MODELO PARA SIMULAÇÃO DA DINÂMICA DE ......tempo t, a média das vazões observadas; ∆V é o erro relativo entre o volume calculado e observado. XIX Simpósio Brasileiro de Recursos

XIX Simpósio Brasileiro de Recursos Hídricos 1

MODELO PARA SIMULAÇÃO DA DINÂMICA DE CARBONO EM BACIAS

HIDROGRÁFICAS: PAREAMENTO DO SISTEMA TERRESTRE-

AQUÁTICO

Mino Viana Sorribas 1; Walter Collischonn 2; David da Motta Marques 3; Carlos Ruberto

Fragoso Jr. 4; Rafael Siqueira Souza5

Resumo – Na maior parte dos ecossistemas aquáticos a respiração excede a produção primária bruta autóctone. Em lagos, essa condição está associada a processos de degradação bacteriana de matéria orgânica alóctone, portanto o ciclo do carbono nesses ecossistemas está pareado com aporte de carbono da bacia hidrográfica. O objetivo deste trabalho é integrar processos do ciclo do carbono no solo e água para representação de mecanismos que atuam na dinâmica de carbono em ecossistemas aquáticos, na bacia hidrográfica. Um modelo para simulação da dinâmica de carbono em bacias hidrográficas, MGB-IPH-C, foi desenvolvido e acoplado ao modelo MGB-IPH que simula os processos hidrológicos. O MGB-IPH-C é estruturado em dois módulos principais: solo e água. A simulação representou comportamentos esperados da dinâmica de carbono, por exemplo, o processo de acúmulo no solo em períodos secos e o efeito de lavagem após eventos de chuva sobre a concentração de carbono na rede de drenagem. O modelo mostra uma tendência de acúmulo de carbono orgânico no sentido de montante para jusante, condizente com o transporte e as baixas taxas de degradação do carbono alóctone. A representação do ciclo do carbono com modelo determinístico pode ser complementada com análise de dados físico-químicos, em freqüência adequada à escala. Abstract – In most aquatic ecosystems respiration exceeds autochtonous gross primary production. In lakes, this condition is associated to allochtonous organic matter degradation processes, so the inland water carbon cycle should be linked to the input of organic carbon from the catchment. The goal of this work is to integrate soil and water carbon cycle processes to represent mechanisms that operate on aquatic ecosystem carbon dynamics in watersheds. A mathematical model for carbon dynamics simulation in watersheds, MGB-IPH-C, was developed and coupled to the hydrological model MGB-IPH which simulates hydrological processes. MGB-IPH-C is structures in two main modules: soil and water. Model runs represented dynamic carbon expected behaviors, such as the process of build-up of carbon in soil during dry periods and the effects of wash-off after storm events over carbon concentration in the river network. The model shows an increase trend in organic carbon from headwater to downstream reaches of the watershed, consistent with transport and low rates of allochtonous carbon degradation. The representation of the carbon cycle with a determinist model may be supplemented with physicochemical data analysis, in proper frequency to the scale. Palavras-Chave – ciclo de carbono, simulação hidrológica, modelagem matemática

1 Doutorando, IPH, UFRGS, Porto Alegre-RS. Av. Bento Gonçalves, 9500. telefone: (51) 33087511. e-mail: [email protected] 2 Professor Adjunto, IPH, UFRGS, Porto Alegre-RS. Av. Bento Gonçalves, 9500. telefone: (51)33086415. e-mail: [email protected] 3 Professor Adjunto, IPH, UFRGS, Porto Alegre-RS. Av. Bento Gonçalves, 9500. telefone: (51)33086563. e-mail: [email protected] 4 Professor Adjunto, Centro de Tecnologia, UFAL, Maceió-AL. Av. Lourival Melo Mota, s/n. telefone: n/d. e-mail: [email protected] 5 Doutorando, IPH, UFRGS, Porto Alegre-RS. Av. Bento Gonçalves, 9500. telefone: (51)33086654. e-mail: [email protected]


INTRODUÇÃO

Nos ecossistemas aquáticos, o balanço de carbono caracteriza o metabolismo, pelo qual se

determina se o mesmo é fonte ou sumidouro de gases de efeito estufa. Para a maioria dos

ecossistemas aquáticos a respiração (R) excede a produção primária bruta autóctone (GPP), sendo

assim, os mesmos têm produção líquida de ecossistema negativa ([NEP]=[GPP]-R) (Cole et al.,

2000; Hanson et al., 2003) e uma razão [GPP]/R <1. Esta heterotrofia líquida tem sido atribuída à

degradação bacteriana de carbono importado da bacia hidrográfica (Tranvik, 1998; Del Giorgio et

al., 1997), sendo que a respiração em lagos é frequentemente dominada por degradação de matéria

orgânica alóctone (Del Giorgio e Peters, 1993; Jonsson et al., 2001). Dessa forma, o ciclo de

carbono em ecossistemas lago deve estar pareado com o suprimento externo de carbono orgânico

oriundo da bacia hidrográfica e a mineralização de carbono orgânico dissolvido (Hope et al., 1996;

Del Giorggio et al., 1997, Cole e Caraco, 2001; Sobek et al., 2003; Carpenter at al.,2005).

