35-FATOR EROSIVIDADE DAS CHUVAS · A sub-bacia hidrográfica do córrego Guariroba, inserida na...

XI Encontro Nacional de Engenharia de Sedimentos

FATOR EROSIVIDADE DAS CHUVAS DE MUDANÇAS CLIMÁTICAS SOBRE O PROCESSO EROSIVO

DE CASO EM ÁREA DE PROTEÇÃO

Cláudia Gonçalves Vianna Bacchi

RESUMO --- A bacia hidrográfica do córrego Guariroba constitui área de proteção ambiental (APA) do Guariroba integrante deproposto pela Agência Nacional de Águas, que visa proteger os mananciais estratégicos do Brasil. Dentre as ações contempladas pelo programa Manancial Vivomonitoramento meteorológico. A climático sobre o processo erosivo amplamente utilizado em estudos para fins de planejamento do uso conservacionistas do solo e água. Foi analisada a variabilidade dos valores de R nos diferentes meses do ano e entre os meses nos diferentes anos com o objetivo de Niño e La Niña) através do uso deste diferença significativa nos meses de janeiro e março entre os anos de 2012 e 2013, ambiental em conformidade com osnos padrões dos valores mensais de Rdos fenômenos climáticos sobre os processos erosivos.

ABSTRACT --- The Córrego Guariroba watershed is an environmental protection area and integrates the national program of environmental services Agency, which aims the protection of Brazilian important water resources. The monitoring is one of the actions proposed by the rainfall erosivity, called R factor, is the climatological component of the erosion process inside USLE model (universal soil loss equation), which is largely used in conservational planning for soil and water uses. The variability of R factor comparing the same month in the two years of monitoring aiming the detection of effects of climatic phenomenon’s using this environmental indicator. The values of R were significantly different in January and March of 2012 and 2013, sheffects. It is possible to identify changes in monthly R values, showing the potential of this factor as an environmental indicator of climatic changes over the erosion processes.

Palavras-chave: Fator R, USLE, Fenôm

1 Professores Doutores. FAENG – UFMS. Cidade universitária, s/n2 Doutorando em Engenharia Hidráulica e Saneamento. SHS [email protected].

FATOR EROSIVIDADE DAS CHUVAS COMO INDICADOR AMBIENTAL DE MUDANÇAS CLIMÁTICAS SOBRE O PROCESSO EROSIVO

EM ÁREA DE PROTEÇÃO AMBIENTAL

Cláudia Gonçalves Vianna Bacchi1; Jamil Alexandre Ayach Anache

Teodorico Alves Sobrinho¹

A bacia hidrográfica do córrego Guariroba constitui área de proteção ambiental integrante de Programa de Pagamento por Serviços Ambientais (PSA),

proposto pela Agência Nacional de Águas, que visa proteger os mananciais estratégicos do Brasil. Dentre as ações contempladas pelo programa Manancial Vivo instituído em

A erosividade das chuvas, R, é fator referente ao componente climático sobre o processo erosivo no modelo da Equação Universal de Perda de

para fins de planejamento do uso conservacionistas do solo e oi analisada a variabilidade dos valores de R nos diferentes meses do ano e entre os meses

o objetivo de avaliar interferências de fenômenos climáticos este potencial indicador ambiental. Os valores de R apresentaram

diferença significativa nos meses de janeiro e março entre os anos de 2012 e 2013, ambiental em conformidade com os estudos de efeitos ENOS. É possível identificar as alterações

de R, potencializando o uso deste fator como indicador ambiental dos fenômenos climáticos sobre os processos erosivos.

The Córrego Guariroba watershed is an environmental protection area and integrates the national program of environmental services payment, proposed by the National Water Agency, which aims the protection of Brazilian important water resources. The monitoring is one of the actions proposed by the Manancial Vivo program, created in 2010. The

, is the climatological component of the erosion process inside USLE model (universal soil loss equation), which is largely used in conservational planning for soil

R factor was analyzed during the different months comparing the same month in the two years of monitoring aiming the detection of effects of

phenomenon’s using this environmental indicator. The values of R were significantly different in January and March of 2012 and 2013, showing the environmental impact of ENOS effects. It is possible to identify changes in monthly R values, showing the potential of this factor as an environmental indicator of climatic changes over the erosion processes.

Fator R, USLE, Fenômenos climáticos ENOS.

