grosso: Distribuição sazonal e correlações com dados pluviométricos. Revista Brasileira de
Engenharia Agrícola e Ambiental, v.16, n.2, p.142-152, 2012.
ALMEIDA, C. O. S. Erosividade das chuvas no Estado de Mato Grosso [dissertação]. Brasília: Faculdade de Agronomia
e Medicina Veterinária, Universidade de Brasília, 2009
ARNOLDUS, H. M. J. An approximation to the rainfall factor in the universal soil loss equation. In: DE BOODT, M.;
GABRIELS, D. Assessment of erosion. New York: John Wiley and Sons, 1980. p. 127-132
BACK, Á. J. Erosividade da chuva para a região do Planalto Serrano de Santa Catarina, Brasil. Revista Ciências Agrárias,
v.41, p.12-22, 2018a.
BACK, Á. J. Fator erosividade e características das chuvas erosivas para a região do Planalto Norte de Santa Catarina.
Revista Agropecuária Catarinense, v.31, n.1, p. 61-66, 2018b.
BACK, Á. J.; ALBERTON, J. V.; POLETO, C. Erosivity index and characteristics of erosive rainfall from the far western
region of Santa Catarina, Brazil. Journal of Environmental Engineering, v. 144, p. 1-12, 2018.
BACK, Á. J.; GONÇALVES, F. N. Avaliação da erosividade de chuvas para o Vale do Rio Itajaí, SC. Revista Tecnologia
e Ambiente, v. 23, p. 29-42, 2017.
BACK, Á. J.; POLA, A. C.; LADWIG, N. I.; SCHWALM, H. Erosive rainfall in Rio do Peixe Valley in Santa Catarina,
Brazil: Part I – determination of the erosivity index. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 21, p. 774-
779, 2017.
BACK, Á. J.; POLETO, C. Avaliação temporal do potencial erosivo das chuvas de Florianópolis-SC. Revista Brasileira
de Climatologia, Curitiba, v. 21, p. 264-283, 2017.
BACK, Á. J.; POLETO, C. Distribuição espacial e temporal da erosividade das chuvas no Estado de Santa Catarina, Brasil.
Revista Brasileira de Climatologia, v.22, p. 381-403, 2018.
BACK, A.J.; ALBERTON, J.V.; POLETO, C. Avaliação da erosividade das chuvas de Chapecó, Santa Catarina. In:
SIMPÓSIO SOBRE SISTEMAS SUSTENTÁVEIS, 3,2016, Porto Alegre, Anais..., Porto Alegre, 2016, p.1-6
BEMFICA, D.C.; GOLDENFUM, J.A.; SILVEIRA, A.L.L. -Análise da aplicabilidade de padrões de chuva de projeto a
Porto Alegre. Revista Brasileira Recursos Hídricos, v.5, n.4, p. 5-16, 2000.
BERTOL, I.; SCHICK, J.; BATISTELA, O.; LEITE, D.; VISENTIN, D.; COGO, N.P. Erosividade das chuvas e sua
distribuição entre 1989 e1998 no município de Lages (SC). Revista Brasileira de Ciência do Solo, v.26, p.445-464, 2002.
BERTOL, I. Avaliação da erosividade da chuva na localidade de Campos Novos (SC) no período de 1981-1990. Pesquisa
Agropecuária Brasileira, v.29, p.1453-1458, 1994.
BERTONI, J.C.; TUCCI, C.E.M. Precipitação. In: TUCCI, C.E.M. Hidrologia ciência e aplicação. Porto Alegre: ABRH,
1997. p.177-242.
BERTONI, J.; LOMBARDI NETO, F. Conservação do solo. 3.ed. São Paulo: Ícone, 1993. 355p.
BESKOW, S.; MELLO, C.R.; NORTON, D.L.; CURI, N.; VIOLA, M.R.; AVANZI, J.C. Soil erosion prediction in the
Grande River Basin, Brazil using distributed model. Catena, v.79, p.49-59, 2009.
BRIGHENTI, T. M. Modelagem hidrológica e avaliação de diferentes métodos de calibração para o modelo SWAT.
Florianópolis: UFSC, 2015. 116p. Dissertação Mestrado
CABEDA, M.S.V. Computation of storm EI values. West Lafayette, Purdue University, 1976. 6p.
CARVALHO, D.F.; MONTEBELLER, C.A.; FRANCO, E.M.; VALCARCEL, R. E BERTOL, I. Padrões de precipitação
e índices de erosividade para as chuvas de Seropédica e Nova Friburgo, RJ. Revista Brasileira de Engenharia Agrícola e
Ambiental, v.9, n.1, p.7-14, 2005.
CARVALHO, N.O. Hidrossedimentologia prática. 2.ed. Rio de Janeiro, Interciência, Rio de Janeiro, 2012. 599p.

171
CASSOL, E.A.; ELTZ, F.L.F.; MARTINS, D.; LEMOS, A.M.; LIMA, V.D.; BUENO, A.C. Erosividade, padrões
hidrológicos, período de retorno e probabilidade de ocorrência das chuvas em São Borja, RS. Revista Brasileira de Ciência
do Solo, v.32, p.1239-1251, 2008.
CASSOL, E.A.; MARTINS, D.; ELTZ, F.L.F.; LIMA, V.S. de; BUENO, A.C. Erosividade e padrões hidrológicos das
chuvas de Ijuí (RS) no período de 1963 a 1993. Revista Brasileira de Agrometeorologia, v.15, n.3, p.220-231, 2007.
CEC. CORINE soil erosion risk and important land resources in the southern regions of the European Community.
Luxembourg: Office for Official Publications of the European Communities, 1992. (Report EUR 13233).
COGO, N. P.; LEVIEN, R.; SCHARZ, R. A. Perdas de solo e água por erosão hídrica influenciadas por métodos de
preparo, classes de declive e níveis de fertilidade do solo. Revista Brasileira de Ciência do Solo, v.27, p.743-753, 2003.
COLODRO, G.; CARVALHO, M. P.; ROQUE, C. G.; PRADO, R. M. Erosividade da chuva: Distribuição e correlação
com a precipitação pluviométrica de Teodoro Sampaio (SP). Revista Brasileira de Ciência do Solo, v.26, p.809-818, 2002.
ELTZ, F. L. F.; CASSOL, E. A.; PASCOTINI, P. B. Potencial erosivo e características da chuva de Encruzilhada do Sul,
RS. Revista Brasileira de Engenharia Agrícola e Ambiental, v.15, p.331-337, 2011.
ELTZ, F. L. F.; CASSOL, E. A.; PASCOTINI, P. B.; AMORIM, R. S. S. Potencial erosivo e características das chuvas de
São Gabriel, RS, de 1963 a 1993. Revista Brasileira de Engenharia Agrícola e Ambiental, v.17, p.647-654, 2013.
ELTZ, F.L.F.; MEHL, H.U.; REICHAERT, J. M. Perdas de solo é água em entressulcos em um Argissolo Vermelho-
Amarelo submetido a quadro padrões de chuva. Revista Brasileira de Ciência do Solo, v.25, p.485-493, 2001.
ELTZ, F. L. F.; REICHERT, J. M.; CASSOL, E. A. Período de retorno de chuvas em Santa Maria, RS. Revista Brasileira
de Ciência do Solo, v.16, p.265-269, 1992.
EVANGELISTA, A.W.P.; CARVALHO, L.G. E BERNARDINO, D.T. Caracterização do padrão das chuvas ocorrentes
em Lavras, MG. Irriga, v.10, p.306-317, 2005.
FAO – Food and Agriculture Organization of the United Nations. La erosion del suelo por el água: Algunas medidas para
combatirla en las tierras de cultivo. Roma: Organization de Las Nacioes Unidas, 1967. 207p
FERRO, V.; GIORDANO, G.; IOVINO, M. Isoerosivity and erosion risk map for Sicily. Hydrological Sciences Journal,
Abingdon, v. 36, p. 549-564, 1991.
FOSTER, G. R.; MCCOOL, D. K.; RENARD, K. G.; MOLDENHAUER, W. C. Conversion of the universal soil loss
equation to SI units. Journal of Soil and Water Conservation, v.36, n.6, p.355-359, 1981.
FOURNIER, F. The effect of climatic factors on soil erosion. Estimates of solids transported in suspension in runoff.
London: International Association of Hydrological Sciences, 1956. 6 p.
GOMEZ, A. A. Sistema IUM para determinación del uso y manejo de los suelos de ladera, Cenicafé, v.26, n.2, p.72-86,
1975.
HORNER, W. W.; JENS, S. W. Surface runoff determination from rainfall without using coefficients. Transaction of the
ASAE, v.107, p.1039-1117, 1942.
HUDSON, R. Soil conservation. 2.ed. Ithaca, Cornell University Press, 1973. 320p
KINNELL, P.I.A. Event soil loss, runoff and the universal soil loss equation family of models: a review. Journal of
Hydrology, v. 385, p.384–397, 2010.
KITE, G.W. Frequency and risk analyses in Hydrology. Water Resources publications. Colorado. 1977. 224 p.
LAL, R. Soil erosion on Alfisols in Western Nigeria. III: Effects of rainfall characteristics. Geoderma, v.16, p.389-401.
1976.
LEPRUN, J.C. A erosão, a conservação e o manejo do solo no Nordeste Brasileiro: balanço, diagnóstico e novas linhas de
pesquisa. Recife: SUDENE-DRN, 1981. 106p. (Série: Brasil. SUDENE, Recursos de Solos, 15)
LOMBARDI NETO, F. Rainfall erosivity – its distribution and relationship with soil loss at Campinas, Brazil. West
Lafayette, Purdue University. 53p. 1977.
LOMBARDI NETO, F.; SILVA, I. R.; CASTRO, O. M. Potencial de erosão das chuvas no Estado de São Paulo. In: Anais
do III Encontro Nacional de Pesquisa Sobre Conservação do Solo. Recife. Sociedade Brasileira de Ciência do Solo; 1981.
MARQUES, J.J.G.S.M.; ALVARENGA, R.C.; CURI, N.; SANTANA, D.P.; SILVA, M.L.N. Índices de erosividade da
chuva, perdas de solo e fator erodibilidade para dois solos da região dos cerrados – primeira aproximação. Revista
Brasileira de Ciência do Solo, v.21, n.3, p. 427-434, 1997.

172
MARTINS, S. G.; AVANZI, J. C.; SILVA, M. L. N.; CURI, N.; NORTON, L. D.; FONSECA, S. Rainfall erosivity and
rainfall return period in the experimental watershed of Aracruz, in coastal plain of Espírito Santo, Brazil. Revista Brasileira
de Ciência do Solo, v. 34, p. 999-1004, 2010.
MAZURANA, J.; CASSOL, E.A.; SANTOS L.C.; ELTZ, F.L.F.; BUENO, A.C. Erosividade, padrões hidrológicos e
período de retorno das chuvas erosivas de Santa Rosa (RS). Revista Brasileira de Engenharia Agrícola e Ambiental, v.13,
p.975-983, 2009.
MEHL, H.U.; REICHERT, J.M.; DIDONÉ, I.A. - Caracterização de padrões de chuvas ocorrentes em Santa Maria (RS).
Revista Brasileira de Ciência do Solo, v. 25, n. 2, p. 475-483, 2001.
MELLO, C.R.; SÁ, M. A. C.; CURI, N.; MELLO, J. M.; VIOLA, M. R. Erosividade mensal e anual da chuva no Estado
de Minas Gerais. Pesquisa Agropecuária Brasileira, v.42, p.537–545, 2007.
MONTEBELLER, C. A.; CEDDIA, M. B.; CARVALHO, D. F.; VIEIRA, S. R.; FRANCO, E. M. Spatial variability of
the rainfall erosive potential in the State of Rio de Janeiro, Brazil. Engenharia Agrícola, v.27, p.426–435, 2007.
MORAIS, L.F.B.de; MUTTI, L. S. M.; ELTZ, F.L.F. Índices de erosividade correlacionados com perdas de solo no Rio
Grande do Sul. Revista Brasileira de Ciência do Solo, v.25, p.485-493, 1988.
OLIVEIRA, P. T. S.; ALVES SOBRINHO, T.; RODRIGUES, D. B. B.; PANACHUK, E. Erosion risk mapping applied to
environmental zoning. Water Resources Management, v.25, p.1021–1036, 2011.
PANAGOS, P.; BALLABIO, C.; BORRELLI, P.; MEUSBURGER, K.; KLIK, A.; ROUSSEVA, S.; TADIC, M.P.;
MICHAELIDES, S.; HRABALÍKOVÁ, M.; OLSEN, P.; AALTO, J.; LAKATOS, M.; RYMSZEWICZ, A.;
DUMITRESCU, A.; BEGUERÍA, S.; ALEWELL, C. Rainfall erosivity in europeu. Science of the Total Environment,
v.511, p.801-814, 2015.
PANAGOS, P.; MEUSBURGER, K.; VAN LIEDEKERKE, M.; ALEWELL, C.; HIEDERER, R.; MONTANARELLA,
L. Assessing soil erosion in Europe based on data collected through a European Network. Soil Science and Plant
Nutrition, v.60, n.1, p.15-29, 2014.
PEÑALVA BAZZANO, M. G. Coeficiente de chuva, padrões e período de retorno das chuvas de Quarai e Rio Grande,
RS. Santa Maria: UFSM, 2005. 64p. Dissertação Mestrado
PEÑALVA BAZZANO, M.G.; ELTZ, F.L.F. E CASSOL, E.A. Erosividade, coeficiente de chuva, padrões e período de
retorno das chuvas de Quaraí, RS. Revista Brasileira Ciência do Solo, v.31, n.5, p.1205-1217, 2007.
PRUSKI, F.F. Conservação do solo e água: práticas mecânicas para o controle da erosão hídrica. 2. ed. Viçosa: UFV, 2009.
279p.
RAMÍREZ-ORTIZ, F. A.; HINCAPIÉ-GÓMEZ, E.; SADEGHIAN-KHALAJABADI, S.; PÉREZ-GÓMEZ, U.
Erosividad de las lluvias en la Zona Cafetera Central y Occidental del Departamento de Caldas. Cenicafé, v.58, n.1, p.40-
52, 2007.
RENARD, K. G.; FOSTER, G. T.; WEESIES, G. A.; PORTER, J. P. Revised Universal Soil Loss Equation. Journal of
Soil and Water Conservation, , v. 46, n. 1, p. 30-33, 1991.
RENARD, K.G.; FOSTE, G.R.; WEESIES, G.A.; McCOOL, D.K; YODER, D.C. Predicting soil erosion by water: a guide
to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). U.S. Department of Agriculture,
Agriculture Handbook No. 703, 404 pp. 1997
REZENDE, C.C.; ANDRADE, A.F.; FERREIRA, E.A.; MACHADO, R.L.; CONCEIÇÃO, J.L. (2015) - Erosividade e
padrões de precipitação pluvial para Posse-GO. In: Congresso estadual de Iniciação Científica do IF Goiano. IFG.
ROQUE, C.G.; CARVALHO, M.P.; PRADO, R.M. Fator Erosividade da chuva de Piraju (SP): distribuição, probabilidade
de ocorrência, período de retorno e correlação com o coeficiente de chuva, Revista Brasileira de Ciência do Solo, v.25,
p.147-156, 2001.
RUFINO, R.L.; BISCAIA, R.C.M.; MERTEN, G.H. Determinação do potencial erosivo da chuva do Estado do Paraná,
através da pluviometria: terceira aproximação. Revista Brasileira de Ciência do Solo, v.17, p.439-44, 1993.
SALOMÃO, F.X.T. Controle e Prevenção dos processos erosivos. In: Guerra, A.J.T.; Silva, A.S. e Botelho, R.G.M., orgs.
Erosão e conservação dos solos: Conceitos, temas e aplicações. Rio de Janeiro, Bertrand Brasil, p.230-267. 1999.
SANTOS, C. N. El Niño, La Niña e a erosividade das chuvas no estado do Rio grande do Sul. 2008. 138 f. Tese (Doutorado
em Agronomia) – Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, Pelotas, 2008.
SANTOS, T.E.M.; MONTENEGRO, A.A.A. Erosividade e padrões hidrológicos de precipitação no Agreste Central
pernambucano. Revista de Engenharia Agrícola e Ambiental, v.16, n.8, p.871-880. 2012.

