UNIVERSIDADE FEDERAL DE SANTA MARIA CAMPUS...
Transcript of UNIVERSIDADE FEDERAL DE SANTA MARIA CAMPUS...
UNIVERSIDADE FEDERAL DE SANTA MARIA
CAMPUS FREDERICO WESTPHALEN – UFSM/FW
DEPARTAMENTO DE ENGENHARIA E TECNOLOGIA AMBIENTAL
ENGENHARIA AMBIENTAL E SANITÁRIA
Fernando Pasini
ABORDAGEM DE DIFERENTES FUNÇÕES PARA EXTRAPOLAÇÃO
DA CURVA DE RECESSÃO DO HIDROGRAMA DE ÁGUAS
SUBTERRÂNEAS PARA CÁLCULO DE RECARGA EM ZONA DE
FLORESTA
Frederico Westphalen, RS
2016
0
Fernando Pasini
ABORDAGEM DE DIFERENTES FUNÇÕES PARA EXTRAPOLAÇÃO DA CURVA
DE RECESSÃO DO HIDROGRAMA DE ÁGUAS SUBTERRÂNEAS PARA
CÁLCULO DE RECARGA EM ZONA DE FLORESTA
Trabalho de Conclusão de Curso apresentado
ao Curso de Engenharia Ambiental e Sanitária,
da Universidade Federal de Santa Maria –
UFSM, como requisito parcial para obtenção do
grau de Engenheiro Ambiental e Sanitarista.
Orientadora: Prof ª. Drª. Malva Andrea Mancuso
Co-orientadora: Profª. Drª Patrícia Rodrigues Fortes
Frederico Westphalen, RS
2016
1
Fernando Pasini
ABORDAGEM DE DIFERENTES FUNÇÕES PARA EXTRAPOLAÇÃO DA CURVA
DE RECESSÃO DO HIDROGRAMA DE ÁGUAS SUBTERRÂNEAS PARA
CÁLCULO DE RECARGA EM ZONA DE FLORESTA
Trabalho de Conclusão de Curso apresentado
ao Curso de Engenharia Ambiental e Sanitária,
da Universidade Federal de Santa Maria –
UFSM, como requisito parcial para obtenção do
grau de Engenheiro Ambiental e Sanitarista.
Aprovado em 09 de dezembro de 2016:
_________________________________________
Malva Andrea Mancuso, Drª.(UFSM)
(Presidente/orientador)
_________________________________________
Mariza de Camargo, Drª.(UFSM)
_________________________________________
Willian Fernando de Borba, Msc.(UFSM)
Frederico Westphalen, RS
2016
DEDICATÓRIA
À minha família, que me apoiou
incondicionalmente em toda minha
caminhada.
3
AGRADECIMENTOS
À Deus por ter me permitido chegar até aqui, sempre iluminando e guiando o meu
caminho.
À minha família, sem vocês nada disso seria possível, agradeço pelo apoio
incondicional, pelos princípios de humildade, amor e educação.
Às minhas professoras Malva Andrea Mancuso (Orientadora) e Patrícia Rodrigues
Fortes (Co-orientadora), exemplos profissionais, agradeço pela motivação, oportunidades e por
toda atenção e paciência durante a execução deste trabalho.
Ao grupo de estudos em Matemática Aplicada, em especial à Liara Vernier e Patrícia
Zachi, com certeza sem vocês teria sido muito mais difícil concluir este trabalho.
Aos amigos que fiz durante esta caminhada, em especial aos da CEU IV, do “Beco” e
da Pensão do Tito, vocês tornaram meus dias mais agradáveis e me ensinaram muito sobre
companheirismo, zelo e amizade.
A todos os professores que contribuíram com a minha formação e colegas do curso de
Engenharia Ambiental e Sanitária, pois junto percorremos uma etapa importante de nossas
vidas.
A todos que de alguma forma contribuíram e apoiaram para que eu chegasse até aqui.
3
"Não importa o que a vida fez de você, mas o que você faz com o que a vida fez de você".
Jean Paul Sartre.
4
RESUMO
ABORDAGEM DE DIFERENTES FUNÇÕES PARA EXTRAPOLAÇÃO DA CURVA
DE RECESSÃO DO HIDROGRAMA DE ÁGUAS SUBTERRÂNEAS PARA
CÁLCULO DE RECARGA EM ZONA DE FLORESTA
AUTOR: Fernando Pasini
ORIENTADORA: Malva Andrea Mancuso
Mananciais subterrâneos são importantes fontes de recursos hídricos, porém o ciclo de recarga
destes é muito lento. Assim, estudos que visam estimar quantidades de recarga de águas
subterrâneas sobressaem-se em questões ligadas a gestão destes recursos. O presente trabalho
de conclusão de curso desenvolveu-se mediante monitoramento de três poços experimentais
instalados no Parque Estadual do Turvo, Derrubadas/RS, e objetivou estimar recargas por meio
de diferentes funções matemáticas (exponenciais, lineares e quadráticas), utilizadas para
extrapolação do hidrograma de água subterrânea daquele local (região de preservação que
apresenta mata inalterada). Durante o período avaliado (jan/2015 - mar/2015) também foram
quantificados os registros pluviométricos, utilizando um pluviômetro instalado de forma
experimental no referido Parque. Para cômputo da recarga optou-se por utilizar o método Water
Table Fluctuation. Ainda, para validação dos dados de precipitação, foram feitas comparações
com as estações meteorológicas mais próximas ao local de estudo. Quanto às extrapolações do
hidrograma, a função quadrática não se adaptou ao comportamento do sistema, enquanto que
as demais apresentaram pequenas variações entre si. Em termos dos registros pluviométricos,
notou-se poucas alterações diante dos dados mensurados nas demais estações. Desta
precipitação, obteve-se estimativas que resultaram respectivamente uma recarga média de
13,82 % pela utilização da função exponencial e 15,06 % quando adotada a função linear na
forma de abordagem do traçado das curvas de recessão dos níveis de água. Portanto, a aplicação
do método Water Table Fluctuation, com a adoção da função linear para o traçado das curvas
de recessão dos níveis de água, resultou em uma maior quantificação dos índices de recarga
naquele local específico.
Palavras chaves: Aquífero. Water table fluctuation. Extrapolação automática
ABSTRACT
APPROACH OF DIFFERENT FUNCTIONS FOR EXTRAPOLATION OF THE
RECESSION CURVE OF THE GROUNDWATER HYDROGRAPH FOR
CALCULATION OF FOREST ZONE RECHARGE
AUTHOR: Fernando Pasini
ADVISOR: Malva Andrea Mancuso
Underground springs are important sources of water resources, but the recharge cycle of these
is very slow. Thus, studies aiming at estimating quantities of groundwater recharge stand out
in questions related to the management of these resources. The present work was developed by
monitoring three experimental wells installed in the Turvo State Park, in the state of Rio Grande
do Sul, RS, Brazil, with the objective of estimating recharge by means of different mathematical
functions (exponential, linear and quadratic), used for extrapolation of the hydrograph of
groundwater of that place (preservation region that presents unchanged forest). During the
evaluated period (Jan/2015 - Mar/2015) the pluviometric records were also quantified, using a
pluviometer experimentally installed in the Park. In order to calculate the recharge it was
decided to use the Water Table Fluctuation method. Also, to validate the precipitation data,
comparisons were made with the meteorological stations closest to the study site. As for the
extrapolations of the hydrograph, the quadratic function was not able to adapt to the behavior
of the system, while the others had small variations between them. In terms of rainfall records,
there were few changes compared to the data measured in the other stations. From this
precipitation, it was obtained estimates that resulted respectively in an average recharge of
13,82 % using the exponential function and 15,06 % when the linear function was adopted in
the form of approaching the tracing of the recession curves of the water levels. Therefore, the
application of the Water Table Fluctuation method, with the adoption of the linear function for
the tracing of the recession curves of the water levels, resulted in a greater quantification of the
recharge rates at that specific location.
Key words: Aquifer; Water table fluctuation; Automatic extrapolation
6
SUMÁRIO
INTRODUÇÃO ........................................................................................................................ 9
2 OBJETIVOS ........................................................................................................................ 11
2.1. OBJETIVO GERAL .................................................................................................. 11
2.2 OBJETIVOS ESPECÍFICOS ..................................................................................... 11
3 REVISÃO BIBLIOGRÁFICA ....................................................................................... 12
3.1 CICLO HIDROLÓGICO ........................................................................................... 12
3.1.1 Precipitação........................................................................................................... 13
3.1.2 Interceptação Vegetal .......................................................................................... 13
3.1.3 Hidrogramas ......................................................................................................... 15
3.1.4 Curva de Recessão ................................................................................................ 16 3.1.4.1 Regressão ........................................................................................................ 16
3.1.4.2 Método dos Mínimos Quadrados .................................................................... 17
3.1.5 Tendências de Recessão ....................................................................................... 17 3.1.5.1 Função de 1º Grau ou Função Afim ............................................................... 17
3.1.5.2 Relação Linear ................................................................................................ 18
3.1.5.4 Relação Quadrática ........................................................................................ 20
3.1.5.5 Funções Exponenciais .................................................................................... 20
3.1.5.6 Relação Exponencial ...................................................................................... 21
3.2 EVENTOS DE RECARGA ....................................................................................... 22
3.2.1 Balanço Hídrico .................................................................................................... 22
3.2.2 Método de Darcy .................................................................................................. 24
3.2.3 Método Water Table Fluctuation (WTF) ............................................................ 24
4 CARACTERÍSTICAS GERAIS DA ÁREA DE ESTUDO ......................................... 26
4.1.1 Características Ambientais do Parque Estadual do Turvo .............................. 27 4.1.1.1 Clima ............................................................................................................... 27
4.1.1.2 Evaporação ..................................................................................................... 27
4.1.1.3 Precipitação Pluviométrica ............................................................................ 27
4.1.1.4 Vegetação ........................................................................................................ 28
4.1.1.5 Solo ................................................................................................................. 28
4.1.1.6 Ventos .............................................................................................................. 28
5 METODOLOGIA ........................................................................................................... 30
5.1 DADOS DE PROFUNDIDADE DE NÍVEL D’ÁGUA ............................................ 30
5.1.1 Análises de Regressão .......................................................................................... 31 5.2 PRECIPITAÇÃO ....................................................................................................... 32
5.2.1 Pluviômetro do PET ............................................................................................. 32
5.2.2 Estações Pluviométricas ....................................................................................... 34
5.2.3 Tratamento dos dados de precipitação .............................................................. 35 5.3 APLICAÇÃO DO MÉTODO WTF ........................................................................... 35
6 RESULTADOS E DISCUSSÃO .................................................................................... 38
6.1 ESCOLHA DAS FUNÇÕES MATEMÀTICAS PARA EXTRAPOLAÇÃO DAS
CURVAS DE RECESSÃO DO HIDROGRAMA .................................................................... 38
6.2. ANÁLISE DA PLUVIOMETRIA OCORRIDA DURANTE O PERÍODO DE
MONITORAMENTO .............................................................................................................. 40
7
6.3. CALCULO DE RECARGA PELO MÉTODO WTF ................................................. 42
7 CONCLUSÃO ................................................................................................................. 46
REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................. 47
APÊNDICES ........................................................................................................................... 51
ANEXO .................................................................................................................................... 58
8
LISTA DE FIGURAS
Figura 1- Representação dos principais componentes do ciclo hidrológico. ........................................ 12
Figura 2- Ação da Vegetação como agente de interceptação da precipitação ...................................... 14
Figura 3- Principiais características de um hidrograma ........................................................................ 16
Figura 4- Gráfico de uma função polinomial de 1º Grau ...................................................................... 18
Figura 5- Gráfico de uma função de 2° Grau ........................................................................................ 19
Figura 6- Gráfico de uma função exponencial ...................................................................................... 21
Figura 7- Representação da recarga via balanço hídrico ....................................................................... 23
Figura 8- Curva hipotética de nível d’água ........................................................................................... 25
Figura 9- Localização do Parque Estadual do Turvo em Derrubadas- RS ............................................ 26
Figura 10- Entrada das frentes, quente (A) e fria (B) no estado do Rio Grande do Sul. ....................... 29
Figura 11- Poço de monitoramento instalado no PET. ......................................................................... 30
Figura 12- Representação de sondas instaladas no PET. ...................................................................... 31
Figura 13- Instalação de um pluviômetro para monitoramento da precipitação no Parque Estadual do
Turvo (RS) ............................................................................................................................................ 33
Figura 14- Localização das estações de EEA Cerro Azul- San Vicente/Ar, Frederico Westphalen-
A854 e PET ........................................................................................................................................... 34
9
INTRODUÇÃO
As regiões norte e noroeste do estado do Rio Grande do Sul, num contexto geral,
expandiram muito a sua área de cultivo agrícola, diminuindo, portanto, a parcela de áreas
florestadas. O Parque Estadual do Turvo – PET, localizado na cidade de Derrubadas, é o último
remanescente de vegetação natural preservado nesta região, e abriga uma imensa riqueza
biológica de espécies da fauna e flora nativa do estado.
