INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA - INPA
UNIVERSIDADE DO ESTADO DO AMAZONAS - UEA
Programa de Pós-Graduação em Clima e Ambiente – PPG-CLIAMB
ESTUDO HIDROLÓGICO DO EFEITO DE BARRAMENTO
HIDRÁULICO NO RIO TARUMÃ-AÇU, MANAUS-AM
LUAN FERREIRA SIQUEIRA
Manaus, Amazonas
Agosto, 2019
LUAN FERREIRA SIQUEIRA
ESTUDO HIDROLÓGICO DO EFEITO DE BARRAMENTO
HIDRÁULICO NO RIO TARUMÃ-AÇU, MANAUS-AM
Orientador: Dr. Naziano Pantoja Filizola Junior
Dissertação apresentada ao Programa
de Pós-Graduação em Clima e
Ambiente - INPA/UEA como parte
dos requisitos para obtenção do título
de Mestre em Clima e Ambiente.
Manaus, Amazonas
Agosto, 2019
ii
FICHA CARTALOGRÁFICA
S618e Siqueira, Luan Ferreira
ESTUDO HIDROLÓGICO DO EFEITO DE
BARRAMENTO HIDRÁULICO NO RIO TARUMÃ-AÇU,
MANAUS-AM / Luan Ferreira Siqueira; orientador Naziano
Pantoja Filizola . -- Manaus:[s.l], 2019.
66 f.
Dissertação (Mestrado - Programa de Pós Graduação em
Clima e Ambiente) -- Coordenação do Programa de Pós-
Graduação, INPA, 2019.
1. Rios Amazônicos . 2. Barramento Hidráulico .
3. Modelagem hidrológica . I. Filizola , Naziano Pantoja ,
orient. II. Título.
CDD: 551.66813
Sinopse:
Investigou-se como o efeito de barramento hidráulico causado pelo rio Negro altera
as características físicas do seu tributário, o rio Tarumã-Açu em Manaus, Amazonas,
Brasil. Características hidrológicas foram avaliadas através da tecnologia Doppler e
análises foram realizadas utilizando o modelo hidrológico HEC-RAS. Informações
inéditas sobre o rio Tarumã-Açu foram adquiridas e considerações sobre as
consequências do barramento hidráulico nas águas do rio Tarumã-Açu foram feitas.
Palavras-chave: Análise fluvial, modelagem hidrológica, confluência, hidráulica de
canais naturais
iii
AGRADECIMENTOS
Agradeço ao Instituto Nacional de Pesquisas da Amazônia e a Universidade do Estado
do Amazonas que, através do Programa de Pós-Graduação em Clima e Ambiente, me deram a
oportunidade de realizar este mestrado. Essas instituições e seus colaboradores fazem a
diferença na região Amazônica.
A CAPES pela bolsa de fomento, fundamental para a formação de pesquisadores no
Brasil.
Meus sinceros agradecimentos ao professor Dr. Naziano Filizola, pela orientação e
paciência.
A todos os professores do CLIAMB, pelo imenso auxilio na construção do saber.
Ao Serviço Geológico Brasileiro (CPRM) no âmbito do projeto Dinâmica Fluvial, pelo
apoio nas coletas de dados realizadas nos dias 08 de março e 16 de maio de 2019. Em especial
ao Me. André Luis M. R. dos Santos por tornar isso possível.
Ao Zezinho e a equipe do Cap. José, pelo esforço e dedicação nos trabalhos de campo.
Muito sucesso a vocês.
A todos os colegas e amigos que fiz nesses anos de curso e me ajudaram nessa
caminhada. Em especial ao Me. Rogério R. Marinho, pela imenso amparo e dedicação ao longo
desses anos.
À Alexandra A. Elbakyan, por tornar a ciência mais acessível a todos.
A todos que, direta e indiretamente, ajudaram a tornar este trabalho possível.
iv
“Nullius addictus iurare in
verba magistri, quo me cumque rapit
tempestas, deferor hospes”
(Quintus Horatius Flaccus)
v
RESUMO
Rios amazônicos desempenham função estratégia no desenvolvimento da região. Estuda-los
permite orientar na tomada de decisão em relação ao gerenciamento dos usos conflitosos dos
recursos de uma bacia hidrográfica. No entanto, ainda é grande a falta de dados hidrológicos
sobre eles, sobretudo em pequenas bacias. Um rio pode ter seus atributos alterados por outro
através das características físicas de sua confluência e pelo fenômeno do barramento hidráulico.
Esse é o caso de um afluente do rio Negro, o rio Tarumã-Açu, maior rio da zona urbana de
Manaus, Amazonas – Brasil. O objetivo deste estudo foi analisar como o efeito de barramento
hidráulico e as características morfológicas da confluência interagem com os parâmetros físicos
do rio Tarumã-Açu. Para isso, foram realizadas quatro coletas de dados entre os anos de 2018
e 2019 utilizando o Perfilador Acústico de Corrente por Efeito Doppler (ADCP) de 600 kHz,
em cinco seções transversais no rio Tarumã-Açu e no rio Negro, antes e após a foz do Tarumã-
Açu, realizando medidas de vazão, velocidade e direção do fluxo, profundidade, largura,
temperatura superficial e retorno do eco retroespalhado pelo equipamento (backscatter).
Devido à ausência de medição de cota no rio Tarumã-Açu, somou-se a profundidade média
com a elevação do leito para se obter o nível da água. O nível do leito, por sua vez, foi obtida
através de levantamento batimétrico com o ADCP, georreferenciada ao nível do mar pelo
método de Posicionamento por Ponto Preciso. O modelo hidráulico HEC-RAS foi empregado
para estimar o comportamento do efeito de barramento hidráulico do rio Negro sobre o nível
da água do rio Tarumã-Açu. Os testes foram realizados tomando o escoamento como
unidimensional, permanente e subcrítico. Os resultados mostram vazões bastante dispersas,
altamente influenciadas pela velocidade e profundidade da seção. Observou-se por meio da
velocidade do fluxo, da temperatura superficial e do backscatter, que a entrada do rio Negro
pela superfície do rio Tarumã-Açu sobre um trecho de 17 km a montante de sua foz, o que causa
alteração nas características físico-químicas de suas águas. Testes com HEC-RAS apontam que
o Tarumã-Açu assume o mesmo nível do rio Negro quando este atinge a cota de 19 metros
(nível do mar), independente da vazão a montante, o que ocorre durante cinco meses do ano em
média. A discordância entre os leitos dos canais, o ângulo da confluência e a razão de fluxo de
momentum entre os rios são as possíveis causas da influência constante do rio Negro sobre o
rio Tarumã-Açu.
vi
ABSTRACT
Amazonian rivers play a strategic role in the development of the region. Studying them allows
guidance in decision-making, regarding the management of the conflicting uses of the resources
of a watershed. However, there is still a great lack of hydrological data on them, especially in
small basins. A river may have its attributes changed by another through the physical
characteristics of the confluence and by the backwater effect. This is the case of a tributary of
the Negro river, the Tarumã-Açu river, the largest river in the urban area of
Manaus, Amazonas — Brazil. The objective of this study was to analyze how the backwater
effect and the morphological characteristics of the confluence interact with the physical
parameters of the Tarumã-Açu river. Four data collections were performed between 2018 and
2019 using the 600 kHz Acoustic Doppler Current Profile (ADCP), in five cross sections on
the Tarumã-Açu river and the Negro river, before and after the river’s mouth, collecting
discharge, flow velocity and direction, depth, width, surface temperature and backscatter data.
Due to the absence of knowing water level measurements on the Tarumã-Açu river, the mean
depth was added to the bed elevation to obtain the water level. The bed level was obtained
through a bathymetric survey with ADCP, georeferenced at sea level by the Precision Point
Positioning method. The hydraulic model HEC-RAS was used to estimate the behavior of the
backwater effect of the Negro river on the water level of the Tarumã-Açu river. The flow has
been considered as one-dimensional, permanent and subcritical. The results shows very
dispersed discharge, highly influenced by the speed and depth of the section. It was observed
through the velocity of the flow, surface temperature and backscatter that the entrance of the
Negro River by the surface of the Tarumã-Açu river over a reach of 17 km upstream of its
mouth, which causes alteration in its physicochemical characteristics. Tests with HEC-RAS
indicate that Tarumã-Açu river assumes the same level of the Negro river when it reaches the
quota of 19 meters (sea level), regardless of the upstream flow, which occurs during five months
of the year, on average. The disagreement beds between the channels, the confluence angle and
the momentum flow ratio between the rivers are the possible causes of the constant influence
of the Negro river on the Tarumã-Açu river.
vii
SUMÁRIO
LISTA DE TABELAS ........................................................................................................... viii
LISTA DE FIGURAS .............................................................................................................. ix
LISTA DE ABREVIAÇÕES E SIGLAS ............................................................................... xi
APRESENTAÇÃO ................................................................................................................. 12
1. Contextualização ............................................................................................................... 12
2. O Efeito de Barramento Hidráulico .................................................................................. 13
3. Igarapés de Manaus ........................................................................................................... 16
4. Cota e Vazão ..................................................................................................................... 17
5. Acoustic Doppler Current Profiler – ADCP ..................................................................... 19
6. O modelo Hidrológico HEC-RAS .................................................................................... 23
6.1. Perdas de energia ....................................................................................................... 26
6.2. Modelando confluência entre os rios ......................................................................... 30
OBJETIVOS ........................................................................................................................... 32
1. Geral .................................................................................................................................. 32
2. Específico .......................................................................................................................... 32
Capítulo I ................................................................................................................................. 33
1. Introdução.......................................................................................................................... 35
2. Local de Estudo ................................................................................................................. 36
3. Materiais e Métodos .......................................................................................................... 37
3.1. Dados Batimétricos .................................................................................................... 38
3.2. Modelagem hidráulica com o HEC-RAS .................................................................. 39
4. Resultados e Discussões .................................................................................................... 41
4.1. Análise das seções transversais .................................................................................. 41
4.2. Análise dos dados batimétricos .................................................................................. 47
4.3. Calibração e validação do modelo ............................................................................. 48
4.4. O efeito do barramento hidráulico sobre o nível da água do rio Tarumã-Açu .......... 49
5. Conclusões ........................................................................................................................ 51
REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................. 53
APÊNDICE A- Esquema simplificado dos métodos utilizados .......................................... 61
APÊNDICE B – Imagens das coletas com o ADCP ............................................................. 62
APÊNDICE C – Seção NM dia 04-nov ................................................................................. 63
APÊNDICE D – Demais seções afetadas pela entrada do rio Negro ................................. 64
APÊNDICE E - Geometria do modelo ................................................................................. 65
viii
LISTA DE TABELAS
Tabela 1: Informações sobre as seções transversais coletadas. DP/M = razão entre o desvio
Padrão e a média da vazão; Ref.= Referencial; na = não avaliado; BT= Botton Tracking;
*distancia sinuosa aproximada da foz do rio Tarumã-Açu. ..................................................... 38
Tabela 2: Vazão (Q), velocidade média da seção (V), área da seção (A), temperatura média (T)
e nível do rio Negro na régua de Manaus (14990000), referenciado ao nível do mar. ............ 40
Tabela 3: Correlação linear (r) entre a vazão e a velocidade, profundidade, largura e
temperatura nas seções do rio Tarumã-Açu e no rio Negro ..................................................... 44
Tabela 4: RMSE e PBIAS para as seções transversais e dias utilizados para a validação. ..... 48
ix
LISTA DE FIGURAS
APRESENTAÇÃO
Figura 1 - Nível anual dos rios em Manaus (baixo rio Negro), SGC - São Gabriel da Cachoeira
(alto rio Negro) e Manacapuru (baixo rio Solimões). Adaptado de CPRM, 2019 ................... 13
Figura 2 – Cota do Tarumã-Mirim. Adaptado de Glória e Filizola (2012). ............................ 15
Figura 3 – Bacias hidrográficas da zona urbana de Manaus, de acordo com a Secretária
Municipal de Meio Ambiente (Adaptado de Macena e Costa, 2012) ...................................... 16
Figura 4 – (A) Parâmetros de um canal; (B) Perfil vertical mostrando as mudanças de
velocidade com a profundidade; (C) Ilustração da distribuição da velocidade em uma seção
transversal (adaptado de Charlton, 2008) ................................................................................. 19
Figura 5 - À esquerda princípio de operação do ADCP (Kim e Muste, 2012) e à direita Time
gates do ADCP (Motta, 2016). ................................................................................................. 20
Figura 6 - Croqui de uma seção transversal medida. Em azul as células medidas, em laranja as
extrapolações de superfície e fundo e em amarelo as extrapolações de margens (MOTTA, 2016)
.................................................................................................................................................. 23
Figura 7 – Ilustração da equação 6. Um escoamento do ponto A para o ponto B, ocorre perda
de energia devido a fricção. Adaptado de Charlton (2008). ..................................................... 25
Figura 8 - Coeficientes n de Manning típicos para rios naturais (Chow, 1959). ..................... 29
Figura 9 - Exemplo de aplicação da equação do momentum em uma confluência. Adaptado de
Brunner (2016a). ....................................................................................................................... 30
CAPÍTULO I
Figura 1 – a) Hidrograma do rio Negro (estação de Manaus) com indicação dos dias de coleta
de dados; b) Local de estudo - limites da bacia do Tarumã-Açu, área urbana de Manaus e seções
transversais estudadas. Triangulo amarelo marca a localização da estação fluviométrica de
Manaus. .................................................................................................................................... 37
Figura 2 – Seção transversal T01. A= 04-nov; B=22-dez; C=16-fev; D=16-mai. I= Velocidade
primária média (10-2 m.s-1) e velocidade transversal; II= Backscatter (dB). A distância referida
nas abscissas é em relação a margem esquerda. ....................................................................... 42
Figura 3 – Seções mais a montante onde nota-se velocidade negativa: A= Seção T02, 16-fev e
B= Seção T04, 16-mai; A distância referida nas abscissas é em relação a margem esquerda. C
= Perfil longitudinal de backscatter (dB) do rio Tarumã-Açu até o rio Negro, 08 de março de
2019. I= Velocidade primária média (10-2 m.s-1) e velocidade transversal; II= Backscatter (dB).
.................................................................................................................................................. 43
Figura 4 – Valores de Vazão (linha pontilhada, m³.s-1), área (cinza claro) e velocidade (cinza
escuro) das seções transversais do rio Tarumã-Açu nos dias (a) 04-nov, (b) 22-dez, (c) 16-fev
e (d) 16-mai. ............................................................................................................................. 44
x
Figura 5 - Profundidade (a), largura (b) e temperatura (c) média das seções transversais do rio
Tarumã-Açu. ............................................................................................................................. 45
Figura 6 - Razão do fluxo de momentum (M) e razão das velocidades médias (Rv) entre o rio
Negro e o rio Tarumã-Açu........................................................................................................ 46
Figura 7 – (a) Rota da coleta de dados batimétricos; (b) Gráfico de dispersão dos pontos
observados (10% do total) pelos interpolados; (c) Modelo Digital de Terreno interpolado com
a batimetria e a altimetria ALOS/PALSAR ............................................................................. 47
Figura 8 – Nível da água observado (círculos azuis) comparado com o nível da água modelado
(quadrados vermelhos) e a diferença entre eles (colunas cinzas), em cada seção, para os dias
22-dez, 16-fev e 16-mai. ........................................................................................................... 48
Figura 9 – Simulações de sensibilidade. Os marcadores indicam o nível da água na seção sob
determinada vazão do rio Tarumã-Açu, conforme o nível do rio Negro se altera. A linha
vermelha delimita o momento em que ambos os rios possuem o mesmo nível da água. ........ 49
Figura 10 – Resumo do efeito de intrusão e barramento hidráulico no rio Tarumã-Açu. (a)
Perfil transversal em época seca. O rio Tarumã-Açu domina a maior parte da seção e sai
próximo a margem direita (Md) em quanto o rio Negro adentra pela margem esquerda (Me);
(b) Vista superior da época de seca; (c) Perfil transversal na época de cheia. Essa configuração
de dupla camada se configura na maior parte do tempo na seção mais próximo a foz. Conforme
o nível da água sobe este efeito se propaga para a montante, podendo alcançar até, pelo menos,
17 km; d) Regiões delimitadas com base nos resultados obtidos (ver texto para mais detalhes);
(e) Perfil longitudinal do rio Tarumã-Açu da seção T04 até a foz. .......................................... 51
xi
LISTA DE ABREVIAÇÕES E SIGLAS
ADCP – Acoustic Doppler Current Profiler
ALOS - Advanced Land Observing Satellite-1
ANA –Agência Nacional de Águas
BS – Backscatter
CPRM – Serviço Geológico do Brasil
EBH – Efeito de Barramento Hidráulico
GPS - Global Position System
HEC-RAS - Hydrologic Engineering Center - River Analysis System
IBGE – Instituto Brasileiro de Geografia e Estatística
MDE – Modelo Digital de Elevação
MDT – Modelo Digital de Terreno
NSE - Coeficiente de Nash-Sutcliffe
PALSAR - Phased Array L-band Synthetic Aperture Radar
PBIAS – Desvio percentual
PPP - Posicionamento por Ponto Preciso
RMSE - Raiz quadrada do erro médio
RNE – Rio Negro
RTA- Rio Tatumã-Açu
VMT - Velocity Mapping Toolbox
Vp – Velocidade primária, no sentido do fluxo
Vt – Velocidade transversal ao fluxo
12
APRESENTAÇÃO
1. Contextualização
Os rios e suas bacias hidrográficas apresentam comportamentos singulares que são
influenciadas por fenômenos internos e externos à bacia, como o formato da confluência entre
rios e o efeito de barramento hidráulico. Por sua vez, estes fenômenos influenciam na vida das
pessoas que residem próximos a seus cursos d’água, modificando a economia local, os meios
de transporte e o uso do território. Desta forma, estudos hidrológicos possibilitam esclarecer o
funcionamento da dinâmica hidrológica dessas áreas e orientam a tomada de decisão em relação
a gestão dos usos conflitosos da água, na ocupação da terra e no entendimento do
comportamento físico da bacia.