173
SCHICK, J.; BERTOL, I.; COGO, N.P.; GONZÁLEZ, A.P. Erosividade de chuvas em Lages, Santa Catarina. Revista
Brasileira de Ciência do solo, v.38, n.6, p.1890-1905. 2014.
SHAMSHAD, A.; AZHARI, M. N.; ISA, M. H.; HUSSIN, W. M. A. W.; PARIDA, B. P. Development of an appropriate
procedure for estimation of RUSLE EI30 index and preparation of erosivity maps for Pulau Penang in Peninsular Malaysia.
Catena, v.72, p.423-432, 2008.
SILVA, A. M. Rainfall erosivity map for Brazil. Catena, v.57, p.251–259, 2004.
SILVA, T.V.; MACHADO, R.L.; MARQUES, D.R.; FERREIRA, E.A. Determinação do potencial erosivo e dos padrões
de chuva de Rio Verde GO. In. Simpósio de Pesquisa e Extensão de Ceres e Vale de São Patrício, Ceres, Goiás. 2013.
SILVA, A. M.; SILVA, M. L. N.; CURI, N.; AVANZI, J. C.; FERREIRA, M. M. Erosividade da chuva e erodibilidade de
Cambissolo e Latossolo na região de Lavras, sul de Minas Gerais. Revista Brasileira de Ciência do Solo, v.33, p.1811–
1820, 2009.
SYVITSKI, J. P. M.; A. KETTNER, A. 2011. Sediment flux and the Anthropocene. Philos. Trans. R. Soc. v. 369, n.1938,
p. 957–975, 2011.
TRINDADE, A. L. F.; OLIVEIRA, P. T. S.; ANACHE, J. A. A.; WENDLAND, E. Variabilidade espacial da erosividade
das chuvas do Brasil. Pesquisa Agropecuária Brasileira, v.5, p.1918-1928, 2016.
VALVASSORI, M.L; BACK, Á.J. Avaliação do potencial erosivo das chuvas em Urussanga, SC, no período de 1980 a
2012. Revista Brasileira de Ciência do Solo, v.38, p.1011-1019, 2014.
VIEIRA, S. R.; LOMBARDI NETO, F. Variabilidade espacial do potencial de erosão das chuvas do Estado de São Paulo.
Bragantia, v.54, p.405-412,1995.
WAGNER, C.S.; MASSAMBANI, O. Análise da relação intensidade da chuva-energia de Wischmeier & Smith e sua
aplicabilidade à região de São Paulo. Revista Brasileira de Ciência do Solo, v.12, p.197-203, 1988
WALTRICK, P.C.; MACHADO, M.A.D.M.; DIECKOW, J.; OLIVEIRA, D. Estimativa da erosividade de chuvas no
estado do Paraná pelo método da pluviometria: atualização com dados de 1986 a 2008. Revista Brasileira de Ciência do
Solo, v.39, p.256-267, 2015.
WILLIAMS, J .R. Sediment-yield prediction with universal equation using runoff energy factor. In Present and
prospective technology for predicting sediment yield 316 and sources. ARS.S-40, US Gov. Print. Office, Washington, DC.
244-252, 1975.
WISCHMEIER, W.H.; SMITH, D.D. Predicting rainfall-erosion losses from cropland east of the Rocky Mountains: Guide
for selection of practices for soil and water conservation. Washington, DC: USDA, 1965. 47p. Agricultural Handbook 282.
WISCHMEIER, W.H.; SMITH, D.D. Rainfall energy and its relationship to soil loss. Transactions American Geophysical
Union, v.39, p.285-91, 1958.
WISCHMEIER, W.H.; SMITH, D.D. A universal soil loss estimating equation to guide conservation farm planning. 7th
International Congress Soil Science, v.1, p.418-425, 1960.
WISCHMEIER, W.H., SMITH, D.D. Predicting rainfall erosion losses: a guide to conservation planning. U.S Department
of Agriculture, Agr. Handbook, 537:1-58, 1978.

174
 CAPÍTULO 6
FELIPPE FERNANDES
CRISTIANO POLETO

ANÁLISES INTEGRADA DAS CAMADAS SEDIMENTARES

ASSOREADAS EM RESERVATÓRIOS FRENTE AO USO E
OCUPAÇÃO DO SOLO EM BACIAS HIDROGRÁFICAS URBANAS

175
1. INTRODUÇÃO

A urbanização em bacias hidrográficas sem o devido planejamento, no que tange aos âmbitos
urbano, social e ambiental, pode ocasionar passivos à qualidade do ambiente, reincidindo diretamente
nas concentrações dos poluentes presentes na coluna d’água e sedimentos acumulados nos corpos
hídricos lênticos. Ao passo que o crescimento urbano ocorre às margens ou próximos aos corpos
d’água geram prejuízos expressivos aos ecossistemas aquáticos e à saúde pública.

Atrelado a este crescimento rápido e sem planejamento adequando, muitas das vezes, o uso
inadequado do solo dentro dos limites da bacia hidrográfica é, atualmente, uma das principais causas
da degradação dos recursos naturais, gerando prejuízos não apenas pelas alterações hidrológicas, mas
também pela carga de poluentes carreados junto aos sedimentos, tendo por destino final a
sedimentação em corpos d’água lênticos.
Devemos nos atentar também ao despejo de efluentes não tratados em reservatórios situados em
meio urbano. Este despejo irregular pode ser somado ao carreamento e depósitos dos sedimentos
provenientes da bacia hidrográfica do reservatório em questão e pode intensificar e ocasionar: a
degradação da qualidade das águas, eutrofização artificial, assoreamento, aumento e acúmulo de
metais, redução do volume útil do reservatório, redução do potencial de irrigação, de produtividade
pesqueira, de balneabilidade, problemas de saúde pública e entre outros passivos decorrentes das
atividades executadas na bacia hidrográfica.

Os autores Bordas, Lanna e Semmelmann (1988), Fernandes e Poleto (2019), alertam em seus
estudos quanto a importância de se realizar uma gestão integrada dos recursos hídricos e sobre os
riscos de degradação dos solos e dos leitos dos rios ou então sobre a importância de se analisar a
contaminação dos sedimentos. Portanto, mensurar os reflexos desta urbanização sobre o processo

176
evolutivo e deletério do acúmulo de sedimentos em ambientes lacustres, é de suma importância no
campo da hidrossedimentologia e no meio socioeconômico.

Partindo do princípio que a poluição gerada em bacias hidrográficas em meio urbano se agregam
aos sedimentos e dentre os métodos disponíveis para o estudo do transporte e deposição dos
sedimentos em reservatórios alocados em meio urbano a proposta deste capitulo foi elaborar um
mapeamento evolutivo da caracterização dos processos de assoreamento em reservatórios e
dimensionar os volumes de sedimentos assoreados no interior do reservatório. A técnica tem-se
mostrado vantajosa, justificada pela precisão e relativo baixo custo para simular os sistemas reais.

2. BACIAS HIDROGRÁFICAS

A ação humana em bacias hidrográficas visando a exploração dos recursos hídricos bem como a
construção ou uso dos reservatórios com diferentes aplicabilidades e funcionalidades, converte a
mudança do regime dos ambientes, transformando os lóticos em lênticos. Consequentemente, o fluxo
de água que chega ao reservatório perde energia cinética e ganha energia potencial, num processo
onde a velocidade diminui gradualmente. Com a diminuição de velocidade, materiais em suspensão
que antes eram carreados pelo fluxo começam a se depositar, primeiro os materiais maiores e mais
pesados, e posteriormente os mais finos e leves. Estes materiais depositados no fundo do reservatório
são provenientes de processos erosivos, naturais e/ou antrópicos, que ocorrem dentro da sua bacia de
contribuição.

Atividades como a irrigação, agricultura, urbanização e industrialização, trazem para os corpos

d’água maiores concentrações de sedimento. A origem dos sedimentos que chegam aos recursos
hídricos presentes na bacia hidrográfica é variada, englobando desde a lixiviação da bacia de
drenagem, à atmosfera, erosão dentro do corpo hídrico e sedimentos oriundos de atividade biológica.
Assim, a natureza das faces sedimentares é controlada pela quantidade e qualidade dos sedimentos
disponíveis, pela interação dos processos hidrodinâmicos e pela geomorfologia do fundo
(MIRANDA; CASTRO e KJERFVE, 2002).

O uso e ocupação do solo em bacias hidrográficas, diante do cenário e condições apresentadas,

propicia o aumento da geração dos passivos ambientais, como por exemplo o aumento dos solos e
áreas descobertas, desmatamentos, impermeabilização do solo, pois estes, propiciam efeitos
degenerativos, como a erosão e aumento da produção de sedimentos que através do escoamento
superficial, ação do vento ou deslizamentos lixivia todo esse material e resulta no assoreamento dos
recursos hídricos presente na bacia e a contaminação do ecossistema.

177
 Segundo Aisse et al.(2003), o ambiente urbano também é profícuo na compactação do solo e em
alterações topográficas provocadas pelas movimentações de terra (escavações e aterros) que
modificam a superfície de drenagem natural e desconfiguram a paisagem natural.

3. SEDIMENTOGENESE: EROSÃO E ASSOREAMENTO

O estudo dos sedimentos, traz um amplo conhecimento de relevância mundial dentro do contexto
dos estudos de processos como erosão, carreamento, até o seu encontro com corpo hídrico
sedimentando e assoreando-o.

A sedimentogênese é fundamentada nos processos que determinam a origem dos sedimentos como
a erosão, transporte e deposição, pois sem a atuação desses não haveria o transporte dos sedimentos
até os ambientes de deposição e formação das camadas sedimentares. A Figura 1 apresenta a origem
dos sedimentos ou fundamentação da sedimentogênese.

Figura 1 – Origem dos sedimentos ou sedimentogenese.

Fonte: Adaptado de Isaías et al.(2010)

Segundo Carvalho (2008), sedimento é a partícula derivada da rocha ou materiais biológicos, que
pode ser transportada por um fluido. São provenientes, a partir de partículas derivadas da
fragmentação das rochas, por processos físicos e/ou químicos, e que é transportada pela água ou pelo
vento do lugar de origem aos rios e aos locais de deposição, sendo o material sólido em suspensão na

178
água ou depositado no leito de um ecossistema aquático. O autor ainda faz referência ao uso e
ocupação inadequados do solo dentro das bacias hidrográficas e ações como o intemperismo
decorrentes do ambiente, que estão ligados aos sedimentos e a associação de impactos desde a sua
formação à deposição final no interior dos recursos hídricos.

Ao longo da evolução de uma bacia hidrográfica pode ocorrer a formação de camadas sobre o leito
dos corpos hídricos pertencentes a ela. Este fenômeno é denominado por assoreamento e pode
propiciar diferentes impactos ou consequências, mas fica notório que os depósitos começam
assoreando o volume útil e posteriormente segue para o volume morto. Quando falamos nas
consequências dos depósitos, devemos observar através de realização de perfis topobatimétricos, na
qual será feita a classificação e a ocorrência na área de estudo para mensurar seus efeitos impactantes
e optar por decisões corretas.

O arraste de sedimentos é de expressivo conhecimento, pois o assoreamento dos reservatórios

resultantes da lixiviação e arraste de sedimentos pode levar ao colapso e trazer problemas como
enchentes, que em sua decorrência pode resultar em problemas sanitários, ou seja, envolver a saúde
pública e de ordem social e econômica das mais diversas magnitudes.

Portanto, o acúmulo de sedimentos no reservatório, caracteriza o seu assoreamento e com o passar

do tempo os reservatórios perdem uma porcentagem da sua capacidade e função, sendo a de
armazenamento de água para os mais diversificados fins.

4. ATIVIDADES E MODIFICAÇÕES ANTRÓPICAS EM BACIAS HIDROGRÁFICAS URBANAS

As atividades/modificações antropogênicas executadas em bacias hidrográficas urbanas podem

implicar em diversos passivos ambientais no aspecto das interações hidrológicas, onde os processos
hidrológicos e a qualidade da água, seja ela superficial ou subterrânea, estarão sujeitos a degradação.
Segundo Tucci e Genz (1995), em áreas naturais ou preservadas quando há precipitação o volume
escoa lentamente pela superfície do solo e ficava retido através da vegetação, com a urbanização,
passa a escoar na bacia com uma maior velocidade em um menor tempo resultando em um pico de
efeito negativo, sendo ele o aumento da vazão máxima. A impermeabilização do solo é um exemplo
de modificação que contribui para o carreamento dos sedimentos e poluentes através do escoamento
superficial e as atividades como: irrigação, agricultura, urbanização e industrialização propiciam o
aumento do carreamento e das concentrações de sedimento, tendo por destino final os recursos
hídricos.

As consequências destas atividades têm gerado prejuízos não apenas pelas alterações hidrológicas,
mas também pela carga de poluentes lixiviado ou carreados, gerando assim passivos ambientais que

179
afetam a qualidade de vida da população e o equilíbrio ambiental das áreas de drenagem das bacias
hidrográficas (NASCIMENTO et al., 2005).

Portanto, com o crescimento da população instaladas em bacias hidrográficas, ocorre crescente

exploração dos recursos o que tem levado à sua degradação, principalmente quanto ao uso e
exploração da água e do solo. A erosão do solo e a consequente sedimentação apresentam-se como
um dos maiores problemas ambientais atualmente.

5. DIMENSIONAMENTO DA EROSÃO E ASSOREAMENTO

A verificação, constatação e o dimensionamento do assoreamento e/ou erosão, é fundamental em

bacias hidrográficas urbanas tanto para o planejamento quanto para controle, uma vez que os
reservatórios urbanos sofrem importantes alterações ambientais em vista de sua localização facilitar a
interação antrópica e das atividades desenvolvidas. O volume de sedimentos em reservatórios é uma
questão que deve ser abordada continuamente, pois tal valor irá determinar o sucesso ou a vida útil de
um empreendimento bem como a segurança e estabilidade do reservatório.

5.1 Questões de projeto para o dimensionamento

Para a execução do dimensionamento referentes aos cálculos dos volumes, devemos observar as
condições iniciais prevista no projeto do reservatório, (Projeto de implementação), quanto a sua Cota;
Área; Volume, data da construção e volume de projeto do reservatório e posteriormente o
dimensionamento do volume de sedimentos assoreados, sendo executado após as amostragens e
obtenção dos dados quanto a topografia na bacia hidrográfica, batimetria no interior do recurso
hídrico, perímetro, comprimento do coroamento e área do reservatório.