UFMS. Cidade universitária, s/n, Campo Grande – MS. Email: [email protected], [email protected] em Engenharia Hidráulica e Saneamento. SHS – EESC – USP. Av. Trabalhador Sancarlense, 400, São Carlos

1

INDICADOR AMBIENTAL DE MUDANÇAS CLIMÁTICAS SOBRE O PROCESSO EROSIVO: ESTUDO

AMBIENTAL

Jamil Alexandre Ayach Anache2;

A bacia hidrográfica do córrego Guariroba constitui área de proteção ambiental Programa de Pagamento por Serviços Ambientais (PSA),

proposto pela Agência Nacional de Águas, que visa proteger os mananciais estratégicos do Brasil. instituído em 2010 está o

fator referente ao componente erda de Solo, que é

para fins de planejamento do uso conservacionistas do solo e oi analisada a variabilidade dos valores de R nos diferentes meses do ano e entre os meses

fenômenos climáticos ENOS (El Os valores de R apresentaram

diferença significativa nos meses de janeiro e março entre os anos de 2012 e 2013, impacto É possível identificar as alterações

o uso deste fator como indicador ambiental

The Córrego Guariroba watershed is an environmental protection area and he National Water

Agency, which aims the protection of Brazilian important water resources. The meteorological program, created in 2010. The

, is the climatological component of the erosion process inside USLE model (universal soil loss equation), which is largely used in conservational planning for soil

was analyzed during the different months of the year and comparing the same month in the two years of monitoring aiming the detection of effects of ENOS

phenomenon’s using this environmental indicator. The values of R were significantly owing the environmental impact of ENOS

effects. It is possible to identify changes in monthly R values, showing the potential of this factor as

MS. Email: [email protected], [email protected]. USP. Av. Trabalhador Sancarlense, 400, São Carlos - SP. Email:

XI Encontro Nacional de Engenharia de Sedimentos 2

INTRODUÇÃO

O monitoramento em bacias experimentais é fundamental para os estudos dos processos

erosivos e hidrossedimentológicos. Principalmente, quando a bacia em estudo trata-se de manancial

hídrico que atende população de áreas urbanas significativas, como é o caso da APA do Guariroba.

O município de Campo Grande, capital do estado de Mato Grosso do Sul, tem população de

843.120 habitantes (IBGE, 2014). Atualmente, esta área de proteção ambiental atende 52% do

abastecimento de água da cidade. Nesta APA tem-se constatado a aceleração dos processos erosivos

decorrentes do uso inadequado do solo que acarreta prejuízos diretos pelo assoreamento e poluição

do recurso hídrico (PMCG, 2007).

Modelos matemáticos de predição dos processos erosivos têm sido utilizados como

ferramentas de planejamento ambiental, identificando áreas de maior vulnerabilidade ou maior

suscetibilidade a perdas de solos em cenários de uso atual e em condições simuladas, nas quais

práticas e tecnologias conservacionistas de solo e água são adotadas. Dentre os diversos modelos

existentes, podem ser destacados: o Water Erosion Prediction Project (WEPP) (Nearing et al.,

1989), o Kinematic Runoff and Erosion (KINEROS) (Woolhiser et al., 1990), o European Soil

Erosion Model (EUROSEM) (Morgan et al., 1998), a Universal Soil Loss Equation (USLE)

(Wischmeier and Smith, 1978), a Revised Universal Soil Loss Equation (RUSLE) (Renard et al.,

1997) e o Morgan-Morgan and Finney (MMF) (Morgan, 2001). Estes diferem entre si,

principalmente, quanto à quantidade e complexidade de parâmetros necessários para a predição do

volume ou massa de solo perdido por área. No Brasil, este é fator limitante na adoção dos modelos,

sendo a USLE amplamente utilizada, por ser o modelo com mais parâmetros estabelecidos por

experimentos locais até a presente data (Anache et al, 2014). O modelo é composto dos fatores

naturais que são erosividade da chuva (R), erodibilidade do solo (K), comprimento de rampa (L) e

declividade (S) e dos antrópicos uso do solo (C) e práticas conservacionistas (P).

O fator R é o resultado de todos os eventos de chuva considerados erosivos, quantificados

pelo índice EI30, durante o ano. Então, os índices de erosividade da chuva (EI30) são determinados

para cada evento de chuva isoladamente a partir da classificação destes em erosivos ou não

erosivos. Nas condições climáticas brasileiras, os eventos chuvosos considerados erosivos são de

precipitação mínima de 6,0 mm pelo período mínimo de 15 minutos ou 10,0 mm de precipitação

por um período considerado longo. (Machado et al, 2014; Oliveira et al., 2011).

Ao analisar mais especificamente o modelo USLE, observa-se que o fator erodibidade do solo

(K) representa a interferência dos tipos de solos sobre o processo erosivo. O solo é o resultado de


milênios de ação do intemperismo sobre as formações geológicas, apresenta pouca variação na

composição detectável em curtos períodos, como entre anos, por exemplo. Assim como, o fator LS

representante das interferências da topografia da área sobre o processo. Paralelamente, os fatores

uso (C) e manejo da área (P) são determinados pela ação antrópica. Anda, Meusburger et al. (2011)

e Nearing et al, (2005) afirmam que o fator erosividade (R), que quantifica as chuvas erosivas, pode

ser utilizado como indicador ambiental sobre o processo erosivo.