A confluência entre rios são locais importantes, uma vez que nelas acontecem
mudanças bruscas nas características do fluxo, transporte de sedimentos e morfologia do canal,
ocorrendo combinação de matéria e energia. Sendo ambientes fluviais muito complexos, a
interação desses elementos produz um local único e entender seu funcionamento é fundamental
para o manejo dos rios (BAHMANPOURI et al., 2017; BARANYA, et al. 2012; RIBEIRO, et
al. 2012; SCHINDFESSEL et al., 2015; STEVAUX, et al., 2009). Assim, o rio e sua bacia de
drenagem constituem uma unidade funcional para o ciclo da água e, assim também, um espaço
integrador privilegiado para o estabelecimento de balanços de massa e energia e validação de
modelos no mundo todo, em especial na bacia Amazônica (FILIZOLA; GUYOT, 2011).
A bacia Amazônica é a maior bacia hidrológica do mundo, cobrindo mais de 6.000.000
km2, onde aproximadamente 5% deste valor são terras alagáveis. Se estende desde de 79° de
longitude Oeste (rio Chamaya, Peru) até 48° de longitude Oeste (rio Pará, Brasil), e de 5° de
latitude Norte (rio Cotingo, Brasil) a 20° de latitude Sul (Rio Parapeti, Bolívia). Esta bacia
continental se estende por vários países: Brasil (63%), Peru (17%), Bolívia (11%), Colômbia
(5.8%), Equador (2.2%), Venezuela (0.7%) e Guyana (0.2%). O rio Amazonas se forma
próximo a Manaus, onde rio Solimões encontra o rio Negro, sendo o rio com a maior vazão1
média do mundo (209.000 m3.s-1) (MOLINIER et al., 1996; FILIZOLA et al., 2002).
1 Volume do fluxo que passa por uma determinada seção em um determinado tempo. Vazão varia espacialmente
e temporalmente, mudando em direção a jusante e flutuando com o tempo em resposta aos acréscimos de água
pela precipitação (Charlton, 2007, p.21).
13
Situada na região da linha do equador, a bacia do rio Negro drena a planície Amazônica
e, ao norte (rio Branco), os relevos do escudo das guianas (FILIZOLA et al., 2002). Possui uma
área de bacia de 686.810 km² e vazão média anual de 26.700 m3.s-1 (LARAQUE et al., 2009),
sendo responsável por 11% da área e 14% da descarga líquida do rio Amazonas. Filizola et al.
(2002) mostra que em Manaus (figura 1), o rio Negro apresenta um hidrograma sem relação
direta com as estações a montante, mas que é bastante similar ao rio Solimões próximo a sua
foz. Isso se dá devido ao efeito de barramento hidráulico (EBH) que acontece quando um rio
de maior volume hídrico barra o fluxo de um tributário de menor volume, causando alterações
na dinâmica do nível da água e vazão (MEADE et al., 1991; FILIZOLA et al., 2009).
Desta forma, buscou-se através deste trabalho compreender o comportamento e verificar
a extensão do efeito de barramento hidráulico do rio Negro sobre o baixo curso do rio Tarumã-
Açu.
2. O Efeito de Barramento Hidráulico
Meade et al. (1991) foram pioneiros na análise do efeito de barramento hidráulico em
rios da Amazônia. No rio Negro, por exemplo, os autores afirmam que este efeito ocorre em
Figura 1 - Nível anual dos rios em Manaus (baixo rio Negro), SGC - São Gabriel da Cachoeira (alto rio Negro)
e Manacapuru (baixo rio Solimões). Adaptado de CPRM, 2019
14
estações fluviométricas entre 300 e 400 km à montante da foz. Os resultados mostraram que a
estação de Moura, uma estação fluviométrica a 300 km à montante da foz, possui padrão de
variação anual mais semelhante as estações próximas a foz do que aquelas estações a montante.
Na estação de Moura e em estações mais a jusante, as menores cotas ocorrem em outubro ou
novembro, enquanto em estações mais a montante as menores cotas ocorrem em fevereiro e
março. O alto e médio rio Negro possui vazantes em dezembro e janeiro, enquanto na parte
baixa, neste mesmo período, o rio já começou a encher.
Filizola et al. (2009) utilizando tecnologias de efeito Doppler (ADCP), realizaram uma
avaliação da descarga líquida do rio Negro e sua interação com o rio Solimões na região da
confluência e confirmaram as observações sobre o barramento hidráulico realizadas nos estudos
de Meade et al. (1991). Importante destacar que Meade et al (1991) utilizaram dados de cota,
pois os métodos tradicionais de medição de vazão não permitiam uma boa verificação do
fenômeno. Está verificação só pode ser executada por Filizola et al. (2009) por conta da
existência da tecnologia Doppler.
Alves et al. (2017) estimaram a vazão no rio Solimões em Manacapuru, levando em
consideração as interferências causadas pelo barramento hidráulico, aplicando a equação de
Manning (conforme veremos na página 27). Os resultados indicaram que a aplicação da
equação de Manning, associada a um coeficiente variável em função do nível de água, pode
melhorar expressivamente o cálculo de vazão em um ambiente barrado, se comparado à
utilização de curvas-chave convencionais.
Modelos hidrológicos/hidráulicos se mostram acurados quando incluem o EBH na
Amazônia, a exemplo de Trigg et al. (2009), que utilizou o modelo HEC-RAS no rio Amazonas,
analisando o comportamento da onda de inundação. Os autores demostraram que EBH controla
grandes trechos dos rios e está presente tanto em água alta, quanto baixa. Mais recentemente,
utilizando o modelo MGB-IPH, Paiva et al. (2013a) concluiu que o EBH desempenha um papel
importante no atraso e atenuação das ondas de inundação no ambiente amazônico.
15
Entretanto, ainda são poucas as pesquisas na bacia Amazônica que se dedicam a estudar
o EBH, seja sob perspectiva de modelagem ou com dados observacionais. É, sobretudo, ainda
mais escasso a existência de estudos em bacias menores. Glória e Filizola (2012) observaram o
EBH na bacia do Tarumã-Mirim (bacia vizinha à bacia do Tarumã-Açu) com base no
comportamento das medidas de cota.
Pode-se observar na figura 2, que os primeiros três meses do ano civil possuem
influência mista, ou seja, tanto o regime do Rio Negro quanto o regime pluviométrico que
ocorre no interior da bacia do Tarumã-Mirim estão interferindo nas cotas; já no período de
março a setembro o regime local é inteiramente dominado pelo volume d’água do Rio Negro,
corresponde ao período de enchente.
Nota-se que as oscilações de cotas (chamadas de repiquetes, ocasionados por eventos
de chuva dentro da bacia) praticamente se tornam imperceptíveis neste período. Nos meses
seguintes, as águas do Rio Negro começam a recuar e aliviar a “pressão” sobre as águas da
bacia do Tarumã-Mirim e o nível da água está sendo quase totalmente controlado pelo regime
interno da bacia. Com base nessas informações os autores puderam propor um calendário
escolar que melhor adaptava-se a realidade da população ribeirinha residente na bacia.
Desta forma, pequenas bacias também são importantes em estudo hidrológicos, pois são
essenciais para o equilíbrio ecológico e na regulação do uso e ocupação territorial da população
local, como é o caso dos igarapés (rios de pequeno porte) de Manaus, tributários do rio Negro.
Figura 2 – Cota do Tarumã-Mirim. Adaptado de Glória e Filizola (2012).
16
3. Igarapés de Manaus
O Município de Manaus está inserido no Planalto da Amazônia Oriental, que apresenta
intensa atuação de processos erosivos, cuja a altimetria desse relevo não ultrapassa os 120
metros e é classificado como interflúvio tabular, cortado por uma rede de canais fluviais
(chamados localmente de igarapés). Na zona oeste de Manaus, onde está localizada a bacia do
Tarumã-Açu, encontra-se platôs mais extensos que no restante da cidade, com encostas
retilíneas, longas e de baixa declividade (VIEIRA, 2008)
A cidade é recortada por uma densa malha de igarapés que formam o sistema
fundamental das bacias de drenagem (figura 3). Esses Igarapés apresentam moradias precárias
as margens, com despejo de lixo e esgotos sanitários nas águas, provocando diversos impactos
ambientais (MELO et al., 2006).
Em termos de área, Vieira (2008) destaca quatro grandes bacias no interior do sítio de
Manaus: a bacia do Tarumã, a bacia do São Raimundo, a bacia do Educandos e a bacia do
Puraquequara. Ao todo, existem 19 bacias no espaço urbano de Manaus, classificadas em
Figura 3 – Bacias hidrográficas da zona urbana de Manaus, de acordo com a Secretária Municipal de Meio
Ambiente (Adaptado de Macena e Costa, 2012)
17
função da localização de suas respectivas desembocaduras em três grupos: bacias do Oeste (três
bacias), bacias do Sul (nove bacias) e bacias do Leste (sete bacias). Localizado ao Oeste de
Manaus, a bacia do Rio Tarumã-Açu é a maior bacia da zona urbana.
A Bacia do Tarumã-Açu está localizada a 20 km do centro urbano da cidade de Manaus,
é uma sub-bacia da bacia Amazônica e tem como corpo hídrico principal o rio Tarumã-Açu,
afluente do Rio Negro que deságua no Rio Amazonas, suas águas correntes possuem cor preta
com leito arenoso e mata ciliar preservada (MELO et al., 2006)
No que tange às políticas de gestão de recursos hídricos, no rio Tarumã–Açu tem-se o
primeiro comitê de bacia hidrográfica do Amazonas, criado em 2009. O comitê desempenha o
papel de formalizar a implementação da Política Estadual de Recursos Hídricos, desenvolvendo
projetos e ações voltadas para o gerenciamento desta bacia hidrográfica (BORDALO; COSTA,
2012). As funções do comitê de bacia, são discutidas por Melo (2018) bem como a Gestão de
Recursos Hídricos no Amazonas, em especial na bacia do Rio Tarumã-Açu, sendo que
caracteriza o curso principal:
[...] por sua beleza cênica natural, [...] intensamente visitada por centenas de usuários
consultivos e não consultivos; tem marinas, loteamentos, hotéis de selva, condomínios
residenciais de alto padrão, ocupações desordenadas, restaurantes, flutuantes
domiciliares e comerciais cujas ações geram impactos ambientais, diretos e indiretos,
tais como a poluição da água, em virtude dos vazamentos ou derramamentos de óleo
das embarcações ancoradas nas marinas; despejo inadequado de resíduos; lançamento
de esgotos domésticos in natura no leito do rio Tarumã-Açu e seus contribuintes;
remoção da mata ciliar; os processos erosivos e o assoreamento dos rios resultantes
da extração mineral ilegal, a poluição do solo e da água ocasionada pela percolação
do chorume gerado no Aterro Controlado implantado na área de um antigo vazadouro,
entre outros impactos que afetam diretamente os moradores, as comunidades
indígenas Saterê-Mawé Inhambé e Caniço-Rouxinol, e as Áreas de Proteção
Ambiental (APA Margem Esquerda do Rio Negro e APA Tarumã-Ponta Negra).
Para o comitê de bacias realizar uma gestão de recursos hídricos adequada é necessário
o monitoramento dos parâmetros hidrológicos de cota e vazão, atualmente ausente.
4. Cota e Vazão
A medida de um nível da água de um rio a partir de um referencial local (cota) é
comumente obtido utilizando réguas linimétricas. Porém, em locais com algum impedimento
logístico, esse monitoramento pode não ser realizado, como é o caso do rio Tarumã-Açu. A
cota de um rio, referenciada ao nível do mar, pode ser obtida por método do Posicionamento
por Ponto Preciso (PPP). O PPP permite determinar a posição da estação utilizando satélites,
possuindo a vantagem de não precisar de outras estações terrestres como referência, podendo
18
atingir uma precisão centimétrica, adequada para os rios da bacia Amazônica (MOREIRA,
2016). Neste caso as informações GPS são transformados para o formato RINEX e submetidos
ao serviço online para pós-processamento de dados GNSS - IBGE-PPP. Esse processo é
descrito pelo Instituto Brasileiro de Geografia e Estatística (IBGE, 2019) como:
[...] um serviço online gratuito para o pós-processamento de dados GNSS
(Global Navigation Satellite System), que faz uso do programa CSRS-PPP
(GPS Precise Point Positioning) desenvolvido pelo NRCan (Geodetic Survey
Division of Natural Resources of Canada). Ele permite aos usuários com
receptores GPS e/ou GLONASS, obterem coordenadas referenciadas ao
SIRGAS2000 (Sistema de Referência Geocêntrico para as Américas) e ao
ITRF (International Terrestrial Reference Frame) através de um
processamento preciso. O IBGE-PPP processa dados GNSS (GPS e
GLONASS) que foram coletados por receptores de uma ou duas frequências
no modo estático ou cinemático. É necessário apenas que o usuário informe o
arquivo de observação no formato RINEX ou HATANAKA, se o
levantamento foi realizado no modo estático ou cinemático, o modelo e a altura
da antena utilizada, e um e-mail válido. Ao final do processamento será
disponibilizado um link para obtenção dos arquivos com os resultados.
Dados de vazão por sua vez, são utilizados em diversas áreas como: determinação de
balanço hídrico, predição de inundação, construção de estruturas hidráulicas, utilização de água
para abastecimento público e/ou diluição de contaminantes e conservação dos ecossistemas
aquáticos. (KIM et al., 2015).
O regime de vazão anual de um rio varia sazonalmente, influenciado pela distribuição
da precipitação e seu balanço com a evaporação e água subterrânea em diferentes épocas do
ano. Segundo Charlton (2008, p.24), a vazão aumenta com a área da seção transversal do canal
e com a velocidade do fluxo, podendo ser calculada para uma determinada seção de um canal
através da medição da área da seção e da velocidade média do fluxo (equação 1). Em uma seção
transversal (figura 4C), as velocidades das partículas de água não são distribuídas de maneira
uniforme, variando de acordo com a geometria, devido às tensões de cisalhamento com as
margens e o fundo, e à existência de uma superfície livre em contato com o ar (EMILIO, 2013).
Q = A.v (1)
Onde: Q é a vazão (m3.s−1), A é a área de seção (m²) e v a velocidade média do fluxo
(m.s-1).
A obtenção desta importante variável pode ser feita por diversas metodologias para
medição de vazão (BONIFÁCIO; FREIRE, 2013). Atualmente, a medição de vazão é
amplamente realizada com o sonar multiparâmetro Acoustic Doppler Current Profiler ou
ADCP (FILIZOLA et al., 2009; GUYOT et al., 2005; SAWAKUCHI et al., 2017). A utilização
deste equipamento traz diversas vantagens como reprodutibilidade nas medidas, uso fácil e
19
rápido, visualização dos dados em tempo real e a necessidade de poucas pessoas para o seu
manuseio, sendo um método efetivo no uso de medição de vazão em rios tropicais (FILIZOLA
et al., 2009).
5. Acoustic Doppler Current Profiler – ADCP
O Perfilador Acústico de Corrente por Efeito Doppler - ADCP (Acoustic Doppler
Current Profiler) é um equipamento acústico que utiliza o efeito Doppler para estimara a vazão,
em pulsos sonoros de frequência fixa (GAGG, 2016). É capaz de aferir a profundidade do leito
a velocidade e direção do fluxo. O equipamento também é capaz de medir a temperatura da
água diretamente em contato. Além disso, o ADCP vem sendo utilizado para estimar sedimento
em suspensão (FILIZOLA; GUOYT, 2004; BARANYA; JÓZSA, 2013; TURQUETTI;
IANNIRUBERTO, 2017; VENDITTI et al. 2016; WOOD; GARTNER, 2010) através da
intensidade do sinal acústico retroespalhado (backscatter).
O efeito Doppler se caracteriza pela alteração da frequência recebida por um receptor
devido à existência de uma velocidade relativa com a fonte emissora, com um aumento da
frequência quando há aproximação entre a fonte e o receptor e uma redução da frequência no
movimento oposto (MOTTA, 2016).
Figura 4 – (A) Parâmetros de um canal; (B) Perfil vertical mostrando as mudanças de velocidade com a
profundidade; (C) Ilustração da distribuição da velocidade em uma seção transversal (adaptado de Charlton,
2008)
20
O ADCP emite pulsos ultrassônicos por meio de discos cerâmicos chamados de
transdutores para quantificar da velocidade da água a partir do efeito Doppler (GAMARO,
2012). Os pulsos são ecoados por partículas em suspensão na água (como sedimentos ou
plâncton) retornando ao próprio emissor, que atua também como receptor, registrando o pulso
com frequência alterada (MOTTA, 2016).