Em alguns casos, pode ocorrer a perda do projeto executivo com os dados referente a Cota; Área;
Volume projetados na construção do reservatório. Nesse tipo de situação, devemos além amostragens
batimétrica e topográfica, realizar a coleta/amostragem de perfis sedimentares, (Técnica CORE
sampling) executado interior do reservatório, uso de imagens de satélite, levantamento de materiais
bibliográficos consultivos juntados em pesquisas técnicas em conjuntos com os órgãos
regulamentares. Os autores Fernandes e Poleto (2017ª) e Fernandes e Poleto (2017b) citam como
realizar o procedimento de amostragem Core Sampling.
Técnica de amostragem de sedimentos assoreados CORE sampling, consiste em um conjunto de
peças destacáveis, consistindo na introdução de um tubo cilíndrico de 75 milímetros de diâmetro
rígido de PVC no sedimento de fundo, (Este estabelecido devido ao volume de amostras), assim,

180
conforme o tubo é cravado no leito do corpo d´água, começa uma série de impactos no tubo,
produzindo a perfuração e coleta do sedimento por meio de força manual, repetidas vezes, até que
encontre uma barreira suficientemente sólida e que impeça a continuidade da penetração, objetivando
a conformidade da amostra (FERNANDES E POLETO, 2017(a); e FERNANDES e POLETO,
2017(b)). Tal amostragem deverá fornecer um corte/perfil de projeto conforme a Figura 2.

Figura 2 – Corte longitudinal da sessão referente a deposição de sedimentos no reservatório.

A Figura 2 representa o corte longitudinal do reservatório com dados pertinentes a serem utilizados
ao decorrer dos cálculos. Podemos observar; o nível da água normal e no ato da amostragem, bem
como a profundidade de cada um dos perfis diante da camada de sedimentos colmatada rígida.

O perímetro do reservatório pode ser realizado através da observação dos registros históricos da
evolução do espelho d’água oriundos de fotogrametrias aéreas e imagens de satélite sendo possível
assim reconstruí-lo diante da evolução da urbanização em seu entorno e em decorrência do passar do
tempo, levando em consideração também o comprimento do coroamento, profundidade média do
reservatório atual e a profundidade dos perfis amostrados. Essa reconstrução pode realizada e
compilada por meio dos softwares: AutoCad 2018, ArcGis 10.5 e por fim determinamos o perímetro
e as áreas de cada uma das isobatas que irão gerar a Cota; Área; Volume, do reservatório e
posteriormente o volume assoreado.

De acordo com Macedo (2008), o comportamento das curvas cota área volume para o cálculo do
volume de sedimentos assoreados apresenta o mesmo padrão da cota área volume para o cálculo de
aterros no campo da engenharia, pois o volume preenchido por sedimentos partindo da cota mínima
até a cota máxima representa o mesmo volume de aterro entre as duas cotas.

181
5.2 Dimensionamento do Volume do Assoreamento e Erosão

Para estimativa do cálculo do volume assoreado e consecutivamente o volume útil do reservatório

apresentaremos dois métodos e um software aplicáveis com baixo índice de erro associado entre eles,
identificando que estes métodos para o cálculo do volume são exequíveis e de confiança para o
referido estudo.

O método de cálculo para a aproximação cônica, calcula o volume entre duas seções transversais
através das áreas, que são adicionadas com a raiz quadrada de seu produto e sendo multiplicado pelo
terço da distância entre as áreas para determinar o volume, conforme expresso pela Equação 1. Para o
volume total corresponde ao somatório de todos os volumes parciais.

O método de Aproximação cônica é expresso pela seguinte Equação 1:

¬  ®" ¯ 4°± V °² V °± ¯ °² 6
­
(Equação 1)

Onde:

V – Volume entre duas isóbatas consecutivas;

h – Diferença de cota entre as curvas de nível;

A1 – área compreendida pela isóbata;

A2 – área compreendida pela isóbata.

Ao aplicar a metodologia da aproximação cônica, para determinação do volume no reservatório,

utiliza-se como base para os cálculos os dados a partir dos contornos das áreas das isóbatas ou curvas
de nível, a diferença entre as cotas e o perímetro (Equação 1).

Outro método para o dimensionamento do volume de sedimentos assoreados e/erodidos é cálculo

do volume pela área média ou do inglês Average and Area, metodologia muito usual e descritas por
autores como, Borland e Miller (1968); Kalff (2001); Barbosa et al.(2006) e Albertin et al.(2010). O
método Average and Area apresenta boa confiabilidade e representatividade para o dimensionamento
da Cota; Área; Volume e consecutivamente para determinar o volume de sedimentos no interior dos
recursos hídricos.

182
 Ao aplicar a metodologia da área média, notamos que esta possuí uma abordagem simplista,
praticidade de aplicação da formulação matemática, a qual estima o volume do reservatório a partir
das áreas das isóbatas ou curvas de nível e da diferença entre as alturas.

Figura 3 - Modelo Representativo; Cota e área para cálculo do volume em Reservatórios.

Fonte: adaptada de Albertin et al.(2010)

O método de área média é expresso pela seguinte Equação 2:

¬   " ¯ '³² % ³± )
°± e °²
²
(Equação 2)

Onde:

V – Volume entre duas isóbatas consecutivas;

A1 – área compreendida pela isóbata;

A2 – área compreendida pela isóbata;

C1 – valor da Cota para a isóbata C1;

C2 – valor da Cota para a isóbata C2.

O volume do reservatório, conforme ilustrado na Figura 3 pode ser compreendido pelo somatório
de todos os volumes entre isóbatas.

183
6. USO DE SOFTWARES PARA DIMENSIONAMENTO DO ASSOREAMENTO E EROSÃO

Dentre as vantagens de se adotarem abordagens automatizadas para tais processos, destacam-se a

confiabilidade e a reprodutibilidade dos resultados, que podem então ser organizados e facilmente
acessados sob a forma de dados digitais.

O emprego do software AutoCad Civil 3D 2018 fornece o subsidio necessário para projetar e
calcular as áreas e volumes dos reservatórios. Este software apresenta diversas funcionalidades para
o projetista, colocamos em evidência sua aplicabilidade relacionada para o agrupamento e obtenção
dos dados sobre o cálculo em reservatórios, extraindo resultados sobre a Cota; Área; Volume,
fundamentais para o dimensionamento do volume assoreado e útil do reservatório.

Conceitualmente para a estimativa do volume de um reservatório a abordagem sugere que

inicialmente sejam geradas as isóbatas, oriundas das amostragens em campo, e consequentemente
obter os valores da área de cada uma delas e seguir aplicando a metodologia para estimar os volumes
de interesse entre duas isóbatas consecutivas. A partir do dimensionamento das áreas das isóbatas
obtidas, através do modelo projetado pelo software AutoCad Civil 3D 2018, são gerados os dados para
aplicação na formulação matemática corresponde ao método área média e aproximação cônica e
obtermos os valores referentes as curvas cota-área-volume, resultando no volume total assoreado ou
erodido, a depender da aplicação.

7. CONCLUSÃO

Para o melhoramento da gestão urbana, no que tange o planejamento das atividades antropogênicas
dentro da bacia hidrográfica, de interesse, se faz necessária a utilização de estudos e métodos que
possibilitem a sistematização da grande quantidade de informações de natureza distinta.

Os métodos aqui descritos dimensionam e auxiliam em orientação referentes a contenção da erosão

e poluição, carreamento de sedimentos e assoreamento em bacias hidrográficas urbanas, além de
oferecer suporte para a possível atualização no plano diretor da cidade, visando a melhor gestão para
os recursos hídricos, economia, ações socioambientais e para o planejamento e gestão da bacia
hidrográfica, uma vez que, seu potencial hídrico é de suma importância para os habitantes que passam
extrair e consumir esta água ou mesmo o lazer no local.

É importante salientar que, apesar das bacias hidrográficas apresentarem características específicas
distintas para cada região de interesse, tanto devido ao tipo de sedimentos gerados pelos solos locais,

184
quanto em relação ao uso e ocupação do solo, os resultados oriundos do cálculo de erosão e
assoreamento serão um bom indicativo do processo de expansão ou aumento da urbanização em bacias
hidrográficas brasileiras, podendo, assim, serem extrapoladas para outras áreas com características
similares e, portanto, gerar um bom indicativo do passivo ambiental potencial dessas áreas.

Ordenar a urbanização e oferecer uma melhor infraestrutura juntamente com políticas

socioambientais e um Plano de Recuperação de áreas Degradadas (PRAD), se torna imprescindível
afim de minimizar os passivos ambientais gerados pela ação antropogênica frente aos recursos
hídricos.

REFERÊNCIAS BIBLIOGRÁFICAS

AISSE, M. M.; BOLLMANN, H. A. e GARCIAS, C. M. (2003). Sustentabilidade urbana e gestão das águas. Curitiba,
Pontifícia Universidade Católica do Paraná / Programa de Pós-Graduação em Gestão Urbana. Disponível em: . Acesso
em: 1 fev 2005.
ALBERTIN, Liliane Lazzari; MATOS, Artur José Soares; MAUAD, Frederico Fábio. Cálculo do volume e análise da
deposição de sedimentos do reservatório de Três Irmãos. Revista Brasileira de Recursos Hídricos, v. 15, n. 4, p. 57-67,
2010.
BARBOSA, Cláudio Clemente Faria et al.Metodologia de análise da dinâmica de área e volume inundável: o exemplo da
várzea do Lago Grande de Curuaí. Revista Brasileira de Cartografia, v. 58, n. 3, 2006.
BORDAS, J. L.; LANNA, H. E.; E SEMMELMANN, F. R. 1988. Evaluation dês risques d’ érosion ET de sédimentation
au Brésil a partir de bilans sedimentologiques rudimentaires. IAHS publ. N.174, Porto Alegre: Symp. p.359-69.
BORLAND, W. H. and MILLER, C. R. Distribution of Sediment in Large Reservoirs. JHD, ASCE, V.84, 1968.
CARVALHO, N. O. 2008. Hidrossedimentologia prática. Rio de Janeiro: Interciência, 2ª Ed. 599p.
FERNANDES, F; POLETO, C. (a). Geochemical enrichment of metals in sediments and their relation with the organic
carbon. International journal of river basin management, v. 15, n. 1, p. 69-77, 2017.
FERNANDES, F.; POLETO, C. (b). Geocronologia e amostragem aplicada aos sedimentos límnicos, utilizando o
radionuclídeo chumbo (210Pb). In: Cristiano Poleto. (Org.). Estudos Ambientais. 1ed. Rio de Janeiro: Editora Interciência,
2017, v. 1, p. 79-94.
FERNANDES, F; POLETO, C. Geochemistry in Sediment Core for Zinc and Nickel Metals and Comparison between
Indexes of Environmental References. Journal of Environmental Engineering, v. 145, n. 3, p. 04018146, 2018.
ISAÍAS, E., MOTTA, L., VIANA, M., COSTA, J. D. D., CARNEIRO, I., FERREIRA, O., MORGÁDEZ, M. D. P. 2010.
Viva a Terra! 5. Porto: Porto Editora.
KALFF J. Limnology: Inland Water Ecosystems. Prentice Hall, 2001. 592p.
MACEDO, Edivaldo Lins. Noções de Topografia para Projetos Rodoviarios. 2008.
MIRANDA, L. B.; CASTRO, B. M.; KJERFVE, B.; Princípios de Oceanografia Física de Estuários. Editora da
Universidade de São Paulo: Brasil, 2002. 414p.
NASCIMENTO, M. C.; SOARES, V. P.; RIBEIRO, C. A. A. S; SILVA, E. 2005. Delimitação automática de Áreas de
Preservação Permanente (APP) e identificação de conflito de uso da terra na bacia hidrográfica do rio Alegre. In:
SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12. Goiânia. Anais: Goiânia, pp. 2289-2296.
TUCCI, C. E. M; GENZ, F. 1995. Controle do Impacto da Urbanização. In: Tucci,C.E.M.; Porto, R.L.L.; Barros, M.T.
Drenagem Urbana. Porto Alegre: Ed. Universidade/UFRGS/ABRH, V.5.

185
 CAPÍTULO 7
CARLOS ROBERTO JUCHEN
PATRÍCIA TREVISANI JUCHEN
RODRIGO TREVISANI JUCHEN
CRISTIANO POLETO

ESTUDOS DE SEDIMENTOS EM
CIDADES AGROINDUSTRIAIS

187
 Este capítulo tem como objetivo mostrar algumas etapas de um estudo para determinar e conhecer
as concentrações de elementos-traço adsorvidos pelos sedimentos em áreas do perímetro urbano de
uma cidade que representa a maioria dos municípios brasileiros. Para esta finalidade foi selecionado
uma cidade com desenvolvimento predominantemente agroindustrial devido ao fato que as atividades
agroindustriais são a base de sustentação do atual desenvolvimento econômico do Brasil.

É importante observar que este trabalho apresenta um diferencial dos demais estudos, isto porque
a maioria dos trabalhos desta área procura relatar o enriquecimento de sedimentos por elementos-traço
em locais óbvios de contaminação dos seus sedimentos, isto porque nestes locais geralmente possuem
alguma atividade provedora de resíduos de elevada concentrações de elementos químicos poluentes.

1.1 Obtenção do “background” local

A primeira dificuldade foi conhecer os níveis basais dos elementos químicos de interesse no
local de estudo, uma vez que sem estes parâmetros se torna impossível qualquer avaliação dos níveis
de enriquecimento nos seus sedimentos. Esta dificuldade se deve justamente por se tratar de uma área
de estudo de pouco interesse por demais pesquisadores, uma vez que numa visão inicial o local de
estudo não tem “aparentemente” nenhum risco ambiental eminente e portanto não existe a
preocupação de se ter uma fonte basal dos elementos geoquímicos. Assim optamos por amostras de
solo retiradas de áreas de mata nativa denominadas de reserva legal no município para obter estes
parâmetros (background), uma vez que estas amostras preservam as características naturais de
formação do solo da região de investigação.

188
 De acordo com Galuszka (2007), um dos assuntos mais importantes nos estudos ambientais
recentes, diz respeito ao estabelecimento de valores de background geoquímico para elementos e
componentes orgânicos nos sistemas bióticos e abióticos. A relação entre as alterações naturais e as
proporcionadas pela ação antrópica nas espécies químicas é uma questão que, segundo o autor,
envolve implicações importantes nas áreas da geologia, toxicologia e biologia, bem como em outros
campos do conhecimento, sendo isto especialmente importante quando análises geoquímicas de
concentrações de elementos tóxicos são requeridas.

Assim define-se background como sendo uma concentração teoricamente natural de uma
substância ou elemento em uma amostra, considerando as variáveis temporal e espacial da área sob
investigação (GALUSZKA, 2007). Também a International Organisation for Standardisation (ISO,
2005) recomenda que o background ambiental de uma substância ou metal no solo seja definido como
um parâmetro da distribuição de frequência dos teores usualmente encontrados, ou seja, dos teores
naturais destes elementos no solo (ZHAO et al., 2007).

Portanto foi determinado o background de um latossolo vermelho eutroférrico – LVef predominante

na área de estudo. O solo LVef - latossolo vermelho eutroférrico tem baixa relação silte/argila e a
absoluta ou virtual ausência de minerais primários facilmente intemperizáveis.

A Figura 1 mostra a localização do município de Toledo na região oeste do Paraná e as cinco

reservas legais no entorno do perímetro urbano, as quais são caracterizadas na Tabela 1.

Legenda:
(RL1) - Reserva legal 1
(RL2) - Reserva legal 2
(RL3) - Reserva legal 3
(RL4) - Reserva legal 4
(RL5) - Reserva legal 5

Figura 1 - Localização geográfica da região de estudo - América do Sul - Brasil – Paraná – Toledo - Perímetro urbano
com a localização das reservas legais.