O IBGE (2008) define indicador como ferramenta constituída por uma ou mais variáveis que,

associadas através de diversas formas, revelam significados mais amplos sobre os fenômenos a que

se referem. Amaral (2003) explica que o termo indicador é derivado do latim “indicare”, que

significa demonstrar, revelar, denotar, permitindo explicar os fenômenos que se alteram ou sofrem

mudanças ao longo do tempo e que são objetos de avaliação. Para que sejam eficientes devem ter

base de dados acessíveis, serem facilmente compreendidos, permitirem comparação temporal e

espacial. Além disso, devem apresentar relação entre conceito e medida, expressar características

essenciais e mudanças esperadas e sendo constituídos de variáveis homogêneas e representativas,

permitindo tomadas de decisão. Indicadores ambientais são ferramentas no monitoramento e

avaliações ambientais como suporte às políticas públicas, sendo utilizados desde os anos 90.

(OCDE, 2014).

Halpert et al. (1996), em seu estudo para verificar a relação entre o ENOS e o padrão de

precipitação, notaram considerável relação entre os eventos ENOS e o padrão de precipitação no

Oceano Pacífico, Austrália, África do Sul, América Central e América do Sul. Sendo que, o

continente sul-americano é onde observaram melhor correlação, ressaltando que é mais forte nas

regiões nordeste e sul do Brasil.

Considerando que o fator R é representativo das interferências do clima quando da adoção do

modelo matemático USLE nos estudos do processo erosivo, propôs-se análise da variabilidade dos

valores de R mensais, nos diferentes meses do ano e entre os meses nos diferentes anos. Assim, o

objetivo do trabalho foi avaliar a possibilidade do uso do fator R mensal como indicador ambiental

dos diferentes graus de impactos pelas mudanças climáticas, utilizando dados de uma bacia onde

são realizados estudos de erosão e monitoramento hidrossedimentológico.


MÉTODOS E MATERIAIS

Área de estudo

A sub-bacia hidrográfica do córrego Guariroba, inserida na área de proteção ambiental (APA)

do Guariroba, criada em 1995 pelo Decreto nº 7.183 (Figura 1) está localizada entre os paralelos

20° 28’ e 20° 43’ de latitude sul e os meridianos 54° 29’ e 54° 11’ de longitude oeste. É integrante

do Programa Produtor de Águas (PPA), uma modalidade de Pagamento por Serviços Ambientais

(PSA), proposto pela Agência Nacional de Águas, que visa proteger os mananciais estratégicos do

Brasil. As ações referentes ao PPA da APA do Córrego Guariroba são desenvolvidas no Programa

Manancial Vivo no âmbito da Secretaria Municipal de Meio Ambiente e Desenvolvimento Urbano

da Prefeitura Municipal de Campo Grande (SEMADUR/PMCG) e parceiros, devido à sua

importância no abastecimento hídrico e seu estágio atual de degradação. Está inserida em região de

clima tropical com estação seca (Classificação climática de Köppen-Geiger: Aw) (IBGE, 2014).

Figura 1 – Localização geográfica e delimitação das áreas de estudo.

Cálculo do Fator R

A relação entre a energia cinética do evento chuvoso e intensidade da chuva foi estudada no

Brasil por Wagner and Massambini (1988) em 533 eventos de diferentes tamanhos e distribuição de

gotas da chuva. Concluíram que não há diferença à equação proposta por Wischmeier and Smith


(1978). A equação é amplamente adotada desde então (Oliveira et al., 2012) sendo aprimorada,

mais tarde, com o desenvolvimento da Equação Universal da Perda de Solos Revisada (RUSLE)

por Renard et al. (1997). Apesar de Wischmeier e Smith (1978) recomendarem a utilização de

séries históricas de 10 a 20 anos para geração do fator R confiável, a energia cinética da chuva pode

ser diretamente calculada a partir da distribuição especial dos tamanhos das gotas de chuva e da

velocidade final das gotas (Machado et al, 2014; Oliveira et al, 2012; Gonçalves et al., 2006). No

Brasil, de modo geral, são raras as séries históricas disponíveis de dados pluviográficos. Por isso,

apesar das séries históricas apresentarem períodos inferiores à 20 anos, período mínimo considerado

adequado, diversos trabalhos sobre o tema em questão tem sido realizados com series inferiores

aquela recomendada (Machado et al, 2014; Carvalho et al., 2005; Montebeller et al., 2007;

Machado et al., 2008; Oliveira, 2011).