A estimativa de recarga de água subterrânea é um fator chave em estudos de
disponibilidade, gestão e modelagem dos recursos hídricos subterrâneos (EILERS, 2012). Há
muitos modelos matemáticos para utilização referente a este tema, mas a incerteza sobre a
veracidade dos resultados se dá por não haver padronização, e pelas distintas condições que
podem ocorrer em cada ambiente.
A importância de estudos de recarga e disponibilidade hídrica é essencial para o
planejamento e gestão dos recursos, em especial, em áreas florestadas pode-se ter noção da real
condição do sistema ambiental e quão grande seria o potencial hídrico subterrâneo caso
houvesse menos impermeabilização e compactação do solo. Os estudos realizados nessas áreas
irão permitir entender a sua real função na preservação e na dinâmica dos recursos hídricos em
ambientes inalterados.
Este tipo de estudo por outro lado é dependente de vários fatores locais, e portanto é
restrito à área de estudo ou a outros locais que apresentem condições semelhantes. Dentre os
principiais fatores envolvidos, encontram-se o tipo de solo e seu potencial de infiltração e a
precipitação.
Para medição de precipitação, torna-se muito oneroso a instalação de sofisticados
aparelhos, em áreas sem instrumentos instalados, como acontece em muitas zonas e florestas
preservadas, portanto, é fundamental que resultados obtidos com técnicas experimentais de
medição sejam comparadas às de aparelhos certificados, proporcionando assim a possibilidade
de análise da veracidade dos dados coletados.
Quando se trata de estimativas de recarga, muitos métodos podem ser citados, mas deve-
se levar em consideração, muito além das teorias, a aplicabilidade com relação aos dados
disponíveis e ao sistema a que se está trabalhando (BARRETO; GOMES; WENDLAND,
2010). O método Water Table Fluctuation – WTF, também conhecido como Método da
Flutuação da Superfície Livre, utiliza poucas informações sobre o sistema, e os dados
10
necessários à aplicação do método são passiveis de serem encontrados com alto grau de
confiabilidade.
O WTF baseia-se na hipótese de que o evento de recarga pode ser descrito pela variação
do nível d’água multiplicada por um parâmetro de retenção específica do solo. Esta variação é
determinada subtraindo o valor da altura atingida pelo pico máximo de elevação da água,
quando em um evento de precipitação, e o ponto que a curva do sistema estaria caso não
houvesse ocorrido este evento (HEALY; COOK, 2002).
Este estudo foi desenvolvido considerando a importância de analisar a necessidade de
periodicidade de coleta de dados de nível d’água subterrânea em zonas de floresta preservada,
nas quais há dificuldades de acesso e para a instalação dos instrumentos de medição, e vista a
necessidade de avaliar métodos de interpretação automáticos dos resultados de monitoramento
hidrogeológico, que apresentam um elevado número de informações coletadas.
O capítulo a seguir trata dos objetivos que foram definidos para este trabalho,
posteriormente, uma breve revisão bibliográfica a respeito do tema, juntamente com a análise
da área de estudo. Dando sequência encontra-se a metodologia aplicada para atingir os objetivos
propostos, e estes são expressos quantitativamente na forma de tabelas e figuras, nos resultados
do estudo, e por fim, as conclusões do estudo.
11
2. OBJETIVOS
Para que fosse possível a elaboração deste trabalho de conclusão de curso, foram
traçados alguns objetivos, os quais estão aqui divididos em geral e específicos.
2.1.OBJETIVO GERAL
Analisar de forma comparativa a aplicação de diferentes funções matemáticas (via
software Excel) no traçado de linha de tendência da curva de recessão do hidrograma de nível
d’água subterrânea, bem como cálculo de recarga ocorrida na aquífero freático no Parque
Estadual do Turvo.
2.2 OBJETIVOS ESPECÍFICOS
1. Selecionar a função matemática (via software Excel) que melhor se ajusta à necessária
extrapolação da curva de recessão do hidrograma de águas subterrâneas do Parque do
Turvo;
2. Analisar a pluviometria ocorrida no local;
3. Calcular a recarga do aquífero freático da área de estudo pelo método WTF..
12
3. REVISÃO BIBLIOGRÁFICA
3.1 CICLO HIDROLÓGICO
O ciclo da água, que cientificamente é chamado de ciclo hidrológico, corresponde à
troca permanente de água entre a atmosfera, a água presente no solo, as águas superficiais, as
águas subterrâneas e a parcela de água armazenada nas plantas. A ciência que estuda o ciclo
hidrológico é a Hidrologia.
Este ciclo não tem começo nem fim, constituindo-se, portanto, em uma atividade
contínua de evaporação das águas dos oceanos e da superfície do continente, sendo que este
vapor se torna parte da atmosfera e precipita. Dessa precipitação muitas situações podem
ocorrer, como ser interceptada pela vegetação, escoar superficialmente, infiltrar, evaporar antes
mesmo de atingir o solo, dentre outros processos (LIMA, 1997).
Tucci e Clarke (1997), entendem que o ciclo da água é impulsionado pela energia solar,
sendo este um ciclo que retira água do continente e do mar, em forma de vapor, este entra no
sistema de circulação da atmosfera e é transportado por distintas regiões. A Figura 1 ilustra os
principais processos que ocorrem no ciclo da água.
Figura 1 - Representação dos principais componentes do ciclo hidrológico.
Fonte: Brito, (2011).
13
Mais que uma simples sequência de fatos, a Hidrologia estuda um conjunto de fases,
que representam os caminhos percorridos pela água (LIMA, 1997). Sendo este de grande
importância para atividades de planejamento e gestão de recursos hídricos.
3.1.1 Precipitação
O dinâmico sistema atmosférico provoca situações que ocasionam a precipitação, que é
quando há o resfriamento do ar úmido, formando inicialmente nuvens e posterior aglutinamento
das partículas, que ficam densas o suficiente para caírem ao solo (TUCCI; CLARKE, 1997). A
precipitação é considerada o principal processo responsável pela recarga das águas
subterrâneas, esta se infiltra no solo e escoa por zonas não saturadas, esse escoamento não
necessariamente ocorre na forma vertical, podendo ocorrer também de forma horizontal e
subsuperficilamente, contudo não caracterizando recarga (BARRETO; GOMES;
WENDLAND, 2010).
3.1.2 Interceptação vegetal
Em áreas de floresta é importante salientar a ação desta como agente de retenção de
umidade e de parcela da precipitação ocorrida. A Figura 2 ilustra a ação da vegetação como
agente de interceptação da precipitação e também como responsável pela evapotranspiração. A
vegetação exerce papel fundamental no que diz respeito a cobertura do solo, diminuindo
substancialmente o volume de água escoado superficialmente (MATTOS, 2015).
14
Figura 2 - Ação da Vegetação como agente de interceptação da precipitação.
Fonte: Tucci e Clarke (1997).
Ainda, a respeito da influencia da vegetação, Tucci e Clarke (1997) citam trabalhos
desenvolvidos a respeito do tema e concluem afirmando a grande necessidade que há em se
manter o solo com vegetação, seja ela plantada ou natural, enfocando que a vegetação natural
agrega muitos beneficios ao solo, e que estes são muito superiores aos de uma plantação perene.
Na Tabela 1 apresenta-se a relação estabelecida por Tucci e Clarke (1997, adaptado de
LAL, 1981) que enfatiza o tipo de desmatamento e o volume de escoamento superficial ao qual
o solo fica sujeito.
15
Tabela 1 - Relação entre o tipo de desmatamento e preparo do solo com o volume de escoamento
superficial.
Fonte: Tucci e Clarke, (1997, adaptado de LAL, 1981).
3.1.3 Hidrogramas
Os hidrogramas de um modo geral usam o conceito chuva/vazão, representando em
gráficos a ação de um fenômeno natural em outro inter-relacionado. Sendo que após ao início
da precipitação ainda transcorre um tempo até que esta atinja o aquífero freático ou o manancial
superficial e efetivamente constitua aumento em seu volume, este dado tempo pode ser
chamado de tempo de retardo. Assim que o volume adicional chega ao ponto de medição, inicia-
se uma grande elevação na curva do sistema até atingir um pico máximo.
O período de tempo em que a vazão ou o volume monitorado permanece no ponto
máximo é considerado “tempo de pico”. Posterior ao pico inicia-se o processo de diminuição
da elevação, ou seja ocorre uma recessão do volume, onde observa-se um ponto de inflexão da
curva (PERES, 2015). A Figura 3 representa um hidrograma unitário e a indicação dos distintos
momentos.
16
Figura 3 - Principiais características de um hidrograma.
Fonte: Collischonn e Dornelles (2013).
3.1.4 Curva de recessão
Dentre as definições a serem adotadas para efetiva aplicação do método WTF pode-se
destacar o traçado da curva de recessão, que deve ser extrapolada até o tempo em que o nível
d’água alcance seu pico máximo. A curva de recessão deve corresponder ao traço que a
hidrografia do poço de monitoramento teria seguido caso não houvesse ocorrido uma elevação
do nível d’água (BARRETO; GOMES; WENDLAND, 2010).
3.1.4.1 Regressão
No contexto da estatística, a regressão é uma técnica que objetiva investigar e inferir a
relação entre duas ou mais variáveis relacionadas de maneira não determinística (DEVORE,
2011). Para escolha do modelo mais apropriado, Levine, Stephand e Szabat (2005) recomendam
que seja feita a plotagem dos dados em um diagrama de dispersão, para assim visualizar a
distribuição dos valores da variável independente e da variável dependente (a respeito da qual
se pretende fazer uma estimativa).
17
3.1.4.2 Método dos mínimos quadrados
O chamado método dos mínimos quadrados é uma técnica de regressão linear que
procura encontrar o melhor ajuste para um conjunto de dados, buscando sempre minimizar a
soma dos quadrados das diferenças entre o valor estimado e os dados observados, tais diferenças
são denominadas resíduos (HELENE, 2006).
O software Excel, utiliza o método dos mínimos quadrados para gerar automaticamente
tabelas de regressão. Para isso é necessário organizar os dados de forma que o software
interprete corretamente o que deverá ser calculado.
O método dos mínimos quadrados representa uma técnica matemática que determina
quais os valores de 𝛽0 e 𝛽1, que minimizam a soma das diferenças ao quadrado.
Qualquer valor correspondente a 𝛽0 e 𝛽1, que não seja determinado através do método
dos mínimos quadrados resulta em uma soma mais elevada das diferenças ao
quadrado entre o verdadeiro valor de y e o valor previsto de y (LEVINE, STEPHAND
E SZABAT, 2005. p. 476).