O ADCP pode ser fixado à lateral ou à traseira de uma embarcação que se move pelo
rio com velocidade próxima à da correnteza. Um software combina dados de GPS (sistema de
posicionamento global) - movimento e velocidade do barco - e o sinal do sonar para obter
leituras de velocidade na coluna de água (GORE, 2006, p. 64)
O sistema ADCP quando medindo vazões em rios, geralmente utiliza um perfilador
voltado para baixo que difunde os sinais acústicos para a frente, para trás e para os lados direito
e esquerdo, cada um angulado a aproximadamente 20º do transdutor (figura 5 à esquerda). Cada
transdutor estima as velocidades do fluxo em três componentes de um sistema ortogonal
(MOTTA, 2016; GORE 2006, p .64).
Feixes
acústico
s
Velocid
ade na
célula
Feixes
acústico
s
Célula
Vista lateral
Vista planificada
Figura 5 - À esquerda princípio de operação do ADCP (Kim e Muste, 2012) e à direita Time gates do ADCP
(Motta, 2016).
21
As velocidades medidas em cada profundidade são a média ponderada ao centro das
velocidades medidas em toda amostragem. Para medir velocidades absolutas da água, o ADCP
deve ser capaz de detectar e medir a velocidade do equipamento em relação ao substrato (bottom
tracking). Assim, simultaneamente, o ADCP rastreia a profundidade do fundo e a velocidade e
direção do barco em relação ao leito. Para calcular a vazão, o produto vetorial da velocidade da
água e do barco são integradas sobre a profundidade da água e, então, integradas, por tempo,
sobre a largura da seção transversal (ver equação 2) (GORE, 2006, p. 64).
O eco do pulso transmitido é processado dividindo-se a vertical em certo número de
segmentos de mesmo tamanho, chamado de células (figura 5 a direita). As equações são
aplicadas em cada célula, então cada uma contém seu próprio vetor de velocidade e direção. A
divisão da vertical em células se dá por um procedimento denominado time gate, em que após
o término da emissão do pulso o ADCP começa a registrar os retornos e, separando esses por
intervalos de tempo desde a emissão do pulso, sabe-se a profundidade em que pulso foi refletido
(GAMARO, 2012; MOTTA, 2016).
Ao empregar o ADCP, a velocidade relativa entre a fonte e o receptor causa a alteração
na frequência devido ao efeito Doppler, porém para os cálculos de vazão o interesse é na
velocidade e direção da água. Para se realizar a medição de vazão, faz-se necessário descontar
da velocidade relativa a velocidade de movimento do equipamento. A obtenção dessa
velocidade pode ser feita com o GPS (referencial GGA ou VTG) ou com pulsos longos
refletidos pelo leito do rio (botton tracking) (GAGG, 2016).
A seção transversal é dividida em células que possuem seus próprios valores de área e
vetores de velocidade. A vazão (Qc) em cada célula é dada pela equação 2 (GORE, 2007, p.
64-65; SIMPSON; OLTMANN, 1993) e a vazão pode ser determinada pelo somatório de todas
as células da seção transversal.
Qc = ∫ ∫ ( V⃗⃗ a
t
0
h
0
x V⃗⃗ b ). �⃗� . 𝑑𝑡. 𝑑ℎ (2)
No qual: V⃗⃗ a é o vetor velocidade do barco (m.s-1); V⃗⃗ b é o vetor da velocidade absoluta
(m.s-1); dt e dh são os diferenciais do tempo e da profundidade, respectivamente. �⃗� é o vetor
unitário normal à direção vertical; t é o tempo total de medição (s); e h é a profundidade (m).
Na seção transversal do rio há uma faixa de não medição de vazão pelo ADCP devido
à imersão do equipamento na água e ao blank distance (faixa de não medição referente à
característica do equipamento em utilizar o mesmo transdutor para emitir e receber o retorno
22
dos pulsos) (MOTTA, 2016). Há também a não medição da região do fundo devido ao
espalhamento do sinal ao longo do trajeto. Esses feixes espalhados atingem primeiro o fundo
do rio e retornam com maior intensidade para o equipamento contaminando o pulso principal e
gerando ruídos (GAMARO, 2012).
O equipamento, então estima as velocidades das regiões não medidas. Uma das formas
mais utilizadas para se estimar essas velocidades é através da extrapolação do perfil de
velocidades coleta pela equação 3, denominada exponencial de um sexto (SIMPSON;
OLTMANN, 1993):
V(Df) = c Df1/6 (3)
Onde: V(Df) – velocidade em relação à profundidade não medida Df; c – parâmetro
obtido para aproximação de um perfil exponencial às células medidas; e Df – distância vertical
com relação ao fundo (calculada em relação ao ângulo do equipamento com o fundo).
Há limitações também para medições das margens devido as pequenas profundidades e
as limitações de aproximação do equipamento devido ao seu acoplamento a um barco. A vazão
não medida da margem é estimada por meio de uma interpolação de velocidades com a vertical
mais próxima (MUELLER et al., 2013):
Ve = Vv √𝑙
𝐿 (4)
Nos quais: Ve = velocidade estimada; Vv = velocidade média da vertical mais próxima;
l = distância da margem ao ponto de interesse; L = distância da margem à vertical medida;
A vazão é então obtida utilizando a equação 1, onde a área pode ser aproximada a de
um triângulo (para o caso da calha ter o formato usual de cunha) ou de outra figura geométrica.
Dessa forma, a vazão total (Q) da seção transversal será (figura 6):
Q = Qc + Qe + Qd + Qs + Qf (5)
Em que: Qc – vazão das células medidas pelo ADCP; Qe – vazão para margem esquerda;
Qd – vazão para margem direta. Qs – vazão da superfície; Qf – vazão ao fundo;
23
Figura 6 - Croqui de uma seção transversal medida. Em azul as células medidas, em laranja as extrapolações de
superfície e fundo e em amarelo as extrapolações de margens (MOTTA, 2016)
A vazão é um dado essencial na avaliação e calibração de modelos hidrológicos (KIM
et al., 2015). Nos últimos anos, há uma crescente demanda por uso de modelos em planejamento
territorial e ambiental podendo ser utilizados, entre outras coisas, em planos de
desenvolvimento de bacias hidrográficas, cujas características são estritamente ligadas a
fenômenos hidrológicos. (AL-FAHDAWI, 2009). Neste sentido, o software HEC-RAS é útil,
sendo amplamente utilizado em analises de canais naturais (KIM et al., 2015 TRIGG et al.,
2009; BRUNNER et al., 2018), possuindo uma interface de fácil manuseio e boa performance
(KANE et al., 2017).
6. O modelo Hidrológico HEC-RAS
Hydrologic Engineering Center - River Analysis System (HEC-RAS) é um modelo
hidrológico/hidráulico livre desenvolvido pelo Corpo de Engenharia do Exército dos Estados
Unidos, sendo uma representação matemática dos processos físicos que ocorre durante o
escoamento em um canal aberto.
Estes processos físicos podem ser descritos pelas equações de conservação de massa,
conservação de momentum e conservação de energia (BRUNNER, 2016b). O modelo HEC-
RAS é capaz de realizar simulações em uma e duas dimensões para escoamentos em canais
naturais ou artificiais em regime de escoamento permanentes e não permanentes, além de
cálculos de sedimentos, modificação de leito de rio e análises de qualidade da água.
Em um modelo hidrológico unidimensional (1D) assume-se que o fluxo se move
longitudinalmente apenas. O terreno em um modelo 1D é representado como um sistema de
24
seções transversais onde os resultados são estimados pela velocidade e profundidade da água
de cada seção.
Brunner (2016a) afirma existirem algumas áreas onde a modelagem 2D pode produzir
melhores resultados que a modelagem em 1D. Porém a modelagem 1D pode produzir resultados
tão bons ou até melhores que modelos 2D, com a vantagem de ser mais simples de usar e
computacionalmente menos exigente.
O escoamento de um canal pode ser permanente ou não-permanente. Um escoamento é
chamado de permanente quando este não possui variações temporais importantes. Na natureza,
escoamentos permanentes são incomuns, mas dependendo do detalhamento que se necessita
e/ou da escala a ser analisada um escoamento pode ser considerado como permanente
(MONTEIRO et al., 2015).
O cálculo deste tipo de escoamento é realizado utilizando a equação de conservação de
energia em uma dimensão (equação 6). A energia do canal (figura 7) em dado ponto é dada pela
soma da energia potencial, energia cinética e energia devido a pressão da água (BRUNNER,
2016a).
𝑍2 + 𝑌2 +𝛼2𝑉²22𝑔
= 𝑍1 + 𝑌1 +𝛼1𝑉²12𝑔
+ ℎ𝑒 (6)
Onde: 1 e 2 representam dois pontos com uma certa distância um do outro em um
seguimento do rio, V1 e V2 são as velocidades médias (m.s-1) da seção transversal nos
respectivos pontos, α1 e α2 são os coeficientes de ponderação da velocidade, g é a aceleração da
gravidade (m.s-2), Z1 e Z2 são as elevações do canal principal (m), Y1 e Y2 são as profundidades
das seções transversais (m) e he é a perda de energia.
A energia potencial é expressa como elevação sobre um ponto de referência (datum) e
aumenta conforme a elevação também aumenta. A elevação utilizada pelo HEC-RAS provém
de um Modelo Digital de Terreno (MDT). Conforme a água escoa para a jusante a energia
potencial vai sendo convertida em energia cinética e depende da inclinação do canal (a
conversão entre as energias potencial e cinética é maior em um seguimento muito íngreme do
que em um seguimento pouco íngreme). A energia devido a pressão da água está relacionada
com a profundidade da água no canal. Parte da energia do escoamento é perdida devido ao atrito
interno e com as paredes do canal (CHARLTON, 2008, p. 72-74).
25
Quando se tem interesse na variação de um fluxo com o tempo torna-se necessário o uso
de equações que levam em consideração a variação temporal do escoamento. A equação de
Saint-Venant é uma das formulações clássicas para o cálculo dos escoamentos em rios
(MONTEIRO et al., 2015; TIMBADIYA et al., 2011).
Para realizar simulações no modelo HEC-RAS são necessárias informações geométricas
do local de estudo e informações sobre o tipo de escoamento analisado. Os dados geométricos
consistem em medidas de comprimento e largura do canal, profundidade da lamina d’água,
coeficientes de perda de energia (perda por fricção e contração/expansão), ângulo entre a
confluência, áreas de armazenamento e dados sobre estruturas hidráulicas (BRUNNER, 2016a).
Já os dados sobre o escoamento consistem em saber o regime de escoamento (subcrítico,
supercrítico ou misto), condições de contorno (nível da superfície da água já conhecido,
profundidade crítica, declividade da lamina d’água e curva-chave), rugosidade do canal e da
planície de inundação adjacente e informação sobre vazão (medida instantânea) (BRUNNER,
2016a).
O escoamento crítico (Fr = 1), subcrítico (ou fluvial, lento) (Fr < 1), supercrítico (ou
torrencial, rápido) (Fr > 1) dizem respeito ao número de Froude (equação 7), definido como a
relação entre as forças inerciais e gravitacionais (EMILIO, 2013):
Fr=V
√gh (7)
Figura 7 – Ilustração da equação 6. Um escoamento do ponto A para o ponto B, ocorre perda de energia devido
a fricção. Adaptado de Charlton (2008).
26
Nos quais: Fr = número de Froude; V= velocidade média do escoamento (m.s-1); g =
aceleração da gravidade (m.s-2); h = profundidade da seção (m).
Para que o modelo inicie os cálculos, valores de vazão são necessárias para estabelecer
um nível da água inicial na montante do sistema fluvial. Uma vez que o valor de vazão foi
adicionado na montante do seguimento, é assumido que a vazão permanece constante até outro
valor de vazão ser encontrado no mesmo seguimento. A taxa de vazão pode ser alterada em
qualquer seção transversal de um seguimento.
Um esquema do sistema fluvial (Apêndice E) deve ser criado antes de inserir qualquer
informação geométrica para conexão dos elementos que compõem o modelo. A conexão dos
seguimentos é muito importante para o modelo entender como a computação deve proceder de
um elemento para outro.
As medidas geométricas de contorno são estabelecidas por perfis superficiais (seções
transversais) e a distância entre esses perfis (seguimentos). As seções transversais são
necessárias em locais representativos em todo o seguimento do canal e em locais onde ocorrem
mudanças na vazão, inclinação, forma ou rugosidade, e também em locais onde há estruturas
feitas pelo homem como barragens. As seções transversais são dispostas transversalmente ao
canal para caracterizar a o canal e a planície de inundação. Deve-se limitar a geometria do canal
definindo-se a linha que demarca o centro geométrico do canal, a direção central do fluxo do
rio, os limites das margens do canal e a delimitação da planície de inundação.
6.1. Perdas de energia
Conforme a rio escoa, há forças resistivas a este movimento de escoamento causando
perdas de energia. A energia perdida entre duas seções transversais é compreendida entre as
perdas por fricção e perdas por contração e expansão. A equação de perda de energia (he) é:
ℎ𝑒 = 𝐿𝑄 𝑆�̅� + 𝐶 |𝛼2𝑉²22𝑔
−𝛼1𝑉²12𝑔
| (8)
Onde: 𝐿𝑄 é a vazão ponderada no seguimento, S̅f é a o valor de fricção entre duas seções,
C é o coeficiente de perda por expansão e contração.
Em grandes enchentes, em que a água atinge a margem vegetada, a rugosidade irá
aumentar devido a existência da vegetação riparia. Se o nível da água sobe ainda mais, a água
27
transborda para fora do canal e inunda as áreas adjacentes (ACRES, 2004). Dessa forma a vazão
é calculada particionando as áreas molhadas do escoamento.
A vazão ponderada entre seguimentos (𝐿𝑄), por sua vez, é calculada por:
𝐿𝑄 =Le Q̅e + 𝐿𝑐 Q̅c + LdQ̅
d
Q̅e +Q̅c +Q̅𝑑
(9)
Em que: Le, Lc e Ld são as distancias entre as seções transversais, especificamente, na
área inundável à esquerda, no canal e na área inundável à direita do canal, respectivamente. Q̅e,
Q̅c e Q̅d são a média aritmética da vazão entre as seções transversais na área inundável à
esquerda, no canal e na área inundável à direita do canal, respectivamente.
A determinação da condutância total e do coeficiente de velocidade para uma seção
transversal requer que o fluxo seja subdividido em unidades onde a velocidade é uniformemente
distribuída. HEC-RAS usa uma aproximação subdividindo as áreas alagáveis conforme o
coeficiente n muda. A vazão para cada área subdivida é calculada pela equação de Manning:
𝑄= K S1/2 (10a)
K = 1
n A R2/3 (10b)
Onde: Q é a vazão (m.s-1), K é a condutância2 em cada subdivisão, n é o coeficiente de
Manning para cada subdivisão, A é a área da subdivisão (m²), R é o raio hidráulico (razão entre
a área molhada e o perímetro molhado da seção transversal, em metros) e S é a energia devido
a declividade, calculado pela mudança de elevação em uma determinada distância (equação
11).
Na modelagem com o modelo HEC-RAS são necessárias informações dos valores do
coeficiente de rugosidade de Manning (n). A rugosidade é muito variável e depende de vários
fatores (TIMBADIYA et al., 2011), como rugosidade superficial, vegetação, irregularidades no
canal, alinhamento do canal, suspensão e deposição de sedimento, obstruções, forma e tamanho
do canal, cota e vazão, mudanças sazonais, temperatura e sedimento em suspensão e no leito
(BRUNNER, 2016a). Assim, é necessário adotar valores de rugosidade tabelados que refletem
as características da planície de inundação (figura 8). Desta forma, é necessário calibrar o
coeficiente n, comparando os valores de saída do modelo com os valores observados.
2 A condutância hidráulica de um fluxo é dito como a vazão conduzida através de um determinado seguimento
de canal para uma dada cota (CZUBA et al., 2010).
28
Se o canal possui um fluxo uniforme, S pode ser calculado pela mudança na elevação
da superfície da água (GORE, 2006, p.51):
𝑆 = (𝐸𝑚 − 𝐸𝑗)
𝑙 (11)
Em que Em é a elevação no ponto a montante, Ej é elevação a jusante (ambos em metros)
e l é a distância entre os pontos (m).
As perdas por fricção são avaliadas no HEC-RAS pelo produto de S̅f e L. As perdas
por fricção entre duas seções transversais são obtidas por:
𝑆�̅� = (𝑄1 + 𝑄2
𝐾1 + 𝐾2)2
(12)
A vazão no canal principal não é subdividida, exceto quando o coeficiente de rugosidade
é alterado com a área do canal. HEC-RAS testa a aplicabilidade da subdivisão da rugosidade
(se a inclinação das paredes do canal for pequena e se há o conhecimento de mais de um valor
de n) na porção do canal principal de uma seção transversal e, se não for aplicável, o programa
irá computar um único valor de n para o canal.
29
Para computar a energia cinética media é necessário obter o coeficiente de ponderação
de velocidade α, sendo calculada baseado na condutância (K) e área (A) das áreas alagáveis à
esquerda, à direita e no canal principal:
𝛼 =
(𝐴𝑡)² [𝐾³𝑒𝐴²𝑒
+𝐾³𝑐𝐴²𝑐
+𝐾³𝑑𝐴²𝑑
]
𝐾³𝑡
(13)
Onde: At é a área total de escoamento da seção transversal; Ae, Ac e Ad são as áreas da
área alagável à esquerda, no canal e na área alagável à direita, respectivamente; Kt é a
Figura 8 - Coeficientes n de Manning típicos para rios naturais (Chow, 1959).