A erosividade da chuva e do escoamento superficial foi calculada baseada na energia cinética

E (MJ ha-1) e na intensidade máxima de precipitação em 30 minutos (I30), expressa em mm h-1. O

fator R foi avaliado para eventos chuvosos que excedam 12,70 mm ou o mínimo de 6,35 mm em 15

minutos. Apesar de a metodologia original da RUSLE prever séries de dados de chuva com maiores

períodos observados para estimar a média anual do fator R, o referido fator foi calculado para os

eventos erosivos observados entre os anos de 2011 e 2013. A Equação 1 que calcula a energia

cinética unitária (er) é baseada na intensidade do evento erosivo (ir).

�� = 0,29�1 − 0,72�� −0,05 × �� (1)

Na área de estudo, os dados foram coletados utilizando-se pluviógrafos de báscula

devidamente distribuídos na bacia, (Figura 2). Os eventos de precipitação foram separados em

eventos de chuva e classificados entre erosivos e não erosivos.


Figura 2 – Localização dos pontos de coleta de dados pluvigráficos.

Deste modo, os eventos erosivos observados foram caracterizados quanto à altura de

precipitação, duração, intensidade e intensidade máxima em 30 minutos (I30). Posteriormente, a

energia cinética (E) foi calculada (Equação 2) para os eventos erosivos observados e a média anual

do produto entre a energia cinética e a intensidade máxima em 30 minutos compõe o índice de

erosividade (R) dado pela Equação 3.

E = ∑ �e� × ∆V�� (2)

R =∑ �� !�"#"$%

& (3)

Onde: ∆Vr é a altura de chuva do incremento no qual ir é constante (h) e EI30 é a energia

cinética para o evento i, j é o número total de eventos erosivos e N é o período em anos de

monitoramento.

Interpretação de resultados

A análise dos resultados obtidos, apresentados em forma de tabelas e gráficos, visa

compreender o comportamento geral dos valores do R. Além disso, são indicadas a porcentagem de


amostras que se encontram dentro de cada uma das categorias dos valores do R. Assim, identifica-

se as alterações decorrentes de mudanças climáticas sobre o processo erosivo, utilizando-se deste

fator como potencial indicador ambiental. Para todos os resultados foram calculadas suas

respectivas estatísticas descritivas.

Estudos relativos ao planejamento e à análise do processo erosivo, através da predição de

perda de solo utilizando o modelo USLE, adotam o cálculo do fator R anual (Oliveira, 2012).

Porém, neste estudo, o fator R foi determinado mensalmente, visto que o objetivo principal foi

avaliar as alterações nos padrões mensais. Ou seja, avaliar, entre diferentes anos, a viabilidade de

detecção através de métodos estatísticos, possibilitando a utilização deste fator como indicador

ambiental no estudo dos efeitos das mudanças climáticas sobre o processo erosivo.

RESULTADOS E DISCUSSÃO

Na APA do Guariroba o uso predominante é a agropecuária com fazendas de baixa tecnologia

aplicada. Em decorrência, constatam-se grandes áreas com pastagens degradadas, onde há pouca ou

nenhuma prática conservacionista de solo e água (PMCG, 2007). A conjunção de solos de alta

vulnerabilidade à condições de alta pluviosidade sob ambiente de baixa aplicação de tecnologias de

conservação de solo e água, causam danos irreparáveis à fertilidade do solo e aos cursos d’água pela

perda da camada fértil do solo. Isso, em decorrência do arraste pelo escoamento superficial e

deposição dos sedimentos nos córregos e rios, (Figura 3).

Figura 3 – Evidências de processos erosivos na área de estudo (Fonte: Prefeitura Municipal de Campo Grande).

O valor de R, na área em estudo, dos anos de 2012 e 2013 são muito alto e alto,

respectivamente, conforme classificação proposta por Carvalho (2008), (Tabela 1). Oliveira et al.

(2012) relacionaram 35 estudos realizados no Brasil que calculam a erosividade das chuvas

baseados em dados pluviográficos. Estes autores identificaram que estes estudos foram realizados

em 80 cidades localizadas, em maioria (60%) nas regiões Sul e Sudeste, com muito poucos estudos


nas demais regiões, principalmente Norte e Centro-Oeste do país. Os valores de erosividade da

chuva observados no Brasil variam de 1672 a 22.452 MJ mm ha-1 h-1 ano-1, sendo a média dos

valores de erosividade observada é 8403±4090 MJ mm ha-1 h-1 ano-1. Os menores valores são

encontrados na região Nordeste, especificamente no Estado de Pernambuco (PE), que possui o

clima semi-árido brasileiro e vegetação típica da Caatinga. Por outro lado, os maiores valores estão

na região Norte, principalmente nos Estados do Pará e Amazonas, componentes do bioma Floresta

Amazônica, historicamente caracterizada por altos índices pluviométricos. Os estudos de séries

históricas longas são primordiais na determinação do padrão de precipitação para a padronização de

parâmetros e definição de modelos matemáticos e equações regionalizadas que representem

significativamente as séries históricas e os fatores intervenientes na precipitação. Porém, a partir

destas equações e definições dos padrões regionais, é necessário o estudo destes parâmetros na

escala de tempo, para identificação de alterações decorrentes de fenômenos naturais, principalmente

os que afetam o clima. Por isso, neste trabalho, os valores de R mensais foram determinados na

APA do Guariroba e classificados conforme Tabela 1.