É intuitivo assumir que mudanças nas cargas de carbono oriundas da fase terrestre (alóctone)

da bacia hidrográfica, influenciada por processos hidrológicos e ecológicos, devem afetar a

dinâmica de ecossistemas aquáticos. Tal hipótese nos leva a perguntar, em primeiro momento, como

tais processos estão conectados numa bacia hidrográfica e como é possível representar os

mecanismos que afetam a variabilidade espacial e temporal nas concentrações de carbono em

corpos de água, utilizando modelagem matemática baseada em processos.

A análise de cenários de gestão e/ou mudanças climáticas sobre a disponibilidade de água em

quantidade e qualidade é possível utilizando modelos de qualidade de água baseados em

compartimentos e vias de fluxo, ou ainda, processos atuantes na dinâmica do sistema. Os modelos

de qualidade de água variam de acordo com o domínio de aplicação (e.g. bacia hidrográfica, lagos,

rios, ou modelos integrados), complexidade e variáveis de estado representadas (e.g. oxigênio,

temperatura, fósforo, carbono, etc.). A integração de modelos hidrológicos e de modelos de

qualidade de água para estudar a influência dos processos hidrológicos e as práticas de uso do solo

aos processos físicos, químicos e biológicos que ocorrem nos corpos de água pode auxiliar na

tomada de decisão e na compreensão sobre aspectos quantitativos, qualitativos e ecológicos dos

recursos hídricos.

Os modelos mais utilizados para simular hidrologia e poluição difusa em escala de bacia

hidrográfica são: AnnAGNPS (Annualized Agricultural NonPoint Poluttion Model - Bingner e

Theuer, 2001), HSPF (Hydrological Simulation Program-Fortran – Bicknell et al. 1993), MIKE-

SHE (European Hydrological System – Refsfaard e Storm, 1995), SWAT (Soil and Water

Assessment Tool – Arnold et al., 1998), AGNPS (Agricultural NonPoint Poluttion Model - Young


et al., 1987), DWSM (Dynamic Watershed Simulation Model - Borah et al. 2002). Os modelos

AnnAGNPs, HSPF, SWAT podem ser aplicados para simulações contínuas, enquanto o modelo

AGNPS e DWSM só simulam eventos. O modelo MIKE-SHE pode fazer ambos os tipos de

simulação, porém sua aplicação em bacias maiores se torna complicada. Modelos conhecidos como

o HSPF e o SWAT costumam exigir especialização e grande quantidade de informação para a

aplicação. No Brasil, o módulo de qualidade de água IPH-MGBq (Larentis, 2004; Larentis et al.

2008) foi acoplado ao modelo hidrológico distribuído MGB-IPH (Collischonn, 2001; Collischonn et

al. 2007) com o propósito de avaliar a qualidade das águas em bacias hidrográficas de grande porte.

Recentemente, modelos nacionais como o IPH-ECO (Fragoso Jr., 2005) e SisBahia (Rosman, 2000)

tem sido aplicados na simulação hidrodinâmica e de qualidade de água de grandes corpos de água

(e.g. lagos e reservatórios).

A grande parte dos modelos de qualidade de água citados anteriormente abordam o carbono

de forma indireta, através da modelagem de oxigênio e demanda bioquímica de oxigênio (DBO) que

trata da fração disponível para degradação rápida. Alguns modelos quantificam o carbono na

biomassa de algas, por exemplo, porém o carbono na forma de detrito de degradação lenta não é

considerado, ao menos, de forma explícita. Considerando isso e que o ciclo do carbono em

ecossistemas aquáticos está associado a processos que ocorrem na bacia hidrográfica, o objetivo

desse estudo foi identificar os compartimentos e vias de fluxos de carbono em bacias hidrográficas e

desenvolver um modelo simplificado para simulação da dinâmica de carbono nessa escala. O

trabalho foi realizado visando à aplicação em estudos de exportação de fluxo fluvial, parametrização

dinâmica de cargas para modelos de lagos e reservatórios, e pareamento do sistema terrestre-

aquático na análise do ciclo de carbono de águas interiores.

METODOLOGIA

O trabalho foi desenvolvido seguindo as etapas: (i) levantamento de processos associados à

ciclagem de carbono no solo e na água, utilizados na idealização dos compartimentos e vias de

fluxo do ciclo de carbono para a escala de bacia hidrográfica; (ii) aplicação do modelo hidrológico

MGB-IPH na bacia hidrográfica do rio Ijuí para representação adequada dos processos hidrológicos

por meio de simulação; (iii) concepção do modelo matemático para representação da dinâmica de

carbono em bacia hidrográfica; (v) implementação da solução numérica do modelo de carbono

acoplada à estrutura do modelo hidrológico; (vi) análise qualitativa da resposta do modelo para

simulação da dinâmica de carbono desenvolvido, MGB-IPH-C.


O modelo hidrológico distribuído MGB-IPH (Collischonn et al. 2001; Collischonn et al.

Collischonn et al. 2007) foi calibrado utilizando os dados de chuva e de vazão no período de 1983 a

1989 e posteriormente verificado no período de 1998 a 2003. Uma vez com o modelo hidrológico

ajustado, o MGB-IPH-C foi utilizado para simular a dinâmica de carbono, sendo realizada uma

análise crítica da resposta do mesmo.