30
condutância total da seção transversal; Ke , Kc e Kd são a condutância na área alagável à
esquerda, no canal e na área alagável à direita, respectivamente.
6.2. Modelando confluência entre os rios
No escopo do modelo HEC-RAS, uma conexão de seguimentos é considerada uma
junção (ou confluência) e estabelece os locais onde dois ou mais canais se juntam ou se separam.
Junções de canais podem ser modeladas de duas maneiras: usando a equação da energia e a
equação do momentum (equação 14). Se o ângulo do tributário desempenha um papel
importante na influência da superfície da água, o método baseado na equação do momentum é
o mais adequado (BRUNNER, 2016a).
A equação do momentum é obtida a partir da segunda lei de Newton aplicada a um
escoamento aberto unidimensional (BRUNNER, 2016a). No exemplo dado na figura 9, através
da equação do momentum, o programa calcula o nível da água nas seções 4 e 0 fazendo um
balanço de momentum através da junção (equação 14). Este balanço de momentum avalia
somente as forças em uma direção (neste exemplo, a direção do escoamento da seção
transversal 3 no seguimento 3).
𝑆𝐹3 = 𝑆𝐹3𝑐𝑜𝑠θ1 − 𝐹𝑓4−3 + 𝑊𝑥4−3 + 𝑆𝐹0𝑐𝑜𝑠θ2 − 𝐹𝑓0−3 + 𝑊𝑥 0−3 (14)
Seguimento 3
Seguimento 2
Seguimento 1
0
4
3
Figura 9 - Exemplo de aplicação da equação do momentum em uma confluência. Adaptado de Brunner (2016a).
31
Em que: SF é a força especifica (dada por dois termos, onde o primeiro representa o
momentum de um escoamento passando através de uma seção transversal de um canal em um
dado tempo e a o segundo termo representa a força exercida pela pressão hidrostática da água.
Ambos os termos são dados em força por unidade de peso da água) dada por:
𝑆𝐹 = 𝑄² β
𝑔 𝐴𝑚+ 𝐴𝑡 �̅� (15)
Onde: Q é a Vazão na respectiva seção; β é o coeficiente de Momentum (similar ao α);
Y̅ é a profundidade da lamina d’água no centroide (metade da distância entre as seções) da área;
g é a aceleração da gravidade; Am é porção da área que apresenta movimento (algumas áreas
de um escoamento podem ter velocidades de escoamento próximas a de zero, ou seja, não
apresentam movimento para a jusante. Essas áreas são chamadas de áreas não-efetivas); At é a
área total do escoamento (incluindo áreas não-efetivas); θ1 e θ2 são os ângulos formatos entre e
o seguimento 1 e seguimento 2, respectivamente, com o vetor normal à seção 3 no seguimento
3.
Ff são as forças atuantes devido a fricção e são dadas por:
𝐹𝑓4−3 = S̅f 4−3
L4−3
2 A4 cos θ1 + S̅f 4−3
L4−3
2 A3
Q4
Q3 (16a)
𝐹𝑓0−3 = S̅f 0−3
L0−3
2 A0 cos θ2 + S̅f 0−3
L0−3
2 A3
Q0
Q3 (16b)
Wx são as forças devido ao peso da água em uma direção (aqui dita como direção x)
dadas por:
𝑊𝑥 4−3 = 𝑆0 4−3
L4−3
2 A4 cos θ1 + 𝑆0 4−3
L4−3
2 A3
Q4
Q3 (17a)
𝑊𝑥 0−3 = 𝑆0 0−3
L0−3
2 A0 cos θ2 + 𝑆0 0−3
L0−3
2 A3
Q0
Q3 (17b)
Onde: 𝑆�̅� é o valor da fricção entre as seções; L é a distância entre as seções ao longo
do eixo x; e S0 é a declividade do canal, baseado nas elevações médias do leito; Como o nível
da água para as seções 4 e 0 são resolvidos simultaneamente, é necessário assumir que o nível
da água nas seções 4 e 0 são iguais.
32
OBJETIVOS
1. Geral
O objetivo principal deste trabalho é entender o comportamento e verificar a extensão
do efeito de barramento hidráulico do rio Negro sobre o baixo curso do rio Tarumã-Açu.
2. Específicos
Verificar como as características da confluência com o rio Negro interagem com os
parâmetros físicos da água do rio Tarumã-Açu;
Analisar o desempenho do modelo HEC-RAS no rio Tarumã-Açu considerando um
escoamento permanente e unidimensional;
Avaliar como a variação do nível da água do rio Negro altera o nível da água do rio Tarumã-
Açu sob diferentes valores de vazão a montante;
33
Capítulo I
________________________________________________________________
Siqueira, L. F.; Filizola, N. Estudo hidrológico do efeito de barramento
hidráulico no Rio Tarumã-Açu, Manaus-AM. Manuscrito em
preparação para submissão à Revista Brasileira de Geomorfologia.
34
Resumo
Rios desempenham função estratégia no desenvolvimento da região amazônica. No entanto,
ainda é grande a falta de dados hidrológicos sobre eles. Um rio pode ter suas características
físicas modificadas pela interação com outro rio, através de sua confluência e pelo fenômeno
do barramento hidráulico. Esse é o caso de um afluente do rio Negro, o rio Tarumã-Açu, maior
rio da zona urbana de Manaus, Amazonas – Brasil. O objetivo deste estudo foi analisar como o
efeito de barramento hidráulico e as características morfológicas da confluência interagem com
os parâmetros físicos do rio Tarumã-Açu. Para isso, foram realizadas quatro coletas de dados
entre os anos de 2018 e 2019 utilizando o Perfilador Acústico de Corrente por Efeito Doppler
(ADCP) de 600 kHz, em cinco seções transversais no rio Tarumã-Açu e no rio Negro, antes e
após a foz do rio Tarumã-Açu, realizando medidas de velocidade, profundidade, largura,
temperatura superficial, retorno do eco retroespalhado pelo equipamento e vazão. O modelo
hidráulico HEC-RAS foi empregado para estimar o comportamento do efeito de barramento
hidráulico do rio Negro sobre o nível da água do rio Tarumã-Açu. Os resultados mostram
vazões bastante dispersas, altamente influenciadas pela velocidade e profundidade da seção.
Observou-se entrada do rio Negro sobre a superfície rio Tarumã-Açu num trecho de 17 km a
montante de sua foz, o que causa alteração nas sua temperatura superficial. Testes com HEC-
RAS apontam que o Tarumã-Açu assume o mesmo nível do rio Negro quando este atinge a cota
de 19 metros (nível do mar), independente da vazão a montante, o que ocorre durante cinco
meses do ano em média. A discordância entre os leitos dos canais, o ângulo da confluência e a
razão de fluxo de momentum entre os rios são as possíveis causas da influência constante do
rio Negro sobre o rio Tarumã-Açu.
Palavras-chave: Barramento Hidráulico; Rio Tarumã-Açu; ADCP; HEC-RAS
Abstract
Rivers play a strategic role in the development of the amazon region. However, there is still a
great lack of hydrological data on them. A river can have its physical characteristics modified
by the interaction with another river, through its confluence and by the phenomenon of
backwater effect. This is the case of a tributary of the Negro river, the Tarumã-Açu river, the
largest river in the urban area of Manaus, Amazonas - Brazil. The objective of this study was
to analyze how the backwater effect and the morphological characteristics of the confluence
interact with the physical parameters of the Tarumã-Açu river. Four data collections were
performed between 2018 and 2019 using the 600 kHz Acoustic Doppler Current Profile
(ADCP), in five cross sections on the Tarumã-Açu river and the Negro river, before and after
the Tarumã-Açu mouth, performing measurements of velocity, depth, width, surface
temperature, backscatter and discharge. The hydraulic model HEC-RAS was used to estimate
the behavior of the backwater effect of the Negro river on the water level of the Tarumã-Açu
river. The results show much dispersed discharges, highly influenced by the speed and depth of
the section. We observed influence of the Rio Negro on a stretch of 17 km upstream of the
mouth of the Tarumã-Açu river, which causes changes in temperature of surface of the water.
Tests with HEC-RAS indicate that the Tarumã-Açu assumes the same level of the Negro river
when it reaches the water level of 19 meters (sea level), regardless of the upstream flow, which
occurs during five months of the year on average. The disagreement between the beds at the
confluence, the confluence angle and the momentum flow ratio between the rivers are the
possible causes of the constant influence of the Negro River on the Tarumã-Açu river.
Keywords: Backwater effect; Tarumã-Açu River; ADCP; HEC-RAS
35
1. Introdução
A Bacia Amazônica concentra quatro dos dez maiores rios do mundo em vazão
(LATRUBESSE, 2008), com uma vasta e densa rede de drenagem transportando água e
sedimento para o oceano. Esses canais possuem suas próprias bacias hidrográficas com
comportamentos singulares, que são influenciadas por fenômenos externos à bacia, como o
barramento hidráulico.
O barramento hidráulico ocorre quando um rio de maior volume hídrico, represa a água
de seu afluente de menor volume (MEADE et al., 1991). A água represada diminui a velocidade
do fluxo e afeta o nível dos rios. Este fenômeno é largamente observado nos rios da Amazônia,
a exemplo do rio Negro próximo a Manaus que possui seu nível não só controlado pela sua
própria vazão, mas também pelo nível da água do rio Solimões (FILIZOLA et al., 2009;
MEADE et al., 1991). Diversos trabalhos observacionais e de modelagem ( BRUNNER et al.
2018; HIDAYAT et al., 2011; KIM; et al., 2015; NAGUMO et al., 2017; RIBÉ et al., 2017;
SEGOVIA et al., 2018; SZILAGYI; LAURINYECZ, 2014) foram realizadas considerando o
efeito de barramento hidráulico entre canais naturais. Porém ainda são poucos os trabalhos que
se dedicam a estuda-lo na bacia Amazônica (ALVES et al., 2017a; ALVES et al., 2017b;
FILIZOLA et al., 2009; GLÓRIA; FILIZOLA, 2012; PAIVA et al., 2013a; PAIVA; et al.,
2013b; PARIS et al., 2016; TRIGG et al., 2009) devido à dificuldade de acesso e a pouca
disponibilidade de dados, sobretudo em bacias de menor porte.
Pequenas bacias, especialmente aquelas situadas em zona urbana, constituem uma
unidade de planejamento territorial importante e o conhecimento dos fenômenos que a rodeiam
é imprescindível no estabelecimento de políticas públicas. O rio Tarumã-Açu, maior rio da área
urbana de Manaus, possui parte da sua bacia em área rural, mas sofre com o crescimento urbano,
além de estar sobre influência do barramento hidráulico causado pela confluência com o rio
Negro (GLÓRIA; FILIZOLA, 2012). Pesquisas desenvolvidas neste rio focaram nas suas
propriedades químicas, especialmente à luz da poluição urbana (HORBE; OLIVEIRA, 2008;
SANTANA; BARRONCAS, 2007; SANTOS et al., 2006; SILVA et al., 2009; SONTOS et al.,
2015; PINTO et al., 2009), mas sua caracterização física ainda é um desafio, especialmente
quando se considera as possíveis mudanças causadas pela sua confluência com o rio Negro.
Confluências entre rios são locais importantes na hidrologia, pois nelas acontecem
mudanças bruscas nas características do fluxo, transporte de sedimentos e morfologia do canal,
ocorrendo combinação de matéria e energia de dois rios diferentes. São ambientes fluviais
muito complexos, onde a interação desses elementos produz um ambiente único, e entender seu
funcionamento é fundamental para o manejo dos rios (BAHMANPOURI et al., 2017;
BARANYA, et al. 2012; RIBEIRO, et al. 2012; SCHINDFESSEL et al., 2015; STEVAUX, et
al., 2009). É necessário, então, avaliar as energias envolvidas no processo, bem como a
diferença de nível do leito e o ângulo da confluência entre os rios, as dinâmicas no nível da
água e na vazão (BARANYA, et al. 2012).
A medição de vazão é amplamente realizada com o sonar multiparametro Acoustic
Doppler Current Profiler (ADCP) (FILIZOLA et al., 2009; GUYOT et al., 2005;
SAWAKUCHI et al., 2017). Este equipamento também é capaz de realizar batimetria do leito,
aferir a velocidade e direção do fluxo em diversas profundidades dentro da coluna d’água e a
temperatura da água diretamente em contato com o equipamento. Além disso, intensidade do
sinal acústico retroespalhado (backscatter) fornece informações indiretas do processo de
transporte sedimentar (FILIZOLA; GUYOT, 2004; BARANYA; JÓZSA, 2013; TURQUETTI;
IANNIRUBERTO, 2017).
36
Além da observação direta, a utilização de modelos hidráulicos pode fornecer
estimativas de nível do rio diante de vários cenários, sob o efeito de barramento hidráulico,
podendo orientar tomadas de decisão sobre os usos dos recursos hídricos no local de estudo.
Neste contexto o modelo HEC-RAS (Hydrologic Engineering Center - River Analisys System),
desenvolvido pelo Corpo de Engenharia do Exército dos Estados Unidos, é uma ferramenta útil
para esta proposta (KIM et al., 2015 TRIGG et al., 2009; BRUNNER et al., 2018).
Face ao acima disposto, o objetivo deste trabalho é analisar o comportamento
hidrológico do rio Tarumã-Açu diante do efeito de barramento hídrico e da confluência com o
rio Negro. O levantamento das variáveis necessárias foram realizados com o sonar ADCP em
quatro dias distintos do ciclo hidrológico. As informações coletadas alimentaram o modelo
hidrológico HEC-RAS para reproduzir o efeito de barramento hidráulico em condição de fluxo
permanente e unidimensional e verificar a extensão da influência do rio Negro no baixo curso
do rio Tarumã-Açu.
2. Local de Estudo
A área de estudo corresponde a um pequeno trecho do rio Negro distante 31,2 km da
confluência com o rio Solimões, e a um trecho de 20,6 km do baixo curso do rio Tarumã-Açu
(entre 2°53'7,88"S 60° 5'56,87"W e 3° 2'59,76"S 60° 7'8,36"W - figura 1), localizado a oeste
da zona urbana de Manaus, capital do Estado do Amazonas, Brasil.
Situada próximo da linha do equador, a bacia do rio Negro drena a parte norte da planície
Amazônica e o escudo das guianas (FILIZOLA et al., 2002). Possui uma área de bacia de
686.810 km² e vazão média anual de 26.700 m3.s-1 (LARAQUE et al., 2009), responsável por
11% da área e 14% da descarga líquida do rio Amazonas. Devido ao barramento hidráulico, o
rio Negro próximo a Manaus apresenta um hidrograma sem relação direta com as estações a
montante. No entanto, este regime é bastante similar ao rio Solimões - em Manacapuru (AM),
60 km a montante da confluência com o rio Negro, com pico de cheia máximo de maio a agosto,
e um pequeno pico de cheia precoce observado em janeiro-fevereiro (FILIZOLA et al., 2002).
O rio Tarumã-Açu é um dos tributários do rio Negro pela margem esquerda. Tem grande
importância socioambiental por estar inserido na área urbana de Manaus, além de possuir uma
Área de Proteção Ambiental.
Conforme SIMAS (2008), a área da bacia do Tarumã-Açu é de 1.337,56 km2, sobre a
zona rural e urbana de Manaus. A área da bacia corresponde a 11,73% da área territorial do
município de Manaus (VASCONCELOS et al., 2015), é ocupada por condomínios residenciais,
marinas, clubes de lazer, flutuantes, cemitérios, indústrias, hotéis, ocupações desordenadas e
Áreas de Proteção Ambiental - APA Margem Esquerda do Rio Negro e APA Tarumã-Mirim
(MELO, 2018).
A bacia do Tarumã-Açu é de 5ª ordem, apresenta perímetro de 229,12 km, comprimento
do canal principal de 42 km, é pouco sinuoso (1,11) e possui baixa declividade (1,84) (COSTA
et al., 2013). Ainda de acordo com Costa et al. (2013), o fator forma da bacia é de 0,41
(indicando baixa tendência a enchentes), a densidade de drenagem de 0,79 km.km-2
(caracterizando ser uma bacia de drenagem pobre e resposta hidrológica lenta), a densidade
hidrográfica é de 0,62 canais.km-2 e apresenta uma amplitude altimétrica de 152 m.
Geologicamente, situa-se sobre a formação Alter do Chão, as unidades de depósitos aluvionares
são do período Quaternário/Terciário, constituídas por associações de sedimentos de areias e
siltes (canal fluvial) e argila e caulim (planície de inundação) (COSTA et al., 2013). Seu leito
37
é densamente vegetado e irregular e suas águas superficiais fluem na direção norte-sul, são
pretas, ácidas e pobres em minerais (HORBE; OLIVEIRA, 2008)..
Antonio (2017) caracterizou o clima local com um período de 3 meses de seca suave a
moderada (julho, agosto e setembro) e seis meses de período úmido (dezembro a maio),
descreveu junho como o mês de transição para o período seco e outubro o mês de transição para
o período chuvoso e finalmente, classificou o clima local como Superúmido.
3. Materiais e Métodos
Para estes trabalho foram realizadas quatro medições em cinco seções transversais
localizadas no rio Tarumã-Açu (T01, T02, T03, T04 e T05) e duas no rio Negro, uma a montante
e uma a jusante da foz do rio Tarumã-Açu, chamados aqui de NM e NJ, respectivamente (figura
1D). As seções no rio Tarumã-Açu foram selecionadas de modo a melhor caracterizar as
mudanças espaciais no local estudado, evitando trechos muito largos e que permitissem
aproximar a embarcação das margens. Informações detalhadas sobre as seções transversais são
apresentadas na tabela 1.
