Download PDF
ads:
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE PESQUISAS HIDRÁULICAS
PROGRAMA DE PÓS-GRADUAÇÃO EM
RECURSOS HÍDRICOS E SANEAMENTO AMBIENTAL
TESE DE DOUTORADO
AVALIAÇÃO DA PREVISÃO HIDROCLIMÁTICA NO ALTO PARAGUAI
Daniel Gustavo Allasia Piccilli
Tese de doutorado submetida ao Programa de Pós-Graduação em Recursos Hídricos e
Sane
amento Ambiental da Universidade Federal do Rio Grande do Sul como requisito parcial
para a obtenção do título de Doutor em Engenharia com ênfase em Recursos Hídricos.
Orientador: Prof. Carlos Eduardo Morelli Tucci
Co-orientador: Prof. Pedro P. L. Dias
Banca Examinadora
Prof. Dr. Cíntia Bertacchi Uvo – LTH - Suécia
Prof. Dr. Osvaldo Luiz Leal de Moraes - USFM
Prof. Dr. Robin Thomas Clarke IPH/UFRGS
Porto Alegre, 8 de outubro de 2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
- ii -
Um dia me disseram
Que as nuvens não eram de algodão
Um dia me disseram
Que os ventos às vezes erram a direção
E tudo ficou tão claro...
Engenheiros Do Hawaii (Somos Quem Podemos Ser)
S
oy crítico meteorológico, señor. La tormenta de
anoche. "Floja iluminación de los relámpagos, yuvia repetida,
escenografía pobre y pésimo sonido de los truenos en otro fiasco
de esta puesta en escena de Tata Dios. Una típica propuesta de
verano, liviana, pasatista, para un público poco exigente".
Inodoro Pereyra, personagem de Roberto Fontanarrosa
ads:
- iii -
P
ARA O GABRIEL E A RUTH, MEUS FIOS TERRA.
- iv -
Considero que a elaboração de uma tese de doutorado é um produto coletivo, embora sua
redação, responsabilidade e stress seja predominantemente individual. Várias pessoas
contribuíram para que este trabalho chegasse a bom termo. A todas elas registro minha gratidão
e, em especial:
A Ruth e Gabriel que, com paciência, souberam entender tantas horas roubadas e me
apoiaram nos momentos mais difíceis.
A meus pais, pela sólida formação dada até minha juventude, que me proporcionou a
continuidade dos estudos, chegando a este doutorado. Aos meus pais brasileiros (Alei e Maria)
que me acolheram e trataram como um de seus filhos
Aos meus irmãos Guillermo e Marcelo, que, na distância, sempre souberam estar perto. E
a Juan Martín, que se tornou mais um irmão.
Aos meus orientadores Carlos Tucci que, mais que nortear a Tese, soube orientar na vida,
tornando-se um grande amigo, a Pedro Dias, que soube ter a capacidade de tornar as mais
complexas questões de meteorologia em simples questões física.
A Cintia Uvo que, embora não tenha sido oficializada como orientadora, auxilio-me no
entendimentos dos processos físicos com o uso de ferramentas estatísticas e, cujo apoio foi
fundamental, pois sem ele, esta tese ainda estaria ainda no primeiro capítulo. A Walter pelas
sugestões, dicas e orçadas juntos.
Aos amigos do IPH que sempre me apoiaram e souberam o momento certo da pausa para
a cervejaa, em particular a Nicolas, Natália, Adalberto, Adriano, Benedito, Bruno, Lidi,
Christopher, Dante, Laura, Juan Martin, Bike, Martin, Néia, Nando, Luis Carlos, Joel, Adolfo,
David, Nadir, Márcia e Lygia.
Aos compadres Zé e Elis e a pequena Laura, que com vinhos e churrascos da fronteira
sempre estiveram ao lado.
Aos colegas da Suécia, Mauricio, Sandra, Santi e Montse, assim como os Erik
s
, Hans,
Patrik, Jona, Pernilla, Ramiro.
Aos membros da banca, pelas acertadas sugestões.
Ao Instituto de Pesquisas Hidráulicas e ao Departamento de Hidráulica da UNNE pelo
apoio incondicional.
A Capes - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - que me
concedeu uma bolsa durante a realização deste doutorado, fato este que muito contribuiu para
viabilização desta tese e ao Swedish Institute, pela oportunidade de trabalhar neste país,
viabilizando o fechamento da Tese.
E a todos aqueles que mesmo não sendo mencionados nunca foram esquecidos.
Muito Obrigado.
- v -
RESUMO
Neste estudo foi analisada a previsibilidade hidroclimática na bacia do Alto Paraguai no curto e
longo prazo. Nestas últimas décadas, a região foi marcada por uma forte variabilidade climática,
passando por um período extremamente seco durante a década de 1960 e por um período
extremamente úmido a partir do início da década de 1970. Desta forma, avaliar a previsibilidade
hidroclimática é muito importante para o gerenciamento dos recursos hídricos na bacia, e,
conseqüentemente do ecossistema que depende deste recurso.
A previsibilidade de longo prazo da Bacia do Alto Paraguai foi analisada mediante técnicas
estatísticas dado que a região do Brasil Central é considerada de baixa previsibilidade de longo
prazo mediante modelos dinâmicos. O objetivo da análise foi o de explorar possíveis relações
entre os fenômenos climáticos globais (representados pelos índices climáticos) sobre o clima da
BAP com valor prognóstico.
Os resultados da análise mostraram que o fenômeno que tem a maior capacidade de modulação do
clima na Bacia do Alto Paraguai é a Oscilação Decadal do Pacífico (PDO). A PDO se caracteriza
por fases de aproximadamente 25 anos nas quais o índice que a representa se encontra acima ou
abaixo do valor normal. A duração das fases do PDO é definida por alterações climáticas abruptas
que se encontraram muito bem representadas no Pantanal, com mudanças bruscas nas vazões
coincidentes com as mudanças de fase do PDO, e vazões significativamente acima ou abaixo da
média durante a duração de cada fase do PDO. Outros fenômenos que foram relacionados ao
clima da Bacia do Alto Paraguai foram “El Niño/ La Niña” e a Oscilação do Atlântico Norte
(NAO). Ambos os fenômenos foram relacionados com as anomalias na temperatura no Atlântico
Norte Tropical (NTA) que, por sua vez, foi relacionada com o clima da BAP. Os resultados
mostraram que, quando existe o Fenómeno “El Niño” ou a NAO se encontra abaixo do Normal,
acontecem anomalias positivas no NTA, e conseqüentemente secas na região da BAP e o efeito
contrario nos índices opostos. Também foi encontrada uma correlação com o Modo Anular do Sul
(SAM) que permitiu estabelecer um modelo de previsão simples para demonstrar os benefícios da
incorporação da informação climática na previsão de longo prazo.
Para avaliar a previsibilidade hidroclimática de curto prazo na Bacia do Alto Paraguai foram
avaliados diversos modelos alternativos: modelo de Regressão Linear, modelo de diferenças
(variação do anterior), modelo ARMA, modelo empírico de propagação por ponderação da
persistência e o modelo hidrológico distribuído para grandes bacias (MGB). O modelo conceitual
MGB, citado no item anterior, foi utilizado de acordo com a disponibilidade de dados de chuva:
previsão baseada em chuva nula, previsão baseada na chuva observada com dados pluviométricos
- vi -
obtidos a partir dos pluviômetros da Agência Nacional de Águas e a partir de estimativas do
satélite TRMM e previsão baseada na chuva prevista no modelo atmosférico BRAMS.
Previamente à analise da previsibilidade das vazões, foi analisada a previsibilidade atmosférica na
região utilizando o modelo BRAMS com diferentes condições de contorno inferiores. Os
resultados da previsão atmosférica com o modelo BRAMS mostraram que há um impacto
significativo nas simulações ao introduzir características físicas mais realistas na superfície do
modelo na região do Pantanal em todas as variáveis avaliadas (temperatura, umidade, vento e
precipitação). O impacto positivo foi tanto maior quanto mais próximo estiver o ponto de
observação do Pantanal e quanto mais ao Sul estiver localizado o posto (sendo esta a direção
preferencial do vento na região). No entanto, dentro do próprio Pantanal, alguns problemas nas
características da simulação (Ex, inexistência de dados para caracterizar corretamente a espessura
da camada de água) ou na própria estrutura do modelo, geraram erros na simulação dos fluxos da
radiação e temperatura.
Também foi verificado que os dados de chuva existentes na bacia são equivalentes a chuva
estimada pelo satélite TRMM. Desta forma, é possível o estabelecimento de um sistema de
previsão razoável baseado simplesmente em dados obtidos por sensoriamento remoto, previsões
numéricas e alguns postos fluviométricos chave.
Os resultados da previsão hidroclimática mostraram que as metodologias estatísticas apresentaram
os melhores resultados com antecedências menores ao tempo de traslado da onda nas bacias
(geralmente 2-3 dias no Planalto e 1-2 meses no Pantanal). Estes resultados são semelhantes aos
resultados de outros pesquisadores, já que os modelos estatísticos exploram melhor as relações
entre séries. Para tempos maiores, o modelo conceitual utilizado (MGB) mostrou-se melhor, já
que consegue extrair informação dos dados climáticos.
A inclusão da informação obtida pelo modelo meteorológico mostrou-se muito importante para a
previsão no Pantanal, já que permitiu melhorar consideravelmente a antecedência da previsão. Em
muitos casos a informação do modelo meteorológico mostrou-se melhor que os próprios dados
medidos nos postos pluviométricos da bacia. Desta forma, além de ferramenta para realizar
previsões o modelo meteorológico mostrou-se como um auxiliar muito eficiente para melhorar o
entendimento da dinâmica do Pantanal.
- vii -
ABSTRACT
This thesis present the results of the research about the short and long term hydroclimatic forecast
capability in the Upper Paraguay Basin (UPB). Over recent decades, climate has varied markedly
over this region of South America, with an extremely dry period during the 1960s and a very wet
period beginning in the 1970s. More recently, a period in which river flows have been very low
has been observed since 1998. Due to this strong variability it is very important to evaluate the
forecast capability for the management of Water Resources in the basin, and, consequently, of the
rich ecosystem that depends on these resources.
The forecast capability in the long term in the UPB was analyzed using statistical techniques
because the long term numerical climate models are considered to be of low forecastability in this
region. The objective of the analysis was to explore possible relationships between global climate
phenomena (represented by climate indices) on the climate of the UPB with a forecast view.
The results of the analysis showed that the index (between the ones analyzed) that has the largest
capability to modulate the climate in the UPB is the Pacific Decadal Oscillation (PDO). The PDO
if characterized by phases of approximately 25 years in which the index that represents the
phenomena is founds above or below the normal value. The duration of the phases of the PDO is
defined by abrupt climatic shifts that had been well characterized in the Pantanal, with the abrupt
changes in outflows coincident with the changes in the phase of the PDO, and outflows
significantly above or below of the average value during the duration of each phase of the PDO.
Other phenomena that had been related to the climate of the UPB was the ENSO or “El Niño/La
Niña” phenomena and the North Atlantic Oscillation (NAO). Both phenomenas are related to
anomalies in the temperature in the Tropical North Atlantic (NTA) that, in turn, are related to the
climate of the BAP. The results indicated that, when the “El Niño” or NAO are below the normal
value, positive anomalies in the NTA are observed, and, consequently droughts in the region of
the UPB are found and opposite effects when the phenomena is¨La Niña¨ or the NAO above the
normal value exits. The Southern Annular Mode (SAM) also helped to establish a simplified
forecast model that showed the benefits of incorporating climate data in the analysis.
To evaluate the short term hydroclimatic forecastability in the UPB several alternative models had
been evaluated: a linear regression model, difference’s model (similar to the previous one),
ARMA model, empirical persistence model and the distributed hidrológic model for large basins
(MGB-IPH). The MGB-IPH model was used in accordance with the availability of rain data:
forecast based on no-rain, forecast based on the rain observed in rain gauges of the National Water
Agency of Brazil (ANA) and from estimates of satellite TRMM and forecast based on the rain
foreseen in the Brazilian Regional Atmospheric Model (BRAMS)
- viii -
Prior to the flow forecast analysis it was analyzed the meteorological forecast capability with
BRAMS. The results of the meteorological forecast with BRAMS indicated that introduced a large
impact in the simulations when a more realistic description of physical characteristics in the
surface of the model was incorporated in the region of the Pantanal, in all the evaluated variables
(temperature, humidity, wind and precipitation). The improvement of the simulation was larger as
closer to the Pantanal and to the South was the evaluated point (northerlies are the preferential
winds in the region). However, inside of Pantanal wetland, some problems due to the
characteristics of the simulation (For example, inexistence of data to correctly characterize the
thickness of the water layer) or in the model own structure, generated errors in the simulation of
the radiative fluxes and temperature.
It was also verified that the existing rain data in the basin was equivalent to the rain estimated
from Tropical Rainfall Modeling Mission (TRMM) satellite, so, it was possible to conclude the
possibility of establishment of a reasonable forecast system based in the data obtained from
remote sensing, numerical forecasts and some key rain and flow gauges.
The results of the hydroclimatic forecast indicated that the statistical methodologies presented the
best results with lead time shorter than the lag time of the basins (generally 2-3 days in the
Planalto region and 1-2 months in the Pantanal). These results result are coincident with the results
of other researchers, since the statistical models explore the relations between series better. For
longer lead times, the used conceptual model (MGB-IPH) revealed to be better, since it can extract
information from meteorological data.
The information obtained from the meteorological model allowed a better forecast in the Pantanal,
since it improved the lead time of the forecast. In many cases the information of the
meteorological model revealed to be better that the measured data in the rain and flow gauges of
the basin in such a way, that beyond a tool to produce forecasts, the meteorological model showed
that could be an excellent tool to understand the dynamics of the Pantanal.
- ix -
SUMÁRIO
1. INTRODUÇÃO..........................................
................................................................................................................ 1
1.1 PREVISÃO DE VAZÕES........................................................................................................................................ 1
1.2 PREVISÃO NO ALTO PARAGUAI ....................................................................................................................... 2
1.3 JUSTIFICATIVA..................................................................................................................................................... 4
1.4 OBJETIVOS............................................................................................................................................................. 5
1.4.1 OBJETIVOS GERAIS ............................................................................................................................................. 5
1.4.2 OBJETIVOS ESPECÍFICOS ..................................................................................................................................... 5
1.5 ORGANIZAÇÃO DO ESTUDO..............................................
................................................................................ 6
2. PREVISÃO HIDROCLIMÁTICA........................................................................................................................... 7
2.1 PREVISÃO DE VAZÃO.......................................................................................................................................... 7
2.1.1 MODELOS DE PREVISÃO DE VAZÃO..................................................................................................................... 8
2.1.2 OPERAÇÃO DOS MODELOS DE PREVISÃO DE VAZÃO...........................................................................................10
2.2 PREVISÃO DE PRECIPITAÇÃO..........................................................................................................................11
2.2.1 PREVISIBILIDADE ATMOSFÉRICA .......................................................................................................................11
2.2.2 PREVISÃO DE TEMPO .........................................................................................................................................12
2.2.3 PREVISÃO CLIMÁTICA........................................................................................................................................13
2.2.4 ÍNDICE “EL NIÑO OSCILAÇÃO SUL” (ENOS OU EM INGLÊS ENSO) OU FENÔMENO “EL NIÑO/LA NINA”.........15
2.2.5 MODOS ANULARES OU OSCILAÇÕES POLARES (ÁRTICA E ANTÁRTICA)............................................................19
2.2.6 OSCILAÇÃO DO ATLÂNTICO NORTE (NAO) ......................................................................................................21
2.2.7 OSCILAÇÃO DECADAL DO PACÍFICO (PDO) ......................................................................................................23
2.2.8 PREVISÃO POR CONJUNTO (“ENSEMBLE FORECAST”) ........................................................................................24
2.2.9 MODELOS DE PREVISÃO METEOROLÓGICA.........................................................................................................26
2.3 INTEGRAÇÃO DA PREVISÃO METEOROLÓGICA E HIDROLÓGICA: PREVISÃO HIDROCLIMÁTICA.29
2.3.1 ACOPLAMENTO UNIDIRECIONAL (OFF-LINE OU TIPO “ONE-WAY”).....................................................................30
2.3.2 ACOPLAMENTO BIDIRECIONAL (ON-LINE OU “TWO-WAY”)................................................................................32
2.4 REPRESENTAÇÃO DOS PROCESSOS NA INTERFACE BIOSFERA-ATMOSFERA.....................................33
2.4.1 O BALANÇO DE ENERGIA ....................................................
...............................................................................33
2.4.2 PRINCIPAIS INTERFERÊNCIAS NA INTERFACE SOLO-ATMOSFERA........................................................................34
2.4.3 PARAMETRIZAÇÃO E SIMULAÇÃO DA INTERFACE SOLO-ATMOSFERA.................................................................35
2.5 ANÁLISE CRÍTICA DOS MODELOS UTILIZADOS NO ESTUDO...................................................................38
2.5.1 MODELO BRAMS32 (MODULO LEAF3) ..........................................................................................................39
2.5.2 MODELO DE GRANDES BACIAS (MGB).............................................................................................................40
3. CARACTERIZAÇÃO DA BACIA DO ALTO PARAGUAI.................................................................................41
3.1 DESCRIÇÃO ..........................................................................................................................................................41
3.2 CLIMA....................................................................................................................................................................43
3.2.1 O SISTEMA MONÇÔNICO DE AMÉRICA DO SUL..................................................................................................43
3.2.2 CLIMA REGIONAL DA BAP ................................................................................................................................47
3.3 SOLOS DO PANTANAL.........................................................................................................................................49
3.4 USO DA TERRA NO PANTANAL .........................................................................................................................51
3.5 CONTROLES HIDRÁULICOS E ÁREAS DE ACUMULAÇÃO DE ÁGUA.........................................................51
3.6 VARIABILIDADE ESPACIAL E SAZONAL DAS VAZÕES................................................................................58
3.7 INUNDAÇÃO E DURAÇÃO...................................................................................................................................58
3.8 AVALIAÇÃO DA VARIABILIDADE CLIMÁTICA. ............................................................................................58
3.9 ESTUDOS ANTERIORES NA BACIA ...................................................................................................................61
3.9.1 PREVISÃO DE VAZÕES........................................................................................................................................61
3.9.2 ANÁLISE ATMOSFÉRICA E CLIMÁTICA ....................................................
...........................................................67
4 AVALIAÇÃO DA PREVISIBILIDADE DE LONGO PRAZO ..........................................................................69
4.1 INTRODUÇÃO................................................................................................................................................69
4.2 INDICADORES CLIMÁTICOS ......................................................................................................................70
4.2.1 DADOS ..............................................................................................................................................................70
- x -
4.3 ANÁLISE ESTATÍSTICA DAS SÉRIES HIDROCLIMÁTICAS.....................................
............................. 72
4.3.1 ANÁLISE ESTATÍSTICA DA SÉRIE DE LADÁRIO................................................................................................... 72
4.3.2 ANÁLISE ESTATÍSTICA DA SÉRIE DO RIO TAQUARI EM COXIM.......................................................................... 78
4.4 ANÁLISE DE POSSÍVEIS TELECONEXÕES .............................................................................................. 81
4.4.1 INTRODUÇÃO .................................................................................................................................................... 81
4.4.2 METODOLOGIA ................................................................................................................................................. 81
4.4.3 EL NINO (ENSO).............................................................................................................................................. 82
4.4.4 OSCILAÇÃO DO ATLÂNTICO NORTE (NAO)...................................................................................................... 90
4.4.5 OSCILAÇÃO DECADAL DO PACÍFICO (PDO) ...............................................
...................................................... 93
4.4.6 MODO ANULAR DO SUL (SAM)........................................................................................................................ 96
4.5 ANÁLISE CONJUNTA DAS POSSÍVEIS CONEXÕES. ............................................................................ 100
4.6 ESTIMATIVA DA PREVISIBILIDADE DE LONGO PRAZO NO ALTO PARAGUAI ............................ 104
5 PREVISIBILIDADE DE CURTO PRAZO........................................................................................................ 111
5.1 INTRODUÇÃO............................................................................................................................................. 111
5.1.1 MODELOS AVALIADOS SEGUNDO A METODOLOGIA UTILIZADA....................................................................... 111
5.2 AJUSTE E SIMULAÇÃO COM O MODELO BRAMS NA BACIA DO ALTO PARAGUAI .................... 113
5.3 AJUSTES INICIAIS E TESTES DE SENSIBILIDADE. .............................................................................. 114
5.4 CENÁRIOS ANALISADOS. ........................................................................................................................ 117
5.4.1 RESULTADOS DA ANÁLISE EM FAZENDA SÃO BENTO EM PASSO DO LONTRA................................................. 132
5.4.2 RESULTADOS DA ANÁLISE OUTROS LOCAIS..................................................................................................... 138
5.4.3 RESUMO DA PERFORMANCE OBTIDA............................................................................................................... 138
5.5 AJUSTE DO MODELO MGB NA BACIA DO ALTO PARAGUAI............................................................ 139
5.5.1 DADOS DE ENTRADA....................................................................................................................................... 139
5.5.2 CALIBRAÇÃO DO MODELO NO PLANALTO....................................................................................................... 139
5.5.3 CALIBRAÇÃO DAS ÁREAS A SEREM SIMULADAS HIDROLOGICAMENTE DENTRO DO PANTANAL E DO PRÓPRIO
PANTANAL...................................................................................................................................................... 144
5.5.4 AVALIAÇÃO DA PERDA OU GANHO DE ÁGUA LATERAL NOS RIOS DO PANTANAL ............................................ 145
5.5.5 DADOS DISPONÍVEIS PARA SIMULAÇÃO DO PANTANAL................................................................................... 146
5.5.6 REPRESENTAÇÃO DOS RIOS DENTRO DO PANTANAL ....................................................
................................... 147
5.5.7 DISCRETIZAÇÃO DO SISTEMA DE CORIXOS, LAGOAS E BAIAS. ......................................................................... 148
5.5.8 DEFINIÇÃO DE PERÍODOS DE CALIBRAÇÃO E VERIFICAÇÃO............................................................................. 148
5.5.9 RESULTADOS DA CALIBRAÇÃO NO PANTANAL. .............................................................................................. 148
5.5.10 RESUMO DA PERFORMANCE OBTIDA NA CALIBRAÇÃO DA MODELAGEM HIDROLÓGICA E HIDRODINÂMICA..... 151
5.6 ACOPLAMENTO DOS MODELOS MGB E BRAMS................................................................................. 153
5.7 AVALIAÇÃO DA PREVISIBILIDADE HIDROCLIMÁTICA DE CURTO PRAZO NO PLANALTO..... 153
5.7.1 ESTATÍSTICAS DE AVALIAÇÃO ........................................................................................................................ 154
5.7.2 RESULTADOS DA SIMULAÇÃO NO RIO PARAGUAI EM CÁCERES....................................................................... 156
5.7.3 PREVISÕES DE CHEIA NA BACIA DO ALTO CUIABÁ ATÉ CUIABÁ ..................................................................... 162
5.7.4 PREVISÕES DE CHEIA NA BACIA DO RIO AQUIDAUANA ATÉ AQUIDAUANA...................................................... 166
5.8 AVALIAÇÃO DA PREVISIBILIDADE HIDROCLIMÁTICA DE CURTO PRAZO NO PANTANAL .... 171
5.8.1 PREVISÃO DE CHEIA EM LADÁRIO/CORUMBÁ................................................................................................. 172
5.8.2 PREVISÃO DE CHEIA EM PORTO MURTINHO.................................................................................................... 177
6 CONCLUSÕES E RECOMENDAÇÕES.............................................................................................................. 183
6.1 ANÁLISE DOS RESULTADOS E CONCLUSÕES..................................................................................... 183
6.1.1 PREVISIBILIDADE DE LONGO PRAZO................................................................................................................ 183
6.1.2 PREVISIBILIDADE DE CURTO PRAZO................................................................................................................ 186
6.1.3 PRAZOS DE PREVISÃO. ...................................................
................................................................................. 190
6.2 RECOMENDAÇÕES.................................................................................................................................... 192
6.2.1 CARÁTER GERAL ............................................................................................................................................ 192
6.2.2 SOBRE MODELAGEM HIDROLÓGICA NA BAP .................................................................................................. 192
6.2.3 SOBRE MODELAGEM DE LONGO PRAZO........................................................................................................... 192
- xi -
6.2.4 SOBRE MODELAGEM DE CURTO PRAZO ....................................................
........................................................192
7. BIBLIOGRAFIA.....................................................................................................................................................195
LISTA DE FIGURAS
FIGURA 1.1 COTAS MÉDIAS ANUAIS NO RIO PARAGUAI EM LADÁRIO (MS).................................................... 4
FIGURA 2.1. FASES DE UTILIZAÇÃO DE MODELOS DE PREVISÃO EM TEMPO REAL (TUCCI, 1998) ........... 11
FIGURA 2.2. EFEITOS DE “EL NIÑO” DURANTE (A) VERÃO (B) INVERNO AUSTRAL (FONTE: SITE DO
CPTEC, WWW.CPTEC.INPE.BR) ..................................
...................................................................................... 16
FIGURA 2.3. CIRCULAÇÃO OBSERVADA NO OCEANO PACÍFICO EQUATORIAL EM ANOS SEM A
PRESENÇA DO EL NIÑO OU LA NINA (MCPHADEN APUD SAMPAIO, 2001). ........................................... 17
FIGURA 2.4. PADRÃO DE CIRCULAÇÃO OBSERVADA EM ANOS DE EL NIÑO NA REGIÃO EQUATORIAL
DO OCEANO PACÍFICO (MCPHADEN IN SAMPAIO, 2001)............................................................................ 18
FIGURA 2.5. PADRÃO DE CIRCULAÇÃO OBSERVADA EM ANOS DE LA NIÑA NA REGIÃO EQUATORIAL
DO OCEANO PACÍFICO (MCPHADEN APUD SAMPAIO, 2001)..................................................................... 19
FIGURA 2.6. A) CORRRELAÇÃO ENTRE A SÉRIE DE ALTURA EQUIPONTENCIAL DE 850HPA OBTIDA
DOS DADOS DE REANÁLISE DO NCEP–NCAR E O ÍNDICE DO SAM (CODRON, 2005) PARA
DECEMBRO E JANEIRO; B) IDEM PARA MARÇO E ABRIL; C) VALOR MÉDIO ANUAL DA PRESSÃO
NO NÍVEL DO MAR (HPA) NO HEMISFÉRIO SUL (CCR/CGD/NCEP 2006) .................................................. 20
FIGURA 2.7. CORRELAÇÃO DA TSM ESTIMADA A PARTIR DO REANÁLISE DO NCEP COM ÍNDICE NAO
DE JAN/DEZ NO PERÍODO 1958 A 2000 (NCEP, 2006) ..................................................................................... 22
FIGURA 2.8. CORRELAÇÃO DA TSM ESTIMADA A PARTIR DO REANÁLISE DO NCEP COM ÍNDICE PDO
DE JAN/DEZ NO PERÍODO 1958 A 2000 (NCEP, 2006) ..................................................................................... 23
FIGURA 2.9 REPRESENTAÇÃO ESQUEMÁTICA DO SISTEMA DE PREVISÃO POR CONJUNTO
(“ENSEMBLE”) (SILVA, 2005)............................................................................................................................. 26
FIGURA 2.10. INTERAÇÕES ENTRE ATMOSFERA, OCEANOS E CONTINENTES, REPRESENTADAS PELOS
MODELOS GLOBAIS (ADAPTADO DE KIMURA, 2002) ................................................................................. 27
FIGURA 2.11. DETALHAMENTO DA RESOLUÇÃO DOS MODELOS CLIMÁTICOS ATRAVÉS DA TÉCNICA
DE “DOWNSCALING” DA SIMULAÇÃO DE UM MODELO GLOBAL..............................................
............. 28
FIGURA 2.12. ESQUEMA DA PREVISÃO HIDROCLIMÁTICA. ............................................................................... 30
FIGURA 2.13. PRINCIPAIS COMPONENTES DO BALANÇO DE ÁGUA E ENERGIA NUMA BACIA
HIDROGRÁFICA (GEWEX, 1998). ...................................................................................................................... 34
FIGURA 3.1. BACIA DO ALTO PARAGUAI (BAP) DIVIDIDA EM TRÊS REGIÕES: PLANALTO, PANTANAL E CHACO............... 42
FIGURA 3.2. VENTOS MÉDIOS EM 850 HPA EM JANEIRO...................................................................................... 44
FIGURA 3.3. VENTOS EM 200HPA EM JANEIRO. SE VISUALIZA CLARAMENTE A ALTA DA BOLÍVIA (A) E
O CAVADO DO NORDESTE (C).......................................................................................................................... 45
FIGURA 3.4 ANOMALIAS MENSAIS DA ÁGUA PRECIPITÁVEL A RESPEITO DA MÉDIA ANUAL DURANTE
A FASE MAIS ATIVA DA MONÇÃO (OUTUBRO-MARÇO)............................................................................ 46
FIGURA 3.5. ISOIETAS DE PRECIPITAÇÃO MÉDIA ANUAL NA PARTE BRASILEIRA DA BAP, COM A
IDENTIFICAÇÃO DOS POSTOS PLUVIOMÉTRICOS CONSIDERADOS (TUCCI ET AL 2005)................... 49
FIGURA 3.6. TIPOS DE SOLO NA BACIA DO PARAGUAI........................................................................................ 50
FIGURA 3.7.MOSAICO COM AS IMAGENS COBRINDO TODA A BACIA DO PARAGUAI E LIMITES TOPOGRÁFICOS DA
BACIA.
FIGURA 3.8..ESQUEMA DO PROCESSO DE INUNDAÇÃO E PERDA DE ÁGUA PARA A PLANÍCIE EM CORTE. 52
FIGURA 3.9 ESQUEMA DO PROCESSO DE INUNDAÇÃO E PERDA DE ÁGUA PARA A PLANÍCIE EM
PLANTA (VEJA, 1999)...............................................
........................................................................................... 53
FIGURA 3.10.HIDROGRAMAS DO PERÍODO DE CHEIA DE 1978/1979 NO RIO CUIABÁ, DE MONTANTE PARA JUSANTE:
CUIABÁ
FIGURA 3.11.DETALHE DE UMA IMAGEM DE SATÉLITE LANDSAT INDICANDO A LOCALIZAÇÃO DA “BOCA DO
FADIL”
NORTE. .................................................................................................................................................................. 55
FIGURA 3.12.VISTA DA SERRA DO AMOLAR, LOCALIZADA JUNTO À CONFLUÊNCIA DOS RIOS CUIABÁ E PARAGUAI.
- xii -
FIGURA 3.13.FECHO DOS MORROS, NO RIO PARAGUAI, VISTO DE JUSANTE PARA MONTANTE COM O MORRO PÃO
DE
FIGURA 3.14. ZONAS DE ACUMULAÇÃO DE ÁGUA SEGUNDO O PCBAP (BRASIL, 1997) ...............................57
FIGURA 3.15. HIDROGRAMAS E PLUVIOGRAMAS AO LONGO DO RIO PARAGUAI. .......................................59
FIGURA 3.16. MÉDIA MÓVEL DE DEZ ANOS DAS VAZÕES NO RIO PARAGUAI EM PILCOMAYO,
URUGUAI EM PASO DE LOS LIBRES E PARANÁ EM POSADAS (FONTE: TUCCI, 2002) ..........................60
FIGURA 3.17. COMPARAÇÃO DAS ANOMALIAS DE VAZÃO COM DIFERENÇA DE PRESSÃO ENTRE
TAHITI E AUSTRÁLIA NO OCEANO PACÍFICO (TUCCI, 2002). ....................................................................61
FIGURA 3.18. ESTRUTURA DO MODELO HIDRODINÂMICO DE CÉLULAS PARA PREVISÃO DE
ENCHENTES, USADO NA BACIA DO ALTO PARAGUAI (ADAPTADO DE MASCARENHAS E MIGUEZ,
1994) ...............................................
........................................................................................................................64
FIGURA 4.1 COMPARAÇÃO ENTRE AS SÉRIES ADIMENSIONALIZADAS DE VAZÃO MÉDIA ANUAL DE
CUIABÁ E PORTO MURTINHO E DE NÍVEIS MÉDIOS ANUAIS DE LADÁRIO...........................................73
FIGURA 4.2 SÉRIE DE LADÁRIO ONDE FORAM INDICADAS AS TENDÊNCIAS DA SÉRIE PARA O
PERÍODO TOTAL COM REGISTRO (LINHA ROXA) E PERÍODOS COINCIDENTES COM AS
INFORMAÇÕES OBTIDAS DO NCEP (LINHA VERMELHA), CMAP (LINHA VERDE) E CRU (LINHA
AZUL).....................................................................................................................................................................75
FIGURA 4.3. RESULTADO SIGNIFICATIVOS DA ANÁLISE ESPECTRAL SOBRE A SÉRIE DE COTAS DE
LADÁRIO...............................................................................................................................................................76
FIGURA 4.4. ANÁLISE ESPECTRAL COM ONDELETAS (WAVELETS) PARA 5% DE NÍVEL DE
SIGNIFICÂNCIA ...................................................................................................................................................77
FIGURA 4.5.VAZÕES MÉDIAS ANUAIS NO RIO CUIABÁ, EM CUIABÁ (66260001) E RIO TAQUARI, EM
COXIM (66870000). ...............................................................................................................................................78
FIGURA 4.6. VAZÕES DIÁRIAS DO RIO TAQUARI MS, EM COXIM, ENTRE 1969 E 1984. ..................................80
FIGURA 4.7. ANOMALIAS DA ÁGUA PRECIPITÁVEL PARA EVENTOS DE ENSO ALTO (EL NIÑO) NOS
MESES DE (A) FEVEREIRO E (B) AGOSTO.......................................................................................................84
FIGURA 4.8. ANOMALIAS DA ÁGUA PRECIPITÁVEL PARA EVENTOS DE ENSO BAIXO (LA NIÑA) NO
MÊS FEVEREIRO. .................................................................................................................................................84
FIGURA 4.9. INDICE NORMALIZADO NTA DO NCEP-NCAR (LINHA CONTÍNUA) COM ANOS DE ALTO
(>0.5 DESVIO PADRÕES) E BAIXOS ÍNDICES (MENOR A 0.5 DESVIOS PADRÃO) NAS FASES DO (A)
ENSO (B) NAO INDICADOS COMO CÍRCULOS VAZIOS E CHEIOS RESPECTIVAMENTE (FONTE:
CZAJA ET. AL. 2002)...............................................
..............................................................................................85
FIGURA 4.10. SÉRIES DOS ÍNDICES NIÑO 3.4 E NAO. .............................................................................................86
FIGURA 4.11. LINHAS DE CORRENTE DO VENTO EM SUPERFÍCIE 850 QUANDO O NÃO SE ENCONTRA A)
POSITIVO B) NEGATIVO.....................................................................................................................................87
FIGURA 4.12. COMPORTAMENTO NA SITUAÇÃO NORMAL, COM NIÑO E COM NIÑA DOS VENTOS EM
850 HPA PARA O MÊS DE FEVEREIRO. ............................................................................................................89
FIGURA 4.13. COMPARAÇÃO ENTRE SÉRIE DE NÍVEIS MÉDIO ANUAIS EM LADÁRIO E SÉRIE DE
VALORES MÉDIOS ANUAIS DO NAO. A ÁREA INDICADA EM VERDE MOSTRA UM PERÍODO COM
COMPORTAMENTO QUASE IDÊNTICO ENTRE AS SÉRIES, MAS, COM UMA DEFASAGEM DE 3
ANOS......................................................................................................................................................................90
FIGURA 4.14 A) ESTADO DA TSM E PRESSÃO NO DURANTE UM EVENTO NAO NEGATIVO (FONTE:
KLIMET, 2007); B) A DIFERENÇA NOS VALORES DE TSM ENTRE O PERÍODO COM CHUVAS
ABAIXO DO NORMAL NA BAP (1964-1973) E O PERÍODO COM CHUVAS SIGNIFICATIVAMENTE
ACIMA DO NORMAL (1976-1983). AS CORES AZUIS INDICAM TEMPERATURAS ABAIXO DA MÉDIA
AS CORES VERMELHAS TEMPERATURAS ACIMA DA MÉDIA. .................................................................92
FIGURA 4.15. CAMPO COMPOSTO (MÉDIA DOS VALORES DE FEVEREIRO) DE ÁGUA PRECIPITÁVEL
CONSIDERANDO (NÃO BAIXO – NAO NORMAL) . A ÁREA SOMBREADA INDICA INTERVALOS DE
CONFIANÇA DE 85, 90 E 95%..............................................................................................................................93
FIGURA 4.16. CAMPO DE ÁGUA PRECIPITÁVEL CONSIDERANDO (NAO ALTO – NAO NORMAL) PARA
(A) DEZEMBRO (B) JANEIRO. ÁREA SOMBREADA INDICA INTERVALOS DE CONFIANÇA DE 90 E
95%. ................................................
........................................................................................................................94
FIGURA 4.17. VALORES DO ÍNDICE PDO, ONDE FORAM INDICADAS COM LINHAS VERMELHAS OS
MOMENTOS EM QUE ACONTECERAM MUDANÇAS DE FASE DO PDO....................................................95
- xiii -
FIGURA 4.18. COTAS MEDIAS ANUAIS ADIMENSIONALIZADAS DO RIO PARAGUAI EM LADÁRIO.
LINHAS VERMELHAS INDICAM OS MOMENTOS EM QUE ACONTECERAM MUDANÇAS DE FASE
DO PDO. ................................................
................................................................................................................. 95
FIGURA 4.19. CAMPOS DE (A) SLP E (B) VENTO ZONAL EM 200 HPA CONSIDERANDO A SITUAÇÃO EM
EVENTOS NTA FRIO – NTA QUENTE. FONTE: NOBRE E SHUKLA (1996) ................................................. 96
FIGURA 4.20. ANOMALIAS DE ÁGUA PRECIPITÁVEL QUANDO O ÍNDICE DO SAM SE ENCONTRA (A)
ACIMA DO NORMAL OU ÍNDICE DO SAM ALTO PARA O MÊS DE JANEIRO (B) ABAIXO DO
NORMAL OU ÍNDICE DO SAM BAIXO PARA O MÊS DE FEVEREIRO......................................................... 97
FIGURA 4.21. COMPORTAMENTO MÉDIO MENSAL DA DO VENTO DE ALTOS NÍVEIS (200HPA) NO MÊS
DE DEZEMBRO PARA A)SAM ALTO B) SAM NORMAL C) SAM BAIXO...............................................
...... 98
FIGURA 4.22. ANOMALIAS (SAMI ALTO – SAMI NORMAL) DO VENTO EM (A) 200 E (B) 850HPA
DURANTE O MÊS DE JANEIRO.......................................................................................................................... 99
FIGURA 4.23. SÉRIES DE SAMI (LINHA TRACEJADA) E DE VAZÕES NO RIO TAQUARI EM COXIM
(LINHA CONTÍNUA).......................................................................................................................................... 101
FIGURA 4.24. SÉRIES TEMPORAIS DOS ÍNDICES ANALISADOS E DE NÍVEIS DE LADÁRIO. ....................... 102
FIGURA 4.25. COMPONENTES PRINCIPAIS DOS ÍNDICES ANALISADOS E DA SÉRIE DE LADÁRIO. ......... 104
FIGURA 4.26.VALOR PREVISTO NO RIO PARAGUAI EM LADÁRIO (66825000) NO MÊS DE JANEIRO
BASEADO NOS DADOS DISPONÍVEIS NO MÊS DE SETEMBRO, CONSIDERANDO PREVISÃO COM E
SEM ÍNDICES CLIMÁTICOS. A ÁREA CINZA INDICA A ENVOLTÓRIA DE TODOS OS MODELOS DE
REGRESSÃO AJUSTADOS NA TÉCNICA DE VALIDAÇÃO CRUZADA..................................................... 107
FIGURA 4.27.VALOR PREVISTO NO RIO PARAGUAI EM LADÁRIO (66825000) NO MÊS DE JUNHO
BASEADO NOS DADOS DISPONÍVEIS NO MÊS DE AGOSTO, CONSIDERANDO PREVISÃO COM E
SEM ÍNDICES CLIMÁTICOS. A ÁREA CINZA INDICA A ENVOLTÓRIA DE TODOS OS MODELOS DE
REGRESSÃO AJUSTADOS NA TÉCNICA DE VALIDAÇÃO CRUZADA..................................................... 109
FIGURA 5.1. DETALHES DAS GRADES UTILIZADAS NA SIMULAÇÃO.....…………………………………….113
FIGURA 5.2. TEMPERATURA OBSERVADA, CALCULADA UTILIZANDO ESQUEMA DE RADIAÇÃO DE
CHEN, ESQUEMA DE RADIAÇÃO DE HARRINGTON EM UMA SIMULAÇÃO DE TESTE PARA
CORUMBÁ. ......................................................................................................................................................... 116
FIGURA 5.3. PERFIS DE UMIDADE INICIAL PARA AS SIMULAÇÕES (UMIDADE EM M3ÁGUA/M3SOLO).
VALORES PRÓXIMOS A 0.45 M3ÁGUA/M3SOLO INDICAM SOLO SATURADO, JÁ VALORES
PRÓXIMOS DE 0.15 M3ÁGUA/M3SOLO INDICAM SOLO NA PROXIMIDADE DO PONTO DE MURCHA119
F
IGURA 5.4. COMPARAÇÃO ENTRE TEMPERATURA MEDIDA E A ESTIMADA PELO MODELO BRAMS
PARA OS DIFERENTES CENÁRIOS ANALISADOS EM CUIABÁ (SBCY). ................................................. 120
FIGURA 5.5. VIÉS DA TEMPERATURA DE DIFERENTES MODELOS OPERACIONAIS EM CUIABÁ (SBCY)
PARA OS PERÍODOS A) 01/032005 A 31/03/2005 E B) 01/032006 A 31/03/2006. ........................................... 121
FIGURA 5.6. COMPARAÇÃO ENTRE A TEMPERATURA DO PONTO DE ORVALHO OBSERVADA E A
ESTIMADA PELO MODELO BRAMS PARA OS DIFERENTES CENÁRIOS ANALISADOS EM CUIABÁ
(SBCY).................................................................................................................................................................. 123
FIGURA 5.7. VIÉS NA ESTIMATIVA DO PONTO DE ORVALHO DE DIFERENTES MODELOS
OPERACIONAIS EM CUIABÁ (SBCY) PARA O PERÍODOS DE 01/032005 A 31/03/2005. .......................... 124
FIGURA 5.8. COMPARAÇÃO ENTRE A PRESSÃO NO NÍVEL DO MAR MEDIDA E ESTIMADA PELO
MODELO BRAMS PARA OS DIFERENTES CENÁRIOS ANALISADOS EM CUIABÁ (SBCY).................. 124
FIGURA 5.9. VIÉS DA PRESSÃO NO NÍVEL DO MAR DE DIFERENTES MODELOS OPERACIONAIS EM
CUIABÁ (SBCY) PARA OS PERÍODOS A) 01/032005 A 31/03/2005 E B) 01/032006 A 31/03/2006............... 125
FIGURA 5.10. COMPARAÇÃO ENTRE O VENTO DE SUPERFICIE OBSERVADO E A ESTIMADO PELO
MODELO BRAMS PARA OS DIFERENTES CENÁRIOS ANALISADOS EM CUIABÁ (SBCY).................. 126
FIGURA 5.11. PRECIPITAÇÃO MÉDIA DIÁRIA OBSERVADA (EM ESTAÇÃO CONVENCIONAL DA ANA E
SATÉLITE TRMM) E SIMULADA EM CUIABÁ (SBCY) PARA OS DIFERENTES CENÁRIOS PARA O
PERÍODO 01/01/2003 A 31/03/2003..........................................
.......................................................................... 127
FIGURA 5.12. VIÉS DE 24 HR DE INTEGRAÇÃO NA ESTAÇÃO SBCY COMPARADA COM OS RESULTADOS
DO SATÉLITE TRMM. RESULTADOS DAS PREVISÕES PARA PERÍODOS DE 15 DIAS.......................... 127
- xiv -
FIGURA 5.13. COMPARAÇÃO ENTRE TEMPERATURA OBSERVADA E A ESTIMADA PELO MODELO
BRAMS (VARIÁVEL TEMPC2M) PARA OS DIFERENTES CENÁRIOS ANALISADOS EM CORUMBÁ
(SBCR)..............................................
....................................................................................................................128
FIGURA 5.14. VIÉS NA ESTIMATIVA DA TEMPERATURA EM DIFERENTES MODELOS OPERACIONAIS
EM PUERTO SUÁREZ (SLPS) PARA OS PERÍODOS A) 01/032005 A 31/03/2005 FONTE: LABORATÓRIO
MASTER...............................................................................................................................................................129
FIGURA 5.15. COMPARAÇÃO ENTRE A TEMPERATURA DO PONTO DE ORVALHO MEDIDA E A
ESTIMADA PELO MODELO BRAMS (VARIÁVEL DEWPTC) PARA OS DIFERENTES CENÁRIOS
ANALISADOS EM CORUMBÁ (SBCR). ...........................................................................................................129
FIGURA 5.16. VIÉS NA ESTIMATIVA DA TEMPERATURA DO PONTO DE ORVALHO EM DIFERENTES
MODELOS OPERACIONAIS EM PUERTO SUÁREZ (SLPS) PARA OS PERÍODOS A) 01/032005 A
31/03/2005 B) 01/032006 A 31/03/2006. FONTE: LABORATÓRIO MASTER. .............................................
...130
FIGURA 5.17. COMPARAÇÃO ENTRE A PRESSÃO MEDIDA E A ESTIMADA PELO MODELO BRAMS
(VARIÁVEL SLP) PARA OS DIFERENTES CENÁRIOS ANALISADOS EM CORUMBÁ (SBCR). .............130
FIGURA 5.18. COMPARAÇÃO ENTRE O VENTO DE SUPERFÍCIE OBSERVADO E A ESTIMADO PELO
MODELO BRAMS (VARIÁVEL SPEED10M) PARA OS DIFERENTES CENÁRIOS ANALISADOS EM
CORUMBÁ (SBCR). ............................................................................................................................................131
FIGURA 5.19. PRECIPITAÇÃO MÉDIA DIÁRIA OBSERVADA (EM ESTAÇÃO CONVENCIONAL DA ANA E
SATÉLITE TRMM) E SIMULADA EM CORUMBÁ (SBCR) PARA OS DIFERENTES CENÁRIOS PARA O
PERÍODO 01/01/2003 A 31/03/2003. ...................................................................................................................131
FIGURA 5.20. VIÉS DE 24 HR DE INTEGRAÇÃO NA ESTAÇÃO PUERTO SUÁREZ - SLPS (VIZINHA DE
CORUMBÁ) COMPARADA COM OS RESULTADOS DO SATÉLITE TRMM. RESULTADOS DAS
PREVISÕES PARA PERÍODOS DE 15 DIAS. ....................................................................................................132
FIGURA 5.21. VARIAÇÃO PENTADAL DO (A) SALDO DE RADIAÇÃO, EM WM-2; (B) FLUXO DE CALOR
LATENTE, EM WM-2 (LINHA AZUL); (C) FLUXO DO CALOR SENSÍVEL, EM WM-2 (LINHA
VERMELHA); (D) RAZÃO DE BOWEN (Β); E (E) PRECIPITAÇÃO ACUMULADA (MM). (FONTE:
OLIVEIRA, 2006).................................................................................................................................................133
FIGURA 5.22. VARIAÇÃO SAZONAL DO SALDO DE RADIAÇÃO (RN), FLUXO DE CALOR SENSÍVEL (H),
FLUXO DE CALOR LATENTE (LE), DA RAZÃO ENTRE A SOMA DOS FLUXOS E O SALDO DE
RADIAÇÃO ((H+LE+G)/RN), RAZÃO DE BOWEN (H/LE) E DA PRECIPITAÇÃO PARA O PERÍODO DE
DADOS DE SETEMBRO DE 2000 A DEZEMBRO DE 2001. ESSES VALORES CORRESPONDEM A
MÉDIAS DIÁRIAS.............................................
..................................................................................................134
FIGURA 5.23. VALORES MÉDIOS HORÁRIOS DO SALDO DE RADIAÇÃO (RN) E FLUXOS DE CALOR
SENSÍVEL (H) E CALOR LATENTE (LE) PARA OS PERÍODOS: A) CHUVOSO (29/11 A 17/12); E B)
SECO (24/08 A 12/09). OS FLUXOS FORAM CALCULADOS USANDO UMA ESCALA DE 60 MINUTOS.
FONTE: OLIVEIRA ET. AL. (2006) ....................................................................................................................135
FIGURA 5.24. VALORES MÉDIOS HORÁRIOS DO FLUXOS DE CALOR SENSÍVEL (H) PARA OS PERÍODOS:
A) ÚMIDO (CAPANHA IPE1 -MAIO DE 1998); E B) SECO (CAMPANHA IPÊ2 - SETEMBRO DE 1999).
FONTE: ZERI, 2002) ............................................................................................................................................136
FIGURA 5.25. VALORES MÉDIOS HORÁRIOS DO SALDO DE RADIAÇÃO (RN) E FLUXOS DE CALOR
SENSÍVEL (H) E CALOR LATENTE (LE) NA FAZENDA SÃO BENTONO MÊS DE JANEIRO DE 2003
PARA OS CENÁRIOS (A) INICIALIZAÇÃO COM UMIDADE BASEADA EM CHUVA
OBSERVADA(BASE_HUM) E (B) PANTANAL REPRESENTADO EXPLICITAMENTE (PANT)...............137
FIGURA 5.26. RELEVO DA BACIA DO ALTO PARAGUAI. ....................................................................................140
FIGURA 5.27. MACROBACIAS DO PLANALTO DA BAP E DISCRETIZAÇÃO ADOTADA................................140
FIGURA 5.28. LOCALIZAÇÃO DOS POSTOS PLUVIOMÉTRICOS COM DADOS DISPONÍVEIS NA BACIA DO
ALTO PARAGUAI...............................................................................................................................................141
FIGURA 5.29. REDE DE MONITORAMENTO HIDROMÉTRICO DA BACIA HIDROGRÁFICA DO ALTO
PARAGUAI. (ESTAÇÕES COM DADOS NA HIDROWEB).............................................................................141
FIGURA 5.30. HIDROGRAMAS DE VAZÃO DIÁRIA CALCULADA E OBSERVADA DO RIO CUIABÁ EM
CUIABÁ, DE ABRIL DE 1981 A DEZEMBRO DE 1990................................................
....................................142
FIGURA 5.31. HIDROGRAMAS DE VAZÃO DIÁRIA CALCULADA E OBSERVADA DO RIO PARAGUAI NO
POSTO CÁCERES, DE MAIO DE 1993 A DEZEMBRO DE 1999. ....................................................................142
FIGURA 5.32. HIDROGRAMAS DE VAZÃO DIÁRIA CALCULADA E OBSERVADA DO RIO SEPOTUBA NO
POSTO SÃO JOSÉ DO SEPOTUBA, DE JUNHO DE 1993 A DEZEMBRO DE 1999. ......................................143
- xv -
FIGURA 5.33. HIDROGRAMAS DE VAZÃO DIÁRIA CALCULADA E OBSERVADA DO RIO SÃO LOURENÇO
NO POSTO ACIMA DO CÓRREGO GRANDE, DE MAIO DE 1992 A DEZEMBRO DE 1999. ...................... 143
F
IGURA 5.34. HIDROGRAMAS DE VAZÃO DIÁRIA CALCULADA E OBSERVADA DO RIO AQUIDAUANA
EM AQUIDAUANA, DE JANEIRO DE 1993 A DEZEMBRO DE 1997. ........................................................... 144
FIGURA 5.35. HIDROGRAMAS DE VAZÃO DIÁRIA CALCULADA E OBSERVADA DO RIO MIRANDA EM
MIRANDA, DE DEZEMBRO DE 1995 A AGOSTO DE 1998............................................................................ 144
FIGURA 5.36. TRECHOS COM GANHOS (COR VERDE) E PERDAS (COR VERMELHA) DE ÁGUA NO
PANTANAL. ........................................................................................................................................................ 146
FIGURA 5.37. ESQUEMA DE SIMULAÇÃO DO SISTEMA DE CORIXOS, LAGOAS E BAIAS NA BACIA DO
ALTO PARAGUAI............................................
................................................................................................... 149
FIGURA 5.38. CALIBRAÇÃO (31/03/1978 A 30/05/1979) E VERIFICAÇÃO (31/05/1979 A 29/04/1980) DA
COMPONENTE HIDRODINÂMICA DO MODELO EM SÃO JOSÉ DO PIQUIRI (66650000), USANDO OS
HIDROGRAMAS OBSERVADOS COMO CONDIÇÃO DE CONTORNO. ..................................................... 150
FIGURA 5.39. CALIBRAÇÃO (31/03/1978 A 30/05/1979) E VERIFICAÇÃO (31/05/1979 A 29/04/1980) DA
COMPONENTE HIDRODINÂMICA DO MODELO NO PARAGUAI EM LADÁRIO (66825000), USANDO
OS HIDROGRAMAS CALCULADOS PELA COMPONENTE HIDROLÓGICA DO MODELO COMO
CONDIÇÃO DE CONTORNO............................................................................................................................. 150
FIGURA 5.40. CALIBRAÇÃO (31/03/1978 A 30/05/1979) E VERIFICAÇÃO (31/05/1979 A 29/04/1980) DA
COMPONENTE HIDRODINÂMICA DO MODELO NO RIO PARAGUAI EM PORTO MURTINHO
(67100000), USANDO OS HIDROGRAMAS CALCULADOS PELA COMPONENTE HIDROLÓGICA DO
MODELO COMO CONDIÇÃO DE CONTORNO. ............................................................................................. 151
FIGURA 5.41: EXEMPLO DE PREVISÃO DE VAZÃO (LINHA VERMELHA) INICIADA NO DIA 20 DE
DEZEMBRO, COM ANTECEDÊNCIA DE 1 A 7 DIAS (HORIZONTE DE 7 DIAS). ....................................... 156
FIGURA 5.42. EXEMPLO DE AVALIAÇÃO GRÁFICA DAS PREVISÕES REALIZADAS COM 1 DIA (LINHA
VERMELHA) E COM 7 DIAS (LINHA AZUL) DE ANTECEDÊNCIA, COM RELAÇÃO À VAZÃO
OBSERVADA (LINHA PRETA) PARA A VAZÃO EM CÁCERES, NO PERÍODO DE DEZEMBRO DE 1996
A MARÇO DE 1997.............................................................................................................................................. 156
FIGURA 5.43. RESULTADOS DA SIMULAÇÃO DO RIO PARAGUAI EM CÁCERES (6607004) UTILIZANDO
CHUVA OBSERVADA EM PLUVIÔMETROS E ESTIMADA PELO SATÉLITE TRMM.............................. 157
FIGURA 5.44. MÉDIAS DOS ERROS ABSOLUTOS DE PREVISÃO UTILIZANDO DIFERENTES MODELOS
COM ANTECEDÊNCIA DE 1 A 7 DIAS NO RIO PARAGUAI EM CÁCERES.............................................
... 159
FIGURA 5.45: COEFICIENTE RD DAS PREVISÕES COM ANTECEDÊNCIA DE 1 A 7 DIAS NO RIO
PARAGUAI EM CÁCERES (LINHA VERDE: MODELO HIDROLÓGICO COM CHUVA OBSERVADA E
COM CORREÇÃO ESTOCÁSTICA DOS ERROS; LINHA AZUL: MODELO HIDROLÓGICO COM
CHUVA ZERO E COM CORREÇÃO ESTOCÁSTICA DOS ERROS; LINHA LARANJA: MODELO
EMPÍRICO DE DIFERENÇAS DE VAZÃO ENTRE BARRA DO BUGRES E CÁCERES). ............................ 160
FIGURA 5.46. PREVISÃO NO RIO PARAGUAI EM CÁCERES, UTILIZANDO MODELO MGB E CHUVA
PREVISTA NO BRAMS PARA O CENÁRIO PANT_HUM.............................................................................. 161
FIGURA 5.47: COEFICIENTE R2 DAS PREVISÕES COM ANTECEDÊNCIA DE 1 A 7 DIAS NO RIO PARAGUAI
EM CÁCERES , UTILIZANDO MODELO MGB E CHUVA PREVISTA NO BRAMS PARA DIFERENTES
CENÁRIOS........................................................................................................................................................... 162
FIGURA 5.48. RESULTADOS DA SIMULAÇÃO DO RIO CUIABÁ EM CUIABÁ (66260001) UTILIZANDO
CHUVA OBSERVADA EM PLUVIÔMETROS E ESTIMADA PELO SATÉLITE TRMM.............................. 164
FIGURA 5.49: VAZÕES PREVISTAS COM 1 DIA DE ANTECEDÊNCIA NO RIO CUIABÁ, EM CUIABÁ,
UTILIZANDO O MODELO HIDROLÓGICO COM CHUVA NULA A PARTIR DO INÍCIO DA PREVISÃO E
UTILIZANDO O MODELO LINEAR DE DIFERENÇAS. ................................................................................. 165
FIGURA 5.50: MÉDIA DOS ERROS ABSOLUTOS DAS PREVISÕES DE VAZÃO DO RIO CUIABÁ EM CUIABÁ
(LINHA PRETA: PREVISÃO POR PERSISTÊNCIA; LINHA AZUL: PREVISÃO COM O MODELO LINEAR
DE DIFERENÇAS; LINHA AMARELA: PREVISÃO COM O MODELO HIDROLÓGICO CONSIDERANDO
CHUVA NULA; LINHA ROSA: PREVISÃO COM O MODELO HIDROLÓGICO CONSIDERANDO A
CHUVA CONHECIDA)..........................................