MODELO HIDROLÓGICO DISTRIBUÍDO: MGB-IPH

Descrição geral

O Modelo de Grandes Bacias (MGB-IPH) é um modelo baseado em processos que representa

processos hidrológicos por meio de relações físicas e conceituais. O modelo MGB-IPH simula os

seguintes processos: balanço vertical de água no solo; geração de escoamento nas bacias;

amortecimento e retardo de escoamento nas bacias por reservatórios lineares; propagação em rios e

planícies de inundação (Muskingum-Cunge ou hidrodinâmico); armazenamento e propagação em

reservatórios de água. Descrições detalhadas do MGB-IPH podem ser encontradas em diversos

estudos (i.e. Collischonn, 2001; Collischonn e Tucci, 2001; Larentis, 2004; Collischonn et al., 2007;

Paiva, 2009; Sorribas, 2011).

No MGB-IPH, a bacia hidrográfica é discretizada em unidades menores, denominadas mini-

bacias. Utiliza-se o conceito de Unidades Resposta Hidrológica (URHs) para representar a

variabilidade das características físicas em cada mini-bacia. As URHs são definidas de forma

parcimoniosa por meio do cruzamento de mapas temáticos de tipo de solo, cobertura vegetal, uso e

ocupação, tal que cada URH apresenta uma resposta particular do ponto de vista hidrológico.

A simulação hidrológica da bacia hidrográfica pelo MGB-IPH é realizada em quatro etapas

(Figura 01). Os dois primeiros algoritmos (ou módulos) do modelo simulam o balanço de água no

solo e a evapotranspiração (processo de fluxo vertical) em cada URH de cada mini-bacia. O terceiro

módulo representa o processo de fluxo horizontal (escoamento) no interior da mini-bacia até a rede

de drenagem. Por fim, o quarto módulo realiza a propagação do escoamento ao longo da rede de

canais.


Figura 01 – Estrutura geral do modelo MGB-IPH (Fonte: Adaptado de Paiva, 2009)

Critérios para avaliação de eficiência

Nesse estudo, as funções objetivo utilizadas para a calibração do MGB-IPH foram o índice de

eficiência de Nash-Sutcliffe das vazões (equação 1), logaritmos das vazões (equação 2); o erro

relativo de volume total dos hidrogramas (equação 3). O Índice de Eficiência de Nash e Sutcliffe

indica o quanto as predições do modelo são melhores que aquelas de um modelo que prevê

simplesmente a média dos dados observados.

( )( )∑

∑

−

−−=

2obsobs

t

2calc

t

obs

t

NS

QQ

QQ1E

(1)

( )( )∑

∑

−

−−=

2obsobs

t

2calc

t

obs

t

logNS

QlogQlog

QlogQlog1E

(2)

∑

∑∑ −=∆

obst

obst

calct

Q

QQV

(3)

sendo ENS [-] o Índice de Eficiência de Nash e Sutcliffe, Qtobs as vazões observadas no

intervalo de tempo t, Qtcalc as vazões calculadas no intervalo de tempo t, a média das vazões

observadas; ENSlog [-] o Índice de Eficiência de Nash e Sutcliffe, logQtobs o logaritmo das vazões

observadas no intervalo de tempo t, logQtcalc o logaritmo das vazões calculadas no intervalo de

tempo t, a média das vazões observadas; ∆V é o erro relativo entre o volume calculado e observado.


MODELO PARA DINÂMICA DE CARBONO EM BACIAS HIDROGRÁF ICAS: MGB-IPH-C

Modelo conceitual

O ciclo do carbono em bacias hidrográficas pode ser apresentado conforme a Figura 02. O

carbono entra no sistema terrestre via fotossíntese sendo assimilado na biomassa da vegetação. Parte

desse carbono é emitido de volta para a atmosfera pela respiração da vegetação, enquanto o restante

pode ser transferido para o solo. Processos de decomposição e sorção no solo influenciam na

disponibilidade de carbono para transporte por via de escoamento. Por meio desse e de processos

erosivos, o carbono terrestre é transferido para os corpos de água onde pode ser armazenado,

mineralizado e transferido para a atmosfera ou para as demais conexões da rede de drenagem (e.g.

confluências, afluências, etc.). Esses compartimentos e vias de fluxo consistem a base para a

modelagem matemática da dinâmica de carbono em bacias hidrográficas, sendo que uma descrição

mais detalhada do mesmo pode ser encontrada em Sorribas (2011).

Figura 02 – Esquema geral para o ciclo do carbono em bacias hidrográficas (Fonte: Sorribas, 2011).

O modelo conceitual para simulação da dinâmica de carbono em bacias hidrográficas

desenvolvido é separado em dois módulos distintos: solo e água. No solo são representadas três

formas de carbono, a saber, carbono orgânico sólido (SOC), carbono orgânico dissolvido (DOC) e

carbono inorgânico dissolvido (DIC). São representados os processos de mineralização microbiana

e processos de sorção e adsorção entre a fração sólida e dissolvida. O sistema é alimentado pelo

aporte de carbono na forma sólida, decorrente da quebra de material orgânico no solo (liteira e

quebra de raízes). As taxas de reação são ajustadas pela temperatura, estado de umidade e fluxo de

água no solo. As frações dissolvidas são transferidas do solo para a água, considerando o


escoamento gerado pelo modelo hidrológico. Uma vez no trecho de rio, o DOC pode ser

mineralizado para DIC, via fotolítica e microbiana. Uma parcela da fração inorgânica é perdida para

a atmosfera, tanto no solo quanto na água (Figura 03).