Figura 10 – a) Hidrograma do rio Negro (estação de Manaus) com indicação dos dias de coleta de dados; b)
Local de estudo - limites da bacia do Tarumã-Açu, área urbana de Manaus e seções transversais estudadas.
Triangulo amarelo marca a localização da estação fluviométrica de Manaus; c) Detalhe do canal principal do
Tarumã-Açu e localização das seções transversais.
38
As medições consistiram na coleta de dados de vazão, velocidade, largura,
profundidade, temperatura superficial e backscatter - retorno do eco do equipamento, cujo
maiores valores indicam mais sedimento em suspensão (BARANYA; JÓZSA, 2013; WOOD;
GARTNER, 2010). Para isso, foi utilizado um ADCP (Acoustic Doppler Current Profiler)
modelo WorkHorse Rio Grande 600 khz (Teledyne RD Instruments), acoplado a lateral de uma
embarcação. As informações obtidas pelo aparelho foram georreferenciadas com um GPS
Trimble modelo R4. Ambos os equipamentos estiveram conectados a um laptop que gerenciou
o sistema através de um software específico (WinRiver II, versão 2.08), onde foram realizadas
a calibração da bússola interna do ADCP e a gravação dos dados. O programa WinRiver II
calcula automaticamente as variáveis medidas e retorna o valor médio das quatro seções
realizadas. Analisaram-se os tipos de referencial de velocidade da embarcação utilizado para o
cálculo de vazão (Bottom Tracking, GGA, e VTG), através da consistência dos dados no próprio
software. Assim optou-se por aqueles com menos ruídos, menor desvio padrão e menor número
de células em branco.
As medições foram realizadas nos dias 04 de novembro de 2018 (04-nov), 22 de
dezembro de 2018 (22-dez), 16 de fevereiro de 2019 (16-fev) e 16 de maio de 2019 (16-mai).
Não foi possível a realização de medições nas seções T04 e T05 do dia 04-nov, devido ao baixo
nível da água do rio Tarumã-Açu, que impossibilitava a navegação. A seção T02 neste mesmo
dia foi descartada devido a uma falha na aquisição de dados.
As informações coletadas foram exportadas para o software Velocity Mapping Toolbox
–VMT (versão 4.09, PARSONS et al., 2013), onde foi possível gerar o perfil transversal médio
de Backscatter (BS), velocidade primária (Vp) e velocidades transversais (Vt). A Vp possui
como referência o fluxo para jusante. A Vt foi obtida a partir da velocidade transversalmente
ao fluxo da seção transversal média, com o objetivo de observar movimentos de
convergência/divergência e ascendência/subsidência no fluxo da seção (PARSONS et al.,
2013).
3.1. Dados Batimétricos
Dados batimétricos são essenciais no estudo da geomorfologia dos rios e na modelagem
hidráulica, constituindo um parâmetro de entrada do modelo HEC-RAS. A coleta deste tipo de
dado foi feita, simultaneamente, com duas embarcações, com o ADCP WorkHorse Rio Grande
Tabela 1: Informações sobre as seções transversais coletadas. DP/M = razão entre o Desvio Padrão e a média
da vazão; Ref.= Referencial; na = não avaliado; BT= Botton Tracking; *distancia sinuosa aproximada da
foz do rio Tarumã-Açu.
39
600 khz (Teledyne RD Instruments) em cada uma, ambos georreferenciados com GPS Trimble
R4 RTK.
O levantamento batimétrico foi realizado no dia 08 de março de 2019 (altitude
ortométrica do rio Negro na régua de Manaus: 18,72 m) em um padrão amostral que permitiu
cobrir a área de estudo de forma mais rápida. Foram percorridos 48,21 km no rio Tarumã-Açu
e 52,13 km no rio Negro, que totalizou 100,34 km e 148.846 pontos batimétricos coletados. Os
pontos foram exportados para o software VMT e convertidos em elevação do leito com o nível
da água como referência. O nível da água foi obtido com um terceiro GPS Trimble R4 acoplado
ao teto da embarcação, previamente programado para adquirir um ponto a cada 20 segundos
(682 pontos coletados) e pós-processados através do método do Posicionamento por Ponto
Preciso (PPP) (IBGE, 2019). A altitude elipsoidal obtida com o PPP foi convertida em altitude
ortométrica somando ao modelo de ondulação geoidal médio de 11,731 m (modelo de geoide
EGM08, disponível em: <http://earth-info.nga.mil/GandG/wgs84/gravitymod/egm2008>). Dos 682
pontos batimétricos coletados, 10% foram selecionados aleatoriamente para estimar a raiz quadrada do
erro médio (RMSE) da superfície batimétrica interpolada.
Para delimitar as margens do canal e a planície de inundação, utilizou-se Modelo Digital
de Elevação (MDE) de imagens do sensor PALSAR (satélite ALOS) adquiridas em 23 de
janeiro de 2011, disponível no endereço eletrônico <http://vertex.daac.asf.alaska.edu>. O MDE
foi recortado, referenciado ao nível do mar e tratado para remoção de pixels inconsistentes e
anomalias de altitude (OLIVEIRA, 2017). Os rios Negro e Tarumã-Açu foram extraídos e o
MDE foi transformado para pontos, que por sua vez, foram unidos com o conjunto de pontos
batimétricos. O conjunto de pontos do MDE e batimetria foram, então, interpolados pelo
método Topo-to-Raster.
A interpolação Topo-to-Raster é um método desenhado para a criação de MDE
hidrologicamente corrigidos (HUTCHINSON, 1989). É baseado no programa ANUDEM que
utiliza pontos de elevação em uma técnica de interpolação por finita diferença interativa
(PANHALKAR; JARAG, 2015). ANUDEM tem um bom desempenho para interpolação em
áreas de curso d’água (ARUN, 2013), podendo produzir um MDE mais realístico e consistente
quando comparado a outros métodos de interpolação, como natural neighbour e inverse
distance weighted (SALEKIN et al., 2018).
3.2. Modelagem hidráulica com o HEC-RAS
Com base em dados de vazão, nível da água e batimetria se tornou possível analisar o
efeito de barramento hidráulico através da modelagem hidráulica do canal principal. Para isso,
HEC-RAS (versão 5.0.5) foi o software escolhido pela sua larga aplicação em todo mundo
(PATEL; GUNDALIYA, 2016) gratuidade e interface intuitiva de fácil manuseio (KANE et
al., 2017). HEC-RAS consiste de uma representação matemática de processos físicos que
ocorre durante o fluxo de um rio sobre um canal. Estes processos físicos podem ser descritos
pelas equações de conservação de momentum e conservação de energia (BRUNNER, 2016).
A construção do modelo consiste no desenho geométrico das feições do canal e planície
de inundação, aplicando seções transversais de maneira perpendicular ao canal. As
características geométricas das seções transversais foram obtidas da batimetria interpolada.
Adcionalmente 83 seções transversais foram projetadas no rio Tarumã-Açu e 11 no Rio Negro,
de modo a obter uma seção transversal no mesmo local das seções observadas T01, T02, T03 e
T04. A seção T05 não foi incluída devido as dificuldades de acesso do período.
40
O cálculo do nível da água foi realizado em cada seção transversal através da equação
da energia (equação 1). Admite-se que o ângulo da confluência entre os rios estudados
influencia o nível da água (SONG et al., 2017), assim a equação do momentum (BRUNNER,
2016) foi utilizada para o cálculo do nível da água na região de confluência entre os rios
Tarumã-Açú e Negro. Devido a aquisição dos dados de entrada do modelo (vazão e nível da
água) se dar em uma escala temporal de meses, assumiu-se o escoamento no canal como
permanente e unidimensional.
𝑍2 + 𝑌2 +𝛼2𝑉²22𝑔
= 𝑍1 + 𝑌1 +𝛼1𝑉²12𝑔
+ ℎ𝑒 (1)
Onde: 1 e 2 representam dois pontos com uma certa distância um do outro num dado
seguimento do rio, V1 e V2 são as velocidades médias (m.s-1) da seção transversal, α1 e α2 são
os coeficientes de ponderação da velocidade, g é a aceleração da gravidade (m.s-2), Z1 e Z2 são
as elevações do canal principal (m), Y1 e Y2 são as profundidades das seções transversais (m)
e he é a perda de energia (maiores detalhes em BRUNNER, 2016).
Em casos como o deste estudo, as perdas de Energia são avaliadas pela fricção,
utilizando o coeficiente n na equação de Manning (equação 2). Esse coeficiente depende de
fatores como rugosidade superficial, vegetação, irregularidades e alinhamento do canal,
suspensão e deposição de sedimento, obstruções, forma e tamanho do canal, sedimento em
suspensão e no leito (BRUNNER, 2016). Por isso, coeficiente de rugosidade n de Manning para
o canal é um parâmetro que precisa ser calibrado e validado.
Q= 1
n A R2/3 S1/2 (2)
Onde: Q é a vazão (m.s-1), n é o coeficiente de Manning, A é a área da seção (m²), R é
o raio hidráulico (razão entre a área molhada e o perímetro molhado da seção transversal, em
metros) e S é a declividade da linha d’agua.
O processo de calibração do coeficiente n foi realizado em condição de contorno de
vazões e níveis d’água nas seções T01 a T04 no rio Tarumã-Açu, obtidos nos dias 22-dez e 16-
fev. O nível da água utilizado aqui foi obtido através de uma aproximação: somou-se a
profundidade média obtida com o ADCP com a altitude média do leito de cada seção. Essa
simplificação foi necessária devido ausência de dados de cota no rio Tarumã-Açu. A calibração
Tabela 2: Vazão (Q), velocidade média da seção (V), área da seção (A), temperatura média (T) e nível do
rio Negro na régua de Manaus (14990000), referenciado ao nível do mar. NM e NJ são as seções do rio Negro
a montante e a jusante da foz do rio Tarumã-Açu, respectivamente.
41
então foi feita variando o coeficiente n no canal de 0,005 até 0,155 com 0,005 de incremento,
totalizando 31 simulações.
Foi selecionado o valor que apresentou o menor RMSE e maior coeficiente de Nash-
Sutcliffe (NSE). O mesmo processo foi feito para o trecho do rio Negro, utilizando o nível da
régua de Manaus (triângulo amarelo na figura 1c) - estação fluviométrica 14990000 da Agência
Nacional de Águas, coordenadas 3° 8' 17,88''S 60° 1' 37,92''W (ver tabela 2). A cota da régua
foi subtraída de 7 m para ser referenciada ao nível do mar (MOREIRA, 2016). A diferença entre
o nível da água da régua e da área de estudo pode ser considerada desprezível, devido à baixa
declividade da linha da água nesta região (FILIZOLA et al., 2009).
O processo de validação consistiu da comparação dos valores modelados com o de nível
da água do rio Tarumã-Açu observados nos dia 22-dez, 16-fev e 16-mai. Utilizou-se dos dados
de vazão como condição de contorno na seção mais a montante do rio Tarumã-Açu e nas seções
mais a montante e a jusante do rio Negro
Para avaliar o modelo foi utilizado o coeficiente de Nash-Sutcliffe (NSE) (NASH;
SUTCLIFFE, 1970) e o desvio percentual (PBIAS) (GUPTA et al., 1999). O NSE mais próximo
de 1 (ou 100%) indica melhores resultados. O PBIAS pondera a tendência que a média dos
valores simulados tem em relação aos observados (PBIAS > 0 indica uma subestimação do
modelo e PBIAS < 0 uma superestimação; PBIAS = 0 é considerado o ideal). A raiz quadrada
do erro médio (RMSE) também foi utilizado para quantificar o erro.
Para explorar os efeitos do barramento hidráulico sobre o nível da água do rio Tarumã-
Açu, alterou-se a vazão a montante do rio Tarumã-Açu em 5, 20, 50, 80, 100, 150 e 200 m³ s-1.
Simultaneamente, o nível do Rio Negro era alterado de 7 até 23 m, a cada 1 m, mantendo as
condições de vazão média de 26.700 m3.s-1 (LARAQUE et al., 2009), totalizando 112
simulações.
4. Resultados e Discussões
4.1. Análise das seções transversais
Como forma de identificar o controle do rio Negro (RNE) sobre o rio Tarumã-Açu
(RTA), a figura 2 mostra a velocidade média primária e transversal e o backscatter (BS) da
seção T01, aquela mais jusante no RTA, cerca de 4 km distante de sua foz. A seção medida no
dia 04-nov apresentou VP negativa de até 0,10 m.s-1 próximo a margem esquerda e próximo ao
leito, coincidindo com baixos valores de BS nesta região. Os vetores VT apontam uma
divergência de fluxo entre essas regiões.
As demais medições analisadas também mostraram fluxo de água no sentido montante,
acompanhado de baixos valores de BS, típicos do RNE (TURQUETTI; IANNIRUBERTO,
2017), que mudam gradativamente para a margem direita (figura 2B), dominando as regiões
mais superficiais do canal. Ao contrário do dia 04-nov (menor nível da água, tabela 2), a
medição do dia 16-mai (maior nível da água) apresentou uma concentração de VP negativo na
margem direita, com um contraste de BS bem definido neste local. Enquanto isso, as VP’s
positivas se concentram nas partes inferiores das seções e se apresentam maiores próximo ao
fundo. Este comportamento é incomum em canais naturais, já que o atrito com o leito provoca
uma velocidade do fluxo mais lento próximo ao fundo, acelerando gradualmente em direção a
superfície (LEOPOLD, 1953).
42
Conforme o nível do RNE aumenta, a VP negativa próximo a superfície avança para as
demais seções (figura 3) do RTA. Esse fluxo se torna menos veloz e gradativamente mais
superficial, acompanhado de valores de BS em torno de 60 a 75 dB. Os valores de VP’s
positivos atingiram máximos de ~0,15 m.s-1 e foram acompanhado de BS variando de 75 a 85
dB. Os maiores índices de BS se concentram na metade mais profunda das seções, porém foi
se tornando gradativamente mais uniforme nas seções mais a montante. Esses resultados
indicam que os maiores BS podem se caracterizar como uma assinatura da água do RTA,
enquanto menores são relacionados a presença de água do RNE. Porém, a relação entre a água
de cada rio com a intensidade do BS não é totalmente direta (como visto na figura 2B), já que
estes valores podem ser influenciados por elementos como a chuva e a proliferação de
microrganismos aquáticos (WOOD; GARTNER, 2010). As VT’s possuem um fluxo lento (da
ordem de 0,08 m.s-1) e descendente mais perto das primeiras seções, o que indica uma mistura
gradativa entre os rios. As seções transversais na qual não se observa fluxo negativo (não
mostradas aqui) apresentam comportamento esperado de canal natural, com maiores
velocidades no centro da seção e BS homogêneo.
Figura 2 – Seção transversal T01. A= 04-nov; B=22-dez; C=16-fev; D=16-mai. I= Velocidade primária média
(10-2 m.s-1) e velocidade transversal; II= Backscatter (dB). A distância referida nas abscissas é em relação a
margem esquerda.
43
Ao ser realizado a batimetria no dia 08-fev, extraiu-se um perfil longitudinal de 15 km
do RTA e de 3 km na margem esquerda do RNE (figura 3C). De acordo com este perfil, o RNE,
que apresentava nível de 18,72 m de altitude (na régua de Manaus), adentra aproximadamente
9 km a montante da foz e mistura-se nos primeiros 3 km com o rio Tarumã-Açu. No dia 16-
maio a VP negativa superficial apontava que esta entrada de água do RNE alcança a seção T04
(figura 3B), a 17 km a montante da foz. As demais seções em que não se registraram o fluxo
negativo ainda podem ser afetadas pelo efeito de barramento hidráulico, como pode ser visto
na figura 4.
Como indicativo do avanço do barramento hidráulico, verifica-se na figura 4 a relação
entre as velocidades médias, área e vazão nas seções transversais. As velocidades médias do rio
Tarumã-açu são extremamente baixas, não ultrapassam 0,18 m.s-1 no dia 04-nov e, em geral,
tendem a diminuir fortemente de montante para jusante. A seção T03 apresentou maior
velocidade média entre as seções, com exceção do dia 16-mai (seção T01). Conforme o nível
da água do RNE subia, a velocidade das seções diminuía, exceto na seção T05 que se manteve
aproximadamente constante durante o período de medições.
Figura 3 – Seções mais a montante onde nota-se velocidade negativa: A= Seção T02, 16-fev e B= Seção T04, 16-
mai; A distância referida nas abscissas é em relação a margem esquerda. C = Perfil longitudinal de backscatter
(dB) do rio Tarumã-Açu até o rio Negro, 08 de março de 2019. I= Velocidade primária média (10-2 m.s-1) e
velocidade transversal; II= Backscatter (dB).
44
Aliado ao aumento da velocidade, o aumento na área da seção resultou no acréscimo da
vazão entre as seções T02 e T01 no dia 16-mai (figura 4d). Isso se deve provavelmente ao
aporte de descarga liquida pelo tributário situado entre essas seções (igarapé da Bolívia, uma
micro bacia densamente urbanizada). Essa interação entre velocidade e área conduz para um
quadro em que a vazão não aumenta necessariamente em direção a jusante. Da mesma forma,
a vazão não aumenta diretamente com o avanço do período de cheia. A correlação linear da
vazão com a velocidade, profundidade largura e temperatura pode ser observada na tabela 3.