Em cada uma das 5 reservas foram retirados de modo aleatório amostras de solo com auxílio de
uma pá de aço inoxidável numa profundidade de 0-20 cm, sendo que uma das três amostragens foi
realizada em um período chuvoso para eliminar alguma influência hidrodinâmica sobre as
concentrações dos elementos químicos de interesse.

189
 Tabela 1 - Descrição dos pontos de amostragem das reservas legais – RL, situados próximos ao
local de estudo
Ponto Coordenadas geográfica Localização Características da RL Altitude (m)
RL1 S 24° 40’ 48” - W 53° 45’ 21” Norte Vegetação de mata latifoliada 585
RL2 S 24° 42’ 35” - W 53° 41’ 23” Nordeste subtropical, com espécies 578
RL3 S 24° 46’ 10” - W 53° 42’ 16” Sul predominantes de peroba, cedro, 580
RL4 S 24° 44’ 49” - W 53° 45’ 59” Sudoeste cabriúva, louro, pau-d'alho, ipê, 492
RL5 S 24° 43’ 59” - W 53° 46’ 10” Leste marfim e outras. 571

No laboratório, as amostras foram secas com circulação de ar numa estufa regulada em 45 °C,
sendo após o resfriamento desagregadas em almofariz de ágata e peneiradas em malha de teflon para
se recuperar cerca de 10 g da fração do solo menor que 2 mm (CONAMA, 2009). Para abertura das
amostras foi utilizado o método USEPA 3051 em suas atualizações (micro-ondas) da American Public
Health Association (APHA, 1998), recomendada pela CONAMA n° 420/2009. A prática analítica para
determinação dos elementos-traço empregou a metodologia do Standard Methods (22 th, 2011) em
equipamento de espectrometria de emissão atômica com plasma de argônio acoplado indutivamente
(ICP-OES) do modelo Optima 8000 ICP da Perkin Elmer.

Para tratamento dos dados foi empregada uma transformação do tipo log (x +1), uma vez que os
resultados apresentaram uma grande variação em ordem de grandeza dos valores dimensionais e,
portanto, apresentaram uma distribuição assimétrica positiva. Para determinação do background,
optou-se pela análise estatística descritiva e multivariada, sendo neste último caso, utilizado a
reorientação dos dados pela Análise de Componentes Principais (ACP) em que a seleção dos eixos foi
baseada no modelo de aleatorização de “Broken Stick” (JACKSON, 1993).

1.1.2 Background: resultados e discussão

A análise estatística de componentes principais se resumiu em apenas três componentes que

explicaram 96% da variabilidade dos resultados do background, mostrando assim que as reservas
legais não possuem qualquer fonte de contaminação geogênica ou antropogênica, fundamental para
definição do background.

O background apresentou as concentrações exibidas na Tabela 2, que foram utilizadas como

referência para todas as demais interpretações para se estabelecer os níveis de enriquecimento por
elementos-traço dos sedimentos da região.

Segundo Ker (1997) os LVef são de textura argilosa ou muito argilosa, condição natural da pobreza
em quartzo do material de origem. Também este autor, afirma que este tipo de latossolo, apresenta em
sua mineralogia predominância em sua fração grosseira de magnetita (FeO, Fe2O3), magnetita
intercrescida de ilmenita (FeTiO2), as quais expressam as concentrações elevadas de Fe (105.956 mg
Kg-1) nos sedimentos deste estudo. Também os resultados expressivos das concentrações apresentados

190
pelos demais elementos-traço, referenciam a fertilidade potencial deste solo devido a presença de
fósforo total e alguns elementos como Manganês, Níquel, Cobre, Zinco e Cobalto (KER, 1997).

Tabela 2 - Valores médios em mg Kg-1 dos elementos químicos obtidos em reservas legais.do
município de Toledo – PR
Metal n x̅ σ C. V (%) I.C. (α = 95 %)
Alumínio 15 102.372 551 0,54 101.828 - 103.599
Arsênio 10 < 0,005 - - -
Boro 10 < 0,1 - - -
Bário 15 62,51 28,56 45,69 32,86 - 128,89
Cobre 15 212,3 57,20 26,95 114,40 – 322,60
Cadmio 10 0,69 0,10 13,83 0,55 – 0,90
Cromo 15 54,2 19,63 36,22 16,02 – 92,78
Ferro 15 105.956 666 0,63 104.699 - 107.141
Manganês 15 916,4 342,1 37,33 537,7 – 1.707,7
Magnésio 15 2.303,2 136,1 5,91 2.036,2 – 2.440,3
Sódio 15 1.493,1 346,2 23,19 1.009,1 – 2.367,9
Níquel 15 30,26 9,55 31,56 8,62 - 43,94
Chumbo 15 17,46 2,39 13,68 12,57 - 20,69
Antimônio 15 4,58 0,69 15,1 3 – 5,87
Selênio 10 < 0,005 - - -
Urânio 10 < 0,01 - - -
Zinco 15 82,14 13,79 16,79 57,91 – 114,97
Notas: n: número de repetições; x̅: média; σ: desvio padrão; CV: coeficiente de variação; IC: intervalo de confiança.

Os resultados da Tabela 2 mostram concentrações inferiores a 0,005 (Arsênio e Selênio), 0,01

(Urânio) e 0,1 (Boro) em mg kg-1, indicando pequena potencialidade de dispersão destes elementos
nesta bacia hidrográfica. Esperava-se que o Boro contido na fração orgânica no solo destas reservas
legais ficassem entre 0,1 a 0,6 mg kg-1, porém, segundo Rosolem & Bíscaro (2007), este elemento
pode sofrer grande perda por lixiviação.

Os coeficientes de variação mostram uma grande variabilidade nas concentrações do background,

entretanto as concentrações obtidas são em média superiores aos valores de referência de qualidade
para metais em solos do estado de São Paulo sugeridos por Casarini (2000) para os seguintes
elementos: Cádmio (0,5), Cobre (35,1), Cromo (40,2), Níquel (13,2), Chumbo (17), Zinco (59,9) em
mg kg-1, e também superiores aos valores propostos por Campos et al.(2003) para 19 latossolos
brasileiros, utilizando idêntica metodologia da USEPA 3051A, para os seguintes elementos: Cádmio
(0,66±0,19), Cobre (65±7,4), Níquel (18±12) e Zinco (39±24) em mg kg-1.

Portanto as atividades de uso do solo podem explicar os menores valores obtidos nestes outros
trabalhos e por outro lado mostra que as reservas legais mantêm níveis maiores destes elementos por
conservarem suas características naturais de formação.

O entendimento atual do conceito de qualidade de solo compreende o equilíbrio entre os

condicionantes geológicos, hidrológicos, químicos, físicos e biológicos do solo (SPOSITO & ZABEL,
2003), porém metais como Alumínio, Ferro e Manganês que apresentaram valores em concentrações
médias elevadas de 102.372, 105.956 e 916,4 em mg kg-1 respectivamente, podem estar interferindo

191
na concentração dos demais metais, uma vez que seus óxidos e hidróxidos são minerais que ocorrem
como fases discretas ou associadas a outros minerais na forma de revestimentos, além de possuírem
uma elevada superfície específica, microporos e diferentes sítios de adsorção, o que lhes confere uma
significativa ação na mobilidade, distribuição e atenuação dos metais-traço (AXE & TRIVEDI, 2002).

Também os metais Chumbo, Cobre, Zinco e Níquel, apesar de não mudarem seu estado de
oxidação, podem sofrer indiretamente com a mudança do potencial redox do solo pela forte associação
com óxidos de Ferro e Manganês, que são susceptíveis a mudança de seu estado de oxidação (AXE
& TRIVEDI, 2002). Nos argilominerais expansivos e nos óxidos e hidróxidos de Ferro, Alumínio e
Manganês, os metais também podem ficar retidos nos sítios negativos presentes nas estruturas
cristalinas (espaços octaédricos) formando complexos de esfera interna (SPOSITO, 2008).

Concluiu-se que os teores obtidos dos elementos químicos foram em média superiores aos
valores de referência de outros solos brasileiros, o que evidenciou a importância de se conhecer os
valores para o background local para não obter conclusões erradas sobre o enriquecimento por
elementos-traço nos sedimentos neste local de estudo.

1.2 Definição da metodologia analítica

Para abertura das amostras dos sedimentos utilizou-se a metodologia SW-846 3051A da
Environmental Protection Agency (USEPA) que realiza uma decomposição pseudo total das amostras
e que melhor se adequa em estudos de contaminação de sedimentos.

Depois de coletadas as amostras em procedimentos que serão descritos posteriormente, realizou-se

sua secagem em estufas com circulação de ar para em seguida serem levemente maceradas em
cápsulas de porcelana e deste modo permitir um processo de peneiramento em malha de teflon a fim
de se obter 1g de amostra com diâmetros inferiores a 63 m. Esta granulometria é metodologicamente
aplicada em amostras de sedimentos devido Horowitz (2001) considerar que tais frações possuem
propriedades adsorventes, cuja capacidade aumenta na medida em que a dimensão da partícula
diminui.

Após os procedimentos de extração, foi utilizado um equipamento de espectrometria de emissão

óptica com plasma acoplado indutivamente (ICP-OES) do modelo Óptima 8000 ICP da Perkin Elmer,
seguindo a metodologia do Standard Methods for the Examination of Water and Wastewater (APHA,
2005), para se determinar os teores totais de elementos-traço. Para se complementar o diagnóstico,
parte da amostras foram submetidas a uma análise de teores de carbono orgânico realizadas pelo
método de combustão seca em equipamento da Shimadzu – TOC (modelo VCPH).

Para as análises granulométricas e mineralógicas separou-se mensalmente amostras que após serem
secas, foram destorroadas, homogeneizadas e armazenadas em frascos de polietileno descartáveis em
sistema de refrigeração. As análises foram realizadas no Laboratório de Análise de Minerais e Rochas

192
da Universidade Federal do Paraná - UFPR (LAMIR) que tiveram como primeiro procedimento seu
quarteamento num quarteador tipo Jones para em seguida serem pulverizadas (pó total) num moinho
de cilindros AMEF.

Nas análises mineralógicas o material não orientado foi preparado em lâminas vazadas de alumínio
e realizadas no difratômetro marca EMPYREAN que utiliza um detector X Celerator. Esta operação
ocorreu em um tubo de cobre e na configuração 40 kV e 40 mA que geraram difratogramas em que os
minerais foram identificados com o auxílio do “software” High Score, utilizando-se o banco de dados
mineralógicos PDF-2.

As análises granulométricas foram realizadas pelos métodos integrado por peneiramento e difração
a laser. Separou-se 200 g de amostra para serem peneiradas em um conjunto de telas de malhas de 5,
9, 16, 32 e 60 mesh utilizando água corrente. Na difração a laser uma quantidade suficiente de amostra
foi dispersa em água utilizando-se 60 segundos de ultrassom para depois serem analisadas num
equipamento marca CILAS e modelo 1064 que utiliza as bases teóricas da difração de Fraunhofer para
fornecer as massas retidas em 100 classes para as frações de sedimentos menores que 60 mesh.
Nesta parte de nosso trabalho também realizou-se uma análise estatística de interpretações utilizando
o programa SYSGRAN (Sistema de Análise Granulométrica) da UFPR e, disponibilizados
gratuitamente com a licença GNU no site http://200.17.232.45/sysgran9, para o qual optou-se pelo
método padrão de McCammon-b por apresentarem 97% de eficiência (CAMARGO, 2006).

1.3 Verificação da precisão e exatidão do instrumental

Antes de iniciar o trabalho, os equipamentos foram aferidos por uma prática analítica que determina
a precisão e exatidão dos métodos utilizando uma quantidade suficiente do material sedimentar de
referência certificado pelo United Geological Survey - SGR – 1b (Green River Shale) da USGS
(United States Geological Survey). Assim os resultados desta prática estão na Tabela 3.

Tabela 3 - Valores obtidos em mg Kg-1 da amostra de referência Green River Shale (SGR-1b) da
USGS
Padrão certificado Determinado ICP -OES
Elementos Branco Média ± DP RSD Média ± DP RSD
Arsênio < 0,005 67 ± 5 7,46 34,52 ± 2,87 8,32
Bário 0,003 290 ± 40 13,79 221,22 ± 15,66 7,08
Cobre 0,013 66 ± 9 13,63 64,15 ± 2,34 3,66
Cádmio 0,008 0,9 - 0,79± 0,07 8,86
Cromo 0,016 30 ± 3 10 26,26 ± 1,01 3,85
Manganês 0,003 267 ± 34 12,73 209,88 ± 9,53 4,54
Níquel 0,005 29 - 21,63 ± 1,38 6,74
Chumbo 0,017 38 ± 4 10,52 33,72 ± 3,25 9,63
Zinco 0,048 74 ± 9 12,16 61,75 ± 5,27 8,54

193
 Os resultados médios e seus respectivos desvios relativos (eficiência de extração) do padrão de
referência foram obtidos em matrizes aquosas com limites mínimos de quantificação, sendo que as
análises químicas contemplaram faixas de concentração significativamente próximas daquelas
esperadas. A precisão calculada pelos desvios-padrão relativos (RSD) variou percentualmente entre
3,66 a 9,63 % para o Cobre e Chumbo, respectivamente, portanto inferiores a 10 % para todos os
elementos analisados. Segundo Milagres et al. (2007) para que os resultados sejam considerados
precisos e reprodutíveis, os coeficientes de variação (CV) de uma série de determinações (precisão)
podem variar até 10 %, enquanto os CV entre as diferentes séries (reprodutibilidade) devem estar
abaixo de 20 %. Considerando que o método 3051A usando ácido nítrico concentrado é uma
metodologia de não decomposição total das amostras, as taxas de recuperação nesta pesquisa foram
bastante expressivas para todos os elementos analisados quando comparadas com outras digestões
muito mais enérgicas como as realizadas por Vieira et al. (2005).

1.4 Processos de amostragens dos sedimentos

Nesta etapa do trabalho foram selecionados os locais de amostragem situados em ruas de alto
tráfego de automóveis do município e também em cinco locais nos principais rios que recebem
respectivamente os sedimentos destas ruas por processos hídricos naturais e eventualmente por alguns
antrópicos.

A Figura 2 apresenta os pontos de amostragens na cidade de Toledo que se localiza no Oeste do

estado do Paraná (120.000 habitantes - IBGE) e no Sul do Brasil. O município tem uma área de
1.140,751 km², altitude de 547 metros, latitude de 24° 45' 50'' Sul e longitude 53° 44' 34'' W-GR.
Segundo a classificação climática de Köppen, o clima é Subtropical Úmido Mesotérmico (Cfa).

194
 Figura 2 - Pontos de amostragem dos sedimentos nas ruas e rios de Toledo PR.

Durante um ano hidrológico, coletou-se mensalmente os sedimentos das ruas em cinco pontos. As
amostragens foram constituídas por aproximadamente 500 g de sedimento seco compostas por 10
subamostras coletadas por meio de um aspirador automotivo, devidamente higienizado e isento de
qualquer contaminação em uma área de aproximadamente 100 m2 (POLETO & MARTINEZ, 2009),
evitando-se a influência ou tendenciosidade causada pelas fontes pontuais de contaminação (POLETO
et al., 2009).

