1. Introdução

O transporte de sedimento pode causar, pelas partículas em suspensão, a degradação da qualidade de água para os usos humanos (consumo, atividade industrial e agrícola, além da recreação); além de impedir a penetração da luz e calor, reduzindo a atividade da fotossíntese necessária à salubridade dos corpos de água e alterar a vida aquática. Ainda, o sedimento do leito pode prejudicar a navegação ou elevar o nível de água provocando enchentes locais mais freqüentemente. No entanto, existe um efeito benéfico, os sedimentos carregam nutrientes, fertilizando terras já formadas e ainda, dependendo da concentração de sedimentos, permite transportar microrganismos ou matéria orgânica que melhora a fauna fluvial (CARVALHO, 1994).

Zabaleta et al. (2007), mostraram a variabilidade na produção de sedimentos em suspensão (SS) em uma bacia hidrográfica de evento para evento, e associaram esta variação a diferentes caminhos em proporção aos fatores físicos e antropogênicos que controlam a produção e o transporte de sedimentos que interagem em cada evento. De acordo com Carvalho (1994), 70% a 90% de todo o sedimento transportado pelos cursos de água ocorrem no período de chuvas, principalmente durante as fortes precipitações.

Portanto, o conhecimento da dinâmica e da qualidade da água e do sedimento transportado é de fundamental importância para estudos na bacia hidrográfica, projetos de obras hidráulicas e estudos ambientais. Quaisquer manejos dos recursos naturais necessitam uma avaliação precisa em relação aos aspectos sedimentológicos, com vistas ao desenvolvimento sustentável.

As áreas propensas à erosão tornam-se desenvolvidas, por isso a necessidade de modelos que possam predizer e prever na escala da bacia hidrográfica o efeito da incidência de erosão e o resultado da produção de sedimentos (BURTON e BATHURST, 1998). Desde modo, o modelo Soil and Water Assessment Tool (SWAT) foi desenvolvido no início dos anos 90 pelo Dr. Jeff Arnold do United States Department of Agriculture (USDA) para auxiliar os gestores de recursos hídricos na avaliação de impactos de manejo e clima no abastecimento de água e na poluição de fontes não pontuais em bacias hidrográficas.

O objetivo do presente trabalho é analisar a produção de água e de sedimentos pelo modelo Soil and Water Assessment Tool (SWAT) numa microbacia experimental escola na região norte do estado de Santa Catarina.

2. Modelo Soil and Water Assessment Tool (SWAT)

O SWAT (Soil and Water Assessment Tool) é um modelo matemático de parâmetro distribuído (quando as variáveis e parâmetros do modelo dependem do espaço e, ou, do tempo) que foi desenvolvido em escala de bacia hidrográfica com a finalidade de predizer o impacto de práticas de manejo do solo em relação à água, sedimento e produção química agrícola em bacias hidrográficas complexas não instrumentadas com variação de solos, usos e coberturas do solo e condições de manejo sobre longos períodos de tempo (SRINIVASAN et al., 1994; NEITSCH et al., 2005). 

O modelo é baseado em uma estrutura de comandos para propagar o escoamento, sedimentos e agroquímicos através da bacia. Os maiores componentes do modelo incluem hidrologia, clima, sedimentos, temperatura do solo, crescimento de plantas, nutrientes, pesticidas e manejo agrícola (ARNOLD et al., 1998). A bacia hidrográfica primeiramente é dividida em sub-bacias com base no relevo e então estas são englobadas em unidades de resposta hidrológica (URH) de acordo com a distribuição dos usos e cobertura do solo e dos solos

O SWAT fornece duas possibilidades de calcular o escoamento superficial: (1) Método da Curva Número (CN) (USDA, 1972) que relaciona o escoamento superficial ao tipo de solo, uso da terra e práticas de manejo (ARNOLD et al., 1995); (2) Método de infiltração Green e Ampt. A produção de sedimentos é estimada pela Equação Universal de Perda de Solos Modificada (Modified Universal Soil Loss Equation - MUSLE) (WILLIAMS et al., 1997).