Apesar de ser a seção mais a jusante do RTA, a seção T01 possui a vazão bem
correlacionada com a velocidade, além da profundidade (tabela 3). A vazão da seção T02
também correlacionou-se muito bem com a velocidade, porém de forma negativa com a
profundidade e largura, indicando que a vazão diminui mesmo com o aumento da área da seção.
A seção T03 apresentou um comportamento peculiar, não mostrou uma boa correlação
da vazão com nenhuma variável. Esta é a seção que teve o maior aumento na largura (64,3 m)
e maior variação da velocidade média (0,17 m.s-1) (figura 5). Isto resulta em um aumento de
Figura 4 – Valores de Vazão (linha pontilhada, m³.s-1), área (cinza claro) e velocidade (cinza escuro) das seções
transversais do rio Tarumã-Açu nos dias (a) 04-nov, (b) 22-dez, (c) 16-fev e (d) 16-mai.
Tabela 3: Correlação linear (r) entre a vazão e a velocidade, profundidade, largura e temperatura nas seções
do rio Tarumã-Açu e no rio Negro.
45
vazão nos dias 04-nov, 22-dez e 16-fev e uma considerável redução no dia 16-mai. Estes
comportamentos podem ser explicado pela localização da seção, que está aproximadamente do
meio da área de estudo, e nos primeiros dias esta região não era atingida pelo efeito do
barramento hidráulico (figura 6). O mesmo aconteceu com a seção T04, porém de maneira
mais tardia. Desta forma ainda pode ser notado uma boa correlação positiva com a velocidade
e com a largura nesta seção.
A seção T05 foi a única em que se observou aumento constante da vazão, que pode ser
relacionado a área da seção (profundidade e largura), já que a velocidade permaneceu
praticamente constante. A temperatura da superfície da água foi outro elemento que aumentou
com a vazão, ao contrário do rio Negro em que a temperatura diminuía ligeiramente conforme
a vazão aumentava, indicando que a causa da mudança de temperatura de ambos os rios é
diferente.
A comparação dos dados da figura 4 e figura 5 mostra que o aumento da área (figura 4)
ocorreu devido ao aumento da profundidade, visto que a largura pouco se altera. Segundo
Latrubesse e Franzinelli (2002), isso caracteriza o RTA como um rio confinado no vale fluvial
ou que apresenta margens estáveis. Latrubesse (2008) observa que isto é um atributo comum
nos rios da Amazônia. Vale ressaltar que o comportamento da vazão também é controlada por
outras variáveis não contempladas nesta análise, como a resistência ao fluxo e a declividade do
leito.
Constata-se na figura 5c as mudanças espaciais na temperatura da superfície da água
dos rios Negro e Tarumã-Açu. Observou-se maiores temperaturas da água do RTA no sentido
a jusante, com uma variação de 3,6°C no dia 22-dez, 4,1°C no dia 16-fev e 0,5 °C no dia 16-
mai, entre as seções T05 e T01. Esta mudança espacial da temperatura também foi observada
por Souza (2007). É praticável dizer que isto acontece devido a troca térmica com o RNE, mais
aquecido (tabela 2), uma vez que ele adentra pela superfície do RTA. Em rios de velocidade
muito baixa, pode-se afirmar que a diferença de densidade é um fator que afeta a taxa de mistura
entre ambos (RAMÕN et al., 2013) e águas mais aquecidas e menos densas tendem a
permanecer próxima da superfície (como visto nas figuras 2 e 3). A medida que o RNE avança,
Figura 5 - Profundidade (a), largura (b) e temperatura (c) média das seções transversais do rio Tarumã-Açu.
46
as temperaturas das seções mais a montante se elevam, de modo que no dia 16-mai todo o local
de estudo possui temperatura similar. Este aumento da temperatura pode causar mudanças nas
características físico-químicas da água, como alteração na taxa evaporação, diminuição da
solubilidade de gases como O2 e CO2 e aumento de atividade microbiana (BOYD, 2015).
Salienta-se que é possível também que a temperatura da água aumente devido a
atividade humana na parte da bacia localizada em área urbana. Sontos et al. (2015) mostrou que
qualidade da água dos tributários do RTA localizados em zona urbana sofrem com forte pressão
antrópica devido ao despejo inadequado de efluentes domésticos. Porém, de acordo com Santos
et al. (2006), essa poluição diminui no canal principal do rio no sentido da jusante. Essa
constatação está de acordo com Pinto et al. (2009), em que o RNE possui grande capacidade de
diluição de contaminantes vindas de seus tributários. Desta forma, é mais provável que o
aquecimento visto no RTA seja resultado do avanço do RNE.
O estudo de Souza (2007) mostra evidências desse avanço. A autora aplicou o índice de
integridade biótica (índice que avalia a qualidade dos recursos aquáticos utilizando diversos
parâmetros da ictiofauna) no RTA e constatou um decaimento para a jusante. Ainda de acordo
com a autora, alguns tipos de peixe, como o do gênero Bryconops, típicos de igarapés e
abundantes no RTA, são intolerantes a temperaturas muito altas e estão mais presentes no
período de vazante do que na cheia.
A extensão da entrada do RNE sobre o RTA é intimamente ligada a razão de fluxo de
momentum M (razão entre o produto da velocidade e vazão do tributário e rio principal), o
ângulo da confluência (100° em relação a montante), a geomorfologia dos canais e o sedimento
em suspeição e de leito (RAMÕN et al., 2013; SONG et al., 2017; TREVETHAN et al., 2015).
Na figura 6, distingue-se os valores de M entre a seção NM (ou NJ na sua ausência), e as seções
do RTA em que não foram observados fluxo negativo (seção T05 para o dia 16-maio e T03
para os demais dias analisados).
A linha vermelha representa a razão das velocidades médias (Rv) das seções
supracitadas, refletido a relação entre as forças inerciais dos rios (RAMÓN et al., 2013). A
razão de fluxo momentum é muita baixa devido à grande diferença entre as vazões dos rios e,
assim como o Rv, esta diferença aumenta conforme o período de cheia do RNE avança. No dia
04-nov o Rv obtido foi de 1,04, indicando que, ao menos no período seco, a partir da seção T03
(10,3 km da foz), o RTA pode resistir ao avanço do RNE.
Figura 6 - Razão do fluxo de momentum (M) e razão das velocidades médias (Rv) entre o rio Negro e o rio
Tarumã-Açu.
47
4.2. Análise dos dados batimétricos
Os pontos batimétricos foram interpolados com 5 m de resolução e pode ser vista na
figura 7. Erros na batimetria são difíceis de quantificar, mas tendem a ser aceitáveis na
modelagem hidráulica (TRIGG et al., 2009). A comparação dos resultados obtidos com os
interpolados retornou um RMSE de 0,33 m. A estrutura dos canais mostram uma declividade
do leito de 0,00033 m.m-1 no RTA e de 0,00034 m.m-1 no RNE. Buracos profundos (“pools”)
podem ser constatados na jusante do RTA, concentrados próximos a margem esquerda, o que
indica uma zona de desgaste no leito (RHOADS et al., 2009).
A elevação do leito do RTA varia de 11 até -3 m com de média 8,31 m. No RNE esses
valores variaram de 14,84 a -14,12 m com média de 0,27 m, o que indica que parte do canal
está abaixo do nível do mar. Curiosamente, a região à esquerda do canal do RNE é mais alta do
que os últimos 4 km do canal do RTA. Conforme Ribeiro et al. (2012), a discordância entre os
leitos de dois rios pode dar origem a uma estrutura de fluxo de duas camadas na zona de
confluência, como visto na figura 2. Detalhes sobre a geomorfologia do RNE pode ser
consultado nos estudos de Franzinelli e Igreja (2002) Irion et al. (1997) e Latrubesse e
Franzinelli (2002).
Figura 7 – (a) Rota da coleta de dados batimétricos; (b) Gráfico de dispersão dos pontos observados (10% do
total) pelos interpolados; (c) Modelo Digital de Terreno interpolado com a batimetria e a altimetria
ALOS/PALSAR
48
4.3. Calibração e validação do modelo
Com os dados de batimetria, realizou-se o processo de calibração do coeficiente de
rugosidade n de Manning com os dados dos dias 22-dez e 16-fev. Para o RTA, o resultado que
retornou o menor RMSE (0,56 m) e maior NSE (78,72%) foi 0,155, típico de rios com leito
irregular e densamente vegetados (CHOW, 1959). O RNE se mostrou menos sensível a
mudança deste coeficiente, coincidindo as medidas observadas e modeladas com n entre 0,01 e
0,035. Um número próximo foi obtido por Leon et al. (2006) que utilizou curvas-chave
adquiridos de dados altimétricos e obteve um n de 0,039. Getirana et al. (2010), com base nas
características do canal do RNE, utilizou n=0,030 para realizar modelagem hidrológica na bacia
com o modelo MGB-IPH. Latrubesse (2008) também sugere n=0,030 para a maior parte dos
grandes rios da Amazônia. Desta forma, 0,030 foi escolhido como coeficiente de rugosidade no
trecho do RNE estudado.
A somatória do nível do leito com a profundidade média permitiu estimar o nível da
água em cada seção e, ao compara-los com o nível da água modelado, resultaram em um RMSE
geral de 0,50 m. A diferença mais notória entre o resultado do modelo e o observado foi de 1,21
m, na seção T03 do dia 22-dez (figura 8). Foi também na seção T03 que se obteve o RMSE
mais elevado entre as seções, 0,72 m (tabela 4). Podemos considerar estes valores de erro baixos
ao compara-los com a profundidade média observada, que variou de 1,73 a 11 m, uma
amplitude de 9,27 m. O RMSE diminuiu conforme a cheia avançava, com o maior valor no dia
22-nov (0,70 m), o que indica que o modelo representa bem o efeito de barramento hidráulico.
O PBIAS geral foi de 1,34% o que representa uma tendência de subestimação do nível
da água pelo modelo. Individualmente, por seção e por dia, o PBIAS foi baixo (menor que
10%), além disso, o NSE foi de 96,02%, o que avalia o desempenho do modelo como muito
bom (MORIASI et al., 2007). As principais fontes de incertezas podem ser atribuídas a:
estimativa do nível da água observada pela somatória do nível do leito mais a profundidade
Tabela 4: RMSE e PBIAS para as seções transversais e dias utilizados para a validação.
Figura 8 – Nível da água observado (círculos azuis) comparado com o nível da água modelado (quadrados
vermelhos) e a diferença entre eles (colunas cinzas), em cada seção, para os dias 22-dez, 16-fev e 16-mai.
49
média; não levar em consideração a declividade da linha d’água do RNE ao utilizar as cotas da
régua de Manaus (FILIZOLA et al. 2009); estimativa de vazão das regiões das seções
transversais não medidas pelo ADCP (DESPAX et al., 2018); incertezas devido ao coeficiente
de n de Manning ser constante para todas as seções, em todos os dias (PAPPENBERGER et
al., 2005; TIMBADIYA et al., 2011); incertezas do método PPP e de processamento dos dados
GPS (NASCIMENTO et al. 2017); a coleta e interpolação da batimetria.
4.4. O efeito do barramento hidráulico sobre o nível da água do rio Tarumã-Açu
A figura 9 expressa a influência do nível do RNE diante das mudanças de vazão a
montante do RTA, no nível da água nas seções estudadas. Por estar mais perto da confluência,
a seção T01 é menos sensível as mudanças na vazão. Na ocasião em que o nível do RNE já
ultrapassa 10 m, o controle da vazão na cota desta seção é baixa. Destaca-se que a avaliação
aqui feita não levou em consideração contribuição de vazão dos tributários ao longo do trecho,
por consequência, o nível desta seção pode aumentar, como já visto na figura 4.
Figura 9 – Simulações de sensibilidade. Os marcadores assinalam o nível da água na seção sob determinada
vazão do rio Tarumã-Açu, conforme o nível da água do rio Negro se altera. A linha vermelha indica o momento
em que ambos os rios possuem o mesmo nível da água.
50
A distância da foz implica no enfraquecimento do barramento hidráulico, indicado nas
seções T02, T03 e T04. Na seção T04, a interferência do barramento hidráulico é imperceptível
até que a elevação do RNE alcance 11 m. Nota-se que as maiores vazões denotam a capacidade
de resistência do RTA, mas mesmo com uma vazão improvável de 200 m³.s-1 os rios entram
em fase, isto é, ocorre sincronização do nível da água (linha vermelha da figura 9), no momento
que o RNE atinge 19 m.
Segundo as informações das cotas médias da régua de Manaus (ANA- Agencia Nacional
de Águas, 2019), que possui dados desde o ano de 1902, o RNE normalmente ultrapassa a
marca dos 19 m em cinco meses do ano, de abril a agosto. Coincidentemente, nesse intervalo,
os meses de junho a agosto (além do mês de setembro) marcam a época de redução de chuva
na região (ANTONIO, 2017), o que assinala este momento como o de maior influência do RNE
sobre o RTA. Por outro lado, as mínimas cotas do RNE (abaixo de 12 m) se situam nos meses
de outubro e novembro, início do período chuvoso na região, o que distingue como momento
em que o RTA tem maior possibilidade de resistir ao RNE. Porém, como visto na figura 9
mesmo neste período, os primeiros 4 km do RTA estão sob atuação do barramento hidráulico.
A partir de 8 km da foz o RTA ainda pode ser afetado pelo barramento hidráulico, mas em
menor escala, se as vazões forem menores que 100 m³.s-1. A 17 km da foz o efeito do
barramento é pouco notado, mesmo em vazões baixas (< 20 m³.s-1).
O impedimento de fluxo causado no RTA o faz possuir características de um lago de
Ria (BERTASSOLI et al., 2017; IRION et al., 2011) no período de cheia, onde os sedimentos
finos vindos de montante se depositam. Os sedimentos que adentram ao canal podem causar
assoreamento que, entre outros efeitos, prejudicam a navegação. Albuquerque e Gavinho
(2004) indicam que o solo arenoso presente na bacia do Tarumã-Açu é muito erodível se
submetidos às pressões antrópicas. Melo (2018) e Silva (2005) apontam para a existência de
extração de areia ilegal na bacia, forte fator que agrava o fenômeno do assoreamento. Braga et
al. 2012 mostram que alguns canais tributários do RTA já desenvolvem um processo de
assoreamento e aponta o desmatamento e a urbanização desordenada como possíveis causas.
Como base nos resultados encontrados, pode-se delimitar o trecho do RTA em três
regiões (figura 10), como base na interação com o RNE. A região I (primeiros 4 km a montante
da foz) encontrar-se a maior parte do tempo sob efeito do barramento hidráulico e só ficará livre
em eventos extremos de seca (< 9 m), como a que aconteceu em 2010 (ANA, 2019). Nesta
região a entrada de água do RNE também está sempre presente devido a diferença de nível entre
os leitos dos rios e a geometria dos canais, com um ângulo muito obtuso da confluência (100°
em relação a montante do RNE).
Na região II (entre 4 e 17 km a montante da foz) as condições de nível e vazão de ambos
os rios determinam o quanto ela é afetada. Há intrusão de água do RNE em período de cheia e
ocorre mistura de ambos, havendo troca de energia térmica e mecânica. Em período de água
baixa a maior intervenção do RNE advém do barramento hidráulico, porém este efeito diminui
junto com sua cota.
A Região III (> 17 km a montante da foz), a montante da seção T04, é a menos afetada
pelo RNE. Sofre interferência do barramento hidráulico no período de águas altas, mas
dificilmente receberá intrusão pelo RNE já que a rugosidade das margens do canal deve
desacelerar seu avanço. Infelizmente, não há dados suficientes para estimar a extensão total do
barramento hidráulico, mas acredita-se que se estenda por vários quilômetros a montante da
área de estudo dado que a declividade do leito não é muito elevada.
51
5. Conclusões
Este trabalho apresentou informações inéditas sobre a dinâmica hidrologia do rio
Tarumã-Açu, o maior rio da zona urbana de Manaus, e suas interações com o Rio Negro. As
vazões do rio Tarumã-Açu são baixas e tendem a diminuir de montante para jusante,
acompanhando uma tendência de redução da velocidade média e aumento da área do canal. A
largura varia pouco conforme o nível da água aumenta, logo a profundidade desempenha papel
significativo no aumento da área das seções. O backscatter do sinal ADCP e velocidade
primária das seções indicam que ocorre influxo do rio Negro sobre o rio Tarumã-Açu, de
maneira lenta, que se estende por, ao menos, 17 km da confluência. Como não foi feita medição
Figura 10 – Resumo do efeito de intrusão e barramento hidráulico no rio Tarumã-Açu. (a) Perfil transversal em
época seca. O rio Tarumã-Açu domina a maior parte da seção e sai próximo a margem direita (Md) em quanto o
rio Negro adentra pela margem esquerda (Me); (b) Vista superior da época de seca; (c) Perfil transversal na
época de cheia. Essa configuração de dupla camada permanece na maior parte do tempo na seção mais próximo
a foz. Conforme o nível da água sobe, este efeito se propaga para a montante, podendo alcançar, pelo menos, 17
km; d) Regiões delimitadas com base nos resultados obtidos (ver texto para mais detalhes); (e) Perfil longitudinal
do rio Tarumã-Açu da seção T04 até a foz.