Figura 03 – Estrutura geral do modelo para o ciclo do carbono em bacia hidrográfica (Fonte: Sorribas, 2011)

Modelo matemático

O modelo conceitual para o solo é representado matematicamente pelo conjunto de equações

diferenciais 4 a 6 que apresenta as taxas de variação temporal de carbono no solo. A solução é

obtida numericamente utilizando um esquema Runge-Kutta de 4ªordem explícito, calculadas de

forma independente para cada URH de cada mini-bacia, seguindo a estrutura do modelo hidrológico

e permitindo representar a variabilidade do solo em cada mini-bacia.

( ) ( )ijSIijSDijDS

ijSOCkSOCkDOCkmRBLF

t

SOC−−++=

∂∂

(4)

( ) ijDOCijijDIijDSijSDij DOCadvDOCkDOCkSOCkm

t

DOC−−−=

∂∂

(5)

( ) )( satijLijDICijijDIijSI

ijDICDICKDICadvDOCkSOCkm

t

DIC−−−+=

∂∂

(6)

Onde: SOC, DOC e DIC são as massas [kg/km2] de carbono orgânico agregado ao solo,

orgânico dissolvido e inorgânico dissolvido em cada URH j, da mini-bacia i; os parâmetros LF e

RB, são os termos fonte do sistema, e representam o aporte de carbono de material da liteira e

raízes, respectivamente; os termos kSD, kDS, kDI, kSI representam as taxas [dia-1] de dessorção(SOC-

DOC), sorção(DOC-SOC), mineralização (DOC-DIC, SOC-DIC); KL [m.dia-1] é a velocidade

pistão para transferência de DIC na forma gasosa para a atmosfera; DICsat é um parâmetro que


representa a saturação de DIC no solo. O termo m [-] condiciona ajustes de temperatura e umidade

sobre as reações, conforme descrição abaixo; os termos advDOCij e advDICij quantificam as cargas de

carbono que vão sair do solo e chegar à rede de drenagem pelo escoamento (Sorribas, 2011).

As cargas de carbono são integradas em nível de mini-bacia e propagadas considerando tempo

de retardo dos reservatórios lineares (Sorribas, 2011), sendo, por fim, alocadas de forma

concentrada na seção de montante do canal em cada mini-bacia, utilizando o modelo de diluição

abaixo:

∑∑

++

=k

kkf QQ

QCQCC

0

00 (7)

Onde: C0 [mg.L-1] e Q0[m3.s-1], são a concentração e vazão inicial para um trecho (ou seção)

de rio, respectivamente. Ck [mg.L-1]e Qk, [m3.s-1] são a concentração e a vazão da k fonte que

contribui para esse trecho (i.e. contribuição lateral e trechos de montante)

Nos canais, utiliza-se a equação de transporte unidimensional resolvida numericamente com

um esquema progressivo explícito conforme o módulo de qualidade MGB-IPHq (Larentis, 2004;

Larentis et al. 2008), para propagação do carbono orgânico e inorgânico dissolvido na rede de

drenagem. Considera-se a cinética de mineralização (microbiana e fotolítica) de DOC para DIC que,

por sua vez, pode ser perdido por volatilização para a atmosfera. Na água, os termos de cinética

também são lineares e ajustados pela temperatura. Essa abordagem simplificada dos processos entre

carbono orgânico e inorgânico, visa representar a degradação de matéria orgânica de origem

alóctone e degradação lenta. As variações de DOC e DIC na água são expressos por:

( )DOCKKATfx

DOCQ

t

DOCADIPDIB +⋅⋅−

∂⋅∂=

∂⋅∂

)()()(

(8)

( ) )()()()(

satpisDIPDIB DICDICKADOCKKATfx

DICQ

t

DICA −⋅−+⋅⋅+∂⋅∂=

∂⋅∂

(9)

Onde: A[m2] e Q[m3.s-1] são a área e a vazão da seção do canal; f(T)[-] é um fator de ajuste

das taxas de degradação pela temperatura; KDIB e KDIP são as taxas de degradação microbiana e

fotolítica [dia-1]; Kpis[dia-1] é a velocidade de transferência de DIC na interface água-atmosfera e

DICsat [mg.L-1]é um parâmetro de saturação de DIC na água.

Parametrização

Os parâmetros utilizados para as simulações com o módulo de carbono foram definidos na

Tabela 01. Na prática, uma faixa de variação para valores para os parâmetros só poderá ser definida

a partir da calibração do modelo em diferentes aplicações. Considerando que parte da estrutura

conceitual do modelo é semelhante a do INCA-C (Futter et al. 2007; 2008; 2009), os valores


apresentados abaixo e utilizados na calibração inicial do modelo foram retirados da mesma fonte. A

importância dessa tabela não está nos valores em si, mas na magnitude dos parâmetros e seu

significado dentro do todo. Por exemplo, o parâmetro kSD que representa a taxa de dessorção do

solo é da ordem de 10-5dia-1, duas ordens de grandeza maior do que a taxa de mineralização direta

de carbono orgânico do solo para inorgânico (kSI) e cerca de três ordens de grandeza menor do que a

taxa de mineralização da fracão orgânica dissolvida para a inorgânica.