O modelo necessita de dados de entrada matriciais como modelo digital do terreno (MDT), solos e usos e cobertura dos solos e de dados tabulares como precipitação, temperaturas máxima e mínima, radiação solar, velocidade do vento, umidade relativa. Segundo Machado (2003), a maior limitação ao uso de modelos é a dificuldade em trabalhar a grande quantidade de dados que descrevem a heterogeneidade dos sistemas naturais. Por essa razão, Di Luzio et al. (2001), uma interface foi desenvolvida entre o SWAT e o ArcView.

3. Área de estudo

O presente trabalho está inserido nos projetos “Monitoramento e modelagem hidrossedimentológica de bacias hidrográficas rurais na região serrana catarinense” e “Monitoramento e modelagem hidrossedimentológica da bacia hidrográfica do Alto Rio Negro – Região sul brasileira”, na qual estão instaladas sete microbacias experimentais localizadas nos municípios de Mafra e Rio Negrinho como mostra a Figura 1.

As sete microbacias experimentais estão numa latitude média de 26º 26’ S e longitude média de 48º 08’ W. No município de Rio Negrinho está situada duas microbacias caracterizadas pelo reflorestamento de Pinus taeda (P1 e P2), uma por agricultura de soja (A) e uma mista (M1) caracterizada pelo mosaico dos usos do solo de reflorestamento, agricultura e vegetação pertencente a bacia do rio Feio, existe na bacia do Rio Corredeiras a Fazenda St Alice onde está localizada uma bacia mista (M2). No município de Mafra estão situadas duas microbacias experimentais de vegetação secundária (N1 e N2), que pertencem à bacia hidrográfica do rio Bituva Papuã. Kobiyama et al. (2007) explicaram que estas microbacias foram construídas para entender as influências hidrológicas dos diferentes usos do solo nesta região caracterizada economicamente com reflorestamento de pinus e ambientalmente com Floresta Ombrófila Mista.

 

FIGURA 1 – Localização das microbacias experimentais.

 

No Planalto Norte Catarinense predomina o clima do tipo Cfb, segundo Köppen, que se caracteriza por ser temperado, constantemente úmido, sem estação seca e com verão fresco (temperatura média do mês mais quente < 22ºC). A temperatura média anual varia de 15,5ºC a 17,0ºC, a precipitação pluviométrica total anual pode variar de 1.360 a 1.670 mm, com o total anual de dias de chuva entre 138 e 164 dias. A umidade relativa do ar pode variar de 80 a 86,2% (Epagri/Ciram, 2006).

Esta região apresenta a altitude média de 792m. A formação geológica predominante são rochas sedimentares paleozóica (arenito e folhelho) que demonstram estratificação horizontal, e o relevo geral é moderado com a presença de pântanos nas áreas de cabeceiras (KOBIYAMA et al., 2007). A Floresta Ombrófila Mista é o tipo de formação florestal predominante na área de estudo e caracterizava-se, principalmente, pela presença da araucária (Araucaria angustifolia) no estrato superior e por uma submata heterogênea formada por imbuia (Ocotea porosa), canela sassafrás (Ocotea odorifera) e xaxim (Dicksonia sellowiana) (MEDEIROS et al., 2004).

A microbacia M2 apresenta uma área de 856,20 ha com altitude variando de 837 a 1010m e declividade média de 2,05m/m. O uso predominante é de Pinus taeda com 55,45% de pinus novo (variando de 2 a 5 anos) e 2,53% de pinus velho com cerca de 20 a 25 anos. O restante da bacia é coberto pela vegetação nativa que abrange 42.02%.

De acordo com a EMBRAPA (2004), na microbacia M2 predomina-se a Associação Cambissolo Álico Tb A proeminente com textura argilosa junto ao solo Litólico Álico A proeminente com textura média com 71,29%, seguido pelo Cambissolo álico Tb A proeminente com textura média com 21,27% e pelo Cambissolo álico Tb A moderado com textura argilosa que representam 7,44%.

 

FIGURA 2 – Uso do solo da microbacia M2.

 

A concentração de sedimentos em suspensão (CSS) (mg/l), a altura de lâmina de água (m) e a precipitação (mm) têm sido continuamente monitoradas pelas estações fluviométricas, que foram instaladas no exutório de cada microbacia experimental, e pluviométricas desde novembro de 2006. Estas variáveis são registradas no intervalo de 10 minutos e armazenadas num datalogger.