3.1.5 Tendências de recessão
Entre pesquisadores da área de hidrodinâmica ambiental, há inúmeras divergências de
opiniões quanto à tendência que uma curva de recessão do nível de águas subterrâneas deve
apresentar após iniciado o período de ascensão. Cada local, por possuir distintas características,
apresenta uma tendência específica de escoamento de base. Barreto, Gomes e Wendland (2010),
Gomes (2008) e Dambrós (2011) tratam a curva de recessão como subjetiva ao ambiente de
estudo. Healy e Cook (2002), assim como Silvério da Silva e Dambrós (2012), consideram que
não há uma padronização para estas curvas, portanto deve-se utilizar uma que se ajuste aos
dados de estudo.
Gomes (2008), Dambrós (2011) e Palavro (2015) utilizam funções exponenciais para
estimar recarga, enquanto que Barreto (2006), Wendland, Barreto e Gomes (2007) e Coelho
(2016) utilizam uma função do tipo potencial. Neto e Kiang (2008) recomendam uso de função
linear para aquíferos rasos, por ocorrer grandes variações em pequenos espaços de tempo. Para
abordagens usando funções quadráticas não há referências na literatura que indiquem esta
aplicação.
3.1.5.1 Função de 1º grau ou função afim
Define-se função polinomial do 1º grau, ou função afim, a qualquer função f, de IR em
18
IR, dada por uma lei da forma y = ax + b, onde a e b são números reais dados (chamados
coeficientes) e 𝑎 ≠ 0 (ADAMI; DORNELLES FILHO; LORANDI, 2015).
O gráfico de uma função polinomial do 1º grau, y = ax + b, com 𝑎 ≠ 0, é uma reta. Na
função y = ax + b, o coeficiente de x, a, é chamado coeficiente angular da reta, sendo que a está
ligado à inclinação da reta em relação ao eixo X. O termo constante, b, é chamado coeficiente
linear da reta (FLEMMING; GONÇALVES, 2006). Abaixo a figura 4 representa um gráfico de
uma função de 1º grau
Figura 4 - Gráfico de uma função polinomial de 1º Grau.
Fonte: Autor.
3.1.5.2 Relação linear
A relação mais simples entre variáveis x (independente) e y (dependente) é a linear, ou
seja, a medida que os valores de x variam espera-se que os de y variem na mesma proporção
criando um modelo de representação retilíneo. Abaixo apresenta-se o modelo de regressão
linear simples:
𝑦𝑖 = 𝛽0 + 𝛽1𝑥𝑖 + 𝜀𝑖 (1)
0
1
2
3
4
5
6
7
8
9
1 2 3 4 5 6 7 8
Função Polinomial de 1° Grau
19
onde 𝛽0 é a interseção de y para a amostra de dados; 𝛽1é a inclinação da amostra de dados e 𝜀𝑖
é o erro aleatório em y para a observação i.
Neste modelo, a inclinação da linha 𝛽1, representa a alteração esperada em y, a cada
unidade de alteração em x. A inclinação representa a quantidade média em que y se
altera (positiva ou negativamente) para uma determinada unidade e alteração em x. A
interseção (ou intercepto) de y, 𝛽0, representa o valor médio de y quando x é igual a
zero. O último componente do modelo, 𝜀𝑖, representa o erro aleatório em y para cada
valor de i que ocorre (LEVINE, STEPHAND e SZABAT 2005. P. 472-473).
3.1.5.3 Funções de 2° grau ou quadráticas
Define-se uma função quadrática, ou função polinomial do 2º grau à uma função f, de
IR em IR, dada por uma lei da forma y = ax2 + bx + c, onde a, b e c são números reais (chamados
coeficientes), sendo que se deve ter a 0. O gráfico de uma função polinomial do 2º grau, y =
ax2 + bx + c, com a 0, é uma curva chamada parábola (FLEMMING; GONÇALVES, 2006).
O coeficiente a desempenha no gráfico a propriedade de concavidade da parábola (a >
0: concavidade voltada para cima, a < 0: concavidade voltada para baixo), o coeficiente b revela
a inclinação que a parábola toma após passar pelo eixo Y, enquanto que o coeficiente c indica
onde a parábola "corta" o eixo Y. Abaixo a Figura 5 representa uma função polinomial de 2º
grau.
Figura 5 - Gráfico de uma função de 2° Grau.
Fonte: Autor.
0
1
2
3
4
5
6
7
8
9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Função polinimial de 2º grau
20
3.1.5.4 Relação quadrática
O modelo de regressão quadrática segue a mesma premissa do linear, onde uma variável
é suficiente para descrever o comportamento da amostra. A diferença é que neste modelo há
dois coeficientes para representar uma grandeza em y. Abaixo é expresso o modelo
𝑦1 = 𝛽0 + 𝛽1𝑥1𝑖 + 𝛽2𝑥1𝑖2 + 𝜀𝑖 (2)
onde 𝛽0: Interseção de y; 𝛽1: Coeficiente de efeito linear em y; 𝛽2: Coeficiente de efeito
quadrático em y e 𝜀𝑖: Erro aleatório para y para a observação i.
3.1.5.5 Funções exponenciais
Flemming e Gonçalves (2006), consideram funções exponenciais todas que relacionem
o valor de y a um valor exponencial de x, ou seja, toda função definida de IR em IR, que possui
uma lei de formação tal que f(x) = ax, com a denominada base a sendo um número real, a > 0 e
a ≠ 1.
Esse tipo de função serve para representar situações em que ocorrem grandes variações,
sendo importante ressaltar que a incógnita se apresenta no expoente. As funções exponenciais
se classificam em crescentes (casos em que a > 1) e decrescentes (nos casos em que 0 < a < 1).
Especificamente, a função f(x) = ex, cuja base é a constante de Euler (𝑒 ≈ 2,718), desempenha
um papel muito importante em diversas aplicações voltadas à área de química, biologia, física,
engenharia, astronomia, economia, geografia, entre outras. A Figura 6 representa a seguir o
gráfico de uma função exponencial.
21
Figura 6- Gráfico de uma função exponencial.
Fonte: Autor.
3.1.5.6 Relação exponencial
Segundo Devore (2011), algumas funções não lineares são passiveis de sofrer
linearização, a exemplo das funções do tipo exponencial e potencial. As equações abaixo
apresentadas por Levine et al. (2005), demonstram a transformação do modelo de regressão
exponencial original para o transformado, respectivamente.
𝑦𝑖 = 𝜀𝑖𝑒𝛽0+𝛽1𝑥1𝑖+𝛽2𝑥2𝑖 (3)
𝑙𝑛𝑦𝑖 = 𝛽0 + 𝛽1𝑥1𝑖 + 𝛽2𝑥2𝑖 + ln 𝜀𝑖. (4)
Devore (2011) apresenta uma tabela com um passo a passo da linearização de algumas
funções, em especial da exponencial, modelo apresentado pelo equacionamento abaixo:
𝑦 = 𝐾𝑒𝑎𝑥 (5)
𝑦∗ = ln(𝑦) (6)
𝑦∗ = ln(𝐾) + 𝑎𝑥 (7)
e assim, tem-se agora uma função em formato linear.
0
20
40
60
80
100
120
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Função Exponencial
22
3.2 EVENTOS DE RECARGA
Para Eilers (2012), o conceito de recarga pode variar muito, principalmente em função
do tipo de aquífero estudado, mas em termos gerais, para aquíferos livres, pode ser descrita
como o fluxo descendente de água que encontra a zona saturada, resultando em um volume
adicional à esta.
Estimativas rigorosas de recarga são difíceis de serem obtidas, há muitos fatores locais
responsáveis pelas suas variações temporais e espaciais (HEALY, 2010). Características como
o regime pluviométrico, taxa de evapotranspiração, geologia, topografia e uso do solo
influenciam nos dados (DRIPPS; HUNT; ANDERSON, 2006).
Existem vários métodos para estimar a taxa de recarga [...]. De uma maneira
simplificada, os métodos podem ser classificados em: (i) métodos empíricos, que
relacionam a precipitação com a recarga; (ii) métodos baseados em medidas diretas
de determinados processos físicos; e, (iii) modelos numéricos baseados na solução da
Lei de Darcy (EILERS, 2012, p.3).
A recarga pode ser proveniente de várias fontes, exemplos são a precipitação
pluviométrica (considerada o principal fator), contribuição de rios, lagos ou canais e de forma
artificial através do uso da irrigação (EILERS, 2012). Portanto sua quantificação sendo de
fundamental importância para estudos relativos ao tema.
A recarga pode ser classificada em três tipos: direta, quando o volume de precipitação
que infiltra verticalmente pela zona não saturada soma-se ao volume do aquífero; indireta,
quando ocorre drenagem das águas por fissuras nas rochas e outras formas de fluxo subterrâneo;
localizada, ocorre quando o volume de água escoa lateralmente por curtas distâncias antes de
infiltrar e fazer parte do aquífero (GOMES, 2008 apud LERNER et al., 1990). Este mesmo
autor, ainda cita que ao ser considerada a recarga direta, pode-se destacar dois métodos para
estimá-la, método do Balanço Hídrico e método WTF.
3.2.1 Balanço hídrico
O método do Balanço Hídrico objetiva determinar todos os componentes do ciclo
hidrológico, utilizando uma equação de perdas e ganhos de volume de água. Na Figura 7
apresenta-se esquematicamente os processos envolvidos e as variáveis que devem ser levadas
em consideração para aplicação deste referido método.
23
Figura 7 - Representação da recarga via balanço hídrico.
Fonte: Eilers (2012).
Gomes (2008), utiliza a seguinte equação como base para estimar balanço hídrico, sendo
todos os termos representados em unidade de volume de água:
𝑃 + 𝑄𝑒 = 𝐸𝑇 + 𝑄𝑠 + ∆𝑆 + 𝐼 (8)
sendo: 𝑃: Precipitação; 𝑄𝑒: Entradas de fluxo na área; 𝐸𝑇: Evapotranspiação; 𝑄𝑠: Saída de
fluxo da área; ∆𝑆: Variação no armazenamento de água e 𝐼: Interceptação.
Para estimar o balanço hídrico subterrâneo, essa equação sofre incremento de outras
informações pertinentes, como descrito a seguir:
𝑃 + 𝑄𝑒𝑠𝑙 + 𝑄𝑒
𝑧𝑠 = 𝐸𝑇𝑠𝑙 + 𝐸𝑇𝑛𝑠 + 𝐸𝑇𝑧𝑠 + 𝑅0 + 𝑄𝑠𝑧𝑠 + 𝑄𝑏 + ∆𝑆𝑠𝑙 + ∆𝑆𝑛𝑠 + ∆𝑆𝑧𝑠 + 𝐼 (9)
sendo 𝑅0 o fluxo superficial na área; 𝑄𝑏 é o fluxo de base, e os sobrescritos definem sl: área
superficial; zs: zona saturada e ns: zona não saturada do solo.
24
3.2.2 Método de Darcy
A lei de Darcy pode ser usada tanto para aquíferos confinados quanto livres, ela
considera que o escoamento seja permanente, e não haja extração de água. A velocidade de
Darcy ou descarga específica (q) é calculada em função de um coeficiente de condutividade
hidráulica obtido através de um gradiente hidráulico.
A equação 10 representa, de forma simplificada, que a descarga específica multiplicada
pelo volume em uma seção transversal (A) de um aquífero é a igualdade da recarga (R)
multiplicada pela área superficial (B) que contribui para o fluxo (MATTOS, 2015), ou seja:
𝑞𝐴 = 𝑅𝐵 (10)
3.2.3 Método WTF
Para obtenção de estimativas de recarga de aquíferos livres, um dos métodos mais
utilizados e aceitos é o WTF, que se baseia no monitoramento da variação do nível freático em
poços ou piezômetros (HEALY; COOK, 2002). Este método é considerado por Delin et al.
(2006), como o mais simples e fácil de ser aplicado, neste tipo de estudo, desde que os dados
das variações de nível estejam disponíveis.
Estudos que utilizam o método do WTF são bastante empregados no estudo de regiões
de clima úmido, devido ao pequeno número de variáveis necessário para sua aplicação
(COELHO; ALMEIDA; SILANS, 2012). O método é baseado na hipótese de que a recarga de
um aquífero livre é inteiramente atribuída à elevação do seu nível freático (SCANLON;
HEALY; COOK, 2002).