............................................................................................. 165
FIGURA 5.51: COEFICIENTE RD DAS PREVISÕES DE VAZÃO NO RIO CUIABÁ EM CUIABÁ (LINHA AZUL:
PREVISÃO COM O MODELO LINEAR DE DIFERENÇAS; LINHA AMARELA: PREVISÃO COM O
MODELO HIDROLÓGICO CONSIDERANDO CHUVA NULA; LINHA ROSA: PREVISÃO COM O
MODELO HIDROLÓGICO CONSIDERANDO A CHUVA CONHECIDA)..................................................... 166
- xvi -
FIGURA 5.52. RESULTADOS DA SIMULAÇÃO DO RIO AQUIDAUANA EM AQUIDAUANA (66945000)
UTILIZANDO CHUVA OBSERVADA EM PLUVIÔMETROS E ESTIMADA PELO SATÉLITE TRMM.....167
F
IGURA 5.53: PREVISÕES DE VAZÃO COM O MODELO LINEAR DE DIFERENÇAS NO RIO AQUIDAUANA
EM AQUIDAUANA, COM ANTECEDÊNCIA DE 1 DIA..................................................................................168
FIGURA 5.54: PREVISÕES DE VAZÃO COM O MODELO HIDROLÓGICO CONSIDERANDO CHUVA NULA
NO PERÍODO DE PREVISÃO NO RIO AQUIDAUANA EM AQUIDAUANA, COM ANTECEDÊNCIA DE 1
DIA........................................................................................................................................................................168
FIGURA 5.55: MÉDIA DOS ERROS ABSOLUTOS DAS PREVISÕES DE VAZÃO DO RIO AQUIDAUANA EM
AQUIDAUANA (LINHA PRETA: PREVISÃO POR PERSISTÊNCIA; LINHA ROSA: PREVISÃO COM O
MODELO LINEAR DE DIFERENÇAS; LINHA AZUL: PREVISÃO COM O MODELO HIDROLÓGICO
CONSIDERANDO CHUVA NULA; LINHA AMARELA: PREVISÃO COM O MODELO HIDROLÓGICO
CONSIDERANDO A CHUVA CONHECIDA). .........................................
.........................................................169
FIGURA 5.56: COEFICIENTE RD DAS PREVISÕES DE VAZÃO DO RIO AQUIDAUANA EM AQUIDAUANA
(LINHA ROSA: PREVISÃO COM O MODELO LINEAR DE DIFERENÇAS; LINHA AZUL: PREVISÃO
COM O MODELO HIDROLÓGICO CONSIDERANDO CHUVA NULA; LINHA AMARELA: PREVISÃO
COM O MODELO HIDROLÓGICO CONSIDERANDO A CHUVA CONHECIDA)........................................169
FIGURA 5.57. PREVISÃO NO RIO AQUIDAUANA EM AQUIDAUANA, UTILIZANDO MODELO MGB E
CHUVA PREVISTA NO BRAMS PARA O CENÁRIO PANT_HUM...............................................................170
FIGURA 5.58: COEFICIENTE R2 DAS PREVISÕES COM ANTECEDÊNCIA DE 1 A 7 DIAS NO RIO
AQUIDAUANA EM AQUIDAUANA, UTILIZANDO MODELO MGB E CHUVA PREVISTA NO BRAMS
PARA DIFERENTES CENÁRIOS. .....................................................................................................................171
FIGURA 5.59. RESULTADOS DA SIMULAÇÃO DO RIO PARAGUAI EM LADÁRIO (66825) UTILIZANDO
CHUVA OBSERVADA EM PLUVIÔMETROS E ESTIMADA PELO SATÉLITE TRMM..............................173
FIGURA 5.60. PREVISÃO DE COTAS NO RIO PARAGUAI EM LADÁRIO COM CHUVA NULA A PARTIR DE
FEVEREIRO DE 1979. .........................................................................................................................................174
FIGURA 5.61. PREVISÃO DE COTAS NO RIO PARAGUAI EM LADÁRIO COM DADOS DE CHUVA
OBSERVADA EM TODO O PERÍODO DE PREVISÃO (PREVISÃO PERFEITA)..........................................174
FIGURA 5.62. EVOLUÇÃO DO COEFICIENTE R2 CONFORME O INTERVALO DE ANTECEDÊNCIA DA
PREVISÃO PARA LADÁRIO, COM OS MODELOS EMPÍRICOS DE PONDERAÇÃO DA PERSISTÊNCIA
E DE REGRESSÃO LINEAR..............................................
.................................................................................175
FIGURA 5.63. SIMULAÇÃO DA PREVISÃO DE COTAS EM LADÁRIO (JAN/1982 A DEZ/1986) COM O
MODELO DE PERSISTÊNCIA DAS ANOMALIAS, PARA VÁRIOS INTERVALOS DE ANTECEDÊNCIA
(LAG)....................................................................................................................................................................176
FIGURA 5.64. PREVISÃO DE VAZÃO NO RIO PARAGUAI EM LADÁRIO (668250000) COM MODELO
HIDROCLIMÁTICO (MGB+BRAMS) CONSIDERANDO DIVERSOS CENÁRIOS.......................................177
FIGURA 5.65. SIMULAÇÃO DA PREVISÃO DE VAZÃO EM PORTO MURTINHO COM O MODELO DE
HIDROLÓGICO/HIDRODINÂMICO COM CHUVA NULA A PARTIR DE FEVEREIRO DE 1979...............178
FIGURA 5.66. SIMULAÇÃO DA PREVISÃO DE VAZÃO EM PORTO MURTINHO COM O MODELO DE
HIDROLÓGICO/HIDRODINÂMICO COM DADOS DE CHUVA OBSERVADA EM TODO O PERÍODO DE
PREVISÃO. ..........................................................................................................................................................178
FIGURA 5.67. EVOLUÇÃO DO COEFICIENTE R2 CONFORME O INTERVALO DE ANTECEDÊNCIA DA
PREVISÃO PARA PORTO MURTINHO, COM OS MODELOS DE PONDERAÇÃO DA PERSISTÊNCIA
DAS ANOMALIAS E DE REGRESSÃO LINEAR..............................................................................................179
FIGURA 5.68. SIMULAÇÃO DA PREVISÃO DE VAZÕES EM PORTO MURTINHO (JAN/1982 A DEZ/1986)
COM O MODELO DE PERSISTÊNCIA DAS ANOMALIAS, PARA VÁRIOS INTERVALOS DE
ANTECEDÊNCIA (LAGS). .................................................................................................................................180
FIGURA 5.69. SIMULAÇÃO DA PREVISÃO DE VAZÕES EM PORTO MURTINHO (2003) COM O MODELO
HIDROCLIMÁTICO PARA DIFERENTES CENÁRIOS. ..................................................................................180
FIGURA 5.70. SIMULAÇÃO DA PREVISÃO DE VAZÕES EM PORTO MURTINHO (2003) COM O MODELO
HIDROCLIMÁTICO PARA DIFERENTES CENÁRIOS. ...........................................
.......................................181
FIGURA 6.1. RESUMO DOS RESULTADOS DA ANALISE DE TELECONEXÕES. AS CONEXÕES EM
VERMELHO INDICAM RELAÇÕES FÍSICAS COMPROVADAS E AS EM AZUL INDICAM
TELECONEXÕES CUJOS MECANISMOS FÍSICOS PRECISAM SER MAIS BEM EXPLORADOS. ...........185
- xvii -
LISTA DE TABELAS
TABELA 3.1. CARACTERÍSTICAS DE INUNDAÇÃO DAS ESTAÇÕES (FONTE: TUCCI E GENZ, 1996)............ 60
T
ABELA 4.1.TENDÊNCIAS DA CHUVA NA AMAZÔNIA SUL E BAP EM UNIDADES DE MILÍMETROS POR
DIA E POR DÉCADA E EM PERCENTAGEM (ADAPTADO DE MARENGO, 2004) ...................................... 74
TABELA 4.2. QUANTIDADE DE MESES EM CADA CONDIÇÃO DO ÍNDICE........................................................ 82
TABELA 4.3. EQUAÇÕES PARA PREVISÃO DE COTA MÉDIA MENSAL PARA O MÊS DE JANEIRO EM
LADÁRIO (668250000) UTILIZANDO ÍNDICES CLIMÁTICOS E VAZÕES NO MESES ANTERIORES.... 107
TABELA 4.4. EQUAÇÕES PARA PREVISÃO DE COTA MÉDIA MENSAL PARA O MÊS DE JUNHO EM
LADÁRIO (668250000) UTILIZANDO ÍNDICES CLIMÁTICOS E VAZÕES NO MESES ANTERIORES.... 108
T
ABELA 6.1. MODELOS DE PREVISÃO DE VAZÕES PARA O PLANALTO DA BAP......................................... 190
TABELA 6.2. MODELOS DE PREVISÃO DE VAZÕES PARA O PANTANAL........................................................ 191
SIGLAS E ABREVIATURAS
θ
θθ
θt Valor de um parâmetro qualquer do modelo no tempo t
AGCM Modelo de Circulação Geral da Atmosfera
AO Oscilação Ártica (em inglês Artic Oscillation)
CPTEC Centro de Previsão de Tempo e Estudos Climáticos
ENSO El Niño Oscilação Sul (em inglês El Niño Southern Oscillation)
Et Evapotranspiração no tempo t
GEWEX Global Energy and Water Cycle Experiment
HN Hemisfério Norte
HS Hemisfério Sul
INMET Instituto Nacional de Meteorologia (do Brasil)
NAO Oscilação do Atlântico Norte (em inglês North Atlantic Oscillation)
NCEP National Centers for Environmental Prediction
NTA Atlântico Norte Tropical (em inglês North Tropical Atlântic)
OGCM Modelo de Circulação Geral do Oceano
PCA Análise de Componente principal
PDO Oscilação Decadal do Pacífico (em inglês Pacific Decadal Oscillation)
Pt Precipitação no tempo t
Qt Vazão no tempo t
SAM Modo Anular do Sul (em inglês Southern Annular Mode)
SLP Pressão no Nível do Mar (em inglês Sea Level Preasure)
TSM Temperatura da Superfície do Mar
ZCAS Zona de Convergência do Atlântico Sul
ZCIT Zona de Convergência Inter-Tropical
- xviii -
- 1 -
1. Introdução
1.
1 Previsão de vazões
A capacidade de antecipar a ocorrência de cheias e secas prolongadas (com duração de meses ou
décadas) tem grande impacto sobre o planejamento de recursos hídricos, seja em atividades que
atuem dentro ou fora do curso d’água (Silva, 2005). Uma das técnicas utilizadas para minimizar o
impacto das incertezas do clima sobre o gerenciamento dos recursos hídricos é a previsão de vazão
(Tucci e Collischonn, 2003) que envolve a estimativa do escoamento em um curso d’água com
antecedência no tempo.
Como a bacia hidrográfica é apenas uma componente da biosfera, um sistema global de dimensões
muito maiores, dinâmico e altamente complexo, é possível concluir que a incorporação de
informações climáticas na previsão, seja através de correlações com índices oceânicos ou previsões
numéricas, amplia consideravelmente as possibilidades para a previsão de vazão, tanto em curto
quanto em longo prazo, pois possibilita reduzir significativamente as incertezas da previsão.
Resultados promissores têm sido apresentados (Bravo, 2006; Tucci et. al.,2003; Andreolli, 2003;
Silva, 2005 e outros) mostrando que a previsão pode reduzir as incertezas na avaliação de
benefícios de algumas atividades relacionadas com a água é de vital importância para paises como o
Brasil.
Para reduzir as incertezas e gerenciar os riscos hidrológicos nestas atividades um primeiro passo é
avaliar a previsibilidade das vazões na bacia, seguindo para este fim dos horizontes de
planejamento: (a) curto prazo, que são as informações de até 14 dias e (b) previsibilidade de longo
prazo, que implica antecedências de alguns meses.
Dentre as metodologias utilizadas na previsão de vazões em um horizonte de curto prazo destaca-se
com integração dos modelos atmosféricos e os modelos hidrológicos (Eagleson, 1986; Klemes,
1986; O’Connell e Todini 1996; GEWEX, 1998). Os modelos atmosféricos fazem a previsão de
chuva (e dependendo do caso de outras variáveis) que é utilizada nos modelos hidrológicos para
fazer previsão de vazão.
Os modelos atmosféricos são de dois tipos: os modelos de domínio global e os de domínio regional.
Os Modelos Globais de Circulação Geral da Atmosfera (em inglês AGCM) ainda não possuem
resolução suficiente para representar com precisão adequada os processos que ocorrem em escalas
- 2 -
regionais onde acontecem os processos hidrológicos (Roads e
t. al., 2003, Jayawardena e
Mahanama, 2002). Já os modelos climáticos regionais utilizam condições de contorno fornecidas
pelo modelo global para detalhar os processos em escalas bastante próximas daquelas utilizadas
pela hidrologia (Roads, 2003; Wood et. al., 2002; Hay et. al., 2002; Kite, 1997; Hay e Clark, 2003)
sendo, portanto, utilizados na representação dos processos na escala de bacia.
A integração dos modelos é geralmente realizada de forma unidirecional, ou seja, os resultados dos
modelos atmosféricos alimentam os modelos hidrológicos. Destacam-se neste tipo de simulação os
resultados apresentados por (Anderson et. al., 2002; Koussis et. al., 2003; Habets et. al. 2004;
Wood et. al., 2002; Tucci et. al., 2003; Silva, 2005; Verbunt et. al., 2004; Hopson e Webster, 2004;
H
ay e Clark, 2003; Hay et. al., 2002, Ibbit et. al., 2001, Jayawardena e Mahanama, 2002; Kite,
1997; Miyaoka et. al., 1999).
Por outro lado, foi observado que a melhora na qualidade das saídas dos modelos meteorológicos
começou a esbarrar na limitação da representação da interface solo-atmosfera, por exemplo, na falta
da representatividade do fluxo de água no solo. Desta forma, o acoplamento bidirecional dos
modelos parece ser a melhor alternativa. No entanto, são poucos os trabalhos que realmente
acoplam os modelos em modo bidirecional, com interação simultânea dos processos na atmosfera-
superfície e vice-versa (Evans, 2003; Gutowski et. al., 2002; Seuffert et. al., 2002).
Não existe dúvida que o caminho na simulação atmosférica e, principalmente na previsão de vazão
de longo prazo, passa pela maior integração entre modelos atmosféricos e modelos hidrológicos
(Eagleson, 1986; Klemes, 1986; O’Connell e Todini, 1996; GEWEX, 1998)
Na previsão de longo prazo as metodologias mais usuais envolvem a alimentação dos modelos
hidrológicos com simulações de longo prazo resultantes de modelos globais e o estabelecimento de
relações estatísticas que analisam as correlações entre variáveis hidrológicas e diversos fenômenos
climáticos globais, representados pelos índices climáticos (Ex, fenômeno El Niño representado
através do índice NIÑO 3.4). Estas correlações se denominam teleconexões climáticas, e podem ser
realizadas entre a chuva e os índices climáticos ou diretamente entre a vazão e os índices climáticos.
1.2 Previsão no Alto Paraguai
Diversos autores procuraram estabelecer modelos para prever variáveis hidroclimáticas no curto e
longo prazo nesta região. Os que procuraram obter previsões de longo prazo analisaram a relação
entre a Temperatura da Superfície do Mar (TSM) e outros índices climáticos e o clima na parte
central da América do Sul. Ropelewski e Halpert (1996) indicaram que existe uma correlação
negativa entre o ENSO e a precipitação, no leste de America do Sul decrescendo para o Sul. Da
mesma forma existe uma correlação positiva entre o ENSO e a precipitação no sudeste de América
- 3 -
do Sul decrescendo para o norte, sugerindo a existência de uma zona de t
ransição entre as latitudes
10
o
S e 25
o
S onde a influencia do ENSO é menos marcante. Justamente, nesta franja de transição se
encontra a bacia do Alto Paraguai.
Os resultados de Ropelewski e Halpert (1996) foram subsequentemente analisados, confirmados e
estendidos para outros índices (Grim et. al. 2000; Souza et. al. 2000; Coelho et. al. 2002). Estes
autores concluíram que nenhuma outra conexão com a Temperatura da Superfície do Mar ou outro
índice climático apresentou correlação com variáveis climáticas na bacia do Alto Paraguai,
considerada assim, de baixa previsibilidade sazonal.
Na região onde se localiza a Bacia do Alto Paraguai é uma zona de transição entre os climas
Amazônicos (que se manifesta no norte da bacia) e o influenciado pelos processos frontais vindos
do Sul. Desta forma, o comportamento do clima ao Norte e Sul da BAP é muito significativo e
facilmente observável no comportamento das variáveis climáticas. A chegada dos sistemas frontais
provocam a organização e formação de uma banda de nuvens orientada no sentido NW/SE
denominadas Zona de Convergência do Atlântico Sul (ver Capítulo 3 e Carvalho et al, 2004), que
possuem sua máxima intensidade nos meses de verão, aumentando o regime de precipitação da
região (época chuvosa). Este aumento de convecção está relacionado com a intensificação do
cavado em altos níveis, que é gerado pela penetração da frente.
Quando é analisado o período anual, a existência de uma possível correlação entre índices
climáticos e características climáticas da BAP varia com o cada mês, podendo ser mascarada a
relação entre os índices climáticos e o clima devido as diferenças entre ambas áreas. Este poderia
ser a razão pela qual os estudos de correlação entre índices climáticos já mencionados e variáveis
hidrológicas não são significativas.
Para realizar simulações e previsão de curto prazo foram propostos ao longo do tempo diversos
modelos para a Bacia do Alto Paraguai, por exemplo, UNDP/UNESCO Project Hydrological
Studies of the Upper Paraguay River Basin (HEC, 1972); modelo hidrológico utilizado no projeto
EDIBAP(BRASIL, 1979), modelo hidrodinâmico com células para a região Norte da Bacia do Alto
Paraguai (Mascarenhas e Miguez, 1994); Sistema de Previsão de Níveis no Pantanal desenvolvido
pela CPRM/ DNAEE, baseado no projeto da UNESCO (HEC, 1972); Estudo do “Plano de
Conservação do Alto Paraguai” (PCBAP) (BRASIL, 1997); modelo estatístico analisado em
conjunto pelo Embrapa Pantanal e IPH (Galdino et. al. 1997) e a Previsão de cotas baseado nos
dados gerados com os dados de satélite NOAA AVHRR (Liu e Ayres, 2003).
Todos os estudos mencionados tiveram diversas limitações: alguns não utilizaram um modelo
hidrodinâmico, o que gera erros dentro do Pantanal, ou foram utilizados este tipo de modelos
somente em parte da bacia. Mas, o denominador comum destes estudos é que todos eles utilizaram
- 4 -
quando na fase de previsão, um modelo hidrológico baseado em dados já exi
stentes (chuva ou
vazão), o que limita a antecedência com que pode ser feita a previsão de vazões.
1.3 Justificativa
Nestas últimas décadas, a Bacia do Alto Paraguai foi marcada por uma forte variabilidade climática,
passando por um período extremamente seco durante a década de 1960 e por um período
extremamente úmido a partir do início da década de 1970 (Galdino et. al., 1997; Collischonn et. al.,
2001) (Figura 1.1). Em 1998 os níveis das águas parecem voltar aos níveis observados antes de
1960.
0
50
100
150
200
250
300
350
400
450
500
1,900 1,910 1,920 1,930 1,940 1,950 1,960 1,970 1,980 1,990 2,000
Year
Mean anual level (cm)
Long term mean
Figura 1.1 Cotas médias anuais no rio Paraguai em Ladário (MS).
Desta forma, existe a necessidade de investigar a origem de tais variabilidades, assim como as
variabilidades de curto prazo para prever com antecedência o acontecimento das mesmas. A
previsão de vazões permite que os mecanismos de gerenciamento dos recursos hídricos possam
tomar as medidas corretivas ou paliativas necessárias para diminuir os impactos causados por
eventos extremos.
A quantificação dos impactos envolve a necessidade de estabelecimento de sistemas de alerta para o
gerenciamento, com a devida antecedência, dos recursos hídricos e análise de diferentes cenários de
uso e ocupação da bacia para permitir gerar estratégias de usos sustentável da BAP. Para lograr
estes objetivos é imperativo o estabelecimento de um sistema de análise em conjunto da atmosfera e
- 5 -
recursos hídricos devido a que as características peculiares
da bacia fazem que um ofereça
interferências no outro.
A tarefa é interessante porque não existe um modelo de simulação hidrológica no conjunto da bacia
e as previsões meteorológicas tem pior qualidade na época de enchentes em que a área inundada
chega a quase 150.000Km
2
. A diminuição da qualidade das previsões é principalmente
conseqüência de que os modelos atmosféricos tem carências em representar com detalhe os
processos do ciclo hidrológico como a formação de chuva em nuvens cúmulus e a representação da
umidade do solo que influi significativamente nas propriedades físicas do solo e no comportamento
da vegetação (Ex, Evans, 2003; Gutowski et. al., 2002; Seuffert et. al., 2002). De forma que para
melhor representar estes processos, é necessário integrar-los permitindo que os modelos
atmosféricos se beneficiem da melhor representação do ciclo terrestre da água realizada no modelo
hidrológico e que o modelo hidrológico melhore ainda mais a representação do ciclo hidrológico ao
incorporar informações distribuídas fornecidas pelo modelo atmosférico.
No Pantanal, o alagamento sazonal modifica a distribuição do calor sensível e latente por até alguns
meses (Stockdale, 2000), e como o alagamento não é corretamente reproduzido no modelo
atmosférico, acontecem erros na estimativa das variáveis atmosféricas, e, conseqüentemente na
previsão de vazão. Portanto, é necessário atribuir aos modelos meteorológicos a capacidade de
prever com maior certeza o ciclo hidrológico na bacia do Alto Paraguai como forma de melhorar as
previsões atmosféricas e de vazão, tanto de curto prazo como de longo prazo.
1.4 O
bjetivos
1.4.1 Objetivos gerais
O objetivo deste estudo é avaliar a previsibilidade hidroclimática de curto e longo prazo na Bacia do
Alto Paraguai e apresentar alternativas com métodos hoje utilizados.
1.4.2 Objetivos específicos
• Avaliar a relação do clima da Bacia do Alto Paraguai com diferentes fenômenos climáticos
globais e regionais;
• Analisar diferentes metodologias para previsão de chuva e vazão na Bacia do Alto Paraguai
em curto e longo prazo, avaliando:
o a melhora da previsibilidade de vazão de longo prazo a partir da incorporação de
informação contida nos índices climáticos;
o a diferença da previsibilidade meteorológica quando o Pantanal é representado
explicitamente num modelo de mesoescala (BRAMS);
- 6 -
o a
previsão de vazão sem previsão de chuvas ou com dados obtidos a partir de
sensoriamento remoto (Ex, estimativa de chuva do satélite TRMM)
o a previsão de vazão com a integração unidirecional do modelo hidrológico de
Grandes Bacias (MGB-IPH), (Collischonn, 2001, Collischonn e Tucci 2001) e o
modelo atmosférico BRAMS (Mahrer e Pielke, 1977;Tripoli e Cotton, 1982; Walko
e Trembak 2001) considerando a diferença da previsibilidade conforme o Pantanal
seja representado explicitamente no modelo meteorológico
• Avaliar a possibilidade de estabelecimento de previsão de vazões em forma operacional na
Bacia do Alto Paraguai
1.5 Organização do Estudo
Este é um estudo interdisciplinar que, portanto, incorpora conhecimentos e terminologia de
diferentes áreas da ciência. Para evitar que leitores de alguma das áreas tenha uma leitura
fracionada, alguns itens particulares a cada área do conhecimento foram explicitados com maior
detalhe, podendo até repetir-se ao longo do texto.
No primeiro capítulo analisa-se o contexto geral do estudo, no segundo descrevem-se as diferentes
formas de previsão atmosférica e de vazão existentes, assim como os tipos de modelos empregados
e características dos principais índices climáticos existentes. O terceiro capítulo são descritas as
principais características da bacia do Alto Paraguai. No quarto e quinto capítulos são avaliadas a
previsibilidades de longo e curto prazo respectivamente. No sexto capítulo sintetizam-se as
principais conclusões e recomendações do estudo.
- 7 -
2. Previsão hidroclimática
D
enomina-se previsão hidroclimática à estimativa de vazão com antecedência no tempo baseada na
alimentação de modelos hidrológicos com previsões obtidas de modelos atmosféricos. Trata-se de
uma área de conhecimento nascida da integração do conhecimento meteorológico e hidrológico
para a previsão de vazão de diferentes antecedências..
2.1 Previsão de Vazão
Denomina-se previsão de vazão à estimativa do escoamento com antecedência no tempo. A
previsão de vazão é utilizada para minimizar o efeito de eventos extremos, ao permitir que ações
preventivas sejam tomadas. Por exemplo, o conhecimento de chuvas intensas permitiria diminuir o
volume existente em um reservatório para amortecer a cheia futura.
Muitas vezes a previsão de vazão é confundida com a predição de vazão. Esta última envolve o
estudo estatístico de tendência das variáveis climáticas e hidrológicas de vários anos ou os cenários
hipotéticos futuros relacionados com o clima, uso do solo ou outros efeitos antrópicos como a
modificação climática devido ao efeito estufa (Tucci et. al., 2003).
As maiores dificuldades na previsão de vazão geralmente ocorrem em períodos chuvosos, quando a
incerteza é maior em função da falta de conhecimento da precipitação ocorrida e que ocorrerá nos
intervalos de tempo futuros. Por outro lado, num período de estiagem toda a água disponível já se
encontra dentro da bacia, e a previsão depende de metodologia determinista, que envolve
principalmente o escoamento subterrâneo na bacia e a propagação do escoamento nos rios.
- 8 -
A previsão de vazão é realizada pelos modelos hidrológicos e hidráuli
cos que serão analisados no
próximo item.
2.1.1 Modelos de previsão de vazão
Os modelos hidrológicos são metodologias matemáticas para representação simplificada da
realidade. Para seu melhor entendimento, os modelos podem ser classificados de acordo com as
simplificações utilizadas em modelos empíricos, conceituais (ou físicos) e combinados.
Os modelos empíricos são baseados em relações estabelecidas entre variáveis hidrológicas sem
levar em conta os reais processos hidrológicos (por esta característica também são conhecidos como
“caixa preta”). A vantagem dos modelos empíricos é a rapidez na sua elaboração e a facilidade na
atualização dos parâmetros em tempo real. No entanto, podem ser perigosos quando utilizados fora
da faixa de vazões utilizadas no ajuste. Os modelos empíricos mais utilizados hoje em dia são os
modelos estocásticos, estatísticos, de redes neurais e de relações entre variáveis (por exemplo,
diferenças de cota).
Os modelos conceituais utilizam equacionamentos que emulam os processos físicos de uma bacia.
Desta forma, ao representar melhor os processos, têm maior capacidade de extrapolação e
tratamento das variáveis hidrológicas. A maioria dos modelos conceituais existentes também utiliza
algumas formulações empíricas, como por exemplo, a representação de processos de pequena escala
como uma série de armazenamentos, devido, principalmente, à carência de informação que
permitam caracterizar corretamente estes processos.
Os modelos conceituais geralmente possuem dois componentes: (a) precipitação-vazão: trata da
geração de escoamento a partir da precipitação representando o balanço de água no solo e vegetação
e o escoamento na bacia (b) propagação em rios e reservatórios: que representam o escoamento em
trechos de rios e reservatório a partir da contribuição da bacia obtida do módulo anterior.
Os modelos conceituais ou físicos podem ser distribuídos ou concentrados Os modelos distribuídos
possuem a capacidade de levar em conta a distribuição espacial das características físicas e
processos da bacia, enquanto os concentrados consideram que as características são uniformes na
bacia.
Também é necessário diferenciar os modelos conceituais utilizados em grandes bacias dos
utilizados nas pequenas bacias. Os primeiros, devido às necessidades computacionais, carência de
informação e efeito da compensação de erros, tratam de forma mais simplificada ou empírica a
distribuição de parâmetros em áreas muito grandes. Os modelos de pequena bacia buscam
representar com maior precisão os processos hidrológicos.
- 9 -
Todos os modelos de previsão de vazão se baseiam na utilização de a
lgumas informações básicas,
tais como o nível da água ou vazão no próprio local em que se deseja obter a previsão e em locais a
jusante e a chuva observada na bacia. A distinção entre os diferentes modelos é das variáveis
específicas utilizadas como entrada por cada modelo e da maior antecedência possível,
independentemente se eles têm uma base empírica ou conceitual. A antecedência de previsão com
base na precipitação conhecida depende do tempo de concentração da bacia. Quando este tempo é
pequeno, a antecedência que pode ser obtida com um modelo chuva-vazão é também pequena. Em
bacias com tempo de concentração maior é possível utilizar a observação do nível ou da vazão em
locais a montante de onde se deseja realizar a previsão. A maior vantagem de se utilizar um posto a
montante, é que, normalmente, os erros de previsão são menores que aqueles da previsão de um
modelo chuva-vazão (Tucci e Collischonn, 2003).
As características geológicas e pedológicas das bacias também são importantes na definição do tipo
de previsão que pode ser realizada. Bacias com solos e rochas permeáveis favorecem a infiltração
da água e geram menos escoamento superficial. Os rios de bacias com estas características têm
variações lentas da vazão que estão relacionadas entre elas (também dito que a bacia apresenta
grande memória). Bacias com solos rasos e com rochas pouco permeáveis tendem a gerar mais
vazão superficial, que escoa mais rapidamente, apresentando memória curta.
Introduzindo uma nova classificação em função da antecedência possível, os modelos se
diferenciam em modelos para previsão de curto prazo ou de longo prazo:
A previsão de longo prazo: é aquela em que a previsão é realizada com antecedências de algumas
semanas a vários meses. Este tipo de previsão é uma área em hidrologia com grande
desenvolvimento ao longo da última década (Collier e Krysztofowicz, 2000; Golding, 2000;
Wernstedt e Hersh, 2002; Bravo, 2006, Tucci et. al., 2003). Freqüentemente, é utilizada para
propósitos de planejamento e operação dos recursos hídricos (Wood, et. al. 2002), tais como
alocação de água para irrigação, operação de reservatórios de usinas hidrelétricas (Anderson et. al.,
2002; Hamlet et. al., 2002; Hsieh et. al.,2003; Druce, 2001), avaliação e implementação de medidas
contra secas e inundações (Changnon e Vonnahme, 2003), recursos pesqueiros (Mantua et. al.,
1997; Neal et. al., 2002), abastecimento de água (Chiew, et. al., 2003) e agricultura (Wernstedt e
Hersh, 2002).
Uma das técnicas mais utilizadas para previsões de longo prazo ocorre em usar a recessão do
período chuvoso é prevendo para os próximos meses (secos) através de uma equação de regressão
exponencial que considera o esvaziamento do aqüífero (Villanueva, et. al. 1987). Em sistemas
muito lentos as vazões máximas ou mesmo o hidrograma podem ser estimados com base no tempo
de translado que pode levar alguns meses, como no Rio Paraguai (Tucci e Genz, 1996; Tucci et. al.,
2005).
- 10 -
Em anos recentes ampliou-se largamente o entendimento das conexõe
s entre as anomalias
climáticas de grande escala e os eventos hidrológicos, de seca ou inundação, ao longo do globo
(também chamadas de teleconexões). Muitos trabalhos têm sido desenvolvidos buscando entender
estas conexões e, por conseqüência, propondo metodologias de previsão de vazões baseadas em
indicadores como a Temperatura na Superfície do Mar (TSM), El Niño, La Niña e Oscilação
Decadal do pacífico (a PDO pela sua sigla em Inglês) (Anderson et. al., 2001; Wood et. al., 2002;
Chen e Kumar, 2002; Hsieh et. al., 2003; Maurer e Lettenmaier, 2003; Wernstedt e Hersh, 2002;
Neal et. al., 2002).
A previsão de curto prazo: é usualmente utilizada para minimização dos danos provocados por
enchentes (Hsu et. al., 2003; Koussis et. al., 2003), tanto em planejamento de zonas urbanas ou em
sistemas de alerta, mas também pode ser empregada em conjunto com atividades como a geração de
energia (Bravo, 2006; Andreolli; 2003; Castanharo et. al., 2001; Mine e Tucci, 2002; Mine, 1998),
navegação, irrigação e abastecimento de água.
A previsão de curto prazo pode ser classificada como contínua ou eventual. Quando a previsão é
realizada ao longo do tempo, independentemente das condições hidrológicas a mesma é dita
contínua. A previsão eventual é realizada em épocas definidas do regime hidrológico, enchentes ou
estiagens em que as condições são críticas para o usuário da água. Por exemplo, a previsão e o
alerta de enchentes de um determinado local somente são realizados quando os níveis do rio
atingem valores próximos dos críticos.
2.1.2 Operação dos modelos de previsão de vazão.
A utilização de modelos de previsão em tempo real normalmente envolve duas fases (Figura 2.1):
(1) o ajuste ou calibração do modelo, onde os parâmetros são determinados utilizando-se, por
exemplo, uma função objetivo; (2) a correção em tempo real do ajuste inicial, realizada durante o
processo de previsão.
Na correção em tempo real os valores calculados a cada intervalo de tempo são comparados com os
valores observados, a medida que as informações de campo se tornam disponíveis, e, então o
modelo modifica sua estrutura para compensar erros que sejam detectados durante a previsão. A
atualização pode ser realizada tanto nos parâmetros do modelo quanto nas variáveis de estado.
Normalmente, os procedimentos usados permitem uma atualização recursiva de estados e
parâmetros, baseados nos dados observados de variáveis como a precipitação, temperatura, vazão,
volume armazenado e umidade do solo (Hsu et. al., 2003).
- 11 -
Eventos
históricos
Pt
Qt
Técnicas de
ajuste de
θ
t
(a) ajuste off-line
Et
Qt
θ
t
Entradas
Modelo
F[ Et, Qt,
θ
t
]
Saída
Q
t
+
τ
Medição
Q
t
+
τ
e
P
t
+
τ
Atualização dos
parâmetros
θ
t
e /ou variáveis de
estado
Incremento
de tempo
(b)sistema de previsão e atualização em tempo atual
Figura 2.1. Fases de utilização de modelos de previsão em tempo real (Tucci, 1998)
2.2 Previsão de Precipitação
A precipitação é a principal entrada de água nas bacias hidrográficas e responsável direta pela
formação das vazões nos rios. Portanto, a previsão da distribuição temporal e espacial da
precipitação, é um pré-requisito importante em sistemas de recursos hídricos, principalmente
quando se necessita de antecedências maiores do que o tempo de concentração da bacia.
2.2.1 Previsibilidade atmosférica
Robert Fitzroy (mais conhecido por ser o capitão do Beagle que conduziu Darwin na famosa
viagem que logo inspirara sua teoria da evolução) é considerado o pai da previsão do tempo por ter
estabelecido um sistema de medição contínua com uma estação meteorológica padrão, inventando o
sistema de alerta de tormentas e escrevendo a primeira previsão de tempo publicada no jornal Times
da Inglaterra (ele também inventou o termo previsão de tempo) (Gribbin e Gribbin, 2004). Já a
previsão numérica de tempo foi sugerida pela primeira vez em 1922, por Lewis F. Richardson, que
propôs prever mudanças na circulação da atmosfera pela integração numérica das equações de
mecânica dos fluídos que governam tais processos, ou seja, as equações de Navier-Stokes.
Em sua previsão, Richardson utilizou cinco níveis verticais sobre uma região da Europa, próxima da
cidade de Viena, e tentou estimar a evolução da pressão, velocidade do vento e densidade, a partir
de um estado inicial obtido por observações. Os cálculos, realizados manualmente, para uma
- 12 -
antecedência de 6 horas conduziram a valores distantes do real. Se
u método passou a ser conhecido
como o “sonho de Richardson”, até que Von Neumann em 1950, utilizando o computador ENIAC,
conseguiu uma previsão de pressão bem sucedida, para 24 horas de antecedência. E, desde então,
técnicas numéricas cada vez mais sofisticadas foram implementadas, acompanhando os
desenvolvimentos dos computadores eletrônicos e dos métodos de observação do tempo.
Atualmente, simulações em computador são realizadas diariamente em diversos centros de
meteorologia de todo o globo, para prever o estado futuro da atmosfera com antecedências que vão
de alguns dias até alguns meses. Entretanto, os processos que envolvem a circulação geral da
atmosfera são extremamente complexos e, devido ao seu comportamento caótico, sua evolução no
tempo não pode ser determinada de forma completa (Marengo et. al., 2003; Stockdale, 2000).
De forma simplificada, pode-se considerar que as previsões atmosféricas dependem de duas
componentes forçantes (Marengo et. al., 2003): (a) As forçantes externas, responsáveis pelas
variações lentas e prolongadas e (b) as forçantes internas, que representam as variabilidades rápidas,
de curto prazo. De acordo com a teoria do caos (Lorenz, 1973), as forçantes internas do sistema
atmosférico podem, potencialmente, ser previstas com antecedência de até 14 dias, ou seja, não é
possível fazer previsões de tempo para meses ou anos no futuro, no sentido de se obter uma
seqüência correta de eventos atmosféricos, dia após dia. As forçantes externas estão associadas, por
exemplo, à influência das trocas de energia na superfície do mar, em geral com escala de tempo da
ordem de meses ou anos, associadas às anomalias da circulação oceânica (o fenômeno El Niño é um
bom exemplo deste mecanismo).
Por isso, é importante neste ponto fazer uma distinção entre os dois tipos de previsão atmosféricos,
usualmente adotados: (1) a previsão de tempo, que se refere a previsão feita para até 14 dias de
antecedência e (2) e a previsão de clima, que indica a previsão para antecedências maiores,
normalmente meses no futuro. A previsão de clima deve diferenciar-se da climatologia que analisa
as propriedades estatísticas de longo prazo e a regularidade com que ocorrem os processos
dinâmicos da atmosfera.
Nos itens seguintes são apresentadas algumas considerações importantes, para o melhor
entendimento das diferenças entre a previsão de tempo e a previsão de clima.
2.2.2 Previsão de tempo
Os princípios básicos da atual previsão numérica de tempo são exatamente os mesmos propostos
por Richardson e Fitzroy (Kimura, 2002; Gribbin e Gribbin, 2004), ou seja, a evolução temporal da
atmosfera é calculada resolvendo-se numericamente as equações que descrevem os processos de
circulação, com as condições iniciais fornecidas através de uma extensa rede meteorológica de
observação.
- 13 -
Apesar de todos os avanços, a precipitação ainda continua sendo uma da
s variáveis mais difíceis de
prever, uma vez que seus processos apresentam grande variabilidade temporal e espacial (Habets,
et. al., 2004). Golding (2000) afirma que as previsões de precipitação com maior nível de precisão
são aquelas feitas para antecedências entre 6 horas e 2 dias e, portanto, são as que possuem maior
utilidade. As previsões para antecedências menores do que 6 horas (“nowcasting”) tendem a conter
baixa confiabilidade, por possuírem elevada dependência das condições iniciais e a evolução da
precipitação ser extremamente rápida, em função dos processos convectivos úmidos.
Kerr (2004) faz uma distinção entre a evolução das previsões feitas para o Hemisfério Norte e o Sul.
Isto se deve a que no Hemisfério Sul, como existia uma rede muito pobre de medições até a última
década não era possível estimar com suficiente precisão as condições iniciais dos modelos. A
incorporação de dados de satélite igualou a qualidade das previsões em todo o globo. Kerr (2004)
ainda aponta que, atualmente, as previsões de qualidade são feitas para até 4 dias de antecedência e,
que previsões de baixa qualidade, mas com alguma utilidade prática são realizadas para até 8 dias.
2.2.3 Previsão climática
A previsão exata do estado do tempo é difícil após 6 dias é quase impossível após 10-14 dias
(Lorentz, 1973; Folland e Woodcock, 1986, apud Murphy, et. al. 2001; Washington e Downing,
1999, Stockdale, 2000), devido à não linearidade do sistema climático e do crescimento de erros
numéricos do modelo de previsão. Entretanto, avanços recentes na formulação da previsão climática
fornecem a base para uma maior antecedência. Há evidência de que previsões climáticas podem ser
realizadas com sucesso para muitas partes do mundo com tempos de antecedência de até vários
meses (por exemplo, Ward e Folland, 1991; Folland et. al., 1991; Hastenrath et. al., 1998).
A previsão climática é a passagem das previsões determinísticas (por exemplo, 0,2 milímetros da
chuva cairão amanhã em Porto Alegre) aos esquemas probabilísticos de previsão (por exemplo,
pode-se predizer se o próximo verão será mais quente ou mais frio que o normal, ou ainda, mais ou
menos chuvoso.). Aqui, a ênfase está em predizer a probabilidade que uma variável particular do
clima estará significativamente acima ou abaixo de um valor médio no período (que varia
geralmente de um mês a uma estação).
A suposição da previsão climática é que o limite inferior da atmosfera é uma forçante climática, ou
seja, que causa perturbações atmosféricas, e que mudanças nestas forças evoluem mais lentamente
do que as próprias perturbações causadas por ela, de forma que a resposta da atmosfera a esta força
é detectável e permanece no tempo (Murphy, et. al., 2001). Stockdale et. al. (1998) fornecem uma
analogia entre a atmosfera e uma moeda não viciada que, quando lançada, pode cair com igual
probabilidade em cara ou coroa. As forçantes inferiores da atmosfera poderiam inclinar a moeda
para cair preferencialmente numa das fases, permitindo estimar qual seria a tendência nos próximos
- 14 -
lançamentos. Os principais condicionantes ou forçantes são: temper
atura da superfície do mar
(TSM), gelo dos oceanos, albedo, umidade do solo, e cobertura de neve.
Sob um ponto de vista global, a variabilidade da TSM é a principal responsável pelas variações no
clima, de um ano para outro. Devido à enorme capacidade especifica de calor dos oceanos, e a
possibilidade de transmitir grandes fluxos de calor através da interface entre o oceano e a atmosfera.
Neste processo é muito importante o fato da temperatura do oceano ser mais estável do que a da
superfície terrestre e que anomalias de TSM da ordem de 1ºC em magnitude abrangem escalas
espaciais de milhares de km e duram entre um e vários meses. Estas são características que fazem
com que as anomalias de TSM tenham a capacidade em influenciar o comportamento geral de
circulação da atmosfera (Stockdale, 2000; IRI, 2004), particularmente a TSM nas zonas tropicais e
nos eventos mais intensos de El Niño (Marengo et. al., 2003). Mas de nada serviria o conhecimento
da influência se a própria TSM não fossem possíveis de se prever. No entanto, segundo Stockdale
(2000) existe um nível básico de previsibilidade da TSM que é altamente favorecido pela longa
duração das anomalias da TSM.
O paradigma que o oceano e a atmosfera trabalham juntos como um sistema acoplado foi esboçado
nos anos 1960s (Bjerknes, 1969). Sob este paradigma, o oceano e atmosfera trocam calor (sensível
e latente), massa (umidade através da evaporação e da precipitação) e momentum. Por exemplo,
temperaturas de superfície do mar (TSM) acima do normal pode ocasionar convecção atmosférica
(movimento vertical na atmosfera), que, por sua vez, pode modificar convergências e divergências
de baixo nível em localizações muito remotas dos oceanos. Retornos no oceano acontecem através
do vento e entradas de massa (por exemplo, chuva) que mudam a salinidade do oceano. O oceano e
a atmosfera agem como um sistema acoplado que redistribui a energia recebida na superfície da
terra.
Atualmente existem dois métodos que os meteorologistas utilizam para realizar previsões climáticas
a partir das TSMs (Stockdale, 2000; Murphy, et. al. 2001). São eles: (1) Método Estatístico-
Empíricos, que usam séries observadas de TSM para estabelecer correlações e prever o futuro.
Possuem uma longa história de desenvolvimento e aplicação, com início no final do século XIX.
Atualmente, são utilizadas técnicas como a Regressão Linear Múltipla, análise de correlação
canônica (CCA) e “Singular Value Decomposition” (SVD), Redes Neurais e outras técnicas
estatísticas, com objetivos de prever tanto a TSM ou usá-la para prever variáveis climáticas em
diferentes partes do globo. (2) Método Dinâmico/Numérico, no que a TSM é utilizada como
condição de contorno, para forçar modelos numéricos que resolvem as equações dinâmicas que
descrevem os processos físicos da atmosfera. Os modelos utilizados são os modelos de circulação
geral do oceano (OGCM) da atmosfera (AGCM) e, mais recentemente de modelos acoplados de
- 15 -
circulação geral (CGCM) que permitem uma abordagem mais complet
a das interações entre os
oceanos e a atmosfera.
Os principais índices climáticos usados na previsão climática com os métodos estatísticos-empíricos
são descritos a seguir.
2.2.4 Índice “El Niño Oscilação Sul” (ENOS ou em inglês ENSO) ou Fenômeno “El Niño/La
Nina”.
"El Niño-Oscilação Sul" é um termo técnico usado para ser chamado o El Niño. Historicamente, El
Niño refere-se ao aquecimento superficial do Oceano Pacifico Equatorial Central e Oriental.
Oscilação Sul é uma medida da intensidade dos centros de pressão atmosférica à superfície entre o
Pacífico Ocidental e o Pacífico Oriental, mais especificamente entre Darwin (Austrália) e Taiti. O
indicador atmosférico que mede a diferença de pressão entre Darwin e Taiti é chamado de Índice de
Oscilação Sul (IOS). O IOS apresenta valores negativos em anos de El Niño e positivos em anos de
La Niña (vide texto sobre La Niña). El Niño e Oscilação Sul são partes de um mesmo fenômeno de
interação entre o Oceano Pacífico Tropical e a atmosfera. Essa interação pode ser chamada de El
Niño-Oscilação Sul (ENOS ou ENSO).
A palavra “El Niño” é derivada do espanhol, e refere-se a presença de águas quentes que todos os
anos aparecem na costa norte de Peru na época de Natal. Os pescadores do Peru e Equador
chamaram a esta presença de águas mais quentes de “Corrente de El Niño” em referência ao Niño
Jesus ou Menino Jesus.
Este é provavelmente o índice mais conhecido no mundo pelas conseqüências no tempo e no clima
em todo o planeta (Wallace e Hobs, 2006). Nesta definição, considera-se não somente a presença
das águas quentes da Corriente “El Niño” mas também as mudanças na atmosfera próxima à
superfície do oceano, com o enfraquecimento dos ventos alísios (que sopram de leste para oeste) na
região equatorial (Sampaio, 2001). Com esse aquecimento do oceano e com o enfraquecimento dos
ventos, começam a ser observadas mudanças da circulação da atmosfera nos níveis baixos e altos,
determinando mudanças nos padrões de transporte de umidade, e portanto variações na distribuição
das chuvas em regiões tropicais e de latitudes médias e altas. Em algumas regiões do globo também
são observados aumento ou queda de temperatura (Figura 2.2).
Evento de “El Niño” e “La Niña” tem uma tendência a se alternar em um período da ordem de 3-7
anos. Porém, de um evento ao seguinte o intervalo pode mudar de 1 a 10 anos. As intensidades dos
eventos variam bastante de caso a caso, mas os eventos “El Niño” mais intensos desde a existência
de "observações" de TSM ocorreram em 1982-83 e 1997-98.
A situação Normal: Em anos considerados normais ou sem a presença do “El Niño” ou “La Niña”,
observa-se circulação com movimentos ascendentes no Pacífico Central/Ocidental e movimentos
- 16 -
descendentes no Pacífico oriental (Costa do Perú) e com ventos de le
ste para oeste, próximos à
superfície (ventos alísios) e de oeste para leste em altos níveis da troposfera. Este movimento
conforma a célula de Walker (Figura 2.3).
Os ventos alísios movimentam as massas de água quentes superficiais da costa americana para o
Oceano Pacífico Equatorial Oeste (costa da África e Ásia), produzindo um desnível na superfície do
mar e um acúmulo de calor e água nessa região. Conseqüentemente, as águas na costa Americana
do Pacífico são um pouco mais frias. Com isso, no Pacífico Oeste, devido às águas do Oceano
serem mais quentes, há mais evaporação. Havendo evaporação, há a formação de nuvens numa
grande área. Este vento, depois de perder a umidade, se traslada por altos níveis até a região do
Pacífico Leste (costa Sul-americana) onde desce para completar o balanço de massas, no que se
denomina célula de Walker. Ao contrário do que acontece no Pacífico ocidental, nas regiões de
América do Sul, onde o ar vindo dos altos níveis da troposfera desce para os baixos níveis,
raramente há a formação de nuvens de chuva (explicando a aridez da costa peruana e chilena).
a)
b)
Figura 2.2. Efeitos de “El Niño” durante (a) verão (b) inverno austral (FONTE: site do CPTEC,
www.cptec.inpe.br)
- 17 -
O
utro ponto importante é que os ventos alísios, junto à costa da América do Sul, favorecem um
mecanismo chamado pelos oceanógrafos de ressurgência, que seria o afloramento de águas mais
profundas do oceano. Estas águas mais frias têm mais oxigênio dissolvido e vêm carregadas de
nutrientes e micro-organismos vindos de maiores profundidades do mar, que vão servir de alimento
para os peixes daquela região. Não é por acaso que a costa oeste da América do Sul é uma das
regiões mais piscosas do mundo (Sampaio, 2001).
Figura 2.3. Circulação observada no Oceano Pacífico
Equatorial em anos sem a presença do El Niño
ou La Nina (McPhaden apud Sampaio, 2001).
Anos “El Niño”: Durante os anos de “El Niño” acontece um enfraquecimento dos ventos alísios,
podendo acontecer em algumas regiões do Pacífico até a inversão dos ventos (soprando assim de
oeste para leste). Nesta circunstância, todo o Oceano Pacífico Equatorial começa a aquecer. E,
como dito anteriormente: aquecimento gera evaporação com movimento ascendente que por sua vez
gera a formação de nuvens. A diferença agora é que ao invés de observar a formação de nuvens
com intensas chuvas no Pacífico Equatorial Ocidental, se observa a formação de nuvens
principalmente no Pacífico Equatorial Central e Oriental (Figura 2.4). Em resumo, há um
deslocamento da região com maior formação de nuvens e a célula de Walker fica bipartida.No
Oceano Pacífico Equatorial podem ser observadas águas quentes em praticamente toda a sua
extensão. A termoclina fica mais aprofundada junto à costa oeste da América do Sul principalmente
devido ao enfraquecimento dos ventos alísios.
- 18 -
Figura 2.4. Padrão de circulação observada em anos de El Niño na região equatorial do Oceano
Pacífico (McPhaden in Sampaio, 2001).
Anos “La Nina”: Durante o período de “La Niña”, os ventos alísios ficam mais intensos, e,
portanto, mais água fica "represada" no Pacífico Equatorial Oeste e o desnível entre o Pacífico
Ocidental e Oriental irá aumentar. Com os ventos mais intensos a ressurgência também irá
aumentar no Pacífico Equatorial Oriental, e, portanto virão mais nutrientes das profundezas para a
superfície do Oceano.
Por outro lado, devido à maior intensidade dos ventos alísios, as águas mais quentes irão ficar
represadas mais a oeste do que o normal e, portanto, estas águas quentes gerarão maior evaporação
e conseqüentemente movimentos ascendentes. Os movimentos ascendentes pela sua vez geram
nuvens de chuva e consequentemente contribuem para a célula de Walker, que em anos de “La
Niña” fica mais alongada que o normal. A região com grande quantidade de chuvas é do nordeste
do Oceano Índico à oeste do Oceano Pacífico passando pela Indonésia, e a região com movimentos
descendentes da célula de Walker é no Pacífico Equatorial Central e Oriental. É importante ressaltar
que tais movimentos descendentes da célula de Walker no Pacífico Equatorial Oriental ficam mais
intensos que o normal o que inibe, e muito, a formação de nuvens de chuva (Figura 2.5).
Em geral, episódios “La Niña” também têm freqüência de 2 a 7 anos, e tem ocorrido em menor
quantidade que o “El Niño” durante as últimas décadas. Além do mais, os episódios “La Niña” têm
períodos de aproximadamente 9 a 12 meses, e somente alguns episódios persistem por mais que 2
anos. Outro ponto interessante é que os valores das anomalias de temperatura da superfície do mar
(TSM) em anos de La Niña têm desvios menores que em anos de El Niño, ou seja, enquanto
observam-se anomalias de até 4, 5ºC acima da média em alguns anos de El Niño, em anos de La
Niña as maiores anomalias observadas não chegam a 4ºC abaixo da média (Sampaio, 2001).
Episódios recentes do La Niña ocorreram nos anos de 1988/89 (que foi um dos mais intensos), em
1995/96 e em 1998/99.
- 19 -
Figura 2.5. Padrão de circulação observada em anos de La Niña na região equatorial do Oceano
Pacífico (McPhaden apud Sampaio, 2001).
A América do Sul é uma das áreas do mundo com maior influência do ENSO (Ropelewski e
Halpert, 1987). Muitos estudos documentam impactos do ENSO na precipitação (especialmente na
fase de “El Niño”) (Aceituno, 1988; Kousky et. al., 1984; Rao e Hada, 1990; Alves e Repelli, 1992;
Grimm et. al., 1998; Uvo et. al., 1998; Souza et. al., 2000; entre outros). Os resultados destas
pesquisas indicam que os principais efeitos se encontram no setor Oeste (Peru e Ecuador), Norte e
Nordeste do Brasil e Sudeste do Brasil, Uruguai e Argentina.
2.2.5 Modos Anulares ou Oscilações Polares (Ártica e Antártica)
Oscilações atmosféricas no Hemisfério Sul foram identificadas desde o inicio do século XX. Desde
que Walker (1928) descreveu um padrão de alternância entre os campos de pressão entre o Pacífico
Leste e Oeste, chamado Oscilação Sul, muitos movimentos oscilatórios na atmosfera foram
identificados. Estudos mais recentes (Gong e Wang, 1999; Thompson e Wallace, 2000) baseados na
análise de componente principal (PCA) das anomalias na pressão ao nível do mar (SLP) ou as
anomalias da altura geopotencial em 850 hPa, mostraram que o modo principal de variabilidade da
circulação extra-tropical no Hemisfério Sul é caracterizada por uma estrutura anular, zonalmente
simétrica entre a Região Polar Sul e as latitudes médias. Este fenômeno foi chamado de Oscilação
Antártica (em inglês Antartic Oscillation, AAO) ou Modo Anular do Hemisfério Sul (em inglês,
Southern Hemisphere Annular Modes, SAM), respectivamente. Por simplicidade este fenômeno
será referido como SAM. Como medida da intensidade do SAM, Nan e Li (2003) definiram o
índice do SAM (SAMI) como a diferença na media zonal normalizada da SLP entre 40°S e 70°S
(área da Figura 2.6).
- 20 -
Figura 2.6. a) Corrrelação entre a série de altura equipontencial de 850hPa obtida dos dados de
reanálise do NCEP–NCAR e o índice do SAM (CODRON, 2005) para Decembro e janeiro;
b) idem para Março e Abril; c) valor médio anual da pressão no nível do mar (hPa) no
Hemisfério Sul (CCR/CGD/NCEP 2006)
O SAM tem um fenômeno correspondente no Hemisfério Norte (HN) que se denomina Modo
Anular do Hemisfério Norte (em ingles Northern Hemisphere Annular Modes - NAM). Este índice
indica uma estrutura zonal simétrica que envolve intercâmbios de massa entre as latitudes medias e
altas. De acordo com Thompson e Wallace (2000), os modos anulares podem ser vistos não como
padrões de variabilidade restritos a seus respectivos hemisférios, mas como estruturas que se
estendem profundamente nos trópicos e subtrópicos dos hemisférios opostos. Esta afrimação é
apoiado pelo fato que o padrão do Atlântico Leste (EA) no Hemisfério Norte é positivamente
correlacionado com SAMI (neste trabalho se estimou, R2 = 0.30 , α=97%). O padrão EA é definido
como um centro nas analises de componentes principais da altura geopotencial de 700 hPa em
55°N, 20°-35°W junto com um gradiente forte na altura geopontencial de 700 hPa NE-SE sobre a
Europa Ocidental e com sinal oposto orientado sobre uma banda (E-NE)-(W-NW) no norte da
África e Mar Mediterrâneo com uma localização mais provável entre 25"-35"N e 0"-10°W
(Barnston e Livezey, 1987). Uma provável explicação desta correlação é que na atmosfera tropical,
o valor positivo dos modos anulares está associado com anomalias nos ventos de oeste centradas
nas vizinhanças do Equador em níveis de 200 hPa e flanqueadas por anomalias frias com pico na
troposfera subtropical em ambos os hemisférios. No entanto, NAM e SAM não estão
correlacionados porque ambos os modos perturbam os trópicos durante diferentes épocas do ano
(Thomson e Lorentz, 2004)
SAM e NAM existem durante todo o ano na troposfera, no entanto eles se amplificam com a altura
dentro da estratosfera durante certos períodos do ano ou também denominadas como “estações
ativas”. Thompson e Wallace (2000) mostraram que a estação ativa no Hemisfério Sul é de meados
de Outubro a Dezembro (e no Hemisfério Norte de Janeiro a Março). Quando o modo anular altera,
- 21 -
entre outras características, a intensidade do fluxo médio zona
l na baixa estratosfera, a altura da
tropopausa sobre as latitudes médias e altas e a força dos alísios. Em resumo, os estudos mostram
que os modos anulares afetam a circulação nas latitudes altas e médias.
A relação entre o SAM e a circulação tropical é explorada por Thompson e Lorentz (2004). Eles
explicam que a assinatura tropical do SAM não é tão forte como a apresentada pelo NAM e, que o
SAM, não exibe uma dependência robusta da fase do ciclo ENSO. No entanto, outros estudos (Fogt
e Bromwich, 2006; Carvalho et. al., 2005) reportam a influência do SAM em vários campos
tropicais, tais como pressão no nível do mar e altura geopotencial em diferentes escalas de tempo.
Fogt e Bromwich (2005), mostraram que existe uma teleconexão no Pacífico Sul em altas latitudes,
na qual, o SAMI é positivamente correlacionado com o SOI. Ainda, Carvalho et. al., (2005) relata
que a fase negativa do SAM está correlacionada com anomalias positivas na TSM no pacífico
central (El Niño), enquanto que fases positivas do SAM estão relacionadas com anomalias
negativas na TSM (La Niña).
Poucos estudos avaliaram o efeito do SAM na circulação atmosférica em América do Sul. Estae
modo de variabilidade é muito conhecida por possuir grande influência do ENSO, embora, nem
toda a variabilidade na circulação possa ser explicada pelo ENSO. Silvestri e Vera (2003)
mostraram que o SAM influencia a precipitação sobre o sudeste de América do Sul, particularmente
durante o inverno austral e o final da primavera. Eles relacionaram a influência remota do SAM na
precipitação da região com mudanças na circulação que são maiores durante o outono e a
primavera.
2.2.6 Oscilação do Atlântico Norte (NAO)
Um dos mais proeminentes padrões de teleconexão no Hemisfério Norte em todas as
estações é a Oscilação do Atlântico Norte (em inglês North Atlantic Oscillation ou simplesmente
NAO) (Hurrell, 1996). Diferente do fenômeno El Niño - Oscilação Sul (ENSO), que envolve os
componentes oceano e atmosfera, esta oscilação apresenta sinais principalmente atmosféricos.
Mesmo sem definir como causa, estudos têm encontrado boa correlação entre as flutuações desta
oscilação e a movimentação de calor no oceano (Cunha, 2007 -Figura 2.7).