52
no período de maior nível do rio Negro, não se pode definir a totalidade deste avanço sobre o
Tarumã-Açu.
Considerando o escoamento dos rios como permanente e unidimensional, o modelo
HEC-RAS apresentou bons resultados na estimativa do nível da água em um ambiente afetado
pelo barramento hidráulico. O trecho do rio Tarumã-Açu analisado (17 km de extensão) entra
em fase com o rio Negro quando este ultrapassa a marca de 19 m o que, de acordo com as
normais fluviométricas, ocorre em cinco meses do ano. Destaca-se que o rio Negro, por sua
vez, está sob o efeito de barramento hidráulico com o rio Solimões. Desta maneira o rio
Solimões possui impacto indireto no comportamento visto no rio Tarumã-Açu, o que demonstra
como são complexas e interconectadas as relações hidrológicas na bacia Amazônica. Nos meses
de outubro e novembro o rio Tarumã-Açu está livre desta influência, com exceção do trecho de
aproximadamente 4 km a montante da foz, que só fica livre em eventos extremos de seca do rio
Negro.
As razões para tão grande interferência do rio Negro podem ser consideradas de natureza
hidrológica e geomorfológica, como: (1) a discordância entre os leitos na confluência, onde
parte do nível do leito do rio Tarumã-Açu está mais baixo que o nível do leito do rio Negro; (2)
um ângulo da confluência obtuso de 100°; (3) a vazão do rio Negro é enormemente maior que
a vazão do rio Tarumã-Açu (cerca de 120 vezes).
Impactos ambientais, como o assoreamento do canal principal devido as características
de lago de Ria que o rio Tarumã-Açu adquire devido ao barramento, podem ser agravados pela
ação antrópica. Espera-se que as informações coletadas possam orientar ações de
gerenciamento dos órgãos e das entidades competentes e subsidiar estudos hidrológicos mais
detalhados. Sugere-se ampliar as análises neste local, de forma que contemplem uma maior
escala espaço-temporal, acrescentando outras variáveis, como a dinâmica de sedimentos em
suspensão entre os rios. Recomenda-se o monitoramento diário da cota do rio Tarumã-Açu,
atualmente inexistente. De forma a caracterizar mais profundamente os fenômenos vistos aqui,
recomenda-se também a análise da composição química nas águas e no sedimento de leito, ao
longo do rio e em sua confluência, durante todo o ciclo hidrológico.
53
REFERÊNCIAS BIBLIOGRÁFICAS
ACRES Manitoba Limited. Re-Computation of Natural Water Levels at the Floodway Inlet
(Final Report). Manitoba Water Stewardship Water Branch, 2004
AGUIAR, F. E. O. As alterações climáticas em Manaus no século XX. Rio de Janeiro. UFRJ:
Instituto de Geociências: Departamento de Geografia. p. 182, 1995.
ALBUQUERQUE, A. R.; GAVINHO, C. A. Análise das condições de erodibilidade na bacia
hidrográfica do Tarumã Açú – Manaus (AM). V Simpósio Nacional de Geomorfologia.
UFSM, RS, 2004
AL-FAHDAWI, S. A. Numerical Modeling of Flood Wave Behavior with Meandering
Effects (Euphrates River, Haditha-Hit). Thesis (doctor in Building and Construction
Engineering), University of Technology, Iraque, p. 139, 2009
ALVES, L. G. S.; SILVA, D. D. da; FILIZOLA, N. P.; PRUSKI, F. F. Stage-discharge elation
in non-uniform flow based on Strickler-Manning Equation on Amazon basin. In ASABE 2017
Annual International Meeting. ASABE Paper No. 1700106. St. Joseph, MI.: ASABE, p. 2–7,
2017a. DOI: 10.13031/aim.201700106
ALVES, L. G. S.; SILVA, D. D. da; PRUSKI, F. F.; FILIZOLA, N. Estimativa do coeficiente
de Manning para cálculo de vazão em regime sob efeito de remanso hidráulico na bacia
amazônica. XX Simpósio Brasileiro de Recursos Hídricos, Florianópolis, SC, 2017b
ALZAHRANI, A. S. Application of Two-Dimensional Hydraulic Modeling in Riverine
Systems Using Hec-Ras. Thesis (Master of Science in Civil Engineering), University of
Dayton, Dayton - Óhio, p. 83, 2017.
ANTONIO, I. C. Índices climáticos e caracterização climática do entorno de Manaus. Revista
brasileira de Geografia. v. 50, n. 4, p. 1120–1133, 2017.
ARUN, P. V. A comparative analysis of different DEM interpolation methods. Egyptian
Journal of Remote Sensing and Space Science, v. 16, n. 2, p. 133–139, 2013. DOI:
10.1016/j.ejrs.2013.09.001
BAHMANPOURI, F.; FILIZOLA, N.; IANNIRUBERTO, M.; GUALTIERI, C. A New
Methodology for Presenting Hydrodynamics Data from a Large River Confluence. E-
proceedings of the 37th IAHR World Congress, 2017
BARANYA, S.; JÓZSA, J. Estimation of Suspended Sediment Concentrations with Adcp in
Danube River. Journal of Hydrology and Hydromechanics, v. 61, n. 3, p. 232–240, 2013.
DOI: 10.2478/johh-2013-0030
BARANYA, S.; JÓZSA, J.; TÖRÖK, G. T.; RÜTHER, N. A comprehensive field analysis of
a river confluence. International Conference on Fluvial Hydraulics, River Flow 2012, San
Jose - Costa Rica, v. 1, p. 565-571, 2012
BERTASSOLI, D.J.Jr.; SAWAKUCHI, A.O.; SAWAKUCHI, H.O.; PUPIM, F.N.;
HARTMANN, G.A.; MCGLUE, M.M.; CHIESSI, C.M.; ZABEL, M.; SCHEFUß, E.;
PEREIRA, T.S.; SANTOS, R.A.; FAUSTINO, S.B.; OLIVEIRA, P.E.; BICUDO, D.C.. The
Fate of Carbon in Sediments of the Xingu and Tapajós Clearwater Rivers, Eastern Amazon.
Frontiers in Marine Science, v. 4, n. February, 2017. DOI: 10.3389/fmars.2017.00044
54
BONIFÁCIO, M. C.; FREIRE, R. Comparação de Três Métodos para a Medição da Vazão e
Velocidade Aplicados em dois cursos d’água da Bacia do Ribeirão Maringá. IX Fórum
Ambiental da Alta Paulista, v. 9, n. 2, p. 406-415, 2013. DOI: 0.17271/19800827922013656
BORDALO C. A. L.; COSTA, F. E. V. Uma Análise das Primeiras Experiências de Gestão em
Bacias Hidrográficas na Amazônia. Entre-Lugar, Dourados-MS: UFGD, n.5, p. 103-115, 2012
BOYD, C. E. Water Quality an Introduction. Second ed. Auburn, AL, USA: Springer, 2015.
374 p.
BRAGA, K. A. de A. F.; SILVA, F. F. da; SCHAFFRATH, V. R. Microbacia do igarapé do
Gigante: unidade de planejamento para a gestão da bacia do Tarumã. Revista em Agronegócios
e Meio Ambiente, v.5, n.1, p. 103-129, 2012
BRASIL, Agencia Nacional de Aguas (ANA). Hydroweb, Régua Manaus 14990000.
Disponível em: <www.snirh.gov.br/hidroweb/>. Acesso em: 21 Mar. 2019.
BRASIL. Boletim de Monitoramento Hidrometeorológico da Amazônia Ocidental. Serviço
Geológico do Brasil – CPRM, Boletim nº.17, 2019.
BRASIL. Instituto Brasileiro De Geografia E Estatística (IBGE). Serviço online para pós-
processamento de dados GNSS - IBGE-PPP. Disponível em:
<www.ibge.gov.br/geociencias/informacoes-sobre-posicionamento-geodesico/servicos-para-
posicionamento-geodesico/16334-servico-online-para-pos-processamento-de-dados-gnss-
ibge-ppp.html?=&t=o-que-e>. Acesso em 10 Mar. 2019.
BRUNNER, G. W. HEC-RAS River Analysis System Hydraulic Reference Manual. U.S
.Army Corps of Engineers - Hydrologic Engineering Center (HEC), p. 538, 2016a
BRUNNER, G. W. HEC-RAS River Analysis System User's Manual Version 5.0. U.S.
Army Corps of Engineers - Hydrologic Engineering Center (HEC), p. 960, 2016b
BRUNNER, G. W. HEC-RAS River Analysis System User's Manual Version 5.0. U.S
.Army Corps of Engineers - Hydrologic Engineering Center (HEC), p. 960, 2016b
BRUNNER, G. W.; SANCHEZ, A.; MOLLS, T.; FORD, D.; PARR, D. A. HEC-RAS
Verification and Validation Tests. U.S. Army Corps of Engineers - Hydrologic Engineering
Center (HEC), Davis, CA, United States, p. 154, 2018
CHARLTON, R. Fundamentals of fluvial geomorphology. Taylor & Francis e-Library, New
York-NY, p. 275, 2008
CHOW. V. T. Open-channel hydraulics. New York, NY: McGraw-Hill, Inc, 1959
COSTA, E. B. da S.; SILVA, C. L. da; SILVA, M. L. da. Caracterização física de bacias
hidrográficas na região de Manaus – AM. Caminhos de Geografia, Uberlândia v. 14, n. 46, p.
93–100, 2013
CZUBA, J. A.; MAGIRL, C. S.; VOSS, F. D. Channel-Conveyance Capacity, Channel Change,
and Sediment Transport in the Lower Puyallup, White, and Carbon Rivers, Western
Washington. Scientific Investigations Report 2010–5240, USGS, p. 120, 2010
DESPAX, A.; COZ, Le.; HAUET, A.; ENGEL, F.L.; OBERG, K.A.; DRAMAIS, G.;
BLANQUART, B. ; BESSON, D.; BELLEVILLE, A. Quantifying the site selection effect in
the uncertainty of moving-boat ADCP discharge measurements. HAL, Durham, New
Hampshire, United States. 8 p. 2007. hal-01770545
55
EMÍLIO, Luis. Apostila Fluviometria CTH. UFRGS: Instituto de Pesquisas Hidráulicas, p.
73, 2013
FILIZOLA, N. et al. Caracterização hidrológica da Bacia Amazônica. Ed. EDUA. n. 1, p. 33–
53, 2002.
FILIZOLA, N.; GUYOT, J. L. Fluxo de sedimentos em suspensão nos rios da Amazônia.
Revista Brasileira de Geociências, v. 41, n. 4, p. 566–576, 2011.
FILIZOLA, N.; GUYOT, J.L. The use of Doppler technology for suspended sediment discharge
determination in the River Amazon. Hydrological Sciences-Journal des Sciences
Hydrologiques, v. 49(1). p. 143-153, 2004. DOI: 10.1623/hysj.49.1.143.53990
FILIZOLA, N.; GUYOT, J. L.; MOLINIER, M.; GUIMARÃES, V.; OLIVEIRA, E. de;
FREITAS, M. A. de. (2002). Caracterização hidrológica da Bacia Amazônica. In: RIVAS, A.;
FREITAS, C.E. de C. Amazônia uma perspectiva interdisciplinar. Ed. EDUA, pp.33-53,
Manaus, Brasil. n. 1, p. 1–15.
FILIZOLA, N.; SPÍNOLA, N.; ARRUDA, W.; SEYLER, F.; CALMANT, S.; SILVA, J. The
Rio Negro and Rio Solimões confluence point–hydrometric observations during the 2006/2007
cycle. River, Coastal and Estuarine Morphodynamics: RCEM, p. 1003–1006, 2009.
FRANZINELLI, E.; IGREJA, H. Modern sedimentation in the Lower Negro River, Amazonas
State, Brazil. Geomorphology, v. 44, p. 259–271, 2002.
GAGG, Gilberto. Apostila de Levantamentos Hidrográficos – Noções Gerais. UFRGS:
Departamento de Geodesia, p. 41, 2016
GAMARO, P. E. M. Medição de Vazão pelo Método Acústico Doppler (ADCP) – Básico.
Agencia Nacional de Águas – ANA. p. 67, 2012 Disponível em:
<https://capacitacao.ana.gov.br/conhecerh/handle/ana/112>. Acesso em: 22 jul. 2018
GETIRANA, A.C.V.; BONNET, M.-P.; ROTUNNO FILHO, O. C.; COLLISCHONN, W.;
GUYOT, J.-L; SEYLER, F.; MANSUR, W.J. Hydrological modelling and water balance of the
Negro River basin: Evaluation based on in situ and spatial altimetry data. Hydrological
Processes, v. 24, n. 22, p. 3219–3236, 2010. DOI: 10.1002/hyp.7747
GLÓRIA, S. A. FILIZOLA, N. P. Hydrological Studies as in Grants to Improve Access to
School Basin Riparian Tarumã-Mirim. Manaus / AM. XV Symposium SELPER, Cayenne –
French Guiana, 2012.
GORE, James A. Discharge Measurements and Streamflow Analysis. Methods in Stream
Ecology, 2ª ed. Elsevier, p. 68-77, 2007
GUPTA, H. V., SOROOSHIAN, S.; YAPO, P. O. Status of automatic calibration for hydrologic
models: Comparison with multilevel expert calibration. Hydrologic Eng. v. 4(2). p. 135-143,
1999
GUYOT, J.-L.; FILIZOLA, N.; LARAQUE, A. Régime et bilan du flux sédimentaire de
l’Amazone à Obidos (Para, Brésil) de 1995 à 2003. Sediment Budgets I (Proceedings of
symposium S1 held during the Seventh IAHS Scientific Assembly at Foz do Iguaçu, Brazil,
April 2005). p. 347–354, 2005.
HIDAYAT, H.; VERMEULEN, B.; SASSI, M. G. ; TORFS, P. J. J. F. ; HOITINK, A. J. F.
Discharge estimation in a backwater affected meandering river. Hydrology and Earth System
Sciences, v. 15, n. 8, p. 2717–2728, 2011. DOI: 10.5194/hess-15-2717-2011
56
HORBE, A. M. C.; OLIVEIRA, L. G. DE S. Química de igarapés de água preta do nordeste do
Amazonas - Brasil. Acta Amazonica, v. 38, n. 4, p. 753–759, 2008.
HUTCHINSON, M.F. Calculation of hydrologically sound digital elevation models. Third
International Symposium on Spatial Data Handling at Sydney, Australia, vol. 3, no. 1, pp.
120–127, 1989.
IRION, G.; JUNK, W. J.; MELLO, J.A.S.N. de. (1997). The Large Central Amazonian River
Floodplains near Manaus: Geological, Climatological, Hydrological and Geomorphological
Aspects. In. JUNK, W.J. The Central Amazon Floodplain Ecology of a Pulsing System.
Editora Springer. v. 126. p. 23 - 46.
IRION, G; MELLO, J.A.S.N. de; MORAIS, J.; PIEDADE, M.T.F.; JUNK, W.J.; L.
GARMING. (2011) Development of the Amazon Valley during the Middle to Late Quaternary:
Sedimentological and Climatological Observations. In JUNK, W.J.; Piedade, F. M. T.;
Wittmann, F.; Schöngart, J.; PAROLIN, P. (eds.) Amazonian Floodplain Forests:
Ecophysiology, Biodiversity and Sustainable Management. Springer, v. 210, p. 27-42.
KANE, S. SAMBOU, S.; LEYE, I.; DIEDHIOU, R.; TAMBA, S.; CISSE, M.T.; NDIONE,
D.M.; SANE, M.L. Modeling of Unsteady Flow through Junction in Rectangular Channels:
Impact of Model Junction in the Downstream Channel Hydrograph. Computational Water,
Energy, and Environmental Engineering, v. 6, p. 304–319, 2017. DOI:
10.4236/cweee.2017.63020
KIM, D.; MUSTE, M. Multi-dimensional representation of river hydrodynamics using ADCP
data processing software. Environmental Modelling and Software. v. 38. p. 158-166, 2012.
DOI: 10.1016/j.envsoft.2012.05.011
KIM, J.-S.; KIM, W.; KIM, J. P. Discharge Estimation in a Backwater Affected River Junction
Using HPG. Journal of Water Resource and Hydraulic Engineering, v. 4, n. 2, p. 205–210,
2015. DOI: 10.5963/JWRHE0402011
LARAQUE, A.; GUYOT, J. L.; FILIZOLA, N. Mixing processes in the Amazon River at the
confluences of the Negro and Solimões Rivers, Encontro das Aguas, Manaus, Brazil.
Hydrological Processes, n. 23, p. 3131–3140, 2009
LATRUBESSE, E. M. Patterns of anabranching channels: The ultimate end-member
adjustment of mega rivers. Geomorphology, v. 101, n. 1–2, p. 130–145, 2008.
DOI:10.1016/j.geomorph.2008.05.035
LATRUBESSE, E. M.; FRANZINELLI, E. The Holocene alluvial plain of the middle Amazon
River, Brazil. Geomorphology, v. 44, n. 3–4, p. 241–257, 2002.
LEON, J.G., CALMANT, S., SEYLER, F., BONNET, M.P., CAUHOPE, M., FRAPPART, F.,
FILIZOLA, N., FRAIZY, P. Rating curves and estimation of average water depth at the upper
Negro River based on satellite altimeter data and modeled discharges. Journal of Hydrology
v. 328 (3–4), p. 481–496, 2006
LEOPOLD, L. B. Downstream change of velocity in rivers. American Journal of Science, v.