No presente trabalho foi analisado os dados coletados da microbacia M2. A medição de vazão foi realizada pela determinação da curva-chave com extrapolação pelo método de Stevens pelas Eq. (1) e Eq. (2)

                                                                                           Eq.(1)

na qual AR^1/2 é p fator geométrico e H é a altura de lâmina de água (m).

                                                                                      Eq.(2)

na qual Q é a vazão (m³/s).

As curvas de nível no formato shapefile na escala 1:25.000 com coordenadas geográficas UTM e projeção SAD69 e espaçadas de 10 em 10 metros foram interpoladas no ArcGIS com o modelo de interpolação TIN (Triangular Irregular Network), posteriormente este arquivo foi transformado para dado matricial com resolução de 10 m. O mapa de solos da Embrapa (2004) e o mapa de uso do solo gerado a partir de ortofotos do mês de abril de 2006 cedidos pela Prefeitura de Rio Negrinho foram transformados em dados matriciais com a mesma resolução do MDT.

Foram realizadas 3 simulações para analisar o desempenho do modelo como mostra a Tabela 1. A simulação 1 consistiu em inserir dados pluviométricos com intervalo de 10 minutos com a finalidade de simular a vazão superficial pelo método de Green e Ampt e o restante dos dados climáticos diários entre 27 de janeiro a outubro de 2007 . A simulação 2 utilizou dados diários de precipitação das estações da St Alice, Bituva e Feio desde setembro de 2006 até novembro de 2007, os dados pluviométricos faltantes foram simulados com o gerador climático com os dados médios cedidos gentilmente pelo Centro de Informações de Recursos Ambientais e de Hidrometeorologia de Santa Catarina (CIRAM) pertencente à Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina (EPAGRI). A simulação 3 consistiu em utilizar dados diários de precipitação das estações da St Alice e da empresa Battistella desde janeiro de 2006 até novembro de 2007.

 

TABELA 1 – Análise das vazões de pico observada e simuladas.

 

Simulação	Intervalo de dados de precipitação	Estações pluviométricas utilizadas	Método de simulação que gera o escoamento superficial	Período simulado
1	10 minutos	St Alice	Green e Ampt	Jan/07 a Out/07
2	diário	St Alice, Bituva e Feio	Curva Número	Set/06 a Out/07
3	diário	St Alice e Batistella	Curva Número	Jan/06 a Out/07

 

A calibração foi efetuada para o período compreendido entre julho de 2007 a outubro de 2007.

4. Resultados e discussões

A microbacia foi delimitada automaticamente pelo software ArcView e foi dividida em 49 sub-bacias baseadas no MDT. A URH foi definida de acordo com o uso e o solo predominante presente em cada sub-bacia. Isto resultou em um número de URH igual ao número de sub-bacias.

Os parâmetros utilizados para a calibração foram em relação: (1) Ao solo: condutividade hidráulica saturada e quantidade de água disponível no solo; (2) A rugosidade: ‘n’ de Manning para o rio principal e seus tributários, ‘n’ de Manning para os usos e cobertura do solo; (3) A água subterrânea: coeficiente de recessão; e (4) Ao manejo: curva número. A Tabela 2 apresenta o resultado das simulações calibradas com α = 0,05 e p = 0,00.

 

TABELA 2 – Análise das vazões observada e simuladas.

 

 

Percebe-se que a simulação 3 atingiu melhor resultado possivelmente pelo fato de que a entrada de dados climáticos é uma limitação do modelo que necessita de uma série de dados climáticos extensa para que o ciclo hidrológico estabeleça o equilíbrio e atinja um resultado satisfatório.

Observa-se na Figura 3, que apresenta as vazões observada e simuladas no período entre 01/07/2007 a 01/10/2007 e a correlação entre a vazão observada e a vazão simulada 3, que as simulações acompanharam o hidrograma observado, no entanto superestimaram as vazões de pico.

Por este motivo, as vazões de pico e as vazões médias foram analisadas para quantificar esta variação, e o resultado encontra-se nas Tabelas 3 e 4.

 

(a)	(b)
FIGURA 3 – (a) Vazões observada e simuladas no período entre 01/07/2007 a 01/10/2007; (b) Correlação entre a vazão observada e a vazão simulada 3.