Tal qual o fenômeno ENSO, a Oscilação do Atlântico Norte também apresenta duas fases,
sendo uma positiva e outra negativa. Quando no modo positivo, o sistema de baixa pressão sobre a
Islândia se intensifica, com ventos circulando no sentido anti-ciclônicos (anti-horários) ao redor do
mesmo. Enquanto isto um sistema de alta pressão, com circulação de ventos ciclônicos (no sentido
horário), se intensifica próximo aos Açores. A relação entre esses sistemas aumenta os ventos para
leste, na direção da Europa. No inverno do Hemisfério Norte, o contraste entre os dois sistemas é
- 22 -
maior, fazendo com que ar polar atinja a costa leste dos Estados
Unidos e do Canadá e, acabe
determinando uma estação mais fria. Por sua vez, estes ventos de SW em contato com águas
aquecidas pela Corrente do Golfo influenciam o inverno do Norte europeu, tornando-o úmido e
moderado
Figura 2.7. Correlação da TSM estimada a partir do reanálise do NCEP com índice NAO de jan/dez
no período 1958 a 2000 (NCEP, 2006)
No modo negativo da Oscilação do Atlântico Norte, o a alta dos Açores fica mais fraca. Com isso,
os ventos úmidos acabam redirecionados para o Leste, tornando o inverno mais frio no norte da
Europa. Porém, trazem chuva para a região do Mediterrâneo, e, geralmente, ocorre um inverno mais
quente no leste dos Estados Unidos e do Canadá, embora mais frio no sudeste americano (Hurrell,
1995; Bliss e Walker, 1932; van Loon e Rogers, 1978; Rogers e van Loon, 1979; Cunha, 2007).
- 23 -
2.2.7 O
scilação Decadal do Pacífico (PDO)
A existência de variabilidade decadal e multi-decadal no clima do Pacífico Norte é documentada
desde o fim dos 1980’s (Nitta e Yamada, 1989; Trenberth, 1990). Um modo que envolve esta
variabilidade, e que recebeu considerável atenção nos últimos tempos, é a denominado Oscilação
(inter) Decadal do Pacífico (em inglês (inter-) Decadal Oscillation ou simplesmente PDO) (Mantua
et. al., 1997). A PDO é representada pelo primeiro modo da PCA das anomalias mensais da TSM
ao norte de 20°N no Pacífico (Mantua et. al., 1997) (Figura 2.8).
Figura 2.8. Correlação da TSM estimada a partir do reanálise do NCEP com índice
PDO de jan/dez no período 1958 a 2000 (NCEP, 2006)
Apesar dos sinais da PDO serem proeminentes no Pacífico Norte, os padrões anômalos de TSM,
pressão e ventos superficiais no Pacífico são muito similares aos correspondentes para o ENSO
(Mantua et at., 1997; Zhang et. al. 1997; Garreaud e Battisti, 1999; Mestas-Nuñez e Enfield, 2001).
Ainda, os padrões de TSM para PDO são quase simétricos com relação ao Equador, mas, menos
confinados ao Pacífico Leste que o ENSO (Por exemplo,, Zhang et. al., 1997; Mestas-Nuñez e
Enfield, 2001, Gershunov e Barnett, 1998).
- 24 -
A fase positiva (ou quente) do PDO, ilustrada na Figura 2.8, mos
tra um sistema anômalo de baixas
pressões na localização das profundezas Aleutianas, águas superficiais mais frias que o normal no
Oeste e Centro Pacífico Norte e mais quente que o Normal na Costa Oeste do continente Americano
e no Pacífico Central e Oriental ( Zhang et. al., 1997; Mantua et. al., 1997; Enfield e Mestas-Nuñez,
1999). A fase negativa (ou fria) do PDO mostra padrões praticamente opostos.
A duração e fases do PDO é definida por mudanças climáticas abruptas (e.g., Minobe, 1997; 1999;
Mantua et. al., 1997). Minobe (1999) sugeriu que as oscilações dominantes do PDO possuem um
período de 50 anos, ou seja, com fases de 20-30 anos que definem seu regime. Em concordância
com estes valores, Mantua et. al. (1997) dividiram o período entre 1900 e 1995 em quatro
subperíodos, cada um com duração aproximada de 20-30 anos. Entre estas mudanças, a mudança de
regime e das estruturas associadas e variáveis oceânicas de 1976/1977 foi muito bem documentado
(Trenberth, 1990; Trenberth e Hurrel, 1994; Seager et. al., 2001; Deser et. al., 1996). Muitos
autores mostram mudanças no Pacífico Norte entre 1998/1999 que podem ser a indicação de uma
nova alteração na tendência (Schwing e Moore, 2000; Minobe, 2000, Hare e Mantua, 2000).
Fora da região do Pacífico, as anomalias na circulação atmosférica associadas com PDO durante o
inverno boreal se assemelham ao Padrão Pacífico / América do Norte (PNA). No Oceano Atlântico,
o padrão de anomalias da PNM associadas com PDO lembra o NAO (Mo e Häkkinen, 2000). Como
os padrões atmosféricos associados ao PDO co-variam com o valor do índice PDO, que é baseado
na TSM, o PDO poderia considerar-se como um fenômeno acoplado atmosfera/oceano.
Entre as características mais relevantes da PDO para análise e previsão climática é que a PDO
modula as teleconexões do ENSO em certas regiões do globo (Gershunov e Barnett, 1998; McCabe
e Dettinger, 1999; Gutzler et. al. 2002; Krishnan e Sugi, 2003; Andreoli e Kayano, 2005). Por
exemplo, as condições típicas de El Niño (La Niña) que são de anomalias de umidade/seca
(seca/umidade) sobre o NW/SW de América do Norte tendem a ser mais pronunciadas durante a
fase quente (fria) do PDO (Gershunov e Barnett, 1998; Gutzler et. al. 2002). Semelhantemente,
condições secas (úmidas) prevalecem na região da Monção da Índia para eventos El Niño (La Niña)
que ocorrem durante a fase quente (fria) do PDO (Krishnan e Sugi, 2003) e na América do Sul. Os
sinais na chuva da América do Sul durante o verão austral são mais pronunciados para a fase quente
do PDO que para a fase fria.
2.2.8 Previsão por Conjunto (“ensemble forecast”)
Os modelos numéricos do oceano e a atmosfera possuem diversas imperfeições que afetam seu uso
para previsão climática (Stockdale, 2000). Por exemplo, as equações de mecânica dos fluídos que
governam os processos na atmosfera, ou seja, as equações de Navier-Stokes são equações
diferenciais em derivadas parciais (EDP) que não têm solução exata no caso de condições iniciais
genéricas e devem ser resolvidas por métodos numéricos. Assim, sob o ponto de vista puramente
- 25 -
matemático, o problema da previsão do tempo é "um problema de valores
iniciais" (Garcia-Moya,
2004).
Devido à distribuição irregular da observação meteorológica sobre a Terra, as estimativas das
condições iniciais para qualquer previsão apresentam grande incerteza. Aceita-se que esta incerteza
é a principal fonte de erro nas previsões a curto e médio prazo realizadas com modelos numéricos.
A atmosfera apresenta uma conduta caótica (mostram alta sensibilidade às condições iniciais)
segundo a teoria desenvolvida por Lorentz (1963). Portanto, estes condicionantes introduzem um
novo conceito na previsão do tempo. Trata-se da "previsibilidade da atmosfera", isto é, a capacidade
da atmosfera de ser prevista. A previsibilidade depende fundamentalmente da situação concreta que
se tem como condição inicial (Lorenz, 1963; Goddard et. al., 2000; Anderson e Ploshay, 2000,
Marengo et. al., 2003).
Para tentar evitar os problemas inerentes à incerteza nas condições iniciais introduziu-se a técnica
da "predisão por conjuntos" (EPS ou Ensemble Prediction System). Esta técnica consiste em obter
uma série de estados iniciais que são basicamente o obtido das observações (assimilação de dados)
mais uma perturbação nas zonas que são mais sensíveis para a previsão sobre a área de interesse. É
obtido assim um leque de condições iniciais, todas igualmente prováveis, com as quais é rodado o
modelo tantas vezes quanto são as diferentes condições iniciais geradas (T
oth e Kalnay, 1997)
(Figura 2.9)
Para contornar a necessidade de criar um número ilimitado de condições iniciais, que representem
todos os estados possíveis da atmosfera, o que não é viável na prática, parte-se do conhecimento de
que os erros crescem a uma taxa que depende do regime de circulação da atmosfera, da estação do
ano e do domínio geográfico. Com isto, pode-se construir uma quantidade limitada de condições
“ótimas”, eliminando aquelas que gerem previsões muito semelhantes entre si (CPTEC, 2004).
Como os modelos existentes possuem maior ou menor qualidade para descrever os processos que
acontecem na atmosfera, uma forma de explorar as vantagens de modelos diferentes e compensar
suas fraquezas é realizado uma previsão de conjunto combinando os resultados dos modelos
utilizando a técnica de Predição de Conjunto Multi -Modelo (em inglês MMSE). MMSE é um
exemplo especial das técnicas de previsão por conjunto, que consideram as saídas dos modelos
analisados como membros de conjunto, ou seja, é um conjunto de modelos ou um conjunto de
conjuntos (Zhang e Krishnamurti, 1999; Stockdale, 2000). Em exemplo operacional este tipo de
modelo, é o MASTER Super Model Ensemble System ou conhecido em portugués como
Superconjunto (modelo formado a partir da correção estatística da soma de todos os modelos
testados no laboratório Máster da USP www.master.iag.usp.br, Dias et. al, 2006)
- 26 -
Figura 2.9 Representação esquemática do sistema de previsão por conjunto (“ensemble”)
(Silva, 2005)
2.2.9 Modelos de previsão meteorológica.
Apesar dos avanços da previsão numérica do tempo nos últimos quarenta anos não existe ainda uma
solução única para elaborar uma previsão confiável. Quando é proposta a implementação de um
modelo numérico deve-se começar por indicar claramente quais são as limitações e prioridades na
simulação. A limitação mais importante é o tempo máximo entre o começo e o final da previsão que
deve ser realizada, por exemplo, o tempo de processamento de um modelo operacional de tempo
deve ser menor do que do 1% do tempo de previsão (meia hora para 48 horas de predição).
Naturalmente e, dependendo da potência de cálculo do computador disponível, isto limita a
quantidade de pontos de grade que pode incluir a área representada e, por tanto, a resolução espacial
de nosso modelo.
Quanto às prioridades deve-se fixar um horizonte de previsão, isto é, estabelecer se as previsões
terão escala global ou limitada e o prazo para o qual serão realizadas. Ambos os aspectos não são
independentes, pelo contrario, estão relacionados entre si. Atendendo às diferentes prioridades que
foram indicadas, serão resumidos alguns exemplos dos tipos de modelos que se encontram na
investigação meteorológica e em alguns centros operativos.
Modelos Climáticos Globais (GCM): Os GCM´s são modelos matemáticos tridimensionais no
espaço que consideram os principais processos que governam a circulação geral da atmosfera. Por
esta razão, sua grade de simulação deve cobrir toda a Terra.
Este tipo de modelo não precisa de nenhum dado externo (salvo as condições iniciais e as condições
de fronteira inferior, como tipo de vegetação e TSM (quando não são modelos acoplados oceanos
atmosfera)) para realizar as predições. Esta é sua grande vantagem, no entanto, sua principal
- 27 -
desvantagem é que precisam uma grande infra-estrutura de manute
nção e que carecem de estrutura
para simular processos em pequena escala como as necessárias na hidrologia (Garcia-Moya, 2004).
A Figura 2.10 apresenta uma representação esquemática das principais interações simuladas pelos
modelos globais, que geralmente discretizam o globo em elementos de 20 a 100 km, na escala
horizontal, e 100m a 5 km na vertical. A topografia e os processos físicos do sistema em cada
elemento são valores médios (IRI, 2004, Tucci, 1998).
Figura 2.10. Interações entre atmosfera, oceanos e continentes, representadas pelos modelos globais
(Adaptado de Kimura, 2002)
Modelos regionais de previsão (“downscaling”): Os modelo globais de previsão climática
possuem resolução espacial da ordem de 100 a 200 km. Entretanto, o clima regional pode ser
controlado por fatores com escala típicamente bem menor. As características da topografia, tipo de
vegetação, distribuição solo/água podem causar significativa influência no clima regional. Como
exemplo, tem-se às brisas marítimas e às circulações atmosféricas induzidas por vales e montanhas,
diferenças no uso do solo, forma da costa, dentre outras (Hay e Clark, 2003; Roads et. al., 2003,
Pielke, 1974; Mahrer e Pielke, 1977; Avissar e Pielke 1989; Souza et. al. 2000).
O custo computacional de previsões com um modelo global de alta resolução é muito alto, e uma
alternativa viável é o chamado "downscaling" dinâmico. Nesta técnica utiliza-se um modelo
meteorológico de resolução mais alta (regional), com resolução da ordem de algumas dezenas de
quilômetros, alimentado nas fronteiras pelas condições produzidas pelo modelo global (ou até por
dados observados). Conforme representado na Figura 2.11, o modelo regional usa as condições de
- 28 -
fronteira na célula B do modelo global (resolução de 200x200 km), para ger
ar uma simulação com
resolução de, por exemplo, 40x40 km, internamente a B, de forma que os processos de troca de
energia entre a atmosfera e a superfície são mais bem descritos que no modelo global.
Figura 2.11. Detalhamento da resolução dos modelos climáticos através da técnica de “downscaling” da
simulação de um modelo global.
Por representar com maior detalhe os processos que agem regionalmente acredita-se que os
modelos regionais podem produzir previsões de tempo e clima com maior precisão. Roads et. al.
(2003) e Hay e Clark (2003) destacaram que os resultados eram ainda preliminares, e que os
modelos regionais ainda deverão passar por muitos testes e modificações para serem efetivamente
validados. Como a tecnologia avançou rapidamente, Kerr (2004) salienta que, devido ao aumento
na capacidade de processamento e as técnicas de computação através de “clusters” (de custo muito
menor do que os supercomputadores vetoriais), a tendência futura é cada região, de paises como
Brasil e EUA, use um modelo atmosférico regional que seja adaptado as suas características e
necessidades. Hoje em dia, a gente observa um grau de refinamento ainda maior, e precisões que
nem foram relatadas pelos autores anteriores.
Os modelos regionais são importantes porque a sua escala de resolução e representação espacial é
equivalente à escala dos estudos hidrológicos (Roads et. al., 2003, Jayawardena e Mahanama,
2002). As aplicações dos modelos atmosféricos regionais na área de recursos hídricos mostram que,
de maneira geral, são obtidos melhores resultados do que utilizando os modelos globais (Anderson
et. al., 2002; Hay et. al., 2002; Hay e Clark, 2003; Ibbitt et. al., 2001; Kite, 1997; Koussis, et. al.,
2003; Roads et. al., 2003).
- 29 -
2.3 I
ntegração da previsão meteorológica e hidrológica: previsão hidroclimática.
A estrutura da previsão de vazão hidroclimática está baseada em dois modelos: o modelo de
previsão de chuva e o modelo de previsão de vazão. O modelo de previsão de chuva é um modelo
de previsão atmosférica que estima a precipitação em diferentes pontos no espaço. Esta precipitação
é utilizada como entrada no modelo hidrológico. Nos sistemas de acoplamento mais robustos
também são fornecidos outras variáveis climáticas como entrada ao modelo hidrológico (por
exemplo, evaporação, radiação e velocidade do vento).
A utilização de previsões de chuva dos modelos meteorológicos como entrada nos modelos chuva-
vazão para prever vazão é recente. Isto ocorre em parte porque havia pouca confiança nas previsões
de chuva destes modelos e a resolução espacial grosseira dos modelos climáticos. A chuva é a
variável mais difícil de prever em modelos meteorológicos, porém o desenvolvimento de novas
metodologias e parametrizações para estes modelos. O contínuo crescimento da capacidade
computacional têm resultado na redução dos erros das previsões de chuva, (Collier e
Krzysztofowicz, 2000; Damrath et. al. 2000; Xue et. al. 2000 e 2001, Hollingsworth, 2003). Além
disso, os modelos hidrológicos mais simples não têm uma estrutura adequada para tirar proveito das
previsões de chuva de alta resolução espacial e temporal que são geradas pela nova geração de
modelos regionais. O uso combinado de modelos hidrológicos e modelos meteorológicos para
previsões de curto prazo tem sido avaliado experimentalmente e até operacionalmente, com alguns
resultados animadores, (Yu et. al., 1999; Damrath et. al., 2000; Jasper et. al., 2002; Koussis et. al.,
2003).
O uso da previsão de precipitação e a integração dos modelos pode ser observado na Figura 2.12
onde é apresentado um exemplo fictício da previsão de vazão realizada para um instante To + ∆T,
sendo que ∆T é a antecedência, variando de 0 até 24 horas. A chuva observada nos postos
telemétricos está disponível até o instante To e está representada na figura pela parte escura do
hietograma. A partir do instante To a precipitação na bacia não é conhecida. Neste caso a previsão
de vazão com modelo chuva-vazão poderá ser realizada de duas formas: i) considerar que a chuva a
partir do instante To é nula; ii) utilizar a previsão de chuva a partir de To.
Se a previsão de vazão for realizada com base na hipótese de precipitação nula a partir de To, então
existe a tendência que a vazão prevista seja inferior à vazão observada, como ocorre na Figura 2.12.
Pode-se dizer, inclusive, que o hidrograma previsto com base na hipótese de precipitação nula a
partir de To representa uma estimativa do limite inferior das vazões futuras. Se, por outro lado,
existe uma previsão quantitativa de precipitação de boa qualidade para as próximas horas, e esta
previsão estiver disponível no instante To, a previsão de vazão tende a melhorar, como mostra a
Figura 2.12.
- 30 -
Figura 2.12. Esquema da previsão hidroclimática.
A metodologia de integração apresentada acima sofre pequenas modificações dependendo da forma
em que é realizada a integração entre os modelos. As técnicas utilizadas para realizar a integração
entre os modelos são: a) unidirecionais (“one-way”, “off-line” ou “uncoupled”); b) bidirecionais
(“two-way” , “on-line” ou “coupled”).
2.3.1 Acoplamento unidirecional (off-line ou tipo “one-way”)
A grande maioria dos trabalhos de acoplagem dos modelos tem utilizado a metodologia
unidirecional, onde o modelo atmosférico fornece a precipitação e/ou variáveis climáticas para ser
utilizada como entrada no modelo hidrológico. Neste caso o modelo hidrológico não interage com o
atmosférico.
Em aplicações de previsão, Anderson et. al. (2002) utilizaram precipitação prevista pelos modelos
ETA e MM5 para gerar vazões na bacia do rio Calavera (Califórnia, EUA). A antecedência máxima
das previsões foi de 48 horas, com precipitação prevista a cada 6 horas. Avaliaram-se as vazões da
bacia para precipitação gerada com resolução de 40 km, pelo modelo ETA, e 4 km para o MM5,
utilizando o modelo hidrológico HEC-HMS. De forma semelhante, Koussis et. al. (2003)
realizaram previsões com 48 horas de antecedência para a bacia do rio Kifissos (2190 km
2
),
l
ocalizada dentro da área urbana de Atenas, Grécia. Utilizou-se o modelo regional BOLAM, para
previsão de precipitação, com 6 km de grade, e um modelo chuva-vazão distribuído por sub-bacias.
Os resultados mostram que, embora as previsões tenham apresentado dificuldades em representar os
picos dos hidrogramas, os modelos conseguiram captar as variações de vazão na bacia.
- 31 -
Como parte de um dos experimentos de campo do programa GEWEX, Habets e
t. al. (2004)
testaram a previsão operacional de vazão de curto prazo (até 3 dias) na bacia do rio Rhone (França)
de 96.000 km
2
. Para previsão da precipitação foram usados dois modelos numéricos de tempo, em
operação na França: ARPEGE (resolução de 25 km) e ALADIN (resolução de 15 km). A
precipitação prevista foi usada como entrada para um modelo hidrológico denominado SIM, com
resolução de 8 km. Os resultados obtidos indicam que, embora o modelo hidrológico utilizado seja
sensível as condições iniciais de neve e umidade do solo, a qualidade da previsões de vazão é
melhor do que as técnicas usualmente empregadas. Devido aos resultados promissores, o sistema
estava sendo implantado para previsão operacional em todo território francês.
Para previsões de longo prazo, Wood et. al. (2002) utilizaram conjuntos de previsões de
precipitação acumulada mensal e médias mensais de temperatura, com 6 meses de antecedência,
produzidas pelo modelo espectral global (GSM) do National Centers for Environmental Prediction
(NCEP), EUA, de resolução 2,8º (latitude e longitude). Os dados gerados pelo modelo global foram
utilizados como entrada para o modelo hidrológico de macroescala VIC, descrito por Liang (1994),
com resolução de 1/8º. Empregou-se uma metodologia estatística para correção de erros
sistemáticos nas previsões geradas pelo modelo global. Os resultados foram analisados em termos
qualitativos e indicam que o procedimento empregado obteve sucesso para transmitir os sinais da
previsão climática às variáveis hidrológicas de interesse dos recursos hídricos.
Tucci et. al. (2003) utilizaram uma metodologia semelhante para realizar uma análise quantitativa
na bacia do rio Uruguai (62.200km
2
), localizada na Região Sul do Brasil. Determinaram-se
pr
evisões de vazão para até 5 meses de antecedência, combinando-se o modelo climático global do
Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) do Instituto Nacional de Pesquisas
Espaciais (INPE), com o modelo hidrológico de grandes bacias desenvolvido por Collischonn
(2001). Também aqui empregou-se uma metodologia estatística para correção de erros sistemáticos
nas previsões geradas pelo modelo global. Com a combinação das previsões climáticas corrigidas e
o modelo hidrológico distribuído, obteve-se uma redução de 54% do erro da previsão de vazão
(redução de variância) no rio Uruguai, em relação às previsões obtidas pelo método
tradicionalmente empregado que se baseia nas médias ou medianas mensais. Além disso, foi
utilizado um conjunto de 5 previsões baseado na técnica previsão por conjunto do modelo
climático, permitindo gerar uma banda de incertezas das previsões. Os resultados de Tucci et. al.
(2003) indicam que já existe um grande potencial para utilização dos modelos baseados em previsão
climática sazonal em recursos hídricos.
Outros exemplos de acoplamento off-line para previsão podem ser encontrados em Silva (2005),
Verbunt et. al. (2004), Hopson, e Webster (2004). Exemplos de acoplamento off-line sem a
finalidade específica de previsão podem ser encontrados em Hay e Clark (2003), Hay et. al. (2002),
- 32 -
Ibbit e
t. al. (2001), Jayawardena e Mahanama (2002), Kite (1997), Miyaoka et. al. (1999), Chen e
Dudhia, (2001).
2.3.2 Acoplamento bidirecional (on-line ou “two-way”)
A melhora na qualidade dos produtos dos modelos meteorológicos (principalmente pela maior
disponibilidade de dados para a estimativa das condições iniciais) começou a esbarrar na limitação
da representação da interface solo-atmosfera. Abandona-se, portanto, a noção de que a
representação dos processos físicos nos modelos regionais não justificava uma melhor
parametrização dos processos hidrológicos. Nesta fase, começam a ser desenvolvidos os modelos
hidrológicos de grande escala motivado precisamente pela necessidade de melhor representar os
processos terrestres dentro dos modelos atmosféricos. No entanto, são poucos os trabalhos que
realmente acoplam os modelos em modo bidirecional, com interação simultânea dos processos na
atmosfera-superfície e vice-versa (Evans, 2003; Gutowski et. al., 2002; Seuffert et. al., 2002).
Ainda hoje não existe uma integração efetiva entre a hidrologia e a meteorologia já que alguns
desafios devem ser vencidos. Na modelagem atmosférica, os modelos são preparados de forma tal
que seja permitida a operação do modelo com mínimos ajustes em qualquer parte do mundo, a
simulação hidrológica, pelo contrário, precisa de trabalho prévio (preparação de dados, delimitação
de bacia e ajustes) para ser aplicada num local específico. Atualmente, na meteorologia admite- se a
necessidade de modelos regionais específicos para uma determinada região (Ker, 2004) e na
hidrologia existem avanços na automatização de processos como a delimitação automática de bacias
(Jenson e Domingue, 1988; Paz et. al., 2007). No entanto, até o momento, foram simplesmente
aplicadas algumas soluções de compromisso, sem a devida qualidade para certas regiões como o
Pantanal, as quais serão discutidas no item seguinte.
Dentre as poucas integrações com a finalidade da simulação hidrológica detalhada se destaca o
trabalho de Overgaard et. al. (2004) que desenvolveram um sistema de simulação baseado no
acoplamento de um modelo hidrológico e meteorológico na escala da bacia para análise de fluxos; e
o trabalho de Pane et. al. (2003) que desenvolveram um modelo de previsão de escoamento e
umidade do solo para previsões de crescimento de cultivos.
Focando na previsão de vazões, Jin e Miller (2004) descrevem a integração do modelo regional
MM5 e o CLM3 na região de Serra Nevada (Espanha). Os resultados obtidos mostraram a melhora
da estimativa da cobertura de neve e previsão da vazão ao mesmo tempo que melhoraram as
estimativas dos fluxos de energia e água no modelo de previsão atmosférica.
Gutowski et. al. (2002) apresentaram um programa simples de acoplamento de modelos de
simulação solo-atmosfera. O programa realiza a integração do tipo two-way entre os principais
- 33 -
reservatórios de água (atmosfera, zona vadose , água subterrânea
, água superficial e rios). O
programa utiliza um modelo hidrológico de características similares ao MGB denominado CLASP
SVAT e o modelo atmosférico ATMOS (Gutowski, et. al, 1998 apud Gutowski, et. al, 2002) que
emula uma única coluna de um modelo de circulação global embora represente a superfície da terra
com alto grau de detalhe. O modelo foi calibrado com dados do First International Satellite Land
Surface Climatology Project (ISLSCP) Field Experiment (FIFE) de 1987 e validado com dados de
1988 e 1989. Os resultados mostraram que quatro fatores físicos surgiram como muito importantes
na simulação: umidade do solo inicial, duração da temporada de crescimento das plantas, umidade
efetiva para iniciar a condensação e parametrização das nuvens. O modelo simulou o
comportamento interanual do ciclo hidrológico relativamente bem (principalmente na parte
subterrânea) embora sistematicamente subestimou vazões (Nota: o que provavelmente indica
problemas na calibração ou na formulação do próprio modelo) e teve problemas de representação
espacial da precipitação devido ao tamanho da malha utilizada. Embora o programa apresentado
tenha sido simples e com alguns problemas, mostrou-se útil para representar o ciclo hidrológico
interanual.
Não existe dúvida que o caminho da simulação atmosférica e, principalmente na previsão de vazão
de longo prazao, passa pela maior integração entre modelos atmosféricos e modelos hidrológicos
(Eagleson, 1986; Klemes, 1986; O’Connell e Todini, 1996; GEWEX, 1998). Para entender e prever
o efeito de mudanças climáticas é necessário que se entenda a bacia hidrográfica como apenas um
componente de um sistema de dimensões muito maiores, dinâmico e altamente complexo que é a
interface biosfera-atmosfera. Desta forma os modelos hidrológicos passam a ser vistos como parte
integrante de esquemas de transferência solo-vegetação atmosfera (SVAT) (Xavier, 2002), que
serão analisados no item seguinte.
2.4 Representação dos processos na interface biosfera-atmosfera
2.4.1 O balanço de energia
Na Figura 2.13 é indicado em forma esquemática o balanço de água e energia que acontece em uma
bacia. O fluxo de água numa bacia (considerando solo e atmosfera),é indicado na Figura 2.13a,
onde q
a
e q
l
são a quantidade de água atmosférica e no solo por unidade de área horizontal, Cq é
influxo líquido (convergente) de água atmosférica para a bacia, e N é o escoamento superficial e
subsuperficial. A água atmosférica inclui o vapor, a água líquida e sólida; a água no solo inclui a
água superficial (rios, lagos, reservatórios, etc.), neve, e armazenamento subsuperficial.
(subdividido em zona saturada, abaixo do nível freático e zona não-saturada acima deste). O
componente mais dinâmico da água terrestre é o armazenamento não saturado, particularmente a
- 34 -
água perto da superfície (água no solo ou umidade do solo), que interage de
perto com processos
atmosféricos. Na figura, P e E são a precipitação e evapotranspiração na superfície.
Figura 2.13. Principais componentes do balanço de água e energia numa bacia hidrográfica (GEWEX,
1998).
Na Figura 2.13b é descrito o balanço aproximado de energia termodinâmica. Na figura ha e hl são a
entalpia vertical da atmosfera e da terra respectivamente, Ch é um termo que inclui convergência
atmosférica líquida da entalpia e sua produção através de movimentos verticais; R é a absorção
líquida (absorção menos emissão) de energia pelo sistema de biosfera-atmosfera; e L é o fluxo de
calor latente de evaporação de água (energia necessária para evaporar a água);. Rl é a absorção
líquida do solo, H é o fluxo ascendente de calor sensível na atmosfera ao nível do solo.
2.4.2 Principais interferências na interface solo-atmosfera
Segundo Cotton e Pielke (1995) o balanço de água e energia na interface biosfera-atmosfera é muito
sensível: 1) às mudanças na fração da radiação solar refletida de volta ao espaço (ou seja, o albedo);
2) às mudanças na fração de calor que é utilizada para evaporar e transpirar água para a atmosfera
(distribuição do calor em sensível e latente).
Numa superfície coberta de água cerca de 8% da energia recebida é refletida de volta ao espaço, no
entanto, em um solo sem cobertura o valor aumenta para cerca de 35%. Portanto, é fácil
compreender como os erros na caracterização da umidade do solo ou cobertura vegetal acarretam
erros na determinação do balanço de energia na interface biosfera-atmosfera.
Em um solo seco sem cobertura, a absorção de energia resulta no aquecimento relativamente forte
da superfície. Isto, normalmente, gera um fluxo turbulento de calor sensível na camada superficial
atmosférica, e um grande fluxo de calor no solo. Neste caso, não há nenhuma evaporação (ou seja,
- 35 -
nenhum fluxo de calor latente) e a relação de Bowen (relação entre
calor sensível e latente) é
infinita. Por contraste, em terras úmidas, como é comum em áreas alagadas, área agrícola irrigada
ou depois de eventos de chuva, a radiação incidente é principalmente usada para evaporação. Neste
caso, o fluxo turbulento de calor sensível e o fluxo de calor no solo são normalmente muito menores
que o fluxo de calor latente. Como resultado, a relação de Bowen está perto de zero. Quando o solo
estiver coberto por uma vegetação densa, a água é extraída principalmente da zona radicular da
planta através de transpiração. Assim, o fluxo de calor latente é dominante mesmo que a superfície
de terra esteja seca, contanto que haja bastante água disponível na zona radicular.
As diferenças de comportamento são particularmente importantes quando são comparados
superfícies sem cobertura e superfícies alagadas, pois a evaporação de superfícies de água é maior
que em áreas equivalentes sobre a terra. A superfície de água evapora com a taxa potencial,
enquanto que sobre a terra existem diversos mecanismos que reduzem o valor: por exemplo, pouca
umidade do solo, condições ambientais e mecanismos biológicos das próprias plantas (Viterbo e
Bekjaars, 1995)
Simulações numéricas mostraram que as heterogeneidades superficiais produzem circulações de
mesoscala similares às brisas marinhas devido às diferenças na distribuição do calor em calor
sensível e latente (Ex,, Pielke, 1974; Mahrer e Pielke, 1977; Avissar e Pielke 1989; Souza et. al.
2000, Ookouchi et. al., 1984, Mahfouf et. al. 1987; Segal et. al. 1988; 1989) e é conhecido que
estas brisas tem o poder de modificar o comportamento da atmosfera em circulações de mesoescala.
Por exemplo, Lanici et. al. (1987) mostraram que as condições de solo seco para o Norte de México
e as condições de umidade no sul das Grandes Planícies dos EUA, foram críticas nas determinação
dos padrões de chuvas convectivas observadas sobre o Texas e Oklahoma (EUA) durante o estudo
SESAME IV (9-11 Abril de 1979). Estas forçantes superficiais estiveram associadas ao
aquecimento superficial diferencial e a geração de grandes valores de energia potencial convectiva,
como resultado da evaporação superficial.
O tratamento correto dos processos superficiais é muito importante para que os modelos
atmosféricos capturem as circulações locais induzidas por forçantes terrestres e constituem um
assunto de grande interesse em pesquisa de clima (GEWEX, 1998). A inclusão destes processos
dentro de um modelo meteorológico é realizada mediante a parametrização do processo.
2.4.3 Parametrização e simulação da interface solo-atmosfera.
As heterogeneidades espaciais provocadas pela disponibilidade de água para evaporação e
evapotranspiração afetam consideravelmente a redistribuição da energia radiativa absorvida pela
superfície do solo e, como resultado, a camada limite atmosférica por inteiro (Milly e Dunne, 1994).
- 36 -
A disponibilidade de água e energia é controlada por muitos parâmet
ros hidrológicos e fisiológicos.
Desta forma os modelos de simulação do balanço de energia e umidade na interface biosfera-
atmosfera estão regidos por múltiplas entradas (Ex: precipitação, radiação de onda curta e longa,
velocidade do vento, temperatura do ar, umidade, etc), e predizem a evolução de outras tantas
variáveis e fluxos (Ex: calor latente, calor sensível, temperatura do solo, umidade superficial do
solo, vazão, etc).
Para estes fenômenos, cujos efeitos sobre as variáveis atmosféricas são muito importantes e cuja
escala típica é muito menor do que a resolução do modelo, utilizam-se esquemas de cálculo
denominados de parametrizações. Pelas razões expostas no parágrafo anterior, as parametrizações
dos processos que ocorrem na superfície terrestre são os grandes responsáveis pela qualidade do
modelo climático em reproduzir as características da superfície terrestre, e conseqüentemente, em
prover a alimentação para representar adequadamente outros fenômenos físicos na atmosfera como
a influência das nuvens de baixa altura no balanço radiativo (Beljaars et. al.., 1996; Betts et. al.
1997; Avissar e Pielke, 1989)
Para obter uma simulação adequada do processo de intercâmbio de água e energia muitas variáveis
que devem ser especificadas. Por exemplo, os estomatos da planta controlam a transpiração por uma
cadeia de reações bioquímicas complexas que são aparentemente sensíveis à radiação solar,
concentração de gás carbônico, temperatura, diferença de pressão de vapor entre as folhas e o
ambiente e potencial de água na zona radicular (por exemplo, Jarvis e Mansfield, 1981, Willmer,
1983; Avissar e Pielke, 1989; Shuttleworth, 1993).
A
s primeiras parametrizações da superfície da terra (em inglês LSPs) foram desenvolvidos por
Manabe (1969) a partir dos estudos de Namias (1958). No esquema de Manabe (1969) denominado
bucket (balde) uma camada próxima da superfície do solo é modelada como um balde ou bacia que
pode ser “enchido” por precipitação e esvazia por evaporação ou escoamento (quando o balde
estiver cheio). A taxa de evaporação é máxima acima de um nível e reduzida segundo uma função
linear que depende da quantia de água no balde abaixo de um determinado valor crítico. Esta
parametrização pioneira ignora importantes não linearidades, especialmente a dependência da
umidade do solo na divisão da precipitação entre infiltração e escoamento direto. Estas
simplificações foram conseqüência de que os meteorologistas acreditaram que a interação superfície
da biosfera-atmosfera tinha um papel secundário na variabilidade climática (GEWEX, 1998).
Deardoff (1978) introduziu uma forma de tratar explicitamente os efeitos da vegetação sob o
conceito de “folha grande”, que supõe que a terra é coberta por uma (ou às vezes mais de uma)
folha grande dentro de um elemento de grade do modelo atmosférico numérico. Esta “folha grande”
normalmente tem um único “estômato grande” que é sensível às condições ambientais (por
exemplo, radiação solar, temperatura, umidade, gás carbônico e potencial de água na zona de raiz).
- 37 -
Este estômato controla a transpiração de planta e, como discutido ac
ima, a redistribuição da energia
absorvida pela vegetação. Esta forma simples de tratamento do dossel é observada em outros
modelos, por exemplo, Pan e Mahrt (1987) e Noilhan e Planton, (1989).
Com o tempo surgiu uma nova geração de parametrizações com maior número de níveis de
representação do solo, permitindo uma melhor representação da distribuição vertical da umidade na
vegetação e no solo. Também ganha importância a representação das características da vegetação
(por exemplo, altura, densidade, etc.) que afetam variáveis tais como interceptação, evaporação,
radiação, e velocidade do vento. Nestes esquemas a vegetação é tratada como uma ou mais camadas
separadas, com escalas variando do tamanho real das folhas até o tamanho de um elemento de grade
do modelo (Ex. 10 km ou mais). Entre estes modelos destacam-se o Esquema de Transferência
Solo-Atmosfera (BATS) (Dickinson, 1986, 1993), e os modelos de Sellers (1986), Bonan (1996),
Cuenca.et. al. (1996) e Xue et. al.(2001).
Na resolução de grade dos modelos atuais as superfícies são muito heterogêneas, o que pode ser
apreciado olhando para mapas de solo, vegetação, topografia, ou padrões de uso do solo. O efeito
combinado deste tipo de heterogeneidade com a heterogeneidade resultante da precipitação implica
em grandes variações de disponibilidade de água para evapotranspiração e, por conseguinte, de
fluxos de energia de superfície. Para contornar este problema, Avissar e Pielke (1989) propuseram a
parametrização denominada Dinâmica de Interações Solo-Atmosfera por patches (ou também
conhecidas por blocos ou GRU Grouped Response Unit (Kouwen et. al.., 1993). Este esquema
assume que a heterogeneidade de paisagem encontrada em cada elemento de grade do modelo
numérico atmosférico pode ser representada por um mosaico de patches, com cada patch
consistindo em uma única combinação de vegetação, dossel, solo, corpos de água ou neve. Não
existe uma relação espacial entre os patches; cada um dos patches representa uma fração da área da
célula que é ocupada por um tipo particular de cobertura sem considerar sua localização dentro da
célula.
Um esquema tipo “folha grande” é aplicado para cada patch,. Nesta parametrização cada patch é
considerado independentemente, existindo trocas entre eles somente através da atmosfera. Cada
patch possui uma única combinação de vegetação, dossel, solo, corpos de água ou neve. Esta
aproximação foi adotada nos modelos de Koster e Suarez (1992), de Ducoudré et. al. (1993), LEAF
(Walko et. al., 1999) e no MGB (Collischonn e Tucci, 2001; Collischonn, et. al. 2007) embora,
neste ultimo, sem intenção de retratar especificamente as trocas de energia.
Um problema importante nos SVATS atuais é que eles contêm um número grande de parâmetros.
Por exemplo, o SIB requer 49 constantes mais a distribuição do ângulo da folha para caracterizar a
superfície de terra (McNaughton, 1987). Nem sequer uma experiência de campo extremamente
sofisticada que permita o controle completo do ambiente da planta poderia prover valores exatos
- 38 -
para estas constantes. Além disso, estas constantes podem varia
r ao longo da estação e para cada
tipo de vegetação no domínio representado por um único elemento de grade dos modelos. Embora
alguns autores mostrem que a realização de ajustes simples em alguns parâmetros é fundamental
para melhorar as saídas do modelo (Lettenmaier et. al., 1996 apud Sorooshian et. al., 1998), a falta
de parcimônia de muitos SVATS dificulta a tarefa.
Para direcionar a estimativa dos parâmetros foram realizados alguns estudos recentes sobre quais os
elementos do sistema biosfera-atmosfera que mais influenciam a simulação atmosférica (por
exemplo, Henderson-Sellers (1993); Collins e Avissar (1994); Betts et. al. 1993). Estes estudos
indicam que a umidade da superfície do solo, rugosidade da superfície, albedo, percentagem de
cobertura vegetal, índice de área foliar e condutância estomatal das plantas são as características
mais importantes que afetam a redistribuição de energia na superfície da terra. Entre eles, a umidade
superficial na camada superior do solo, que expressa a disponibilidade relativa de água para
evaporação, tem um papel predominante quando o solo está descoberto. Correspondentemente, em
terreno vegetados, a conductância estomatal tem um grande impacto na redistribuição do fluxo de
energia de calor sensível e latente. Além disso, Henderson-Sellers (1993) encontrou que a
temperatura média mensal e a interação entre a temperatura média mensal e o total de precipitação
mensal têm um impacto predominante no comportamento do BATS. No entanto, esta mesma
pesquisadora, enfatizou que a percentagem de nebulosidade e outros parâmetros ambientais também
são importantes.
A escolha da melhor parametrização da interface solo-atmosfera depende de cada caso em
particular, sendo a regra de ouro a manutenção da simplicidade e representação correta das
características físicas (Viterbo e Beljaars. 1995). No entanto, embora neste item tenham sido
i
ndicadas algumas das principais parametrizações da interface solo-atmosfera disponíveis, não
existe na atualidade parametrizações capazes de representar corretamente o ciclo hidrológico em
áreas que sofrem de ciclos de alagamentos e secas, tais como o Pantanal.
2.5 Análise crítica dos modelos utilizados no estudo.
Neste item são analisadas algumas características e formas operacionais da simulação da interface
solo-atmosfera que está incluída no BRAMS e as do Modelo de Grandes Bacias (MGB-IPH). Os
modelos estão descritos nos anexos A e B, restando, neste item, a indicação dos pontos negativos ou
fracos de cada um.
A existência de simplificações é inerente a qualquer modelo numérico e depende grandemente das
informações disponíveis, estado da arte e capacidade de processamento. No entanto, conhecer-las e
saber tirar o melhor do modelo é obrigação de qualquer técnico.
- 39 -
2.
5.1 Modelo BRAMS32 (Modulo LEAF3)
Dentro do modelo BRAMS a representação da interface solo-atmosfera é realizada mediante o
módulo LEAF3 (Walko e Tremback, 2001). A representação do solo dentro do módulo LEAF3 é
realizada segundo 12 classes tomadas da classificação do Departamento de Agricultura dos Estados
Unidos (USDA). Esta classificação baseia- se na textura do solo. A textura do solo depende do
diâmetro das partículas e não do arranjo das partículas na natureza (estrutura do solo). As grandes
bases de dados do solo existentes no mundo (FAO,1974,1988), “Soil and Terrain” (SOTER)
databases , etc) seguem outra filosofia, e descrevem o solo pela sua estrutura e sua gênese. Por
exemplo, os latossolos são solos de cor vermelha, alaranjada ou amarela, muito porosos, com
grande profundidade, fortemente intemperizados e com textura variável, sendo geralmente argilosa
no Pantanal. Se o solo é classificado de acordo com a sua textura, ele é considerado como solo
argiloso e, portanto, com pouca água disponível para as plantas (e conseqüentemente para
evapotranspiração). No entanto, em função do arranjo do solo em estado natural, este tipo de solo
deve ser considerado como poroso.
Do exemplo anterior resulta claro que a conversão entre uma e outra classificação não é simples,
existindo, às vezes, diferenças consideráveis (Ex, entre a estabelecida por Walko e Tremback, 2001
no próprio BRAMS e a de Buckley, 2001). Para contornar estas diferenças poderiam ser adotadas
novas classificações do solo que levem em conta as características do solo na natureza (por
exemplo, a classificação dos tipos principais de solos segundo a FAO ou também poderiam ser
realizados estudos específicos para validar a conversão entre os tipos de solos existentes no RAMS
e os tipos de solos mais comuns no Brasil.
Ainda que fosse mantida a classificação textural, esta deve ser adaptada já que foi observada a
inexistência de solos do tipo rochoso, que se caracterizam por gerar muito escoamento superficial e
pouco armazenamento de água (lembrando que o armazenamento de água não somente modifica a
evapotranspiração, como tem grande influência nas propriedades térmicas dos solos).
O número de camadas no solo para a simulação é sugerido em 10 (deve ser no mínimo 5). Este
número, embora resulte atrativo sob ponto de vista teórico, é pouco recomendável para a quantidade
de dados existentes sobre o solo na América do Sul, já que obriga a adoção dos parâmetros de
transferência entre camadas, podendo existir muitas configurações diferentes com os mesmos
resultados e sem possibilidade prática de validação dos parâmetros.
Os patches de simulação são definidos como os N mais freqüentes usos de solos nos arquivos de
entrada (mais um “patch” para água) podendo ser subdivididos ainda levando em conta os tipos de
solo dentro de cada uso. Embora esta possibilidade exista, ela é pouco explorada na documentação
- 40 -
do modelo e até pouco encorajada, considerando simplesmente o solo mais abund
ante dentro do
tipo de uso. Isto significa que regiões de cultivo (e até de culturas diferentes, já que o modelo não
diferencia entre elas), com diferentes tipos de solo, como arenosos e argilosos, culturas tais como
algodão e soja, com ciclos de crescimento diferentes, são englobadas dentro de um mesmo patch.
Se o número N de “patches” é menor que o numero de tipos de uso de solos existentes nessa célula
da malha do modelo, são adotados os N tipos de patches desprezando os restantes. A área total é
normalizada de acordo com o número de “patches” adotados. Para obter uma forma mais correta da
representação do solo poderia ser realizada uma normalização ponderada considerando os
“patches” desprezados mais afins aos adotados, e não um simples aumento proporcional da área de
cada um dos patches adotados.
2.5.2 Modelo de Grandes Bacias (MGB)
Um dos principais problemas do modelo MGB soem comparação com a meteorologia reside na na
necessidade da passagem por uma etapa prévia e relativamente trabalhosa de calibração na área em
que será aplicado. Esta etapa, que em grande parte evita muitos dos problemas citados no item
2.5.1, poderia ser simplificada utilizando uma metodologia similar à empregada pelo BRAMS. O
compromisso reside em encontrar um ponto intermediário que permita a generalização do modelo
para sua utilização em qualquer bacia e, no caso de existir informações adicionais, a sua calibração
e verificação.
O algoritmo atualmente utilizado no MGB para representação do solo consiste numa única camada
de solo, cuja espessura leva em conta características tais como a profundidade radicular e
porosidade. A utilização de uma única camada de solo, embora resulte numa simplificação aceitável
na maioria dos casos (verificada pela qualidade do ajuste do modelo a diversas bacias brasileiras),
resulta inadequada para situações de grande seca, em que mesmo com o solo seco, se ocorre uma
precipitação muito intensa, existe escoamento superficial.
Apesar de que um modelo de duas camadas já tem sido testado (Colischonn, 2007), é necessário
avaliar a incorporação de um maior numero de camadas, já que estudos como Stockoli et. al.
(2004) mostram que este tipo de esquemas apresentam melhores resultados. No entanto, a utilização
de múltiplas camadas não pode deixar a parcimônia de lado, devido à carência de informação
existente.
- 41 -
3
. Caracterização da Bacia do Alto Paraguai
3.
1 Descrição
O rio Paraguai é um dos principais rios da Bacia do Prata, a segunda maior bacia da América do Sul
e a quinta maior do mundo. De todos os rios que formam a bacia do rio da Prata, o rio Paraguai é o
que penetra mais em direção ao centro do continente. A Bacia do Alto Paraguai (BAP) é definida
pela seção em que o rio Paraguai recebe a contribuição do rio Apa, na fronteira entre o Brasil e o
Paraguai (Figura 3.1)
Nessas últimas décadas, a região foi marcada por uma forte variabilidade climática, passando por
um período extremamente seco durante a década de 1960 e por um período extremamente úmido a
partir do início da década de 1970 (Galdino et al., 1997; Collischonn et al., 2001) (Figura 1.1).
Analisar e quantificar esses impactos, assim como a sua possível origem é de suma importância
para permitir o desenvolvimento sustentável da região do Pantanal.
A quantificação dos impactos envolve a necessidade de estabelecimento de sistemas de alerta para o
gerenciamento com tempo dos recursos hídricos e análise de diferentes cenários de uso e ocupação
da bacia para permitir gerar estratégias de usos sustentável da BAP. Para chegar a estes objetivos é
imperativo o estabelecimento de um sistema de análise em conjunto da atmosfera e recursos
hídricos devido a que as características peculiares da bacia fazem que um ofereça interferências no
outro.
A BAP tem três regiões bastante distintas: o Planalto, o Pantanal e o Chaco. O Planalto é uma
- 42 -
região relativamente alta, podendo atingir entre 500 e 1400 m, localizada na região leste da bacia,
quase inteiramente em território brasileiro, onde a drenagem é bem definida e convergente. O
Pantanal é a região baixa que ocupa o centro da bacia, com declividades de alguns centímetros por
quilômetro que ocasionam a falta de capacidade dos rios, que, pela sua vez, ao não ter capacidade
para escoar as águas recebidas do Planalto, se transformam em uma grande superfície alagada que
pode chegar a 150.000 Km
2
.
Figura 3.1. Bacia do Alto Paraguai (BAP) dividida em três regiões: Planalto, Pantanal e Chaco.
Finalmente, o Chaco, localizado a oeste da fronteira do Brasil, é uma região baixa onde a
precipitação é inferior a 1000 mm por ano e onde há grandes áreas com drenagem endorréica (sem
fluxo de saída natural), que finaliza em banhados ou lagos, ou sem sistema de drenagem definido.
Com base na topografia, a área de drenagem da BAP, incluindo toda a região de Chaco, seria de
600.000 km
2
. Entretanto, a região do Chaco drena para uma área de banhados que atua como um
sumidouro. Assim, boa parte da região a oeste da fronteira está desconectada do rio Paraguai. Além
disso, existem áreas com baixos índices de pluviosidade a oeste da fronteira, que são pouco efetivas
na geração de escoamento. Em função disso, a área de Chaco é, freqüentemente, desconsiderada, o
que resulta numa área de drenagem de cerca de 400.000 km
2
para a BAP, 140.000 dos quais
pertencem ao Pantanal.
- 43 -
A região mais populosa é a região do Planalto, onde há atividades de agricultura e pecuária. O
Pantanal é utilizado para a pecuária e apresenta também uma grande importância do ponto de vista
ecológico e turístico. A baixa densidade demográfica aliada às extensas planícies inundáveis, aos
lagos permanentes e temporários e à regularidade dos pulsos de cheia, constitui um excelente
refúgio para a fauna. Em toda a região é o ritmo ditado pelas águas que rege a vida natural e
também as atividades humanas, que, historicamente, têm sido fortemente influenciadas pelos
condicionantes hidrológicos (Costa, 1999).
O Pantanal e o Planalto estão intimamente ligados pelos rios. Eventuais alterações da qualidade da
água e do regime hidrológico do Planalto podem ter impactos importantes na região do Pantanal,
alterando o ciclo sazonal e a extensão das inundações, com fortes conseqüências no clima e no
ecossistema. Por exemplo, mudanças na área inundada refletem em alterações na divisão entre calor
sensível e latente, com as implicações climáticas que isso representa.
No entanto, o desenvolvimento de estudos é prejudicado pela falta de informações hidrológicas.
Atualmente, estão em funcionamento na bacia 86 estações fluviométricas e 92 postos
pluviométricos (com informações diárias), que, em termos de densidade de rede, representa um
posto fluviométrico a cada 2.953 km
2
e um posto pluviométrico a cada 2.760 km
2
. Esses valores são
muito inferiores à recomendação da Organização Meteorológica Mundial (WMO, 1994), que é de
um posto a cada 250 km
2
e é inferior até mesmo à densidade recomendada pela OMM para
situações de extrema falta de recursos (um posto a cada 1.000 km
2
).
3.2 Clima
Para analisar o clima na BAP é necessário analisar as escalas regionais, sinótica e a grande escala.
Dentro da grande escala, o principal sistema atuante na bacia é o sistema monçônico de América do
Sul.
3.2.1 O
Sistema Monçônico de América do Sul
O ciclo sazonal da precipitação sobre a América do Sul tropical comporta- se como um sistema
monçônico, com estações secas e úmidas bem diferenciadas em muitas áreas desde o equador até
25°S (Garreaud, 1997; Zhou and Lau, 1998; Gan et al. 2004, Carvalho et al. 2005). Mais de 50% do
total anual de precipitação sobre a maior parte da América do Sul tropical e subtropical ocorre
durante o verão austral (DJF) (Figueroa and Nobre 1990, Rao et al. 1990) na forma de chuva
convectiva com grande variação diurna (Silva Dias 1987; Aceituno and Montecinos 1993).
- 44 -
O sistema monçônico desenvolve- se sobre regiões de latitude baixa como resposta às mudanças
sazonais no contraste entre temperatura do continente e oceanos adjacentes. De acordo com Vera et
al. (2006) o sistema monçônico exibe as principais características encontradas no Sistema
Monçônico da Ásia, incluindo contraste em grande escala entre as temperaturas continentais e
oceânicas; circulação de grande escala direcionada termicamente com um ramo ascendente sobre o
continente e um descendente sobre o oceano; interações solo-atmosfera associadas com elevações
no terreno e condições da superfície da terra; baixa pressão superficial e um anticiclone (pressão
alta) em altos níveis; intenso ingresso de umidade em níveis baixos no continente e mudanças
sazonais na precipitação (incremento e decrescimo).
Durante o verão austral (DJF), ventos de superfície do NE entram no setor tropical de América do
Sul a partir do oceano Atlântico introduzindo umidade no Amazonas. (Por exemplo, Rao e Hada
1990). O vento de baixo nível coleta ainda umidade originada na evapotranspiração sobre a
Amazônia e se dirige ao Sul acompanhando os Andes. Estes ventos de norte e NE, denominados
agora ventos de jatos de baixo nível (em inglês, South American Low-Level jet - SALLJ), levam
umidade na direção sul para o Brasil Oriental, Bolívia Ocidental e Paraguai (Por exemplo, Marengo
et al. 2004) (Figura 3.2).
Figura 3.2. Ventos médios em 850 hPa em Janeiro.
Na alta troposfera, a circulação típica do verão sobre América
do Sul inclui uma circulação
anticiclônica centrada sobre a Bolívia (a Alta da Bolívia) e um cavado de altos níveis perto da costa
Nordeste do Brasil (Cavado do Nordeste), a jusante da Alta da Bolívia (Figura 3.3) (Vera et al.,
2006 e demais referências nesse trabalho). Como conseqüência dessa circulação de altos níveis e da
Velocidade do vento (m.s
-
1
)
- 45 -
topografia particular dos Andes, nos baixos níveis, cria-se sobre o norte da Argentina e Paraguai
uma zona de baixa pressão denominada de baixa do Chaco.
C
A
Figura 3.3. Ventos em 200hPa em Janeiro. Se visualiz
a claramente a Alta da Bolívia (A) e o Cavado do
Nordeste (C)
A circulação é a resposta a fontes de calor relacionadas com conveção profunda sobre a Amazônia e
o Brasil Central (Silva Dias et al. 1983; DeMaria 1985; Figueroa et al. 1995; Gandu and Dias, 1998;
Vera et al. 2006). A baixa do Chaco, alimentada por umidade pelo SALLJ, potencializa a
precipitação sobre a América do Sul Central, Sul do Brasil e Médio da bacia do Prata. Toda esta
complexa circulação é a denominada Sistema Monçônico de América do Sul.
Como descrito por Gan et al. (2004), o desenvolvimento da Monção da América do Sul começa
durante a primavera (SON) quando conveção profunda se desenvolve primeiro sobre o NW da bacia
Amazônica em meados de setembro e depois se desenvolve para o SE, chegando ao SE do Brasil
em meados de Outubro (Kousky 1988; Horel et al. 1989; Marengo et al. 2001). O decaimento da
Monção começa no final do verão quando a conveção profunda gradualmente se movimenta em
direção ao equador (Kousky 1988; Horel et al. 1989).
- 46 -
A Figura 3.4 apresenta o comportamento mensal da água precipitável durante a monção. Durante o
outono (MAM), o fluxo de umidade da Amazônia para o Sul se enfraquece e nos altos níveis, o
fluxo tende a ser zonal na medida que o jato de alto nível se fortalece e movimenta em direção a
baixas latitudes.
Outubro Novembro Dezembro
Janeiro Fevereiro Março
Anomalia da água precipitável (mm)
Figura 3.4 Anomalias mensais da água precipitável a respeito da média anual durante a fase mais
ativa da Monção (Outubro-Março).
A Monção afeta o clima em diferentes escalas, desde muito curta (diária) até grandes (decadal ou
maior). Entre estas escalas, é importante ressaltar para futura referência os cinco fatores listados por
Vera et al. (2006) como estreitamente ligados à variabilidade interanual:
a) anomalias da TSM, que atuam regionalmente mudando o contraste de temperaturas entre terra e
oceano (Yu and Mechoso, 1999) ou atuam remotamente, como no caso do ENSO;
- 47 -
b) condições na superfície da terra: são produzidos aerossóis pela queima de biomassa no final da
estação seca que são transportados em direção ao sul, onde poderiam interagir com sistemas frontais
e interferir no regime de chuvas (Freitas et al. 2005) através da forçante radiativa nos processos
microfísicos (Silva Dias et al. 2002);
c) zona de convergência tropical: tanto a ZCIT como as SACZ são modulados por TSM e
diretamente influenciam o montante da precipitação sobre o NE do Brasil e SE de América do Sul;
d) transporte de umidade, já que o SALLJ se encontra diretamente relacionados ao transporte de
umidade da a Amazônia para o Sul da América do Sul;
e) circulação de grande escala
3.2.2 Clima regional da BAP
A descrição do clima regional da BAP segue conteúdo das publicações dos Projetos IPÊ e LBA
(Por exemplo, Kubota 2002; Alvalá et al, 1998; Zeri, 2002 e Oliveira et al., 2006) e PCBAP (1997).
O clima predominante da região, segundo a classificação de Köppen é “tropical de Savana”, com a
concentração da precipitação pluviométrica no verão. A estação chuvosa começa em outubro e
termina em abril, representando 84% do total anual. O trimestre mais chuvoso é de novembro a
janeiro, sendo dezembro o mês de maior precipitação do ano. A estação seca vai de maio a
setembro, sendo que, no trimestre mais seco (J/J/A), a precipitação representa somente 2% do total
anual. A temperatura média anual varia de 18º a 22º C, sendo os meses de setembro e outubro os
mais quentes.