Tabela 1 – Classificação para interpretação do índice mensal erosividade do Brasil.

Erosividade (MJ mm ha−1 h−1) Classe de Erosividade Dados observados (%)

R≤204,33 Baixa -b 25 204,33>R≤408,75 Média- m 4,2 408,75>R≤613,08 Média superior - ms 12,5 613,08>R≤817,5 Alta - a 18,8

R>817,5 Muita alta - ma 35,4 Fonte: Carvalho (2008), modificada para dados mernsais.

Os maiores valores de R são constatados na classe de erosividade muito alta (Tabela 2).

Apesar de 25 % dos valores de R serem de baixa erosividade, a soma dos percentuais de muita alta

e alta erosividade chega a 54%, ou seja, mais da metade dos valores de R estudados. Isto é

preocupante, pois na maior parte da bacia há ocorrência de Neossolos Quartzarênicos órticos, que

são solos de alta susceptibilidade à erosão (Souza et al., 2014).

Tabela 2 – Valores de R por mês (MJ mm ha-1 h-1) e classes de erosividade para o Brasil segundo Carvalho (2008) onde baixa(b), média(m), média superior (ms), alta(a) e muito alta(ma)

Locais de Coleta Ponto 1 Ponto 2 Médias

Meses Ano

2012 2013 2012 2013 2012 2013 Janeiro* 2378,1ma 241,7m 1787,7ma 46,8b 2071.1 140.4 Fevereiro 1108,9ma 1873ma 1319,1ma 1263,7ma 1218.2 1556.2 Março* 199,9b 2595,9ma 738,3a 1554,5ma 479.9 2054.4 Abril 298,3m 730,9a 456,5ms 512,1ms 380.6 617.1 Maio 1321,8ma 28,5b 445,8ms 152,9b 866.3 93.2


Junho 760,5a 641,3a 1361,6ma 595,9ms 1073.1 617.7 Julho 7,9b 30,1b 0b 38,2b 3.8 34.3 Agosto 0b 0b 0b 0b 0.0 0.0 Setembro 933,7ma 697a 1144,2ma 672a 1043.2 684.0 Outubro 614,1a 992,4ma 299,2m 567,2ms 450.4 771.3 Novembro 717,3a 1295,6ma 698,2a 289,9m 707.4 772.6 Dezembro 1461,1ma 889,1ma 2210,8ma 452,2ms 1850.9 661.9 Total 9801,6 10015,5 10461,4 6145,4 10144.7 8003.0

* P valor < 0,05 (médias diferentes para o intervalo de confiança de 95%)

Paralelamente, a identificação dos meses de ocorrência de chuvas de maior erosividade

fornece dados necessários ao manejo das áreas. Os planos de atividades na bacia são elaborados em

conformidade com os períodos de maior suscetibilidade aos processos erosivos, principal

preocupação nesta área de preservação ambiental. Por isso, as práticas conservacionistas tais como

reforma de pastagens, implementação de sistemas de terraceamento e recuperação de áreas de

proteção permanente são planejadas em cronogramas com base na distribuição temporal destas

informações do clima. Nas práticas de controle de processo erosivo, os dados de monitoramento do

clima são indispensáveis no dimensionamento técnicas edáficas, vegetativas e mecânicas de

controle do processo erosivo. Souza et al. (2014), em estudos de otimização de sistemas de

terraceamento, ressaltam que para se elaborar propostas de conservação do solo apropriadas para

controle da erosão hídrica, deve se atentar as condições edafoclimáticas da área.

Pode se constatar alta variabilidade dos valores de R estudados, conforme apresentado na

tabela 2 anteriormente. A distribuição da precipitação no planeta está diretamente ligada à

Circulação Geral da Atmosfera e ao relevo na distribuição das cadeias de montanhas e planaltos. Os

sistemas frontais são responsáveis na América do Sul por grande parte da precipitação nas regiões

sul, sudoeste e oeste central do Brasil sendo sua atividade convectiva menos freqüente ao norte de

20°S (cerca de 2 por mês). Já a Zona de Convergência do Atlântico Sul (ZCAS), uma das principais

correntes marítimas do mundo, dependendes também da corrente do Golfo, é caracterizada por uma

banda de nebulosidade convectiva. Esta Zona, nos meses de primavera e verão, se estende da região

Amazônica até o Atlântico subtropical (NW/SE), tendo duração que varia de 3 a 10 dias. É

resultado da interação da convecção tropical com sistemas extratropicais, como as zonas frontais e

está associada à intensa atividade convectiva da região Amazônica. É um dos principais fenômenos

que influenciam o regime de precipitação da Região Centro-Oeste. (INPE, 2014).