Tabela 01. Parâmetros do módulo de carbono no solo e água

Parâmetros Valor [unidade] Descrição SMDMAX 65%-80% Déficit de umidade limite para ajuste de cinética

kSI 0.0000005 [dia-1] Taxa de transformação: SOC-DIC (mineraliz.) kSD 0.00006 [dia-1] Taxa de transformação: SOC-DOC (dessorção) kDS 0.060 [dia-1] Taxa de transformação: DOC-SOC(sorção) kDI 0.025 [dia-1] Taxa de transformação: DOC-DIC (mineraliz.)

LF e RB 0.5-2.0 [gC.m-1] Aporte de carbono via liteira e quebra de raízes KL 2.5[m.dia-1] Velocidade pistão para perda de DIC

DICsat 12.0 [mg.L-1] Parâmetro de saturação de DIC ξxy 0.01-1.00 [-] Coeficientes de fluxo advectivo kDIB 0.065 [dia-1] Taxa de tranformação: DOC-DIC (microbiano) – água kDIP 0.025 [dia-1] Taxa de tranformação: DOC-DIC (fotolítico) – água Kpis 0.5 [dia-1] Velocidade pistão para perda de DIC – água

A quantidade de inicial de carbono do solo é uma entrada do modelo. Nesse estudo foi

utilizado como referência dados do IPCC (2007) apresentados na Tabela 02.

Tabela 02. Quantidade média de carbono em solos com diferentes coberturas

Cobertura vegetal Quantidade [kgC. m-2] Campos verdes 20

Agricultura 8 Florestas 12

ÁREA DE ESTUDO

Bacia hidrográfica do rio Ijuí

A bacia hidrográfica do rio Ijuí está localizada na região norte-noroeste do estado do Rio

Grande do Sul, entre as coordenadas geográficas 28º 00' a 29º 05' de latitude Sul e 53º 11' a 55º 21'.

O rio possui suas nascentes no planalto meridional gaúcho e segue sentido leste-oeste até desaguar

na margem esquerda do Rio Uruguai drenando uma área de 10.703 km2. Os principais cursos de

água são: o rio Potiribu, o rio Conceição, o rio Ijuizinho e o rio Ijuí (Figura 04).


Figura 04 Bacia hidrográfica do rio Ijuí e principais afluentes

A grande parte das atividades econômicas desta bacia está ligada ao setor primário

(SEMA/RS, 2000). A vegetação nativa consiste em Mata Atlântica e a Mata Araucária encontradas

principalmente nas galerias, pois a região é caracterizada por uma agricultura intensiva com dois

ciclos de cultura por ano: soja e milho no verão e aveia e trigo no inverno (Silva Júnior et al. 2003).

Os principais usos da água se destinam à irrigação e ao abastecimento público, além da geração de

energia em pequenas centrais hidrelétricas (PCHs).

Os solos são bastante úmidos graças ao regime abundante de precipitações e constitui solos

bem desenvolvidos e profundos, podendo atingir até mais de 15 m. A maior parte do solo da região

é classificada como latossolos, terras roxas estruturadas e solos litólicos (neossolos litólicos). O

regime de precipitações é homogêneo durante todo o ano, apresentando chuvas mensais entre 120 e

150 mm, com um total anual médio de 1750 mm (i.e. Figura 05. Distribuição espacial e temporal

das chuvas na bacia hidrográfica do rio Ijuí)


Figura 05 - Distribuição espacial e temporal das chuvas na bacia hidrográfica do rio Ijuí.

A escolha desse local para o estudo foi motivada pela instalação recente de um sistema de

monitoramento de dados físico-químicos sob responsabilidade do IPH que inclui medição de

carbono orgânico e inorgânico nas bacias do Taboão (84 km2) e Turcato (19 km2), embutidas na

bacia do rio Potiribu, afluente da margem esquerda do rio Ijuí (Castro et al. 2010; Sorribas, 2011).

Além disso, atualmente existem 53 barragens de geração de energia na bacia, com tendência de

aumento no número de aproveitamentos nos próximos anos, portanto a simulação hidrológica desta

bacia poderá subsidiar trabalhos futuros.

Dados hidrometeorológicos

Os dados hidrológicos e meteorológicos utilizados são dados em intervalo de tempo diário de

vazão e chuva, e normais climáticas mensais do INMET. Os dados foram obtidos através do

Sistema Hidroweb da Agência Nacional de Águas (ANA) e abrangem os postos fluviométricos da

sub-bacia 75, bacia hidrográfica do rio Ijuí, conforme no cadastro da ANA, e postos pluviométricos

(Figura 06) e climáticos na região.


Figura 06 – Postos pluviométricos na região da bacia hidrográfica do rio Ijuí

RESULTADOS

Simulação hidrológica

Discretização espacial e Sub-bacias

Para a aplicação do modelo MGB-IPH, a bacia do rio Ijuí foi discretizada em 522 mini-bacias

utilizando ferramentas de delineamento automático de bacias hidrográficas em ambiente de sistema

de informações geográficas.