O regime sazonal do clima do Centro-Oeste é em grande parte conseqüência do anticiclone do
Atlântico tropical, centrado em torno de 30º Sul, que se desloca para o Norte durante o inverno
produzindo tempo seco e retornando ao Sul no verão, originando ventos do quadrante Norte de
pequenas altitudes, que propiciam condições de estabilidade e tempo bom. Mudanças bruscas
nessas condições ocorrem geralmente com a chegada de sistemas de circulação ou correntes
perturbadas provenientes de Oeste e Nordeste, no final da primavera e no início do verão, cujos
ventos provocam chuvas e trovoadas. Os ventos são trazidos por linhas de instabilidade tropicais
(IT). Essas linhas de instabilidade são depressões barométricas que se produzem na bacia Média e
Superior do Amazonas, desviando para a bacia do rio Paraguai massas equatoriais de ar úmido
provenientes do Leste da bacia Amazônica. O anticiclone tropical do Pacífico não é muito
importante para na circulação geral, na baixa e média troposfera, em virtude da Cordilheira do
Andes.
- 48 -
A influência do sistema de corrente perturbada do Sul, representada pelas invasões do anticiclone
polar, causa chuvas frontais com duração média de um a três dias. Normalmente, após a passagem
da frente fria sob o domínio do anticiclone polar, o tempo se caracteriza por céu limpo, com baixa
umidade específica do ar e declínio de temperatura, até a penetração das massas de ar tropical com
ventos moderadamente quentes.
O inverno (J/J/A) é uma estação amena, embora ocorram com freqüência temperaturas baixas, em
razão da invasão polar, que provoca as friagens, muito comuns nesta época do ano. A temperatura
média do mês mais frio oscila entre 15 e 24
o
C, e a média das mínimas, de 8 a 18
o
C, não sendo rara
a ocorrência de mínimas absolutas negativas.
A caracterização da precipitação da região se deve quase que exclusivamente ao sistema de
circulação atmosférica. Há três características marcantes do regime de precipitação na região da
bacia do Alto Paraguai: a sazonalidade, a variabilidade de longo prazo e a variabilidade espacial da
precipitação anual.
A sazonalidade é mais marcante no norte da bacia, onde cerca de 74% da precipitação anual
ocorrem nos 5 meses de novembro a março (84% se considerado outubro a abril). Entre maio e
setembro os dias de chuva são raros e a precipitação muito baixa. Em conseqüência da sazonalidade
das chuvas, o Pantanal e os seus rios formadores apresentam hidrogramas anuais com um pico bem
marcado, que ocorre entre janeiro e junho, dependendo da região.
A variabilidade de longo prazo da precipitação é a característica de persistência da ocorrência de
chuvas acima ou abaixo da média por um longo período de anos. A variabilidade é mais facilmente
detectada nos registros de vazão dos rios e, especialmente, no extenso registro de cotas em Ladário.
Nessa seção é possível observar claramente um longo período seco ao longo da década de 1960. A
precipitação na bacia também teve um período inferior à média, especialmente na região entre as
latitudes 16
o
e 19
o
, nas bacias dos rios Taquari e São Lourenço (Galdino et al. 1997; Collischonn et.
al.; 2001).
A terceira característica da precipitação na Bacia do Alto Paraguai é sua variabilidade espacial
(Figura 3.5). De maneira geral, existe um gradiente de precipitação no sentido leste-oeste.
A região de Corumbá na fronteira com a Bolívia é bastante seca, com apenas 1000 mm.ano
-1
. A
parte boliviana da bacia é ainda mais seca, com cerca de 800 mm.ano
-1
, em média (Tucci e Clarke,
1998). A região norte da BAP, nas cabeceiras dos rios Cuiabá e Paraguai, é a mais úmida, com mais
de 1800 mm.ano
-1
em média. A distância entre Corumbá e a foz do rio Manso, afluente do rio
Cuiabá, é de apenas 500 km em linha reta, o que significa que o gradiente de precipitação média
anual nesta região é de quase 2 mm.km
-1
.
- 49 -
Figura 3.5. Isoietas de precipitação média anual na parte brasileira da BAP, com a identificação dos
postos pluviométricos considerados (Tucci et al 2005).
3.3 Solos do Pantanal
As características pedológicas da região da BAP foram obtidas a partir das informações contidas
nos Projetos RADAMBRASIL (Ministério das Minas e Energia, 1983), PCBAP (BRASIL, 1997) e
FAO (1998). As informações obtidas foram condensadas na Figura 3.6.
Do ponto de vista do comportamento hidrológico, os principais solos da bacia são as areias
quartzosas, os latossolos, os cambissolos, os solos hidromórficos e os solos litólicos. Os solos
litólicos são especialmente interessantes do ponto de vista hidrológico porque são rasos, pouco
- 50 -
permeáveis e ocorrem em áreas de grande declividade. Em conseqüência, esses solos geram grande
quantidade de escoamento superficial, que chega rapidamente aos rios e contribui fortemente com
os principais picos de cheia.
Figura 3.6. Tipos de solo na bacia do Paraguai.
Os solos mais profundos, como os latossolos e as areias quartzosas, por outro lado, apresentam um
comportamento hidrológico oposto, gerando pouco ou nenhum escoamento superficial e muito
escoamento de base. Em áreas planas e de solos profundos, como as áreas dos latossolos que
ocorrem no topo das chapadas, não há evidência de escoamento superficial. Isso significa que a
fração de água da chuva que não é devolvida à atmosfera por evapotranspiração infiltra no solo até
camadas mais profundas, indo recarregar o aqüífero.
No Pantanal predominam os solos com silte e argilas de origem hidromórfica, devido à influência
dos pulsos de cheias. Entre estes se destacam os solos Podzólico, Hidromórfico, Planossolo, Areias
Quartzosas Hidromórficas, Laterita Hidromórfica e Glei Pouco Húmico. Do ponto de vista
hidrológico, esses solos têm potencial de geração de escoamento superficial, apesar do grande
- 51 -
percentual de areia, porque ocorrem em regiões em que o nível do lençol freático está relativamente
próximo à superfície.
3.4 Uso da terra no Pantanal
Foram utilizados dois tipos de informação de uso do solo, de forma que no Pantanal se lançou mão
de dados com menor resolução, enquanto que no planalto se utilizaram dados com resolução maior.
Para análise da ocupação no Pantanal foram utilizados, para uma primeira avaliação, os dados de
uso da terra coletados do banco de dados globais do Serviço Geológico dos Estados Unidos (USGS
– http://edcdaac.usgs.gov/glcc/sadoc2_0.html#lamb). O mapa de uso de solo e cobertura vegetal
original do USGS, denominado South America Seasonal Land Cover Regions, apresenta 166
classes de uso e cobertura em todo o continente e foi obtido a partir da classificação de imagens do
satélite NOAA AVHRR, cuja resolução espacial é de aproximadamente 1 km.
Esses dados foram complementados com informações obtidas da base de dados do LBA (Land
Cover Dataset). Esses arquivos têm resolução de 5 minutos (aproximadamente 9 km no Equador) e
contêm as proporções calculadas de área cultivada, pasto natural e pasto plantado em cada célula.
Essas informações foram validadas a partir de levantamentos de campo, como dados de censo
agrícolas no lado brasileiro. Infelizmente não se puderam cruzar as informações com dados de
campo dos países vizinhos, pela impossibilidade técnica de se obtê-los na Bolívia e no Paraguai.
Na parte do Planalto, a informação de uso do solo é necessária em maior resolução, para a correta
avaliação do balanço hídrico, uma vez que nesta região é gerada a maior parte do escoamento da
bacia inteira. A cobertura foi obtida de imagens de satélite LANDSAT TM e ETM, de resolução 30
m, obtidas a partir do banco de dados Global Land Cover Facility da Universidade de Maryland
(disponível em http://glcf.umiacs.umd.edu). Foram coletadas imagens de toda extensão da Bacia do
Alto Paraguai com datas entre 1986 e 2003 (Figura 3.7).
3.5 Controles hidráulicos e áreas de acumulação de água
Á medida que os afluentes do rio Paraguai avançam para o interior do Pantanal, as margens tornam-
se mais baixas, e a água é parcialmente perdida para a planície durante as grandes cheias, como
mostra o esquema da Figura 3.8 em corte e na Figura 3.9 em planta. Ao final da cheia, a água das
planícies retorna apenas parcialmente ao rio principal, resultando num forte amortecimento das
cheias e numa redução dos volumes dos hidrogramas.
- 52 -
Figura 3.7. Mosaico com as imagens cobrindo toda a bacia do Paraguai e limites topográficos da bacia.
Figura 3.8. Esquema do processo de inundação e perda de água para a planície em corte.
A Figura 3.10 apresenta os hidrogramas de cheia ao longo do rio Cuiabá, mostrando que os picos de
cheia e o volume total do hidrograma diminuem de montante para jusante, resultando em um pulso
de cheia anual no Pantanal. O mesmo processo ocorre nos outros afluentes e no próprio rio
Paraguai.
A água também pode deixar os rios principais, mesmo durante a estiagem, através dos chamados
“furados” ou “bocas”, atingindo canais secundários que alimentam as lagoas e áreas de inundação
- 53 -
temporária, podendo retornar ao rio principal vários quilômetros a jusante. A Figura 3.11
apresentam a “Boca do Fadil”, localizado entre Porto Conceição e Bela Vista do Norte, onde se
inicia um desses canais secundários que leva a água do rio Paraguai até a região da Lagoa Uberaba.
(a) Pantanal durante as inundações (Veja, 1999)
(b) foto da inundação do Pantanal
(c) Pantanal durante a estiagem (Veja,1999)
(d) foto durante as estiagens
Figura 3.9 Esquema do processo de inundação e perda de água para a planície em planta (Veja, 1999).
A água escoa na planície de inundação através de canais conhecidos como corixos ou córregos. Os
menos desenvolvidos, geralmente cobertos de plantas aquáticas emergentes e que permanecem
secos durantes a maior parte do ano, são chamados de vazantes.
- 54 -
0
500
1000
1500
2000
2500
6/11/78 6/12/78 5/1/79 4/2/79 6/3/79 5/4/79 5/5/79
Vaz ão (m3/s)
1
2
3
4
Figura 3.10. Hidrogramas do período de cheia de 1978/1979 no rio Cuiabá, de montante para
jusante: Cuiabá (22.037 km
2
) (1), Barão do Melgaço (27.050 km
2
) (2), Retiro Biguaçal (área
não definida) (3) e São João (área não definida) (4).
As últimas águas da planície a secarem correspondem aos lagos e lagoas que são os pontos de maior
profundidade da água durante a cheia. Os lagos mais importantes do Pantanal podem ser agrupados
em três tipos principais:
• grandes lagos na vizinhança do rio Paraguai (Uberaba, Gaíba, Mandioré e Cáceres)
• pequenos lagos na região de Nhecolândia no sul do leque aluvial do Rio Taquari; e
• pequenos lagos nas áreas próximas aos rios principais.
Os grandes lagos são chamados de lagoas ou baías, os pequenos simplesmente de baías. As baías
menores conectam-se através das vazantes, encontrando-se desta forma isoladas no tempo seco e
formando uma complexa rede de canais interligados nas cheias.
As maiores lagoas conectadas diretamente ao rio Paraguai são, de montante para jusante: Uberaba,
Gaíba (ou Gaíva), Mandioré, Vermelha e Cáceres. Todas essas lagoas têm superfície de 30 a 150
km
2
, mesmo durante a estiagem, podendo chegar a várias centenas de quilômetros quadrados
durante as cheias.
A proporção de água que circula através dessas grandes lagoas é desconhecida, porém a sua função
como reservatórios temporários das águas do rio Paraguai durante as cheias é reconhecida. Os
canais que ligam a lagoa Mandioré ao rio Paraguai, por exemplo, apresentam fluxo do rio para a
lagoa no período ascendente da cheia e da lagoa para o rio no período descendente (DNOS, 1974).
Os pequenos lagos laterais são mais comuns nas vizinhanças do rio Paraguai (Figura 3.11) e
incluem lagos de meandros abandonados e alguns mais circulares. Nas cheias, esses lagos possuem
- 55 -
uma lâmina contínua de água que escoa entre a vegetação e permanece em contato com o curso de
água principal.
Figura 3.11. Detalhe de uma imagem de satélite LANDSAT indicando a localização da “Boca do
Fadil” que desvia a água do rio Paraguai, que aparece na cor branca, para áreas
inundadas da planície (cores azul e preta) na região da Lagoa Uberaba, entre Porto
Conceição e Bela Vista do Norte.
Nem toda a região do Pantanal é formada por sedimentos não consolidados e por áreas inundáveis.
Em diversos locais no interior da planície Pantaneira existem montanhas isoladas ou em pequenos
grupos. Além disso, há duas grandes formações montanhosas, ou serras, localizadas na região da
confluência dos rios Paraguai e Cuiabá (Serra do Amolar –Figura 3.12) e na confluência dos rios
Paraguai e Taquari (Serra do Urucum), esta última na região de Corumbá. Mais ao sul, na região de
Porto Murtinho, o local conhecido como Fecho dos Morros também apresenta montanhas altas
bastante próximas ao rio Paraguai (Figura 3.13), bem como contato direto do rio com as rochas que
formam essas montanhas.
As grandes regiões rochosas, assim como as montanhas menores, exercem um controle geológico
sobre o rio Paraguai e o Pantanal. O controle geológico impede o rio de erodir seu leito, alterando o
seu perfil em relação a um rio aluvial completamente livre, que tem um perfil tipicamente côncavo.
A montante dos locais que exercem o controle geológico o rio apresenta declividades inferiores do
que a jusante. Da mesma forma, a montante dos controles geológicos estão as áreas mais extensas
de inundação.
Dados precisos de topografia são necessários para a caracterização confiável do perfil e das
declividades de um rio, e, infelizmente, estes dados não estão disponíveis na região do Pantanal. O
- 56 -
levantamento realizado como parte do projeto do DNOS (DNOS, 1974) e dados mais recentes do
PCBAP e de outras fontes (MNT da NASA) permitem estimar a declividade em vários trechos do
rio Paraguai e identificar os principais controles geológicos.
Figura 3.12. Vista da Serra do Amolar, localizada junto à confluência dos rios Cuiabá e Paraguai.
Figura 3.13. Fecho dos Morros, no rio Paraguai, visto de jusante para montante com o Morro Pão de
Açúcar ao centro.
A declividade do rio Paraguai passa de, aproximadamente, 9 cm.km
-1
entre Cáceres e Descalvados,
para cerca de 2,5 cm.km
-1
entre Porto Conceição e a Serra do Amolar, voltando a declividades
próximas a 4 cm.km
-1
a jusante de Amolar. Nos trechos próximos a Corumbá, tanto a montante
como a jusante, a declividade é pouco superior a 2 cm.km
-1
e, mais ao sul, entre o Forte Coimbra e a
Foz do Apa, a declividade cai para cerca de 1,5 cm.km
-1
. A partir daí a declividade volta a crescer,
chegando a 4 cm.km
-1
entre a foz do Apa e Assunção, e 5 cm.km
-1
entre Assunção e Buenos Aires
(DNOS, 1974).
Debido as baixas declividades, pequenas elevações podem ocasionar verdadeiros controles do
Pantanal. As localidades de Porto Murtinho e Fecho dos Morros, que são bastante próximas,
normalmente são consideradas as seções de controle principal do Pantanal. É nessa região que a
- 57 -
camada sedimentar é mais fina. Outra evidência que leva a crer que o principal controle
morfológico esteja localizado na região de Porto Murtinho é a mudança de declividade do rio
Paraguai, que ocorre nesse local. Entre Porto da Manga e Porto Murtinho, a declividade é de,
aproximadamente, 1,5 cm.km
-1
, e a partir desse ponto até Assunção, no Paraguai, a declividade é de
4,1 cm.km
-1
(DNOS, 1974).
Em função dos controles e das mudanças de declividades, durante estudo “Plano de Conservação do
Alto Paraguai” (PCBAP) (BRASIL, 1997) foram identificadas quatro principais zonas de
acumulação de água. Elas podem ser compreendidas como extensos reservatórios rasos que regulam
a propagação das cheias ao longo do rio Paraguai. A delimitação aproximada desses reservatórios é
mostrada na Figura 3.14.
Figura 3.14. Zonas de acumulação de água segundo o PCBAP (BRASIL, 1997)
Estimativas realizadas por Hamilton et al. (1996), com base em imagens de sensoriamento remoto
do período de 1979 a 1987, indicam que a área inundada em todo o Pantanal varia entre 10.000 e
110.000 km
2
. A análise do balanço hídrico regional anual, realizada durante o PCBAP, mostra que a
soma de águas supridas pelos tributários é aproximadamente igual à quantidade de água escoada
pelo Paraguai.
- 58 -
Em outras palavras, em longo prazo a área do Pantanal tem uma geração de escoamento
praticamente nula, isto é, a água precipitada nessa região é evaporada. Em certas circunstâncias o
Pantanal pode ainda apresentar déficit pelo fato da evaporação ser superior à precipitação.
3.6 Variabilidade espacial e sazonal das vazões
O período chuvoso no Alto Paraguai ocorre de Outubro a Abril com pequenas variações interanuais.
Na parte superior da bacia o volume principal de precipitação ocorre entre Outubro e Março (Figura
3.5). Contudo pode-se observar uma pequena tendência de alteração na sazonalidade da
precipitação de leste para oeste, com redução de totais anuais.
A Figura 3.15 mostra o deslocamento lento das vazões de cheia ao longo do rio Paraguai. Nesta
figura é possível observar que de Cáceres a Porto Murtinho a vazão máxima se desloca de março
para junho com três meses de defasagem. Analisando o escoamento ao longo do ano, geralmente
existe apenas um pico com tempo de deslocamento próximo destes valores médios mensais,
variando de acordo com a magnitude da inundação. Observe-se ainda na Figura 3.15 que as vazões
máximas no sul da bacia ocorrem meses depois das precipitações máximas, devido a baixa
capacidade de escoamento do leito principal do rio Paraguai e seus tributários.
3.7 Inundação e duração
No anexo E se analisam com mais detalhe as áreas alagadas. Hamilton et al (1996) estimou a área
inundada do Pantanal utilizando imagens de satélite e correlacionou para o período com imagens
com os níveis de seção de Ladário. Tucci e Genz (1996) utilizaram os dados de cada estação
fluviométrica para obter uma estimativa da duração das inundações ao longo do rio Paraguai.
Utilizando os dados de alguns postos verificou-se a partir da seção a cota de transbordamento e da
curva de permanência, o período em que cada posto fluviométrico fica inundado. Não é a melhor
estimativa, já que estes locais não refletem necessariamente o que ocorre ao longo de todo o rio,
mas é uma estimativa dentro dos dados disponíveis. Na Tabela 3.1 são apresentados os locais ao
longo do rio Paraguai e o período em dias e % do tempo.
3.8 Avaliação da variabilidade climática.
Como foi destacado na introdução na bacia do rio Paraguai foi observado o efeito da variabilidade
climática de longo período, com vazões muito abaixo da média na década de 60 e vazões acima da
média na década de 70. O comportamento observado na década de 60 não se observou nas demais
bacias do rio da Prata, mas o comportamento após a década de 70 foi observado em outras regiões
- 59 -
da América do Sul, com vazões acima da média tanto no rio Paraná como no rio Uruguai (Tucci,
2002).
Figura 3.15. Hidrogramas e pluviogramas ao longo do rio Paraguai.
Na Figura 3.16 pode-se observar a média móvel de 10 anos da vazão adimensional do rio Paraguai,
Paraná e Uruguai em postos representativos no seu trecho principal. Da mesma forma pode-se
observar que existe uma tendência de correlação com o indicador do El Nino no Pacífico,
representado pela diferença de pressão entre Tahiti e Austrália (Figura 3.17).
Estes resultados indicam que a variabilidade de vazão, após os anos 70, ocorreu principalmente
devido a um processo regional na América do Sul. Observando a Figura 3.17 verifica-se que o
período da década de 60 não ocorreu nos outros dois rios e pode ter sido um processo da bacia do
rio Paraguai.
- 60 -
Isto é ainda mais marcante quando se observam as vazões adimensionais em vários rios do Alto
Paraguai apresentado na Figura 3.16. No entanto, mesmo dentro do Alto Paraguai existem
diferenças, pois o rio Cuiabá não mostra a estiagem da década de 60. A característica mais marcante
da hidrologia da bacia do rio Taquari, no Estado do Mato Grosso do Sul, é, certamente, a alteração
das vazões observadas entre o início da década de 70 e a década de 80.
Tabela 3.1. Características de inundação das estações (Fonte: Tucci e Genz, 1996)
Nome da Estação Cota de
Inundação (Cm)
% média anual de submersão
Cáceres 430 28,7
Descalvados 480 35,1
Porto Conceição 400 78,2
São João 380 46,5
Porto do Alegre 500 55,9
Amolar 600 47,1
São Francisco 690 35,2
Ladário 350 45,3
Porto Rolon 180 85,2
Porto da Manga 630 57,4
Tição de Fogo 470 17,4
Porto Ciríaco 340 41,4
Porto Esperança 350 65,2
Forte Coimbra 400 45,1
Barranco Branco 630 43,3
Porto Murtinho 550 37,4
0
0,5
1
1,5
2
2,5
1880 1900 1920 1940 1960 1980 2000 2020
anos
vazão adimensionaliza
10 por. Méd. Móv. (Parana)
10 por. Méd. Móv. (Uruguai)
10 por. Méd. Móv. (Paraguai)
Figura 3.16. Média móvel de dez anos das vazões no r
io Paraguai em Pilcomayo, Uruguai em Paso de
Los Libres e Paraná em Posadas (FONTE: Tucci, 2002)
- 61 -
A alteração nas vazões da bacia teve conseqüências sobre a dinâmica dos sedimentos (Collischonn e
Merten, 2000) e sobre a economia na região do Pantanal, baseada na pecuária (Galdino et al., 1997).
O período de secas, observado durante a década de 60, reduziu a área inundada e reduziu o tempo
de inundação da área temporariamente inundada. Como conseqüência, a década de 60 foi um
período de expansão da pecuária na região do Pantanal. De acordo com os próprios relatos de
pecuaristas, analisados por Corrêa (1997), os períodos secos sempre foram favoráveis à pecuária,
tanto pelo aumento de área de pastagem como pela redução de algumas doenças do gado. Por outro
lado, os períodos de enchentes sempre provocaram o desaquecimento da pecuária pantaneira. Esta
mesma autora cita 1905, 1912, 1920 e 1932 como os anos de grandes cheias que prejudicaram a
pecuária, enquanto as secas, como a ocorrida no período de 1934 a 1936, ajudaram a desenvolver a
pecuária na região.
-2
-1,5
-1
-0,5
0
0,5
1
1,5
2
2,5
1945 1955 1965 1975 1985 1995 2005
anos
anomalias
10 por. Méd. Móv. (Pacífico)
10 por. Méd. Móv. (Paraguai)
10 por. Méd. Móv. (Parana)
10 por. Méd. Móv. (Uruguai)
Figura 3.17. Comparação das anomalias de vazão com d
iferença de pressão entre Tahiti e Austrália no
Oceano Pacífico (Tucci, 2002).
3.9 Estudos anteriores na bacia
3.9.1 Previsão de vazões
Os principais estudos disponíveis desenvolvidos no Alto Paraguai em que foram utilizados modelos
de previsão de vazão, em tempo atual ou para planejamento são apresentados a seguir, de forma
sintética.
UNDP/UNESCO Project Hydrological Studies of the Upper Paraguay River Basin
Este estudo foi desenvolvido pelo North Pacific Division do Corps of Engineers, em novembro de
- 62 -
1972, com base em contrato com a UNESCO que desenvolvia um projeto em toda a bacia do Alto
Paraguai. Do lado brasileiro do projeto, a entidade envolvida era o DNOS (Departamento Nacional
de Obras de Saneamento).
O projeto inicialmente planejou o uso dos modelos HEC-1 (desenvolvido no US Corps of Engineers
de Davis, California), STANFORD IV (Crawford e Linsley, 1966) e SSARR do US Corps of
Engineers de Portland, Oregon. O modelo SSARR foi escolhido e inicialmente aplicado pela
entidade que o desenvolveu (HEC, 1972), tendo sido a sua operação depois transferida para o
DNOS.
No Alto Paraguai o modelo foi utilizado para simular o escoamento nos rios principais para
previsão de níveis para navegação e enchentes, e utilizou somente o módulo de escoamento em rios
e reservatórios. No relatório deste projeto foi recomendado o seu uso futuro com o módulo
precipitação-vazão, mas não se tem notícia de que isso realmente tenha ocorrido.
O modelo tem por características: (a) considerar a linha de água como aproximadamente horizontal
nos sub-trechos; (b) utilizar parâmetros do leito menor diferentes dos relativos ao leito maior para
simular o escoamento dos rios da depressão pantaneira; (c) não considerar as entradas e saídas
calculadas por módulo de sub-bacia que simulam a transformação precipitação-vazão; (d) ser
determinístico sem atualização de parâmetros em tempo atual. Portanto, o modelo não utiliza a
informação referente ao nível da enchente observada em tempo atual. Ele mantém os parâmetros
ajustados para cheias anteriores e não efetua novos ajustes; (e) Não ficou claro se o cálculo era com
intervalo semanal ou se as previsões eram semanais.
Os estudos foram realizados para três anos, com os períodos chuvosos de 1968-69; 1969-70 e 1970-
71. A bacia foi subdividida em duas áreas principais. Em cada uma foram definidos os locais com
dados de entrada (medidos ou estimados) e os locais de previsão (obtidos pelo modelo).
Modelo Hidrológico utilizado no projeto de Estudo Integrado da Bacia do Alto Paraguai
(EDIBAP).
O projeto EDIBAP (BRASIL, 1979), desenvolvido em convênio entre o governo brasileiro, o
PNUD e a OEA, tinha a finalidade de apresentar estudos para o desenvolvimento da região do Alto
Paraguai. Portanto, o modelo matemático tinha a finalidade de simular alternativas de controle e uso
dos recursos hídricos e não de previsão de enchentes em tempo atual.
A bacia foi subdividida em duas partes principais: (a) trechos de sub-bacias superiores, até a entrada
do Pantanal; (b) trechos no Pantanal. As bacias superiores foram simuladas pelo Modelo
Muskingum-Cunge, propagando as vazões ao longo dos rios. Nesse estudo foram planejados
- 63 -
reservatórios que foram simulados pelo modelo de Puls. Para as bacias superiores foram
consideradas a situação atual e um cenário com reservatórios.
No trecho do Pantanal foi utilizado o modelo SSARR, apresentado no parágrafo anterior. As
situações simuladas foram de eventos conhecidos e a contribuição lateral foi calculada com base na
integração de volumes obtidos a partir de dados observados existentes.
O uso dos modelos mencionados visou simular o cenário dos eventos registrados com a bacia sem
os reservatórios planejados e com a existência dos mesmos, desta forma verificando o efeito desses
sobre o escoamento a jusante. Portanto, o modelo não foi planejado para uso em previsão em tempo
atual e, por se basear em vazões, se expõe às mesmas incertezas que o modelo SSARR, em
decorrência da natureza dos leitos dos rios da região. A sua estrutura poderia ser utilizada para
previsão sem atualização, mas necessitaria a atualização do seu ajuste.
Modelo Hidrodinâmico com células
Zanobetti et al. (1970) desenvolveram um modelo Hidrodinâmico com células nas áreas de
inundação para simular o escoamento no rio Mekong. Esse modelo apresenta características
interessantes porque permite representar a velocidade e o fluxo nos diferentes leitos de inundação.
A grande dificuldade no uso desse tipo de modelo reside na falta de dados topo-batimétricos
confiáveis para os leitos menor e maior, além das grandes indefinições dos parâmetros de troca
entre os leitos.
Mascarenhas e Miguez (1994) utilizaram as equações básicas desse tipo de modelo e as aplicaram
na região do Pantanal, para as áreas compreendidas, no rio Paraguai, entre Cáceres e Bela Vista do
Norte, no rio Cuiabá, entre Retiro Biguaçal e Porto do Alegre, no rio São Lourenço, entre São José
do Boriréu e a confluência com o rio Cuiabá, no rio Piquiri, entre São Jerônimo e sua confluência
com o rio Cuiabá e, incluindo ainda, na zona representada, as áreas de planície adjacentes a estes
rios (Figura 3.18). Os resultados foram muito bons e mostraram a adequação deste tipo de modelos
para a representação desta área complexa.
Sistema de Previsão de Níveis no Pantanal desenvolvido pela Companhia de Pesquisa de
Recursos Minerais (CPRM) e Departamento Nacional De Águas E Energia Elétrica –
DNAEE (atual ANEEL)
A partir de outubro de 1990, a CPRM passou a operar o sistema de previsão de níveis de água no
Pantanal, desenvolvido pelo DNOS em conjunto com a UNESCO, que estava sendo operado desde
- 64 -
1972. A partir da experiência angariada, ela passou a desenvolver um novo sistema de previsão de
níveis.
Essa previsão é realizada através de um modelo gráfico, constituído por cotagramas e correlações
de níveis. Cada local, para o qual é feita a previsão, possui um gráfico em papel milimetrado, onde
estão plotados os cotagramas, para diferentes comportamentos de níveis (grandes enchentes, níveis
médios, anos secos), em cores diversas para cada ano. À medida que os dados são coletados pelos
postos pertencentes ao sistema de previsão, os cotagramas são prolongados, verificando-se as
tendências do comportamento do gráfico em comparação com os cotagramas de anos anteriores. Na
definição da tendência, e, principalmente, na previsão dos máximos e sua data de ocorrência, se
leva em conta a translação da onda de cheia a partir de estações de montante.
Figura 3.18. Estrutura do modelo hidrodinâmico de células para previsão de enchentes, usado na
Bacia do Alto Paraguai (adaptado de Mascarenhas e Miguez, 1994)
A cada semana novos dados são recebidos. Estes permitem a confirmação ou correção das previsões
anteriores. São feitas previsões para quatro semanas consecutivas, nos seguintes locais: Retiro
Biguaçal, Porto do Alegre, Bela Vista do Norte, Porto São Francisco, Ladário, Porto Esperança,
Forte Coimbra, e Porto Murtinho. Os desvios nos valores previstos aumentam com o período de
antecedência.
O sistema prevê níveis de alerta, que indicam a necessidade de remanejamento de populações e
gado para cinco locais na região: Porto São Francisco, Ladário, Porto Esperança, Porto Murtinho e
Porto do Alegre.
- 65 -
Estudo do PCBAP
No estudo denominado “Plano de Conservação do Alto Paraguai” (PCBAP) (BRASIL, 1997), no
relatório de Hidrossedimentologia, foram utilizadas metodologias empíricas de previsão de vazão e
níveis com base em valores do rio a montante em trechos específicos. Os locais utilizados para
previsão foram os mesmos escolhidos neste estudo. Os locais escolhidos foram: Aquidauana,
Cáceres, Sistema Pirigara, Cuiabá Porto Murtinho e Ladário. A escolha das áreas pilotos foi
baseada em vários critérios que envolveram os seguintes aspectos: localização nos estados,
representatividade de trechos do Pantanal e Planalto, disponibilidade de dados, condição de
previsão com antecedência aceitável e necessidade comunitária.
Embrapa Pantanal
A Embrapa Pantanal, juntamente com o Instituto de Pesquisas Hidráulicas - IPH/UFRGS,
desenvolveram um método probabilístico (Galdino e Clarke, 1997) capaz de realizar previsões do
nível máximo anual (pico de cheia) do Rio Paraguai, em Ladário (MS), com antecedência de três a
seis meses. O posto fluviométrico de Ladário, localizado no 6º Distrito Naval da Marinha do Brasil,
apresenta a maior série de dados hidrométricos de toda a Bacia do Alto Paraguai (BAP), com mais
de cem anos de registros diários de cota (1900 a 2004). Pela sua seção controle passa cerca de 81%
do deflúvio total da BAP (BRASIL, 1979). Assim, o pico de cheia no Rio Paraguai, em Ladário,
constitui o principal referencial de cheia ou de seca no Pantanal. Historicamente, quando o nível
máximo anual é igual ou superior a 4 metros, que corresponde ao nível de alerta de enchente
(BRASIL, 1974), esse ano é considerado como de cheia, caso contrário como de seca (Galdino e
Clarke, 1997). Posteriormente, Galdino (2001) estendeu a metodologia para previsão de mínimos,
especialmente utilizados para navegação.
O método probabilístico desenvolvido baseia-se na comparação dos níveis atuais com os registros
de anos anteriores do Rio Paraguai, em Ladário, para a mesma data do ano (dia e mês), levando-se
em consideração o que se sucedeu nos dias seguintes (pico de cheia). O método determina as
probabilidades, em porcentagem, de ocorrerem picos de cheia iguais ou superiores a 4, 4,5, 5, 5,5 e
6m, a partir do nível do Rio Paraguai, em Ladário, em várias datas do ano (dias 1°, 11 e 21, dos
meses de janeiro a junho). Esse método determina também a data provável (mês) de ocorrência do
pico de cheia. Previsões em caráter experimental foram realizadas para as cheias de 1995 e 1996,
pelos mesmos autores. Os resultados obtidos pelo método probabilístico foram muito bons,
- 66 -
sinalizando com grande antecedência as magnitudes dos picos dessas cheias e as datas (meses) de
suas ocorrências.
Projeto de simulação do Taquari Alterra Green World Research/Delf Hydraulics
Delft Hydraulics foi subcontratado em 2004 pela Alterra Green World Research para participar no
projeto Taquari – Pantanal (Maathuis, 2004). O objetivo deste projeto era de dar suporte ao uso
sustentável das planícies alagáveis do Pantanal na bacia do Taquari focalizando em ferramentas
para tomadas de decisão. Foi considerado como um projeto piloto de avaliação das conseqüências
de diferentes formas de uso da terra. Foi utilizado o modelo SOBEK (Maathuis, 2004). nas versões
uni e bi-dimensional em forma combinada
O projeto foi levado adiante a partir da constatação de que áreas do Taquari que alguma vez foram
secas se encontram permanentemente inundadas a partir de 1974. Além disso, fazendeiros
observaram que o Rio Taquari perto daquelas terras é agora muito mais raso do que antes de 1974,
atribuindo por conseqüência os problemas da inundação à sedimentação. Entretanto, as causas
precisas da inundação e sedimentação não estavam bem claras para os autores do trabalho no início
do projeto. Provavelmente faltou neste trabalho uma análise dos trabalhos que tratam da
variabilidade climática, como por exemplo Collischonn et al (2001) e Galdino et al (1997).
A distribuição espacial calculada das áreas alagadas pelo projeto se assemelha em termos gerais à
distribuição observada em imagens de satélite, embora com grandes diferenças. Além disso, as
descargas não são reproduzidas bem: os picos da descarga são demasiado elevados e chegam
demasiado cedo (abril em vez do maio-junho). As discrepâncias podem ser atribuídas à falta de uma
topografia detalhada. Os autores do trabalho recomendaram para futuros trabalhos a realização da
topografia e batimetria detalhada.
Previsão de cotas baseado nos dados gerados com os dados de satélite NOAA AVHRR
Liu e Ayres (2003) apresentaram um modelo de previsão das cotas da sub-bacia Taquari. Os autores
utilizaram dados de precipitação e NDVI Normalized Difference Vegetation Index - (Índice de
Vegetação por Diferença Normalizada).O índice NDVI é definido por:
NDVI =
RNIR
RNIR
+
−
(eq. 5)
Onde NIR e R são bandas 2 e 1 do sensor AVHRR (Advanced Very High Resolution Radiometer)
a bordo do satélite NOAA para estimar o índice.
Os dados utilizados por Liu e Ayres (2003) foram gerados com os dados de NOAA AVHRR GAC,
numa tentativa de melhora do trabalho apresentado por Galdino e Clarke. (1997). Devido à
- 67 -
complexidade do comportamento hidrológico da bacia alto Paraguai, o modelo baseado somente
nos dados de chuva de uma estação não alcança a precisão satisfatória na previsão das cheias, e que
recentes avanços em aplicações de dados de satélite demonstraram que o NDVI infere bem a seca.
O modelo proposto se resume a uma série de correlações entre cotas, precipitação e índice NDVI,
chegando a antecedências de 3 e 5 meses com R2 = 0,45 e 0,73 respectivamente (Liu e Ayres,
2003). O modelo apresentado mostrou tendência de superestimar as cotas máximas e mínimas,
embora os resultados podem ser classificados de aceitáveis, considerando que se trata de um
modelo do tipo climatológico estatístico com vários meses de antecedência.
3.9.2 Análise atmosférica e climática
Diversos estudos analisaram o estado atmosférico do Pantanal, dentre os quuais se destacam o
realizado por Zavatini (1992) e durante os Projetos IPÊ e LBA (Por exemplo, Kubota 2002; Alvalá
et al, 1998; Zeri, 2002 e Oliveira et al., 2006).
Foram desenvolvidos alguns trabalhos na bacia que analisaram a previsão de chuva e/ou vazão a
partir do conhecimento de variáveis climatológicas. Em geral esta previsão permite antecedências
de vários meses devido a que as variáveis climatológicas são relativamente fáceis de prever e elas se
sustentam no tempo. Exemplos de variáveis climatológicas que auxiliam a previsão da vazão, ao
estabelecer relações entre estas variáveis e o comportamento da vazão ou nível em um local são, a
temperatura da superfície do mar (TSM); Índice de Oscilação Sul de El Niño (ENSO) e o Índice da
Oscilação Sul (“Southern Oscillation Index” ou SOI).
A relação entre a vazão no Rio Paraná e eventos de El Niño/La Niña é bem conhecida, como
descrito por Amarasekera et al. (1997). Porém, embora a bacia do Paraguai se encontre dentro da
bacia do Prata, muito próxima da bacia do Alto Paraná, a influência deste fenômeno na BAP parece
ser muito menor (Ropelewski e Halpert, 1987; Grimm et al., 1998). Dentro da América do Sul, a
influência do El Niño na precipitação é mais marcada na costa do Sudeste, Norte, Nordeste e da
costa do Pacífico. No sudeste, a correlação entre precipitação e eventos El Niño é positiva, com
chuvas tendendo a estar acima da média no Uruguai, Leste da Argentina e particularmente no Sul
do Brasil (Ropelewski e Halpert, 1987; Diaz et al., 1998; Grimm et al., 2000; Grimm et al., 1998).
O fluxo nos principais rios da região é correlacionado também positivamente com os eventos de El
Niño (Mechoso e Perez Iribarren, 1992; Amarasekera et al. 1997). Entretanto, no Norte e o
Nordeste de América sul, a correlação com eventos El Niño é negativa, ou seja, durante eventos do
EL Niño, a chuva tende a estar abaixo da média. Esta correlação foi relatada por vários autores
incluindo Ropelewski e Halpert (1987) e Souza et al. (2000). Os fluxos nos rios Amazonas em
- 68 -
Brasil e Magdalena em Colômbia mostram a mesma tendência (Molion e Moraes, 1987;
Amarasekera et al., 1997; Restrepo e Kjerfve, 2000). Ropelewski e Halpert (1996) mostram que a
correlação negativa entre chuva e ENSO, encontrada no norte de América sul, diminui com a
distância para o sul, e que a correlação positiva entre a chuva e o ENSO no sudeste da América do
Sul diminui com a distância ao norte, sugerindo uma zona da transição entre as latitudes 10º S e 25º
S para a qual a influência do ENSO é menos significativa ou não existe. É dentro desta região da
transição que a Bacia do Alto Paraguai se encontra. As correlações relatadas por Ropelewski e
Halpert (1996) foram confirmadas subseqüentemente por outros autores, como Souza et al. (2000) e
Grimm et al. (2000).
Para a Bacia do Alto Paraguai, foram encontrados os estudos da correlação chuva -ENSO (Grimm
et al., 1998 e Coelho et AL 2001). Estes estudos mostraram que para o Centro-Oeste de Brasil
(região onde se encontra a BAP), há evidência muito pequena de tal correlação. Isto parece
confirmar que a bacia do Alto Paraguai se encontra dentro da zona da transição, com a região Sul da
bacia que mostrando correlações chuva-ENSO (positiva) típica do Sul de Brasil, e a região do Norte
que mostra correlações (negativas) típicas da Amazônia.
Embora não exista indicação de correlação entre ENSO e a BAP, é interesante observar nos
trabalhos que analisaram mudanças climáticas na região do Pantanal: Galdino et al. (1997), relatou
mudanças no comportamento hidrológico no rio Taquari, um dos tributários da Paraguai que
drenam o Pantanal, descreveu o início de um período seco aproximadamente em 1960-1961 que
terminou em 1972-1973; Müeller et o al. (1998) apud Collischonn et al (2001) relataram um
resultado similar para a bacia de Paraná, próxima à bacia do Paraguai; Collischonn et al (2001)
estenderam o resultado de Galdino et de al. (1997) a toda bacia do Paraguai. Assim verificaram uma
evidência forte das mudanças no regime hidrológico da bacia do rio da Prata durante os últimos 40
anos, que não podem ser atribuídas exclusivamente à mudança do uso do solo porque há evidência
de mudança no regime de chuvas. Os resultados foram comparados também com os encontrados na
bacia do Congo, cujas mudanças no regime hidrológico parecem ser um reflexo daquelas
encontradas para o Paraguai em Ladário.
Comparando estes trabalhos com as conclusões de Genta et al. (1998) que mostraram que a média
móvel de 30 anos dos rios Paraná, Paraguai, Negro e Uruguai e a média móvel de 30 anos das
anomalias da temperatura da superfície do mar (SST) no Pacífico central e equatorial oriental
aumentaram em conjunto durante o período depois de 1960 (Embora nenhuma correlação tenha
sido determinada, presumivelmente porque a correlação entre as duas séries de médias móveis de
30 anos superestimaria grandemente a verdadeira correlação entre as séries). Assim, seria possível
utilizar variáveis climatológicas para analisar variações que envolvem ciclos de vários anos.
- 69 -
4 A
valiação da previsibilidade de longo prazo
4.
1 Introdução
A previsão de longo prazo (antecedência de vários meses) é insumo básico para o planejamento e
operação dos recursos hídricos (Wood, et. al.. 2002). As previsões de longo prazo são realizadas
por: (a) técnicas estatísticas e estocásticas que estimam as variações do clima em função de
indicadores ou índices climáticos de outras regiões (teleconexões climáticas globais) ou da própria
e que apresentam algum caráter previsor (Collier e Krysztofowicz, 2000; Golding, 2000); (b)
modelos matemáticos de previsão climática, tais como modelos de circulação geral do oceano
(OGCM) da atmosfera (AGCM) e recentemente de modelos acoplados de circulação geral (CGCM)
permitem uma abordagem mais completa. Neste capítulo é analisada a previsibilidade de longo
prazo da Bacia do Alto Paraguai mediante técnicas estatísticas dado que a previsibilidade de longo
prazo por modelos dinâmicos na região do Brasil Central é considerada baixa (Cavalcanti et. al..
2002).
A Bacia do Alto Paraguai tem sido considerada de baixa previsibilidade de longo prazo
(Ropelewski e Halpert , 1996; Grim et. al. 2000; Souza et. al. 2000; Coelho et. al. 2002; Cavalcanti
et. al., 2002), pela inexistência de correlações com a temperatura do mar e outros índices climáticos.
No entanto, a maioria destes autores realizou uma análise anual, e, pelas características climáticas
da Bacia do Alto Paraguai (avanço e retrocesso sazonal da zona de convergência inter-
tropical/ZCIT), a existência de uma possível correlação poderia ter características diferentes em
cada mês. Este capítulo procura explorar estes aspectos.
A metodologia da análise da previsibilidade de longo prazo na BAP se divide nas seguintes tarefas,
que são exploradas ao longo do capítulo:
a) análise das séries temporais existentes (chuva e vazão) para avaliar o comportamento das
variáveis no tempo e procurar mudanças no comportamento padrão;
b) análise de possíveis teleconexões climáticas entre os principais índices climáticos e o clima
- 70 -
do Alto Paraguai com potencial prognóstico.
c) estabelecimento de uma metodologia de previsão de longo prazo e avaliação da
potencialidade da previsão.
É importante ressaltar que o objetivo da análise é explorar possíveis relações entre os fenômenos
climáticos globais (representados pelos índices climáticos) sobre o clima da BAP com valor
prognóstico. A forma em que acontecem essas conexões será investigada do ponto de vista
exploratório e não se pretende buscar explicações dinâmicas sobre essas conexões, já que este não é
o objetivo final deste trabalho.
4.2 Indicadores climáticos
Neste capítulo é investigada a forma em que diversos fenômenos climáticos globais, representados
pelos índices climáticos, influenciam o clima da Bacia do Alto Paraguai. A influência foi analisada
mediante o estabelecimento de relações, denominadas de teleconexões climáticas, entre diversos
índices climáticos e variáveis climáticas e hidrológicas da Bacia do Alto Paraguai. Com o
conhecimento destas relações foi proposta uma metodologia para previsão de vazões de longo
período. A hipótese da análise é a existência de relações em diversas escalas, desde a mensal até
decadal.
4.2.1 Dados
Foram selecionados diversos indicadores ou parâmetros que permitam caracterizar o clima da BAP,
pela sua influência sobre o comportamento hidrológico da bacia. Os indicadores selecionados
foram: as medias mensais dos ventos em 850hPa e 200 hPa e a água precipitável obtidas da
simulação de reanálise realizado pelo NCEP (Kalnay et. al.., 1996) disponíveis na página do
NOAA-CIRES ESRL/PSD at http://www.cdc.noaa.gov/.
Os dados de reanálise são dados obtidos com modelos atmosféricos. O modelo é inicializado com
dados observados existentes (Ex, temperatura, velocidade do vento e pressão) e são obtidos como
resultado um conjunto de dados com diferentes intervalos de tempo.
Os dados analisados compreendem o período de Janeiro de 1948 a Outubro de 2005. Os campos de
vento representam o deslocamento das massas de ar e no contexto deste trabalho serão usados na
forma de médias mensais. A água precipitável é a quantidade de água, expressa em altura ou em
volume, que poderia ser recolhida se todo o vapor d'água contido numa determinada coluna da
atmosfera, de seção horizontal unitária, fosse condensado e precipitado. Neste estudo a água
- 71 -
precipitável é utilizada como indicativa do potencial de precipitação, dado que representa o
conteúdo total de vapor d’água na coluna atmosférica.
A escolha da água precipitável como representativa da precipitação foi realizada devido ao reduzido
número de séries de precipitação que se estendem para o passado além de 1968 (ano em que a
UNESCO instalou a maioria dos postos pluviométricos na BAP, ainda em funcionamento). Este
período é posterior ao período de níveis dos rios muito baixos na bacia, (cuja origem será analisada
ao longo deste capítulo). É importante ressaltar que, embora o valor da água precipitável não seja
representativo da quantidade de precipitação num determinado local (a água precipitável é, em
geral, de 3 a 4 vezes superior ao valor da precipitação), permite a análise do comportamento da
precipitação acima ou abaixo da média quando influenciado pelas variáveis climáticas.
Alguns problemas relacionados ao uso dos dados de reanálise antes de 1979, no Hemisfério Sul,
foram descritos por Marshall (2002). Antes de 1979 não existiam dados de satélite e a rede de
observações convencionais (de ar superior, por balões instrumentados, e de superfície) sobre
América do Sul era muito esparsa. Conseqüentemente, a maioria dos resultados das reanálises é
fortemente dependente da estimativa do estado da atmosfera provido pelo modelo usado na
reanálise, e, portanto, são fortemente relacionados com as parametrizações dos processos físicos
utilizados no modelo. Para certificar os resultados foram realizados vários procedimentos: (a)
dividir a série de dados em antes e depois de 1979 e aplicar a análise pretendida nos dois períodos
por separado analisando diferenças no comportamento; (b) utilização de dados hidrometeorológicos
medidos para verificar os resultados obtidos com a reanálise em locais representativos da dinâmica
do local (“Proxy test”); e (c) comparação dos resultados com os apresentados por outros autores.
Na análise dos índices climáticos que influenciam na bacia foram utilizados dados de El Niño
(ENSO), SAM, AO, PDO, NAO e Padrão leste (EA). Um resumo das principais características
destes índices se encontra no capítulo 2.
Os dados de “El Niño” correspondem aos valores do índice denominado “Niño 3.4”, que é a média
da temperatura da superfície do mar no setor entre 5°N-5°S e 170°W-120°W. Esses dados estão
disponíveis para download no servidor FTP do NCEP
ftp://ftp.ncep.noaa.gov/pub/cpc/wd52dg/data/indices/sstoi.indices
. Os dados cobrem o período de
janeiro de 1950 a outubro de 2005. Foi escolhido este índice (entre vários representativos do
Fenômeno El Niño) porque foi apontado por Grim et. al.. (2000) como o de melhor
representatividade em América do Sul. Os valores do Índice do Atlântico Leste (“EA Pattern”)
foram obtidos também na página do NCEP, com a mesma cobertura temporal.
Os dados do índice de Oscilação do Atlântico Norte (NAO) indicados por Hurrel (1995), Jones et.
al. (1997) e outras atualizações recentes. O índice NAO aqui utilizado é definido como a diferença
- 72 -
da pressão atmosférica reduzida ao nível do mar na região da Baixa da Islândia e da Alta das Açores
(Hurrell, 1995; Hurrell e Van Loon, 1997; Hurrell et. al.., 2002). Os dados do índice da Oscilação
Decadal do Pacífico (PDO) foram os utilizados por Mantua et. al.. (1997).
Também foram usados os dados mensais do SAMI definidos por Nan e Li (2003) como a diferença
nos dados normalizados da média zonal da pressão no nível do mar entre 40°S e 70°S disponíveis
no site http://web.lasg.ac.cn/staff/ljp/Eindex.html. Este valor do SAMI é uma modificação do índice
AAO (“Antartic Oscilation”) definido por Gong e Wang (1999). O valor modificado do SAMI é
utilizado aqui devido a que alguns testes sugeriram uma relação mais forte com a climatologia em
América do Sul. No entanto, os resultados foram similares aos encontrados com outros SAMIs
(Thompson e Solomon, 2002; Gong, D. e S. Wang, 1999; Marshall, 2003; NOAA/NCEP).
Dados mensais de Temperatura da Superfície do Mar (TSM) para todo o globo em uma grade de
2x2 graus foram obtidos da base de dados ¨NCEP Reynolds Historical Reconstructed Sea Surface¨
(Reynold e Smith, 1995).
4.3 Análise estatística das séries hidroclimáticas.
Como indicador do comportamento da bacia foram utilizados dados de níveis e vazões da bacia. O
mais representativo destes valores são os níveis registrados em Ladário por onde escoa mais de 80%
da vazão gerada na BAP. Esta série é uma das mais extensas do Brasil, contando com registros
quase sem interrupções desde janeiro de 1900, convertendo-se assim, em ponto de referência para
gerenciamento da bacia.
4.3.1 Análise estatística da série de Ladário
Apesar de Ladário possuir um registro muito extenso de níveis, a falta de uma curva chave
confiável não permite obter às vazões correspondentes. A falta de uma curva chave confiável se
deve a que na margem oposta de Ladário, a planície de inundação é muito extensa e de difícil
quantificação.
Como uma série de níveis é sujeita a erros de mudanças da seção de acordo com a ocorrência de
fenômenos de erosão ou deposição na seção de medição, foi validada a série de níveis de Ladário
comparando-a com outras séries de vazões existentes na bacia. Na Figura 4.1 se encontram as séries
de níveis médios anuais de Ladário e as séries de níveis médios anuais de vazões de Cuiabá e Porto
Murtinho adimensionalizadas (foi subtraído de cada valor a média e dividido pelo desvio padrão).
Também a validação permitiu observar que existe uma alta correlação com a série de vazões de
- 73 -
Porto Murtinho (posto fluviométrico a jusante da bacia), o que permite confirmar a
representatividade do posto de Ladário que tem um período longo.
Figura 4.1 Comparação entre as séries adimensionalizadas de vazão média anual de Cuiabá e Porto
Murtinho e de níveis médios anuais de Ladário.
N
a série de Ladário é possível observar 4 períodos bem definidos: a) o período anterior a 1960; (b)
período entre 1960 e 1970; (c) período entre 1971 e 1998 e (d) período posterior a 1998. Os três
primeiros períodos já foram analisados em Collischonn et. al., (2001), que indicaram, entre outras
diferenças, que a autocorrelação (ou seja, quanto as vazões são influenciadas pelas anteriores) das
séries de valores anuais foi diferente nestes períodos. No presente trabalho, estimou-se que a
autocorrelação no período anterior a 1960 foi de ordem 2 (anos) e no período posterior a 1971 a
autocorrelação anual foi de defasagem 3.
O período dos anos 1960-1970 se destaca como um período anormalmente seco em todo o Pantanal.
A alteração nas vazões da bacia teve conseqüências sobre a dinâmica dos sedimentos (Collischonn e
Merten, 2001) e sobre a economia na região do Pantanal, baseada na pecuária (Galdino et. al..,
1997). O período de secas, observado durante a década de 1960, reduziu a área inundada e reduziu o
tempo de inundação da área temporariamente inundada. Como conseqüência, a década de 1960 foi
um período de expansão da pecuária na região do Pantanal. De acordo com os próprios relatos de
pecuaristas, analisados por Corrêa (1997), os períodos secos sempre foram favoráveis à pecuária,
tanto pelo aumento de área de pastagem como pela redução de algumas doenças do gado. Por outro
lado, os períodos de enchentes sempre provocaram o desaquecimento da pecuária pantaneira. Esta
- 74 -
mesma autora cita 1905, 1912, 1920 e 1932 como os anos de grandes cheias que prejudicaram a
pecuária, enquanto as secas, como a ocorrida no período de 1934 a 1936, ajudaram a desenvolver a
pecuária na região.
Os anos de secas e de cheias citadas por Corrêa (1997) encontram suporte nos registros de nível do
rio Paraguai, em Ladário, que são suficientemente antigos. Na Figura 4.1 observam-se, claramente,
os picos de 1905, 1912 e 1920. O pico de 1932 é menos evidente, mas o período seco de 1934 a
1936 é bastante claro na referida figura. Entretanto, nenhum dos períodos de seca citados é tão
longo como o observado na década de 60. A alta correlação entre secas e cheias e agropecuária
geraram uma tendência a relacionar as mudanças ocorridas nos anos 1960’s com mudanças do uso
da terra na bacia, na análise realizada neste estudo. Esta questão será analisada com maiores
detalhes mais à frente.
A análise estatística das séries de chuvas existentes na região do Alto Paraguai (Tabela 4.1),
mostram resultados contraditórios, já que algumas séries indicam tendências positivas enquanto
outras indicam tendências negativas.
Tabela 4.1.Tendências da chuva na Amazônia Sul e BAP
em unidades de milímetros por dia e por década e em
percentagem (Adaptado de Marengo, 2004)
Base
de
Dados*
Precipitação
média
(mm.dia
-1
) Período
Tendência
(mm.dia
-1
.dec)
Tendência
(%)
NCEP 5.2
1950/99 0.19
18.00
CMAP 4.7
1980/99 -0.58
-23.00
CRU 5.1
1948/99 -0.08
-8.00
RAIN 4.3
1948/99 0.08
9.00
*Para informações sobre as bases de dados ver análises de NRC (1998); Kalnay et. al.. (1996); e Zhou e Lau (2001).
Para analisar melhor esta questão, foi realizada a análise de tendência dos níveis de Ladário (Figura
4.2). Quando foi analisado o período total com dados disponíveis (linha roxa da Figura 4.2) não é
evidente uma tendência significativa. Na análise da tendência no mesmo período que as obtidas da
base de dados do NCEP e CRU (linhas azul e vermelha) indica uma tendência positiva da chuva,
enquanto que no período semelhante ao da base de dados CMAP indica uma clara tendência
negativa. Estes resultados são contundentes para identificar que as diferenças nas tendências
apresentadas pelas diferentes bases de dados (Tabela 4.1) são, em grande parte, conseqüência do
período analisado. Já a diferença entre valores para um mesmo período é explicado pelas diferenças
entre os dados de origem da base de dados, principalmente pela escassez de informação na região.
As diferenças de comportamento segundo o período analisado é conseqüência de ciclos de
alternância de estado na série. A série teve valores muito baixos (nos anos 1960’s) e ciclos em que
esteve muito alto (1976-2000), e que efetivamente se encontram relacionados com as séries de
vazões existentes e não é meramente uma mudança nas características da seção, como já fora
- 75 -
proposto por Collischonn et. al. (2001). Para analisar com maiores detalhes estas flutuações, é,
primeiramente, aplicada a análise mediante séries de Fourier (ou análise espectral) e,
posteriormente, Ondeletas (Wavelets). A idéia que está por trás da análise espectral e de ondeletas é
identificar freqüências características e oscilações temporais representativas de um sinal ou série de
dados.
Figura 4.2 Série de Ladário onde foram indicadas as tendências da série para o período total com
registro (linha roxa) e períodos coincidentes com as informações obtidas do NCEP (linha
vermelha), CMAP (linha verde) e CRU (linha azul).
O resultado da análise espectral da série de níveis médios anuais (Figura 4.3) confirma o marcante
ciclo anual da série que é evidenciado pelo fato de que o maior coeficiente foi obtido para o período
de um ano. O segundo maior valor foi obtido para um período de 26 anos, o que condiz com
observações de alguns pesquisadores (Collischonn et. al., 2001;Wagner, 1996; Nobre e Shukla,
1996; Robertson e Melchoso, 1998; Dettinger et. al.., 2000; Zhou e Lau, 2001).
Este ciclo está relacionado com as mudanças que se observam na série em torno de meados da
décadas de 1920, 1940 e 1970, e que estão intimamente relacionados com mudanças de longo prazo
nos padrões de TSM do Pacífico e no Atlântico Tropical mudanças no fluxo de umidade na
Amazônia e na Posição das ZCIT (Marengo, 2004). Um outro período de mudança em 1910,
sugerido na análise da chuva na região por Marengo (2004), não foi detectado, possivelmente em
função do comprimento reduzido série.
- 76 -
0
20
40
60
80
100
120
140
104 51.9 34.6 26 14.8 13 9.44 8.65 7.99 6.92 6.49 3.85 2.88 2.36 1
Anos
Figura 4.3. Resultado significativos da análise espectral sobre a série de cotas de Ladário
Zhang et. al. (1997) e Mantua et. al. (1997) identificaram um período quente nas águas superficiais
do Paçifico que começou em 1976, e que se considera finalizado em 2000 (Marengo, 2004). Este
período teve eventos de El Niño mais freqüentes que o período anterior a 1975. No sul do Brasil e
Norte da Argentina, (Barros apud Marengo, 2004) detectou aumento nas chuvas e descarga dos rios
desde a metade dos anos 1970, indicando que estas mudanças estão relacionadas com mudanças na
circulação regional (e.g., mudança para o sul da Alta Subtropical do Atlântico). Chen et. al. (2001)
e Marengo (2004) conectaram esta tendência às mudanças na circulação divergente global antes e
depois de 1977, utilizando a reanálise do NCEP. A análise destes pesquisadores sugere uma
intensificação do ramo superficial da célula de Walker, exibindo um incremento na convergência de
umidade de baixo nível sobre a Amazônia, e conseqüentemente criando uma resposta (tendência)
na precipitação 1976-1985, em concordância com os resultados de Curtis e Hastenrath (1999) e
Hastenrath (2001).