 

O resultado da Tabela 3 mostra que a maioria das simulações obtiveram uma superestimação dos eventos, com exceção do evento 4, na qual houve uma subestimação. A simulação 2 obteve melhor resultado na vazão de pico. A superestimação da vazão de pico também foi encontrada no trabalho de Benaman e Shoemaker (2005).

 

TABELA 3 – Análise das vazões de pico observada e simuladas.

 

Evento	Início	Final	Vazão de pico observada (m3/s)	Vazão de pico simulado (m3/s)			% diferença na vazão de pico
				1	2	3	1	2	3
1	21/7/2007	28/7/2007	2,72	3,51	2,47	3,10	29	-10	14
2	30/8/2007	3/9/2007	0,64	2,69	1,52	1,83	319	136	183
3	20/9/2007	25/9/2007	0,36	1,84	1,04	1,19	409	187	230
4	12/10/2007	19/10/2007	1,43	1,38	0,96	1,06	-3	-34	-26
5	19/10/2007	23/10/2007	0,36	2,14	0,81	1,00	489	123	173

 

A análise das vazões observada e simuladas durante os eventos apresentada na Tabela 4 mostra que a maioria das simulações obteve uma superestimação das vazões médias. Como era esperado, a simulação 2 obteve melhor resultado na média da vazão durante o evento.

A simulação 2 apresentou um resultado melhor nos eventos, contudo, foi a simulação 3 que obteve melhor correlação (R² = 0,89) devido ao desempenho em todo o período calibrado e não apenas nos eventos.

Com o propósito de analisar a produção de sedimentos, a Tabela 5 apresenta das simulações das concentrações de sedimentos em suspensão, infelizmente não foi possível calibrar esta variável devido a um problema no sensor de sedimento instalado na microbacia M2, portanto, uma análise foi realizada com as simulações rodadas. Observa-se na Tabela 5 que a simulação 3 obteve menor pico de CSS e menor média da CSS nos eventos, como esta simulação apresentou melhor correlação com a vazão simulada, foi realizada uma comparação da porcentagem da diferença da CSS média nos eventos em relação à simulação 3.

TABELA 4 – Análise das vazões observada e simuladas durante os eventos.

 

Evento	Início	Final	Vazão média observada (m3/s)	Desvio padrão da vazão observada	Vazão média simulada (m3/s)			Desvio padrão para a vazão simulada			% diferença na vazão média
					1	2	3	1	2	3	1	2	3
1	21/7/2007	28/7/2007	0,75	0,97	0,82	0,57	0,74	1,15	0,81	1,01	10	-24	-2
2	30/8/2007	3/9/2007	0,22	0,25	0,82	0,50	0,61	1,08	0,59	0,70	265	126	176
3	20/9/2007	25/9/2007	0,18	0,14	0,77	0,42	0,51	0,80	0,41	0,47	326	136	181
4	12/10/2007	19/10/2007	0,41	0,47	0,66	0,46	0,53	0,44	0,35	0,38	59	13	29
5	19/10/2007	23/10/2007	0,25	0,07	0,68	0,31	0,39	0,84	0,29	0,35	175	23	57

 

TABELA 5 – Análise das simulações das concentrações de sedimentos em suspensão.

 

Evento	Início	Final	Pico da CSS (mg/l)			Média da CSS  simulado (mg/l)			Desvio padrão da CSS simulada			% diferença da CSS média
			1	2	3	1	2	3	1	2	3	1	2
1	21/7/2007	28/7/2007	18,11	15,78	11,06	8,42	7,24	5,99	5,61	5,16	3,47	40	21
2	30/8/2007	3/9/2007	16,46	13,16	9,43	9,66	7,82	6,00	4,33	3,29	2,23	61	30
3	20/9/2007	25/9/2007	14,91	11,68	8,14	9,86	7,37	5,29	4,32	3,52	2,22	86	39
4	12/10/2007	19/10/2007	13,65	12,26	8,54	9,94	8,53	6,26	2,71	2,70	1,64	59	36
5	19/10/2007	23/10/2007	15,65	11,59	7,28	9,28	7,10	4,61	4,15	3,01	1,81	101	54