Figura 07 – Discretização espacial da bacia do rio Ijuí em 522 mini-bacias para aplicação do MGB-IPH

Para a calibração do modelo MGB-IPH foram selecionados dados de postos fluviométricos

com séries relativamente extensas, e relativamente bem distribuídos na bacia. Nessa bacia, existem

somente 8 postos com dados de vazão e que poderiam ser utilizados na calibração e na verificação.

A Tabela 03 apresenta os postos fluviométricos considerados na calibração. Nesse estudo, a


verificação do modelo MGB-IPH foi realizada nos mesmos postos utilizados na calibração, porém

em períodos diferentes.

Tabela 03: Postos fluviométricos considerados para definição de sub-bacias na bacia do rio Ijuí.

Código Nome Rio Área de Drenagem (km2) 75186000 Ponte Nova do Potiribu-Jusante Rio Potiribu 629 75200000 Conceição Rio Conceição 805 75205000 Ponte Nova do Conceição Rio Conceição 966 75295000 Colônia Mousquer Rio Ijuizinho 2131 75155000 Passo Faxinal Rio Ijuí 2003 75230000 Santo Ângelo Rio Ijuí 5414 75320000 Ponte Mística Rio Ijuí 9426

Com base na localização dos postos fluviométricos e no exutório da bacia do rio Ijuí, na

confluência com o rio Uruguai, foram definidas 8 sub-bacias. A Figura 08 apresenta um mapa das

sub-bacias consideradas na calibração do modelo MGB-IPH.

Figura 08 – Sub-bacias do rio Ijuí para aplicação do modelo hidrológico MGB-IPH

Unidades de Resposta Hidrológica

O mapeamento das unidades de resposta hidrológica foi obtido por meio do cruzamento do

Mapa Exploratório dos Solos do Rio Grande do Sul (IBGE, 2002) e de mapa de uso e cobertura de

solo da região. Esse foi realizado a partir de classificação supervisionada de imagens compostas por

supersposição das reflectâncias registradas nos sensores das bandas 3, 4 e 5, nas cores azul, verde e

vermelho, respectivamente – uma combinação usada frequentemente para identificação de aspectos

de paisagem – do satélite Landsat 5 TM. Por fim, a bacia hidrográfica foi mapeada em cinco

unidades de resposta hidrológicas, conforme descrição na tabela 04, apresentados na Figura 09.


Tabela 04: Postos fluviométricos considerados para calibração do modelo MGB-IPH na bacia do rio Ijuí.

Número URH Área(%) 1 Matas em solo raso 2,6 2 Agricultura, campos e pastagem em solo raso 13,9 3 Matas em solo profundo 7,0

4 Agricultura, campos e pastagem em solo

profundo 76,3

5 Água 0,3

Figura 09 – Mapeamento de Unidades de Resposta Hidrológica da bacia do rio Ijuí

Calibração e Verificação

A tabela 05 apresenta o resumo da calibração ajustada para o período de jan/1983 a dez/1988

e verificado pela série de jul/1998 a dez/2003, em 6 postos fluviométricos de controle. No período

de calibração os índices de Nash-Sutcliffe variaram entre 0.712 e 0.836 e os erros no volume

variaram entre -2.56 e 10.18 % na calibração. Na verificação, os índices de Nash-Sutcliffe variaram

entre 0.712 e 0.869 e os erros no volume variaram entre -11.97 e +7,44 %. Os resultados da

simulação hidrológica foram bons, considerando o fato que foi utilizado o mesmo conjunto de

parâmetros para todas as sub-bacias. As figuras 10 e 11 mostram os hidrogramas observados e

calculados em dois postos fluviométricos para o período de calibração e verificação.

Tabela 05– Eficiência do modelo hidrológico após ajuste na bacia do rio Ijuí

Calibração (1983-1988) Verificação (1998-2003) Estação/Eficiência ENS ENSlog ∆V(%) ENS ENSlog ∆V(%)

Passo Faxinal 0.784 0.825 -2.569 0,712 0,743 +2,418 Conceição 0.795 0.825 -5.626 0,796 0,811 +6,173

Ponte Nova do Conceição 0.829 0.768 +10.179 0,837 0,841 +7,440 Santo Ângelo 0.825 0.836 -2.306 0,869 0,862 +1,885

Colônia Mousquer 0.725 0.817 -9.627 0,820 0,820 +1,885 Ponte Mística 0.712 0.774 -3.994 0,820 0,856 -11,966


0

200

400

600

800

1000

1200

1400

1600

1800

2000

jan-83

fev-83

mar-83

abr-83

mai-83

jun-83

jul-83

ago-83

set-83

out-83

nov-83

dez-83

Vazão

(m

3/s)

75230000_obs

75230000_sim

ENS = 0.825

∆V = -2.306

Figura 10 – Hidrogramas observados e calculados em Santo Ângelo (calibração)

0

100

200

300

400

500

600

700

800

900

jan-02

mar-02

mai-02

jul-02

set-02

nov-02

jan-03

mar-03

mai-03

jul-03

set-03

nov-03

Vazão

(m3/s)

75155000_obs

75155000_sim

ENS = 0.712

∆V =2.418

Figura 11 – Hidrogramas observados e calculados em Passo Faxinal (verificação)