Ropelewski e Halpert (1987), em estudos para verificar a relação entre o ENOS e o padrão de

precipitação, notaram considerável relação entre os eventos ENOS e o padrão de precipitação no

Oceano Pacífico, Austrália, África do Sul, América Central e América do Sul. Sendo que, o


continente sul-americano é onde observaram melhor correlação, ressaltando que é mais forte nas

regiões nordeste e sul do Brasil. Constataram que durante os eventos ENOS têm sido identificadas

chuvas deficientes em vastas áreas, como o nordeste do Brasil e a Amazônia, bem como excesso de

chuva no sul do Brasil e parte da costa do Peru e Equador. Harrison e Larkin, (1998) observaram

que as anomalias de precipitação associadas a eventos ENOS são maiores no Sul do Brasil do que

na Argentina e no Uruguai. Ainda verificaram que anomalias positivas de precipitação ocorreram na

Região Sul do Brasil durante a primavera austral do ano do evento quente (El Niño – EM) e durante

o inverno austral do ano seguinte do mesmo. Por outro lado, as anomalias negativas de precipitação

foram encontradas durante a primavera austral do ano do evento frio (La Niña – LN).

Estudos realizados por Cavalcanti (1996), foi observado que durante o El Niño de 1990 a

1994, os sistemas frontais tiveram comportamento anômalo. A maioria deles não se deslocou de sul

para norte e foi intensificado na região Sul, o que causou enchentes em algumas cidades. Por outro

lado, Fedorova e Carvalho (2000) observaram que a ocorrência de frentes frias na faixa latitudinal

de 20ºS e 40ºS foi maior em anos de El Niño (1997) do que no ano de La Niña (1996), quando estes

fenômenos tiveram suas fases mais ativas. Em ambos os anos estudados, as frentes frias foram

observadas mais ao sul da América do Sul. Porém, em anos de El Niño, as frentes tiveram maior

freqüência sobre o Rio Grande do Sul e Uruguai. Ainda, segundo Satyamurty et al. 1998, o número

de Sistemas Convectivos de Mesoescala na região norte da Argentina e Paraguai em ano de El Niño

é mais que o dobro que em anos normais, causando o aumento da precipitação no Sul do Brasil. O

período de março a julho tem precipitação acima da normal em anos subseqüentes aos de ocorrência

de El Niño e precipitação abaixo da normal em anos subseqüentes. Em anos de El Niño, o jato

subtropical se intensifica, devido ao aumento do gradiente de temperatura norte-sul, bloqueando o

avanço das frentes para as latitudes mais baixas.

Os efeitos do fenômeno El Niño no estado de Mato Grosso do sul tendem a produzir um

índice de chuvas pouco superior à média histórica de novembro do ano a abril seguinte,

principalmente na região sul, favorecendo a produção de grãos (INPE, 2014). Neste trabalho, foi

identificada diferenças dos valores de R dos meses de janeiro e março entre os anos de 2012 e 2013,

em conformidade com o preconizado nos estudos sobre os fenômenos climáticos (INPE, 2014) e os

impactos destes sobre os padrões de precipitação (Figura 4). Foi possível identificar as alterações

nos padrões de precipitações mensais, pela observação dos valores do fator erosividade mensais da

chuva mensais, confirmando a potencialidade do uso deste fator como indicador ambientais dos

fenômenos climáticos. Ressalta-se que este fator é o único representativo dos efeitos do clima sobre

o processo erosivo quando na adoção do modelo matemático USLE, possibilitando que seja adotado


como indicador ambiental para análise dos impactos dos fenômenos climáticos sobre os processos

erosivos.

Figura 4 – Distribuição dos valores de R nos anos monitorados e diferenças entre os anos.

CONCLUSÕES

O fator erosividade das chuvas mensal (R) foi diferente nos meses de janeiro e março dos

anos de 2012 e 2013, indicando a possibilidade de ocorrência de impactos sobre a precipitação

decorrentes de mudanças climáticas em função dos fenômenos ENOS.

As alterações nos padrões de precipitações mensais são possíveis de serem identificadas

observando os valores do fator erosividade R mensais, confirmando a potencialidade do uso deste

fator como indicador ambiental dos fenômenos climáticos.

O fator R, representativo dos efeitos do clima sobre o processo erosivo no modelo USLE,

pode ser considerado como potencial indicador ambiental para análise dos impactos dos fenômenos

climáticos sobre os processos erosivos.