Para a aplicação do método WTF, é considerado que, cada elevação individual do nível
d’água subterrânea representa uma parcela da recarga direta. O método consiste na identificação
dos períodos contínuos de recessão do nível freático, avaliando os eventos de precipitação
observados no período e as alterações na inclinação da curva de recessão. A representação a
seguir (Figura 8), proposta por Lucas, Guanabarra e Wendland (2012), apresenta uma curva
hipotética de variação individual de nível d’água subterrânea.
25
Figura 8 - Curva hipotética de nível d’água.
Fonte: Lucas, Guanabarra e Wendland (2012).
Para Lucas; Guanabarra; Wendland (2012), o gráfico representa um período de ascensão
da curva, que demonstra que ocorreu um evento de precipitação e logo após uma recessão, um
período de estiagem. Para estimar a recarga, extrapola-se um prolongamento da recessão
anterior, até o ponto onde esta encontra o início de uma nova recessão.
Assim, a variação do armazenamento de água (ΔH) corresponde diretamente ao valor
da recarga, que representa todo o volume de água que chega até o aquífero.
Para Melo, Alves e Silva (2014), dentre os métodos de avaliação de recarga por medição
de nível subterrâneo, o método WTF é o mais fácil de aplicar. Contudo, a incerteza da
veracidade de seus dados se dá pela falta de parâmetros de porosidade específica, o qual utiliza
apenas estimativas.
26
4. CARACTERÍSTICAS GERAIS DA ÁREA DE ESTUDO
O Parque Estadual do Turvo (PET), criado em 1947, está entre as poucas áreas
remanescentes de floresta subtropical da região noroeste do Rio Grande do Sul. Seu Plano de
Manejo de 2005, o institui como uma unidade de conservação de proteção integral, assim, não
sendo permitido retirada direta de recursos naturais. Podendo apenas serem realizadas
atividades de pesquisa e educação ambiental. Abaixo, a Figura 9 representa a localização do
PET, entre as coordenadas 27º00'S, 53º40'W a 27º20'S, 54º10'W.
Figura 9 - Localização do Parque Estadual do Turvo em Derrubadas – RS.
Fonte: Kasper et al. (2007).
Seu entorno foi intensamente desflorestado em virtude da implementação de atividades
agropecuária (LEITE, 2002). Possui área de 17.491 ha, fazendo divisa ao norte e nordeste com
o Rio Uruguai e entorno com pequenas propriedades rurais (GEIHL, 2007).
27
4.1.1 Características ambientais do Parque Estadual do Turvo
São especificadas abaixo, condições ambientais da área de estudo, relevantes ao tema.
4.1.1.1 Clima
O clima da região pode ser classificado segundo a classificação de Köppen, como CFA,
isto é clima subtropical úmido, esta se baseia principalmente nas características térmicas e na
distribuição sazonal da precipitação. Onde as temperaturas médias do mês mais quente, janeiro,
são superiores a 22 ºC e do mês mais frio, julho, oscila entre -3 ºC a 18 ºC (KUINCHTNER;
BURIOL, 2001).
4.1.1.2 Evaporação
Quanto a evaporação, apresenta uma variação sazonal bem pronunciada acompanhando
o comportamento da temperatura média com valores menores registrados no inverno, junho à
agosto, valores maiores no final da primavera e no verão, novembro à janeiro. As precipitações
médias, exceto nos meses de janeiro (148 mm), fevereiro (113,7 mm), novembro (144,7 mm) e
dezembro (158,2 mm), são superiores aos valores de evaporação (PLANO DE MANEJO PET,
2005).
4.1.1.3 Precipitação pluviométrica
A precipitação pluviométrica anual atinge cerca de 1.665 mm, sendo chuvas bem
distribuídas ao longo do ano, embora possam se identificar meses com índices de precipitação
mais elevados, abril, maio, junho e outubro, apresentam precipitações médias superiores a 165
mm, em contraposição a meses com menos registros de precipitação, fevereiro, julho, agosto e
dezembro época na qual os registros são inferiores a 115 mm (PLANO DE MANEJO PET,
2005).
Ainda segundo o Plano de Manejo do PET, documento publicado em 2005, têm-se uma
boa distribuição das chuvas ao longo do ano, e esta pode ser evidenciada pelo número médio
de dias de chuva, que abrangem praticamente todo o período anual, totalizando 95 dias com
precipitação.
28
4.1.1.4 Vegetação
A vegetação é em grande parte composta pela Floresta Estacional Decidual (Floresta
Tropical Caducifólia) (IBGE, 2012). Para Mikhailova; Mulbeier (2008), o PET apresenta
também outras formações vegetais em outros ambientes. Há banhados, que caracterizam áreas
de pouca drenagem ou nascentes de rios; campos, onde os afloramentos de rochas basálticas
impedem a formação de floresta, predominando a vegetação herbácea; lajedos, que ocorrem
nas margens do Rio Uruguai, onde apresentam-se afloramentos basálticos com vegetação
herbácea e arbustiva, sujeito a inundações periódicas; bem como formações antrópicas,
pequenas áreas com vassourais, capoeiras ou florestas secundárias, onde a floresta original
sofreu ação humana.
4.1.1.5 Solo
O solo é argiloso, pobre em quartzo, rico em ferro e manganês. Apresenta cor vermelho
escuro, de média profundidade, drenagem rápida e, portanto, suscetível à erosão
(MIKHAILOVA; MULBEIER, 2008). O solo foi classificado por Inácio (2006, apud Streck et
al., 2002) como Chernosolo Argilúvico Férrico Típico (MTf), unido com Neossolo Litólico
Eutrófico Chernossólico (Rle1), tem boa fertilidade e alta saturação por bases.
Mendonça (2009), trabalhou avaliando a capacidade de infiltração de solos submetidos
a diferentes tipos de manejo, constatando que solos com maior teor de matéria orgânica
aprestavam elevado potencial de infiltração, absorção e consequentemente recarga. A presença
de espécies florestais aumenta o teor de matéria orgânica dos solos, auxiliando na conservação
da umidade, elevando a capacidade de absorção e infiltração de água, reduzindo riscos de erosão
e estimulando a atividade biológica (MUSCHLER, 2000).
4.1.1.6 Ventos
Apesar da intensa dinâmica atmosférica pode-se descrever o comportamento médio dos
ventos no Rio Grande do Sul como sendo no sentido Leste-Nordeste, na maioria das vezes
impulsionado por sistemas de baixa pressão no nordeste da Argentina e por um sistema
estacionário ao leste da Cordilheira dos Andes. Ainda é importante ressaltar que mesmo
possuindo tendência a este fluxo, em micro escala pode ser afetada a direção dos ventos devido
29
a condições geográficas locais (ATLAS EÓLICO DO RIO GRANDE DO SUL, 2002). A
Figura 10 representa esquematicamente a ação dos ventos, relativos a entrada de frentes frias e
quentes.
Figura 10 - Entrada das frentes, quente (A) e fria (B) no estado do Rio Grande do Sul.
Fonte: Adaptado do Atlas Eólico do Rio Grande do Sul (2002).
A B
30
5. METODOLOGIA
Para atingir os objetivos propostos neste trabalho de conclusão de curso, dividiu-se a
metodologia em três partes: monitoramento e análise do comportamento do nível d’água
subterrânea; aquisição e análise comparativa de dados de precipitação e cálculo da estimativa
de recarga via método WTF.
5.1 DADOS DE PROFUNDIDADE DE NÍVEL D’ÁGUA
Para análise da variação do nível d’água subterrânea foram utilizados dados coletados
em três piezômetros, localizados em área de floresta no interior do PET, sendo que tais
piezômetros foram instalados a partir do uso de material PVC, com 50mm de diâmetro, assim
como ilustra a Figura 11.
Figura 11 - Poço de monitoramento instalado no PET.
Fonte: Autor.
Os poços de monitoramento foram originalmente construídos por Palavro (2015), o qual
instalou no interior dos três piezômetros sondas que possibilitaram a aquisição de dados de
variação de pressão, que posteriormente foram convertidos em dados de variação de coluna de
31
água. Para este estudo foram instalados dois tipos de sonda, Levelogger 3001 – Edge e
Barologger 3001 – Edge. Abaixo, a Figura 12 representa como o fabricante recomenda que as
sondas fiquem dispostas dentro do poço de monitoramento.
Figura 12 - Representação de sondas instaladas no PET.
Fonte: www.solinst.com.
A sonda Levelogger foi instalada no fundo do poço para registrar a pressão decorrente
da coluna de água, e a sonda Barologger que registra a pressão barométrica, foi instalada dentro
do piezômetro, de forma suspensa, em zona sem água (próximo a superfície do terreno, na zona
não saturada).
5.1.1 Análises de regressão
Para entender o comportamento das curvas de recessão do nível freático (que
posteriormente possibilitaram quantificar a recarga via método WTF), os dados foram
analisados com o auxílio do software Excel para, cada um dos eventos de recessão registrados
pelas sondas instaladas, em cada um dos três piezômetros. Então, para efeito de análise do
comportamento da recessão e a sua representação gráfica, optou-se por utilizar funções do tipo
32
linear, exponencial e quadrática no traçado das curvas de recessão (via software Excel), por
possuírem representação gráfica semelhante ao que se espera do comportamento do volume de
água de um aquífero em períodos de estiagem.
Após a escolha dos três tipos de funções para plotagem das curvas de recessão, utilizou-
se o comando “Regressão” encontrado na extensão “Análise de dados” do software Excel, o
qual possibilitou que fossem determinados os valores para os coeficientes das funções
analisadas, sendo estas:
Para a função linear: Foram encontrados os valores dos coeficientes a e b;
Para a função polinomial: Obtidos os valores dos coeficientes a, b e c;
Para a função exponencial: Determinados os valores das constantes K e a.
Partiu-se da premissa de que o traçado das curvas de recessão, para que fosse adequado
à aplicação do método WTF, deve, além de ser o mais fiel possível à real recessão, ser
compatível com o comportamento esperado para o sistema, quando este inicia a elevação do
hidrograma (recarga do aquifero). Observou-se, também, a condição de que quando inicia a
ascensão da curva do sistema, a recessão deve permanecer em um proporcional declínio.
5.2 PRECIPITAÇÃO
Por não haver a disponibilidade de equipamentos que promovam a geração de dados de
precipitação específicos da área em estudo, foi necessária a instalação de um pluviômetro no
PET (Figura 13). E para fins de comparação dos dados de precipitação coletados no Parque,
obteve-se registros de precipitação das estações de San Vicente/Argentina (localizado a 66,27
km do PET) e de Frederico Westphalen/RS (situado à 44,42 km do PET), cuja aquisição deu-
se por meio eletrônico através dos sites do Instituto Nacional de Tecnología Agropecuária
(INTA- Argentina) e do Instituto Nacional de Meteorologia (INMET- Brasil). A coleta dos
dados de precipitação iniciou no dia 14 de janeiro de 2015 e se prolongou até dia 05 de março
do mesmo ano.
5.2.1 Pluviômetro do PET
Os dados de precipitação coletados no interior do Parque foram registrados com uso de
um pluviômetro experimental com registro automático de variação de nível d’água, instalado
na área de estudo (Figura 13).
33
Figura 13 - Instalação de um pluviômetro para monitoramento da precipitação no Parque
Estadual do Turvo (RS).
Fonte: Palavro (2015).
Palavro (2015) fixou o pluviômetro por meio de um suporte de madeira, esse foi
acoplado em um receptáculo de tubo PVC, que possui uma mangueira em forma de sifão para
esvaziamento do mesmo quando a água chegasse à certa altura.
Dentro do receptáculo de PVC foi instalada uma sonda sensível à pressão, possibilitando
assim o registro da pressão da coluna d’água dentro do tubo. Através dos dados referentes à
coluna d’água torna-se possível calcular o volume de água que entrou no pluviômetro. Os dados
eram registrados a cada 10 minutos, gerando ao fim do período de experimentação um grande
quantitativo de dados de precipitação. Para comparação destes referidos dados com os das
outras duas estações, estes foram então ordenados em dias.