Para a coleta dos sedimentos nos cinco rios, construiu-se um amostrador com polimetil-metacrilato
(acrílico) e um pistão de nylon torneado adaptado do modelo US-BMH-53, que é um equipamento do
tipo “piston-core” para uso manual em baixas profundidades. Nos rios o coletor atingiu uma
profundidade aproximada de 20 cm do leito de fundo e realizadas no centro e nas margens totalizando
cerca de 1 kg de sedimentos os quais foram acondicionadas diretamente em sacos plásticos de
polietileno reforçados (APHA, 2005).

A Tabela 4 apresenta uma breve descrição dos pontos georreferenciados de coleta das amostras.

195
 Tabela 4 - Características dos pontos de amostragens da área urbana
Ponto Coordenadas geográficas Ocupação e drenagem pluvial
Rua 1 S 24° 42’ 50” - W 53° 45’ 45” Industrial (farmacêutica e fiação), drenagem para o rio 1
Industrial (cervejaria, mecânicas de ônibus), drenagem para os rios
Rua 2 S 24° 43’ 12” - W 53° 44’ 27”
2e3
Rua 3 S 24° 43’ 13” - W 53° 43’ 6” Industrial (metalurgia) e comercial, drenagem para o rio 4
Rua 4 S 24° 43’ 47” - W 53° 44’ 19” Comércio (centro), drenagem para o rio 5
Rua 5 S 24° 44’ 32” - W 53° 44’ 10” Industrial (Frigorífico), drenagem para o rio 5
Rio 1 S 24° 42’ 10” - W 53° 46’ 40” Residencial e prática de horticultura
Forma o lago municipal, margeia chácaras de piscicultura e recebe
Rio 2 S 24° 41’ 54” - W 53° 45’ 23”
carga de esgotos
Margeia um parque ecológico, nasce na região central e recebe
Rio 3 S 24° 41’ 47” - W 53° 45’ 15”
esgotos urbanos
Nasce numa região industrial mecânica, ração animal e margeia
Rio 4 S 24° 42’ 11” - W 53° 42’ 30”
locais de agricultura
Recebe grande influência das áreas urbana e da principal indústria
Rio 5 S 24° 45’ 11” - W 53° 45’ 7”
do município

Para enriquecer os resultados do estudo, foi realizado quinzenalmente nos rios o monitoramento
dos principais parâmetros físicos da água (pH, oxigênio dissolvido, potencial de oxido redução,
condutividade, sólidos totais dissolvidos, temperatura e turbidez) com objetivo de verificar se alguns
destes parâmetros poderiam vir a interferir na concentração dos elementos-traço adsorvidos pelos
sedimentos que são depositados nesses locais.

1.5 Resultados e discussão

Para possibilitar uma melhor interpretação da leitura dos resultados, estes são apresentados de
forma separada conforme o local de coleta das amostras ou pelo tipo de análise realizada.

1.5.2 Sedimentos das ruas: resultados e discussão

Pode-se primeiramente afirmar que a maior contribuição de elementos-traço são advindas do

tráfego e emissões veiculares (ZHAO et al., 2011), porém os corretivos, fertilizantes minerais e
orgânicos proporcionam interferências antrópicas (MCBRIDE & SPIERS, 2001) sendo que as
atividades agroindustriais segundo o IBGE (2011) respondem por 22% do produto interno bruto (PIB).

Na Tabela 5 é apresentado além do background o resultado anual da análise estatística descritiva

dos dados obtidos que permitem observar os números médios da adsorção realizadas pelos
sedimentos.

196
 Tabela 5 - Resultados da adsorção de elementos-traço pelos sedimentos das ruas
Elementos Rua 1 Rua 2 Rua 3 Rua 4 Rua 5 Background
Bário (mg kg-1) 57,0 62,3 69,6 90,9 77,1 62,5
Cobre (mg kg-1) 173,2 194,1 283,1 232,0 315,4 212,3
Cádmio (mg kg-1) 0,1 0,2 0,1 0,6 0,1 0,7
Cromo (mg kg-1) 37,3 34,1 56,1 71,9 59,0 52,4
Manganês (mg kg-1) 449,8 434,0 726,0 618,7 746,4 916,4
Níquel (mg kg-1) 18,6 21,3 28,4 30,0 28,6 30,3
Chumbo (mg kg-1) 15,3 12,3 22,2 24,5 10,8 17,5
Antimônio (mg kg-1) 1,4 1,5 3,1 2,6 2,0 4,6
Zinco (mg kg-1) 170,9 134,0 232,2 315,2 231,9 82,1
Alumínio % 2,9 2,5 2,9 2,5 5,9 10,2
Ferro % 1,7 4,7 4,8 6,8 8,5 10,6
Magnésio % 0,23 0,22 0,31 0,28 0,29 0,23
Sódio % 0,09 0,09 0,11 0,17 0,17 0,05
Carbono orgânico total % 0,8 1,0 1,3 0,8 1,5 não realizado

Observa-se assim um enriquecimento dos sedimentos por elementos-traço nas seguintes

proporções percentuais: Bário (45,4%), Cobre (48,6%), Cromo (37,2%), Manganês (81,6%), Chumbo
(40%), Zinco (283,7%), Magnésio (34,3%) e Sódio (250,2%), e também é possível verificar que os
maiores enriquecimentos ocorreram em ruas da área central (Rua 4).

Pode-se afirmar que os sedimentos não são enriquecidos, na sua maior parte, pelo solo da região
uma vez que os elementos Ferro e Alumínio aparecem em concentrações inferiores ao determinado
no background. Observou-se também que os maiores enriquecimentos foram obtidos para o Zinco
(231,9 mg kg-1) e o Cobre (315,4 mg kg-1) ambos na rua 5 onde situa-se um grande frigorífico assim
podem estar relacionados aos dejetos suínos que são despejados pelos caminhões que realizam o
transporte destes animais, os quais contêm teores de 4,99 g Kg-1 ou seja, 0,5% referente à sua
composição química destes elementos (QUADRO et al., 2011).

Os sedimentos das ruas 3 e 4 apresentaram um enriquecimento por Chumbo de 22,2 e 24,5 mg kg-
1
respectivamente, e o Cromo apresentou na rua 4 uma concentração de 71,9 mg kg-1, valor bem acima
do background 52,4 mg kg-1. Os resultados expressivos de Sódio podem terem sido resultados de
restos de alimentos e detergentes descartados na rua.

Os percentuais determinados de COT atingiram uma maior taxa de 1,5% na rua 5 onde existe uma
grande circulação de animais vivos que são levados para o abate e, assim acabam por aumentar a carga
orgânica nos sedimentos deste local. Também na rua 3 e 2 observa-se o mesmo efeito (1,3 e 1,0%
respectivamente), pois são ruas onde trafegam caminhões que transportam toda produção
agropecuária da região.

Calculou-se também o índice de geoacumulação, o qual permitiu classificar o enriquecimento dos

sedimentos em sete extratos de intensidades progressivas de contaminação a partir da seguinte
equação:
IGEO  log2 CN /1,5CB (Equação 1)

197
 Onde:

CN = concentração do elemento N na fração silte/argila <0,63 µm do sedimento a ser classificado;

CB = concentração média do background local estabelecido por Juchen et al. (2014);

1,5 = fator de correção para possíveis variações do ‘background’, causado por diferenças
litológicas.

Outro parâmetro apresentado é o fator de Enriquecimento do Sedimento – FE, que foi calculado
para cada um dos elementos pela equação de normalização sugerida por Yongming et al. (2006), que
utiliza como elemento normalizador o alumínio pelo fato do local de estudo não indicar contaminações
antrópicas por este elemento.

EN  rE¿ÀÁÂÃÄ¿ s Å rAl¿ÀÁÂÃÄ¿ s/rEÇ¿ÈÉÊÄÁËÌÍ s Å rAlÇ¿ÈÉÊÄÁËÌÍ s (Equação 2)

Onde:

EN = Elemento Normalizado; [Eamostra] = concentração do elemento na amostra avaliada; [Alamostra]

= concentração de Al na amostra; [Ebackground] = concentração média de background do elemento;
[Albackground] = concentração média de background de Al.

Os índices de geoacumulação (IGEO) apresentados na Tabela 6 são divididos em 7 classes de 0 a 6,

e estão relacionadas com o grau crescente de contaminação, assim seu valor mais alto corresponde a
um enriquecimento de aproximadamente 100 vezes ao do seu nível de background.

Tabela 6 - Índices de geoacumulação (IGEO) dos sedimentos de ruas de Toledo-PR

Ruas 0 1 2 3 4 5 6
1, 2, 3, 4 e 5 Bário, Cobre, Cromo, Chumbo, Manganês
1, 2, 3, 4 e 5 Zinco
1, 2, 3 Sódio
4, 5 Sódio
Classe IGEO Classificação
6 >5 Extremamente poluído
5 >4a5 Fortemente à extremamente poluído
4 >3a4 Fortemente poluído
3 >2a3 Moderadamente a fortemente poluído
2 >1a2 Moderadamente poluído
1 >0a1 Não poluído a moderadamente poluído
0 <0 Praticamente não poluído

Pode-se observar que nenhum dos locais de amostragem possui um IGEO>2 com poluição
classificada como moderada a fortemente poluído. Os IGEO mais elevados são alcançados pela
presença do Sódio e Zinco principalmente nos locais centrais da cidade. Resumidamente os resultados

198
do fator de enriquecimento destes sedimentos se apresentaram na seguinte ordem: Sódio> Zinco>
Bário> Cobre> Cromo> Manganês> Chumbo. Sendo que a variação na concentração dos elementos-
traço determinados a partir de diferentes localizações estão na ordem decrescente como: industrial>
locais centrais> locais da periferia.

O Fator de Enriquecimento do Sedimento (FE) pode variar de 1 a 100, de acordo com o menor ou
maior enriquecimento da amostra respectivamente, assim a Tabela 7 mostra onde os sedimentos são
mais enriquecidos por algum respectivo elementos-traço.

Tabela 7 - Fator de Enriquecimento dos sedimentos das ruas do município

Rua 1 Rua 2 Rua 3 Rua 4 Rua 5
Boro 0,51 0,27 0,19 0,45 0,01
Bário 3,15 4,05 3,93 5,84 2,15
Cobre 2,82 3,72 4,71 4,39 2,59
Cádmio 0,36 0,90 0,45 3,28 0,13
Cromo 2,38 2,56 3,65 5,33 1,90
Manganês 1,70 1,93 2,80 2,71 1,42
Níquel 2,13 2,86 3,31 3,99 1,65
Chumbo 3,03 2,86 4,48 5,63 1,08
Antimônio 1,04 1,31 2,40 2,26 0,77
Zinco 7,20 6,63 9,98 15,42 4,93
Ferro 0,56 1,79 1,60 2,59 1,40
Magnésio 3,43 3,92 4,74 4,87 2,21
Sódio 6,47 7,40 7,66 14,07 6,05
Classificação do fator de enriquecimento (YONGMING et al., 2006)
Classes Classificação do enriquecimento
FE < 2 Deficiência de enriquecimento
FE = 2 – 5 Enriquecimento moderado
FE = 5 – 20 Enriquecimento significativo
FE = 20 – 40 Enriquecimento muito alto
FE > 40 Enriquecimento extremamente alto

Segundo esta classificação, pode ser considerado que os sedimentos com FE > 2 demonstram um
aporte de fontes antrópicas com contribuições moderadas até significativas em quase todos os pontos
amostrais. Assim pode-se afirmar que o enriquecimento dos sedimentos foram significativos sob o
ponto de vista de qualidade toxicológica para os elementos Bário, Cobre, Cromo, Níquel, Chumbo e
Zinco em toda área urbana.

Como já relatado, em Toledo as maiores contribuições de Zinco presente nos sedimentos pode estar
relacionada à dispersão de resíduos da suinocultura que é uma atividade representada por 455 mil
suínos e que ocupa a 3ª posição entre os produtores nacionais (IBGE, 2011).

Para finalizar sobre os sedimentos das ruas, foi também utilizado alguns guidelines (Tabela 8) de
agências de proteção ambiental da Espanha, Holanda, Estados Unidos (EPA) e Canadá pelo fato que
seus parâmetros para elementos-traço permitiram uma avaliação importante das condições de
antropização da área urbana estudada.

199
 Tabela 8 - Valores permissíveis em mg kg-1 para elementos-traço
Espanha Holanda EUA Canadá
AL1 AL2 TV AV ERL ERM TEL PEL Máximo (rua) Background15
Cádmio 1 5 0,8 12 1,2 9,6 0,68 4,21 0,6 (4) 0,69
Cromo 200 1000 100 380 81 370 52 160 71,9 (4) 54,2
Cobre 100 400 35 190 34 270 19 108 315,4 (5) 212,3
Níquel 100 400 35 210 20,9 51,6 15,9 42,8 30 (4) 30,26
Chumbo 120 600 85 530 46,7 218 30,2 112,2 24,5 (4) 17,458
Zinco 500 3000 140 720 150 410 124 271 315,2 (4) 82,14
Espanha - < AL1: valor abaixo do qual se permite descarte de material dragado; entre AL1 e AL2: contaminação
moderada; o material requer estudo adicional antes que seu descarte possa ser permitido; > AL2: material dragado deve
ser isolado;
Holanda - < TV (target value): não poluído; entre TV e AV (action value): levemente poluído a poluído; > AV
fortemente poluído (DELVALLS et al., 2004);
EUA - ERL (effects range-low): valor abaixo dos quais os efeitos biológicos são raros; ERM (effects range-median):
valor acima dos quais são esperados efeitos biológicos frequentes;
Canadá - TEL (threshold effects level): valor a partir do qual podem ser esperados efeitos adversos; PEL (probable
effects level): valores acima dos quais os efeitos adversos são frequentemente esperados (DELVALLS et al., 2004).

Comparando-se os valores máximos aos guidelines, observa-se para o elemento Cádmio um valor
máximo de 0,6 mg kg-1 na rua 4, isto representa um local não poluído pelo guia holandês porém para
o guia canadense indica um nível a partir do qual podem ser esperados efeitos adversos ao meio
ambiente. A mesma avaliação pode ser feita para o Cromo o qual atingiu um valor máximo de 71,9
mg kg-1 também na rua 4.

O elemento Cobre supera todos os parâmetros permitidos nos guidelines citados, com uma
concentração acumulada na rua 5 de 315,4 mg Kg-1 e atribuída aos resíduos orgânicos de suínos pois
podem acumular uma taxa média de 193 mg kg-1 (QUADRO et al, 2011). O valor máximo de 30 mg
kg-1 de Níquel da rua 4, podem causar efeitos adversos no ambiente segundo a legislação canadense.

O Chumbo atingiu concentração máxima de 24,5 mg kg-1 em ruas centrais devido ao fluxo intenso
de automóveis e assim o grande uso de combustíveis (CHRISTOFORIDIS & STAMATIS, 2009),
superior ao background local de 17,46 mg kg-1 porém inferior aos limites impostos pelos guidelines
citados.

Por fim, a concentração de Zinco mostra que os sedimentos variam, de levemente poluído a
poluído, segundo a diretriz holandesa e estão próximos aos valores dos quais são esperados efeitos
biológicos frequentes segundo os guidelines canadense e americano.

200
1.5.3 Sedimentos dos rios: resultados e discussão

A Tabela 9 mostra os resultados da análise estatística descritiva de 2160 dados obtidos pelas
análises mensais realizadas durante o ciclo anual hidrológico proposto para este estudo. Assim, estes
dados nos permitem observações gerais e específicas de alguns aspectos das contribuições antrópicas
ou naturais que foram necessariamente adsorvidos pelos sedimentos no meio urbano e que foram
transportados para os rios que fazem parte deste meio urbano.