Por outro lado, o Atlântico Tropical exibe uma variação decadal nas mudanças meridionais da
posição da Zona de Convergência Intertropical do Atlântico, como conseqüência do contraste da
TSM entre o Atlântico Tropical Norte e Sul. Estas variações estão conectadas a anomalias na chuva
no Nordeste do Brasil e possivelmente no Norte da Amazônia (Rao et. al.. 1990, Nobre e Shukla,
1996; Wagner, 1996). Este fenômeno, pode explicar, em parte, o índice maior ao normal no
espectro para o período de 9,44 anos, que, no entanto, não é significativo do ponto de vista
estatístico.
A análise do espectro também apresentou altos coeficientes para períodos de muitos anos, iguais ao
- 77 -
próprio comprimento da série e à metade do comprimento. Porém, não se pode afirmar com base
neste fato que ciclos de 50 e 100 anos estejam presentes, uma vez que a série é muito curta para
corroborar tais afirmativas. Também é interessante destacar que o coeficiente espectral é
ligeiramente maior, mas pouco significativo, no período de 3,85 anos, conhecido pela sua relação
com o ciclo do fenômeno El Niño.
A Figura 4.4 abaixo mostra a análise espectral com ondeletas da série de cotas médias mensais de
1900 a 2002 em Ladário. Esta ferramenta permite fazer uma análise espectral sem que se perca a
informação da variabilidade temporal dos modos de oscilação.
Figura 4.4. Análise espectral com ondeletas (wavelets) para 5% de nível de significância
A análise de ondeletas mostra também o ciclo anual de 12 meses, e em segundo lugar o ciclo de 26
anos. Porém, este só tem significância no período de 1940 a 1970. Isto se deve ao fato de terem
havido dois períodos muito secos, um no começo da década de 1940s e outro no fim da década de
1960s.
Outros ciclos não se mostraram significativos mediante a análise por ondeletas. No entanto,
Marengo (2004) indica também a existência de um ciclo de 17 anos na chuva. Este autor menciona
que os ciclos de 26 e 17 anos explicariam 22% e 11% da variância da série.
- 78 -
4.3.2 Análise estatística da série do Rio Taquari em Coxim
A bacia do rio Taquari abrange cerca de 78.000 km
2
nos estados de Mato Grosso e Mato Grosso do
Sul. Da sua área total, 50.000 km2 constituem o leque aluvial do rio que corresponde a 36% do
Pantanal. Devido às constantes alterações que o leito do rio sofre, a definição dos limites físicos da
bacia é normalmente problemática. Dependendo dos padrões dos fluxos de água, a bacia do rio
Taquari pode, por vezes, unir-se tanto à bacia do rio Correntes ao Norte como à bacia do rio Negro
ao Sul. Estas mudanças de comportamento do rio foram analisadas por diversos pesquisadores, por
exemplo, Assine, (2005) e Collischonn (2001) já que tem impacto direto sobre a população
localizada nas suas margens.
O ultimo local da bacia do rio Taquari com medida de níveis antes de entrar no Pantanal é o posto
de Coxim. Na Figura 4.5 é apresentada a comparação das vazões médias anuais entre o r
io Cuiabá,
em Cuiabá e o rio Taquari, em Coxim. As vazões do Taquari são mais amortecidas, enquanto que
no Cuiabá mostram maior variabilidade. Também se observa o aumento de vazão depois da década
de 70.
Figura 4.5.Vazões médias anuais no rio Cuiabá, em Cuiabá (66260001) e rio Taquari, em Coxim
(66870000).
O comportamento diferenciado do rio Taquari pode ser justificado, entre outros, pela chuva. A
bacia encontra-se na faixa de transição no clima dentro da bacia já analisado no capítulo 2. Ao norte
da BAP se observa um comportamento semelhante ao sul da Amazônia, enquanto ao sul da bacia o
regime de chuvas é mais semelhante ao encontrado no Sul do Brasil (e que também se manifesta
fortemente nas bacias dos rios Aquidauana e Miranda). Pequenas mudanças nos fatores que
- 79 -
influenciam o Clima na BAP podem induzir a que o clima da bacia do Rio Taquari tenha mais
semelhança no ano em particular com um dos regimes expostos, existindo, portanto, uma
superposição de efeitos climáticos.
O maior amortecimento ou inexistência de variações de alta freqüência das vazões em Coxim é
explicado pela geologia do local, conformada por um substrato muito poroso que teria capacidade
para grande armazenamento de água que afetaria as vazões por grandes períodos. Os resultados de
modelagem com o modelo MGB (Colischonn, 2001; Tucci et. al., 2005) revelam que mais de 60%
da vazão anual da bacia é oriunda do escoamento subterrâneo. A litologia da bacia, em grande parte
localizada sobre uma região de arenitos de deposição eólica, justifica a grande parcela da vazão que
é oriunda do escoamento subterrâneo. O escoamento subterrâneo tem um tempo de residência na
bacia muito alto, por isso as reações da bacia, em termos de vazão nos rios, são lentas. São
necessários vários anos de chuva acima ou abaixo da média para alterar a vazão, especialmente a
vazão mínima.
A grande parcela de escoamento subterrâneo também é responsável pelo comportamento incomum
do hidrograma, onde a vazão mínima anual passa de aproximadamente 110 m
3
.s
-1
, no início da
década de 1970, a 320 m
3
.s
-1
no início da década de 80. O armazenamento na bacia é importante e
deve ser levado em conta no balanço anual da bacia. Resultados de simulação com o modelo MGB-
IPH indicam que cerca de 250 mm podem ser armazenados, sem escoar nem evaporar, ao longo de
um ano hidrológico (Collischonn, 2001). Este resultado está em completo acordo com a descrição
da vegetação do cerrado de Eiten (1972). Estatisticamente o grande armazenamento se manifesta
como uma autocorrelação com defasagem de 2 anos.
A característica mais marcante da hidrologia da bacia do rio Taquari, no Estado do Mato Grosso do
Sul, é, certamente, a alteração das vazões observadas entre o início da década de 70 e a década de
80. A Figura 4.6 apresenta um hidrograma de vazões médias diárias, no período de 1969 a
1984,
onde se observa o aumento das vazões máximas e mínimas ao longo da década de 1970. As vazões
no ano de 1969 variaram entre 110 e 350 m
3
s
-1
, enquanto no ano de 1975 a variação já fica entre
192 e 800 m
3
s
-1
e na década de 80 a faixa de vazões vai de 320 a e 1400 m
3
s
-1
, como mostra a
Figura 4.6.
Uma das causas dessa variabilidade das vazões é, certamente, a variabilidade das chuvas anuais.
Apesar da pequena quantidade e baixa qualidade dos dados de precipitação, observa-se que as
chuvas anuais foram inferiores, no período da década de 60, tanto na planície do Taquari (Galdino
et. al.., 1997) como em toda a região da Bacia do Alto Paraguai (Collischonn et. al.., 2001).
- 80 -
0
5 0 0
1 0 00
1 5 00
2 0 00
2 5 00
ju l-6 9 ju l-7 1 ju l-7 3 ju l-7 5 ju l-7 7 ju l-7 9 ju l-8 1 ju l-8 3
Vazão (m3/s)
Figura 4.6. Vazões diárias do rio Taquari MS, em Coxim, entre 1969 e 1984.
A segunda causa potencial da mudança das vazões na bacia do rio Taquari é a mudança de uso da
terra ocorrida na região durante a década de 1970. Infelizmente, não existem dados que permitam
descrever com exatidão o histórico de mudança de uso do solo na região da bacia do rio Taquari, no
seu trecho do Planalto. As décadas de 1970 e 1980 são indicadas, freqüentemente, como a época de
maior transformação na bacia.
A comparação entre a evolução da área ocupada por soja e pecuária com a área autorizada para
desmatamento mostra que pode ser feita uma estimativa da mudança de uso do solo baseada na
evolução da área ocupada, fornecida pelos censos agropecuários. Com base na evolução da área
ocupada, pode-se afirmar que, em 1970, a pecuária e a agricultura ocupavam uma área cerca de 5
vezes menor do que a área ocupada em 1994, na micro-região do Alto Taquari, em que está
completamente inserida a bacia do rio Taquari, MS. Em 1985, a soja e a pecuária já ocupavam 60%
da área ocupada em 1994.
O cerrado, que é a vegetação típica de grande parte do Brasil, comporta-se mais ou menos como
uma floresta, sob o ponto de vista da hidrologia, apesar das adaptações de suas plantas às condições
de estiagens prolongadas (Collischonn, 2001). A substituição do cerrado pelas pastagens deve
reduzir muito a evapotranspiração durante os meses de estiagem, especialmente nas áreas de solo
mais profundo. Considerando este comportamento, e a tendência de substituição do cerrado por
plantações de soja e, principalmente, por pastagens plantadas, as mudanças de uso da terra devem
trazer como conseqüência hidrológica o aumento da vazão média. Esta conclusão está baseada no
fato de que a vegetação do cerrado é capaz de manter uma taxa de evapotranspiração relativamente
alta mesmo nos longos períodos secos. Além disso, o cerrado, principalmente nas suas formas mais
- 81 -
densas, certamente apresenta maior capacidade de interceptação da chuva do que as gramíneas
utilizadas nas pastagens, tanto no período seco como no chuvoso.
Nos casos de mau manejo do solo, tanto na agricultura como na pecuária, a substituição do cerrado
por pastagens pode gerar escoamento superficial onde antes não ocorria, e pode aumentar o
escoamento superficial nos locais em que ele já ocorria, como nas regiões de solo litólico. Este
aumento do escoamento superficial contribui para o aumento das vazões média e máxima.
4.4 Análise de possíveis teleconexões
4.4.1 Introdução
Como foi observado no item anterior, o clima na Bacia do Alto Paraguai é afetado pela interação de
vários ciclos climáticos que se manifestam com diferente freqüência. Há evidência de que estes
ciclos estão conectados com fenômenos climáticos globais. Neste item serão investigadas possíveis
relações entre o clima da bacia do Alto Paraguai e os diversos índices climáticos ou valores da
temperatura do mar (TSM).
A metodologia a ser usada baseia-se na análise, em uma primeira etapa, do efeito de anomalias no
valor de diferentes índices climático ou TSM sobre a chuva, representada pelo campo de água
precipitável. Será avaliada a forma em que índices acima ou abaixo do valor médio mensal afetam a
chuva mensal. Em função dos resultados da análise com água precipitável, foram selecionadas
novas análises em cada caso.
4.4.2 Metodologia
Os valores de cada um dos índices climáticos analisados (SAMI, NAO, Niño 3.4, PDO) foram
padronizados extraindo a média e dividindo o resultado pelo desvio padrão. Os índices
normalizados foram classificados pela intensidade em cada mês: meses com valor abaixo de -1
desvio padrão; meses com valores entre -1 e 1 desvio padrão e meses acima de +1 desvio padrão. O
mês foi catalogado, respectivamente, como de “INDICE baixo”, “INDICE normal” e “INDICE
alto” (Ex, NAO Alto; NAO baixo).
Posteriormente foi calculada a média dos campos de água precipitável para todos os meses de
janeiro com o índice NAO alto, repetindo-se o procedimento para todos os meses do ano.
Posteriormente o procedimento foi estendido para os valores “normais” e “baixos”, e para todos os
outros índices analisados.
É importante notar que o valor do “NAO normal” (ou qualquer outro índice) estimado
anteriormente difere da “normal climatológica” para esse mês. No entanto, os padrões observados
- 82 -
durante o “NAO normal” (ou qualquer outro índice) são muito similares aos observados na normal
climatológica para esse mês, permitindo o uso do “NAO normal” para explicar o comportamento
médio da atmosfera.
Para determinar o comportamento médio da chuva nos meses em que o índice, por exemplo o NAO
está acima ou abaixo do normal, foi calculada a diferença entre as composições para valores NAO
alto e NAO normal, assim como as diferenças entre NAO baixo e NAO normal. Desta forma
resultaram padrões de anomalias da chuva para cada mês do ano, em que o índice esteve abaixo ou
acima do normal. Estas diferenças ou anomalias serão denominadas neste trabalho como
“anomalias de NAO alto” e “anomalias de NAO baixo”. As anomalias representam, portanto,
quanto esse determinado mês se afasta do comportamento médio (Ex.: precipitação maior que a
normal) quando o NAO se encontra significativamente acima ou abaixo do seu valor. Os valores
calculados foram estendidos para outros índice (SAMI, ENSO, PDO, etc). Na Tabela 4.2 pode-se
observar a quantidade de meses em cada condição dos índices analisados
Tabela 4.2. Quantidade de meses em cada condição do
índice.
NAO NINO 3.4 SAM
Alto Normal
Baixo Alto Normal Baixo Alto Normal Baixo
JAN 10
39
9
9
40
9
10
39
25
FEV 10
40
8
8
41
9
9
44
5
MAR 8
41
9
7
41
10
10
39
9
ABR 9
39
10
7
39
12
9
41
8
MAI 9
42
7
10
41
7
11
37
10
JUN 10
40
8
9
39
10
10
40
8
JUL 9
41
8
9
40
9
9
40
9
AGO 8
41
9
9
41
8
6
42
10
SET 9
40
9
10
38
10
10
38
10
OUT 8
37
13
8
42
8
5
44
9
NOV 6
42
10
10
38
10
11
34
13
DEZ 10
39
9
9
41
8
11
38
9
Os resultados da análise serão apresentados brevemente nos próximos itens e em detalhe no anexo
G.
4.4.3 El Nino (ENSO)
Como discutido em maior detalhe no Capítulo 2, e, confirmado a partir da análise realizada sobre a
água precipitável, observa-se que durante o fenômeno “El Niño” (NIÑO 3.4 positivo) ocorrem
secas no Norte e Nordeste do Brasil especialmente durante a estação chuvosa (FMAMJ) e
precipitação acima do normal no Sudeste do Brasil, Uruguai e Argentina. Durante o fenômeno “La
Niña”, no Sul do Brasil observa-se a diminuição da precipitação pluvial e no Nordeste, há um
aumento geral da precipitação (Sampaio, 2001). Na análise deste estudo o comportamento da Niña
não chega a ser significativo como relatam outros autores, pudendo estar influenciado pelo período
- 83 -
escolhido ou porque o aumento da pluviosidade no Nordeste somente acontece quando as condições
atmosféricas e oceânicas no Atlântico se mostram favoráveis, ou seja, com TSM acima da média no
Atlântico Tropical Sul e abaixo da média no Atlântico Tropical Norte (Berlato e Fontana, 2003), o
que não acontece sempre nas composições elaboradas.
Na BAP observa-se que durante “El Niño” a água precipitável na atmosfera encontra-se acima do
normal durante a maior parte do ano (Figura 4.7 e anexo G), com especial destaque durante o
período de chuvas (DJFM), ou período de desenvolvimento da Monção da América do Sul discutida
no Capítulo 3. Em particular identifica-se o desenvolvimento de faixas de pluviometria em
concordância com a posição das ZCAS, o que se encontra de acordo com os resultados apresentados
por Carvalho, et. al. (2004). A ZCAS, vale recordar, é definida como uma persistente faixa de
nebulosidade orientada no sentido noroeste-sudeste, que se estende do sul da Amazônia ao
Atlântico Sul-Central por alguns milhares de quilômetros, bem caracterizada nos meses de verão,
com um importante papel na transferência de calor, momento e umidade dos trópicos para as
latitudes mais altas (Camargo, 2005). No entanto, o acréscimo na água precipitável não chega a ser
estatisticamente significativo na região da BAP (mais na frente será analisada esta questão).
Os resultados apresentados estão em concordância com as pesquisas de Ronchail et. al.. (2002) que
sugeriram que as anomalias na região Sul da Amazônia (onde pode ser incluída a BAP), podem ser
atribuídas ao aumento da atividade das perturbações extratropicais que influenciam a parte sul da
Amazônia durante alguns fenômenos El Niño, e que esses eventos meteorológicos transientes
durante El Niño são similares aos fenômenos que afetam o sudeste da América do Sul (por
exemplo, Liebmann et. al.. 1999, Selucchi e Marengo, 2000; Grimm et. al.. 1998, 2000). No
entanto, Kane (2006) indica que o sinal de “El Niño” na Amazônia é muito variável, com regiões de
chuvas intensas intercaladas com regiões de secas em poucos centos de quilômetros, o que fica
também evidente nas figuras do anexo G, onde pode ser observada a mudança do sinal da anomalia
pluviométrica de mês em mês.
Durante o fenômeno “La Niña” a água precipitável também se encontra acima do normal, sendo
significativo este aumento na região boliviana da bacia durante dezembro e janeiro e em toda a
bacia durante o restante da estação chuvosa, principalmente na posição que normalmente ocupa a
Zona de Convergência do Atlântico Sul (ZCAS) do tipo Continental.
Lembrando que a ZCAS é um fenômeno caracterizado por uma banda de nebulosidade quase
estacionária, por períodos que variam de 4 a 20 dias, orientada na direção NW/SE, estendendo-se
desde a Amazônia até o oceano Atlântico Sul, associada a uma zona de convergência de umidade
que se prolonga até a média troposfera (Carvalho et. al.., 2004; Robertson e Mechoso, 2000;
Figueroa, 1990; Silva Dias, 1995). A ZCAS do tipo Continental é a ocorrência deste fenômeno mais
- 84 -
ao Oeste que na sua posição padrão (Carvalho, et. al. 2004). No entanto, um elemento notável na
figura 4.7 é a precipitação significativamente abaixo do normal no Atlântico Norte Tropical.
a)
b)
Figura 4.7. Anomalias da água precipitável para eventos de ENSO alto (El Niño) nos meses de (a)
Fevereiro e (b) Agosto.
Figura 4.8. Anomalias da água precipitável para eventos de ENSO baixo (La Niña) no mês fevereiro.
Diversos autores mostraram que o ENSO e a Oscilação do Atlântico Norte (NAO) têm um
importante papel na variabilidade do Atlântico Tropical (Namias 1972, Rajagopalan et. al., 1998;
- 85 -
Kayano e Andreoli, 2004). Uma excelente documentação da relação entre os fenômenos ENSO e
NAO e as anomalias de TSM do Atlântico Norte Tropical (NTA) se encontra em Czaja et. al.
(2002). Aqui será seguido esse trabalho e acrescentadas algumas referências adicionais.
No NTA, alguns experimentos realizados com modelos simples, mas forçados por observações
indicam que a variabilidade interanual e interdecadal (nas séries temporais e assinatura espectral)
podem ser grandemente explicadas como resultado de forçantes atmosféricas sem a necessidade de
invocar um efeito significativo das interações locais entre oceano-atmosfera ou na circulação
oceânica (Por exemplo, Carton et. al.. 1996; Halliwell 1998). Entre os forçantes remotos do NTA
são conhecidos o ENSO (Covey e Hastenrath 1978; Curtis e Hastenrath 1995; Nobre e Shukla
1996; Enfield e Mayer 1997; Saravanan e Chang 2000) e o NAO (Grötzner et. al.. 1998; Czaja e
Marshall, 2001).
Uma forma simples de estudar a relação entre TSM sobre NTA e ENSO encontra-se na Figura 4.9
(obtida de Czaja, et. al. 2002) onde se superpõem anos de ENSO altos e baixos com a série
temporal de TSM da região do Atlântico Tropical para os meses de verão austral (DJFM). É
possível observar nas figuras que os eventos NAO negativos podem ser associados com condições
quentes ou altas do NTA, e que eventos NAO positivos podem ser associados com condições frias
do NTA, especialmente em situações extremas (ex., a fase fria ou baixa do NAO de 1969 e a fase
alta do NAO de 1989). A associação entre ENSO e NTA é inversa, já que eventos positivos de
ENSO (El Niño) estão associados a anomalias positivas na região da NTA e eventos negativos de
ENSO (La Niña) com anomalias negativas.
Figura 4.9. Indice normalizado NTA do NCEP-NCAR (linha contínua) com anos de alto (>0.5 desvio
padrões) e baixos índices (menor a 0.5 desvios padrão) nas fases do (a) ENSO (b) NAO
indicados como círculos vazios e cheios respectivamente (FONTE: Czaja et. al. 2002).
Em algumas ocasiões o NAO e o ENSO trabalham construtivamente para criar anomalias de TSM
no NTA. Por exemplo, as condições mais frias no NTA observadas durante a metade dos anos 1970
podem até cancelar-se, como no impacto do El Niño muito forte de 1983 que foi reduzido pelo
NAO extremamente positivo naquele ano). Esta observação é importante porque a partir de
- 86 -
aproximadamente 1975, o índice do NAO alto e o fenômeno El Niño tem uma grande coincidência
temporal, o que atua destrutivamente na criação de anomalias de TSM no NTA. Por abranger
temporalmente a metade da série disponível (1950-2005), esta interferência entre os padrões pode
influenciar os resultados apresentados. Resultados similares foram obtidos por Giannini et. al..
(2001), baseados em uma análise de regressão linear entre 1949–99. Na Figura 4.10 podem ser
observadas as series do índice do NAO e NIÑO 3.4 durante o período analisado.
-2
-1,5
-1
-0,5
0
0,5
1
1,5
2
2,5
1900
1
905
1
9
1
0
1
9
1
5
1
9
2
0
1925
1
9
3
0
1
9
3
5
1
9
4
0
194
5
1950
1
9
5
5
1
9
6
0
1
9
6
5
197
0
1975
1
9
8
0
1
9
8
5
1
9
9
0
199
5
2
000
NAO
Nino3.4
Figura 4.10. Séries dos índices NIÑO 3.4 e NAO.
É fácil perceber na Figura 4.1, que mostra a série de cotas de Ladário e de vazões em diferentes
locais, que o período com vazões extremamente baixas dos anos 1960 esteve associado a anomalias
de TSM no NTA muito alto (e conseqüentemente ao fenômeno El Niño e ao índice do NAO
negativo). Por outro lado, as vazões altas observadas nos anos seguintes estiveram associadas a
condições opostas.
Um possível caminho para a influência do Atlântico Tropical na BAP é através da variabilidade no
sistema monçônico de verão e no fluxo de umidade em direção ao Sul associado com os ventos de
jato de baixo nível (SALLJ) (Robertson e Mechoso 1998; Nogue´s-Paegle e Mo 1997).
Quando o NTA se encontra mais quente que o normal (NAO baixo ou El Niño) libera-se energia
para a atmosfera em forma de aumento da evaporação a uma taxa de 10 Wm-2K-1. Isto leva a Zona
de Convergência Intertropical a se movimentar para o Norte (Hastenrath e Greischar 1993; Chiang
- 87 -
et. al.. 2002; Chang et. al.. 2000; Sutton et. al.. 2000; Chiang et. al.. 2001). Esta mudança na posição
da ZCIT leva ao aumento das precipitações na região ao norte dos trópicos e a diminuição da
precipitação ao sul do Equador até as latitudes 10o S, mas um aumento para as latitudes maiores
(10-15o), conforme analisado por Nobre e Shukla (1996), Aceituno (1988), Nobre e Shukla, 1996).
Consequentemente, com a diminuição da umidade disponível e o enfraquecimento dos ventos que
pode observarse na Figura 4.11, menor quantidade de umidade é transportada à BAP, que, desta
forma, perderia a sua principal fonte de umidade ((Robertson andMechoso , 1998; Nogues-Peagle et
al.,2000).
a)
b)
Velocidade do vento (m.s
-1
).
Figura 4.11. Linhas de corrente do vento em superfície 850 quando o NÃO se encontra a) positivo b)
negativo.
Quando o NTA está mais frio que o normal (NAO Alto ou La Niña) acontece o contrario, ou seja,
uma movimentação para o sul da ZCIT. Esta constatação é confirmada por resultados de Marengo
(1998); Kayano e Andreoli (2004) e Nobre e Shukla (1996).
Na Figura 4.8, que mostra o efeito do fenômeno La Niña sobre a BAP, é evidente que os resultados
apresentados concordam com os indicados na relação entre Niña-NTA-BAP. No entanto, na mesma
figura não se observa na região amazônica precipitação acima do normal, estatisticamente
significante, como seria esperado. Por outro lado, os resultados apresentados durante o fenômeno El
Niño (Figura 4.7) não mostraram uma tendência como a descrita nos trabalhos sobre o efeito do
NTA. Grande parte deste resultado é influenciado pelo fato do índice do NAO Alto e El Niño
destruir os efeitos de cada um a partir de 1975 (que interessantemente coincide com a mudança no
regime do PDO, mas isso não será investigado neste trabalho), o que leva ao fato de as anomalias
- 88 -
em eventos El Niño não serem significativas do ponto de vista estatístico. Seguindo este raciocínio,
o efeito do índice do NAO alto não deveria ser significativo na bacia, o que efetivamente acontece
(como será visto mais na frente).
Neste estudo, está sendo analisado o efeito de El Niño sobre a BAP, atuando a partir da modulação
do TSM no NTA. No entanto, sendo um fenômeno de escala global, os efeitos de El Niño sobre a
BAP podem ter outros caminhos de atuação (Liebmann et. al.. 1999, Selucchi e Marengo, 2000;
Grimm et. al.. 1998, 2000) Por exemplo, a mudança de posição da ZCIT para o norte, que acontece
durante o fenômeno El Niño em que o TSM no NTA é anormalmente positivo, permite a entrada
dos frentes frias provenientes do sul, assim o comportamento do clima na região da BAP durante
estes eventos teria um comportamento mais similar ao da Região Sudeste (precipitação acima da
média) que se contrapõe com o efeito provocado pelo NTA mais alto (precipitação abaixo da
média). Por outro lado, durante o fenômeno La Niña, por estar a ZCIT mais ao sul, é favorecida a
penetração de umidade da Amazônia, o que consequentemente contribui para o fortalecimento dos
efeitos provocados por um NTA baixo.
Também foram analisados os efeitos dos fenômenos El Niño/La Niña sobre a circulação de baixos
níveis. Na Figura 4.12 pode ser observado o comportamento do vento de baixos níveis (850 hPa)
durante o mês de fevereiro, que representa adequadamente a situação durante o verão. Na situação
da normal climática (Figura 4.12 a), os ventos de baixo nível entram pela Amazônia carregando
umidade e energia desde o Oceano Atlântico e da própria Amazônia até a Bacia do Prata seguindo o
percurso ao longo da Cordilheira dos Andes. Nesta circunstância podem acontecer ventos de
velocidade mais alta em baixos níveis que são os denominados Jatos de Baixo Nível (denominados
aqui como SALLJ (Marengo et. al., 2004).
Observa-se na Figura 4.12b que no caso de fenômeno El Niño (índice Niño 3.4 positivo ou alto),
um pequeno aumento da intensidade dos alísios que não seria esperado pelo efeito da TSM no
NTA. No entanto, novamente o efeito destrutivo Niño-NAO alto pode estar influenciando os
resultados. Por outro lado quando o SALLJ encontra-se mais forte, os ventos são desviados até o
Rio Grande do Sul e Uruguai onde trazem maior quantidade de umidade em detrimento da Baixa
Bacia do Prata. Este comportamento foi relatado também por Silva e Ambrizzi (2006) e Carvalho
et. al.. (2002) e outras referências no mesmo trabalho, tendo sido relacionado com as atividades das
ondas de Rosby. Durante o fenômeno La Niña (Figura 4.12c) não se observam anomalias
significativas, o que também está de acordo com os trabalhos anteriores.
- 89 -
c) La Niña
b) El Niño
a) Normal
Referência de cores (m.s
-1
)
Figura 4.12. Comportamento na situação normal, com Niño e com Niña dos ventos em 850 hPa para o mês de fevereiro.
- 90 -
4.4.4 Oscilação do Atlântico Norte (NAO)
Durante os meses de maior precipitação na BAP (DJFM) não se observa uma tendência muito
marcada na precipitação durante eventos de NAO Alto (vide anexo G para detalhes). Observam-se
simplesmente nos limites desse período (dezembro e março) situações opostas de precipitação
acima e abaixo do normal respectivamente, com praticamente nenhuma diferença de
comportamento com respeito a situação normal nos outros meses do ano. Por outro lado, durante os
eventos de NAO baixo é expressiva a diminuição de precipitação em todo o sistema de alimentação
de água ao sul do Brasil (Evaporação no Atlântico, Amazônia, SALLJ, Prata mencionados no
capítulo 3). Isto indicaria que o NAO apresentaria efeitos sobre a BAP quando estiver numa fase
fria ou baixa.
Para analisar com maior detalhe a relação entre a oscilação do Atlântico Norte e o comportamento
hidroclimático da BAP foram plotadas em conjunto a série de níveis em Ladário e a série da NÃO
(Figura 4.13).
0
50
100
150
200
250
300
350
400
450
500
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Year
Water level (cm)
-1.5
-1
-0.5
0
0.5
1
1.5
Cota Ladario
NAO_HURREL
Figura 4.13. Comparação entre Série de níveis médio anuais em Ladário e série de valores médios
anuais do NAO. A área indicada em verde mostra um período com comportamento
quase idêntico entre as séries, mas, com uma defasagem de 3 anos
Pode-se observar na Figura 4.13 que a maioria dos níveis muito baixos
em Ladário é acompanhada
por uma queda do índice NAO, sugerindo, como na análise das anomalias de água precipitável, uma
relação entre NAO baixo e seca no Alto Paraguai.
- 91 -
Chama a atenção, que, no final dos anos 30 (área em verde na Figura 4.13) o comportamento de
ambas séries seja quase idêntico, mas, existindo uma defasagem entre uma e outra série de cerca de
3 anos. Em função de observações anteriores na base de dados Hidroweb, a possibilidade certa de
verificação do índice NAO, e a impossibilidade de verificação da série de Ladário, existem boas
razões para atribuir este comportamento a um erro de registro na série de níveis de Ladário. Se
verificado este erro, praticamente todos os eventos extremos de níveis baixos em Ladário, terão uma
correspondência com um evento extremo de NAO baixo.
Por outro lado, a falta de semelhança entre as séries de NAO e de níveis em Ladário em eventos em
que as anomalias do NAO foram pequenas, pode estar mascarada pelo efeito de memória da bacia,
já que as vazões são dependentes do acontecido em anos anteriores, e pequenos efeitos podem ficar
desta forma, absorvidos pelo sistema.
Um outro detalhe, não menos importante, é que os valores do NAO durante a época de seca dos
anos 1960s, que tão bem caracterizaram o comportamento hidrológico do Pantanal, também
estiveram abaixo da média. Para analisar melhor este comportamento é realizado o teste descrito a
seguir.
Utilizando a série de água precipitável e ventos já analisadas, e ainda utilizando a série de TSM
(Reynolds e Smith, 1995), separam-se as respectivas séries em dois segmentos menores. O primeiro
compreende aos valores entre 1964 e 1973 e o segundo aos valores entre os anos 1976-1983. Como
estes períodos correspondem aos períodos em que o comportamento de Ladário esteve
significativamente abaixo e significativamente acima da média histórica, respectivamente, o
processo de análise consiste em calcular a diferença entre o comportamento médio mensal das
séries analisadas em cada período. Desta forma, qualquer diferença significativa no comportamento
é visualizada com maior contraste, que se simplesmente graficado um e outro período.
Na Figura 4.14.b que indica a diferença nos valores de TSM entre o período 1964-1973 e o período
1976-1983, pode ser observado que o gráfico resultante desta análise assemelha-se ao gráfico da
Figura 4.14. a que indica as anomalias de TSM durante um período de NAO positivo.
Esta semelhança permite concluir que o comportamento da atmosfera durante o período seco dos
anos 1960s foi típico do fenômeno NAO baixo, o que confirmaria a existência de uma teleconexão
entre a BAP e a Oscilação do Atlântico Norte.
Para tentar encontrar a forma de ligação entre NAO e a BAP é necessário analisar novamente a
Figura 4.3 onde foram identificadas componentes de 9 e 14 anos com uma amplitude alta, embora
não significativa. Robertson e Mechoso (1998) encontraram significância estatística nesta
componente nos rios Paraguai e Paraná e a relacionaram com uma componente similar no NAO. A
- 92 -
ligação entre o NAO e a BAP pode ser interpretada a partir da ligação já comprovada entre a NAO
e a TSM no Atlântico Tropical Norte (NTA) (Czaja, et. al., 2002), e, por sua vez, entre este e a
BAP. Em outras palavras, quando a fase do NAO é positiva (negativa), ambos os centros de
pressão que o caracterizam (Islândia e Azores) encontram-se mais intensos (fracos), e, como
conseqüências, no Hemisfério Norte observam-se ventos de oeste nas latitudes médias e alísios nos
trópicos mais intensos (fracos) (Joyce, et. Al 1998). Mudanças nos ventos da superfície induzem
mudanças no fluxo de calor latente, que, na sua vez, geram anomalias na TSM no Atlântico
Tropical (Ex, Carton et. al.. 1996). No entanto, o efeito do NAO pode ser reforçado ou diminuído
pelo efeito do ENSO, criando uma situação de iterações complexas.
a)
b)
Figura 4.14 a) Estado da TSM e Pressão no durante um evento NAO negativo (Fonte: KLIMET,
2007); b) a diferença nos valores de TSM entre o período com chuvas abaixo do normal na
BAP (1964-1973) e o período com chuvas significativamente acima do normal (1976-1983).
As cores azuis indicam temperaturas abaixo da média as cores vermelhas temperaturas
acima da média.
A Figura 4.15 mostra os resultados deste trabalho para o mês de fevereiro que estão em total
concordância com os resultados apresentados nos estudos anteriores, já mencionados. Observa-se
claramente na Figura 4.15 a diminuição estatisticamente significativa da água precipitável em toda a
zona que alimenta de umidade a BAP através do sistema do SALLJ, como já discutido no Capítulo
3.
Na Figura 4.16, que mostra o comportamento da água precipitável durante eventos de NAO alto,
observa-se facilmente que a composição dos meses de janeiro e dezembro, fornece uma resposta
muito similar à mostrada pelos campos de precipitação apresentados por Nobre e Shukla (1996),
- 93 -
com a maior precipitação concentrada na Amazônia e norte do Nordeste, e diminuição de
precipitação no sul de Nordeste. Na BAP observa-se que o sinal é um pouco contraditório, já que
durante dezembro observa-se um significativo aumento da precipitação, mas durante janeiro
acontece um decréscimo significativo, resultando em condições médias relativamente neutras. Esta
condição implica que o efeito durante o NAO alto não é significativo, o que concorda com a
comparação entre as séries Figura 4.13). Este resultado pode estar influenciado pelo fato de haver
coincidência dos NAO Alto com o fenômeno El Niño (vide Figura 4.10 e item 4.4.3), que teriam
desta forma contribuído destrutivamente no NTA, anulando a influência de cada um deles.
Figura 4.15. Campo composto (média dos valores de fevereiro) de água precipitável considerando
(NÃO baixo – NAO normal) . A área sombreada indica intervalos de confiança de 85, 90 e
95%.
4.4.5 Oscilação Decadal do Pacífico (PDO)
Como descrito no Capítulo 2, a PDO é caracterizado por oscilações na escala decadal e multi-
decadal no clima do Pacífico. Minobe (1999) sugeriu que as oscilações dominantes do PDO
apresentam um período de 50 anos, ou seja, com fases de 20-30 anos que definem seu regime e que
finalizam em mudanças climáticas abruptas (e.g., Minobe, 1997; 1999; Mantua et. al.., 1997). Em
concordância com estes valores, Mantua et. al.. (1997) dividiram o período entre 1900 e 1995 em
quatro sub-períodos, cada um com duração aproximada de 20-30 anos. Entre estas mudanças, a
mudança de regime e da estruturas associadas e variáveis oceânicas de 1976/1977 foi muito bem
documentada (Trenberth, 1990; Trenberth e Hurrel, 1994;Seager et. al.., 2001; Deser et. al.., 1996).
- 94 -
Muitos autores mostram mudanças no Pacífico Norte entre 1998/1999 que podem ser a indicação de
uma nova alteração na tendência (Schwing et. al., 2000; Minobe, 2000, Hare e Mantua, 2000).
a)
b)
Figura 4.16. Campo de água precipitável considerando (NAO alto – NAO normal) para (a) Dezembro
(b) Janeiro. Área sombreada indica intervalos de confiança de 90 e 95%.
A análise das anomalias mensais da água precipitável (anexo G) não mostrou relação significativa
entre a BAP e o PDO. Este resultado era esperado, porque a escala de atuação do PDO é de vários
anos e a análise realizada procura efeitos mensais. No entanto, é significativamente importante o
fato de haver coincidência nas fases do PDO com aquelas detectadas nas séries hidroclimáticas da
BAP (item 4.3.1), assim como a coincidência com os pontos de mudanças abruptas relatados para a
PDO e indicados na Figura 4.18. Estas coincidências mostram uma base sólida para estimar que as
variações de longa escala no Pantanal estão influenciadas pelas flutuações na TSM do Pacífico.
Um fato importante sobre o PDO é que no Oceano Atlântico o padrão de anomalias da PNM
associadas com PDO lembra o NAO (Mo e Häkkinen, 2001). Portanto, é possível conjeturar que
ambos fenômenos devem ter, até certo ponto, uma forma de atuação semelhante. Esta conjectura é
reforçada pelo fato de outros autores (ex., Nobre e Shukla, 1996) relacionarem a TSM no NTA,
discutido no item anterior, com anomalias no Pacífico Norte, consistentes com as observadas
durante o PDO.
Consistentemente com as tendências mostradas na análise das séries (Figura 4.18), Marengo (2004)
identificou a partir de reanálises NCEP que durante o período úmido (1976-1998) existiu uma
intensificação dos alísios e da quantidade de umidade por eles transportada sobre a Amazônia em
comparação com o período seco (1950-1975). Marengo também identificou que os alísios foram
- 95 -
responsáveis pelo incremento da água precipitável sobre a Amazônia (e, consequentemente da
BAP), mostrando assim, uma característica semelhante a do sistema NAO-NTA-SALLJ.
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Ano
1925 1947 1977 1999
Figura 4.17. Valores do índice PDO, onde foram indicadas com linhas vermelhas os momentos em que
aconteceram mudanças de fase do PDO.
0
50
100
150
200
250
300
350
400
450
500
1,900 1,910 1,920 1,930 1,940 1,950 1,960 1,970 1,980 1,990 2,000
Year
Water Level (cm)
1925 1947
1977 1999
Figura 4.18. Cotas medias anuais adimensionalizadas do rio Paraguai em Ladário. Linhas vermelhas
indicam os momentos em que aconteceram mudanças de fase do PDO.
- 96 -
Figura 4.19. Campos de (a) SLP e (b) vento zonal em 200 hPa considerando a situação em eventos
NTA frio – NTA quente. Fonte: Nobre e Shukla (1996)
4.4.6 Modo Anular do Sul (SAM)
O Modo Anular do Sul (SAM) representa a diferença de pressão existente entre uma faixa
latitudinal que se estende em torno da Terra na altura da Patagônia e a Antártica (vide detalhes no
Capítulo 2). Para analisar o efeito do SAM sobre o clima da América do Sul, devem ser
considerados os resultados apresentados por Fogt e Bromwich, (2006) e Carvalho et. al. (2005) que
indicam uma relação entre o ENSO e SAM.
Desta forma, para evitar conclusões influenciadas pelo fenômeno “El Niño/La Niña”, cuja
influência na BAP já foi comprovada (item 4.4.3), primeiramente foi eliminada a correlação
existente entre o índice NIÑO 3.4 e a série do índice do SAM. Também foi eliminada a correlação
entre o índice NIÑO 3.4 e o campo de água precipitável. Para remover ambas as correlações foi
utilizada a metodologia indicada por Silvestri e Vera (2003) e Renwick (2002).
Para eliminar a influência do ENSO na grade de água precipitável, o procedimento consistiu na
estimativa de uma regressão entre os valores mensais de El Niño e os valores de água precipitável
em cada ponto da grade. Foi obtida uma nova grade de água precipitada sem os efeitos do ENSO a
partir da diferença entre a grade original e a calculada a partir da equação de regressão ajustada.
Para eliminar os possíveis efeitos do ENSO na série do índice do SAM, foi ajustada uma regressão
- 97 -
em que o índice do SAM é obtido em função do ENSO. Restando o valor obtido da série original, é
obtido o valor do índice do SAM considerado sem influência do ENSO.
Na Figura 4.20 (e no Anexo G) observa-se as anomalias da água precipitável quando o índice do
SAM encontra-se acima do valor normal. Nessa fase do SAM a precipitação encontra-se
sistematicamente acima do normal na BAP em todos os meses, mas, principalmente, observa-se
água precipitável acima do normal durante os meses do verão, coincidindo com o desenvolvimento
do Sistema Monçônico da América do Sul analisado no item 3.2.
A análise das anomalias da água precipitável para uma fase do índice SAM baixa (Figura 4.20b e
Anexo G), mostra uma situação oposta do caso anterior, com precipitação abaixo do normal,
especialmente em fevereiro, em que todo o sistema monçônico que alimenta de umidade ao Sul do
Brasil (ZCAS, SALLJ) mostra um déficit de umidade bem marcante.
Estes resultados concordam com as conclusões de Marengo (2004) que, ao analisar o sul da
Amazônia, encontrou correlações entre precipitação e a TSM no Pacifico Sul, Atlântico Leste e
Oceano Índico em novembro e no Atlântico Tropical ao sul do equador. As anomalias de TSM no
Pacífico Sul tem a capacidade de modificar o valor do SAMI, e, correspondentemente, teriam
capacidade de modificar o clima em grande parte da América do Sul.
Figura 4.20. Anomalias de água precipitável quando o índice do SAM se encontra (a) acima do normal
ou índice do SAM alto para o mês de janeiro (b) abaixo do normal ou índice do SAM baixo
para o mês de fevereiro.
- 98 -
Para examinar a possível relação entre SAM e o Sistema Monçônico da América do Sul foram
plotados os campos de vento em 200 hPa para as três condições analisadas (índices do SAM alto,
normal e baixo) (Figura 4.21 e Anexo G) e também as anomalias (índice do SAM alto – SAM
Normal; índice do SAM baixo - índice do SAM normal) de ventos em 200 e 850 hPa Figura 4.22 (a
circulação normal já foi analisada nas figuras 3.2 e 3.3).
a) b) c)
Vel. Vento (m.s
-1
)
Figura 4.21. Comportamento médio mensal da do vento de altos níveis (200hPa) no mês de dezembro
para a)SAM Alto b) SAM normal c) SAM baixo.
Na Figura 4.21 é possível observar que quando o índice do SAM se encontra abaixo do normal há
um enfraquecimento e uma clara mudança na posição da Alta da Bolívia para dentro do território
Brasileiro, que se desloca especificamente sobre a bacia do Alto Paraguai. Também se observa um
enfraquecimento da circulação na região do Cavado do Nordeste, e, pelo contrario, uma
intensificação da circulação na nas latitudes medias (jato subtropical). Na analise do
comportamento médio mensal durante todos os meses do ano (Anexo G) pode ser observado que
este comportamento se repete durante todo o ano.
Durante os meses em que o SAM se encontra acima do normal, ocorre uma situação oposta embora
mais sutil que no caso do SAM abaixo do normal. Acontece a movimentação para o Oeste e
intensificação da Alta da Bolívia e Cavado do Nordeste (melhor observado na plotagem das
anomalias, Figura 4.22), e circulação menos intensa nas latitudes médias.
- 99 -
a)
b)
Figura 4.22. Anomalias (SAMI alto – SAMI normal) do vento em (a) 200 e (b) 850hPa durante o mês
de janeiro.
Como a Alta da Bolívia e o Cavado do Nordeste se intensificam, todo o sistema de circulação geral
em altos níveis da Monção da América do Sul se intensifica, o que explicaria o comportamento das
chuvas Estas características podem ainda influenciar no enfraquecimento do SALLJ, como será
visto mais a frente.
Também, como fora observado, o jato subtropical em altitude se enfraquece durante os meses em
que o SAM se encontra acima do normal, enquanto o jato polar se fortalece (não mostrado). Estes
resultados estão em concordância com os resultados apresentados por Carvalho et. al. (2005).
Nos baixos níveis, os ventos típicos do norte e nordeste, ao leste dos Andes, que levam umidade da
Amazônia e o Atlântico Tropical para as latitudes mais altas, estão mais fracos durante os episódios
de SAM alto. Isto é especialmente evidente nos meses de novembro a janeiro (Figura 4.22 e anexo
G). O fluxo se movimenta para o leste, levando a umidade tropical para o sudeste do Brasil ao longo
da zona frontal estacionária, longe da bacia do Prata média e inferior. Este comportamento tem sido
relatado como algo que comumente ocorre quando a ZCAS está presente (Drumond e Ambrizzi,
2005, Herdies et. al.. 2002). Sugahara et. al.. (1994) encontrou que nos dias em que SALLJ é forte
na Bolívia, a convecção é intensa no área subtropical da AS e fraca na zona da ZCAS. Como
conseqüência, mais água precipitável é observada sobre a zona central da AS, a leste dos Andes.
Isto também pode ser observado nas figuras do anexo G, embora os valores não sejam
estatisticamente significantes.
- 100 -
Foi também realizada uma comparação da atividade do SALLJ durante os eventos de SAM Altos e
Baixos. Os dias de ocorrência de atividade do SALLJ entre janeiro de 1950 e dezembro de 2000
foram contados separadamente, segundo episódios em conjunto com SAM alto ou baixo, segundo o
mesmo critério utilizado para meses de SAM alto ou baixo utilizado ao longo do trabalho. Durante
o SAM alto foram encontrados 184 eventos de SALLJ, enquanto que durante o SAM baixo foram
encontrados 217. Se for considerado unicamente o período de outubro a março, o total de dias cai
para 128 e 170, respectivamente. Estes números sugerem que durante o SAM alto no verão austral,
quando a SALLJ está mais ativo, existe uma redução de 25% na ocorrência de eventos de SALLJ.
Este resultado é coerente com os ventos enfraquecidos (setas apontando para o norte na Figura
4.22b)
O Rio Taquari : Como foi analisado no item 4.3.2, no rio Taquari as vazões exibem uma tendência
positiva significativa. Como foi comentado no mesmo item, os resultados de Collischonn (2001)
apontam que cerca de 30% das mudanças na vazão podem ser atribuídas às mudanças no uso da
terra e o restante 70% podem ser atribuídos a fatores climáticos. A comparação das tendências
apresentadas pelo índice do SAM e pelas vazões em Coxim (Figura 4.23) mostra uma possível
relação com as vazões neste local. A maior declividade apresentada na tendência em Coxim sugere
a superposição de efeitos de mudança de uso do solo sobre os fatores climáticos, reforçando os
resultados de Collischon (2001). No entanto, novos estudos serão necessários para esclarecer
melhor estes resultados.
4.5 Análise conjunta das possíveis conexões.
Os resultados apresentados nos itens anteriores mostraram que existem teleconexões entre diversos
índices climáticos e o clima da Bacia do Alto Paraguai. Como os efeitos analisados têm diferente
intensidade, escala temporal, e abrangência espacial, foram graficadas todas as séries analisadas
conjuntamente com a série de Ladário (Figura 4.24) para procurar encontrar interações entre os
diferentes fatores. A análise será realizada para períodos posteriores a 1950, para os quais, tanto os
índices, que defendem de padrões de anomalia de grande escala, como a série de Ladário,
apresentam valores mais confiáveis (já foram apontadas suspeitas de problemas temporais na
década de 1940).
- 101 -
Figura 4.23. Séries de SAMI (linha tracejada) e de vazões no rio Taquari em Coxim (linha contínua).
Na discussão dos resultados deve-se considerar a memória da bacia que pode chegar até 3 anos.
Esta memória gera o fenômeno de elasticidade da vazão, que implica em uma determinada demora
inércia ou potenciação da reação das vazões a eventos que acontecem na bacia.
Na análise visual Figura 4.24 não se observa uma evidente correspondência entre a série de El Niño,
e efeitos na série de Ladário para períodos posteriores a 1975 e anteriores a 1940. Nestes períodos
houveram coincidências entre episódios El Niño e NAO positivo, e ainda o PDO esteve numa fase
quente ou positiva. Como foi discutido, o PDO tem capacidade de modular os efeitos de El Niño e
La Niña, podendo explicar os resultados.
No período entre 1940 e 1975, cada evento de El Niño foi seguido por uma queda nos valores do
nível em Ladário. Também é interessante observar que o evento El Niño de 1997, considerado o
maior evento de todos os tempos (Dessay, 2001), coincidiu com um evento NAO negativo. A
colaboração entre os índices levou a um ano extremamente seco na bacia.
- 102 -
SAM
-0.4
-0.2
0
0.2
0.4
0.6
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
PDO
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
NAO
-1
-0.5
0
0.5
1
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
PDO+NAO
-2
-1
0
1
2
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
NINO
-1.5
-1
-0.5
0
0.5
1
1.5
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Ladário
0
50
100
150
200
250
300
350
400
450
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Ladario
Figura 4.24. Séries temporais dos índices analisados e de níveis de Ladário.
- 103 -
Por outro lado, cada evento de La Niña registrado tem, como contrapartida, um aumento no nível de
Ladário. Entre os casos de La Niña devem ser destacados:
• O evento La Niña que marca o final do período seco de 1997, mencionado no item anterior,
no qual aumentou significativamente os níveis registrados em Ladário.
• o evento que marca o final do período seco dos anos 60. Como pode ser observado
facilmente na Figura 4.24 e discutido acima, a sobreposição do PDO e NAO praticamente
reproduz o comportamento do período extremamente seco dos anos 60. No entanto, de
acordo com as tendências no NAO e PDO, o período seco deveria ter durado ainda alguns
anos, mas foi revertido na ocorrência de um evento La Niña muito extremo que começou
em 1973 e terminou em 1975, ano em que o PDO mudou de fase.
• Evento La Niña entre 1984 e 1985. Embora tenha acontecido nestes anos um
enfraquecimento do PDO+NAO que deveria ter diminuído os níveis em Ladário, o efeito do
La Niña muito intenso manteve as cotas de Ladário altas.
• Evento La Niña de 1988-1989 que reverteu um outro enfraquecimento do NAO+PDO.
O PDO tem a sua influência já explicada no item 4.4.5. Cada fase do fenômeno, que dura em média
25 anos, teve seu reflexo facilmente reconhecido na série de Ladário na forma de uma persistência
dos níveis a estarem acima ou abaixo da média.
O SAM não mostra uma concordância visual muito evidente com a série de níveis em Ladário, o
que era esperado já que a sua influencia não é muito grande na série, como pode-se supor com um
coeficiente de correlação de aproximadamente 0,30.
Para obter uma medida mais subjetiva da influência dos diferentes índices climáticos sobre a série
temporal dos níveis em Ladário, foi aplicada uma análise de Componentes Principais (PCA). A
PCA é uma técnica de redução de dados que é utilizado para identificar um pequeno conjunto de
variáveis que explicam uma grande parte da variabilidade da série originais.
O resultado da análise são autovalores (ou seja, as variâncias das componentes principais) e a
proporção da variância total explicada por cada componente principal. Com o resultados da PCA é
construído o denominada “biplot”, onde cada variável é representada como um vetor, onde a
direção e comprimento do vetor indicam quanto cada variável contribui para cada componente
principal. O coseno do ângulo entre os vetores é uma aproximação da correlação entre as variáveis.
Na Figura 4.25 foram plotados os resultados da análise das componentes principais. Na Figura 4.25
fica facilmente identificado que a série de NAO+PDO foi a que teve a maior correlação com a série
de Ladário, ao mesmo tempo que explica a maior variância da série na primeira componente.
- 104 -
Grande parte da variância explicada por estes dois índices é conseqüência da própria série do PDO,
que teve, no entanto, uma correlação equivalente ao NAO. O fenômeno ENSO explicou uma parte
considerável da variância total, embora a correlação apresentada com a série de Ladário não tenha
sido tão expressiva. O efeito destrutivo do NAO e El Niño apresentado em boa parte do período
analisado pode ser responsabilizado pela diminuição da correlação entre os índices NAO e ENSO e
a série de Ladário.
First Component
S
e
c
o
n
d
C
o
m
p
o
n
e
n
t
0,60,50,40,30,20,10,0
0
,
7
5
0,50
0,25
0,00
-0,25
-0,50
Nino3.4
NÃO+PDO
Ladario
NAO
SAM
PDO
Figura 4.25. Componentes principais dos índices analisados e da série de Ladário.
O índice NAO+PDO explicou a menor quantidade de variância no segundo modo. O SAM, ao
contrário do mostrado no primeiro modo, teve um desempenho muito bom no segundo modo. Como
o PDO+NAO representa variações de longo prazo, e o SAM representa variações de curto prazo, é
possível estimar que a primeira componente explica as variações ou efeitos de longo prazo e a
segunda representa variações de mais curto prazo. Os diferentes quadrantes do ENSO 3.4 que os
índices SAM e NAO estariam indicando diferentes formas de atuar. Esta particularidade deverá ser
analisada com maiores detalhes.
4.6 Estimativa da previsibilidade de longo prazo no Alto Paraguai
4.6.1.1 Introdução
A previsão de longo prazo no rio Paraguai em Ladário é realizada com antecedência superior a dois
ou três meses, já que a grande memória facilita a previsão para antecedências menores (Tucci et. al.,
2005).
Com as relações entre o clima global e o clima da BAP, estabelecidas através dos diferentes índices
climáticos analisados nos itens anteriores, foi proposta uma metodologia de previsão de vazões em
Ladário baseada em uma regressão linear múltipla. A regressão linear não é necessariamente a
melhor opção para estabelecer metodologias de previsão na BAP já que o sistema hidrológico
analisado é não-linear. No entanto, este trabalho procura avaliar o ganho na previsão quando são
- 105 -
integrados índices climáticos, e que grau de previsibilidade seria possível, sem entrar em detalhe
das melhores metodologias para previsão hidroclimática de longo prazo. Na escolha da regressão
linear pesou também o fato desta metodologia ser conhecida por ser uma ferramenta simples e
intuitiva para entender o conexão entre as variáveis relacionadas.
Outras metodologias lineares serão apresentadas no capítulo 5, embora sem a comparação com os
índices climáticos.
4.6.1.2 Procedimento
Utilizando a técnica de validação cruzada foram ajustadas equações de regressão entre vazão média
mensal para os meses de janeiro e junho em Ladário (preditandos) e vazões e índices climáticos nos
meses anteriores (preditores). As regressões foram divididas em duas categorias: a) a que utiliza
unicamente a vazão observada nos meses anteriores; b) e a que usa a vazão observada e índices
climáticos nos meses anteriores. As previsões da primeira categoria podem ser consideradas como
as previsões que podem ser realizadas atualmente sem o conhecimento de relações com índices
climáticos e que devem ser superadas.
A escolha dos meses de janeiro e junho para o desenvolvimento das previsões se deve a que estes
meses representam o período de menores e maiores vazões em Ladário, e fornecem uma idéia geral
do comportamento geral das previsões ao longo do ano.
A técnica de validação cruzada permite que sejam ajustadas diversas regressões aos dados, onde
em cada regressão é eliminada alternadamente da série 20% dos dados. Desta forma resultam N
regressões com N conjuntos de parâmetros. O valor final dos parâmetros é a média dos N valores e
a qualidade do ajuste pode ser medida pelas estatísticas do ajuste com os parâmetros médios.
4.6.1.3 Estatísticas de avaliação
A utilidade de um modelo de previsão pode ser avaliada simplesmente pela observação dos erros
absolutos e a qualidade requerida da previsão, mas também comparando seu desempenho com o
desempenho de um modelo de referência, como uma técnica de previsão mais simples. Um dos
modelos mais simples é a metodologia de Nash-Shutcliffe (denominado aqui R2), que mede a
melhora do modelo proposto sobre o valor médio histórico.
(
)
( )
∑
∑
−
−
−=
2
OBSOBS(t)
2
CALC(t)OBS(t)
HH
HH
12R
(1)
onde H
obs(t)
e H
calc(t)
são os valores observados e calculados no tempo t ;
OBS
H é a media dos
- 106 -
valores no tempo da previsão.
Um outro modelo simples consiste em comparar duas previsões (modelo com clima e sem clima). A
relação entre o método de previsão proposto e o método de referência, que é, neste caso, a previsão
utilizando unicamente o valor das vazões nos meses anteriores, é dada pelo coeficiente de avaliação
Rdlp baseado nas pesquisas de Kitanidis e Brás (1980).
(
)
( )
∑
∑
−
−
−=
2
OBS_YBOBS(t)
2
CALC(t)OBS(t)
HH
HH
1Rdlp
(2)
onde H
obs(t)
e H
calc(t)
são os valores observados e calculados no tempo t utilizando os índices
climáticos;
OBS_YB
H é o valor calculado sem considerar os índices climáticos.
O valor do coeficiente Rdlp varia entre – ∞ e 1. Quando o coeficiente Rdlp é igual a 1, a previsão é
dita perfeita. Quando o coeficiente Rdlp é maior do que zero a previsão com o modelo proposto é
melhor do que a previsão sem considerar os índices climáticos. Quando o coeficiente Rdlp é
negativo, a previsão é pior do que a previsão por persistência e o método de previsão proposto deve
ser desconsiderado.
4.6.1.4 Resultados
Na Tabela 4.3 encontram-se as equações de previsão de cota media mensal para o mês de janeiro
(mês com as menores cotas do ano, ou seja, o período mais crítico para navegação) no rio Paraguai
em Ladário (66825000) utilizando os índices climáticos. As previsões entre 2 a 4 meses tiveram
uma melhoria relevante no desempenho com a inclusão dos índices climáticos no modelo de
previsão e podem ser consideradas como muito boas uma vez que é possível prever a cota em
Ladario com uma antecedência de até 6 meses com um erro de 50 cm.
O índice que mais contribui na previsão do mês de janeiro é o índice do SAM de agosto, mês mais
seco na BAP. Observa-se nas figuras do anexo G que durante agosto, tanto no SAM alto como no
baixo, nas cabeceiras da BAP desenvolvem-se condições de seca. Estas condições estariam
indicando que o acerto do índice do SAM ajuda a caracterizar as condições climáticas durante a
época seca, que podem ser mais ou menos amenas, regulando desta forma o consumo de água das
plantas durante a seca, e conseqüentemente o armazenamento.
Outra questão a ser considerada para explicar a dominância do SAM durante o inverno, é que nessa
época o SAM esta muito forte, podendo criar anomalias na circulação que modulam principalmente
o inverno, quando o fenômeno El Niño geralmente não esta ainda formado.