Simulação da dinâmica de carbono

O modelo responde qualitativamente de forma esperada, reproduzindo os efeitos de

acumulação e lavagem (Figuras 12 e 13). Nos períodos sem chuva ocorre aumento nas

concentrações de carbono no solo que são transferidos para os trechos de rio, em resposta a eventos

de chuva, aumentando a concentração no corpo de água. Uma vez removido o carbono acumulado

no solo, o processo de lavagem em dias subseqüentes se torna menos evidente, devido a retenção de

carbono no solo. Nos períodos de menor vazão, as variações na concentração de carbono no rio


dependem mais das contribuições subterrâneas, em especial, a fração inorgânica, e dos próprios

processos biológicos, porém esses são dominados pelos termos advectivos, nos trechos de rio.

0

5

10

15

20

25

30

01/0

5/08

15/0

5/08

29/0

5/08

12/0

6/08

26/0

6/08

10/0

7/08

24/0

7/08

07/0

8/08

21/0

8/08

04/0

9/08

18/0

9/08

02/1

0/08

16/1

0/08

30/1

0/08

13/1

1/08

27/1

1/08

11/1

2/08

25/1

2/08

Con

cent

raçã

o (m

g/L)

0

40

80

120

160

200

240

Chu

va (

mm

)

Chuva DOC DIC

Figura 12 – Exemplo de variação temporal de carbono no solo obtido por simulação e precipitação

0

1

2

3

4

5

6

7

01/05

/08

15/05

/08

29/05

/08

12/06

/08

26/06

/08

10/07

/08

24/07

/08

07/08

/08

21/08

/08

04/09

/08

18/09

/08

02/10

/08

16/10

/08

30/10

/08

13/11

/08

27/11

/08

11/12

/08

25/12

/08

Con

cent

raçã

o (m

g/L)

0

2

4

6

8

10

12

14

16

18

20

Vaz

ão (

m3/

s)

DOC DIC Vazão

Figura 13 – Exemplo da variação temporal de carbono em trecho de rio obtido por simulação

A Figura 14 apresenta uma representação espacial do carbono orgânico na água em uma bacia

obtido por simulação. Nesse caso, é possível perceber que a simulação mostra que o carbono

orgânico tende a se acumular e apresentar concentrações mais elevadas (tom mais escuro) nos

trechos mais baixos da bacia, o que ocorre é coerente com o transporte de montante para jusante

associado às baixas taxas de degradação de carbono alóctone. Esse exemplo, na bacia do Ijuí, possui

caráter puramente ilustrativo, pois não se tem dados monitorados na mesma, porém demonstra uma

das vantagens do modelo distribuído na interpretação de fatores espaciais da dinâmica do sistema.


Figura 14 – Exemplo de espacialização da concentração de carbono orgânico na bacia obtido por simulação

CONCLUSÃO

Em ecossistemas aquáticos o carbono sofre processos de transformação por vias bióticas e

abióticas podendo, em geral, ser armazenado, exportado por via fluvial ou perdido para a atmosfera

em forma de gases. Nesse trabalho foi apresentado um modelo conceitual e matemático para o ciclo

do carbono em bacias hidrográficas, considerando o ponto dos recursos hídricos. O transporte e

variabilidade espacial das perdas de carbono do solo para os corpos de água devem estar vinculados

à resposta aos eventos de precipitação e às mudanças nos caminhos e fluxos de água através dos

diferentes tipos de solo e cobertura vegetal que compõe as bacias hidrográficas. Considerando os

fatores que atuam no ciclo do carbono em bacias hidrográficas, os processos de sorção e dessorção,

a decomposição de matéria orgânica e a dissolução de carbono inorgânico na água do solo

associados ao transporte pelo escoamento devem ter papel importante sobre o metabolismo de

corpos de água interiores.

O modelo hidrológico MGB-IPH utilizado para representar os processos hidrológicos

apresentou bons resultados para a simulação hidrológica da bacia hidrográfica do Ijuí. O modelo de

carbono proposto e implementado, MGB-IPH-C responde aos processos hidrológicos de forma

dinâmica. O módulo de carbono no solo consegue representar a acumulação e lavagem como o

esperado, e o efeito das cargas sob as concentrações nos trechos de rio são evidentes. O modelo

estará sujeito a mais testes na bacia de estudo, pois recentemente foi montado um sistema de

monitoramento dos dados físico-químicos e a consolidação dos dados está para ser realizada. A

proposta apresentada sugere que pode ser possível representar os processos esperados com modelos

de baixa complexidade, em contraste com os modelos de ecossistema existentes.