Tabela 9 – Resultados da adsorção de elementos-traço pelos sedimentos dos rios

Elementos x̅ Rio 1 x̅ Rio 2 x̅ Rio 3 x̅ Rio 4 x̅ Rio 5 Background
Bário (mg kg-1) 47,2 72,4 75,5 78,6 87,1 62,5
Cobre (mg kg-1) 175,2 233,4 229,8 264,5 306,4 212,3
Cádmio (mg kg-1) 0,1 0,2 0,2 0,2 0,2 0,69
-1
Cromo (mg kg ) 56,5 74,4 69,8 69,8 81,9 52,4
Manganês (mg kg-1) 562,5 559,4 609,6 689,7 568,7 916,4
Níquel (mg kg-1) 27,9 32,1 31,4 29,5 35,9 30,3
Chumbo (mg kg-1) 6,0 12,3 16,6 15,7 15,4 17,5
Antimônio (mg kg-1) 2,9 2,8 2,9 2,0 2,0 4,6
Zinco (mg kg-1) 118,5 197,3 145,9 136,1 163,9 82,1
Alumínio % 4,8 3,3 4,5 5,5 4,6 10,2
Ferro % 5,4 7,2 8,6 8,4 8,5 10,6
Magnésio% 0,25 0,27 0,25 0,26 0,26 0,23
Sódio% 0,11 0,16 0,19 0,16 0,18 0,05
COT % 0,9 0,9 1,0 0,7 0,9 n.r.
Nota: x̅: média, n.r.: não realizado

Com os dados da Tabela 9 é possível expressar os resultados de enriquecimento dos sedimentos

dos rios por elementos-traço nas seguintes proporções percentuais em relação ao background: Bário
(39,3%), Cobre (44,3%), Cromo (56,3%), Níquel (18,6%), Zinco (140,2%), Magnésio (18,4%) e
Sódio (295%). O rio 5 apresenta os maiores percentuais de enriquecimento devido percorrer
praticamente toda a região central e industrial da cidade e deste modo recebe os sedimentos que devido
sua mobilidade são carreados dos pontos mais altos para as cotas topograficamente mais baixas da
cidade (ARAÚJO & SOUZA, 2012). A elevada presença de Ferro e Alumínio é devida a grande
presença de solo LVef incorporado aos sedimentos porém em concentrações inferiores ao background
da bacia hidrográfica.

Os teores de Zinco presente no rio 2 e também nos demais, porém em menor concentração, são
novamente relacionados ao transporte constante de suínos até o frigorífico na região central da cidade.
Não foi detectado presença significativa de Cádmio porém elevadas concentrações de Cromo
especialmente nos pontos localizados em regiões industriais e que são semelhantes aos registros de
Froehner & Martins (2008).

Os percentuais de COT apresentaram distribuição média de 1% para todos os pontos de

amostragens, porém no exutório destes rios esta matéria orgânica é acumulada e aumenta numa

201
proporção de 50%, uma vez que Belo et al. (2010) relata a presença de 1,5% nas praias artificiais do
Lago de Itaipu PR.

Assim como nos sedimentos de ruas, também nos sedimentos dos rios foram realizadas as
interpretações quanto ao índices de geoacumulação e fator de enriquecimento apresentados na Tabela
10.

Tabela 10 - Índices de geoacumulação (IGEO) dos sedimentos de rios de Toledo-PR

Classes do IGeo
Rios 0 1 2 3 4 5 6
1, 2, 3, 4 e 5 B, Cd, Mn, Ni, Pb, Sb, Al, Fe, Mg Zn, Cr
2, 3, 4 e 5 Cu, Ba Na
Classes IGEO Classificação
6 >5 Extremamente poluído
5 >4a5 Fortemente à extremamente poluído
4 >3a4 Fortemente poluído
3 >2a3 Moderadamente a fortemente poluído
2 >1a2 Moderadamente poluído
1 >0a1 Não poluído a moderadamente poluído
0 <0 Praticamente não poluído

A classificação da Tabela 10 mostra que nenhum dos locais de amostragem se classificam com
IGEO>2, ou seja de moderadamente a fortemente poluído. Os IGEO mais elevados se devem a alta
presença de Zinco, Cromo em todos os rios e de Cobre, Bário e Sódio acumulado nos sedimentos dos
rios 2, 3, 4, 5. Quanto ao Bário e Sódio a legislação brasileira não faz nenhuma restrição, já os elevados
IGEO determinados nos rios 2, 3, 4 e 5 para os teores de Zinco demostram a acumulação deste elemento
pelos sedimentos e que podem ser decorrentes do uso de fertilizantes agrícolas (FROEHNER &
MARTINS, 2008) e também como já descrito pelos resíduos da suinocultura ricos em Zinco
(QUADRO et al., 2011). O Cromo e Cobre por outro lado podem ser o resultado da sua utilização em
tintas, fertilizantes em geral, algicidas, pigmentos, anodização de alumínio, indústrias cerâmicas,
micronutrientes e curtumes (CHARLESWORTH et al.2003).

O Fator de Enriquecimento – FE apresentados na Tabela 11 variam de 1 a 100 de acordo com seu

respectivo menor ou maior enriquecimento no sedimento.

Os fatores de enriquecimento foram de moderados a significativos para quase metade dos

elementos analisados e distribuídos por todos os rios do estudo. Segundo a classificação de Yongming
et al. (2006) os elementos Bário, Cobre, Cromo, Níquel, Chumbo e Zinco se tornam perigosos sob o
ponto de vista de potencial poluidor para a água destes rios. Observa-se que os óxidos de Ferro e
Manganês apesar de não apresentarem FE expressivo, podem ser responsáveis pela adsorção
específica de alguns metais, principalmente Cromo, Cobre e Chumbo por formarem fortes complexos
de esfera interna (adsorção específica) com esses minerais e oclusão em carbonatos (MCBRIDE &
SPIERS, 2001).

202
 Os resultados dos índices de geoacumulação e do fator de enriquecimentos mostram que os
sedimentos urbanos se destacam pela presença significativa de Zinco, Cromo e Cobre, sendo
enriquecidos na bacia de drenagem urbana e que ao longo do tempo podem ter dispersão no meio
aquático por diversos mecanismos físicos, químicos e biológicos.

Tabela 11 - Fator de Enriquecimento dos sedimentos dos rios do município

Elemento Rio 1 Rio 2 Rio 3 Rio 4 Rio 5
Boro 0,01 0,14 0,18 0,38 0,01
Bário 1,61 3,65 2,71 2,33 3,08
Cobre 1,76 3,46 2,43 2,31 3,19
Cádmio 0,42 0,75 0,74 0,45 0,58
Cromo 2,22 4,32 2,89 2,39 3,34
Manganês 1,31 1,92 1,49 1,40 1,37
Níquel 1,96 3,34 2,33 1,81 2,62
Chumbo 0,73 2,21 2,14 1,66 1,94
Antimônio 1,35 1,89 1,44 0,83 0,94
Zinco 3,07 7,56 3,99 3,07 4,41
Ferro 1,09 2,13 1,82 1,47 1,78
Magnésio 2,30 3,73 2,47 2,11 2,48
Sódio 4,61 10,31 8,87 5,88 8,03
Classificação do fator de enriquecimento (YONGMING et al., 2006)
Classes Classificação do enriquecimento
FE < 2 Muito baixo
FE = 2 – 5 Moderado
FE = 5 – 20 Significativo
FE = 20 – 40 Muito alto
FE > 40 Extremamente alto

Também aqui é realizada uma comparação dos resultados de enriquecimento dos sedimentos aos
principais guidelines das agências de proteção ambiental da Espanha, Holanda, Estados Unidos (EPA)
e Canadá (Tabela 12), devido seus parâmetros permitirem a avaliação das condições de antropização
deste local de estudo.

203
 Tabela 12 - Valores permissíveis em mg kg-1 para elementos-traço
Elementos Espanha Holanda EUA Canada
AL AL2 TV AV ERL ERM TEL PEL Máximo (Local) Back.*
Cádmio 1 5 0,8 12 1,2 9,6 0,68 4,21 0,2 (rio 2 a 5) 0,69
Cromo 200 1000 100 380 81 370 52 160 81,9 (rio 5) 54,2
Cobre 100 400 35 190 34 270 19 108 306,4 (rio 5) 212,3
Níquel 100 400 35 210 20,9 51,6 15,9 42,8 35,9 (rio 5) 30,26
Chumbo 120 600 85 530 46,7 218 30,2 112,2 15,7 (rio 4) 17,6
Zinco 500 3000 140 720 150 410 124 271 197,3 (rio 2) 82,14
Spain - < AL1: valor abaixo do qual se permite descarte de material dragado; entre AL1 e AL2: contaminação moderada;
o material requer estudo adicional antes que seu descarte possa ser permitido; > AL2: material dragado deve ser
isolado;
Holanda - < TV (target value): não poluído; entre TV e AV (action value): levemente poluído a poluído; > AV fortemente
poluído;
EUA - ERL (effects range-low): valor abaixo dos quais os efeitos biológicos são raros; ERM (effects range-median): valor
acima dos quais são esperados efeitos biológicos frequentes;
Canadá - TEL (threshold effects level): valor a partir do qual podem ser esperados efeitos adversos; PEL (probable
effects level): valores acima dos quais os efeitos adversos são frequentemente esperados.
Fonte: *Juchen et al.(2014); DelValls et al.(2004)

O teor máximo de 0,26 mg kg-1 detectado para o Cádmio são inferiores aos índices permitidos em
todos os guidelines. Porém, o teor de Cromo que de 81,9 mg kg-1 no rio 5 é para o guia canadense um
nível a partir do qual podem ser esperados efeitos adversos ao meio ambiente.

O Cobre supera todos os parâmetros permitidos nos guidelines espanhol, holandês, americano e
canadense e deve ser analisado sob dois pontos de vista, primeiro pela expressivo teor de seu
background de 212, 3 mg Kg-1 e segundo pelo teor acumulado de 306,4 mg Kg-1 (rio 5) provavelmente
relacionados novamente aos resíduos de suínos, bem como os teores de Zinco de 197,3 mg Kg-1 (rio
2) pelo mesmo motivo.

O valor máximo de 35,9 mg kg-1 de Níquel no rio 5, segundo a legislação Environmental Protection
Agency (EPA), seria um sedimento que possui valor acima dos quais os efeitos biológicos são raros,
já para a legislação canadense são teores acima dos quais podem ser esperados efeitos adversos no
ambiente. Porém, este estudo mostra que os teores de Cobre e Níquel são teores relativamente
próximos dos determinados pelo background, sendo que somente considerar os valores permissíveis
pelos guidelines seriam ineficazes nesta avaliação.

O chumbo atingiu concentração máxima de 15,7 mg kg-1 e inferior aos limites impostos pelos
guidelines e do background. Os teores de Zinco mostram que os sedimentos são classificados como
levemente poluído a poluído segundo a diretriz holandesa e, estão próximos aos valores acima dos
quais são esperados efeitos biológicos frequentes segundo os guidelines canadense e americano.

Por fim, pode-se afirmar que analisar os níveis de elementos-traço concentrados nos sedimentos
dos rios urbanos como o realizado neste estudo, trazem uma relevante base científica para
determinação da qualidade da água destes rios.

204
1.5.4 Granulometria e Mineralogia: resultados e discussão

Nesta parte deste capítulo, apresenta-se a descrição da composição granulométrica e mineralógica

e também uma correlação entre os percentuais de sedimentos finos das ruas e rios e as concentrações
dos elementos-traço Cromo, níquel e Chumbo.

A Tabela 13, considera a massa total das partículas de sedimentos das ruas e dos rios do município
distribuídas segundo características semelhantes da escala granulométrica de Wentworth.

Tabela 13- Composição granulométrica do sedimento de ruas e dos rios de Toledo PR

Areia % Silte % Argila %
Local
amg ag am af amf sg sm sf smf
Rio 1 15,27 22,66 27,58 0,78 3,77 17,18 4,91 2,01 2,16 3,69
Rio 2 31,59 46,87 10,19 0,00 0,74 6,74 1,34 0,65 0,74 1,15
Rio 3 14,75 51,59 18,82 0,00 0,57 7,13 2,60 1,19 1,31 2,05
Rio 4 16,49 34,98 18,97 0,00 0,00 10,78 6,75 2,99 3,21 5,82
Rio 5 6,38 12,80 31,24 1,42 7,53 25,18 5,09 2,46 2,84 5,07
Rua 1 12,95 14,29 21,37 3,51 17,30 19,83 3,47 1,83 2,17 3,29
Rua 2 4,84 23,89 30,04 1,60 10,51 20,51 2,73 1,46 1,78 2,65
Rua 3 30,61 16,69 22,81 1,85 9,25 12,11 2,24 1,19 1,35 1,91
Rua 4 8,49 21,86 31,84 1,03 6,69 17,73 4,50 2,14 2,24 3,49
Rua 5 11,14 21,87 19,60 1,29 8,39 22,22 5,64 2,68 2,81 4,37
*amg: areia muito grossa (> 2 mm); ag: areia grossa (0,5 mm); am: areia média (0,25 mm); af: areia fina (0,18 mm);
amf: areia muito fina (0,09 mm); sg: silte grosso (0,02 mm); sm: silte médio (0,01 mm); sf: silte fino (0,006 mm); smf:
silte muito fino (0,003 mm) e argila (< 0,002 mm).

Os sedimentos dos rios têm as maiores proporções granulométricas distribuídas na fração areia com
partículas de diâmetros superiores a 0,09 mm, sendo as maiores proporções encontradas na
classificação de areia grossa e mediana. Assim a massa granulométrica de areia representa 89,39% e
85,73% da massa total do sedimento dos rios 2 e 3 respectivamente. Observa-se que os níveis de argila
encontradas nos rios 4 e 5 (5,82 e 5,07%, respectivamente) deixam as águas destes com uma coloração
avermelhada devido ao elemento ferro característico do latossolo desta bacia hidrográfica.

Igualmente observa-se que os sedimentos de ruas apresentam suas maiores proporções com
granulometria superiores a 0,09 mm as quais correspondem às classificações destinadas para frações
de areia. Observa-se também que os sedimentos das ruas não apresentaram diferenças granulométricas
entre os locais industrializados e comerciais, corroborando com Droppo et al. (2006) que concluíram
que as distribuições de sedimentos urbanos são, de forma geral, vagamente classificadas e com a
dominância de partículas maiores em sua distribuição.

205
 Na Tabela 14 apresenta-se a distribuição percentual granulométrica para os sedimentos com
granulometria inferiores a 0,25 mm que reúnem grande parte dos sedimentos finos capazes de adsorver
maiores concentrações de metais (ZAFRA et al., 2007).

Estas frações granulométricas englobam desde areia média até a fração argila segundo a escala
granulométrica de Wentworth. Os sedimentos dos rios mostram um diâmetro médio inferior aos
apresentados pelos sedimentos das ruas, salientando os efeitos dos processos de suspensão das
partículas mais finas das ruas proporcionados pelos eventos eólicos ou pluviais que ocorrem
constantemente neste local.