- 107 -
Tabela 4.3. Equações para previsão de cota média mensal para o mês de janeiro em Ladário
(668250000) utilizando índices climáticos e vazões no meses anteriores.
Antecedência
(meses)
Mês de
inicio da
previsão
Equação rdlp R2 Erro
médio
(m)
Erro
(med
iana)
(m)
2 OUT Q
JAN
t
=0,546.Q
OUT
t-1
+25,295.SAMI_AGO
t-1
+48,685 0,05 0,71 0,47 0,40
3 SET Q
JAN
t
=0,476Q
SET
t-1
+22,651 SAMI_AGO
t-1
+32,812 0,29 0,72 0,43 0,35
4 AGO Q
JAN
t
=0,399Q
JUN
t-1
+
22,545 SAMI_AGO
t-1
-2,055 0,17 0,67 0,43 0,30
5-6 JUL e JUN Q
JAN
t
=0,329Q
JUN
t-1
+
31,047 PDO_MAI
t-1
+28,354 0,01 0,60 0,52 0,47
onde:
Q
JAN
t
= Valor previsto em Ladário para o mês de Janeiro do ano t
Q
OUT
t-1
= Valor observado em Ladário no mês de Outubro do ano t-1
SAMI_AGO = Valor do índice SAM em Agosto do ano t-1
Figura 4.26.Valor previsto no rio Paraguai em Ladário (66825000) no mês de janeiro baseado nos
dados disponíveis no mês de setembro, considerando previsão com e sem índices climáticos.
A área cinza indica a envoltória de todos os modelos de regressão ajustados na técnica de
validação cruzada.
Outra característica importante que se observa na Figura 4.26 é que nos anos em que a previsão com
índices climáticos apresenta erros maiores que a previsão sem índices climáticos, o erro se torna
significativamente maior. Em outras palavras, o uso dos índices climáticos (em especial o índice
SAM) melhora as previsões, mas, quando erra, o erro é muito grande. Isto indica a interação de
- 108 -
outro fenômeno que modula o SAMI (uma boa conjetura seria o ENSO) que não foi incluído no
modelo adequadamente em função da estrutura linear do modelo proposto.
Na Tabela 4.4 se observam as previsões em Ladário para o mês de junho (mês do pico da cheia em
Ladário). O pico da cheia em Ladário acontece em junho, ao tempo que a chuva se concentra nos
meses de verão (DJF). Desta forma, qualquer informação climática depois dos meses da chuva não
tem capacidade para influenciar os resultados em Ladário para o mês de junho.
Tabela 4.4. Equações para previsão de cota média mensal para o mês de junho em Ladário
(668250000) utilizando índices climáticos e vazões no meses anteriores.
Antecedência
(meses)
Mês de
inicio da
previsão
Equação rdlp R2 Erro
médio
(m)
Erro
(media
na)
(m)
2 OUT Q
JUN
t
= -0,034.Q
OUT
t-1
+12,741.SAMI_AGO
t-1
+0,814.Q
JUN
t-
1
+86,673
0,10 0,74 0,81 0,67
3-4 SET - AGO Q
JUN
t
= -0,792.Q
JUN
t-1
+13,030.SAMI_AGO
t-1
+88,105 0,12 0,74 0,80 0,65
Como no caso da previsão para o mês de janeiro, o SAM foi o índice com maior influência. A
ausência dos índices ENSO ou NAO na previsão chama a atenção, mas pode ser explicada pela
linearidade do modelo, que não consegue capturar a complexidade das interações. Por exemplo,
quando se manifesta o fenômeno La Niña, há uma correspondência quase linear com uma enchente
no Pantanal; pelo contrário, o fenômeno El Niño, depende ainda do valor do NAO, de forma que a
resposta para o ENSO é altamente não linear.
A ausência do PDO pode ser compreendida pela escala de atuação deste fenômeno. Como o PDO
atua no clima por 25 anos em cada sentido, seu efeito encontra-se incluído na memória da bacia (2
anos), de forma que a vazão nos meses anteriores inclui, de certa forma, o efeito deste índice.
Na previsão para o mês de junho, a previsão não apresenta grandes erros em alguns anos como os
observados na previsão para o para o mês de janeiro (Figura 4.27), indicando uma menor iteração
entre os índices climáticos considerados.
- 109 -
-
100,00
200,00
300,00
400,00
500,00
600,00
700,00
800,00
1949 1954 1959 1964 1970 1975 1980 1985 1990 1995 2001
Cota (cm)
Calc s/inf. Climática
Observado
Calculado c/inf. Climatica
Figura 4.27.Valor previsto no rio Paraguai em Ladário (66825000) no mês de junho baseado nos dados
disponíveis no mês de agosto, considerando previsão com e sem índices climáticos. A área
cinza indica a envoltória de todos os modelos de regressão ajustados na técnica de
validação cruzada.
- 110 -
111
5 Previsibilidade de curto prazo.
5.1 Introdução
Para avaliar a previsibilidade hidroclimática de curto prazo na Bacia do Alto Paraguai serão
avaliados diversos modelos alternativos entre os já mencionados no item 2.1. Os modelos podem
ser classificados segundo as metodologias e dados de entrada.
5.1.1 Modelos avaliados segundo a metodologia utilizada.
Os modelos avaliados podem ser clasificados ainda em conceituais e empíricos (idem item 2.1). Os
modelos empíricos avaliados foram:
Modelo de Regressão Linear: este modelo consiste no estabelecimento de uma equação de
regressão linear da vazão para estimativa da vazão ou nível em um ponto utilizando como
preditores os valores em outros locais ou no próprio local em intervalos de tempos anteriores. Uma
variação deste modelo, denominado de modelo de diferenças, consiste no estabelecimento de uma
regressão linear entre o incremento (ou diferença) na vazão no local considerado em um período de
tempo e a diferença na vazão em outros locais no mesmo período de tempo.
Em ambos os casos (regressão dos valores ou das diferenças) os coeficientes da regressão são
constantemente atualizado na medida em que novas informações se encontram disponíveis. Este
modelo está descrito em maiores detalhes em Tucci (1998).
Modelo ARMA: Um modelo ARMA é um modelo estatístico que utiliza a própria informação da
vazão do rio nos dias anteriores ao início da previsão para realizar a previsão para o futuro. Esse
modelo foi implementado nesse trabalho apenas como comparação, porque ele pode ser
considerado superior ao modelo de previsão por persistência. O modelo de persistência é aquele que
repete a vazão do tempo t (ultima vazão observada) no tempo t+lag (horizonte da previsão).
Previsão de modelo empírico de propagação por ponderação da persistência (também
conhecido como simplesmente por modelo de persistência): Esta previsão foi obtida utilizando
um modelo empírico de previsão baseado nos incrementos de vazão verificados em postos
fluviométricos localizados a montante do local em que se deseja realizar a previsão. Este modelo,
112
t
ambém denominado modelo de persistência (Tucci, 1998) é muito semelhante ao modelo AR(1) e
é dado pela equação:
(
)
t
t
lagt
lagt
HH*pHH
−
+
=
+
+
eso (eq. 1)
onde: lag é a antecedência da previsão; t o tempo no qual a previsão é iniciada;
lagt+
H é o valor
(vazão ou cota) predito no tempo t+lag
lagt+
H
é a media histórica no mesmo dia da previsão
(t+lag); peso é um coeficiente de ajuste;
t
H
é o valor observado em t;
t
H
é a média histórica no
mesmo dia que t
O modelo de ponderação da persistência considera o armazenamento no momento da previsão e o
comportamento histórico das vazões, mas não considera informação sobre a distribuição da chuva
ou evapotranspiração.
O modelo conceitual avaliado foi o Modelo hidrológico distribuído para grandes bacias
(MGB) que é o modelo conceitual de grandes bacias, descrito brevemente no capítulo 1 e em
detalhe no anexo A é utilizado segundo duas alternativas: as saídas diretas do modelo, e as saídas
considerando um modelo ARMA para corrigir os erros conforme a tendência observada durante
um tempo t
prev
anterior à previsão. Esta última alternativa representa uma combinação conceitual-
empírico.
M
odelos avaliados segundo à disponibilidade de dados de chuva.
O modelo conceitual MGB, citado no item anterior, foi utilizado de acordo com a disponibilidade
de dados de chuva:
Previsão baseada em chuva nula: A primeira versão da previsão foi obtida utilizando as chuvas
observadas nos postos pluviométricos até o dia anterior ao início da previsão e considerando que a
chuva é zero em todos os postos a partir deste instante. Esse tipo de previsão é interessante para
avaliar a dependência das previsões de vazão com relação às da chuvas que ocorrem ao longo do
horizonte de previsão. Em bacias com grande tempo de concentração as previsões obtidas dessa
forma podem ser relativamente boas. Já em bacias com um pequeno tempo de concentração, a
previsão de vazão que não considera a chuva que ocorre durante o horizonte de previsão tende a
subestimar fortemente a vazão.
113
Previsão baseada na chuva observada: Este modelo considera a situação ideal, em que a chuva é
perfeitamente prevista, sendo, portanto, denominado também de previsão perfeita. Esta forma de
previsão permite avaliar a capacidade do modelo hidrológico para previsão da vazão. Dado o
escasso conjunto de dados pluviométricos na região serão analisados os dados de chuva:
• Obtidos a partir dos pluviômetros da Agência Nacional de Águas;
• Obtidos a partir de estimativas do satélite TRMM (Pr
oduto 3B42, vide
Collischonn (2006) e Collischonn et. al. (2007) para detalhes sobre o TRMM).
Previsão baseada na chuva prevista: Este modelo constitui o verdadeiro modelo de previsão
hidroclimática, já que considera o acoplamento de um modelo meteorológico junto com um modelo
hidrológico na BAP, tal como discutido no Capítulo 2. Neste trabalho será utilizada a chuva
prevista no modelo BRAMS (descrito em detalhe no anexo B) cujo ajuste à BAP será analisado no
item seguinte.
5.2 Ajuste e simulação com o modelo BRAMS na Bacia do Alto Paraguai
Para a simulação meteorológica com o modelo BRAMS foram escolhidas duas grades aninhadas
com células de 112 km (externa) e 28 km (interna) de resolução (Figura 5.1). Como se pode
observar na Figura 5.1, a grade de maior resolução não inclui completamente a BAP. Isto foi
realizado para evitar a inclusão dos primeiros contrafortes dos Andes, onde existe grande gradiente
topográfico próximo à fronteira lateral do modelo, que ocasiona instabilidades na simulação. Os
resultados não são afetados, porque este setor não contribui significativamente para o balanço do
Pantanal (Tucci et. al, 2005).
Figura 5.1. Detalhes das grades utilizadas na simulação
114
A grade vertical começa em 110 m e cresce com uma razão de 1,1 vezes até que a camada seja
maior que 1000m. A partir de 1000 m, cada camada acontece 1000 metros acima da outra. O valor
de 110 m para a simulação é utilizado freqüentemente em simulações operacionais de curto prazo.
O intervalo de tempo de integração utilizado foi de 90 s na grade maior e 1/3 deste valor na grade
interna.
As condições de contorno foram fornecidas pelas análises (i.e, as condições iniciais do Modelo
Global do CPTEC (resolução de 200 km para simulações anteriores a Setembro de 2003 e resolução
de 100 km para datas posteriores).
A topografia foi obtida por interpolação para a grade maior de arquivos padrão do RAMS
(resolução de 10 km) e para a grade menor da base de dados GTOPO30 (aprox. 1 km de resolução;
EROS Data Center, USGS (1993).
Os dados de condições de contorno da temperatura da superfície do mar foram obtidos dos dados
fornecidos pelo NCEP, os de tipo de solo foram obtidos da base de dados da FAO (1988), já o uso
da terra foi obtido da base de dados da base GCL2000 (Eva et. al., 2002) adaptada para os tipo de
usos reconhecidos pelo BRAMS.
Para representação da interfase solo-atmosfera foi utilizado o modelo LEAF-3 como SVAT com 5
¨patches” (o primeiro “patch” representa a superfície coberta por água). Em função de resultados
em áreas semelhantes, o solo foi dividido em 9 camadas de 25 cm de espessura cada uma, com
exceção da superior com 5 cm). A umidade inicial considerada com um gradiente com a
profundidade, onde as camadas superiores se encontram no ponto de murcha, e as inferiores com
30% do valor da saturação. A umidade média de todo o solo pode considerar-se muito próxima do
ponto de murcha.
O sistema de coordenadas adotado acompanha o terreno, denominada σ
z
(que é uma das opções
B
RAMS) e descrito por Gal-Chen e Somerville (1975) (vide anexo A). A transferência radiativa
em onda curta e longa foi simulada com o esquema “two-stream” (Meyers et. al. 1997). Os
transportes turbulentos foram parametrizados com o esquema de Mellor-Yamada (Mellor e
Yamada, 1982).
Uma descrição dos parâmetros e esquemas mencionados encontra-se no anexo A.
5.3 Ajustes iniciais e testes de sensibilidade.
Foi realizada uma série de testes de sensibilidade com simulações entre 01 de Janeiro e 31 de
Março de 2003 para determinar os parâmetros mais sensíveis e as melhores combinações de
parâmetros para o modelo (vide descrição dos parâmetros e metodologias de cálculo no anexo 1). O
ajuste dos parâmetros é realizado em forma manual, já que o uso de otimização automática é
proibitivo devido ao número de parâmetros e custo computacional (Boyle et. al. 2000; Collischonn
e Tucci, 2002).
115
Os parâmetros analisados foram:
Discretização, abrangência e número de grades: a grade escolhida, assim como o número de
camadas verticais simuladas foi escolhido em função da relação qualidade/ custo computacional. A
combinação selecionada foi indicada no item anterior.
Intervalo de tempo de cálculo: foram testados diferentes valores. Em geral valores superiores a
120 segundos, criaram instabilidades numéricas. Valores de 40 segundos se mostraram muito
estáveis, inclusive com o esquema de radiação “New-Two Stream” (Meyer et. al., 1997), no
entanto, resultaram proibitivos computacionalmente. Foi escolhido finalmente o valor de 90
segundos.
Parâmetros de aninhamento com as condições de contorno fornecidas
pelo modelo global: O
primeiro parâmetro testado foi o intervalo de tempo do aninhamento nas bordas do modelo (i.e, o
parâmetro de “nudding”). Os melhores resultados foram obtidos com o aninhamento com tempo de
decaimento de 6 horas, que coincide com o intervalo em que foram disponibilizadas as condições de
contorno. Isto significa que o tempo de decaimento exponencial da solução para a campo fornecido
nas vizinhanças da fronteira é de 6 horas. O BRAMS também permite que o usuário controle o
parâmetro de “nudging” na região central do domínio. Além do tempo de decaimento que é
inicialmente especificado, é possível atribuir um peso relativo deste processo em função grade. Os
melhores resultados foram obtidos dando peso de 100% na primeira grade de 50% na segunda. O
menor valor na segunda grade permite que a física dos processos de mesoescala seja mais influente
pois o termo de decaimento em direção à análise de grande escala é fracamente aplicado na segunda
grade..
Esquemas de radiação: Também foram comparados os resultados utilizando o
s esquemas de
cálculo de ‘Chen’ (Chen e Cotton,1983) e “New Two-stream’ (Meyer et. al., 1997). O esquema de
Chen, se comparado ao de Meyer et. al. (1997), resultou em estimativas das variáveis que não
conseguiram diferenciar corretamente o ciclo diurno da temperatura na superfície (Figura 5.2).
Esses dois esquemas diferem também na forma de tratamento da influência das nuvens na
transferência radiativa, o que explica grande parte das diferenças observadas entre os dois
esquemas.
Intervalo de tempo da atualização da radiação para cálculo: Embora o cálculo dos processos
radiativos devesse ser idealmente realizado a cada intervalo de tempo do modelo, devido ao custo
computacional muito alto, a transferência radiativa na atmosfera é realizada em maior intervalo de
tempo no BRAMS. Um compromisso entre eficiência numérica e destreza foi obtido com a
chamada dos processos radiativos a cada 600 segundos, já que valores superiores resultaram em
erros consideráveis.
116
Figura 5.2. Temperatura observada, calculada utilizando esquema de radiação de Chen,
esquema de radiação de Harrington em uma simulação de teste para Corumbá.
Efeito do uso do solo: Existem diferentes tentativas de mapeamento do uso do solo a nível global
que diferem entre si em função das informações e tecnologias disponíveis no momento da
realização do mapeamento (Ex, IBGP - IGBP, 1998; GCL2000 - Eva et. al., 2003; FAOSTAT -
Young, 1998). Foi analisada a sensibilidade do BRAMS às mudanças do uso do solo surgidas das
diferenças entre bases de dados. Foram analisados (a) o arquivo de uso do solo escolhido (GCL2000
- Eva et. al., 2003) e (b) arquivos utilizados operacionalmente pelo INPE (baseados na base de
dados IGBP 2.0 - vide anexo C).
Os arquivos do INPE em geral produziram chuvas inferiores às observadas, enquanto que os dados
de superfície do GCL2000 representaram melhor o comportamento da chuva. A diferença no
comportamento se deve a que os arquivos do INPE não representam adequadamente a área alagada
do Pantanal. Neste caso a região é tratado simplesmente como savana, enquanto nos arquivos do
GCL2000 são considerados alguns locais que sofrem alagamento. A diferenciação do uso muda a
disponibilidade de umidade para precipitação, embora, pelas próprias características estáticas da
base de dados, não seja precisado o momento do alagamento.
No entanto, na configuração do BRAMS com uso do solo do GCL2000 acontecem, em algumas
circunstâncias, células convectivas muito intensas (P>200-300mm em um dia), muito acima do
observado quando é utilizado o esquema de radiação New two-stream (Meyers et. al., 1997).
Resultados semelhantes com este esquema já foram descritos anteriormente com outras
configurações do BRAMS (Moreira, 2007). A manutenção da atualização da radiação em intervalos
menores a 600 s ajudam a minimizar este efeito.
117
Efeito de mudanças no tipo de solo: A mudança do tipo do solo por uma inicialização
homogênea, considerando solo tipo 6 (solo franco-argiloso), não mostrou grandes diferenças,
indicando baixa sensibilidade do BRAMS a mudanças do tipo do solo nesse caso.
Esquemas de parametrização da conveção úmida: os esquemas de parametrização da convecção
úmida simulam os efeitos dos transportes turbulentos de calor e umidade além do efeito das trocas
de calor no processo de condensação/evaporação nas nuvens que ocorrem em escala espacial
inferior à resolução da grade. A parametrização da convecção úmida tem grande impacto na
determinação da quantidade de chuva e da nebulosidade que é identificada nos processos de
transferência radiativa. Os esquemas de parametrização são baseados em algum princípio
termodinâmico de fechamento e precisam de condições de fronteira para a determinação do perfil
vertical que caracteriza as propriedade termodinâmicas das nuvens convectivas parametrizadas.
Neste trabalho foi utilizado o esquema de conveção de Grell (Grell e Devenyi, 2002) e foram
testados diferentes fechamentos da convecção úmida. Foram testados o fechamento segundo Grell
(GR), Ensemble (EN) e Convergência da Umidade (MC). Os dois últimos forneceram melhores
resultados (segundo um métrica de comparação da chuva produzida pelo modelo com a observada)
que GR, não existindo diferença significativa entre eles.
5.4 C
enários analisados.
A análise de sensibilidade do BRAMS a mudanças do uso do solo mostrou que o modelo é sensível
às características da cobertura do solo. A sensibilidade é esperada em função do impacto do uso do
solo no balanço de energia na superfície e, consequentemente, na temperatura e umidade (p ex.,
Mahrer e Pielke, 1977; Avissar e Pielke 1989; Souza et. al.. 2000, Ookouchi et. al.., 1984; Segal et.
al., 1988 e 1989; Gevaerd et. al., 2003).
Como a melhor base de dados de uso do solo existente (GCL2000) não consegue representar
adequadamente o Pantanal, foram analisados cenários em que nas condições de fronteira inferior
modelo acontece a representação explícita do Pantanal. Os resultados obtidos com a representação
explícita do Pantanal foram comparados com cenários típicos de simulações operacionais do
modelo.
A determinação da área alagada do Pantanal constitui-se em um grande problema já que, como
analisado no anexo E, não existe uma forma clássica e bem aceita na comunidade científica para
determiná-la. Foi ainda estabelecido no Anexo E que as metodologias e dados existentes permitem
obter o valor da área alagada, mas não a sua abrangência espacial. Sob estas limitantes, e como
forma de maximizar diferenças entre a situação atual e os resultados com a representação explícita
do Pantanal, foi considerada a máxima área alagada possível do Pantanal (Figura 3.1)
118
Os cenários analisados foram:
1. Cenários com a configuração atual do modelo BRAMS:
• Inicializado com umidade homogênea próxima do punto de murcha (denominado nos
gráficos de BASE);
• inicialização com umidade heterogênea. A umidade no inicio da simulação é estimada
utilizando a metodologia descrita em Gevaerd et. al. (2003). A metodologia se baseia
em forçar o SVAT do BRAMS com a precipitação nos dias anteriores a simulação com
dados observados, de forma de obter uma umidade inicial mais realista. (Este cenário
foi denominado BASE_HUM).
2. Inicializado com a região do Pantanal como se fosse
área umida (uso do solo em que o
BRAMS considera uma lâmina de água de 10 cm sobre todo o solo).
• com umidade do solo no restante do domínio homogênea “padrão”, ou seja muito
próxima do ponto de murcha (denominado PANT)
• com umidade do solo no restante do domínio próximo da saturação. (PANT_HUM)
Na Figura 5.3 podem ser observados os diferentes padrões de umidade inicial utilizados no cálculos.
Valores próximos a 0.45 m
3
água
/m
3
solo
indicam solo saturado, já valores próximos de 0.15
m
3
água
/m
3
solo
indicam solo na proximidade do ponto de murcha.
Para cada um dos cenários indicados no item anterior o modelo foi inicializado no dia 01 de janeiro
de 2003 e rodado para o período de 01 de janeiro de 2003 a 31 de março de 2003, forçado pela
reanálise do NCEP na bordas. Para facilitar o entendimento dos gráficos, serão apresentados
períodos menores, indicando diferenças (se houverem) no restante do período analisado. Para
verificar os resultados foram utilizados os dados meteorológicos horários obtidos do sistema de
observações dos aeroportos (METAR), dados meteorológicos diários obtidos através da resolução
40 da WMO, dados diários fornecidos pelo EMBRAPA Pantanal, dados de precipitação a cada 3
horas estimada a partir dos dados do satélite TRMM (produto 3B42 – Collischonn et. al.. 2006) e
dados de precipitação diários obtidos das pluviômetros da Agência Nacional de Águas.
Para análise das saídas do modelo BRAMS foram comparados os resultados obtidos em diferentes
locais da região com dados disponíveis: Cuiabá (cujo código ICAO do aeroporto é SBCY),
Corumbá (SBCR), Campo Grande (SBCG), Ponta Porá (SBPP), e Fazenda São Bento, no Brasil; e
Roboré (SLRB), Puerto Suárez (SLPS) e San José de Chiquitos (SLJE) na Bolívia. Por questões de
espaço neste item são apresentados os resultados em Cuiabá e Corumbá e comentados os resultados
nos demais locais.
119
Inicialização homogênea Padrão (BASE)
Inicialização heterogênea Padrão (BASE_HUM)
Pantanal como se fosse um brejo (PANT)
Pantanal como se fosse um brejo (PANT_HUM)
Figura 5.3. Perfis de umidade inicial para as simulações (umidade em m
3
água
/m
3
solo
). Valores próximos
a 0.45 m
3
água
/m
3
solo
indicam solo saturado, já valores próximos de 0.15 m
3
água
/m
3
solo
indicam
solo na proximidade do ponto de murcha
Resultados da análise em Cuiabá (SBCY)
Comparações entre simulações de modelos válidas numa
determinada localidade onde existem
medidas obtidas em estações meteorológicas é uma tarefa complexa em função da representativade
de uma medida pontual e do significado da variável prevista pelo modelos que, em geral , é uma
120
media numa área da ordem de dezenas de km
2
. As métricas usualmente aplicadas na meteorologia
passam por algum processo de suavização dos dados como, por exemplo, no caso de medias
espaciais ao se considerar a distância entre a previsão e a observação mediada em um grande
número de estações. Apesar dessas dificuldades, causadas pela representatividade das observações,
dado o objetivo deste trabalho, será realizada uma comparação direta entre o valor previsto pelo
modelo em algumas estações e o valor observado em estações meteorológicas.
Temperatura:
Na Figura 5.4 observa-se a temperatura medida e simulada (variável TEMPC2M do
BRAMS) nos diferentes cenários em Cuiabá. É possível observar que nenhuma das simulações
consegue representar adequadamente as temperaturas em Cuiabá. Observa-se ainda que apesar das
diferenças na umidade inicial os valores PANT e PANT_HUM foram praticamente coincidentes.
20
22
24
26
28
30
32
34
36
38
40
10/3/2003 10/3/2003 11/3/2003 11/3/2003 12/3/2003 12/3/2003 13/3/2003 13/3/2003 14/3/2003 14/3/2003 15/3/2003
Temperatura
o
C .
Valores Observados
Cenário BASE
Cenário BASE_HUM
Cenário PANT
Cenário PANT_HUM
Figura 5.4. Comparação entre temperatura medida e a estimada pelo modelo BRAMS para os
diferentes cenários analisados em Cuiabá (SBCY).
Para analisar possíveis fontes dos erros mostrados na Figura 5.4 foi analisado o viés apresentado por
diferentes modelos operacionais de previsão de tempo em Cuiabá para diferentes períodos obtidos
do site do laboratório MASTER do IAG/USP (www.master.iag.usp.br).:
• modelo BRAMS do laboratório MASTER com configuração semelhante à utilizada
nesse estudo;
• modelo CATT_BRAMS com configuração semelhante à utilizada nesse
estudo(CATTg2);
• modelo ETA com grade de 20Km (ETAg1);
• modelo Global AVN do NCEP;
• modelo Global do CPTEC modelo T126;
121
• MSMES – “MASTER Super Model Ensemble System” ou, “Superconjunto“ (modelo
formado a partir de uma média ponderada de todos os modelos disponíveis, após a
remoção do viés Dias et. al., 2006)
a)
b)
Figura 5.5. Viés da temperatura de diferentes modelos operacionais em Cuiabá (SBCY) para os
períodos a) 01/032005 a 31/03/2005 e b) 01/032006 a 31/03/2006.
Observa-se que no período mais antigo da estimativa do viés existente (2005) os resultados do
Modelo BRAMS do Master e CATT/BRAMS foram semelhantes aos encontrados neste estudo.
Testes adicionais mostraram ainda que o comportamento do modelo testado neste estudo foi
semelhante entre 2003 e 2005, concluindo-se, portanto, que os resultados obtidos neste estudo
(utilizando condições de contorno de análise) são equivalentes aos resultados operacionais com até
72 horas de antecedência no período testado.
Os resultados de testes realizados para simulações inicializadas com dados de 2006 (não mostrados)
indicaram uma significativa redução do viés das simulações, semelhante às apresentadas pelos
122
modelos operacionais. Com estes resultados é possível concluir que, por um lado existe uma
melhora na qualidade das simulações dos modelos globais, que, ao representar melhor os fluxos
entrantes na área da simulação (lembrar que a maior parte da umidade do Pantanal é advectada
desde a Amazônia) melhoram a qualidade das simulações (esta conclusão é também corroborada
por resultados observados por Moreira, 2006). Por outro lado, indicam que os resultados a serem
apresentados neste estudo são de menor qualidade que os possíveis de serem obtidos
operacionalmente no momento da redação deste texto, no entanto, por indisponibilidade dos dados
para avaliação das previsões hidrológicas para períodos mais atuais, serão utilizados os dados
disponíveis (2003).
Também deve considerar-se fortemente a falta de representatividade da estação. A falta de
representatividade esta normalmente associada a três problemas fundamentais: (a) localização da
estação e (b) calibração dos instrumentos de medição e (c) diferença fundamental entre o tipo de
solo/vegetação no modelo e a realidade local. Em geral, o problema está associado a item (a) e as
diferenças apresentadas por todos os modelos, indicam este caminho. Existem estações que
representam um microclima local bem caracterizado. Neste caso é muito difícil que o modelo possa
reproduzir adequadamente as observações. É por esta razão que em geral é utilizada para avaliação
dos resultados um grande numero de estações para fazer a validação dos modelos.
Para verificar possíveis efeitos da discretização do modelo sobre os resultados foi incorporada uma
terceira grade sobre a localização de Cuiabá com cerca de 200 Km de extensão em células de
aproximadamente 5 Km de resolução horizontal. Os resultados com a nova grade foram muito
semelhantes aos resultados apresentado acima para a grade.
Outro teste realizado, foi a análise da variável de saída. Nesta comparação foi utilizada a variável
TEMPC2M, obtida do BRAMS com a utilização do programa auxiliar RAMSPOST 5.0. Foi
comparada esta variável, com a média entre a temperatura obtida no primeiro nível vertical (110m)
e a temperatura no dossel (CAN_TEMP). A temperatura no dossel foi obtida como média
ponderada da temperatura nos diferentes ¨patches¨ da célula. A média utilizada, que é a selecionada
operacionalmente no laboratório MASTER para representar a temperatura no abrigo meteorológico,
teve um desempenho ligeiramente melhor que a TEMPC2M, embora não possa ser considerado
como satisfatório e possui erros na mesma ordem de grandeza que a variável TEMPC2M.
Em resumo, a comparação da temperatura observada e a simulada no modelo em Cuiabá mostrou
que existem diferenças significativas entre estes valores, provavelmente como conseqüência da falta
de representatividade da estação. No entanto, a utilização de um esquema de correção estatística da
saída do modelo, é útil na correção de resultados.
Ponto de orvalho:
Os resultados das simulações do ponto de orvalho (variável DEWPTC no
primeiro nível vertical do BRAMS) mostraram que todos os cenários analisados, com exceção da
123
inicialização da umidade do solo baseada em chuva medida (BASE_HUM), conseguiram
representar razoavelmente bem esta grandeza (Figura 5.6). O ponto de orvalho é uma medida da
umidade do ambiente, desta forma, o erro apresentado pelo cenário BASE_HUM se deve a erros na
caracterização da umidade inicial.
Por outro lado, as simulações que melhor se ajustaram aos dados medidos foram aquelas que
representam explicitamente as características da superfície do Pantanal (PANT e PANT_HUM).
Este resultado indica que a umidade transportada desde o Pantanal tem influência na simulação em
Cuiabá, embora esta seja relativamente pequena, já que na análise da temperatura de superfície não
foi observada uma diferenciação significativa entre os cenários.
20
21
22
23
24
25
26
27
28
29
30
15/1/2003 15/1/2003 16/1/2003 16/1/2003 17/1/2003 17/1/2003 18/1/2003 18/1/2003 19/1/2003 19/1/2003 20/1/2003
Temperatura
o
C .
Valores Observados
Cenário BASE
Cenário BASE_HUM
Cenário PANT
Cenário PANT_HUM
Figura 5.6. Comparação entre a temperatura do ponto de orvalho observada e a estimada pelo modelo
BRAMS para os diferentes cenários analisados em Cuiabá (SBCY).
Os resultados das simulações e testes realizados estão em total concordância com os resultados
obtidos na simulação operacional para o ano de 2005 (Figura 5.7). Os resultados dos modelos
operacionais em 2006 (não mostrados) foram equivalentes aos apresentados em 2005.
Pressão: Na Figura 5.8 é plotada a pressão no nível do medida e simulada (variável SLP do
BRAMS) nos diferentes cenários simulados em Cuiabá. Observa-se na Figura 5.8 que todos os
cenários analisados subestimam a pressão em Cuiabá. Os cenários onde o Pantanal foi representado
explicitamente tiveram um resultado muito semelhante, resultando os valores no gráfico,
praticamente superpostos. É importante considerar que o BRAMS é um modelo não hidrostático.
Portanto, a pressão prevista pelo BRAMS contem efeitos de este tipo, não necessariamente
considerados em outros modelos, em geral hidrostáticos. Portanto, a comparação do campo de
pressão do BRAMS com outros torna-se pouco realística. No entanto, se apresenta a titulo
informativo.
124
Figura 5.7. Viés na estimativa do ponto de orvalho de diferentes modelos operacionais em Cuiabá
(SBCY) para o períodos de 01/032005 a 31/03/2005.
1000
1002
1004
1006
1008
1010
1012
1014
1016
1018
1020
1/3/2003 1/3/2003 2/3/2003 2/3/2003 3/3/2003 3/3/2003 4/3/2003 4/3/2003 5/3/2003
Pressão (hpa).
Valores Observados
Cenário BASE
Cenário BASE_HUM
Cenário PANT
Cenário PANT_HUM
Figura 5.8. Comparação entre a pressão no nível do mar medida e estimada pelo modelo BRAMS para
os diferentes cenários analisados em Cuiabá (SBCY).
Os resultados simulados são equivalentes a os obtidos com todos os modelos operacionais
comparados. Os modelos operacionais subestimam o valor da pressão (Figura 5.9), que, no entanto,
podem ser corrigidos estatisticamente como se observa a partir dos resultados do Superconjunto. Os
resultados dos modelos operacionais em 2006 foram semelhantes aos obtidos em 2005.
125
Figura 5.9. Viés da Pressão no nível do Mar de diferentes modelos operacionais em Cuiabá (SBCY)
para os períodos a) 01/032005 a 31/03/2005 e b) 01/032006 a 31/03/2006.
Em função dos resultados apresentados é possível concluir que existem fatores que precisam ser
melhor explorados para que seja possível obter uma representação mais próxima das medidas da
pressão neste local.
No entanto, os testes realizados com inicialização em 2006 (não mostrados) tiveram valores com
um viés positivo quase imperceptível, sendo, as diferenças nos resultados com relação ao modelo
operacional, provavelmente causadas pelas características desta simulação (discutidas acima).
Vento:
Na Figura 5.10 se observa-se o vento de superfície observado (10m) e simulado (variável
SPEED10M do BRAMS) nos diferentes cenários em Cuiabá. É possível observar que todos os
cenários analisados subestimam o vento em Cuiabá. O fato do vento ser mal representado é muito
importante no desempenho do modelo, já que grande parte da umidade e momentum nesta região é
importada da Amazônia, e diferenças no vento afetam esses fluxos.
Precipitação:
A avaliação da precipitação é um problema crônico, pois a medida em si tem grande incerteza
devido à variabilidade espacial e temporal do fenômeno da chuva é intensa. Há especial dificuldade
de representação das chuvas convectivas (as que correspondem a maior parte do volume precipitado
na região analisada) pelas redes pluviométricas que dificultam as análises e conclusões sobre a
distribuição da chuva média em área. Para minimizar as incertezas na medição normalmente se
utilizam médias em períodos mais longos ou medias no espaço. Outra forma é obter diferentes
medidas de precipitação. Por esta razão se utilizam normalmente como comparativa com os
126
resultados das simulações às estimativas de vários satélites (TRMM, NAVY, Hydroestimador),
alem das medidas diretas, obtidas pelos pluviômetros.
0
2
4
6
8
10
12
10/1/2003 10/1/2003 11/1/2003 11/1/2003 12/1/2003 12/1/2003 13/1/2003 13/1/2003 14/1/2003 14/1/2003 15/1/2003
Velocidade (m.s
-1
) .
Valores Observados
Cenário PANT
Cenário BASE
Cenário BASE_HUM
Figura 5.10. Comparação entre o vento de superficie observado e a estimado pelo modelo BRAMS
para os diferentes cenários analisados em Cuiabá (SBCY).
Neste trabalho, uma medida indireta da confiabilidade da chuva será dada pela estimativa da vazão
que será analisada nos próximos itens. A vazão, por ser integradora de processos na bacia, é útil
como verificação da correta simulação dos processos meteorológicos, embora, em certas
circunstâncias, e, por compensação de erros, possa mascarar outros problemas. Desta forma, uma
medida direta do erro da chuva será analisado através da comparação direta desta variável simulada
no modelo com estimativas da rede de pluviômetros da ANA e do satélite TRMM com o passo de
tempo diário.
A comparação da precipitação observada na estação convencional e no satélite TRMM e a simulada
nos diferentes cenários também mostra que nenhum dos cenários foi capaz de prever corretamente a
precipitação (Figura 5.11). Na comparação com os diferentes modelos operacionais (Figura 5.12),
observa-se que durante a estação úmida também nenhum dos modelos (incluindo o Superconjunto)
é capaz de prever corretamente a precipitação.
Resultados da análise em Corumbá (SBCR)
A cidade de Corumbá é uma local particularmente inte
ressante para a análise dos resultados, já que
se encontra geograficamente em um dos limites do Pantanal.
127
Temperatura:Os resultados da simulação da temperatura (Figura 5.13) mostram que a simulação
sem a representação explicita do Pantanal (cenários BASE e BASE_HUM), não conseguem
representar corretamente as temperaturas mínimas no Pantanal em Corumbá, apesar de as máximas
serem reproduzidas relativamente bem.
Observada
TRMM
Base
Base_Hum
PANT
PANT_HUM
Figura 5.11. Precipitação média diária observada (em estação convencional da ANA e satélite TRMM)
e simulada em Cuiabá (SBCY) para os diferentes cenários para o período 01/01/2003 a
31/03/2003.
Figura 5.12. Viés de 24 hr de integração na estação SBCY comparada com os resultados do satélite
TRMM. Resultados das previsões para períodos de 15 dias.
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
128
20
22
24
26
28
30
32
34
36
38
40
15/1/2003
15/1/2003
16/1/2003
16/1/2003
17/1/2003
17/1/2003
18/1/2003
18/1/2003
19/1/2003
19/1/2003
20/1/2003
Temperatura
o
C .
Valores Observados
Cenário BASE
Cenário BASE_HUM
Cenário PANT
Cenário PANT_HUM
Figura 5.13. Comparação entre temperatura observada e a estimada pelo modelo BRAMS (variável
TEMPC2M) para os diferentes cenários analisados em Corumbá (SBCR).
Na simulação dos cenários em que o Pantanal é representado explicitamente (PANT e
PANT_HUM) resultaram valores muito próximos dos observados. O cenário PANT_HUM
apresenta valores mínimos inferiores aos do cenário PANT, mas, pela falta de dados medidos no
período noturno, resulta muito difícil determinar qual dos cenários representa melhor o que
acontece.
Os resultados com o modelo operacional para 2005 em Puerto Suárez (posto meteorológico
localizado a poucos quilômetros de Corumbá) mostrados na Figura 5.14, apontaram resultados
semelhantes aos obtidos neste trabalho. Entretanto, é importante observar que são poucos os
horários de observação com informações completas em Puerto Suarez, como pode ser identificado
pelo “X” nos horários em que foi possível obter uma amostra de dados significativa. Já os
resultados dos modelos operacionais para 2006 (não mostrados) indicaram que o viés foi
praticamente inexistente.
Ponto de orvalho:
os resultados das simulações do ponto de orvalho (variável DEWPTC em z=1 no
BRAMS) (Figura 5.15) mostraram que nenhum dos cenários analisados conseguiu representar bem
esta grandeza. O que se observa nos resultados é que em função da maior ou menor disponibilidade
de água, os valores resultam maiores ou menores, mas nenhum dos cenários consegue representar a
amplitude da variação dos valores.
Já nos resultados obtidos operacionalmente foi observada uma clara tendência a subestimar esta
variável (Figura 5.16).
129
Figura 5.14. Viés na estimativa da temperatura em diferentes modelos operacionais em Puerto Suárez
(SLPS) para os períodos a) 01/032005 a 31/03/2005 Fonte: laboratório MASTER.
15
17
19
21
23
25
27
29
1/2/2003 1/2/2003 2/2/2003 2/2/2003 3/2/2003 3/2/2003 4/2/2003 4/2/2003 5/2/2003
Temperatura
o
C .
Valores Observados
Cenário BASE
Cenário BASE_HUM
Cenário PANT
Cenário PANT_HUM
Figura 5.15. Comparação entre a temperatura do ponto de orvalho medida e a estimada pelo modelo
BRAMS (variável DEWPTC) para os diferentes cenários analisados em Corumbá (SBCR).
Pressão: A pressão foi razoavelmente bem representada nas simulações realizadas com exceção do
cenário BASE (Figura 5.17). No cenário BASE existe menor quantidade de umidade disponível, o
que afeta os fluxos radiativos, e, portanto, a pressão através da temperatura. No entanto, a diferença
de pressão entre os cenários é maior a esperada, o que indicaria a necessidades de maiores estudos
com uma base de dados mais detalhada.Os resultados do modelo operacional (não mostrados) foram
semelhantes aos obtidos neste trabalho.
130
Figura 5.16. Viés na estimativa da temperatura do ponto de orvalho em diferentes modelos
operacionais em Puerto Suárez (SLPS) para os períodos a) 01/032005 a 31/03/2005 b)
01/032006 a 31/03/2006. Fonte: laboratório MASTER.
995
997
999
1001
1003
1005
1007
1009
1011
1013
1015
5/1/2003 5/1/2003 6/1/2003 6/1/2003 7/1/2003 7/1/2003 8/1/2003 8/1/2003 9/1/2003 9/1/2003 10/1/2003
Pressão (hpa) .
Valores Observados
Cenário BASE
Cenário BASE_HUM
Cenário PANT
Cenário PANT_HUM
Figura 5.17. Comparação entre a pressão medida e a estimada pelo modelo BRAMS (variável SLP)
para os diferentes cenários analisados em Corumbá (SBCR).
Vento: Na simulação com o modelo operacional em Corumbá (não mostrado) foram obtidos
resultados semelhantes aos obtidos neste estudo (Figura 5.18), onde a amplitude diária é
subestimada mas os valores médios são representados adequadamente .
131
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
10/3/2003 10/3/2003 11/3/2003 11/3/2003 12/3/2003 12/3/2003 13/3/2003 13/3/2003 14/3/2003 14/3/2003 15/3/2003
Velocidade (m.s
-1
) .
Valores Observados
Cenário BASE
Cenário BASE_HUM
Cenário PANT
Cenário PANT_HUM
Figura 5.18. Comparação entre o vento de superfície observado e a estimado pelo modelo BRAMS
(variável SPEED10M) para os diferentes cenários analisados em Corumbá (SBCR).
Precipitação: Na precipitação, observa-se que os Cenários PANT e PANT_HUM foram melhores
na representação da chuva, embora com problemas para a representação de chuvas isoladas ou de
baixa magnitude.
Observada
TRMM
BASE
BASE_HUM
PANT
PANT_HUM
Figura 5.19. Precipitação média diária observada (em estação convencional da ANA e satélite TRMM)
e simulada em Corumbá (SBCR) para os diferentes cenários para o período 01/01/2003 a
31/03/2003.
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0
10
20
30
40
50
60
70
80
90
100
0
50
100
132
Figura 5.20. Viés de 24 hr de integração na estação Puerto Suárez - SLPS (vizinha de Corumbá)
comparada com os resultados do satélite TRMM. Resultados das previsões para períodos de
15 dias.
5.4.1 Resultados da análise em Fazenda São Bento em Passo do Lontra
Na Fazenda São Bento em Passo do Lontra encontra-se localizada uma torre de medição de fluxos
(radiativos e de umidade) instalada pelo INPE dentro do Pantanal. A torre de fluxos foi uma das
atividades do experimento IPE (Interdisciplinary Pantanal Experiment) (Bolzan, 2002, Oliveira,
2002). Por esta razão, e, embora não foram disponibilizados valores medidos para o ano 2003, será
analisado em detalhe o balanço da radiação.
a) Antecedentes da determinação da Radiação
Para uma superfície coberta com vegetação, o balanço
de energia à superfície pode ser descrito
como:
Rn ≈ H + LE + G + Q + ARM + ADV+ Qs ( Eq 5.1)
onde: Rn é o saldo de radiação, igual à soma do fluxo de calor sensível (H), do fluxo de calor
latente (LE), do fluxo de calor do solo (G), do termo de energia utilizada pelas plantas nos
processos bioquímicos de fotossíntese (Q), do armazenamento de energia no meio físico (ar e
biomassa) (ARM), e do termo de advecção de energia horizontal (ADV) e Qs é a troca de calor na
fronteira com a superfície da lâmina d`água caso o solo embaixo da vegetação se encontre alagado.
Em geral, desprezam-se os termos Q, ARM e ADV, cuja soma é, em geral, inferior a 5 % de Rn,
embora o valor de H+LE possa variar entre 60 e 100% do valor de RN. Despreza-se ainda a troca
líquida de energia horizontal, que aquece ou resfria a água (externa ao volume de controle
definido), que pode controlar o termo Qs, por impossibilidade prática para sua determinação
(
Oliveira, 2006).
Valores obtidos por Oliveira (2006) para a ilha do Bananal (TO) (Figura 5.21) indicam que durante
a inundação, o fluxo de calor latente à superfície (LE) é dominante no balanço de energia, devido à
133
presença da superfície de água livre durante a enchente, e pela alta umidade do solo imediatamente
após a cheia, o início da estação seca. Na inundação, as percentagens dos termos LE e H em relação
ao saldo de radiação são de aproximadamente 62% e 24% (86% de RN) , enquanto no final da
estação seca são de ~35% e 32% (67% de RN), respectivamente.
Figura 5.21. Variação pentadal do (a) saldo de radiação, em Wm-2; (b) fluxo de calor latente, em Wm-
2 (linha azul); (c) fluxo do calor sensível, em Wm-2 (linha vermelha); (d) razão de Bowen
(β); e (e) precipitação acumulada (mm). (FONTE: Oliveira, 2006).
Padrões semelhantes aos reportados acima, também foram observados no Pantanal sul-
matogrossense na Fazenda São Bento (Oliveira et. al., 2006; Zeri,
2002; Nunes e Satyamurty,
2004). A Figura 5.22, obtida de Oliveira et al (2006), mostra a variação sazonal das componentes
saldo de radiação, fluxo de calor sensível e fluxo de calor latente, da razão de Bowen (razão entre os
fluxos de calor sensível e latente), da razão entre a soma dos fluxos e o saldo de radiação, em
valores médios diários e da precipitação acumulada mensal para todo o período de dados.O saldo de
radiação é a componente que mostra sazonalidade mais evidente. Maiores valores podem ser vistos
nos meses entre outubro e maio e há uma queda acentuada nos meses de junho, julho e agosto.
134
Rn (W/m
2
)
0
50
100
150
200
H (W/m
2
)
0
20
40
60
80
100
120
λ
E (W/m
2
)
0
30
60
90
120
150
180
(H+LE+G)/Rn
0.2
0.4
0.6
0.8
1.0
1.2
1.4
H/LE
0
1
2
3
out/00 dez/00 fev/01 abr/01 jun/01 ago/01 out/01 dez/01
Precipitação
(mm/mês)
0
50
100
150
200
250
300
350
Figura 5.22. Variação sazonal do saldo de radiação (Rn), fluxo de calor sensível (H), fluxo de calor
latente (LE), da razão entre a soma dos fluxos e o saldo de radiação ((H+LE+G)/Rn), razão
de Bowen (H/LE) e da precipitação para o período de dados de setembro de 2000 a
dezembro de 2001. Esses valores correspondem a médias diárias.
Apesar de a região freqüentemente alagar-se durante as estações chuvosas, a estação chuvosa de
2000/2001 foi relativamente anômala, e, neste período de estudo não foram observados muitos
pontos de alagamento próximo à torre de medidas. Ainda assim, os fluxos de calor também
apresentaram variações sazonais significativas ao longo do ano. O fluxo de calor latente
acompanha, principalmente, as variações sazonais do saldo de radiação, da precipitação e da área
alagada (não mostrada), apresentando maiores valores nos meses mais úmidos (meses de chuva
intensa (DJFM) + meses alagados (MAM) e baixos valores nos meses mais secos. Dificulta a
análise o período sem dados, justamente durante o pico da cheia.
Observa-se, também, um aumento significativo dos fluxos de calor sensível nos meses de setembro
a novembro de 2001 (meses mais secos e sem alagamento). Em conseqüência destes fatores, a razão
de Bowen é bem mais alta neste período, quando os fluxos de calor sensível podem chegar a
apresentar valores até três vezes maiores que a evaporação, em alguns dias. Para avaliar o
135
fechamento do balanço de energia, foram plotados também nesta figura a razão entre a soma dos
fluxos e o saldo de radiação diários. Observam-se, em geral, valores de LE+H entre 0,6 e 0,8 de
RN, indicando que dificilmente o fechamento do balanço de energia é obtido nestas análises
(Oliveira et. al., 2006).
A partir dos valores de fluxos resultantes foram calculadas as médias horárias, para os dois
períodos, das componentes Rn (saldo de radiação), H (fluxo de calor sensível), LE (fluxo de calor
latente), para uma análise do ciclo diurno médio dessas componentes, nas estações seca e úmida. A
Figura 5.24 mostra as componentes nos dois períodos. Em ambos os casos observa-se que o saldo
de radiação é bastante alto durante o dia, sendo ligeiramente maior na estação chuvosa do que na
estação seca. O valor ligeiramente maior durante a estação úmida contrasta com a maior quantidade
de nuvens neste período, que, no entanto, é compensado pela maior incidência de radiação devido a
posição do sol que faz que os raios solares incidam mais diretamente sobre a bacia.
A energia radiativa líquida é convertida principalmente em fluxos de calor latente e sensível. O
fluxo de calor latente, que resulta não só da evaporação, mas também da transpiração das plantas,
domina na estação chuvosa (Figura 5.23a). Ao final da tarde, próximo às 18 horas local, o fluxo de
calor latente chega a superar o saldo de radiação em alguns dias, e, o fluxo de calor sensível passa a
ser negativo. Na estação seca (Figura 5.23b) a situação se inverte e o fluxo de calor sensível atinge
valores bem superiores ao calor latente, durante o dia. Isto ilustra a forte sazonalidade característica
da região do Pantanal sul mato-grossense. A mesma situação pode ser observada nos fluxos da calor
sensível medidos por Zeri (2002) (Figura 5.24), neste caso, considerando o ano úmido típico, com
uma lamina de alguns centímetros sobre o terreno.
a)
Ciclo Médio Diurno (período seco)
Hora Local
6 12 18 24
Fluxos (W/m
2
)
-100
0
100
200
300
400
500
600
Rn
H
LE
b)
Ciclo Médio Diurno (período chuvoso)
Hora Local
6 12 18 24
Fluxos (W/m
2
)
-100
0
100
200
300
400
500
600
Rn
H
LE
Figura 5.23. Valores médios horários do saldo de radiação (Rn) e fluxos de calor sensível (H) e calor
latente (LE) para os períodos: a) chuvoso (29/11 a 17/12); e b) seco (24/08 a 12/09). Os
fluxos foram calculados usando uma escala de 60 minutos. FONTE: Oliveira et. al. (2006)
136
Figura 5.24. Valores médios horários do fluxos de calor sensível (H) para os períodos: a) úmido
(CAPANHA IPE1 -maio de 1998); e b) seco (CAMPANHA IPÊ2 - setembro de 1999).
FONTE: Zeri, 2002)
Os fluxos médios determinados durante esses dois períodos mostram que o fechamento do balanço
energia não foi obtido. A soma dos fluxos (H+LE+G) atinge apenas 80% do saldo de radiação (Rn).
Durante o período de redução das chuvas, os fluxos de calor latente e de calor sensível
representaram 46% e 52% do saldo de radiação , respectivamente. Já no período chuvoso, houve
inversão nas respectivas contribuições: 64% e 36% (Oliveira et. al.., 2006). Estes valores estão de
acordo com a literatura de referência (Goulden et. al.., 1997, McCaughey et. al.., 1997).
b) Resultados obtidos neste trabalho
Na Figura 5.25 observam-se os valores de radiação li
quida ou efetiva (estimada simplesmente como
LE + H) para os cenários BASE_HUM e PANT. No cenário com inicialização heterogênea da
umidade (BASE_HUM - Figura 5.25a) os fluxos de energia são representados na ordem de
grandeza indicada pelos estudos anteriores na mesma região. Já, quando analisado o cenário
PANT_HUM (Figura 5.25b) observa-se que o fluxo de calor sensível é negativo (também neste
cenário as temperaturas são muito baixas). Uma possível interpretação desse resultado vem da
análise do efeito da lâmina de água sobre a superfície que absorve grande quantidade de energia
em forma de calor sensível e da turbidez da água que aumenta a quantidade de radiação solar que é
absorvida pelo meio. Possíveis explicações para este resultado indicam que a formulação para a
área de banhado do modelo BRAMS não seja a adequada para o Pantanal (por exemplo a
produndidade da camada de água ou a própria capacidade de absorção de radiação solar nesta
camada de água). Testes realizados indicaram que o sumidouro de calor sensível simulado
137
unicamente pode ser obtido quando são simuladas grandes áreas de banhado (em pequenas áreas de
banhado, os fluxos laterais “uniformizam” os resultados).
a)
b)
Figura 5.25. Valores médios horários do saldo de radiação (Rn) e fluxos de calor sensível (H) e calor
latente (LE) na Fazenda São Bentono mês de Janeiro de 2003 para os cenários (a)
inicialização com umidade baseada em chuva observada(BASE_HUM) e (b) pantanal
representado explicitamente (PANT).
138
5.4.2 Resultados da análise outros locais
Nos outros locais analisados os resultados podem ser resumidos da seguinte maneira:
• em Ponta Porá os resultados foram semelhantes aos encontrados em Cuiabá.
• nos postos da Bolívia (Roboré (SLRB) e San José de Chiquitos (SLJE) ), os resultados
foram semelhantes aos encontrados em Corumbá, embora o cenários PANT e
PANT_HUM apresentem viés ligeiramente superiores aos de Corumbá;.
• em Puerto Suárez, como já mencionado, os resultados
foram praticamente coincidentes
com os de Corumbá devido à proximidade geográfica.
• em Campo Grande os resultados de todos os cenários foram muito semelhantes, e
praticamente coincidentes com os dados observados, com exceção da chuva, que foi
representada com resultados que posem considerar-se somente “na ordem de grandeza”
dos dados observados.
• Em Nhumirim, que se encontra localizado na fazenda do mesmo nome no Pantanal de
Miranda, não foram obtidos dados horários para a análise, obtendo-se do EMBRAPA
PANTANAL valores de precipitação e temperatura máxima, media e mínima diária e, de
outros autores, os valores de radiação medida. Com estes dados foi concluído que em
termos gerais os resultados foram semelhantes aos encontrados na fazenda São Bento,
em Passo da Lontra.
5.4.3 R
esumo da performance obtida.
Os resultados obtidos mostram que há um impacto significativo nas simulações ao introduzir
características físicas mais realistas na superfície do modelo na região do Pantanal.
A representação explícita do Pantanal melhorou os resultados das simulações em todas as variáveis
avaliadas (temperatura, umidade, vento e precipitação). O impacto positivo foi tanto maior quanto
mais próximo estiver o ponto de observação do Pantanal e quanto mais ao Sul estiver localizado o
posto, sendo esta a direção do vento na região. No entanto, dentro do próprio Pantanal, alguns
problemas nas características da simulação (Ex, inexistência de dados para caracterizar
corretamente a espessura da camada de água) ou na própria estrutura do modelo, geraram erros na
simulação dos fluxos da radiação e temperatura. Estudos mais aprofundados em locais com maior
quantidade de dados e com condições de contorno perfeitamente delimitadas, são necessários para
determinar a origem de tais problemas.
Os resultados dos itens anteriores mostram que, embora as condições de contorno utilizadas fossem
obtidas a partir de reanálise, foram semelhantes aos obtidos com os modelos operacionais na data da
simulação. Por outro lado, a qualidade das simulações com os modelos operacionais nos anos
seguintes, foi superior, em alguns casos, à introduzida com a representação explícita do Pantanal.
139
No entanto, este fato não invalida os resultados. Pelo contrário, indica que a previsão meteorológica
na Bacia do Alto Paraguai está avançando significativamente e, que, quando somadas todas as
melhorías possíveis, será possível minimizar o risco de eventos extremos de curto prazo.
5.5 Ajuste do modelo MGB na Bacia do Alto Paraguai
Os detalhes do ajuste do modelo MGB na bacia do Alto Paraguai estão documentados no anexo F e
em Allasia (2005). Nos próximos parágrafos serão apresentados alguns resultados.
Para facilitar a calibração do modelo matemático da Bacia do Alto Paraguai, a etapa de calibração
foi dividida em três partes. A primeira parte compreendeu a calibração das bacias do Planalto da
Bacia do Alto Paraguai. A seguir foi feita a calibração das áreas a serem simuladas
hidrologicamente no Pantanal (áreas que contribuem para o escoamento na região da Bolívia e
dentro do próprio Pantanal) em conjunto com a calibração do modelo hidrodinâmico no Pantanal
(perdas e ganhos para a planície, tipo de conexão entre lagoas e lagoas e canal, rugosidade da
planície e canal principal, etc.). A calibração das áreas a serem simuladas hidrologicamente no
Pantanal foi realizada em conjunto com a calibração do modelo hidrodinâmico devido as interações
envolvidas.
5.5.1 D
ados de entrada
As características pedológicas e de uso da terra das bacias analisadas foram discutidas no Capítulo 3
(figuras 3.5 e 3.6). As informações topográficas foram obtidas do modelo numérico do terreno, com
resolução horizontal de 90 m, obtido a partir de altimetria via radar, realizada e disponibilizada pela
missão SRTM da NASA (http://www2.jpl.nasa.gov/srtm/
).
5.5.2 Calibração do modelo no Planalto
O modelo foi calibrado independentemente para cada uma das macrobacias do Planalto da BAP:
Alto Paraguai, Cuiabá, São Lourenço, Piquiri/Itiquira, Taquari, Aquidauana e Miranda (Figura
5.27), utilizando sempre o período de tempo com melhor conjunto de dados pluviométricos (Figura
5.28) e fluviométricos (Figura 5.29) disponíveis (vide anexo D para a resolução temporal dos
dados).
140
Figura 5.26. Relevo da Bacia do Alto Paraguai.
Figura 5.27. Macrobacias do Planalto da BAP e discretização adotada.
O modelo foi calibrado na Bacia do Rio Cuiabá no período de janeiro de 1980 a dezembro de
1990. Na Figura 5.30 são apresentados os hidrogramas calculado e observado no rio Cuiabá em
Cuiabá, no período de abril de 1981 a dezembro de 1990. O comportamento geral do hidrograma é
razoavelmente bem ajustado, embora a influência da escassez de dados pluviométricos possa ser
percebida claramente nos casos de picos de vazão mal ajustados.