34
5.2.2 Estações pluviométricas
Para validar os dados de precipitação encontrados no PET, estes foram comparados com
os dados disponibilizados nas duas estações pluviométricas mais próximas, ou seja, da estação
automática de Frederico Westphalen, localizada na área experimental do campus da
Universidade Federal de Santa Maria/FW (RS, Brasil) e da estação de San Vicente, na
Argentina, visto que o Parque se encontra em região de fronteira, tendo área de floresta
localizada em ambos os países. O Quadro 2 indica as coordenadas de localização geográfica e
a Figura 14 ilustra a localização das áreas de instalação das estações pluviométricas que tiveram
os dados utilizados neste estudo.
Quadro 2 - Coordenadas geográficas das três estações.
Estação Latitude Longitude País
EEA Cerro Azul- San Vicente/Ar 26°59’57,62’’ S 54°28’11,00’’ O Argentina
Frederico Westphalen- A854 27°23’43,39’’ S 53°25’46,02’’ O Brasil
PET 27°13’57,42’’ S 53°51’03,86’’ O Brasil
Fonte: Autor.
Figura 14- Localização das estações de EEA Cerro Azul- San Vicente/Ar, Frederico
Westphalen- A854 e PET
Fonte: Adaptado de Google (2016).
PET
66,24 Km
44,42 Km
35
5.2.3 Tratamento dos dados de precipitação
Para fins de realização deste estudo, optou-se por utilizar os seguintes parâmetros
pluviométricos, precipitação total, precipitação máxima e média diária, e intensidade da
precipitação, além da representação gráfica, os quais são detalhados a seguir.
Em termos dos dados de precipitação fez-se estimativas (utilizando as ferramentas do
software Excel 2013) do total precipitado (soma dos quantitativos de todos os eventos de
precipitação ocorridos no decorrer do período de estudo), da média diária (corresponde à média
aritmética precipitada em relação a todo o período avaliado) e da máxima diária (o maior valor
encontrado em um dia);
Para cálculo das intensidades de precipitação máxima, média e total, foram analisados
individualmente todos os eventos de precipitação, sendo que o volume total precipitado no
evento foi dividido pela quantidade de dias que se estendeu o respectivo evento. A maior
intensidade verificada atribuiu-se a denominação de intensidade de precipitação máxima, a
média das intensidades por evento representa aqui a chamada intensidade de precipitação média
(média aritmética das intensidades de precipitações) e a soma das intensidades (somatório dos
eventos registrados) é a denominada intensidade de precipitação total.
Para a representação gráfica dos eventos de precipitação foi utilizado todo o quantitativo
dos dados de precipitação, a partir dos quais foi gerado um gráfico que relaciona período (dia)
e precipitação (mm), com o intuito de exibir os eventos que ocorreram simultaneamente, nas
diferentes estações, analisar, comparativamente os dados de precipitação coletados no PET.
5.3 APLICAÇÃO DO MÉTODO WTF
Junto com as recessões analisadas anteriormente (Seção 5.1.1), foram plotadas as
elevações de nível d’água, e por meio das funções obtidas (Seção 6.1) foram então traçadas as
curvas representativas da continuidade (extrapolação) da recessão pelas funções linear e
exponencial (Apêndice A). Partindo do princípio de que as melhores funções seriam as que
representassem o comportamento do sistema aquífero anterior ao início da elevação do nível
d’água subterrânea. Os quadros 2 e 3 que representam os períodos de recessão avaliados em
cada poço de monitoramento o qual é nomeado de piezômetro (Pz).
36
Quadro 2 - Período avaliado por evento de recessão do nível d’água subterrânea.
Pz Evento Período de Recessão Dias
1
1 15/01/2015 00:20 20/01/2015 19:00 5,78
2 10/02/2015 20:50 11/02/2015 18:00 0,88
3 11/02/2015 22:10 12/02/2015 21:40 0,98
4 21/02/2015 16:00 22/02/2015 03:20 0,47
5 22/02/2015 05:10 22/02/2015 23:10 0,75
6 03/03/2015 02:00 04/03/2015 22:50 1,87
2
1 14/01/2015 00:10 20/01/2015 19:20 6,80
2 22/01/2015 02:40 25/01/2015 01:00 2,93
3 19/02/2015 00:00 21/02/2015 21:40 2,90
3
1 18/01/2015 13:30 20/01/2015 10:20 1,87
2 12/02/2015 00:00 13/02/2015 18:20 1,76
3 21/02/2015 16:00 22/02/2015 18:30 1,10
Fonte: Autor.
Quadro 3 - Período de extrapolação da recessão do hidrograma do nível d’água subterrânea,
por evento
Pz Evento Período de Extrapolação Dias
1
1 21/01/2015 02:50 21/01/2015 09:20 0,27
2 11/02/2015 20:00 11/02/2015 22:00 0,08
3 14/02/2015 06:10 14/02/2015 13:20 0,30
4 22/02/2015 03:50 22/02/2015 05:00 0,05
5 23/02/2015 03:00 23/02/2015 05:00 0,08
6 05/03/2015 01:40 05/03/2015 15:10 0,56
2
1 20/01/2015 23:00 21/01/2015 05:10 0,26
2 25/01/2015 02:00 25/01/2015 08:50 0,28
3 25/02/2015 13:40 27/02/2015 23:50 2,42
3
1 20/01/2015 14:50 21/01/2015 05:50 0,63
2 13/02/2015 19:00 14/02/2015 01:30 0,27
3 23/02/2015 00:00 24/02/2015 05:50 1,24
Fonte: Autor.
Assim como na metodologia proposta por Coelho, Almeida e Silans (2012), que por sua
vez baseou-se em Healy e Cook (2002), no desenvolvimento deste trabalho foram extrapoladas
as curvas de recessão até que estas atingissem o início da recessão seguinte. A Figura 12 ilustra
37
hipoteticamente a forma de obtenção da extrapolação de uma curva de recessão e a indicação
dos períodos de recessão e de extrapolação da curva.
Figura 12 - Extrapolação hipotética da curva de recessão.
Fonte: Adaptado de COELHO, ALMEIDA e SILANS (2012).
A partir da extrapolação (Figura 12), obtém-se o valor de ∆ℎ que será utilizado na
equação de cálculo de recarga (Eq. 11), juntamente com o valor de porosidade específica (𝑆𝑦),
que confere à equação o parâmetro das condições físicas do solo.
Johnson (1967) tabelou valores de 𝑆𝑦 para diversos tipos de solo, sendo que Palavro
(2015) tomou-o como base e adotou a porosidade específica dos solos do PET como sendo de
5% para o local de estudo.
∆𝑆𝑔𝑤 = 𝑅 = 𝑆𝑦
𝑑𝐻
𝑑𝑡= 𝑆𝑦
∆ℎ
∆𝑡
(11)
Por fim, tem-se R como sendo a recarga real ocorrida na área de estudo, para uma
determinada variação do nível d’água subterrânea (∆ℎ) no tempo monitorado (∆𝑡).
38
6. RESULTADOS E DISCUSSÃO
Para o cálculo da recarga pelo método automático de extrapolação da curva de recessão
do hidrograma primeiramente foram realizadas análises de regressão a fim de obter a função,
exponencial, linear e quadrática que melhor se ajustava ao hidrograma d’água subterrânea,
posteriormente foram analisados os dados de precipitação e por fim efetuou-se a quantificação
da estimativa de recarga, relacionando-a com a precipitação, aplicando o método WTF.
6.1 ESCOLHA DAS FUNÇÕES MATEMÀTICAS PARA EXTRAPOLAÇÃO DAS
CURVAS DE RECESSÃO DO HIDROGRAMA
Através de análises de regressão da curva de recessão do hidrograma de nível d’água
subterrânea, e considerando os distintos eventos de estiagem observados nos piezômetros, Pz1
(6 eventos), Pz2 (3 eventos) e Pz3 (3 eventos), foi possível obter (via software Excel) as
equações que as representam (Quadro 4).
Quadro 4- Equações obtidas através de análise de regressão
Evento Linear Exponencial Quadrática
Pz1E1 𝑦 = 1,869. 10−5𝑥 + 0,831 𝑦 = 0,833𝑒2,060.10−5𝑥 𝑦 = 1,297.10−10𝑥2 + 1,977. 10−5𝑥 + 0,829
Pz1E2 𝑦 = 9,076. 10−6𝑥 + 1,417 𝑦 = 1,417𝑒6,384.10−6𝑥 𝑦 = −7,837. 10−9𝑥2 + 1,918. 10−5𝑥 + 1,414
Pz1E3 𝑦 = 1,029. 10−5𝑥 + 1,427 𝑦 = 1,427𝑒7,208.10−6𝑥 𝑦 = −6,737. 10−8𝑥2 + 5,206. 10−5𝑥 + 1,422
Pz1E4 𝑦 = 1,074. 10−6𝑥 + 1,429 𝑦 = 1,429𝑒7,527.10−7𝑥 𝑦 = −1,516. 10−8𝑥2 + 1,168. 10−5𝑥 + 1,428
Pz1E5 𝑦 = 1,429. 10−5𝑥 + 1,315 𝑦 = 1,315𝑒1,083.10−5𝑥 𝑦 = −2,806. 10−8𝑥2 + 4,517. 10−5𝑥 + 1,310
Pz1E6 𝑦 = 1,286. 10−5𝑥 + 1,224 𝑦 = 1,224𝑒1,035.10−5𝑥 𝑦 = 2,64710−10𝑥2 + 1,214. 10−5𝑥 + 1,224
Pz2E1 𝑦 = 1,878. 10−5𝑥 + 1,156 𝑦 = 1,158𝑒1,504.10−5𝑥 𝑦 = 2,501. 10−10𝑥2 + 1,633. 10−5𝑥 + 1,160
Pz2E2 𝑦 = 1,771. 10−5𝑥 + 1,329 𝑦 = 1,329𝑒1,296.10−5𝑥 𝑦 = −3,05810−10𝑥2 + 1,901. 10−5𝑥 + 1,328
Pz2E3 𝑦 = 1,599. 10−6𝑥 + 1,583 𝑦 = 1,583𝑒1,006.10−6𝑥 𝑦 = −6,750. 10−10𝑥2 + 4,434. 10−6𝑥 + 1,581
Pz3E1 𝑦 = 1,945. 10−5𝑥 + 1,340 𝑦 = 1,340𝑒1,423.10−5𝑥 𝑦 = 5,946. 10−10𝑥2 + 1,784. 10−5𝑥 + 1,341
Pz3E2 𝑦 = 1,258. 10−5𝑥 + 1,729 𝑦 = 1,729𝑒7,208.10−6𝑥 𝑦 = −6,651. 10−10𝑥2 + 1,428. 10−5𝑥 + 1,729
Pz3E3 𝑦 = −2,756. 10−7𝑥 + 1,675 𝑦 = 1,675𝑒−1,644.10−7𝑥 𝑦 = 3,257. 10−9𝑥2 − 5,520. 10−6𝑥 + 1,676
Fonte: O autor
Para que fossem obtidas as equações (Quadro 4), foram utilizados os dados prévios de
elevação do nível d’água (Quadro 3). Os gráficos de elevação individual, encontram-se no
39
Apêndice A. Ao serem esboçadas estas equações sobre os hidrogramas notou-se que a
extrapolação quadrática é a menos representativa do comportamento real que é esperado para
o sistema (nível d’água) na sua tendência de recessão. Sendo o comportamento um critério para
a seleção, do tipo de função mais representativa, optou-se por não seguir utilizando-a nas
próximas etapas. A Figura 13, representa o terceiro evento (E3), avaliado no Pz1, onde foram
plotados os três tipos de funções, a linear e a exponencial seguem uma mesma tendência com
variação visualmente imperceptível, representando assim a melhor resposta que o sistema teria.
Figura 13 - Hidrograma do terceiro evento verificado no Pz1E3.
Fonte: Autor.
Verificado esse comportamento em Pz1E3, Pz1E5 e Pz2E3 optou-se em não utilizar
funções quadráticas no traçado de curvas de recessão nas próximas etapas deste trabalho.
Albuquerque e Chaves (2011), comparam o método automático de interpretação de
recessão de hidrograma, com um método manual, concluindo que o método aplicado de forma
automática apresentou recarga de 256,53 mm.ano-1 (22,87 % da precipitação) assemelhando-se
à estimativa calculada por balanço hídrico (278,98 mm.ano-1), já o método manual de análise
de curvas de recessão, apresentou em 134,41 mm.ano-1 (4,26 % da precipitação). Portanto,
tendo o método manual subestimado os resultados.
1,39
1,395
1,4
1,405
1,41
1,415
1,42
1,425
1,43
1,435
1,44
10
50
90
13
0
17
0
21
0
25
0
29
0
33
0
37
0
41
0
45
0
49
0
53
0
57
0
61
0
65
0
69
0
73
0
77
0
81
0
85
0
89
0
93
0
97
0
10
10
10
50
10
90
11
30
Pro
fun
did
ade
do
Nív
el d
'águ
a (m
)
Tempo (min)Pz1 Evento3
NA 1) Tendência Linear 2) Tendência Exponencial 3) Tendência Quadrática
Período Monitorado11/02/2015 - 12/02/2015
1) 𝑦 = 1,029. 10−5𝑥 + 1,427
2) 𝑦 = 1,427𝑒7,208.10−6𝑥
3)𝑦 = −6,737. 10−8𝑥2 + 5,206.10−5𝑥 + 1,422
40
6.2. ANÁLISE DA PLUVIOMETRIA OCORRIDA DURANTE O PERÍODO DE
MONITORAMENTO
Para análise de recarga foram utilizados dados de precipitação de forma a obter-se o
percentual da precipitação pluviométrica que resulta em recarga do aquífero. Como forma de
validar os dados coletados no pluviômetro experimental, estes foram comparados com os das
estações próximas (Figura 14).
Figura 14 - Precipitação pluviométrica observada entre 14/01/2015 e 5/03/2015 nas estações de
San Vicente- EEA Cerro Azul (Argentina), Frederico Westphalen- A854 (Brasil) e PET (Brasil)
Fonte: Autor.
Observa-se que vários eventos apresentam comportamento semelhante, exemplos são
os dias, 04/02, 14/02, 19/02 e 22/02. No Anexo 1 então apresentados os dados brutos, utilizados
para análise.
As médias de precipitação diária e a intensidade por evento variam, como mostram as
Tabelas 1 e 2.
0
20
40
60
80
100
120
14
/01
/20
15
16
/01
/20
15
18
/01
/20
15
20
/01
/20
15
22
/01
/20
15
24
/01
/20
15
26
/01
/20
15
28
/01
/20
15
30
/01
/20
15
01
/02
/20
15
03
/02
/20
15
05
/02
/20
15
07
/02
/20
15
09
/02
/20
15
11
/02
/20
15
13
/02
/20
15
15
/02
/20
15
17
/02
/20
15
19
/02
/20
15
21
/02
/20
15
23
/02
/20
15
25
/02
/20
15
27
/02
/20
15
01
/03
/20
15
03
/03
/20
15
05
/03
/20
15
Pre
cip
itaç
ão (
mm
)
Período (dias)
San Vicente FW PET
41
Tabela 1- Análise das precipitações pluviométricas observadas entre 14/01/2015 e 5/03/2015
nas estações de San Vicente- EEA Cerro Azul (Argentina), Frederico Westphalen- A854
(Brasil) e PET (Brasil).
Estações Pluviométricas
Precipitação
FW- A854
(Br)
PET- Estação
Experimental (Br)
EEA Cerro Azul-
San Vicente (Ar)
Máxima diária (mm. d-1) 32,0 57,3 49,3
Média diária (mm.d-1) 3,90 5,2 3,7
Número de dias precipitados (d) 37 33 15
Total (mm) 199 265,6 191,1* *A estação de San Vicente apresenta longos períodos sem registro de precipitação, sendo comportamento não
observado nas estações FW-A854 e PET.
Fonte: Autor.
Nota-se que no PET houve um volume maior de precipitação total (265,6 mm) em
relação aos observados nas outras estações, porém, quando avaliados diariamente, a estação de
FW- A854 apresenta o maior número de dias em que ocorreu evento de precipitação, 37
registros, esta estação também apresenta as máximas e médias diárias mais elevadas (57,3 mm
e 5,2 mm) indicando maior distribuição e concentração de chuvas em Frederico Westphalen.
Tabela 2 – Intensidades das precipitações registradas nas estações de Frederico Westphalen
(Br), San Vicente (Ar), e no Parque Estadual do Turvo (Br)
Intensidade (mm. d-1)
Frederico
Westphalen- A854
PET- Estação
Experimental
EEA Cerro Azul/ San
Vicente
Máxima 16,7 23,8 23
Média 7,6 6,6 11,8
Fonte: Autor
No Parque estadual do Turvo observam-se as menores médias de intensidade, (6,6
mm.d-1) e maiores máximas de intensidade (23,8 mm.d-1). Pode-se verificar que os eventos de
precipitação ocorridos no Parque no período de estudo foram mais intensos que em Frederico
Westphalen e em San Vicente, sendo grande volume precipitado em curto período de
monitoramento (51 dias). Indicando que nessa zona de floresta ocorrem as maiores
concentrações de chuvas (extremos de precipitação).
42
6.3.CALCULO DE RECARGA PELO MÉTODO WTF
Para aplicação do método WTF, inicialmente foram plotados com o auxílio do software
Excel, os dados dos três poços analisados, considerando: precipitação, nível d’água e cota de
base do poço (Apêndice B). A partir do hidrograma, analisou-se individualmente cada evento
de recarga, equivalente ao período de recessão do nível d’água subterrânea no hidrograma
(Quadro 2). A seguir, foi aplicada a análise de regressão linear e exponencial, com extrapolação
automática de até 2,42 dias (Quadro 3) até atingir o tempo necessário para o piezômetro indicar
a recarga máxima imediatamente subsequente. Considerando Sy= 5 %, foi calculada a recarga
por evento a partir de cada um dos métodos de extrapolação automática, sendo estes a linear e
a exponencial (Quadro 5).
43
Quadro 5- Percentual de recarga ocorrida em cada evento
Pz Evento Equação ∆ℎ
(mm) 𝑆𝑦
Recarga
(mm)
Tempo
(dias)
Precip.
(mm)
Recarga
(%)
1
1 Linear 60 0,05 2,99 6,1 31,2 9,59
Exponencial 63 0,05 3,15 6,1 31,2 10,11
2 Linear 74 0,05 3,69 0,96 13,1 28,19
Exponencial 74 0,05 3,69 0,96 13,1 28,2
3 Linear 41 0,05 2,03 0,49 10,4 19,5
Exponencial 41 0,05 2,03 0,49 10,4 19,5
4 Linear 229 0,05 11,46 0,49 48,5 23,65
Exponencial 229 0,05 11,46 0,49 48,5 23,65
5 Linear 223 0,05 11,14 0,9 55,4 20,11
Exponencial 223 0,05 11,15 0,9 55,4 20,12
6 Linear 65 0,05 3,24 1,97 6,5 49,56
Exponencial 65 0,05 3,25 1,97 6,5 49,64
2
1 Linear 62 0,05 3,09 6,95 43,5 7,1
Exponencial 64 0,05 3,22 6,95 43,5 7,4
2 Linear 43 0,05 2,17 2,9 5 43,32
Exponencial 44 0,05 2,19 2,9 5 43,69
3 Linear 168 0,05 8,38 6,56 142,7 5,87
Exponencial 168 0,05 8,38 6,56 142,7 5,87
3
1 Linear 69 0,05 3,47 2,05 26,9 12,87
Exponencial 70 0,05 3,48 2,05 26,9 12,92
2 Linear 80 0,05 3,98 1,79 0,4* -
Exponencial 80 0,05 3,98 1,79 0,4* -
3 Linear 204 0,05 10,2 1,33 104,3 9,78
Exponencial 204 0,05 10,2 1,33 104,3 9,78
*No segundo evento de elevação de nível do hidrograma, nota-se que não houve precipitação representativa,
resultando em valor de recarga anômalo, portanto este foi excluído do computo individual. Fonte: Autor.
Gomes (2008 apud Lerner et al., 1990) concluiu que em se tratando da utilização do
método WTF para estimativa de recarga, valores acima de 25 % e abaixo de 5 % podem não
ser confiáveis, visto que são relativamente incomuns na prática. Quando analisados
individualmente, apenas 3 eventos apresentam recarga superior a citada acima, evento 2 do
PZ1, 28,19 % (função linear) e 28,2 % (função exponencial), evento 6 do Pz1, 49,56 % (função
linear) e 49,64 %(função exponencial) e evento 2 do Pz2, 43,32 %(função linear) e 43,69 %
(função exponencial). Os demais variam entre 5,87 % e 23,65 %.
44
Variações podem ser obtidas devido aos fatores que influenciam no ambiente de estudo,
estar em área de recarga, no exutório da bacia, aquíferos rasos e demais situações que possam
vir a elevar o nível d’água mesmo inexistindo registro de precipitação, ou sendo este
milimétrico.
As recargas apresentadas no Quadro 6 foram somadas (Quadro 5), para calcular o ∆ℎ
Total, considerando a precipitação total do período, e consequentemente obter a estimativa de
recarga total para cada poço, a partir dos métodos de extrapolação de tendência linear e
exponencial.
Quadro 6- Recarga total quantificada a partir da aplicação dos métodos linear e exponencial
de extrapolação da curva de recessão do hidrograma de águas subterrâneas do PET.
Extrapolação Pz ∆ℎ(m) Sy
Precipitação
(mm)
Recarga
(mm)
Recarga
(%)
Período
(dias)
Linear
1 0,691 0,05 165,1 34,55 20,93 11,15
2 0,273 0,05 191,23 13,64 7,13 12,63
3 0,353 0,05 131,59 17,64 13,41 4,74
Exponencial
1 0,694 0,05 165,1 34,72 21,04 11,15
2 0,276 0,05 191,23 13,78 7,21 12,63
3 0,353 0,05 104,27 17,66 10,43 4,74
Fonte: Autor.
Palavro (2015), utilizou dados dos Piezômetros, Pz1, Pz2 e Pz3 do mesmo período de
análise aplicado neste estudo, calculando médias diárias para estimar a recarga, obteve como
resultado, respectivamente: 6,79 %, 5,39 % e 6,65 % de recarga subterrânea em relação à
precipitação do período. Sendo nos 3 poços inferior ao resultado obtido, no presenta estudo.
Esta distinção deve-se a sensibilidade que o hidrograma adquire quando utilizado os dados de
campo, sem tratamento prévio para o cálculo de recarga (dados brutos). Considerando os dados
tratados, Palavro (2015) obteve 3 períodos de recessão no Pz1 e quatro nos Pz2 e Pz3, sendo
que com os dados brutos, foram observados seis períodos de declínio do hidrograma no Pz1 e
três nos Pz2 e Pz3.
Em área próxima, Baum (2015) realizou atividades de monitoramento hidrogeológico
na zona urbana da cidade de Frederico Westphalen- RS. A autora monitorou mensalmente, no
decorrer de um ano, a variação de nível d’água subterrânea em poços domiciliares (cacimbas).
Encontrando valores médios de recarga da ordem de 11,77% da precipitação que incidiu no
local no período analisado, a partir da utilização do método WTF com extrapolação manual.
45
A Tabela 3, apresenta a soma das recargas do período entre 14/01 à 05/03 de 2015, e a
diferença entre a extrapolação das tendências da curva de recessão do hidrograma (funções
linear e exponencial).
Tabela 3. Diferença de recarga entre as extrapolações gráficas utilizadas
Recarga
Poço
Precipitação Total
(mm)
Extrapolação Linear
(%)
Extrapolação Exponencial
(%) Diferença
Pz1 265,6 150,6 151,22 0,62
Pz2 265,6 56,29 56,96 0,67
Pz3 265,6 22,65 22,7 0,05
Fonte: Autor.
A diferença entre as duas funções (linear e exponencial) utilizadas para extrapolação é
mínima, sendo 0,62 % para o Pz1, 0,67 % para o Pz2 e 0,05 % para o Pz3. Indicando que no
período de 51 dias de monitoramento hidrogeológico a aplicação do método WTF para cálculo
de recarga, com extrapolação automática da tendência da curva de recessão apresenta diferença
inferior a 0,67 % entre os métodos linear e exponencial.
Os percentuais de recarga em relação a precipitação da zona alterada dos bazaltos, no
Parque Estadual do Turvo, são da ordem de 13,8 %, considerando o método de extrapolação
linear e de 12,89 % considerando o método de extrapolação exponencial.
46
7. CONCLUSÃO
A utilização do traçado de curvas de recessão esboçadas utilizando software Excel (via
método dos mínimos quadrados) demonstrou ser uma ferramenta muito prática para estudos
que necessitam de detalhamento. Das três funções matemáticas empregadas no esboço das
curvas de recessão, a quadrática, embora tenha se adaptado aos dados, não representa a
continuidade do comportamento do sistema, esperada a partir do final do período de recessão,
e assim não se mostrou indicada a sua utilização de forma automatizada para aplicação do
método WTF.
As funções matemáticas analisadas, linear e exponencial, tiveram uma variação de 0,67
% entre si. Salienta-se que os períodos de recessão foram curtos (o maior evento de recessão
foi de 6,8 dias) e as elevações de nível d’água foram milimétricas (até 0,229 m), assim, para
este caso, ambas são indicadas para tal fim.
Alguns dados de precipitação registrados pelo pluviômetro experimental (PET)
condizem com as observações realizadas nas estações de San Vicente (EEA Cerro Azul) e
Frederico Westphalen (FW A854), indicando portanto confiabilidade dos dados coletados pela
estação experimental, sendo este um modelo passível de replicamento para estudos futuros.
Salienta-se o maior volume precipitado no PET(74,5 mm a mais que na estação EEA Cerro
Azul e 66 mm a mais que a estação FW-A854) o que pode estar diretamente ligado ao
microclima que a floresta mantém na região somado a circulação dos ventos no sentido Leste-
Nordeste.
Quanto à estimativa de recarga, os valores médios encontrados ficam em torno de
12,88% da precipitação considerando o método automático de extrapolação exponencial e
13,82% da precipitação considerando o método automático de extrapolação linear. A cota de
base do poço mais profundo fica a menos de dois metros de profundidade, por tanto a zona
alterada se constitui em um aquífero raso e área de afloramento de basaltos, localizada no
exutório da bacia.
Para dados sem tratamento prévio e com interpretação automática da tendência da curva
de recessão, apresentou incremento de 49,7% de recarga em relação a estudos anteriores, sendo
considerada adequada para cálculo de recarga de aquífero pelo método WTF.
47
REFERÊNCIAS BIBLIOGRÁFICAS
ADAMI, A. M.; DORNELLES FILHO, A. A.; LORANDI, M. M. Pré-cálculo. Porto Alegre:
Bookman, 2015. 208 p.
ALBUQUERQUE, A. C. L. S.; CHAVES, H. M. L. Estimativa de recarga da Bacia do Rio
das Fêmeas através de métodos manuais e automáticos. Rev. bras. eng. agríc.
ambient. vol.15 no. 11, Campina Grande, 2011.
BARRETO, C. E. A. G; GOMES, L. H.; WENDLAND, E. Balanço hídrico em zona de
afloramento do sistema aqüífero guarani a partir de monitoramento hidrogeológico em
bacia representativa. Anais do XVI Congresso Brasileiro de Águas Subterrâneas e XVII
Encontro Nacional de Perfuradores de Poços, 2010.
BARRETO, C. E. A. G. Balanço hídrico em zona de afloramento do sistema aqüífero
Guarani a partir de monitoramento hidrogeológico em bacia representativa. Dissertação
apresentada ao PPG em Engenharia. Escola de Engenharia de São Carlos USP, 2006. 271p.
BAUM, C. Estimativa da recarga de aquífero freático na área urbana de Frederico
Westphalen. Trabalho de conclusão de Curso (Engenharia Ambiental e Sanitária), UFSM.
Frederico Westphalen, 2015, 65p.
BRITO, F. C. Modelação do escoamento subterrâneo do sector do ribeiro frio do sistema
aquífero da água fonte da fraga. Dissertação Universidade da Beira Interior (Engenharia
Civil - Geotecnia e Ambiente) Covilhã 2001.
COELHO, V. H. R; ALMEIDA, C. N; SILAN, A. M. B. P. Análise da Flutuação do Nível
D’água para Estimativa da Recarga Subterrânea da Bacia Representativa do Rio
Gramame no Nordeste Brasileiro. RBRH — Revista Brasileira de Recursos Hídricos
Volume 17 n.2 - Abr/Jun 2012, 241-252.
COELHO, V. H. R. Estimativa da recarga subterrânea em bacia hidrográfica do
semiárido pernambucano a partir de técnicas de sensoriamento remoto e sistemas de
informações geográficas. Tese, PPG em Engenharia Civil da Universidade Federal de
Pernambuco. 223p. Recife, 2016.
COLLISCHONN, W.; DORNELES, F, Hidrologia para Engenharia e Ciências
Ambientais. Editora ABRH, 2013
DAMBRÓS, C. Recarga e flutuação do nível da água subterrânea em sub-bacias com
floresta e campo nativo. Dissertação de Mestrado, PPGEC, UFSM, 2011, p.119.
DELIN, G. N; HEALY, R. W. B; LORENZA, D. L; NIMMOC. J. R. Comparison of local-
to regional-scale estimates of ground-water recharge in Minnesota, USA. Journal of
Hydrology,2006. v.334, p.231-249.
DEVORE, J. L. Probabilidade e Estatística para Engenharia e Ciências. 6. Ed. São Paulo,
Editora Thomson, 2011.
48
DRIPPS, W. R.; HUNT, R. J.; ANDERSON, M. P. Estimating recharge rates with analytic
element models and parameter estimation. Groundwater, 44 (1), 47-55. 2006.
EILERS, V, H, M. Estimativa de recarga de águas subterrâneas utilizando o método do
balanço hídrico. Anais do XIII Congresso Brasileiro de águas Subterrâneas, 2012.
FLEMMING, D. M.; GONÇALVES, M. B. Cálculo A. 6. ed. São Paulo: Editora Pearson,
2006.
GEIHL, E. L. H. Padrões estruturais e funcionais do componente árboreo de uma
floresta ribeirinha, Parque Estadual do Turvo, Rio Uruguai, sul do Brasil. Dissertação de
mestrado apresentada pela UFRGS, Porto Alegre, 2007.
GOMES, L. H. Determinação da recarga profunda na bacia piloto do ribeirão da onca
em zona de afloramento do Sistema Aquífero Guarani a partir de balanço hídrico em
zona saturada. Dissertação a escola de São Paulo (Mestre em Engenharia Civil- Hidráulica e
Saneamento), 2008.
GOVERNO DO ESTADO DO RIO GRANDE DO SUL, Atlas Eólico do Rio Grande do
Sul, 2002.
HEALY, R. W.; COOK, P. G. Using groundwater levels to estimate recharge.
Hydrogeology Journal (2002) 10:91–109.
HEALY, R. W. Estimating groundwater recharge. RU: Cambridge University Press. 2010
245p.
HELENE, O. Método dos Mínimos Quadrados – Com Formalismo Matricial. Ed. Livraria
da Física, 2006.
INACIO, C. D. Floristica, estrutura e diversidade da sinúsea herbácea terrícola no
Parque Estadual do Turvo, Derrubadas, Rio Grande do Sul. UFRGS, Porto Alegre, 2006.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Manual técnico
da vegetação brasileira. 2. ed. Rio de Janeiro; 2012.
INSTITUTO NACIONAL DE METEOROLOGIA – INMET. Estações e dados. Disponível
em: < http://www.inmet.gov.br/portal/>. Acesso em: out. 2016
INSTITUTO NACIONAL DE TÉCNOLOGIA AGROPECIÁRIA- INTA/Ar. SIGA -
Sistema de Información y Gestión Agrometeorológico Disponível em:
<http://siga2.inta.gov.ar/>. Acesso em: out. 2016.
JOHNSON, A. I. Specific yield – compilation of specific yields for various materials. US
Geological Survey Water Supply. Paper 1662-D, 74p. 1967.
KASPER, C. B; F D. MAZIM;.SOARES J. B. G;.DE OLIVEIRA,T. G.; FABIÁN, M. E
Composição e abundância relativa dos mamíferos de médio e grande porte no Parque
Estadual do Turvo, Rio Grande do Sul, Brasil. Rev. Bras. Zool. vol.24 no.4 Curitiba Dec.
2007.
49
KUINCHTNER, A.; BURIOL, G. A. Clima do estado do rio grande do sul segundo a
classificação climática de Köppen e Thornthwaite. Ciências Exatas, S. Maria, v.2, n.1,
p.171-182, 2001.
LEITE, P. F. Contribuição ao conhecimento fitoecológico do sul do Brasil. Ciência e
Ambiente 2002;24: 51-73.
LERNER, D. N. ISSAR, A. S. SIMMERS,I Groundwater Recharge: guide to
understanding and estimating natural recharge. Internationals contributions interactions to
hidrogeology. Vol 8. Internacional association of hidrogeologists, verlagHeins Heise.
LEVINE, D. M; STEPHAN,D. F; SZABAT, K. A. Estatística – Teoria e Aplicações
Usando o Microsoft® Excel em Português, Rio de Janeiro: LTC Editora, 2005: 97-111.
LIMA, G. F.C. O debate da sustentabilidade na sociedade insustentável. Revista Política
& Trabalho, nº 13: 201-222, João Pessoa: PPGS/UFPB, setembro/1997.
LUCAS, M. C; GUANABARA, R. C; WENDLAND, E. Estimativa de recarga
subterrânea em área de afloramento do Sistema Aquífero Guarani. Boletín Geológico y
Minero. Jan. 2012.
MATTOS, S. T. Avaliação do impacto da substituição de pastagem por eucalipto na
recarga de aquífero freático. Dissertação PPG hidráulica e Saneamento, São Carlos 2015.
MELO, J. G; ALVES, R. S; GOMES DA SILVA, J. Estimativa da recarga das águas
subterâneas do sistema aquífero barreiras na bacia do Rio Pirangi, RN. Águas
Subterrâneas (2014) 28(2): 68-81.
MENDONÇA, L. A. R. Avaliação da capacidade de infiltração de solos submetidos a
diferentes tipos de manejo. Eng Sanit Ambient. v.14 n.1. p. 89-98 jan/mar 2009.
MIKHAILOVA, I. E.; MULBEIER, J. Ecoturismo em unidades de conservação: um
estudo de caso do Parque Estadual do Turvo, Derrubadas- RS. Caderno Virtual de
Turismo. Vol. 8, N° 3 (2008).
NETO, D. C; KIANG, C. H. Aplicação do Método de Flutuação de Nível da água para a
estimativa de recarga -Exemplo do Aquífero Rio Claro. Águas Subterrâneas, v.22, n.01,
p.39748 ,2008.
MUSCHLER, R. G. Árboles en cafetales. Turrialba, Costa Rica: Catie/ GTZ, 2000.
PALAVRO, N. Avaliação do potencial de recarga do aquífero poroso em zona de floresta
de mata atlântica do parque florestal estadual do turvo. Trabalho de Conclusão de Curso
(Engenharia Ambiental e Sanitária), p. 40. 2015.
PERES, C. B. Análise da variação dos hidrogramas de cheia na bacia do córrego grande.
TCC Eng. San. Amb. UFSC, 2015.5
50
RIO GRANDE DO SUL. SECRETARIA ESTADUAL DO MEIO AMBIENTE DO
ESTADO DO RIO GRANDE DO SUL (SEMA - RS). Plano de manejo do Parque
Estadual do Turvo. Porto Alegre: Divisão de Unidades de Conservação do Estado do Rio
Grande do Sul; 2005.
SCANLON, B. R.; HEALY, R. W; COOK, P. G. Choosing appropriate techniques for
quantifying groundwater recharge. Hydrogeology Journal, 10 (10), 18-39. 2002.
SILVERIO DA SILVA, J. L.; DAMBRÓS, C.; Recarga e flutuação do nível da água
subterrânea em sub-bacias com floresta e campo nativo. 2012.
SOLINST CANADA LTD. Fabricante dos medidores automáticos. Disponível em:
<www.solinst.com.br>. Acesso em: out, 2016
STRECK, E. V.; KÄMPF, N.; DALMOLIN, R. S. D. et al. Solos do Rio Grande do Sul.
Porto Alegre : Emater/RS – UFRGS, 2002. 126 p
TUCCI, E. M. C; CLARKE, R. T. Impacto das mudanças da cobertura vegetal da
cobertura vegetal no escoamento- Revisão. RBRH – Revista Brasileira de Recursos
Hídricos. Volume 2 n.1, 135-152, Jan/Jun 1997.
WENDLAND, E. C.; BARRETO, C. E. A. G.; GOMES, L. H. Water balance in the
Guarani Aquifer outcrop zone based on hydrogeologic monitoring. Journal of Hydrology.
342, 3, 261-269, 2007.
51
APÊNDICES
APÊNDICE A1
APÊNDICE A2
0,8
0,85
0,9
0,95
1
1,05
10
28
0
55
0
82
0
10
90
13
60
16
30
19
00
21
70
24
40
27
10
29
80
32
50
35
20
37
90
40
60
43
30
46
00
48
70
51
40
54
10
56
80
59
50
62
20
64
90
67
60
70
30
73
00
75
70
78
40
81
10
83
80
86
50
89
20
91
90
Pro
fun
did
ade
do
Nív
el d
'águ
a (m
)
Tempo (min)
Pz1E1
PNA Linear Exponencial
Período de monitoramento 15/01/2015 - 20/01/2015
1,35
1,36
1,37
1,38
1,39
1,4
1,41
1,42
1,43
1,44
10
60
11
0
16
0
21
0
26
0
31
0
36
0
41
0
46
0
51
0
56
0
61
0
66
0
71
0
76
0
81
0
86
0
91
0
96
0
1.0
10
1.0
60
1.1
10
1.1
60
1.2
10
1.2
60
1.3
10
1.3
60
1.4
10
1.4
60
1.5
10
Pro
fun
did
ade
do
Nív
el d
'águ
a (m
)
Tempo (min)
Pz1E2
PNA Linear Exponencial
Período de monitoramento 10/02/2015 - 11/02/2015
∆𝐻
∆𝐻
52
APÊNDICE A3
APÊNDICE A4
1,39
1,395
1,4
1,405
1,41
1,415
1,42
1,425
1,43
1,435
1,44
10
50
90
13
0
17
0
21
0
25
0
29
0
33
0
37
0
41
0
45
0
49
0
53
0
57
0
61
0
65
0
69
0
73
0
77
0
81
0
85
0
89
0
93
0
97
0
10
10
10
50
10
90
11
30
Pro
fun
did
ade
do
Nív
el d
'águ
a (m
)Tempo (min)
Pz1E3
PNA Linear Exponencial
Período de monitoramento 13/02/2015 - 14/02/2015
1,15
1,2
1,25
1,3
1,35
1,4
1,45
1,5
10
40
70
10
0
13
0
16
0
19
0
22
0
25
0
28
0
31
0
34
0
37
0
40
0
43
0
46
0
49
0
52
0
55
0
58
0
61
0
64
0
67
0
70
0
73
0
76
0
79
0
Pro
fun
did
ade
do
Nív
el d
'águ
a (m
)
Tempo (min)
Pz1E4
PNA Linear Exponencial
Período de monitoramento 21/02/2015 - 22/02/2015
∆𝐻
∆𝐻
53
APÊNDICE A5
APÊNDICE A6
1,1
1,15
1,2
1,25
1,3
1,35
10
60
11
0
16
0
21
0
26
0
31
0
36
0
41
0
46
0
51
0
56
0
61
0
66
0
71
0
76
0
81
0
86
0
91
0
96
0
10
10
10
60
11
10
11
60
12
10
12
60
13
10
13
60
14
10
Pro
fun
did
ade
no
Nív
el d
'águ
a (m
)
Tempo (min)
Pz1E5
PNA Linear Exponencial
Período de monitoramento22/02/2015 - 22/02/2015
1,19
1,2
1,21
1,22
1,23
1,24
1,25
1,26
1,27
10
12
0
23
0
34
0
45
0
56
0
67
0
78
0
89
0
10
00
11
10
12
20
13
30
14
40
15
50
16
60
17
70
18
80
19
90
21
00
22
10
23
20
24
30
25
40
26
50
27
60
28
70
29
80
30
90
32
00
33
10
34
20
35
30
36
40
Pro
fun
dia
de
do
Nív
el d
'águ
a (m
)
Tempo (min)
Pz1E6
PNA Linear Exponencial
Período de monitoramento 03/03/2015 - 04/03/2015
∆𝐻
∆𝐻
54
APÊNDICE A7
APÊNDICE A8
1,1
1,15
1,2
1,25
1,3
1,35
1,4
10
32
0
63
0
94
0
12
50
15
60
18
70
21
80
24
90
28
00
31
10
34
20
37
30
40
40
43
50
46
60
49
70
52
80
55
90
59
00
62
10
65
20
68
30
71
40
74
50
77
60
80
70
83
80
86
90
90
00
93
10
96
20
99
30
10
24
0
Pro
fun
did
ade
do
Nív
el d
'águ
a(m
)
Tempo (min)
Pz2E1
PNA Linear Exponencial
Período de monitoramento 14/01/2015 - 20/01/2015
1,3
1,32
1,34
1,36
1,38
1,4
1,42
1,44
1,46
10
15
0
29
0
43
0
57
0
71
0
85
0
99
0
11
30
12
70
14
10
15
50
16
90
18
30
19
70
21
10
22
50
23
90
25
30
26
70
28
10
29
50
30
90
32
30
33
70
35
10
36
50
37
90
39
30
40
70
42
10
43
50
44
90
46
30
Pro
fun
dai
de
do
Nív
el d
'águ
a (m
)
Tempo(min)
Pz2E2
PNA Linear Exponencial
Período de monitoramento 22/01/2015 - 25/01/2015
∆𝐻
∆𝐻
55
APÊNDICE A9
APÊNDICE A10
1,4
1,45
1,5
1,55
1,6
1,65
10
39
0
77
0
11
50
15
30
19
10
22
90
26
70
30
50
34
30
38
10
41
90
45
70
49
50
53
30
57
10
60
90
64
70
68
50
72
30
76
10
79
90
83
70
87
50
91
30
95
10
98
90
10
27
0
10
65
0
11
03
0
11
41
0
11
79
0
12
17
0
12
55
0
12
93
0
Pro
fu n
did
ade
do
Nív
el d
'águ
a(m
)
Tempo(min)
Pz2E3
PNA Linear Exponencial
Período de monitoramento 19/02/2015 - 21/02/2015
1,32
1,34
1,36
1,38
1,4
1,42
10
13
0
25
0
37
0
49
0
61
0
73
0
85
0
97
0
10
90
12
10
13
30
14
50
15
70
16
90
18
10
19
30
20
50
21
70
22
90
24
10
25
30
26
50
27
70
28
90
30
10
31
30
32
50
33
70
34
90
36
10
37
30
38
50
Pro
fun
dia
de
do
Nív
el d
'águ
a (m
)
Tempo (min)
Pz3E1
PNA Linear Exponencial
Período de monitoramento 18/01/2015 - 20/01/2015
∆𝐻
∆𝐻
56
APÊNDICE A11
APÊNDICE A12
1,68
1,7
1,72
1,74
1,76
1,78
10
10
0
19
0
28
0
37
0
46
0
55
0
64
0
73
0
82
0
91
0
10
00
10
90
11
80
12
70
13
60
14
50
15
40
16
30
17
20
18
10
19
00
19
90
20
80
21
70
22
60
23
50
24
40
25
30
26
20
27
10
28
00
28
90
29
80
Pro
fun
did
ade
do
Nív
el d
'águ
a (m
)
Tempo (min)
Pz3E2
PNA Linear Exponencial
Período de monitoramento 12/02/2015 - 13/02/2015
1,43
1,48
1,53
1,58
1,63
1,68
1,73
10
13
0
25
0
37
0
49
0
61
0
73
0
85
0
97
0
10
90
12
10
13
30
14
50
15
70
16
90
18
10
19
30
20
50
21
70
22
90
24
10
25
30
26
50
27
70
28
90
30
10
31
30
32
50
33
70
34
90
36
10
Pro
fun
did
ade
do
Nív
el d
'águ
a (m
)
Tempo (min)
Pz3E3
PNA linear Exponencial
Período de monitoramento 21/02/2015 - 22/02/2015
∆𝐻
∆𝐻
57
AP
ÊN
DIC
E B
58
ANEXO 1
Frederico
Westphalen-
A854
Parque
Estadual do
Turvo
EEA Cerro
Azul-San
Vicente
Frederico
Westphalen-
A854
Parque
Estadual do
Turvo
EEA Cerro
Azul-San
Vicente
Data Precipitação Precipitação Precipitação Data Precipitação Precipitação Precipitação
14/01/2015 11,2 12,3 0 24/02/2015 0,4 16,16 0,3
15/01/2015 0,2 1,5 0 25/02/2015 0,4 0 0
16/01/2015 19,2 0 0 26/02/2015 0,2 0 6,5
17/01/2015 18,2 0 0 27/02/2015 0,4 9,61 0
18/01/2015 0,4 0,8 0 28/02/2015 0,2 0,77 0
19/01/2015 0,6 1,5 0 01/03/2015 0 0,77 0
20/01/2015 32 27,3 0 02/03/2015 0 1,92 0
21/01/2015 0,2 0,38 0 03/03/2015 1,2 0 0
22/01/2015 0 0 0 04/03/2015 22,6 6,54 0
23/01/2015 0 0 0 05/03/2015 0 0,77 0
24/01/2015 18,4 5 0
25/01/2015 15 0,77 0
26/01/2015 0 3,07 0
27/01/2015 1,2 2,31 0
28/01/2015 2,2 0 0
29/01/2015 1,2 3,08 0
30/01/2015 0 0 0
31/01/2015 0 0 0
01/02/2015 13,6 0 0
02/02/2015 0 0 0
03/02/2015 2,4 0,38 0
04/02/2015 3,6 8,46 17,5
05/02/2015 6,6 5,39 0,3
06/02/2015 0 1,54 0
07/02/2015 0 0,38 0
08/02/2015 0 0 1,5
09/02/2015 0 0 0
10/02/2015 13 0 0,3
11/02/2015 10,8 13,08 1
12/02/2015 0,6 0 4,5
13/02/2015 0,6 10,77 8,5
14/02/2015 0,6 2,69 37,3
15/02/2015 0,4 0,77 0,3
16/02/2015 0,2 0 0
17/02/2015 0,2 0,77 0
18/02/2015 0,2 0 0
19/02/2015 0,2 19,62 23
20/02/2015 0,2 1,54 0
21/02/2015 0 46,94 38,8
22/02/2015 0,2 57,32 49,3
23/02/2015 0,2 1,15 2
Estação Código País
Parque Estadual do Turvo Experimental Brasil
Frederico Westphalen FW- A854 Brasil
San Vicente EEA- Cerro Azul Argentina