Tabela 14 - Composição granulométrica dos sedimentos menores que 250 μm das ruas e rios de
Toledo PR
Local D10 (μm) D50 (μm) D90 (μm) Diâmetro médio (μm)
Rio 1 2,77 27,81 108,32 41,92
Rio 2 2,96 31,15 77,92 36,50
Rio 3 2,14 21,05 63,62 27,64
Rio 4 1,45 13,85 41,39 17,81
Rio 5 2,92 35,04 124,95 50,30
Rua 1 5,46 70,59 164,56 79,08
Rua 2 5,37 56,52 142,75 67,36
Rua 3 5,28 65,15 160,18 75,62
Rua 4 3,84 46,79 150,24 64,79
Rua 5 3,32 35,96 126,53 52,55
Nota: análises da granulometria a laser para diâmetros 10, 50 e 90%.

Pelo fato de que os rios pertencem a mesma bacia hidrográfica, observa-se que as contribuições
antrópicas e do próprio solo da região determinam substancialmente estas variações granulométricas,
uma vez que são identificadas dispersões significativas entre os diâmetros porcentuais D50 e D90 dos
rios. Diferentemente dos rios, os sedimentos menores que 0,25 mm das ruas não apresentaram grandes
dispersões nos diâmetros dos seus sedimentos finos, porém é claramente perceptível que as proporções
granulométricas dos D10, D50 e D90 são maiores em todos os resultados apresentados.

Por meio do programa SYSGRAN, a Tabela 15 mostra para as frações menores que 0,063 mm os
resultados da média (diâmetro médio), o selecionamento (grau de seleção ou desvio padrão), a
assimetria, a curtose e também o cálculo de porcentagem (%) dos parâmetros granulométricos para
cada um dos pontos investigados. É importante esclarecer que para esta análise, o software requer uma
conversão dos diâmetros das partículas de milímetros (mm) para ϕ (phi) utilizando a seguinte equação:

(phi) (ϕ) = - log2 d (mm) (Equação 3)

206
 Tabela 15 - Resultados da aplicação do programa SYSGRAN
Média Mediana Seleção Assimetria Curtose % Areia % Silte % Argila
(ϕ)* σϕ**
Rio 1 5.47 5.21 2.16 0.19 1.54 17.45 65.21 17.33
Rio 2 5.46 5.02 1.94 0.36 1.31 16.59 66.77 16.64
Rio 3 6.05 5.58 2.01 0.35 1.06 10.21 67.23 22.57
Rio 4 6.69 6.23 1.97 0.35 0.98 1.12 68.31 30.57
Rio 5 5.17 4.89 2.32 0.21 1.52 24.95 58.63 16.42
Rua 1 4.14 3.89 2.46 0.13 1.15 53.44 35.16 11.40
Rua 2 4.39 4.23 2.24 0.08 1.60 43.34 45.50 11.17
Rua 3 4.26 4.09 2.42 0.09 1.19 47.93 40.46 11.61
Rua 4 5.05 4.86 2.36 0.12 1.37 30.07 54.36 15.57
Rua 5 5.05 4.86 2.36 0.12 1.37 30.07 54.36 15.57
* (phi)(ϕ)(fi) = -log2 d(mm); ** Escala desvio padrão (σϕ): bem selecionado(0,35 e 0,5); moderadamente (0,5 e 1,0);
pobremente (1,0 e 2,0); muito pobremente (2,0 e 4,0); extremamente mal selecionado (>3).

Segundo os resultados obtidos os sedimentos menores que 0,063 mm ou maiores que 3ϕ foram
classificados como siltes finos (rios 3 e 4), médios (rios 1, 2 ,5 e ruas 4 e 5) e grossos (ruas 1, 2 e 3),
as quais apresentaram um diâmetro médio mínimo e máximo para suas partículas entre 4,14 e 6,69 ϕ
para a rua 1 e rio 4, respectivamente. Estes resultados mostram que os sedimentos finos dos rios
possuem em média um percentual maior de argila que os sedimentos das ruas e neste sentido, esta
expressiva quantidade de argila pode aumentar a área superficial específica (ASE) das partículas do
sedimento por unidade de massa, aumentando assim sua reatividade ou sua capacidade de troca de
cátions ou de ânions. Assim as frações mais finas (silte e argila) podem adsorver uma expressiva
concentração de elementos-traço advindos das contribuições antrópicas ou do próprio solo do
município.

Camargo (2006) afirma que o selecionamento ou grau de seleção, é uma medida de dispersão da
amostra, ou seja, o desvio padrão da distribuição do tamanho da partícula. Assim segundo o software
SYSGRAN, os sedimentos finos tiveram em quase todos os pontos de amostragens uma classificação
verbal de selecionamento como “muito pobremente selecionado”, pois seu desvio padrão (σϕ) situou-
se entre 2,0 e 4,0, com exceção dos rios 2 e 4 que foram classificados como “pobremente
selecionados”.

Com o auxílio deste mesmo software foi possível construir o diagrama de Shepard (Figura 3) para
os resultados das granulometrias dos sedimentos finos.

207
 Figura 3 - Diagrama de Shepard para os sedimentos dos rios e ruas de Toledo PR.

Neste diagrama triangular, mostra-se que os sedimentos finos destes ambientes são formados
principalmente de silte argiloso nos rios e areia síltica nas ruas e assim os sedimentos de ruas se
apresentam uma granulometria maior que os sedimentos dos rios.

A assimetria representa o grau de deformação da curva de frequência simples para a direita ou para
a esquerda, analisando-se a relação entre a moda, a média e a mediana. Deste modo, o software
apresenta as seguintes classificações verbais: ruas 2 e 3 (aproximadamente simétrica), assimetria
positiva (rios 1 e 5 e ruas 1, 4 e 5) e muito positiva (rios 2, 3 e 4), podendo-se afirmar que a cauda da
curva de distribuição é mais acentuada para direita por apresentar grãos mais finos uma vez que, a
simetria negativa ocorre quando o valor da média é inferior ao valor da mediana que por sua vez é
inferior ao valor da moda e, nesse caso, a cauda é mais acentuada para a esquerda e por consequência,
apresenta grãos mais grossos (DIAS, 2004).

A curtose consiste no grau de achatamento de uma curva em relação à curva representativa da

distribuição normal, sendo classificada como platicúrtica (achatada), mesocúrtica (normal) ou
leptocúrtica (alongada). Diante desta classificação, os rios 3 e 4 possuem uma curva mesocúrtica
apresentando valores de curtose próximo de 1, portanto uma curva de distribuição normal. Por outro
lado, observa-se que os rios apresentaram falta de homogeneidade nesta classificação, apresentando
uma curva de distribuição leptocúrtica para o rio 2 e muito leptocúrtica para os rios 1 e 5. Também os
sedimentos finos das ruas apresentaram uma distribuição leptocúrtica ou muito leptocúrtica para os
sedimentos da rua 2, sendo, portanto, estes sedimentos considerados como mal selecionados. Conclui-
se que os valores de curtose para estes sedimentos variaram de platicúrtica a leptocúrtica, indicando
uma variação muito grande entre as classificações das partículas desta fração de sedimentos.

As análises das propriedades físicas do sedimento relacionadas à sua mineralogia e principalmente

daquelas frações granulométricas que representam a fração argila, podem se constituir no
entendimento da gênese de formação destes sedimentos o qual pode mostrar suas origens antrópicas,
seus diferentes minerais constituintes e, finalmente podem explicar sua capacidade de incorporar a

208
poluição gerada no município. Assim, a Tabela 16 mostra uma determinação qualitativa dos minerais
identificados nas análises da fração “pó total” dos sedimentos das ruas e rios do município.

Tabela 16- Composição qualitativa dos minerais nas amostras de sedimentos dos rios e das ruas de
Toledo PR
Mineral Rio 1 Rio 2 Rio 3 Rio 4 Rio 5 Rua 1 Rua 2 Rua 3 Rua 4 Rua 5
Quartzo X X X X X X X X X X
Hematita X X X X X X X* X* X*
Andesito X X X X* X X X X X
Diopsídio X* X X X X
Rutilo X X
Caulinita X X X
*As interpretações requerem uma confirmação somente após tratamento especifico.

Observa-se que as amostras de sedimentos quando reduzidas a pó total, resultantes da metodologia

utilizada, se apresentaram nas cores tendendo entre os tons amarelo/avermelhado ao amarelo, sendo
relacionadas ao hidróxido de ferro Fe(OH) e principalmente a hematita (Fe2O3) que são substâncias
presentes de forma abundante nestes sedimentos.

Visualiza-se também a mesma sequência de minerais de quartzo, hematita, andesito e caulinita para
as amostras analisadas, com exceção dos rios 1 e 5 que apresentou o mineral rutile em sua amostragem.
Também os rios 1 e 5 apresentaram, excepcionalmente, o mineral rutilo (TiO2) em suas amostras. O
andesito (plagioclásio) encontrado em quase todas as amostras, porém em menor proporção do que o
quartzo e hematita, também contribuem para os níveis argilosos na composição desses sedimentos e
pode sua presença pode ser devido a grande utilização de cerâmica vermelha nas habitações e também
por ser uma das substâncias mais mineradas no Paraná (MINEROPAR, 2005).

A Figura 4 apresenta os picos dos difratogramas nos quais permitem obter mais informações e
conclusões referentes a composição mineralógica dos sedimentos nos sistemas urbano e fluvial
estudados.

Nota: Picos indexados: q (quartzo); h (hematita); k (caulinita); r (rutile) e d (diopsídio)

Figura 4 - Difratogramas dos sedimentos dos rios e ruas de Toledo PR.

209
 Os difratogramas são praticamente semelhantes para todas as amostras analisadas, apresentando
picos de alta intensidade para o mineral quartzo (geralmente entre 3,3 e 4,26 Å) que está presente nos
sedimentos na forma de quartzitos arenosos, oriundos da constante dispersão no meio urbano por
servirem de material básico em construções civis. As amostras de sedimentos do rio 1 e rua 2 se
destacam pelos picos de maiores intensidades como quartzo e seus grupamentos, sendo reflexos da
grande circulação de caminhões transportando areia por estas vias e levados até o rio pelos eventos
pluviais ou eólicos.

O andesito é identificado em quase todas os Difratogramas, e nos sedimentos das ruas se destaca a
presença do diopsídio (CaMgSi2O6) que é constituído por oxido de silício: SiO2 (54,66%) óxidos de
magnésio (MgO) e cálcio (CaO) (ANTHONY et al., 2014) nas seguintes proporções: 18,78 e 25,85%,
respectivamente.

Finalmente, porém não menos importante, identifica-se nas amostras uma presença maciça de
partículas maiores de origem antropogênica, tais como: partículas de vidro, partículas metálicas,
resíduos de processos industriais e da construção civil que deste modo podem apresentar propriedades
químicas e mineralógicas diferentes das partículas de sedimentos de fontes naturais e, que interagem
de forma diferente dentro do ambiente (POLETO & MERTEN, 2007; TAYLOR, 2007).

Como forma de discussão, este estudo mostra na Tabela 17 as correlações existentes entre os
percentuais de sedimentos finos das amostragens de ruas e rios e as concentrações de elementos-traço
Cromo, Níquel e Chumbo nestes mesmos locais. Assim usamos as frações granulométricas inferiores
a 0,063 mm devido Horowitz (2001) considerar que estas frações aumentam sua capacidade de
adsorção na medida em que a dimensão da partícula diminui.

Tabela 17 - Correlação entre os percentuais de sedimentos finos e as concentrações de Cromo,

Níquel e Chumbo para as amostras de rios e ruas de Toledo PR
Rio 1 Rio 2 Rio 3 Rio 4 Rio 5 Função R2
% finos 29,95 10,62 14,28 29,56 40,64
x̅ em mg kg-1
Cromo 56,5 74,4 69,8 69,8 81,9 linear 0,02
Níquel 27,9 32,1 31,4 29,5 35,9 linear 0,05
Chumbo 6,0 12,3 16,6 15,7 15,4 exponencial 0,01
Rua 1 Rua 2 Rua 3 Rua 4 Rua 5
% finos 30,59 29,12 18,80 30,09 37,72
x̅ em mg kg-1
Cromo 37,3 34,1 56,1 71,9 59 linear 0,001
Níquel 18,6 21,3 28,4 30 28,6 exponencial 0,005
Chumbo 15,3 12,3 22,2 24,5 10,8 linear 0,44
Nota: x̅: valores da média de 12 amostragens realizadas em um ano hidrológico.

Como pode ser observado, apenas a concentração do elemento-traço Chumbo nas ruas do
município apresenta uma correlação que demonstra que o aumento da concentração de sedimentos
finos passaram a adsorver uma maior quantidade de chumbo. Por outro lado, para a todos os demais

210
locais estudados esta correlação das médias destes metais e a porcentagem de sedimentos finos se
mostrou praticamente inexistentes.

1.5.5 Mobilidade dos sedimentos: resultados e discussão

Estudos sobre sedimentos geralmente não acompanham a movimentação dos elementos-traços de

um meio ambiente para outro. Para cumprir este objetivo, este capítulo procura demonstrar a
correlação do elemento-traço entre o seu local de enriquecimento nas ruas e sua movimentação até os
rios da cidade, mostrando assim a mobilidade destes elementos neste ambiente urbano.

Portanto, nesta parte do capítulo demonstra-se as correlações entre as concentração de elementos

traços Zinco, Cromo, níquel, cobre e Chumbo nos sedimentos coletados em ruas e rios de duas micro
bacias hidrográficas da cidade de Toledo-PR. As Tabelas 18 e 19 apresentam os níveis de concentração
destes elementos e os respectivos índices de correlação entre as concentrações determinadas nas ruas
e nos respectivos rios que recebem estes sedimentos no centro e na periferia da cidade.
Os valores de uma correlação podem ser entendidos conforme a avaliação descrita por Evans
(1996) da seguinte forma: uma correlação muito fraca é obtida quando o coeficiente de correlação de
Pearson está entre 0 e 0.19; fraca de 0.20 a 0.39; moderada de 0.40 a 0.59; forte de 0.60 a 0.79 e muito
forte entre 0.80 a 1.00. Assim podemos observar uma forte correlação para o Zinco, Cromo e Níquel
e moderada entre os elementos Cobre e Chumbo. Estatisticamente mostra-se uma correlação linear
significativa entre as concentrações, logo pode-se afirmar que as concentrações de elementos-traços
adsorvidos pelos sedimentos finos destes locais são exclusivamente ocasionados pelas contribuições
antropogênicas adquiridas no perímetro urbano e direcionada para o rio em questão.