141
Figura 5.28. Localização dos postos pluviométricos com dados disponíveis na Bacia do Alto Paraguai.
Figura 5.29. Rede de monitoramento hidrométrico da bacia hidrográfica do Alto Paraguai. (Estações
com dados na Hidroweb).
142
Figura 5.30. Hidrogramas de vazão diária calculada e observada do rio Cuiabá em Cuiabá, de abril de
1981 a dezembro de 1990.
Na Figura 5.31 são apresentados os hidrogramas calculado e observado no rio Paraguai no
posto fluviométrico de Cáceres, no período de junho de 1993 a dezembro de 1999. O
comportamento geral do hidrograma é muito bem ajustado, embora a maior cheia deste período,
ocorrida em 1995,
tenha sido mal
reproduzida.
Figura 5.31. Hidrogramas de vazão diária calculada e observada do rio paraguai no posto Cáceres, de
maio de 1993 a dezembro de 1999.
O rio Sepotuba apresenta um comportamento hidrológico bastante diferenciado do rio
Paraguai. A vazão de base no rio Sepotuba, sustentada pelos aqüíferos, é relativamente mais alta do
que nas outras bacias da região. Os hidrogramas observados do rio Sepotuba mostram flutuações
artificiais da vazão, resultantes da operação de uma ou mais Pequenas Centrais Hidrelétricas, não
incluídas por falta de dados sobre a sua operação. Mesmo assim, os resultados da calibração do
modelo nesta bacia são aceitáveis, como se observa na Figura 5.32.
143
Figura 5.32. Hidrogramas de vazão diária calculada e observada do rio Sepotuba no posto São José do
Sepotuba, de junho de 1993 a dezembro de 1999.
Na Figura 5.33 são apresentados os hidrogramas calculado e observado no rio São Lourenço,
no posto Acima do Córrego Grande, no período de abril de 1992 a dezembro de 1999. O
comportamento geral do hidrograma é bem ajustado, embora ocorra superestimativa das vazões
máximas. Isto ocorre, em parte, porque a curva chave do posto Acima de Córrego Grande não é
bem definida para vazões acima de 800 m
3
.s
-1
, que correspondem à cota em que inicia o
transbordamento da seção.
Figura 5.33. Hidrogramas de vazão diária calculada e observada do rio São Lourenço no posto Acima
do Córrego Grande, de maio de 1992 a dezembro de 1999.
Na Figura 5.34 são apresentados os hidrogramas calculado e observado no rio Aquidauana em
Aquidauana, no período de janeiro de 1993 a dezembro de 1997. O comportamento geral do
hidrograma é razoavelmente bem ajustado. Por exemplo, o maior pico de cheia deste período,
ocorrido no dia 5 de dezembro de 1997, foi muito bem reproduzido no hidrograma calculado.
Na Figura 5.35 são apresentados os hidrogramas calculado e observado no rio Miranda no
posto fluviométrico da cidade de Miranda, no período de dezembro de 1995 a julho de 1998.
Observa-se que a sazonalidade das vazões não é tão clara como nas bacias localizadas mais ao
norte, como a do rio Cuiabá e a do rio Paraguai, por exemplo. Alguns picos de vazão são
144
superestimados e outros são subestimados, o que é, possivelmente, conseqüência da má qualidade
dos dados de chuva e da baixa densidade dos postos pluviométricos na bacia.
Figura 5.34. Hidrogramas de vazão diária calculada e observada do rio Aquidauana em Aquidauana,
de janeiro de 1993 a dezembro de 1997.
Figura 5.35. Hidrogramas de vazão diária calculada e observada do rio Miranda em Miranda, de
dezembro de 1995 a agosto de 1998.
5.5.3 Calibração das áreas a serem simuladas hidrologicamente dentro do Pantanal e do
próprio Pantanal.
O modelo hidrológico utilizado no Planalto sofreu alterações na sua formulação para representar os
processos no Pantanal devido a:
• Os processos hidrológicos ocorrem principalmente ao longo do sistema de drenagem e
dependem da capacidade de escoamento e dos volumes de armazenamento da planície;
• A precipitação que cai sobre a bacia fica retida nas depressões ou lagos formados pelo
sistema de drenagem e os leques, descritos no Capítulo 3;
• O escoamento no sistema de drenagem possui efeitos d
e jusante sobre os rios principais e
afluentes, portanto com comportamento fortemente hidrodinâmico.
145
O módulo hidrológico do modelo é o mesmo que o descrito no capítulo anterior. Para representar o
escoamento na rede de rios, baias, lagoas, corixos e vazantes foi utilizado o modelo HEC-RAS na
sua versão 3.1.2, onde a planície de inundação foi representada por uma série de lagoas
interconectadas.
O ajuste do modelo foi prejudicado pela falta de informações para caracterizar corretamente a
planície de inundação. Deve-se destacar a falta de informações sobre a topobatimetria e seus
referenciais ao longo do Pantanal, que não permitiram a utilização de modelos mais sofisticadose
integrados dentro da própria estrutura do modelo MGB, como originalmente previsto, onde a
planície estaria representada por células interconectadas onde seria possível obter diretamente a área
inundada (modelo descrito em Villanueva, 1997). Também os dados sobre área inundada dentro do
Pantanal foram muito deficientes e não contribuíram para o a verificação da calibração da extensão
das lagoas simuladas. Desta forma o modelo ajustado tem certas limitações para seu uso na
estimativa de vazões em locais onde não fora calibrado, mas, atende corretamente as necessidades
para previsão de vazões nos diferentes locais onde existem postos fluviométricos.
A seguir é descrito o ajuste do modelo na BAP e, posteriormente, são analisados alguns resultados
do ajuste com os dados disponíveis. Maiores detalhes do ajuste podem ser encontrados no anexo F.
5.
5.4 Avaliação da perda ou ganho de água lateral nos rios do Pantanal
Os rios da bacia do Paraguai perdem água à medida que avançam em direção ao Pantanal,
alcançando seções com margens mais baixas e remansando o rio principal. Parte da água que invade
a planície durante as cheias retorna ao rio na estiagem. Outra parte fica retida, e retirada ou
evaporada na própria planície. A correta avaliação e quantificação destes processos requer a
representação coerente do balanço hídrico do Pantanal e suas características físicas.
Devido à falta de uma topografia de alta qualidade no Pantanal, tentou-se resolver o problema
abordando-o por um caminho alternativo, estabelecendo relações entre a perda ou ganho lateral de
água nos trechos dos rios no Pantanal com as estatísticas das series de vazões médias diárias.
Bravo et. al. (2005) mostra que quase todos os afluentes principais do Paraguai, como o Taquari e o
Aquidauana, apresentam trechos com perda lateral, enquanto que os trechos do próprio rio Paraguai,
a jusante do posto São Francisco e até o posto Porto Murtinho, inclusive, apresentam um ganho de
volume por aportes laterais (Figura 5.36).
Maiores resultados da análise de ganhos e perdas de água lateral nos rios do Alto Paraguai podem
ser encontrados em Tucci et. al. (2005) e Bravo et. al. (2005)
146
Figura 5.36. Trechos com ganhos (cor verde) e perdas (cor vermelha) de água no Pantanal.
5.5.5 Dados disponíveis para simulação do Pantanal
As informações necessárias para a discretização dos rios do Pantanal são:
• batimetria do leito menor do rio Paraguai e os aflue
ntes principais; e
• topografia do leito maior, incluindo os sistemas de lagoas que se formam no leito maior.
Existem seções medidas do leito menor ao longo do rio Paraguai e afluentes nos locais em que
existem postos fluviométricos, porém sem amarração a um referencial comum. O que está
disponível é uma batimetria longitudinal que permite estimar declividades entre trechos e a
amarração topográfica entre seções. Estas informações estão contidas no PCBAP (BRASIL, 1997);
AHIPAR (2000) e DNOS (1974), bem como as seções do banco de dados Hidroweb.
Nos afluentes existem seções medidas no estudo do PCBAP (BRASIL, 1997), mas espaçadas de
cerca de 60 km, portanto, com grandes trechos sem medições. Além disso, o fato da informação ser
proveniente de várias fontes leva a inconsistências, devido às diferentes referências geodésicas
utilizadas em cada uma.
Se for considerado que a região analisada corresponde a uma área extremamente plana, qualquer
erro na caracterização da mesma implica em sérias limitações à capacidade de simulação do
sistema, levando a um incorreto ajuste do modelo.
Para o leito maior não existe uma topografia definida, apenas alguns pontos que não permitem uma
caracterização da planície. As imagens de satélite não possuem precisão vertical adequada para
147
estabelecer os desníveis e principalmente as condições dos canais de interligação que se formam
dentro do leito de inundação tão extenso. Como é discutido no anexo D, também as estimativas das
áreas alagadas no Pantanal tem sérios problemas, e, portanto, não são confiáveis, complicando
severamente a estimativa da circulação de água no Pantanal.
5.5.6 R
epresentação dos rios dentro do Pantanal
Na componente hidrodinâmica do modelo, representada no modelo HEC-RAS versão 3.1.2
(Brunner, 2002), os rios e sub-bacias foram discretizados considerando o seguinte:
• Representação explícita dos principais corpos d’água: Cuiabá, o próprio Paraguai e seus
afluentes (São Lourenço, Itiquira e Piquiri, Taquari e Miranda);
• os rios citados foram discretizados com base nos dados batimétricos disponíveis, que são
limitados (seções a cada 60 km aproximadamente no estudo do PCBAP) e seções batimétricas
sem referencial único no Paraguai. Os dados necessários para esta discretização foram as
informações sobre a calha do rio, como largura, declividade, profundidade, área molhada e
raio hidráulico, que foram obtidos a partir das informações batimétricas disponíveis. Para isso,
estão sendo utilizadas as informações levantadas durante o PCBAP, as cartas de navegação do
DNIT-AHIPAR e as seções transversais existentes em postos fluviométricos. Em alguns
pontos, tais como o trecho de 600 Km entre Corumbá e Porto Murtinho, somente foi possível
obter dados de 3 seçoes transversais;
• as seções transversais foram interpoladas para que s
e obtenha precisões numéricas adequadas,
utilizando-se trechos de 3 a 10 km (Cunge et. al, 1980). A interpolação foi realizada devido à
carência de seções, a qual se contrapõe com as necessidades computacionais. Por exemplo,
sobre o rio Paraguai, a jusante da estação de Amolar, estão disponíveis somente três seções
transversais (São Francisco, Porto da Manga e Porto Murtinho) em uma distância aproximada
de 700 km, quando seriam necessárias, no mínimo, uma seção transversal a cada 10 km para
representar o sistema adequadamente;
• a planície foi discretizada por células interligadas onde foi realizado o balanço hídrico vertical
e a troca de fluxo entre planícies adjacentes. Para dimensionar as planície foram utilizadas
como estimativas iniciais as dimensões indicadas em DNOS (1974) que depois foram
ajustadas para que os volumes de ganhos e perdas estimados sejam representados
adequadamente.
O esquema geral do sistema hidrológico do Pantanal é mostrado na Figura 5.37. No total, foram
transformadas as 85 seções transversais observadas mediante interpolação em 900 seções
transversais distanciadas a menos de 10 km uma da outra. Para a simulação foram empregados 453
148
trechos de rios simulados hidrodinâmicamente, nos quais convergem as 71 bacias simuladas
hidrologicamente. Os pontos em preto na Figura 5.37 indicam a posição das seções de controle da
calibração e que correspondem aos exutórios de cada uma das 71 bacias simuladas
hidrologicamente.
5.5.7 Discretização do sistema de corixos, lagoas e baias.
O modelo desenvolvido incorporou um conjunto de hipó
teses sobre o funcionamento hidrológico-
hidrodinâmico da região da planície de inundação do Pantanal. As hipóteses se baseiam na análise
das informações obtidas no campo, no relatório do Departamento Nacional de Obras de Saneamento
(DNOS, 1974), na estimativa da perda ou ganho lateral dos rios no Pantanal e nas imagens de
satélites da região analisada. Essas hipóteses foram feitas por trechos e são descritas em detalhe no
anexo F.
5.5.8 Definição de períodos de calibração e verificação
Para calibração do modelo hidrológico no Planalto foram utilizadas diferentes datas entre 1980 e
2000, indicadas no item 5.3.2 e no anexo F, para cada sub-bacia, em função da disponibilidade de
dados. Para a calibração do Pantanal foi utilizado o período 1978-1979 por ser um dos períodos
com menores falhas nos dados fluviométricos e pluviométricos disponíveis. Para verificação, pelos
mesmos motivos, foi utilizado o período 1979-1980. Finalmente para simulação e análise do
sistema como um todo (Planalto+Pantanal) foi escolhido o período 1968-2000, que é todo o período
de dados com séries hidroclimáticas de qualidade mínimas indispensável para simulação
disponíveis. No entanto, deve ser notado que no período 1968-2000 têm acontecido mudanças
climáticas e de uso do solo na bacia (Collischonn, 2001), e alguns resultados podem estar
superestimados ou subestimados.
5.5.9 R
esultados da calibração no Pantanal.
Neste item são apresentados resultados da calibração do modelo MGB-HEC-RAS ao Pantanal da
BAP. A Figura 5.38 mostra o ajuste da componente hidrodinâmica em São José do Piquiri, último
posto de controle do rio Piquiri. Apesar da seção se encontrar a montante da confluência com o rio
São Lourenço, a mesma pode receber águas deste rio durante a cheia, devido ao fato de existirem
áreas de armazenamento (planícies inundáveis) que são comuns a ambos os rios. Estas áreas de
armazenamento foram introduzidas na simulação hidrodinâmica, para melhor representar o sistema.
O resultado é que a calibração apresentou resultado bastante bom, mostrando boa adequação tanto
na cheia quanto na estiagem.
149
Figura 5.37. Esquema de simulação do sistema de corixos, lagoas e baias na Bacia do Alto Paraguai.
Os resultados da calibração com os dados de cota do posto de Ladário (668250000) são
apresentados na Figura 5.39 e para Porto Murtinho (67100000) na Figura 5.40. Ambos postos se
encontram na parte final da bacia e, portanto, os erros nos pontos intermediários se refletem muito
claramente nestes locais. É possível observar nas figuras que os volumes e tempos dos hidrogramas
são razoavelmente bem representados, embora existam problemas na estiagem simulada.
150
Figura 5.38. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da
componente hidrodinâmica do modelo em São José do Piquiri (66650000), usando os
hidrogramas observados como condição de contorno.
Figura 5.39. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da
componente hidrodinâmica do modelo no Paraguai em Ladário (66825000), usando os
hidrogramas calculados pela componente hidrológica do modelo como condição de
contorno.
151
Figura 5.40. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da
componente hidrodinâmica do modelo no rio Paraguai em Porto Murtinho (67100000),
usando os hidrogramas calculados pela componente hidrológica do modelo como condição
de contorno.
5.5.10 Resumo da performance obtida na calibração da modelagem hidrológica e
hidrodinâmica
Os resultados apresentados em todas as bacias do Planalto mostram que o comportamento geral do
hidrograma é razoavelmente bem ajustado. No entanto, a influência da escassez de dados
pluviométricos foi percebida claramente em alguns casos de picos de vazão mal ajustados já que
alguns eventos de chuva intensa ocorreram em áreas não monitoradas, resultando em picos de vazão
que não podem ser reproduzidos pelo modelo. Infelizmente não é possível reverter este quadro na
calibração dos parâmetros do modelo. Por exemplo, na bacia do rio Taquari, no período de agosto
de 1980 a setembro de 1981 existe apenas um posto em funcionamento dentro da área da bacia de
9.300 km
2
. O resultado é que o modelo alterna picos superesti
mados e subestimados, de forma
aleatória.
Os padrões da OMM indicam que a rede de monitoramento está sub-dimensionada e que a
necessidade de complementação de estações pluviométricas é muito superior do que a de estações
fluviométricas. Este fato dificulta sobremaneira a elaboração e calibração de um modelo
hidrológico – hidrodinâmico na bacia e a caracterização do balanço hídrico.
Destaca-se também a escassez de dados que permitam estimar a evapotranspiração, que é um
variável fundamental na definição do balanço regional de água. A determinação do balanço de água
é prejudicada porque há trechos de centenas de quilômetros ao longo do rio Paraguai e de seus
afluentes em que não existe nenhum posto hidrometeorológico.
152
De acordo com os resultados do modelo, que são apenas reflexos das hipóteses consideradas na
calibração, as regiões de solos litólicos são as principais geradoras de escoamento superficial. De
esta forma, os resultados mostraram a importância da correta representação deste tipo de solo para a
representação hidrológica da Bacia do Alto Paraguai.
Os resultados obtidos no Planalto influenciaram significativamente a simulação das vazões no
Pantanal. Como os resultados da componente hidrológica alimentam a componente hidrodinâmica,
pode ocorrer a propagação dos erros ao longo da simulação. Também prejudica a qualidade da
simulação o fato de a calibração no Pantanal ser incompleta, principalmente pela falta de dados
hidrometeorológicos na região da Bolívia e Paraguai. A pesar disso, o modelo teve grande sucesso
para representar os ganhos e perdas de volume dentro da planície. Estes resultados comprovam a
efetividade da análise feita a partir de dados estatísticos, e geram um grande avanço no
conhecimento que se tem sobre o complexo sistema hidrológico da bacia do Alto Paraguai.
Alguns aspectos do modelo integrado de gerenciamento ainda têm espaço para evolução, em
especial no que diz respeito à base de dados físicos. Há poucas seções medidas ao longo da calha
dos rios principais o que gera alto grau de incerteza na modelagem, e que posteriormente é
transferida para os termos das equações de Saint-Venant, fundamental na componente
hidrodinâmica do modelo. Quando os dados de seções medidas estão disponíveis, há ainda o
problema de falta de referencial altimétrico comum, que significa que, embora a topografia de cada
seção possa ser considerada adequada, a não existência de uma cota conhecida com precisão onde
possam ser amarradas as informações, diminui significativamente a utilidade das informações.
Devido às limitações da topografia utilizada na calibração, o modelo representa adequadamente as
vazões mas não pode ser utilizado para a estimativa direta (leitura do resultado no próprio modelo)
de níveis ou cotas de água. A estimativa de cotas pode ser realizada, de forma indireta, nos locais
em que existe curva-chave, ao entrar com o valor da vazão no local para obter como resultado o
valor da cota. O modelo também não pode ser utilizado para tarefas como análise do efeito de
mudanças na declividade do fundo dos rios, pelas mesmas razões.
Durante a fase da calibração foi concluída a existência de um controle importante da vazão em
Amolar. O efeito de remanso de Amolar controla o nível de água até 260 km a montante, ou seja,
até a região da Ilha Taiamã no rio Paraguai e até a seção de Porto do Alegre no rio Cuiabá. Deve-se
ressaltar que há um grau de incerteza quanto à distância real desta seção até a foz, no Paraguai, da
mesma forma que não há seção medida nesse intervalo.
Em estudos anteriores sobre o Pantanal foram realizadas análises qualitativas sobre os subsistemas.
Neste estudo avançou-se, permitindo analisar as tendências de fluxo entre a planície e o rio. Esta
dinâmica, no entanto, pode alterar em função das alterações de leito que acontecem naturalmente ou
influenciadas pelo homem.
153
5.6 Acoplamento dos modelos MGB e BRAMS
Para estabelecer um modelo de previsão completo para a Bacia do Alto Paraguai foi inicialmente
considerado o estabelecimento de um modelo de interação bidirecional (ou two-way) entre o
modelo hidrológico e o modelo meteorológico, principalmente devido aos testes desenvolvidos
durante o ajuste do modelo BRAMS (item 5.2) que indicaram que o modelo é sensível a mudanças
na distribuição espacial e temporal da umidade no solo e áreas alagadas.
No entanto, a escassez de informações na bacia, especialmente de topografia e de caracterização das
áreas alagadas (já analisadas no item 5.3) não permitiu desenvolver um modelo hidrológico que
atinja as necessidades do modelo BRAMS (área da planície de inundação corretamente
representadas), embora o modelo hidrológico-hidrodinâmico proposto tenha atingido a habilidade
necessária para previsão de vazões em diferentes locais da bacia (item 5.3).
Face aos condicionantes expostos, o modelo MGB e o modelo BRAMS foram acoplados
unidirecionalmente, considerando os 4 cenários analisados durante o ajuste do modelo BRAMS,
que, desta forma, permitirão avaliar os ganhos potenciais do acoplamento bidirecional de ambos os
modelos quando as informações requeridas estejam disponíveis.
O modelo foi acoplado ao se transferir a chuva simulada pelo modelo meteorológico em cada ponto
da grade (variável precip )do BRAMS acumulada a cada 24 horas, no mesmo horário em que são
feitas as leituras da ANA). Os dados climáticos para alimentar o modelo hidrológico foram os dados
observados nos postos da OMM na bacia, já que como demonstrado no item 5.2, é possível eliminar
o viés das simulações destes dados com modelos estatísticos semelhantes ao Superconjunto (Diaz et
al, 2006)
5.7 A
valiação da previsibilidade hidroclimática de curto prazo no Planalto.
Este item apresenta a comparação de algumas das metodologias existentes para previsão de vazões
para horizonte de curto prazo. Serão analisados os modelos empíricos de regressão linear, ARMA,
de ponderação da persistência e o modelo conceitual MGB. O modelo MGB foi utilizado em duas
versões, nas sua forma padrão e acoplado com um modelo ARMA de correção dos erros da
previsão. Estes modelos foram descritos no item 5.1.
A avaliação da previsibilidade de curto prazo foi realizada no rio Paraguai em Cáceres, no rio
Cuiabá em Cuiabá e no rio Aquidauana em Aquidauana. Estes locais foram selecionados pela sua
representatividade e importância na economia do Alto Paraguai.
Dada a extrema escassez de dados hidroclimáticos já discutida, um primeiro teste realizado
consistiu na comparação entre os valores simulados a partir de dados de chuva observada nos
pluviômetros da rede da ANA e aquela estimada a partir de informações do satélite TRMM. A
154
possibilidade de utilizar dados do TRMM para realizar previsão de vazões permitiria o
desenvolvimento de um sistema de previsão de relativamente baixo custo na bacia.
Será depois analisada a previsibilidade com modelos empíricos baseados em vazões e níveis
observados em locais a montante do posto observado (e no próprio posto) em tempos anteriores.
Estes modelos serão comparados com a previsibilidade do modelo conceitual ajustado na bacia
(MGB-HEC-RAS) utilizando chuva observada e chuva nula. Estes modelos são os que podem ser
usados caso as previsões atmosféricas não estejam disponíveis.
A previsão hidrológica com chuva observada, em situações normais, indica a máxima eficiência
teórica de um sistema de previsão, já que indica qual seria a habilidade do sistema em condições
ideais para prever a vazão. Em termos práticos é utilizado para avaliar a destreza do modelo
hidrológico na previsão de vazões em situações ideais. Na bacia do Alto Paraguai, a resposta dada
por este tipo de simulação é seriamente afetada pela escassez de dados hidroclimáticos, de forma
que serve como avaliação do modelo nas condições da rede hidrometeorológica atual.
A previsão com chuva nula é utilizada durante as cheias para conhecer a melhor situação mais
otimista possível, ou seja, o que aconteceria no rio se não chovesse mais. Como as previsões têm
incerteza, e, os organismos da defesa civil têm que tomar decisões considerando estas incertezas,
este tipo de previsão pode ajudar no processo de tomada de decisão. Por exemplo, se acontece um
evento de chuva durante a época de cheias nas cabeceiras da bacia, em locais onde existem poucos
postos pluviométricos. Dada a incerteza na chuva, existem dúvidas sobre as áreas a serem alagadas
nas cidades a jusante. Com o uso do modelo alimentado com chuva nula poderiam delimitar-se as
áreas obrigatoriamente a serem desalojadas, e áreas onde deveria monitorar-se com mais cuidados a
evolução do fenômeno.
Finalmente serão analisados os resultados com o modelo conceitual alimentado com as previsões
meteorológicas do BRAMS. Este tipo de simulação constitui o verdadeiro modelo hidroclimático da
bacia. Serão analisados os resultados das previsões para os cenários com a configuração padrão do
BRAMS (BASE) e com a representação explícita do Pantanal (PANT_HUM). Desta forma será
analisado o ganho na previsão hidroclimática com a incorporação das áreas alagadas do Pantanal
em um futuro modelo hidroclimático com acoplamento bi-direcional.
5.7.1 E
statísticas de avaliação
Para avaliar a qualidade da previsão será utilizado o coeficiente Nash-Shutcliffe (denominado aqui
R2), que mede a melhora do modelo proposto sobre o valor médio histórico. Este coeficiente já foi
discutido no item 4.6.
155
Também será utilizado um modelo simples que consiste em considerar que a vazão do dia previsto é
igual à vazão do dia atual ou último dia com dados. Esta previsão é denominada de previsão por
persistência e pode ter um erro relativamente pequeno quando a antecedência é curta, mas serve
basicamente como termo de comparação com os outros métodos. A relação entre o método de
previsão proposto e o método de referência, que é a previsão por persistência, é dada pelo
coeficiente de avaliação Rd (Kitanidis e Bras, 1980).
(
)
( )
∑
∑
−
−
−=
2
OBS_YBOBS(t)
2
CALC(t)OBS(t)
HH
HH
1Rd
(2)
onde H
obs(t)
e H
calc(t)
são os valores observados e calculados no tempo t;
OBS_YB
H é o valor
observado no ultimo dia com dados disponíveis.
O valor do coeficiente Rd varia entre – ∞ e 1. Quando o coeficiente RD é igual a 1, a previsão é
perfeita. Quando o coeficiente Rd é maior do que zero a previsão com o modelo proposto é
melhor do que a previsão por persistência. Quando o coeficiente Rd é negativo, a previsão é pior
do que a previsão por persistência e o método de previsão proposto deve ser desconsiderado.
Na prática operacional uma previsão de vazão é uma estimativa de como será o hidrograma para os
próximos intervalos de tempo, até completar o horizonte total da previsão, conforme apresentado na
Figura 5.41. Na Figura 5.41 observa-se que a linha em vermelho, que representa a previsão, inicia
relativamente próxima da vazão observada para antecedências curtas, e vai se afastando a medida
que avança a antecedência. Para a avaliação do desempenho de um método de previsão pode-se
analisar outro tipo de gráfico, que representa todas as previsões feitas com 1, 2, 3 ... dias de
antecedência (ou dias de integração do modelo), como mostrado no exemplo da Figura 5.42.
Na Figura 5.42 observa-se que o hidrograma das vazões previstas com 1 dia de antecedência é
muito mais próximo do hidrograma observado do que o das vazões previstas com 7 dias de
antecedência. Esta deterioração da qualidade da previsão com a antecedência reflete o que pode ser
observado na figura anterior e pode ser melhor avaliada em termos das estatísticas, como as médias
dos erros absolutos, o desvio padrão ou o coeficiente Rd.
156
Figura 5.41: Exemplo de previsão de vazão (linha vermelha) iniciada no dia 20 de dezembro, com
antecedência de 1 a 7 dias (horizonte de 7 dias).
Figura 5.42. Exemplo de avaliação gráfica das previsões realizadas com 1 dia (linha vermelha) e com 7
dias (linha azul) de antecedência, com relação à vazão observada (linha preta) para a vazão
em Cáceres, no período de dezembro de 1996 a março de 1997.
5.7.2 Resultados da simulação no rio Paraguai em Cáceres
A cidade de Cáceres está localizada junto ao rio Paraguai e corresponde, aproximadamente, ao local
em que o rio Paraguai começa a penetrar na planície pantaneira. A cidade está relativamente
protegida das cheias do rio Paraguai porque está situada na margem esquerda, em um local mais
alto do que a planície da margem direita. Entretanto, o conhecimento antecipado das vazões,
especialmente no período chuvoso, pode ser útil para as atividades turísticas e de navegação, além
da própria utilidade para alerta de inundações.
Comparação entre simulação com chuva medida nos pluviômetros e est
imada pelo satélite
TRMM: Um primeiro teste realizado consiste em utilizar dados de chuva observada em
157
pluviômetros e estimada pelo satélite TRMM para estimar vazão em Cáceres, e comparar com os
valores observados no local (Figura 5.43).
0
200
400
600
800
1000
1200
1400
1600
1800
2000
1/1/2003
20/2/2003
11/4/2003
31/5/2003
20/7/2003
8/9/2003
28/10/2003
17/12/2003
Vazão (m³.s
-1
) .
Vazão Observada
Vazão calculada a partir de pluviómetro
Vazão calculada a partir de TRMM
Figura 5.43. Resultados da simulação do rio Paraguai em Cáceres (6607004) utilizando chuva
observada em pluviômetros e estimada pelo satélite TRMM.
Os resultados apresentados correspondem aos estimados a partir de simulação chuva-vazão com os
parâmetros do modelo calibrados conforme item 5.3.2 utilizando umidade inicial do solo de 70%
em janeiro de 2000 e integrando a simulação até dezembro de 2003. Na Figura 5.43 observa-se que
embora a simulação no período considerado não tenha conseguido representar corretamente as
vazões no local, os valores obtidos a partir de estimativas do TRMM são equivalentes às obtidas a
partir de dados de pluviômetros. Este fato permite considerar que a rede de pluviômetros da ANA e
os dados estimados a partir do TRMM são equivalentes.
Diversos motivos podem ser apontados para o erro na simulação, entre o que se destacam,
mudanças na rede de corixos, vazantes e baías da região que modificam o fluxo principal;
necessidade de utilização de modelos hidrodinâmicos para representar o trecho, especialmente
reforçado pelo deslocamento dos picos de cheia e seca, e o “achatamento” do hidrograma;
significativa mudança no sistema de cultivo para cultivo direto, que gera em média 20% a mais de
vazão.
Resultados com chuva observada e nula nos modelos empíricos e conc
eituais: Neste item serão
comparadas as previsões no rio Paraguai em Cáceres utilizando os modelos:
• empíricos:
158
o de propagação por ponderação da persistência baseado nos valores
observados em Barra do Bugres e no próprio Cáceres em intervalo de tempos
anteriores;
o ARMA baseado nos valores anteriores em Cáceres
• modelo conceitual MGB
o na forma padrão, alimentado com chuva nula e observada;
o com correção dos erros na previsão com um modelo ARM
A (combinação
dos modelos conceituais e empíricos anteriores, vide item 5.1 para maiores
detalhes).
As previsões foram realizadas para antecedências de 1 a 7 dias. Obviamente, como em qualquer
outro tipo de previsão, sempre há um erro envolvido na previsão de vazão e a tendência deste erro é
crescer com o tempo. Assim, as previsões com um ou dois dias de antecedência são mais precisas e
corretas do que as de 7 dias de antecedência.
A Figura 5.44 apresenta os valores médios dos erros absolutos no período de 01/01/1996 a
30/06/1998 para os diferentes métodos de previsão analisados e diferentes antecedências com chuva
observada e chuva nula. As colunas vermelhas indicam o erro da previsão por persistência. A cor
rosa indica as previsões do modelo ARMA. As demais cores indicam simulações com o modelo
MGB com diferentes configurações: cor amarela indica a previsão considerando chuva nula durante
o horizonte de previsão; cor azul clara indica as previsões baseadas na chuva observada durante o
horizonte de previsão; cor azul escura indica as previsões do modelo considerando chuva nula e
com correção dos erros usando um modelo estocástico ARMA; cor verde indica as previsões
realizadas com base na chuva observada e corrigidas com o modelo estocástico ARMA.
Em termos gerais, o erro médio das previsões por persistência é de cerca de 10 m
3
.s
-1
para o
h
orizonte de 1 dia., mas cresce para mais de 60 m
3
.s
-1
para o horizonte de 7 dias. O modelo MGB na
sua forma padrão apresenta resultados com maiores erros que os modelos empíricos. No entanto, da
análise da Figura 5.44 é possível concluir que com o modelo hidrológico aliado ao modelo
estocástico de correção das previsões é possível obter previsões melhores do que as previsões com
os modelos empíricos (modelos de previsão por ponderação da persistência e ARMA) em todas as
antecedências.
159
Figura 5.44. Médias dos erros absolutos de previsão utilizando diferentes modelos com antecedência de
1 a 7 dias no rio Paraguai em Cáceres.
Para a antecedência de 1 a 2 dias não há, a priori, um benefício muito claro na inclusão de boas
previsões de chuva, como se pode observar pela semelhança entre os erros indicados pelas
previsões com chuva observada (previsão considerada “perfeita”) e previsão com chuva nula. Isto
se deve ao fato de q a vazão observada com esta antecedência ser basicamente resultado da água
que já se encontra na bacia. A partir da antecedência de 3 dias, entretanto, o erro de previsão
utilizando a chuva observada é inferior e a diferença tende a aumentar até o sétimo dia de
antecedência.
A Figura 5.45 apresenta os mesmos resultados, porém analisados através do coeficiente Rd. Esta
figura permite avaliar a vantagem do uso da previsão em vez de simplesmente considerar o ultimo
valor observado no local. Observa-se que as previsões de vazão baseadas no modelo hidrológico
com correção estatística de erros tem Rd positivo para todas as antecedências analisadas e são
superiores às previsões obtidas com o modelo empírico de diferenças. A utilização das chuvas
observadas, como se fossem previsões de chuva, leva a resultados muito bons, com Rd alto e
crescente mesmo para antecedências de 1 semana. Isso demonstra que boas previsões de chuva
poderiam contribuir para obter melhores previsões de vazão para antecedências de 4 a 7 dias.
160
Figura 5.45: Coeficiente Rd das previsões com antecedência de 1 a 7 dias no rio Paraguai em Cáceres
(linha verde: modelo hidrológico com chuva observada e com correção estocástica dos
erros; linha azul: modelo hidrológico com chuva zero e com correção estocástica dos erros;
linha laranja: modelo empírico de diferenças de vazão entre Barra do Bugres e Cáceres).
Resultados com chuva prevista: A analise dos resultados da calibração do modelo mostrou que o
comportamento do hidrograma é significativamente melhor simulado na época seca. Outros autores
(Allasia (2005); Silva (2005); Collischonn et. al. (2007) mostraram que as previsões para a época
seca são melhores que na época úmida independentemente da fonte da chuva (observada ou nula,
podendo considerar-se a previsão como muito boa), Por esta razão, a análise dos resultados se
centrará na época úmida (janeiro a março de 2003).
Na Figura 5.46 é apresentada a previsão no rio Paraguai em Cáceres, utilizando modelo MGB e
chuva prevista no BRAMS para o cenário PANT_HUM com antecedências de 1 a 7 dias. Na
Figura 5.46 observam-se os mesmos problemas discutidos na comparação entre a simulação com
chuva observada com dados obtidos da pluviômetros da ANA e satélite TRMM (erros na
representação de alguns picos). Entretanto, nas simulações do modelo MGB com o sistema de
correção de erros mediante o modelo ARMA as vazões resultam mais próximas as reais.
Na Figura 5.47 são apresentados os valores do coeficiente R
2
para simulações com o modelo MGB
f
orçado com dados estimados a partir do satélite TRMM e chuva prevista para os diferentes
cenários com e sem representação explícita do Pantanal.
Os cenários de chuva prevista (BASE e PANT_HUM) tiveram um desempenho similar entre eles
que pode ser considerado como muito bom já que superaram a partir do terceiro dia os valores
estimados com chuva observada (denominada “previsão perfeita”). Isso é facilmente explicável já
que a partir do terceiro dia a vazão deixa de ser conseqüência da água que já se encontra na bacia e
passa a ser controlada pela chuva. Como a rede de pluviômetros na bacia é muito pobre, e não
161
conseguir caracterizar adequadamente as chuvas existentes, as vazões simuladas a partir de chuva
observada são de pior qualidade que as previstas pelo modelo meteorológico.
0
200
400
600
800
1000
1200
1400
1600
1800
1/1/2003 11/1/2003 21/1/2003 31/1/2003 10/2/2003 20/2/2003 2/3/2003 12/3/2003 22/3/2003 1/4/2003
Vazão (m³.s
-1
) .
Vazão observada
Prevista com antecedência de 1 dia
Prevista com antecedência de 2 dia
Prevista com antecedência de 3 dia
Prevista com antecedência de 4 dia
Prevista com antecedência de 5 dia
Prevista com antecedência de 6 dia
Prevista com antecedência de 7 dia
Figura 5.46. Previsão no rio Paraguai em Cáceres, utilizando modelo MGB e chuva prevista no
BRAMS para o cenário PANT_HUM.
Na comparação com o modelo alternativo de utilizar o último valor observado como valor previsto,
todos os modelos tiveram um pior desempenho que no período analisado sem chuva prevista (1996-
1998), refletindo o fraco desempenho do modelo no ano de 2003. Para o cenário com chuva nula, o
coeficiente Rd resultou menor do que 0 para todas as antecedências (no período de 1996-1998
variou entre 0,2 e 0,6), indicando que o modelo alternativo, da utilização do ultimo valor observado
resultou melhor que a utilização do modelo hidroclimático no período úmido de 2003. Os cenários
de chuva observada e base apresentaram valores positivos, embora muito baixos (0,05-0,10) para
compensar a implantação econômica de um sistema de previsão baseado nestas caraterísticas. Já,
para o cenário PANT_HUM os valores foram 20% melhores que simplesmente prever o a repetição
do ultimo valor observado, indicando, que um sistema de previsão baseado nestas características
tem grande potencial de aplicação. O uso do acoplamento de modelo meteorológico e atmosférico
tem capacidade de ser utilizado para investigação do funcionamento do Pantanal, já que a melhor
caracterização da chuva que a possível com dados observados permite um melhor entendimento
dos processos na bacia..
162
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
DIA1 DIA2 DIA3 DIA4 DIA5 DIA6 DIA7
Antecedência (dias)
R2
MGB c/chuva prevista no cenário PANT_HUM
MGB c/chuva obs. (previsão perfeita)
MGB c/chuva prevista no cenário BASE
Figura 5.47: Coeficiente R2 das previsões com antecedência de 1 a 7 dias no rio Paraguai em Cáceres ,
utilizando modelo MGB e chuva prevista no BRAMS para diferentes cenários.
As vazões previstas poderiam ser transformadas em cotas e em estimativas de área inundada nas
cidades, com base na curva-chave do posto fluviométrico e em mapas topográficos detalhados do
perímetro urbano. É evidente que a efetiva utilização do modelo para previsão dependerá da
existência de um sistema de coleta e transmissão de dados em tempo real dos dados de vazão que
permitam atualizar o estado do modelo, já que a chuva poderá ser obtida do satélite TRMM.
5.7.3 P
revisões de cheia na bacia do Alto Cuiabá até Cuiabá
A cidade de Cuiabá está localizada junto ao rio homônimo, na região em que o rio Cuiabá começa a
penetrar na Planície Pantaneira. Partes da cidade de Cuiabá, bem como uma extensa área do
município de Várzea Grande, localizado no lado oposto do rio sofrem com inundações. A previsão
de cheias e o alerta da população seriam úteis para minimizar os prejuízos decorrentes destas
inundações.
A montante deste local em 1998 começou a funcionar a Barragem do Manso, não considerada neste
estudo por falta de dados. A barragem mencionada tem capacidade de regulação interanual,
amortecendo picos e liberando mais vazão na época seca, o que efetivamente impacta na qualidade
dos resultados apresentados. No entanto, dada a importância de Cuiabá como pólo de
163
desenvolvimento da região, será investigada a previsibilidade no local com o modelo existente para
datas anteriores ao funcionamento da barragem.
Comparação entre simulação com chuva medida nos pluviômetros e estimada pelo satélite
TRMM: No rio Cuiabá em Cuiabá também foi avaliado a diferença nas vazões estimadas pelo
modelo MGB quando utilizados dados de chuva observada em pluviômetros e estimada pelo satélite
TRMM (Figura 5.48). Os resultados apresentados tem as mesmas características que os
apresentados em Cáceres (item 5.5.2), onde também a simulação no período considerado não
representou corretamente as vazões no local. No entanto, foi possível comprovar que os valores
obtidos a partir de estimativas do TRMM são equivalentes as obtidas a partir de dados de
pluviômetros, alternando-se ciclos em que a chuva de pluviômetro e a chuva estimada pelo TRMM
conseguem representar certos picos de cheia ou seca, indicando que também neste local existem
sérios problemas com a medição da chuva. As diferenças encontradas entre a simulação e os
valores observados podem ser explicados pela existência da barragem do Manso.
Resultados com chuva observada e nula: As previsões obtidas utilizando o modelo conceitual
MGB foram comparadas às previsões obtidas com os modelos empíricos de ponderação da
persistência o um modelo baseado na regressão linear da vazão. Os modelos empíricos
consideraram como preditores os valores Rosário Oeste e em Cuiabá em intervalos de tempo
anteriores
Foram utilizadas novamente duas formas de previsão com o modelo hidrológico. Na primeira
considerou-se apenas a chuva ocorrida até o início da previsão. A partir deste momento considerou-
se que a chuva era nula em toda a bacia. A segunda forma de previsão utilizou os dados de chuva
observada em todo o período de previsão
A Figura 5.49 apresenta as previsões de 1 dia realizadas com o modelo hidrológico considerando
chuva nula a partir do início da previsão e as previsões obtidas com o modelo de regressão linear.
Observa-se que os dois métodos têm desempenho similar, neste caso. Resultados similares foram
obtidos com o modelo de ponderação da persistência (não mostrado)
A partir de antecedências maiores do que dois dias, entretanto, o desempenho desses modelos tende
a cair e existem vantagens consideráveis em contar com boas previsões de chuva. Como em Cuiabá
não se conta com previsões de chuva, como já mencionado, serão avaliadas as previsões com o
modelo MGB alimentado com chuva observada e nula e comparados os resultados com os modelos
empíricos. A Figura 5.50 apresenta um gráfico da evolução dos valores médios dos erros absolutos
164
para as três formas de previsão avaliadas com a antecedência e a Figura 5.51 apresenta o
comportamento do coeficiente Rd.
0
200
400
600
800
1000
1200
1400
1600
1800
2000
1/1/2003 20/2/2003 11/4/2003 31/5/2003 20/7/2003 8/9/2003 28/10/2003 17/12/2003
Vazão (m³.s
-1
) .
Vazão Observada
Vazão calculada a partir de
pluviómetro
Vazão calculada a partir de TRMM
Figura 5.48. Resultados da simulação do rio Cuiabá em Cuiabá (66260001) utilizando chuva observada
em pluviômetros e estimada pelo satélite TRMM.
Observa-se que até dois dias de antecedência o desempenho dos modelos é semelhante, entretanto, a
partir deste ponto, o desempenho das previsões obtidas utilizando a chuva observada para alimentar
o modelo hidrológico é bastante superior. Isto indica que num horizonte mais longo de previsão
seria necessário contar com previsões de chuva para obter boas previsões de vazão.
É importante destacar, também, que a bacia do rio Cuiabá tende a gerar cheias rápidas, situação em
que seria mais adequado adaptar os modelos de previsão para cálculos com incremento de tempo
horário, o que não foi possível ainda por causa dos dados, que estão disponíveis apenas em intervalo
de tempo diário.
Resultados com chuva prevista: Não pode avaliar-se a previsibilidade em Cuiabá util
izando chuva
prevista porquanto os dados para efetuar previsão meteorológica disponíveis são sempre posteriores
à existência da Barragem do Manso.
165
Figura 5.49: Vazões previstas com 1 dia de antecedência no rio Cuiabá, em Cuiabá, utilizando o
modelo hidrológico com chuva nula a partir do início da previsão e utilizando o modelo
linear de diferenças.
Figura 5.50: Média dos erros absolutos das previsões de vazão do rio Cuiabá em Cuiabá (linha preta:
previsão por persistência; linha azul: previsão com o modelo linear de diferenças; linha
amarela: previsão com o modelo hidrológico considerando chuva nula; linha rosa:
previsão com o modelo hidrológico considerando a chuva conhecida).
166
Figura 5.51: Coeficiente Rd das previsões de vazão no rio Cuiabá em Cuiabá (linha azul: previsão com
o modelo linear de diferenças; linha amarela: previsão com o modelo hidrológico
considerando chuva nula; linha rosa: previsão com o modelo hidrológico considerando a
chuva conhecida).
5.7.4 Previsões de cheia na bacia do rio Aquidauana até Aquidauana
A cidade de Aquidauana está localizada junto ao rio
Aquidauana e corresponde, aproximadamente,
ao local em que esse rio começa a penetrar na planície pantaneira.
Comparação entre simulação com chuva medida nos pluviômetros e estimada pelo satélite
TRMM: os resultados nas vazões estimadas pelo modelo MGB quando utilizados dados de chuva
observada em pluviômetros e estimada pelo satélite TRMM (Figura 5.52) mostram que a chuva
estimada pelo satélite TRMM apresenta uma qualidade superior a chuva obtida da rede de
pluviômetros da ANA. O resultado era esperado, já que durante a fase de calibração do modelo, e
em uma visita de campo aos pluviômetros da bacia, foram identificados sérios problemas nos dados
hidrológicos da região.
167
0
50
100
150
200
250
300
350
400
1/1/2003 6/1/2003 11/1/2003 16/1/2003 21/1/2003 26/1/2003 31/1/2003
Vazão (m³.s
-1
) .
Vazão Observada
Vazão calculada a partir de pluviómetro
Vazão calculada a partir de TRMM
Figura 5.52. Resultados da simulação do rio Aquidauana em Aquidauana (66945000) utilizando chuva
observada em pluviômetros e estimada pelo satélite TRMM.
Resultados com chuva observada e nula nos modelos empíricos e conceituais: No rio
A
quidauana em Aquidauana foram testadas os mesmos modelos utilizados em Cuiabá para
previsões com chuva observada e nula.
A configuração adotada no modelo linear de diferenças foi utilizando os dados de entrada em Ponte
do Grego e Palmeiras para obter as saídas em Aquidauana. Esta configuração apresenta excelentes
resultados porque os postos Ponte do Grego e Palmeiras controlam a maior parte da vazão que
chega a Aquidauana. A distância destes postos até a cidade de Aquidauana também é grande, o
suficiente para permitir boas previsões, uma vez que o tempo de deslocamento das ondas de cheia é
maior do que 1 dia. A Figura 5.53 apresenta uma série de previsões do modelo linear de diferenças
com 1 dia de antecedência, no período de dezembro de 1995 a maio de 1996.
168
Figura 5.53: Previsões de vazão com o modelo linear de diferenças no rio Aquidauana em Aquidauana,
com antecedência de 1 dia.
Para antecedências mais longas, entretanto, o modelo linear de diferenças não tem um desempenho
satisfatório, uma vez que está baseado apenas na vazão que já está na calha principal do rio, nos
postos de montante e tem como limite teórico de horizonte de previsão o tempo de propagação das
cheias entre os postos fluviométricos utilizados na previsão.
A Figura 5.54 apresenta a mesma série com as previsões obtidas com o modelo hidrológico
considerando chuva nula a partir do início da previsão.
Figura 5.54: Previsões de vazão com o modelo hidroló
gico considerando chuva nula no período de
previsão no rio Aquidauana em Aquidauana, com antecedência de 1 dia.
A Figura 5.55 apresenta os valores médios dos erros absolutos dos diversos métodos de previsão
testados e para as antecedências de 1 a 7 dias. Observa-se que para antecedências curtas todos os
169
modelos têm o mesmo desempenho (menos de 2 dias) com erros médios absolutos de pouco mais
de 10 m
3.
s
-1
. A partir de dois dias de antecedência a inclusão da informação da chuva melhora a
qualidade dos resultados. Na Figura 5.56 se observam os resultados da avaliação da previsibilidade
utilizando o coeficiente Rd.
Figura 5.55: Média dos erros absolutos das previsões de vazão do rio Aquidauana em Aquidauana
(linha preta: previsão por persistência; linha rosa: previsão com o modelo linear de
diferenças; linha azul: previsão com o modelo hidrológico considerando chuva nula; linha
amarela: previsão com o modelo hidrológico considerando a chuva conhecida).
Figura 5.56: Coeficiente Rd das previsões de vazão do rio Aquidauana em Aquidauana (linha rosa:
previsão com o modelo linear de diferenças; linha azul: previsão com o modelo hidrológico
170
considerando chuva nula; linha amarela: previsão com o modelo hidrológico considerando
a chuva conhecida).
Resultados com chuva prevista: Na Figura 5.57 é apresentada a previsão no rio Aquidauana em
Aquidauana, utilizando modelo MGB e chuva prevista no BRAMS para o cenário PANT_HUM.
Observa-se que para todas as antecedências testadas o modelo teve um bom desempenho, embora o
modelo teve algumas dificuldades para acompanhar o hidrograma observado. Dado que as cheias na
bacia tendem a ser bastante rápidas, um intervalo de simulação diário poderia melhorar os
resultados.
0
100
200
300
400
500
600
1/1/2003 6/1/2003 11/1/2003 16/1/2003 21/1/2003 26/1/2003 31/1/2003
Vazão (m³.s
-1
) .
Vazao Observada
Prevista com antecedência de 1 dia
Prevista com antecedência de 2 dia
Prevista com antecedência de 3 dia
Prevista com antecedência de 4 dia
Prevista com antecedência de 5 dia
Prevista com antecedência de 6 dia
Prevista com antecedência de 7 dia
Figura 5.57. Previsão no rio Aquidauana em Aquidauana, utilizando modelo MGB e chuva prevista no
BRAMS para o cenário PANT_HUM.
Na comparação do desempenho do modelo MGB alimentado com diversas fontes de chuva (Figura
5.58), observa-se que o modelo com “previsão perfeita”, ou seja, alimentado com os dados
observados pelo satélite TRMM teve o melhor desempenho. No entanto, o desempenho dos
cenários com previsão de vazão foi muito bom, especialmente o cenário PANT_HUM que foi
aumentando o valor do coeficiente ao longo do tempo.
Na análise do coeficiente Rd (não mostrada) o coeficiente foi negativo para os cenários BASE e
PANT_HUM para antecedências de até 2 dias (ou seja, seu desempenho foi pior que simplesmente
adotar como valor previsto o ultimo valor observado), sendo significativamente positivo (Rd>0,55)
para antecedências maiores. Estes resultados sugerem que nos cenários PANT_HUM e BASE os
valores previstos no curto prazo não conseguem acertar corretamente na chuva, embora para prazos
171
mais longos (aproximadamente 72 horas), as previsões resultam melhores que nos outros cenários,
o que pode ser interpretado como um efeito de memória induzido pelos processos de superfície no
modelo meteorológico.
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
DIA1 DIA2 DIA3 DIA4 DIA5 DIA6 DIA7
Antecedência (dias)
R2
MGB c/chuva prevista no cenário PANT_HUM
MGB c/chuva obs. (previsão perfeita)
MGB c/chuva prevista no cenário BASE
Figura 5.58: Coeficiente R2 das previsões com antecedência de 1 a 7 dias no rio Aquidauana em
Aquidauana, utilizando modelo MGB e chuva prevista no BRAMS para diferentes
cenários.
Os resultados obtidos mostram que a previsão hidroclimática, tem potencial de utilização como
instrumento em um sistema de previsão de vazão em tempo real na bacia do Rio Aquidauana.
5.8 Avaliação da previsibilidade hidroclimática de curto prazo no Pantanal
Como mencionado anteriormente, dado o lento regime de escoamento no Pantanal, é possível
realizar previsões com antecedência maior. As previsões realizadas neste item alcançam até os 180
dias, e, portanto se sobrepõem com as analisadas no capítulo 4.
Para realizar a previsão de cheia em Ladário/Corumbá foram examinados os dois tipos básicos de
modelos indicados no Planalto: modelos empíricos tais como o de regressão linear e o de
ponderação da persistência; e o modelo conceitual MGB (que, no Pantanal foi acoplado junto com o
modelo hidrodinâmico HEC-RAS para representar a dinâmica do sistema).
Foram feitas as mesmas análises que as realizadas no Planalto, ou seja:
172
• comparação entre os valores simulados a partir de dados de chuva observada nos
pluviômetros da rede da ANA e aquela estimada a partir de informações do satélite TRMM
para analisar a possibilidade de utilizar dados do TRMM para realizar previsão de vazões;
• previsibilidade baseada na chuva observada e chuva nula, isto é, como seria a previsão no
caso de um sistema de previsão sem o auxilio da previsão meteorológica. Serão comparadas
as qualidades das previsões com os modelos empíricos e conceituais;
• modelo conceitual alimentado com as previsões meteor
ológicas do BRAMS (modelo
hidroclimático).
Na simulação com o modelo conceitual MGB+HEC_RAS foi analisado um único período em forma
contínua dada as limitações computacionais impostas pela simulação hidrodinâmica. Desta forma
não foram calculados os coeficientes R2 e Rd para as diferentes antecedências, e a avaliação dos
modelos foi realizada em forma visual.
Outra diferença com os resultados apresentados no Planalto é que não foi utilizada a atualização dos
parâmetros com o modelo ARMA. A atualização dos parâmetros na simulação hidrodinâmica de
um sistema é tema atual de pesquisa e fora do escopo desta tese.
5.8.1 Previsão de cheia em Ladário/Corumbá
Entre os postos de medição dos níveis d'água dos rio
s, o de Ladário (668250000), localizado no
centro-oeste do Pantanal, junto à cidade de Corumbá/MS, é o que mais dispõe de dados de toda a
rede instalada na BAP (existem registros diários de cota desde 1900). Outra característica
importante do posto de Ladário é que por ele passa a maioria do volume d'água da Bacia,
aproximadamente 81% da vazão média de saída do território brasileiro. Desta forma o posto de
Ladário tem se constituído na referência para caracterizar o comportamento da bacia num
determinado ano. Quando o nível máximo do rio Paraguai em Ladário supera o nível de alerta de
enchente (4 metros), o ano é considerado como um ano de cheia no Pantanal. Caso contrário,
caracteriza-se como ano de seca. A ocorrência consecutiva de dois anos de seca no Pantanal
determina o início de um ciclo de seca. O mesmo raciocínio aplica-se ao ciclo de cheia. A
alternância de ciclos de cheia e de seca, bem como a sazonalidade de enchente e vazante, ou seja, o
regime hidrológico do Pantanal, constituem importantes fatores intervenientes na economia, na
sociedade e na biodiversidade da região.
Nesse trabalho foram realizados alguns testes de previsão de cotas para o posto de Ladário, dada a
importância do posto na vida dos pantaneiros. Foi utilizado o modelo hidrológico-hidrodinâmico
com a hipótese de que os dados de precipitação e vazão estivessem disponíveis em tempo real.
173
Comparação entre simulação com chuva medida nos pluviômetros e estimada pelo satélite
TRMM: Também na previsão no Pantanal foi analisada a previsão com o modelo hidrológico
alimentada pela chuva observada na rede de pluviômetros da ANA e por estimativas do satélite
TRMM. Na Figura 5.59 observa-se que embora a simulação no período considerado não tenha
conseguido representar corretamente as vazões no local (tem uma defasagem de uns 2 meses que,
no entanto, está dentro dos erros do ajuste do modelo MGB), os valores obtidos a partir de
estimativas do TRMM são equivalentes as obtidas a partir de dados de pluviômetros.
0
100
200
300
400
500
600
1/1/2003 20/2/2003 11/4/2003 31/5/2003 20/7/2003 8/9/2003 28/10/2003
Cota (cm)
Vazão Observada
Vazão calculada a partir de pluviómetro
Vazão calculada a partir de TRMM
Figura 5.59. Resultados da simulação do rio Paraguai em Ladário (66825) utilizando chuva observada
em pluviômetros e estimada pelo satélite TRMM.
A defasagem no tempo do pico de quase dois meses existente no local não foi observada nos
períodos anteriores utilizados durante a simulação. Isto pode indicar uma mudança nas
características físicas dos sistemas, por exemplo, mudança no sistema de corixos e lagoas do
Pantanal. Novas informações físicas seriam necessárias para avaliar estes resultados.
Resultados com chuva observada e nula: Foram utilizadas duas formas de previsão sem chuva
prevista com o modelo hidrológico MGB+HEC_RAS. Na primeira considerou-se apenas a chuva
ocorrida até o início da previsão (fevereiro de 1979). A partir deste momento considerou-se que a
chuva era nula em toda a bacia (Figura 5.60). A segunda forma de previsão utilizou os dados de
chuva observada em todo o período de previsão. Embora esta forma de previsão não seja possível
operacionalmente, ela é útil para avaliar o benefício que poderia ser obtido se fossem utilizadas
174
boas previsões de chuva (Figura 5.61). As previsões obtidas utilizando o modelo hidrológico foram
comparadas às previsões obtidas com o modelo de diferenças, descrito no item 5.1.
Figura 5.60. Previsão de cotas no rio Paraguai em Ladário com chuva nula a partir de fevereiro de
1979.
Pode-se observar na Figura 5.60 que, mesmo com uma previsão de chuva totalmente deficiente, é
possível prever a cota em Ladário com muito boa precisão com um mês de antecedência. Uma idéia
global pode ser obtida com 2,5 meses de antecedência. Os resultados apresentados superam
qualquer uma das metodologias existentes anteriormente, podendo considerar-se como muito boas.
A melhora dos resultados com a incorporação da chuva (Figura 5.61) indica a necessidade de
implementação futura de um sistema de previsão de chuvas na bacia, que, acoplado ao sistema de
previsão de vazões propostos, permitiria estender a qualidade da previsão a quase 2 meses com
grande precisão e ainda fornecer uma previsão sazonal que permitiria gerenciar melhor os recursos.
100
101
102
103
104
105
106
10/1/78 20/4/78 29/7/78 6/11/78 14/2/79 25/5/79 2/9/79 11/12/79 20/3/80 28/6/80
Cota (cm)
Cota calculada
Cota observada
F
igura 5.61. Previsão de cotas no rio Paraguai em Ladário com dados de chuva observada em todo o
período de previsão (previsão perfeita).
175
Para comparar com o modelo hidrológico analisado acima, foram ajustados os modelos empíricos
de regressão linear e o modelo de ponderação da persistência para previsão de cotas no posto
fluviométrico de Ladário. O modelo de regressão linear não proporcionou resultados satisfatórios,
como ilustra a Figura 5.62. Neste modelo foram usadas as informações do próprio posto de Ladário
e dos postos Descalvados, Barão de Melgaço, Acima Córrego Grande e São Jerônimo, situados a
montante, na bacia contribuinte a Ladário. O período de jan/1971 a dez/1975 foi usado para ajuste
do modelo e, para a simulação da previsão, usou-se o período de jan/1976 a dez/1980.