Estudos na determinação do fator R mensal de erosividade das chuvas com séries histórias

longas devem ser realizados nas diversas regiões do país visando a validação deste fator como

indicador ambiental de fenômenos climáticos sobre processos erosivos.

-4000

-2000

0

2000

4000

6000

8000

10000

12000

2012 2013 Diferença


AGRADECIMENTOS

A CAPES, ao CNPq e ao HEroS Laboratório da Universidade Federal de Mato Grosso do Sul.

BIBLIOGRAFIA

AMARAL, S.P. (2003).Estabelecimento de Indicadores e Modelo de Relatório de Sustentabilidade

Ambiental, Social e Econômica: uma Proposta para a Indústria do Petróleo Brasileiro. Tese

Doutorado submetida ao PPE/COPPE/UFRJ. Rio de Janeiro.

CARVALHO, D.F., MONTEBELLER, C.A., FRANCO, E.M., VALCARCEL, R., BERTOL, I.,

(2005). Rainfall patterns and erosion indices at Seropedica and Nova Friburgo, Rio de Janeiro —

Brazil. Revista Brasileira de Engenharia Agrícola e Ambiental 9, pp. 7–14.

http://dx.doi.org/10.1590/S1415-43662005000100001.

CARVALHO, N.O. (2008). Hidrossedimentologia Prática, 2ª ed. Interciência, Rio da Janeiro,

Brazil. 599 pp.

CAVALCANTI, I. F. A. E V. B. RAO (1996). Variação nas características de umidade nos anos

de El Niño e La Niña de 1987 e 1988. VIII Congresso Brasileiro de Meteorologia . Campos do

Jordão (S.P.), 6-13 Novembro, 1996. CD-ROM.

FEDOROVA, N., CARVALHO, M. H.(2000) Processos sinóticos em anos de La Niña e de El

Niño. Parte II: Zonas frontais. Rev. Bras. Met., v. 15, n. 2, pp. 57-72,

GONÇALVES, F.A., SILVA, D.D., PRUSKI, F.F., CARVALHO, D.F., CRUZ, E.S. (2006).

Indices and spatialization of rainfall erosivity in Rio de Janeiro State, Brazil. Revista Brasileira de

Engenharia Agrícola e Ambiental 10, pp. 269–276. http://dx.doi.org/10.1590/ S1415-

43662006000200003.

HALPERT, M. S.; G.D.BELL; V.E. KOUSKY; C. ROPELEWSKI.(1996) Climate Assessment for

1995. Bulletin of the American Meteorological Society, Vol.77(5).


HARRISON D. E., and N. K. LARKIN, (1998): El Niño-Southern Oscillation sea surface

temperature and wind anomalies, 1946-1993– Reviews of Geophysics Vol. 36, Issue 3, pp. 353–

399.

INPE. (2014). Efeitos do El Niño e da La Niña na Agricultura Brasileira. Centro de previsão de

tempo e estudos climáticos. Acesso em 14/10/2014. Disponível em

http://www.cptec.inpe.br/noticias/noticia/8530.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE (2014). Disponível em:

<http://www.ibge.gov.br>. Acesso em: 14 out. 2014.

MACHADO, D.O., ALVES SOBRINHO, T., RIBEIRO, A.S., IDE, C.N., OLIVEIRA, P.T.S.

(2014). Erosividade da chuva para o bioma Pantanal. Eng Sanit Ambient, v.19 n.2, pp. 195-201.

MACHADO, R.L., CARVALHO, D.F., COSTA, J.R., OLIVEIRA NETO, D.H., PINTO, M.F.,

(2008). Analysis of rainfall erosivity associated to pluvial precipitation patterns in the Ribeirão das

Lajes region, Rio de Janeiro state, Brazil. Revista Brasileira de Ciência do Solo 32, pp. 113–2123.

http://dx.doi.org/10.1590/S0100-06832008000500031

MEUSBURGER, K., STEEL, A., PANAGOS, P.,MONTANARELLA, L., ALEWELL, C. (2011).

Spatial and temporal variability of rainfall erosivity factor for Switzerland. Hydrology and Earth

System Sciences Discussions 8, pp. 8291–8314. http://dx.doi.org/10.5194/hessd-8-8291-2011.

MONTEBELLER, C.A., CEDDIA, M.B., CARVALHO, D.F., VIEIRA, S.R., FRANCO, E.M.,

(2007). Spatial variability of the rainfall erosive potential in the State of Rio de Janeiro, Brazil.

Engenharia Agrícola 27, pp. 426–435. http://dx.doi.org/10.1590/S0100-69162007000300010.

MORGAN, R.P.C. (2001). A simple approach to soil loss prediction: a revised Morgan-Morgan-

Finney model. Catena 44, pp. 305–322. http://dx.doi.org/10.1016/S0341- 8162(00)00171-5.