BIBLIOGRAFIA

Arnold, J. G. et al. (1998) Large-area hydrologic modeling and assessment: part I – model development. J. American Water Resources Assoc., v. 34, n. 1, p. 73-89. Bicknell, B. R. et al. (1993) Hydrologic Simulation Program – FORTRAN (HSPF): user's manual for release 10. Report no EPA/600/R-93/174. U. S. EPA Environmental Research Lab. Bingner, R. L.; Theuer F. D. (2001) AnnAGNPS technical processes: documentation version 2. Disponível em: <www.sedlabolemiss. edu/agnps.HTML>. Acesso em 26 abr. 2011. Borah, D. K. (2002) Watershed-scale nonpoint-source pollution models: mathematical bases. SAE Paper, ASAE, n. 022091. Carpenter, S. R. et al. (2005) Ecosystem subsidies: terrestrial support of aquatic food webs from C-13 addition to contrasting lakes. Ecology, n. 86, p. 2737-2750. Cole J. J.; Caraco, N. F. (2001) Carbon in catchments: connecting terrestrial carbon losses with aquatic metabolism. Mar. Freshwater Res., n. 52, p. 101-110. Cole, J. J. et al. (2000) Persistence of net heterotrophy in lakes during nutrient addition and food web manipulation. Limno. Oceanogr., n. 45, p. 1718-1730. Collischonn, W. (2001) Simulação hidrológica de grandes bacias. Tese (Doutorado) – Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul, Porto Alegre. Collischonn, W.; Tucci, C.E.M. (2001). Simulação hidrológica de grandes bacias. Revista Brasileira de Recursos Hídricos. Vol. 6 No. 1 Collischonn,W., et al. (2007) The MGB-IPH model for large-scale rainfall-runoff modeling. Hydrological Sciences Journal, 52, 878–895. Del Giorgio, P. A.; Cole, J. J.; Cimbleris, A. (1997) Respiration rates in bacteria exceed phytoplankton production in unproductive aquatic systems. Nature, n. 385, p. 148-151. Del Giorgio, P. A.; Peters, R. H. (1993) Balances between phytoplankton production and plankton respiration in lakes. Can. J. Fish. Aquat. Sci., n. 50, p. 282-289. Fragoso Jr, C. R. (2005) Simulações da Dinâmica de fitoplâncton no sistema hidrológico do Taim. Dissertação (Mestrado) – Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul. 151 p. Futter M. N. et al. (2009) Long-term simulation of dissolved organic carbon. Hydrology Research, n. 40. Futter, M. N. et al. (2008) Modelling long-term patterns of dissolved organic carbon concentration in the surface waters of a boreal catchment. Hydrology and Earth System Sciences, n. 12, p. 437-447 Futter, M. N. et al. (2007) Modelling the mechanisms that control in-stream dissolved organic carbon dynamics in upland and forested catchments. Water Res. Res., v. 43, n. 2.


Hanson, P. C.; Bade, D. L.; Carpenter, S. R. (2003) Lake metabolism: relationships with dissolved organic carbon and phosphorus. Limno. Oceanogr., n. 48, p. 1112-1119. Hope, D.; Kratz, T. K.; Riera, T. K. (1996) Relationship between pCO2 and dissolved organic carbon in northern Wisconsin Lakes. J. Environ. Qual., n. 25, p. 1442-1445. IBGE (2002) Mapa Exploratório dos Solos do Estado do Rio Grande do Sul. Rio de Janeiro, IBGE. INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE. (2007) Pachauri, R. K.; Reisinger, A. (Eds.). Climate Change 2007: synthesis report – contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Geneva, Switzerland, 104 p. Larentis. D. G. (2004) Modelagem matemática da qualidade de água em grandes bacias: Sistema Taquari-Antas. Dissertação (Mestrado) – Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul, Porto Alegre. Larentis D. G. et al. (2008) Simulação da Qualidade de Água em Grandes Bacias: rio Taquari-Antas, RS. Revista Brasileira de Recursos Hídricos, v.13, n.3, p. 5-22. Paiva, R. C. D. (2009) Modelagem hidrológica e hidrodinâmica de grandes bacias: estudo de caso: Bacia do rio Solimões. Dissertação (Mestrado) – Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul, Porto Alegre. Refsfaard, J. C.; Storm, B. (1995) MIKE-SHE. In: Singh, V. P (Ed.). Computer Models of Watershed Hydrology. Highlands Ranch, Colorado: Water Resources Publications, 1995. p. 809-846. RIO GRANDE DO SUL. (2000) Secretaria Estadual do Meio Ambiente. Relatório Anual sobre a Situação dos Recursos Hídricos no Estado do Rio Grande do Sul e Inventário Hidrelétrico da sub-bacia 75. Rosman, P. C. C. (2000) Referência Técnica do SisBaHiA – Sistema Base de Hidrodinâmica Ambiental. Rio de Janeiro: Programa COPPE, Engenharia Oceânica, Área de Engenharia Costeira e Oceanográfica. Silva Júnior, O. B. et al.(2003) Extrapolação espacial na regionalização da vazão. Revista Brasileira de Recursos Hídricos, v. 8, n. 1, p. 21-37. Sorribas, M. V. (2011) Simulação da Dinâmica de Carbono em Bacias Hidrográficas. Dissertação (Mestrado) – Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul, Porto Alegre. Tranvik, L. J. (1998) Availability of dissolved organic carbon for planktonic bacteria in oligotrophic lakes of different humic content. Microb. Ecol., n. 16, p. 311-322. Tucci, C. E. M. (2005) Modelos hidrológicos. 2. ed. Porto Alegre: Ed. Universidade.

Documents

MODELO PARA SIMULAÇÃO DA DINÂMICA DE ......tempo t, a média das vazões observadas; ∆V é o erro relativo entre o volume calculado e observado. XIX Simpósio Brasileiro de Recursos