Tabela 18 - Correlações entre as concentrações de elementos traços determinados no centro de

Toledo PR
Zinco (mg L-1) Cromo (mg L-1) Níquel (mg L-1) Cobre (mg L-1) Chumbo(mg L-1)
Mês
Rua Rio Rua Rio Rua Rio Rua Rio Rua Rio
Mar. 190.6 149.8 46.1 82.9 23.7 34.6 438.5 314.5 0.0 0.0
Abr. 196.1 76.90 44.1 57.7 23.2 17.1 301.7 216.7 0.0 3.6
Mai. 189.6 156.8 71.8 84.0 30.3 43.2 325.3 321.0 66.3 24.4
Jun. 193.3 76.30 45.1 25.4 23.4 12.7 370.1 447.6 0.0 20.6
Jul. 302.7 112.2 60.0 38.7 30.0 20.0 429.8 416.8 9.3 23.4
Ago. 239.1 139.9 43.1 28.5 23.6 25.8 290.5 391.2 4.2 17.7
Set. 178.7 214.4 36.0 46.4 18.0 33.3 234.3 368.0 1.5 21.7
Out. 141.1 255.1 137.7 236.3 46.3 70.9 351.7 228.7 18.5 22.5
Nov. 468.2 506.4 132.3 203.1 66.7 89.1 354.3 454.9 28.0 49.5
Dez. 233.7 143.9 24.9 73.7 17.1 26.9 305.9 129.8 0.1 0.0
Jan. 241.0 142.6 29.1 65.1 22.7 26.0 175.6 186.4 0.1 0.0
Fev. 208.4 192.6 38.2 40.7 18.7 20.7 207.2 201.0 0.1 0.1
I.C. 0.7 0.9 0.9 0.5 0.5
Notas: I.C. Índice de Correlação de Pearson;

211
 Tabela 19 - Correlações entre as concentrações de elementos traços determinados na periferia de
Toledo PR
Zinco (mg L-1) Cromo (mg L-1) Níquel(mg L-1) Cobre(mg L-1) Chumbo (mg L-1)
Mês
Rua Rio Rua Rio Rua Rio Rua Rio Rua Rio
Mar. 163.4 156.8 52.7 80.7 21.4 32.0 230.7 67.0 6.3 2.7
Abr. 150.8 42.6 50.0 28.0 17.9 6.1 179.2 212.8 12.8 11.2
Mai. 239.9 155.4 35.8 74.2 22.9 37.8 379.5 219.0 32.4 21.4
Jun. 182.2 98.7 53.9 63.2 25.9 29.3 399.9 352.2 26.6 18.4
Jul. 284.3 128.6 48.8 90.8 26.5 34.9 263.5 322.4 28.0 42.2
Ago. 257.3 184.0 37.0 65.4 32.4 35.0 285.7 351.9 18.5 25.9
Set. 227.6 235.6 29.8 53.1 39.2 40.2 188.7 168.4 22.0 20.1
Out. 195.3 122.0 110.1 123.6 40.4 33.0 400.1 160.4 14.0 19.2
Nov. 478.8 219.7 125.6 83.0 57.2 38.5 264.6 167.9 54.0 33.6
Dez. 189.3 109.8 54.6 48.0 21.8 27.8 321.3 215.9 38.8 3.4
Jan. 235.4 132.2 41.0 59.4 17.7 19.0 215.5 146.8 11.5 0.1
Fev. 181.6 165.4 33.9 68.7 17.6 23.4 230.7 67.0 1.1 0.1
I.C. 0.6 0.6 0.6 0.3 0.6
Notas: I.C. Índice de Correlação de Pearson;

Na Tabela 19 os índices correlacionais são menores que os descritos na tabela anterior, observando
assim uma moderada correlação para os elementos Zinco, Cromo, Níquel e Chumbo e uma fraca
correlação para o elemento Cobre.

Por meio destas concentrações, podemos afirmar que estes elementos são carreados e se mantem
mensalmente reposto pela poluição adsorvida pelos sedimentos no meio urbano, nas duas microbacias
analisadas. A análise de correlação também identifica que os fatores água e vento são os potenciais
fatores responsáveis pela mobilidade destes elementos, uma vez que os índices de correlação se
mantem proporcionais ao longo do estudo, ou seja em períodos de chuva ou de seca.

Por meio da Figura 5 podemos visualizar o efeito das chuvas sobre o transporte de sedimentos pela
aplicação de uma linha de tendência. Deste modo, podemos observar que os índices de pluviometria
mensais influenciaram diretamente os níveis de concentração do elemento Zinco nos sedimentos dos
rios que realizam a drenagem do centro e do bairro da cidade, respectivamente.

212
 Figura 5 - Índices de pluviometria e concentração de Zn zinco nos sedimentos dos rios do centro e da periferia de
Toledo PR.

Observa-se nesta figura por meio da linha de tendência um aumento da concentração de Zn nos
sedimentos dos respectivos rios que acompanha a linha de tendência do índice pluviométrico no
período de estudo deste trabalho. Assim é possível afirmar que a periodicidade das chuvas ocorridas
na cidade tem responsabilidade significativa no transporte dos sedimentos para os rios. Porém é
importante salientar que segundo Carvalho et al. (2008) o transporte dos sedimentos pode variar
conforme as condições locais de escoamento, velocidade da corrente, obstáculos no leito e outras
variáveis correlacionadas com a área de drenagem.

Este estudo também propõe uma análise por meio de uma sucessão dos valores das concentrações
determinadas nos dois rios da cidade, supondo a hipótese de que correlação poderia sofrer mudanças
caso os sedimentos levassem um tempo maior para chegar neste ambiente. Assim a Tabela 20
apresenta esta opção de análise dos respectivos índices de correlação da rua e do rio nos dois ambientes
da cidade.

213
 Tabela 20 - Cálculos dos índices de correlação de modo sucessivo para os rios de Toledo PR
Zinco Cromo Níquel Cobre Chumbo
Mês
Centro Bairro Centro Bairro Centro Bairro Centro Bairro Centro Bairro
Mar/abr -0.3 0.1 0.3 -0.2 0.2 0.3 0.3 0.3 0.1 -0.3
Mar/Mai -0.1 0.1 -0.2 -0.6 -0.3 -0.5 -0.1 0.3 -0.1 -0.3
Mar/Jun 0.2 0.1 -0.2 -0.6 -0.2 -0.7 0.2 -0.3 -0.2 -0.4
Mar/Jul 0.7 0.3 -0.2 -0.1 0.1 -0.9 0.6 -0.5 0.1 -0.1
Mar/Ago -0.4 -0.9 0.6 0.8 0.3 -0.8 0.2 -0.4 0.1 -0.1

A Tabela 20 mostra que não é possível afirmar um incremento da relação entre estas correlações,
sendo que as concentrações dos elementos traços das ruas e do rio apresentam índices de correlação
fracos ou muito fracos nos dois ambientes urbanos estudados. Há de se considerar também algumas
exceções como as dos elementos cromo e níquel em alguns meses e somente na periferia da cidade.

Porém, este estudo mostra que quando aplicamos a consecutiva sucessão dos valores para o
ambiente rio os índices correlacionais diminuíram fortemente. Deste modo pode-se afirmar que a
poluição do meio urbano é rapidamente direcionados aos sistemas hídricos através do escoamento
superficial pelos eventos de precipitação em superfícies impermeabilizadas. Também pode-se concluir
que o alto grau de impermeabilização das ruas da cidade acarretam o rápido processo de contaminação
dos sedimentos dos rios por elementos-traços.

Os resultados demonstrados na Tabela 20 também revelam que o monitoramento sistemático da

concentração e da mobilidade destes elementos se tornam indispensáveis ao planejamento urbano,
pois fornecem subsídios importantes ao estabelecimento de estratégias de saúde pública e de controle
da sua contaminação. A direta relação de tempo e espaço percorrido pelos elementos traços no
ambiente urbano certamente aumentam nossa capacidade de avaliar a dinâmica destes poluentes
associados aos sedimentos.

REFERÊNCIAS BIBLIOGRÁFICAS

Anthony JW, Bideaux RA; Bladh KW, Nichols MC (2010) In: Handbook of Mineralogy.
http://www.handbookofmineralogy.org. Accessed 12 Jun 2014.
APHA - AMERICAN PUBLIC HEALTH ASSOCIATION, AWWA, WEF. Standard methods for the examination of water
and wastewater. 20 ed. Washington: American Public Health Association, 1998. 1193 p.
APHA - American Public Health Association; AWWA – American Water Works Association & Wef. Water Environment
Federation. (2005). Standard methods for the examination of water and wastewater. Washington D.C, Ed Greenberg, 20.
AXE, L. & TRIVEDI, P. Intraparticle surfasse diffusion of metal contaminants and their attenuation in microporous Al,
Fe, and Mn oxides. J. Coll. Interface Sci., 247: 259-265, 2002.
BELO, A.; QUINAIA, S. P.; PLETSCH, A. L. (2010). Evaluation of contamination of metals in surface sediments from
the beaches of the Itaipu Lake. New Chemistry, v.33, n. 3, p.613-617.
CAMARGO MG (2006) SysGran: An Open Source System for Granulometric Analyses of Sediment. Rev. Bras. Geoc.
36(2): 371-378.
CAMPOS, M.L., PIERANGELI, M.A.P., GUILHERME, L.R.G. & CURI, N. Baseline concentration of heavy metals in
Brazilian Latosols. Commun. Soil Sci. Plant Anal, 34: 547-557, 2003.

214
CARVALHO JUNIOR, W. C., SCHAEFER, C. E. G. R., CHAGAS, C. S. & FERNANDES FILHO, E. I. Análise
multivariada de Argissolos da faixa Atlântica Brasileira. R. Bras. Ci. Solo, 32: 2081-2090, 2008.
CASARINI, D.C.P. Proposta de valores de referência de qualidade e intervenção para solos e águas subterrâneas no estado
de São Paulo. In: SEMINÁRIO INTERNACIONAL SOBRE QUALIDADE DE SOLOS E ÁGUAS SUBTERRÂNEAS,
2. São Paulo, 2000. Anais... São Paulo, CETESB, 2000. P.165.
CHARLESWORTH, A., EVERETT, M., MCCARTHYA, R., ORDÓÑEZB, A., MIGUEL, D. (2003) A comparative study
of heavy metal concentration and distribution in deposited street dusts in a large and a small urban area: Birmingham and
Coventry, West Midlands, UK. Environ. Int. 29, 563–573. DOI: 10.1016/S0160-4120(03)00015-1
CONAMA - Conselho Nacional do Meio Ambiente. Resolução. nº 420, de 28 de dezembro de 2009 Disponível em
<http://www.mma.gov.br/port/conama/legiabre.cfm?codlegi=620>. Acesso em 11 jun. 2013.
CHRISTOFORIDIS A, STAMATIS N. (2009). Heavy metal contamination in street dust and roadside soil along the major
national road in Kavala's region, Greece. Geoderma, v.151(3), p.257-263.
DELVALLS, T. A.; ANDRES, A.; BELZUNCE M. J.; BUCETA, J. L.; CASADO-MARTINEZ, M. C.; CASTRO, R.;
RIBA, I.; VIGURI, J. R.; BLASCOET, J. (2004). Chemical and ecotoxicological guidelines for managing disposal of
dredged material. Trends in Analytical Chemistry, v.23, n. 10-11, p.819-828.
DIAS JA (2004). Sedimentary Analysis and Knowledge of Marine Systems. In An Introduction to Geological
Oceanography. http://w3.ualg.pt/~jdias/JAD/eb_Sediment.html. Accessed 28 Jan 2014
DROPPO, I. G.; IRVINE, K. N.; CURRAN, K. J.; MAYO, S.; JASKOT, C. AND TRAPP, B. (2006), Understanding the
distribution, structure and behavior of urban sediments and associated metals towards improving water. In: OWENS, P.
N; COLLIN, A. J. (Ed.) Soil Erosion and Sediment Redistribution in River Catchment. Swindon (UK): CABI publishing,
272 – 286.
FROEHNER, S.; MARTINS, R. (2008). Evaluation of chemical composition of sediments Barigui River in Curitiba
metropolitan region. New Chemistry, v.31, n. 8, p.2020-2026.
GALUSZKA, A. A review of geochemical background concepts and an example using data from Poland. Environ. Geol.,
52: 861-870, 2007.
HOROWITZ, A. J.; ELRICK, K. A.; SMITH, J. J. 2001. Estimating suspended sediment and trace element fluxes in large
river basins: Methodological considerations as applied to the NASQAN programme. Hydrological Processes, v. 15, p.
1107 – 1132.
IBGE INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, Sinopse do censo demográfico 2010, 2011,
Disponível em: http://www.ibge.gov.br. Acesso em 12 abr. 2014.
JACKSON, D.A. Stopping rules in principal components analysis: A comparison of heuristical and statistical approaches.
Ecology, 74: 2204-2214, 1993.
JUCHEN, CR, VILAS BOAS MA, POLETO C, MACEDO M (2014) Use of Legal Reserve Areas as Geochemical
Background in Hydrosedimentology Studies. Rev. Bras. Cienc. Solo. doi:10.1590/s0100-06832014000600029
KER, J. Latossolos do Brasil: uma revisão. Rev. Geonomos, v. 5, n. 1, 1997.
MCBRIDE, M. B. & SPIERS, G. (2001). Trace element content of selected fertilizers and dairy manures as determined
by ICP-MS. Communications in Soil Science and Plant Analysis, 32(1-2), 139-156.
MILAGRES, J.J.M.; ALVAREZ V., V.H.; CANTARUTTI, R.B. & NEVES, J.C.L. Determinação de Fe, Zn, Cu e Mn
extraídos do solo por diferentes extratores e dosados por espectrofotometria de emissão ótica em plasma induzido e
espectrofotometria de absorção atômica. R. Bras. Ci. Solo, 31:237-245, 2007.
MINEROPAR-Minerals of Paraná S.A. (2005) Multielementary Geochemical Survey of the State of Paraná. Soil
Geochemistry - Horizon B: Final Report of Project.
QUADRO, M.; CASTILHOS, D.; CASTILHOS, R.; VIVIAN, G. (2011). Biomass and microbial activity in soil plus
swine waste. Brazilian journal of agro-science, v.17, n. 1-4, p.85-93.
SPOSITO, G. Dhechemistry of soils. 2ed. USA: Oxford University Press. 2008.
SPOSITO, G.; ZABEL, A. The assessment of soil quality. Geoderma, Amsterdam, v. 114, n. 3/4, p. 143-144, 2003.

215
ROSOLEM, C.A.; BÍSCARO, T. Adsorção e lixiação de boro em latossolo vermelho-amarelo. Pesq. agropec. bras.,
Brasília, v.42, n.10, p.1473-1478, out. 2007.
POLETO, C.; BORTOLUZZI, E.C.; CHARLESWORTH, S. & MERTEN, G.H. Urban sediment particle size and
pollutants in Southern Brazil. J. Soils Sedim., 9:317-329, 2009.
POLETO, C., & MARTÍNEZ, L. G. (2009). Introduction to environmental management (1st ed.)., Rio de Janeiro, Brazil:
Publisher Interciência, 336p.
POLETO C, MERTEN G (2007) Urban watershed studies in southern Brazil. J Urban and Environ. Engineering, 1(2): 70–
78.
TAYLOR, K. (2007) Urban Environments. In: Taylor K, Perry, C. Environ. Sedimentology. Manchester: Blackwell.
VIEIRA, E.C.; KAMOGAWA, M.Y.; LEMOS, S.G.; NÓBREGA, J.A. & NOBREGA, A.R.A. Decomposição de amostras
de solos assistida por radiação micro-ondas: Estratégia para evitar a formação de fluoretos insolúveis. R. Bras. Ci. Solo,
29:547-553, 2005.
YONGMING, B. D. H.; PEIXUANA, T. D.; JUNJIB, C.; POSMENTIERC, E. S. (2006). Multivariate analysis of heavy
metal contamination in urban dusts of Xi’an, Central China. Science of the Total Environment, Amsterdam, v.355, p.76-
186.
ZAFRA C, TEMPRANO J, TEJERO JI (2007) Pollution from urban runoff: accumulated heavy metals on the surface of
a via. Ing. Investig. 27: 4 – 10.
ZHAO, F.J.; MCGRATH, S. P. & MERRINGTON. Estimates of ambient background concentrations of trace metals in
soil for risk assessment. Environ. Pollut., 48: 221-229, 2007.
ZHAO H, LI X, WANG X (2011) Heavy Metal Contents of Road-Deposited Sediment along the Urban-Rural Gradient
around Beijing and its Potential Contribution to Runoff Pollution. Environ. Sci. Technol. 45: 7120-7127

216