MORGAN, R.P.C., QUINTON, J.N., SMITH, R.E., GOVERS, G., POESEN, J.W.A.,

AUERSWALD, K., CHISCI, G., TORRI, D., STYCZEN, M.E. (1998). The European Soil Erosion

Model (EUROSEM): a dynamic approach for predicting sediment transport from fields and small

catchments. Earth Surface Processes and Landforms 23, pp. 527–544.

http://dx.doi.org/10.1002/(SICI)1096-9837(199806)23:6b527::AID-ESP868>3.0.CO;2-5.


NEARING, M.A., FOSTER, G.R., LANE, L.J., FINKNER, S.C. (1989). A process based soil

erosion model for USDA Water Erosion Prediction Project technology. Transactions of ASAE 32,

pp. 1587–1593.

NEARING, M.A., JETTEN, V., BAFFAUT, C., CERDAN, O., COUTURIER, A., HERNANDEZ,

M., LE BISSONNAIS, Y., NICHOLS, M.H., NUNES, J.P., RENSCHLER, C.S., SOUCHÈRE, V.,

VAN OOST, K. (2005). Modeling response of soil erosion and runoff to changes in precipitation

and cover. Catena 61, pp. 131–154. http://dx.doi.org/10.1016/j.catena.2005.03.007.

OECD. (2014). Key Environmental Indicators, 2008. www.oecd.org/dataoecd/32/20/31558547.pdf

<acesso em 17nov2014>

OLIVEIRA P.T., WENDLAND, E., NEARING, M. (2012). Rainfall erosivity in Brazil: A review.

Catena 100 (2012) pp. 139–147

OLIVEIRA, P.T.S., ALVES SOBRINHO T., RODRIGUES, D.B.B., PANACHUKI, E. (2011).

Erosion risk mapping applied to environmental zoning. Water Resources Management 25, pp.

1021–1036. http://dx.doi.org/10.1007/s11269-010-9739-0.

PMCG. Prefeitura Municipal de Campo Grande (2014). Plano de Manejo da APA do Guariroba.

Disponível em: www.pmcg.ms.gov.br/SEMADUR/downloads/PlanodeManejoAPAGuariroba.pdf/.

<acesso em 17 nov. 2014>.

RENARD, K. G.; FOSTER, G. R.; WEESIES, G. A.; MCCOOL, D. K.; YODER, D. C. (1997). Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). USDA Agriculture Handbook, p. 251 pp.

RENARD, K.G., FOSTER, G.R., WEESIES, G.A., MCCOOL, D.K., YODER, D.C. (1997).

Predicting Soil Erosion by Water: A Guide to Conservation Planning with the Revised Universal

Soil Loss Equation (RUSLE). Agriculture Handbook, 703. USDA, Washington.

ROPELEWSKI, C. F. AND M. S. HALPERT (1987). Global and regional scale precipitation

patterns associated with the El Niño / Southren Oscillation. Mon. Wea. Rev.,115,pp.1606-1626.

SATYAMURTY P, MATTOS LF, NOBRE CA, SILVA DIAS PL. (1998). Tropics - South

America. In : Meteorology of the Southern Hemisphere, Ed. Kauly, D. J. and Vincent, D. G.,

Meteorological Monograph. American Meteorological Society, Boston, pp. 119-139.

SOUZA J.S.; BACCHI C.G.V.; ANACHE, J.A.A.; ALVES SOBRINHO T..(2014) Otimização na

implantação de Sistemas de Terraceamento em Áreas Prioritárias de Produção de Água. Estudo de


Caso: APA do Córrego Guariroba. Anais do 10º Simpósio Nacional de Áreas Degradadas

“Soluções Práticas”. Foz de Iguaçu (PR), 15-16 Setembro, 2014. CD-ROM.

WAGNER, C.S., MASSAMBINI, O. (1988). Análise da relação intensidade de chuva: energia de

Wischmeier & Smith e sua aplicabilidade à região de São Paulo. Revista Brasileira de Ciência do

Solo 12, pp. 197–203.

WISCHMEIER, W.H., SMITH, D.D. (1978). Predicting Rainfall Erosion Losses. A guide to

conservation planning. Agriculture Handbook, 537. USDA, Washington. 58 pp.

WOOLHISER, D.A., SMITH, R.E., GOODRICH, D.C. (1990). KINEROS: A Kinematic Runoff and

Erosion Model: Documentation and User Manual, ARS-77. U.S. Department of Agriculture,

Agricultural Research Service. 130 pp.

35-FATOR EROSIVIDADE DAS CHUVAS · A sub-bacia hidrográfica do córrego Guariroba, inserida na...

Documents

Transcript of 35-FATOR EROSIVIDADE DAS CHUVAS · A sub-bacia hidrográfica do córrego Guariroba, inserida na...