Na tentativa de obter melhores resultados na previsão foi empregado o modelo de persistência da
anomalia também descrito no item 5.1. A simulação da previsão em Ladário com esse modelo foi
realizada para o período de jan/1982 a dez/1986, tendo sido usado o período de jan/1970 a dez/1981
para a determinação das médias históricas em cada dia do ano. Foram adotados intervalos de
antecedência de 30, 60, 90, 120, 150 e 180 dias. Ressalta-se novamente que, neste modelo, a
previsão em um determinado posto se utiliza apenas das informações do próprio posto.
Os resultados deste modelo foram muito bons, considerando que o coeficiente R
2
foi superior a 0,5
n
a previsão para todos as defasagens consideradas (Figura 5.62). A qualidade do ajuste se explica
pela grande memória da bacia.
Como ilustra a Figura 5.63, quanto maior o intervalo de antecedência da previsão, o modelo
baseado na ponderação da persistência das anomalias apresentou maior dificuldade em prever a
subida do hidrograma na simulação dos anos de 1982 e 1985, cuja ascensão da cheia foi rápida.
Para os anos de 1983 e 1984, os valores calculados aderiram melhor à série observada, sendo que,
em tais anos, a ascensão e recessão do hidrograma foi mais suave. No ano de 1986, o modelo
antecipou a subida.
Figura 5.62. Evolução do coeficiente R2 conforme o intervalo de antecedência da previsão para
Ladário, com os modelos empíricos de ponderação da persistência e de regressão linear.
176
Figura 5.63. Simulação da previsão de cotas em Ladário (jan/1982 a dez/1986) com o modelo de
persistência das anomalias, para vários intervalos de antecedência (lag).
Previsão com chuva prevista no BRAMS: Como a previsão de vazões no Pantanal faz sentido
com antecedências superiores à varias semanas e não se dispunha de condições de contorno do
modelo global para realizar previsões quantitativas da chuva com esta antecedência. Foram
utilizadas as previsões com as condições de contorno existentes (análise) como se fossem previsões
de longo prazo, o que maximiza o potencial de previsão do modelo avaliado.
A previsão de vazões foi do tipo chuva-vazão, ou seja, realizada sem considerar em nenhum
momento valores medidos de vazão. O modelo MGB+HEC_RAS foi inicializado com umidade do
solo de 70% em janeiro de 2000 e considerando os valores de chuva observada nos pluviômetros da
rede da ANA até dezembro de 2002 (um período mínimo de 2 anos é necessário para eliminar
efeitos de condições iniciais na modelagem), e depois foi considerado uma previsão sazonal de 3
meses no modelo BRAMS para cada um dos cenários analisados anteriormente (com a
representação explícita do Pantanal (PANT_HUM) e sem esta representação (BASE) Foi utilizada
chuva nula a partir de esse momento.
Os resultados da simulação mostram que os cenários BASE e PANT_HUM representam
aproximadamente bem as chuvas sobre o Pantanal. No entanto, superestimam as cotas em Ladário.
O cenário com representação explícita do Pantanal apresentou vazões maiores, o que era esperado
já que a representação explicita do Pantanal disponibiliza mais umidade, criando um efeito de
retroalimentação (área alagada que vapora mais, que gera mais precipitação que posteriormente
gera mais área alagada).
177
0
100
200
300
400
500
600
700
800
900
1000
1/1/2003 20/2/2003 11/4/2003 31/5/2003 20/7/2003 8/9/2003 28/10/2003 17/12/2003
Vazão Observada
Vazão calculada a partir de TRMM
Vazão calculada no cenario PANT_HUM
Vazão calculada no cenario BASE
Vazão calculada no cenario BASE_HUM
Figura 5.64. Previsão de vazão no Rio Paraguai em Ladário (668250000) com modelo hidroclimático
(MGB+BRAMS) considerando diversos cenários.
Os resultados permitem considerar que, em termos gerais, independentemente da condição de
fronteira inferior, o modelo meteorológico fornece informações adequadas para uma previsão no
Pantanal até Ladário. No entanto, novos estudos sobre a estrutura do modelo são necessários para
ajustar os parâmetros da microfísica e da parametrização da convecção úmida, já que a chuva
prevista foi superior á observada na bacia nos cenários analisados.
É importante ressaltar que os resultados apresentados mostram que com uma boa previsão sazonal
das chuvas durante o período Janeiro/Março é possível prever as vazões para o restante do ano. Em
outras palavras, uma previsão realizada conforme as características normais empregadas pelo
CPTEC, inicializada nos primeiros dias de Janeiro, e com o desempenho normal observado nessas
previsões (vide Collischon, 2001 e Silva, 2005) permitiria ter uma antecedência anual nas previsões.
5.8.2 P
revisão de cheia em Porto Murtinho
O posto fluviométricos de Porto Murtinho é o ultimo posto fluviométrico existente na BAP, sendo,
portanto, o limite de verificação do modelo. Qualquer erro cometido na caracterização hidrológica
da BAP é evidente neste local, onde a bacia chega a quase 600.000 Km
2
.
Comparação entre simulação com chuva medida nos pluviômetros e est
imada pelo satélite
TRMM: Os resultados de comparação das simulações com chuva observada nos pluviômetros e
obtida a partir das estimativas de chuva do satélite TRMM mostraram que ambas fontes de
178
estimativa de chuva são equivalentes, embora, por falta de dados para avaliação não foi possível
comparar com valores observados.
Resultados com chuva observada e nula: Pode-se observar que a capacidade de previsão do
modelo, na pior situação possível (com chuva nula), é de 2 meses em Porto Murtinho, com
resultados muito bons (Figura 5.65), podendo ser utilizada com alguma confiabilidade com até 3
meses de antecedência.
0
1000
2000
3000
4000
5000
6000
7000
10-Jan-78 20-Apr-78 29-Jul-78 6-Nov-78 14-Feb-79 25-May-79 2-Sep-79 11-Dec-79 20-Mar-80 28-Jun-80
Vazão (m
3.
s
-1
)
OBSERVADO CALCULADO
Figura 5.65. Simulação da previsão de vazão em Porto Murtinho com o modelo de
hidrológico/hidrodinâmico com chuva nula a partir de fevereiro de 1979.
Os resultados da simulação com chuva observada (Figura 5.66). mostram que o pico e volumes são
bem representados. Já os resultados com chuva prevista são muito semelhantes aos encontrados em
Ladário, cabendo as mesmas considerações.
Figura 5.66. Simulação da previsão de vazão em Porto Murtinho com o modelo de
hidrológico/hidrodinâmico com dados de chuva observada em todo o período de
previsão.
179
O modelo conceitual foi comparado com as previsões realizadas com os modelos empíricos. Assim
como em Ladário, o uso do modelo de diferenças na previsão em Porto Murtinho para intervalos de
antecedência grandes (de até 6 meses), não gerou resultados satisfatórios. O modelo foi ajustado
para o período de jan/1971 a dez/1975 e a simulação da previsão ocorreu para o período de jan/1976
a dez/1980, tendo sido usadas as informações do posto de São Francisco, situado no rio Paraguai, a
montante de Porto Murtinho, e desse próprio posto. Fez-se também tentativa da previsão a partir do
posto Porto Esperança, a montante do rio Paraguai e a jusante de Ladário, não proporcionando
incremento na qualidade dos resultados.
Para a previsão em Porto Murtinho, com o modelo de diferenças a partir de São Francisco, obteve-
se um coeficiente R
2
superior a 0,5 para antecedências na previsão de at
é 67 dias. A partir desta
defasagem, o valor de tal coeficiente continua a decrescer rapidamente.
Para a previsão com o modelo de persistência das anomalias usou-se o período de jan/1970 a
dez/1981 para a determinação das médias históricas em cada dia do ano. A simulação da previsão
foi realizada para o período de jan/1982 a dez/1986. As defasagens adotadas foram de 30, 60, 90,
120, 150 e 180 dias.
Relativamente à previsão em Ladário, os resultados da previsão em Porto Murtinho para grandes
intervalos de antecedência foi inferior, como ilustra a variação do coeficiente R
2
em função da
antecedência da simulação (Figura 5.67). Em relação ao modelo de diferenças, os resultados foram
melhores, visto que o coeficiente R
2
apresentou valor superior a 0,5 para um intervalo de
antecedência de até 95 dias, aproximadamente. Na Figura 5.68 são traçados os hidrogramas
observado e calculado para as várias defasagens, com o modelo de persistência das anomalias.
Figura 5.67. Evolução do coeficiente R2 conforme o intervalo de antecedência da previsão para Porto
Murtinho, com os modelos de ponderação da persistência das anomalias e de regressão
linear.
180
0
200
400
600
800
1000
1200
1/1/82 1/7/82 1/1/83 1/7/83 1/1/84 1/7/84 1/1/85 1/7/85 1/1/86 1/7/86
data
cota (cm)
obs
calc (lag = 30 dias)
calc (lag = 60 dias)
calc (lag = 90 dias)
calc (lag = 120 dias)
calc (lag = 150 dias)
calc (lag = 180 dias)
Figura 5.68. Simulação da previsão de vazões em Porto Murtinho (jan/1982 a dez/1986) com o modelo
de persistência das anomalias, para vários intervalos de antecedência (lags).
P
revisão com chuva prevista no BRAMS: Lamentavelmente não foram obtidos dados de vazão
para o ano de 2003 que permitam avaliar a previsão de vazões em Porto Murtinho. No entanto, os
valores previstos para Porto da Manga (aproximadamente a 400 Km a montante de Porto
Murtinho), mostram uma configuração semelhante a encontrada em Ladário, onde os cenários
PAN_HUM e BASE representaram razoavelmente bem os valores observados embora
superestimem o pico e apresentem a mesma defasagem dos picos já discutida em Ladário .
0
500
1000
1500
2000
2500
3000
3500
4000
4500
2/2/2003 24/3/2003 13/5/2003 2/7/2003 21/8/2003 10/10/2003
Vazão (m³.seg-¹) .
Vazão Observada
Vazão calculada a partir de TRMM
Vazão calculada no cenario PANT_HUM
Vazão calculada no cenario BASE
Figura 5.69. Simulação da previsão de vazões em Porto Murtinho (2003) com o modelo hidroclimático
para diferentes cenários.
181
A pesar da falta de dados de vazão para análise dos resultados serão comparadas as saídas do
modelo MGB+HEC_RAS em Porto Murtinho quando alimentadas por diferentes tipos de chuva.
Observa-se na Figura 5.70 que o cenário BASE tem tendência a subestimar a simulação com
valores observados, enquanto o cenário PANT_HUM tem tendência a superestimar.
Entre Porto da Maga e Porto Murtinho ingressa o aporte do Rio Negro Boliviano (denominado
assim para não confundir com o rio Negro do Lado brasileiro), assim como as bacias dos rios
Aquidauana e Taquarí em forma difusa através da planície de inundação. Os resultados indicam que
o efeito de retroalimentação (já comentado em Ladário) deve ser muito importante nestas regiões,
de forma que o cenário, sem a representação explícita do Pantanal não consegue quantificar
corretamente as vazões. O fato de que a representação explícita do Pantanal gere vazões maiores
que as observadas é compatível com a superestimativa das áreas alagadas introduzida na
representação do sistema pantaneiro pela incerteza na estimativa da área alagada (já discutida nos
itens 5.2 e 5.4). A superestimativa da área alagada gera uma retroalimentação positiva acima da
real.
0
500
1000
1500
2000
2500
3000
3500
4000
4500
1/1/2003 20/2/2003 11/4/2003 31/5/2003 20/7/2003 8/9/2003 28/10/2003
Vazão (m³.s
-1
) .
Vazão calculada a partir de pluviómetro
Vazão calculada a partir de TRMM
Vazão calculada no cenario PANT_HUM
BASE
Vazão calculada no cenario BASE_HUM
Figura 5.70. Simulação da previsão de vazões em Porto Murtinho (2003) com o modelo hidroclimático
para diferentes cenários.
182
- 183 -
6 C
onclusões e recomendações.
6.
1 Análise dos resultados e conclusões
6.1.1 Previsibilidade de longo prazo
O clima da Bacia do Alto Paraguai tem sido considerada de baixa previsibilidade de longo prazo
(Ropelewski and Halpert , 1996; Grim et al 2000; Souza et al 2000; Coelho et al 2001), pela
inexistência de correlações com a temperatura da superfície do mar e outros índices climáticos e
pela incapacidade dos modelos climáticos em preverem precipitação nessa área. No entanto, os
resultados obtidos neste trabalho indicaram que existem correlações com diversos índices
climáticos com diferente intensidade, escala temporal, e abrangência espacial.
O índice que provavelmente tem a maior capacidade de modulação do clima na Bacia do Alto
Paraguai é a Oscilação Decadal do Pacífico (PDO), que na grande escala e baixa frequencia tem o
poder de modular o clima por muitos anos. A PDO se caracteriza por fases de aproximadamente 25
anos nas quais o índice se encontra acima ou abaixo do valor normal. A duração de das fases do
PDO é definida por mudanças climáticas abruptas (Minobe, 1997; 1999; Mantua et al., 1997).
Todas as fases do PDO se encontraram muito bem representadas no Pantanal, com mudanças
bruscas nas vazões coincidentes com as mudanças de fase do PDO, e vazões significativamente
acima ou abaixo da média durante a duração de cada fase do PDO.
Outros fenômenos que foram relacionados ao clima da Bacia do Alto Paraguai foram ENSO e a
Oscilação do Atlântico Norte (NAO). Ambos os fenômenos foram relacionados com as anomalias
na temperatura no Atlântico Norte Tropical (NTA) que, na sua vez, foi relacionada com o clima da
BAP. Os resultados mostraram que, quando existe o fenômeno “El Niño” ou a NAO se encontra
abaixo do Normal, acontecem anomalias positivas na temperatura da superfície do mar no NTA, e
conseqüentemente secas na região da BAP. Pelo contrario, anos com “La Niña” ou NAO positivo
contribuem para anomalias negativas e cheias acima do normal no Pantanal. Foi observado que
índices conformes ou seja aqueles índices que causam o mesmo efeito na temperatura da superfície
do mar no NTA (Por exemplo, “El Niño” e NAO baixo) quando são simultâneos potencializam as
anomalias, enquanto índices encontrados ou seja aqueles que causam efeitos opostos na TSM do
NTA (Ex, “El Niño” e NÃO alto) quando acontecem simultaneamente colaboram destrutivamente
entre eles, ou seja, sem produzir anomalias da precipitação.
- 184 -
Finalmente, foram relacionadas as anomalias da TSM no Atlântico Norte Tropical com o clima da
BAP. A temperatura do mar da NTA modula a posição da Zona de convergência tropical, de forma
que quando está positiva a ZCIT se desloca para o Norte de sua posição normal, diminuindo a
quantidade de chuva precipitada e os alísios ao Sul do Equador, diminuindo, desta forma, o
principal suprimento de umidade da BAP. Anomalias negativas produzem efeito contrario, ou seja,
deslocamento para o Sul da ZCIT e maior transferência de umidade para a BAP.
Desta forma, no período entre 1940 e 1975, cada evento de “El Niño” foi acompanhado por uma
queda nos valores de cota registrados em Ladário. Também é interessante que o evento de El Niño
de 1997, considerado o maior evento de todos os tempos, seguido de uma seca muito acentuada.
No entanto, durante 1975-1997 não aconteceram efeitos na BAP que possam ser relacionados em
forma simples com “El Niño”, tendo acontecido que todos os eventos “El Niño” significativos
tiveram coincidência com índices NAO acima do normal. Não resulta despercebido que neste
período o PDO esteve numa fase positiva. O PDO é conhecido por modular os efeitos de El Niño,
de forma que o efeito do PDO sobre “El Niño”, poderia ter modificado o comportamento de El
Niño, diminuindo seu efeitos sobre a BAP.
Por outro lado, cada evento de La Niña registrado tem como contrapartida um aumento no nível de
Ladário. Destacando-se na análise da série os eventos de “La Niña” que marcam o final do período
secos de 1960 e 1997.
Um modelo simples para previsão de níveis mensais em Ladário, baseado na regressão múltipla
com níveis nos meses anteriores e em índices climáticos, mostrou que os índices climáticos
melhoraram a capacidade de prever vazões no longo prazo. O índice que se mostrou eficiente para
previsão foi o Modo Anular do Sul (SAM), e que também fora relacionado com anomalias na
precipitação da BAP. No entanto, a estrutura linear do modelo mostrou-se inadequada para captar
toda a informação sobre a previsibilidade climática introduzida pelos outros índices.
Uma conseqüência importante das conexões entre o clima global e a BAP é a caracterização do
período com vazões extremamente baixas registrado durante a década de 1960 como de
variabilidade climática. Este período coincidiu com o começo a expansão da ocupação do Pantanal,
motivo pelo qual alguns autores apontaram as mudanças nos níveis nos períodos posteriores com
alterações antrópicas. Os resultados apresentados neste trabalho mostram que a soma dos índices
PDO e NAO praticamente reproduz o comportamento do período extremamente seco dos anos
1960. No entanto, de acordo com as tendências no NÃO e PDO, o período seco deveria ter durado
ainda alguns anos, mas foi revertido na ocorrência de um evento “La Niña” muito extremo que
começou em 1973 e terminou em 1975, ano em que o PDO mudou de fase.
A possibilidade de descrição das componentes climáticas que criaram a seca dos anos 1960 e o
período posterior de vazões significativamente acima do normal, permite estabelecer novas
- 185 -
ferramentas para o gerenciamento dos recursos hídricos na Bacia do Alto Paraguai, que desta forma
possui maior antecedência para a tomada de decisões em eventos extremos.
Na Figura 6.1 é apresentado um resumo dos resultados da analise de teleconexões. As conexões em
vermelho indicam relações físicas comprovadas e as em azul indicam teleconexões cujos
mecanismos físicos precisam ser mais bem explorados.
Figura 6.1. Resumo dos resultados da analise de teleconexões. As conexões em vermelho indicam
relações físicas comprovadas e as em azul indicam teleconexões cujos mecanismos físicos
precisam ser mais bem explorados.
Como verificação da análise realizada, foram analisados os índices para o ano hidrológico
2006/2007, para o qual ainda não existem informações hidroclimáticas disponíveis no banco de
dados da ANA. A partir dos boletins do NCEP foi possível observar que durante o verão austral
(inverno boreal, fase mais ativa do NAO) o NAO esteve significativamente acima do normal
enquanto que aconteceu um evento El Niño muito fraco, que evoluiu durante o verão para um
evento neutro (NOAA, 2007). O NAO alto e o ENSO tendem a se anular entre eles, mas o El Niño
- 186 -
foi muito fraco, concluindo-se que as condições de chuva acima do normal, indicadas pelo NAO,
tenderiam a ser as registradas na BAP.
O índice SAM esteve abaixo do normal em agosto, mês considerado como importante na previsão
linear ajustada, e, pelo contrario, mudou de sinal nos meses seguintes resultando acima do normal
nos meses do verão. As condições encontradas não são conclusivas, mas indicariam que de acordo
com o índice SAM, as condições poderiam estar ligeiramente abaixo do normal.
No entanto, o fato do PDO apresentar sinal positivo nos últimos dois anos (que se manifestaram
como grande extensões de alagamento veiculadas na imprensa) são fortemente indicativas de níveis
acima do normal.
Em conclusão, os valores apresentados pelos índices analisados indicam precipitação e níveis acima
do normal em Ladário para o ano hidrológico de 2006/2007, que sobrepostos com os valores de
níveis acima do normal registrado nos anos anteriores indicariam uma cheia considerável para o ano
de 2007. Noticias vehiculadas na imprensa (Jornal Nacional, 13/03/2007, disponíveis em
http://g1.globo.com/Noticias/0,,MUL10831-5598,00.html
) indicam que a cheia do Pantanal é uma
das maiores da ultima década, confirmando a previsão para o ano de 2007.
6.1.2 Previsibilidade de curto prazo.
a) Previsão meteorológica
Para verificar efeitos de heterogeneidades espaciais na superfície terrestre sobre o clima, foram
simulados 4 cenários, onde foi considerado o modelo inicializado com: (a) umidade homogênea
próxima do ponto de murcha (denominado nos gráficos de BASE); (b) com a região do Pantanal
como se fosse um brejo (uso do solo em que o BRAMS considera uma lâmina de água de 10 cm
sobre todo o solo) e com a umidade do solo no restante do domínio homogênea muito próxima do
ponto de murcha (denominado PANT) (c) idem ao item b, mas com a umidade próxima da
capacidade de campo (PANT_HUM) e com umidade do solo no restante do domínio próximo da
saturação e (d) com umidade obtida da simulação com chuva observada nos dias anteriores
(BASE_HUM)
A pesar de que no Pantanal existem serios problemas de escassez de dados para análise de
resultados, a análise nos locais com dados disponíveis, mostrou que o cenário BASE teve tendência
a subestimar as chuvas mais intensas, e, pelo contrário, indicar chuva nos momentos em que esta
não foi observada. Desta forma, para períodos longos 10-15 dias, os volumes de chuva previstos
foram compatíveis com os observados. Já os cenários onde o pantanal foi representado
explicitamente (PANT e PANT_HUM) tiveram um desempenho melhor em prever períodos de seca
- 187 -
e chuvas intensas, embora não teve uma grande precisão. O cenário inicializado com a umidade
baseada em chuva observada teve um desempenho melhor que o cenário BASE, e, em alguns
momentos e em locais longe do Pantanal, apresentou até melhores resultados que os cenários com o
Pantanal representado explicitamente. No entanto, o cenário inicializado com umidade baseada em
chuvas observadas apresentou instabilidade numérica, que criou células de chuvas muito intensas
(ate 300-400 mm em um dia), que indicam maiores cuidados no seu uso.
Nas outras variáveis foi observado que todos os cenários tiveram desempenho equivalente em locais
não muito próximos do Pantanal, com uma ligeira melhora nos resultados quando considerado o
cenário com inicialização com umidade obtida de dados observados. Em locais próximos do
Pantanal, representação explícita da área alagada, melhorou os resultados significativamente. No
entanto, em pontos localizados dentro do próprio Pantanal, ouve problemas na representação das
temperaturas e fluxos de radiação sensível, por problemas na própria estrutura do modelo
meteorológico que atualmente estão sendo corrigidos.
Os resultados da previsão hidrológica, que serão analisados nos próximos itens, mostraram que os
cenários onde o Pantanal foi representado explicitamente representaram melhor a chuva na bacia do
Alto Paraguai. Desta forma foi possível concluir a importância do efeito de retroalimentação
positiva na chuva da BAP. O efeito de retroalimentação consiste em que uma maior área alagada
gera maior precipitação (pela maior disponibilidade de água para evaporara), que pela sua vez gera
maior área alagada e vice-versa.
Considerando a importância do efeito de retroalimentação, pode-se concluir que o resultado da
modelagem meteorológica não foi melhor, pela incerteza na área alagada considerada no Pantanal.
b) Simulação e calibração hidrológica
Os resultados da calibração permitiram identificar as limitações dos dados, melhorar o
entendimento dos processos em diferentes partes da bacia, estabelecendo procedimentos para
aumentar as séries de vazões em locais com dados limitados e prever vazões ao longo do tempo.
O modelo teve grande sucesso para representar os ganhos e perdas de volume dentro da planície, de
forma que houve um grande avanço no conhecimento que se tem sobre o complexo sistema
hidrológico da bacia do Alto Paraguai. Alguns aspectos do modelo ajustado ainda têm espaço para
evolução, em especial no que diz respeito à base de dados físicos, com especial destaque das
informações hidroclimáticas, de seções transversais e de area alagada.
A rede de postos fluviométricos dentro do Pantanal apresenta importantes incertezas devido a
quantidade e qualidade dos postos disponíveis, que se traduziu em diversas limitações e incertezas
na calibração. Em todas as bacias o comportamento geral do hidrograma é razoavelmente bem
- 188 -
ajustado, no entanto, a influência da escassez de dados pluviométricos pode ser percebida
claramente em alguns casos de picos de vazão mal ajustados já que alguns eventos de chuva intensa
podem ocorrer em áreas não monitoradas, resultando em picos de vazão que não podem ser
reproduzidos pelo modelo. Infelizmente não é possível reverter este quadro na calibração dos
parâmetros do modelo. Por exemplo, na bacia do rio Taquari, no período de agosto de 1980 a
setembro de 1981 existe apenas um posto em funcionamento dentro da área da bacia de 9.300 km2.
O resultado é que o modelo alterna picos superestimados e subestimados, de forma aleatória.
A comprovação da limitação dos dados é mostrada com a utilização dos dados de chuva derivados
do TRMM. Com estes dados foi possível representar melhor a vazão em algumas bacias os picos
das cheias, (Ex, bacia do rio Aquidauana) quando comparada com a utilização da chuva observada
na rede de pluviômetros da ANA. No entanto, em termos gerais, os resultados foram equivalente às
estimativas de vazão com chuva observada. Por um lado, este resultado permite a utilização do
TRMM para montar um sistema de previsão em tempo real de relativamente baixo custo, já que as
informações são como mínimo equivalente a rede de pluviômetros existentes na bacia. O sistema
teria a vantagem adicional de que as estimativas de precipitação do TRMM tem poucas falhas
temporais. Nas séries obtidas para este trabalho, os intervalos de tempo com falhas representavam
apenas cerca de 0,1% da extensão total. Ressalta-se que as falhas ocorrem em grandes áreas
simultaneamente, porém apenas por 1 ou 2 intervalos de tempo, diferentemente das séries de
pluviômetros, em que as falhas ocorrem às vezes por longos períodos, porém dificilmente toda a
rede falha simultaneamente. Por outro lado, a equivalência entre a chuva observada em
pluviômetros na rede esparsa da ANA existente na Bacia do Alto Paraguai e a chuva estimada com
o TRMM, já informa que o sistema proposto teria limitações de aplicabilidade, e que o sistema
deverá evoluir melhorar as informações disponíveis para melhorar a qualidade das simulações.
As poucas seções medidas ao longo da calha dos rios principais geraram alto grau de incerteza na
modelagem, e que posteriormente foi transferida para os termos das equações de Saint-Venant,
fundamentos da componente hidrodinâmica do modelo. Quando os dados de seções medidas
existem, há ainda o problema de falta de referencial comum, que significa que, embora a topografia
de cada seção possa ser considerada adequada, a não existência de uma cota conhecida com
precisão onde possam ser amarradas as informações, diminui significativamente a utilidade das
informações.
Embora o modelo teve sucesso na estimativa dos fluxos na planície, esta foi prejudicada pela falta
de dados batimétricos da planície já que as planícies de inundação funcionam como áreas de
armazenamento de água. A correta cubagem dos volumes de armazenamento é fundamental para a
representação da hidrologia do alto Paraguai.
- 189 -
b) Previsão hidroclimática
Neste item foram realizadas diversas análises. Um primeiro teste realizado consistiu na comparação
entre os valores simulados a partir de dados de chuva observada nos pluviômetros da rede da ANA
e aquela estimada a partir de informações do satélite TRMM (já discutida no item anterior). Foi
depois analisada a previsibilidade com modelos empíricos baseados em vazões e níveis observados
em locais a montante do posto observado (e no próprio posto) em tempos anteriores. Estes modelos
foram comparados com a previsibilidade do modelo conceitual ajustado na bacia (MGB-HEC-RAS)
utilizando chuva observada e chuva nula. Estes modelos são os que podem ser usados caso as
previsões atmosféricas não estejam disponíveis.
A previsão hidrológica com chuva observada, em situações normais, indica a máxima eficiência
teórica de um sistema de previsão, já que indica qual seria a habilidade do sistema em condições
ideais para prever a vazão. Em termos práticos é utilizado para avaliar a destreza do modelo
hidrológico na previsão de vazões em situações ideais. Na bacia do Alto Paraguai, a resposta dada
por este tipo de simulação é seriamente afetada pela escassez de dados hidroclimáticos, de forma
que serve como avaliação do modelo nas condições da rede hidrometeorológica atual.
A previsão com chuva nula é utilizada durante as cheias para conhecer a melhor situação mais
otimista possível, ou seja, o que aconteceria no rio se não chovesse mais. Como as previsões têm
incerteza, e, os organismos da defesa civil têm que tomar decisões considerando estas incertezas,
este tipo de previsão pode ajudar no processo de tomada de decisão. Por exemplo, se acontece um
evento de chuva durante a época de cheias nas cabeceiras da bacia, em locais onde existem poucos
postos pluviométricos. Dada a incerteza na chuva, existem dúvidas sobre as áreas a serem alagadas
nas cidades a jusante. Com o uso do modelo alimentado com chuva nula poderiam delimitar-se as
áreas obrigatoriamente a serem desalojadas, e áreas onde deveria monitorar-se com mais cuidados a
evolução do fenômeno.
Finalmente foram analisados os resultados com o modelo conceitual alimentado com as previsões
meteorológicas do BRAMS. Este tipo de simulação constitui o verdadeiro modelo hidroclimático da
bacia. Serão analisados os resultados das previsões para os cenários com a configuração padrão do
BRAMS (BASE) e com a representação explícita do Pantanal (PANT_HUM). Desta forma foi
possível analisar o ganho na previsão hidroclimática com a incorporação das áreas alagadas do
Pantanal em um futuro modelo hidroclimático com acoplamento bi-direcional.
Os resultados da simulação hidroclimática mostraram que as metodologias estatísticas apresentaram
os melhores resultados com antecedências menores ao tempo de traslado da onda nas bacias
(geralmente 2-3 dias no Planalto e 1-2 meses no Pantanal) nas bacias. Estes resultados resultam
concordantes com os resultados de outros pesquisadores, já que os modelos estatísticos exploram
melhor as relações entre séries. No entanto, por não possui uma base conceitual sólida, são
- 190 -
impróprios para seu uso em vazões extraordinariamente altas ou baixas, o que diminui a sua
utilidade para prever enchentes ou secas, que é justamente o momento em que se maximiza a
utilidade de um sistema de previsão.
Para tempos maiores, o modelo conceitual utilizado (MGB+HEC_RAS) mostrou-se melhor, já que
consegue extrair informação dos dados climáticos. Ao mesmo tempo, e pela sua estrutura
conceitual, este modelo não possui as limitações dos modelos estatísticos para seu uso em eventos
extremos, embora, como todo modelo deve ser utilizado com cuidados na extrapolação dos
resultados fora da faixa calibrada.
A inclusão da informação fornecida pelo modelo meteorológico mostrou-se muito importante para a
previsão no Pantanal, já que permitiu melhor consideravelmente a antecedência da previsão. Em
muitos casos a informação do modelo meteorológico mostrou-se melhor que os próprios dados
medidos nos postos pluviométricos da bacia. Desta forma, além de ferramenta para realizar
previsões o modelo meteorológico se mostrou em um auxiliar muito bom para melhorar o
entendimento da dinâmica do Pantanal.
Por outro lado, foi mostrado como a inclusão da área alagada melhorou as previsões meteorológicas
na bacia. Isto confirma a necessidade de elaborar um modelo hidroclimático integrado na Bacia do
Alto Paraguai para um melhor entendimento do sistema.
6.1.3 Prazos de previsão.
Os prazos de previsão são entendidos aqui como a antecedência na qual a previsão é realizada. O
intervalo de tempo no qual os valores são apresentados corresponde a discretização temporal. A
freqüência de previsão é entendida como o intervalo de tempo entre o lançamento de novas
previsões. Por exemplo, a previsão de vazão com prazo (antecedência) de um a quatro meses pode
ser realizada com intervalo diário, semanal ou mesmo mensal de vazões, até quatro meses no futuro.
Essa previsão pode ser repetida a cada dia, semana ou mês, representando a freqüência.
Em função dos resultados obtidos neste trabalho, em termos gerais, podem ser considerados no
Planalto os prazos de previsão indicados na Tabela 6.1e para o Pantanal os indicados na Tabela 6.2.
Tabela 6.1. Modelos de Previsão de vazões para o Pla
nalto da BAP.
Modelo Antecedência Frequencia Observações
De diferenças 24 horas Horário Para uma melhor operação o
intervalo de fornecimento dos
valores deveria ser horário.
Em Cáceres o período pode
ser estendido para 48 horas.
MGB-IPH-Pantanal Até 2 dias Horário
- 191 -
c/chuva observada
MGB-IPH-Pantanal
c/prevista em modelo
atmosférico
3-15 dias 6 horas / Diário
MGB-IPH-Pantanal
c/prevista em modelo
climático
Até 3 meses Diário/Mensal Previsões por quantís, ou com
resultados na ordem de
grandeza
Modelo climático
estatístico
Alguns meses Mensal Vazões médias mensais -
Previsões por quantís, ou com
resultados na ordem de
grandeza. Modelo de difícil
implementação por falta de
séries compridas para
estabelecimento de relações
de teleconexões.
Tabela 6.2. Modelos de Previsão de vazões para o Pantanal
Modelo Antecedência
em Ladário
Antecedência
em P. Murtinho
Freqüência Observações
De diferenças /
Empírico
1 mês 2 meses Diário Todos os resultados de modelos
empíricos (PCBAP, Galdino e
Clarke, 1996; Liu et al, 2001; de
diferenças) mostraram grande
incerteza. Por esta razão se
recomenda unicamente a utilização
destes modelos como estimativa
preliminar.
MGB-IPH-
Pantanal c/chuva
observada
Até 1 mês Até 2 meses Diário
MGB-IPH-
Pantanal
c/prevista em
modelo
atmosférico
Até 1,5 meses Até 3 meses
Diário
MGB-IPH-
Pantanal
c/prevista em
modelo climático
Até 3-12
meses
Até 12-15
meses
Mensal Modelo ainda não implementado
Modelo climático
estatístico
3-24 meses 3-24 meses Mensal
Vazões médias mensais - Previsões por
quantís, ou com resultados na ordem
de grandeza.
- 192 -
6.2 Recomendações
6.2.1 Caráter geral
Dentre as recomendações de caráter geral, cabe destacar a necessidade de intercâmbio e
centralização das informações existentes sobre a bacia em diferentes organismos de forma que a
informação se torne disponível (com diversos graus de acesso) ao publico em geral.
Também é importante verificar os dados originais de Ladário que apresentaram algumas
singularidades que levam a acreditar que existiram alguns problemas no registro durante a década
de 1940s.
6.2.2 Sobre modelagem hidrológica na BAP
• Levantamento batimétrico de seções características ao longo dos afluentes e no rio Paraguai
para melhor representação dos processos de fluxo hidrodinâmico. Levantamento de seções
transversais distanciadas como máximo 10 Km georeferenciadas no sistema WGS84 ou SIRGAS
2000 e verticalmente rebatido no geóide. Também o levantamento do leito maior da Planície
combinando informações de satélite e medidas em campo e outras técnicas potenciais.
• Caracterização das vazões afluentes à planície de inundação. Realização de duas medições de
vazão, uma em estiagem e outra no pico da enchente em diversos pontos ao longo do rio Paraguai e
afluentes em locais escolhidos pela sua importância no controle de entrada e saída de água na
planície, de acordo com os resultados da simulação. Junto com o levantamento batimétrico, esta
informação constitui o maior impedimento para futuras melhorias da simulação com um modelo
matemático. A maior prioridade são os trechos entre Refúgio Três Bocas e São Francisco e entre
Ladário e Porto Esperança. No momento do levantamento, e, em função do dinheiro disponível
devem ser analisados outros locais dos afluentes do rio Paraguai;
6.2.3 Sobre modelagem de longo prazo.
• Realizar uma análise aprofundada dos mecanismos que conectam as anomalias na precipitação
no Pantanal com os diferentes fenômenos climáticos globais analisados. Em particular, resultou
pouco clara a conexão com o PDO e com o índice SAM no mês de agosto (este último, muito
significativo para previsão de vazões).
• Testar um modelo não linear para previsão de vazões que capte as interações entre os índices
analisados
6.2.4 Sobre modelagem de curto prazo
• Repetir o estudo com condições de contorno mais recentes, que levem em conta as melhoras
introduzidas no modelo global.
- 193 -
• Melhorar as definições de áreas alagadas, para permitir a calibração de modelos. Para este fim
podem ser utilizados dados de radar por satélite.
• Ajustar um modelo de representação das áreas alagadas baseados em metodologias semelhantes
metodologias às apresentadas por Verwey (2001) e Bates e De Roo (2000).
• Refazer os resultados utilizando outros modelos (Ex, modelos meteorológicos ETA, MM5, etc)
e hidrológicos (Ex, SWAT), para verificar que os resultados não tenham sido influenciados pela
própria estrutura dos modelos.
• Utilizar um modelo com acoplamento bidirecional entre modelo meteorológico e o modelo
hidrológico (ou também denominada previsão hidroclimática integrada) que permita analisar em
conjunto efeitos de retroalimentação (Ex, maior área alagada, que produz maior chuva e, por
conseqüência, maior área alagada).
• Verificar estrutura do BRAMS para representar áreas alagadas, especialmente na representação
da temperatura e radiação.
• Estudar a relação de índices climáticos com variáveis climáticas que afetam a
evapotranspiração, tais como horas efetivas de sol, vento ou umidade.
- 194 -
- 195 -
7. Bibliografia
Aceituno, P, 1988. On the functioning of the Southern Oscillation in the South American sector. Part I: surface
climate. Mon.Wea.Rev., 166:505-524.
Aceituno, P. y A. Montecinos, 1993. Circulation anomalies associated with wet e dry periods in the South
American Altiplano. pp. 330331 en Preprints: Fourth Int. Conf. on S. Hemisphere Meteor. e Oceanography.
Hobart -Australia, 22 march - 2 abril, 1993.
Allasia, D. G. ; Silva, B ; Collischonn, W ; Tucci, CEM . 2005. Large Basin Simulation experience in South
America. In: Merugesu Sivapalan; et. al.. (Org.). Predictions in Ungauged Basins: Promises e Progress. 303
ed. Wallingford: IAHS, 2005, v. , p.
Alvalá, R. C. S.; Manzi, A. O.; Sá, L. D. A.; Vittal Murty, K. P. R.; Gielow, R. Arlino, P. R. A.; Alvalá, P.
C.;Lima, I. T. D.; Marques Filho, E. P.; Sambatti, S. B. M.; Von Randow, C.; Souza, A.; Kassar, E. Malhy, Y.
S.; Kruijt, B; Meirelles, M. L. 1998. Projeto Interdisciplinar do Pantanal - Fase úmida (IPE-1). Anais do X
Congresso Brasileiro de Meteorologia, Brasília, 1998.
Alves, J.M.B.e Repelli, C.A. 1992. A variabilidade pluviométrica no setor norte do nordeste e os eventos El
Niño/Oscilação Sul (ENOS). RBMet., 7(2): 583-592, 1992.
Amarasekera, K. N.; Lee, R. F.; Willians, E.R.; Eltahir, E.A.B. 1997. ENSO e natural variability in the flow of
tropical rivers. Journal of Hydrology, v. 200, n. 1-4, p. 24-39, Dec.1997.
Anderson, J.L., Ploshay, J.L. 2000. Impact of initial conditions on seasonal simulations with an atmospheric
general circulation model. Quarterly Journal of Royal Meteorology Society. V.126, p.2241-2264. 2000.
Anderson, M.L., Chen, Z.-Q., Kavvas, M.L., Feldman, A. 2002. Coupling HEC-HMS with Atmospheric
Models for Prediction of Watershed Runoff. Journal of Hydrologic Engineering. V.7, n.4, jul, p.312-318
Andreolli, Ivanilto. 2003. Previsão de vazão em tempo real no rio Uruguai com base na previsão meteorológica.
Dissertação de Mestrado Programa de Pós-Graduação em Recursos Hídricos e Saneamento Ambiental do
Instituto de Pesquisas Hidráulicas (IPH-UFRGS). 182 f.
Andreoli, R. V. ; Kayano, M T. 2005. ENSO-related rainfall anomalies in South America e associeted
circulation feactures during warm e cold Pacific Decadal Oscillation regimes. International Journal of
Climatology, v. 25, n. 12, p. 2017-2030, 2005.
Assine, M. L. 2005. River avulsions on the Taquari megafan, Pantanal Wetland, Brazil. Geomorphology, v. 70,
p. 357-371.
Avissar, R. e Pielke R. A. 1989. A Parametrization of Heterogeneous Land Surfaces for Atmospheric
Numerical Model e Its Impact an Regional Meteorology, Monthly Weather Review, v. 117, p. 2113 - 2136,
Oct. 1989.
Barnston A. G., e R. E. Livezey, 1987: Classification, seasonality e persistence of low-frequency atmospheric
circulation patterns. Mon. Wea. Rev, 115, 1083-1126.
Bates, P.D.; De Roo, A.P. A simple raster-based model for flood inundation simulation. Journal of Hydrology,
236, p. 54-77, 2000
Beljaars, A.C., P. Viterbo, M.J. Miller, e A.K. Betts, 1996: The Anomalous Rainfall over the United States
during July 1993: Sensitivity to Land Surface Parameterization e Soil Moisture Anomalies. Mon. Wea. Rev.,
124, 362–383.
Berlato, M. A.; Fontana, D.C. 2003. El Niño e La Niña: impactos no clima, na vegetação e na agricultura do Rio
Grande do Sul; aplicações de previsões climáticas na agricultura. Porto Alegre: Editora da UFRGS,. 110p
Betts, A.K., e Beljaars, A.C.M. 1993. Estimation of effective roughness length for heat e momentum from FIFE
data. Atmos. Res., 30, 251-261.
Betts, A., F. Chen, K. Mitchell, e Z. Janjic, 1997. Assessment of the land surface e boundary layer models in two
operational versions of the NCEP Eta model using FIFE data. Mon.Wea. Rev., 125, 2896-2916, 1997.
Bjerknes, J.: 1969, Atmospheric teleconnections from the equatorial Pacific, Month. Weat. Review 97, 163–172.
Bliss, E.W. e Walker, G.T. 1932. World Weather V Memoirs of the Royal Meteorological Society, 4, (36) , 53-
84.
- 196 -
Bonan, G.B., 1996: A Land Surface Model (LSM Version 1.0) for Ecological, Hydrological, e Atmospheric
Studies: Technical Description e User's Guide. NCAR Technical Note NCAR/Tn-417+STR, National Center
for Atmospheric Research, Boulder, Colorado, 150 pp.
Boyle, D. P., Gupta, H. V., Sorooshian, S. 2000 Toward improved calibration of hy
drologic models: Combining
the strenghts of manual e automatic methods. Water Resources Research Vol. 36, No. 12 pp. 3663-3674.
Bravo, Jm ; Collischonn, B ; Allasia, D. G. ; Villanueva, A O N ; Collischon, W ; Tucci, C E M . 2005.
Estimativa de ganhos e perda de volume lateral nos trechos dos rios do Pantanal. In: Anais do I Simpósio de
Recursos Hídricos do Sul e Primeiro Simpósio de Águas da Associação de Universidades Grupo de
Montevideo (AUGM)., 2005, Santa Maria - RS: ABRH-UFSM, 2005
Bravo, J. M. 2006. Otimização da operação de um reservatório para controle de cheias com base na previsão de
vazão. Dissertação de Mestrado Programa de Pós-Graduação em Recursos Hídricos e Saneamento Ambiental
do Instituto de Pesquisas Hidráulicas (IPH-UFRGS)
BRASIL 1979. Ministério do Interior. Estudo de Desenvolvimento Integrado da Bacia do Alto Paraguai
(EDIBAP). Relatório da primeira fase – Descrição física e Recursos Naturais. Tomo II. Brasília, 249 p.
BRASIL 1997. Ministério do Meio Ambiente dos Recursos Hídricos e da Amazônia Legal (Brasília, DF). Plano
de Conservação da Bacia do Alto Paraguai (Pantanal) – PCBAP: análise integrada e prognóstico da Bacia do
Alto Paraguai. Brasília, 1997, 369 p., anexos.
BRASIL Ministério das Minas e Energia. Projeto RADAMBRASIL. Folhas SD-21 (Cuiabá) e SF-21 (Campo
Grande), 1983.
Brunner, Gw. 2002. HEC-RAS, River Analysis System User's Manual. Us Army Corps Of Engineers.
Hydrologic Engineering Center (Hec) 609 Second Street. Davis, CA 95616-4687
Buckley, R. 2001. Spatial Variation of Soil Type e Soil Moisture in the Regional Atmospheric Modeling
System. Technical Report Savannah River Site (US) - US Department of Energy (US)
Camargo, R 2005. Material desenvolvido para a disciplina de Meteorologia Sinótica do Instituto de
Astronomia, Geofísica e Ciências Atmosféricas, da Universidade de São Paulo.
Carton, J. A., X. Cao, B. J. Giese, e A. M. da Silva. 1996, Decadal e interannual SST variability in the tropical
Atlantic Ocean, J. Phys. Oceanogr., 26, 1165–1175.
Carvalho, L. M. V., C. Jones, e T. Ambrizzi, 2005. Opposite phases of the Antarctic Oscillation e Relationships
with Intraseasonal to Interannual activity in the tropics during the Austral Summer. J. Climate,18,702-718.
Carvalho, L. M. V. ; Jones, C. ; Liebmann, B. . 2004. The South Atlantic Convergence Zone: Persistence, Form,
Extreme Precipitation e Relationships with Intraseasonal Activity . Journal of Climate, v. 17, n. 1, p. 88-108,
2004.
Carvalho, L- M.V., Charles Jones, e Brant Liebmann, 2002: Extreme Precipitation Events in Southeast South
America e Large-Scale Convective Patterns in the South Atlantic Convergence Zone. Journal ofClimate, 15,
2377-2394.
Castanharo G. at al., 2001. Operação de Reservatórios Baseada em Previsão de Afluências de Curto Prazo em
Tempo Real. XIV Congresso Brasileiro de Recursos Hídricos, ABRH: Aracaju.
Cavalcanti, I. , Marengo J. A. , Satyamurty, P. , Trosnikov, I. , Bonatti, J. , Nobre, C. 2002. Global
climatological features in a simulation using the CPTEC/COLA AGCM. Journal of Climate, v. 15, p. 2965-
2988,
NCEP 2006. The Climate Change Research Section (CCR) is part of the Climate e Global Dynamics (CGD)
Division at the National Center for Atmospheric Research (NCAR) in Boulder, Colorado.
http://www.cgd.ucar.edu/ccr/
Chang P, R. Saravanan, L. Ji, e G. C. Hegerl, 2000: The effect of local sea surface temperature on atmospheric
circulation over the tropical Atlantic sector. J. Climate, 13, 2195–2216.
Changnon, S. A., Vonnahme, D.R. 2003. Impact of Spring 2000 Drought Forecasts on Midwestern Water
Management. Journal of Water Resources Planning e Management. V. 129, n.1, jan, p.18-25.
Chen, F., e J. Dudhia, 2001: Coupling an advanced land surface hydrology model with the Penn State/NCAR
MM5 modeling system. Part I: Model implementation e sensitivity. Mon. Wea. Rev., 129, 569–585.
Chen, T.-C., J. H. Yoon, K. J. St. Croix, e E. S. Takle, 2001: Suppressing impacts of the Amazonian
deforestation by global circulation change. Bull. Amer. Meteor. Soc., 82, 2209–2216.
- 197 -
Chen, C., Cotton, W. R., 1983: A one-dimensional simulation of the stratocumulus-capped mixed layer. Bound-
Layer Meteor. 25, 289-321.
Chiang JCH, Y. Kushnir, e A. Giannini, 2002: Deconstructing Atlantic ITCZ variability: Influence of the local
cross-equatorial SST gradient, e remote forcing from the eastern equatorial Pacific. J. Geophys. Res., 107
(D1), 1–19.
Chiang, J. C. H., S. Zebiak, e M. A. Cane, 2001: Related roles of elevated heating e surface temperature
gradients in driving anomalous surface winds over tropical oceans. J. Atmos. Sci.,58, 1371–1394.
Chiew, F.H.S., Zhou, S.L., Mcmahon, T.A. 2003 Use of seasonal streamflow forecasts in water resources
management. Journal of Hydrology. V.270, p.135-144. 2003.
Codron, F., 2005: Relation between Annular Mode e the Mean State: Southern Hemisphere Summer. J. Climate,
18, 320- 330
Coelho C.A.S., C.B. Uvo, e T. Ambrizzi 2002. Exploring the impacts of the tropical Pacific SST on the
precipitation patterns over South America during ENSO periods. Theor. Appl. Climatol. 71, 185-197.
Collier, C.G., Krzyzysztofowicz, R. 2000. Quantitative precipitation forecasting. Journal of Hydrology. V.239,
p.1-2. 2000.
Collins, D.C. e Avissar, R. 1994. An evaluation with the Fourier Amplitude Sensitivity Test (FAST) of which
land surface parameters are of greatest importance in atmospheric modeling. J. Climate, 7, 681-703.
Collischonn, W.; Tucci, C. E. M. 2001. Simulação hidrológica de grandes bacias. Revista Brasi-leira de
Recursos Hídricos. Vol.6, n.1. 2001.
Collischonn, B. 2006. Uso de precipitação estimada pelo satélite TRMM em modelo hidrológico distribuído.
Dissertação de mestrado, IPH-UFRGS, Porto Alegre, 2006.
Collischonn, W, Tucci, CEM, Clarke RT, Chou SC, Guilhon, Cataldi M, Allasia D, 2007. Medium-range
reservoir inflow predictions based on quantitative precipitation forecasts. Journal of Hydrology. 344, Issues 1-
2, September 2007, Pages 112-122.
Collischonn, W. ; Merten, G. H. . 2001. Análise da estabilidade de um rio no Pantanal utilizando um modelo
matemático de transporte de sedimentos. In: Eloiza Maria Cauduro Dias de Paiva; João Batista Dias de Paiva.
(Org.). Caracterização quali-quantitativa da produção de sedimentos. Santa Maria: ABRH, 2001, v. , p. 131-
154.
Collischonn, W. 2001 Simulação Hidrológica de Grandes Bacias. Porto Alegre: UFRGS. Tese (Doutorado em
Recursos Hídricos e Saneamento Ambiental), Instituto de Pesquisas Hidráulicas da Universidade Federal do
Rio Grande do Sul. 194p. 2001.
Collischonn, W., Tucci, C. E. M., Clarke, R. T. 2001 Further evidence of changes in hydrological regime of the
river Paraguay: part of a wider phenomenon of climate change? Journal of Hydrology Vol. 245 pp. 218-238.
Corrêa, V. B. 1997. Pantanal: O enclave das águas. In: Socio-economia da bacia do Alto Paraguai. Plano de
Conservação da Bacia do Alto Paraguai (PCBAP). UFMS MMA Programa Nacional do Meio Ambiente.
Costa, M. F. 1999 História de um país inexistente: O Pantanal entre os séculos XVI e XVIII. Kosmos, São
Paulo, 277pp.
Cotton, W. R., Pielke R. A. 1995. Human Impacts on Weather e Climate. Press Syndicate of The University
of Cambridge. Cambridge University Press. New York. EUA. 287p.il.
Covey, D., e S. Hastenrath, 1978: The Pacific El Nin˜o phenomenon e the Atlantic circulation. Mon. Wea. Rev.,
106, 1280–1287.
Crawford e Linsley. 1966. Digital Simulation in Hydrology: Stanford Watershed Model IV, Stanford Univ.,
Dept. Civ. Eng. Tech. Rep. 39.
Cunge , J.A., Holly , F.M. & Verwey , A. 1980. Practical Aspects of Computational River Hydraulics. Pitman
Publishing, London, 420 pp.
Cuenca, R. H., Ek, M, Mahrt, L. 1996. Impact of soil water property parameterization on atmospheric boundary
layer simulation. J. Geophys. Res., 101D, 7269–7277.
Curtis, S., e S. Hastenrath, 1995: Forcing of anomalous sea surface temperature evolution in the tropical Atlantic
during Pacific warm events. J. Geophys. Res., 100 (C8), 15 835–15 847.
Curtis, S., e S. Hastenrath, 1999: Trends of upper-air circulation e water vapor over equatorial South America e
adjacent oceans. Int. J. Climatol., 19, 863-876.
- 198 -
CPTEC – Centro de Previsão de Tempo e Estudos Climáticos. 2004. O Sistema de Previsão de Tempo Global
por Ensemble do CPTEC. Disponível em: <http://www.cptec.inpe.br
>.
Czaja, A., P. van der Vaart, e J. Marshall. 2002. A diagnostic study of the role of remote forcing in tropical
Atlantic variability, J. Clim., 15, 3280-3290.
Czaja, A., e J. Marshall, 2001: Observations of atmosphere–ocean coupling in the North Atlantic. Quart. J. Roy.
Meteor. Soc., 127, 1893–1916.
Damrath, U; Doms, G; Fruhwald, D; Heise, E; Richter, B; Steppeler, J. 2000. Operational quantitative
precipitation forecasting at the German weather service. Journal of Hydrologic, n. 239, p. 260-285, set. 2000.
Deardoff, J.W. 1978. Efficient Prediction of Ground Surface Temperature e Moisture, with Inclusion of a Layer
of Vegetation. Jour. Geoph. Res., Washington, v. 83, C4, p 1889-903.
DeMaria, M. 1985: Linear response of a stratified tropical atmosphere to convective forcing. J. Atmos. Sci, 42:
1944-1959.
Deser, C., M.A. Alexander, e M.S. Timlin, 1996: Upper-Ocean Thermal Variations in the North Pacific during
1970–1991. J. Climate, 9, 1840–1855.
Dessay, N, Shimabukuro, Y Batista, G. T., Durieux, L. 2001. Dados NOAA-AVHRR para a avaliação do
impacto El Niño sobre a vegetação. Anais do X SBSR, Foz do iguaçu, Sessão Pôster.
Dias de Freitas, E. 2003. Circulações locais em São Paulo e sua influência sobre a dispersão de poluentes. Tese
de Doutorado. Universidade de São Paulo. Instituto de Astronomia, Geofísica E Ciências.
Dias, P. S., Moreira, D. S. e Dolif Neto, G. 2006. The Master Super Model Ensemble System (MSMES).
Proceedings of 8 ICSHMO, Foz do Iguaçu, Brazil, April 24-28, 2006, INPE, p. 1751-1757.
Dias, P. L. S. ; Schubert, W. H. ; Demaria, M. . 1983. Large-scale response of the tropical atmosphere to
transient convection.. Journal of Atmospheric Sciences, Estados Unidos, v. 40, p. 2689-2707, 1983.
Dickinson, R. E., A. Henderson-Sellers, P. J. Kennedy e M. F. Wilson, 1986: Biosphere-Atmosphere Transfer
Scheme for the NCAR Community Climate Model. NCAR Tech. Note 275+STR.
Dickinson, R. E., A. Henderson-Sellers; P. J. Kennedy e M. F. Wilson, 1993: Biosphere-Atmosphere-Transfer
Scheme (BATS) for the NCAR Community Climate Model. NCAR Tech. Note NCAR/TN 387+STR, 72 p
DNOS. Estudos hidrológicos da bacia do Alto Paraguai. Relatório Técnico UNESCO / PNUD. Rio de Janeiro.
1974, 284p.
Dettinger, M.D., Cayan, D.R., McCabe, G.M., e Marengo, J.A., 2000 Multiscale streamflow variability
associated with El Niño/Southern Oscillation: In Diaz, H.F., e Markgraf, V. (eds.), El Niño e the Southern
Oscillation--Multiscale Variability e Global e Regional Impacts, Cambridge University Press, 113-146.
Druce, D.J. 2001. Insights from a history of seasonal inflow forecasting with a conceptual hydrologic Model.
Journal of Hydrology. V.249, p.102-112. 2001.
Ducoudre, N., K. Laval, A. Perrier, 1993: SECHIBA, a new set of parameterizations of the hydrologic
exchanges at the land/atmosphere interface within the LMD atmospheric general circulation model. J. Climate,
6, 248-273.
Drumond, A R M e Ambrizzi, T. . 2005. The role of SST on the South American atmospheric circulation
observed during the 2000/2001 Austral Summer.. Climate Dynamics, Inglaterra, v. 24, p. 781-791, 2005.
Eagleson, P.S. 1986: The emergence of global-scale hydrology. Water Resources Research, 22(9), 6-14
Eiten, G. 1972The cerrado vegetation of Brazil. Botanical Review, 38: 205-341.
Enfield, D.B. e A.M. Mestas-Nuñez, 1999: Multiscale variabilities in global sea surface temperatures e their
relationships with tropospheric climate patterns. J. Climate, 12, 2719-2733.
Enfield, D. B., e D. A. Mayer, 1997: Tropical Atlantic sea surface temperature variability e its relation to El
Nin˜o–Southern Oscillation. J. Geophys. Res., 102, 929–945.
Eva E.E.; de Miranda C.M; Di Bella; V.Gond; O.Huber; M.Sgrenzaroli; S.Jones; A.Coutinho; A.Dorado;
M.Guimarães; C.Elvidge; F.Achard; A.S.Belward; E.Bartholomé; A.Baraldi; G.De Grandi; P.Vogt; S.Fritz ;
A.Hartley; 2002. A Vegetation Map of South America. Final Report. Luxembourg: Office for Official
Publications of the European Communities, 2002 ISBN 92-894-4449-5
Evans, J. P. 2003 Improving the characteristics of streamflow modelled by regional climate models. J. Hydrol.
284, 211–227.
- 199 -
FAO 1974. Soil map of the world. Volumes 1-10. Food e Agriculture Organization of the United Nations e
UNESCO, Paris. 1:5,000,000.
FAO 1988. Soils map of the world: revised legend. Food e Agriculture Organization of the United Nations,
Rome. 119 p.
Figueroa, S.N.; Nobre, C.A. Precipitions distribution over Central e Western Tropical South America.
Climanálise - Boletim de Monitoramento e Análise Climática, 5(6): 36 - 45, 1990.
Figueroa, S.N.; Satyamurty, P. e Silva Dias, P.L. 1995. Simulation of the summer circulation over the South
American region with an ETA coordinate model. Journal Atmospheric Sciences, 52.
Fogt, R. L., e D. H. Bromwich, 2006: Decadal variability of the ENSO teleconnection to the high latitude South
Pacific governed by coupling with the Southern Annular Mode. J. Climate, 19, 979-997.
Folland, C. K., Owen, J., Ward, M. N., e Colman, A.: 1991, Prediction of seasonal rainfall in the Sahel region
using empirical e dynamical methods, Journal of Forecasting 10, 21–56.
Freitas, S. R., K. M. Longo, M. A. F. Silva Dias, P. L. Silva Dias, F. S. Recuero, R. Chatfield, E. Prins, e P.
Artaxo, 2005: Monitoring the transport of biomass burning emissions in South America. Environ. Fluid Mech.,
5, 135-167.
Galdino, S. e Clarke, R. T. 1997. Probabilidade de ocorrência de cheia no Rio Paraguai, em Ladário. MS -
Pantanal. 1997. Circulação Técnica N° 23, EMBRAPA-CPAP, Corumbá, MS. 58p.
Galdino, S., Clarke, R. T., