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


2016

1

Fernando Pasini




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)


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




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).

https://pt.wikipedia.org/wiki/Atmosfera

https://pt.wikipedia.org/wiki/Hidrologia

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.

http://www.sciencedirect.com/science/article/pii/S0022169406005427

http://www.sciencedirect.com/science/article/pii/S0022169406005427#aff2





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

https://www.amazon.com/s/ref=dp_byline_sr_book_2?ie=UTF8&text=David+F.+Stephan&search-alias=books&field-author=David+F.+Stephan&sort=relevancerank

https://www.amazon.com/s/ref=dp_byline_sr_book_3?ie=UTF8&text=Kathryn+A.+Szabat&search-alias=books&field-author=Kathryn+A.+Szabat&sort=relevancerank

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



∆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



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



∆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


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



∆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



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



∆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



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



∆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



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


∆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

UNIVERSIDADE FEDERAL DE SANTA MARIA CAMPUS...

Documents

Transcript of UNIVERSIDADE FEDERAL DE SANTA MARIA CAMPUS...