251, p. 606–624, 1953.
MACENA, L. S. S. de; COSTA, R. C. A Cidade Como Espaço Do Risco: Estudo Em Bacias
Hidrográficas De Manaus, Amazonas – BR. Revista Geonorte, Edição Especial, v.1, n.4, p.
318 – 330, 2012.
57
MEADE, R. H.; Rayol, J. M. ; Conceicão, S. C. da; Natividade J. R. G. Backwater Effects in
the Amazon River of Basin. Environmental Geology and Water Sciences, v. 18, n. 2, p. 105–
114, 1991.
MELO, E. G. F.; SILVA, M. DO S. R. DA; MIRANDA, S. Á. F. Influência antrópica sobre
águas de igarapés na cidade de Manaus – Amazonas. Caminhos de geografia, v. 5, n. 16, p.
40–47, 2006.
MELO, S. de F. dos S. de. Gestão de recursos hídricos no estado do Amazonas: o caso da bacia
do Tarumã-Açu. IX Congresso Brasileiro de Gestão Ambiental. São Bernardo do Campo,
SP, 2018
MOLINIER, M., GUYOT, J.-L.; de OLIVEIRA, E., GUIMARES, V. Les regimes
hydrologiques de l’Amazone et de ses affluents. L’hydrologie Tropicale: Geoscience et outil
pour le Developpement, IAHS Publ., v. 238. p. 209–222, 1996
MONTEIRO, L. R.; KOBIYAMA, M.; ZAMBRANO, F. C. Mapeamento de Perigo de
Inundação. Trabalho Técnico GPDEN No. 03, 1ª ed., Universidade Federal do Rio Grande do
Sul - IPH, p. 91, 2015
MOREIRA, D. M. Geodésia aplicada ao monitoramento hidrológico da bacia amazônica.
Tese (Doutorado em Engenharia Civil). Universidade Federal do Rio de Janeiro. Rio de Janeiro,
2016. p. 254.
MORIASI, D. N.; ARNOLD, J. G.; VAN LIEW, M. W.; BINGNER, R. L.; HARMEL, R. D.;
VEITH, T. L. Model evaluation guidelines for systematic quantification of accuracy in
watershed simulations. American Society of Agricultural and Biological Engineers, v. 50, n.
3, p. 885–900, 2007.
MOTTA, Breno Guerreiro da. Determinação do Limite de Aplicação entre os Métodos
Dinâmico e Estacionário em Medições de Vazão Utilizando ADCP. Dissertação (Mestrado
em Saneamento, Meio Ambiente e Recursos Hídricos), Universidade Federal de Minas Gerais,
Belo Horizonte – MG, 2016
MUELLER, D.S., WAGNER, C.R., REHMEL, M.S, OBERG, K.A. Measuring discharge with
Acoustic Doppler Current Profiler from a moving boat. United States Geological Survey.
Techniques and Methods 3 - A22, p. 95. 2013
NAGUMO, N. KUBO, S.; SUGAI, T.; EGASHIRA, S. Sediment accumulation owing to
backwater effect in the lower reach of the Stung Sen River, Cambodia. Geomorphology, v.
296, p. 182–192, 2017. DOI:10.1016/j.geomorph.2017.08.022
NASCIMENTO, L. A.; DAL POZ, W. R.; SANTOS, A. de P. dos; FREITAS, K. X. S. de.
Geração automatizada de séries temporais de dados posicionais utilizando o IBGE-PPP. Bol.
Ciênc. Geod., Curitiba, v. 23, n. 1, p. 150 - 165, 2017. DOI: 10.1590/S1982-
21702017000100010
NASH, J. E.; SUTCLIFFE, J. V. River flow forecasting through conceptual models: Part 1. A
discussion of principles. J. Hydrology. v. 10(3).p. 282-290, 1970
OLIVEIRA, H. P. V. de. Tutorial para obtenção, correções e interpolação (opcional) do
Modelo Digital de Elevação (sensor PALSAR) do Satélite ALOS-1 de 2006 a 2011. Universidade Federal do Ceará - PRODEMA, p. 8, 2017
PAIVA, R. C. D.; BUARQUE, D.; COLLISCHONN, W.; BONNET, M.-P.; FRAPPART, F.;
CALMANT, S.; MENDES, C. Large-scale hydrologic and hydrodynamic modeling of the
58
Amazon River basin. Water Resources Research, v. 49, n. 3, p. 1226–1243, 2013a. DOI:
10.1002/wrcr.20067. hal- 00873165
PAIVA, R. C. D.; COLLISCHONN, W.; BUARQUE, D. C. Validation of a full hydrodynamic
model for large-scale hydrologic modelling in the Amazon. Hydrological Processes, v. 27, n.
3, p. 333–346, 2013b. DOI: 10.1002/hyp.8425
PANHALKAR, S. S.; JARAG, A. P. Assessment of Spatial Interpolation Techniques for River
Bathymetry Generation of Panchganga River Basin Using Geoinformatic Techniques. Asian
Journal of Geoinformatics, v. 15, p. 9–15, 2015.
PAPPENBERGER, F.; BEVENA, K.; HORRITTB, M.; BLAZKOVA, S. Uncertainty in the
calibration of effective roughness parameters in HEC-RAS using inundation and downstream
level observations. Journal of Hydrology, v. 302, n. 1–4, p. 46–69, 2005.
DOI:10.1016/j.jhydrol.2004.06.036
PARIS, A., R.; PAIVA, Dias de; SILVA, J. S. da; MOREIRA, D. M.; CALMANT, S.;
GARAMBOIS, P.-A; COLLISCHONN, W.; BONNET, M.-P.; SEYLER, F. Stage-discharge
rating curves based on satellite altimetry and modeled discharge in the Amazon basin, Water
Resour. Res., n .52, p. 3787–3814, 2016. DOI: 10.1002/2014WR016618
PARSONS, D. R.; JACKSON, P. R.; CZUBA, J. A.; ENGEL, F. L.; RHOADS, B. L.; OBERG,
K. A.; BEST, J. L.; MUELLER, D. S.; JOHNSON, K. K.; RILEY, J.D. Velocity Mapping
Toolbox (VMT): A processing and visualization suite for moving-vessel ADCP measurements.
Earth Surface Processes and Landforms, v. 38, n. 11, p. 1244–1260, 2013. DOI:
10.1002/esp.3367
PATEL, C. G.; GUNDALIYA, P. J. Floodplain Delineation Using HECRAS Model — A Case
Study of Surat City. Open Journal of Modern Hydrology, v. 6, n. January, p. 34–42, 2016.
DOI: 10.4236/ojmh.2016.61004
PINTO, A. G. N.; HORBE, A. M. C.; SILVA, M. do S. R. da; MIRANDA, S. A. F.;
PASCOALOTO, D.; SANTOS, H. M. da C. Efeitos da ação antrópica sobre a hidrogeoquímica
do rio Negro na orla de Manaus/AM. ACTA AMAZONICA. v. 39(3), p. 627 – 638, 2009.
RAMÕN, C. L.; HOYER, A. B.; ARMENGOL, J.; DOLZ, J.; RUEDA, F. J. Mixing and
circulation at the confluence of two rivers entering a meandering reservoir. Water Resources
Research, v. 49, n. 3, p. 1429–1445, 2013. DOI:10.1002/wrcr.20131
RHOADS, B. L.; RILEY, J. D.; MAYER, D. R. Response of bed morphology and bed material
texture to hydrological conditions at an asymmetrical stream confluence, Geomorphology, v.
109, p. 161–173, 2009
RIBÉ, M.; CASTELLTORT, F.X.; BLADÉ, E.; BALASCH, J.C.; RUÍZ-BELLET, J.L.;
TUSET, J.; BARRIENDOS, M.; PINO, D.; MAZÓN, J. 2D numerical flow modelling of a river
reach in order to assess results of backwater effect. EGU General Assembly 2017, v. 19, p.
17548, 2017.
RIBEIRO, M. L.; BLANCKAERT, K.; ROY, A. G.; SCHLEISS, A. J. Hydromorphological
implications of local tributary widening for river rehabilitation. Water Resources Research,
v. 48, n. 10, p. 1–19, 2012. DOI: 10.1029/2011WR011296
SALEKIN, S.; BURGESS, J; MORGENROTH, J.; MASON, E.; MEASON, D. A Comparative
Study of Three Non-Geostatistical Methods for Optimising Digital Elevation Model
59
Interpolation. ISPRS International Journal of Geo-Information, v. 7, n. 8, p. 300, 2018.
DOI: 10.3390/ijgi7080300
SANTANA, G. P.; BARRONCAS, P. DE S. R. Estudo de metais pesados (Co , Cu , Fe , Cr ,
Ni , Mn , Pb e Zn) na Bacia do Tarumã-Açu Manaus – ( AM ). Acta Amazonica, v. 37, n. 1, p.
111–118, 2007.
SANTOS, I. N. dos; HORBE, A. M.C.; SILVA, M. do S. R. da; MIRANDA, S. Á. F. Influência
de um aterro sanitário e de efluentes domésticos nas águas superficiais do rio Tarumã e afluentes
- AM. Acta Amazonica, v. 36, n. 2, p. 229–235, 2006.
SAWAKUCHI, H. O.; NEU, V.; WARD, N.D.; BARROS, M. de L.C.; VALERIO, A.M;
GAGNE-MAYNARD W; CUNHA, A.C.; LESS, D.F.S., DINIZ, J.E.M.; BRITO, D.C.,
KRUSCHE, A.V.; RICHEY, J.E. Carbon Dioxide Emissions along the Lower Amazon River.
Frontiers in Marine Science, v. 4, n. March, p. 1–12, 2017. DOI: 10.3389/fmars.2017.00076
SCHINDFESSEL, L.; CREËLLE, S.; DE MULDER, T. Flow Patterns in an Open Channel
Confluence with Increasingly Dominant Tributary Inflow. Water, v. 7, p. 4724-4751. 2015.
DOI: 10.3390/w7094724
SEGOVIA, P.; RAJAOARISOA, L.; NEJJARI, F.; DUVIELLA, E.; PUIG, V. Input-Delay
Model Predictive Control of Inland Waterways Considering the Backwater Effect. 2018 IEEE
Conference on Control Technology and Applications, CCTA 2018, p. 589–594, 2018.
SILVA, J. R. C. da. Análise dos impactos ambientais ocasionados pela exploração de
recursos minerais na área do igarapé do Mariano no município de Manaus-AM.
Dissertação (Mestrado em Geociências) Universidade Federal do Amazonas. Manaus, AM,
2005. 144 p.
SILVA, M. do S, R. da; PASCOALOTO, D.; PINTO, A.G.N.; BRINGEL, S. R.B.; MIRANDA,
S. A. F. Identificação de pontos críticos de poluição na bacia do Tarumã-Açu. 61ª Reunião
Anual da SBPC. Manaus, AM, Brasil, 2009.
SIMAS, J. de L. Análise Morfoestrutural da Região da Cidade de Manaus (AM).
Dissertação (Mestrado em Geociências) - Universidade Federal do Amazonas, Manaus-AM,
2008. 102 p.
SIMPSON, M. R., OLTMANN, R. N. Discharge-Measurement system using an acoustic
Doppler current profiler with application to large rivers and estuaries. Water-Supply Paper
2395, United State Geological Survey –USGS, p. 37, 1993
SONG, J.; ZHAN, G.; WANG, W.; LIU, Q.; JIANG, W.; GUO, W.; TANG, B.; BAI, H.; DOU,
X. Variability in the vertical hyporheic water exchange affected by hydraulic conductivity and
river morphology at a natural confluent meander bend. Hydrological Processes, v. 31, n. 19,
p. 3407–3420, 2017. DOI: 10.1002/hyp.11265
SONTOS, K. S. dos; SILVA, M. do S. R. da; MIRANDA, S. A. F.; CUNHA, H. B. da;
OLIVEIRA, R. da C. de; MIRANDA, R. A. de. Índice de qualidade da água de igarapés da
bacia do Tarumã-Açu, Manaus/AM. XXI Simpósio Brasileiro de Recursos Hídricos, Brasília,
DF, 2015.
SOUZA, E. B. de. A comunidade de peixes como base para a avaliação da integridade
biótica do rio Tarumã-Açu (Manaus – Amazonas). Dissertação (Mestrado em Ciências do
Ambiente e Sustentabilidade na Amazônia). Universidade Federal do Amazonas. Manaus-AM.
2008. 81 p.
60
STEVAUX, J. C.; FRANCO, A. A.; ETCHEBEHERE, M. L.de C.; FUJITA, R. H. Flow
Structure and Dynamics in Large Tropical River Confluence: Example of the Ivaí and Paraná
Rivers, Southern Brazil. Geociências, v. 28, n. 1, p. 5-13, 2009.
SZILAGYI, J.; LAURINYECZ, P. Accounting for Backwater Effects in Flow Routing by the
Discrete Linear Cascade Model. Journal of Hydrologic Engineering, v. 19, n. 1, p. 69–77,
2014. DOI: 10.1061/(ASCE)HE.1943-5584.0000771
TIMBADIYA, P. V.; PATEL, P. L.; POREY, P. D. Calibration of HEC-RAS Model on
Prediction of Flood for Lower Tapi River, India. Journal of Water Resource and Protection,
v. 03, n. 11, p. 805–811, 2011. doi:10.4236/jwarp.2011.311090
TREVETHAN M.; OLIVERIA, A.; IANNIRUBERTO, M.; GUALTIERI. C. Fluid dynamics,
sediment transport and mixing about the confluence of Negro and Solimões rivers, Manaus,
Brazil. In 36th IAHR World Congress, Hague, Netherlands, 12 p. 2015
TRIGG, M. A.; WILSON, M. D.; BATES, P. D.; HORRITT, M. S.; ALSDORF, D. E.;
FORSBERG, B.R.; VEGA, Maria C. Amazon flood wave hydraulics. Journal of Hydrology,
v. 374, n. 1–2, p. 92–105, 2009. DOI:10.1016/j.jhydrol.2009.06.004
TURQUETTI, G. N.; IANNIRUBERTO, M. Análise comparativa das características acústicas
e físico-químicas das águas dos rios Negro e Solimões no Encontro das águas – Manaus (AM).
Fifteenth International Congress of the Brazilian Geophysical Society, Rio de Janeiro. p.
668–673, 2017.
VASCONCELOS, M. A. de; COSTA, L. A. da; OLIVEIRA, M. A. F. de. Estudo da paisagem
da Bacia Hidrográfica do Tarumã-Açú, Manaus, Amazonas, utilizando imagens de radar.
Anais XVII Simpósio Brasileiro de Sensoriamento Remoto – SBSR, João Pessoa-PB, 2015
VENDITTI, J. G.; CHURCH, M.; ATTARD, M. E.; HAUGHT, D. Use of ADCPs for
suspended sediment transport monitoring: An empirical approach, Water Resour. Res., 52, p.
2715–2736, 2016. DOI: 10.1002/2015WR017348.
VIEIRA, A. F. G. Desenvolvimento e Distribuição de Voçorocas em Manaus (AM):
Principais Fatores Controladores e Impactos Urbano-Ambientais. Tese (Doutorado em
Geografia) - Universidade Federal de Santa Catarina, Florianópolis-SC, 2008.
WOOD, T. M.; GARTNER, J. W. Use of acoustic backscatter and vertical velocity to estimate
concentration and dynamics of suspended solids in Upper Klamath Lake, south-central Oregon:
Implications for Aphanizomenon flos-aquae. U.S. Geological Survey Scientific
Investigations Report 2010
61
APÊNDICE A- Esquema simplificado dos métodos utilizados
62
APÊNDICE B – Imagens das coletas com o ADCP
A figura A e B demostram como são as margens do rio Tarumã-Açu na época seca e
cheia, respectivamente; Na figura C a embarcação utilizada nas coletas de dados. As setas
brancas apontam para as hastes dos GPS amarradas a embarcação; Figura D detalha as hastes
com os GPS; Os cabos vido do GPS e do ADCP são conectados ao laptop, como mostra a figura
E; Figura F, o ADCP fixado na embarcação e emerso na água
63
APÊNDICE C – Seção NM dia 04-nov
Um fluxo no sentido oposto pode ser observado na figura A (círculo vermelho, ampliado
na figura B) até aproximadamente 1 km da margem esquerda do rio Negro, na seção a montante
da foz do rio Tarumã-Açu, para o dia 04-nov. Em conjunto com este fluxo negativo há uma
temperatura menor (C) que gradativamente aumenta no restante da seção. Além disso também
observa-se um backscatter (D) maior nessa região. A figura abaixo corrobora com o
comportamento visto na figura 2A (página 42).
64
APÊNDICE D – Demais seções afetadas pela entrada do rio Negro
Demais seções em que se observa fluxo negativo. (A) seção T02 e (B) seção T03, ambas
do dia 16-mai. I= Velocidade primária média (10-2 m.s-1) e velocidade transversal; II=
Backscatter (dB).
65
APÊNDICE E - Geometria do modelo
Desenho geométrico do utilizado pelo HEC-RAS para realizar os cálculos. A linha azul
representa o percurso fluvial dos rios. As linhas verdes são as seções transversais, cada uma
com uma numeração de identificação. Setas pretas representam o local das seções transversais
observadas (T01 = 15016, T02 = 19325, T03 = 21342 e T04 = 28646). Foram desenhadas 94
seções, sendo 83 no rio Tarumã-Açu e 11 no rio Negro (5 a montante 6 a jusante).
Top Related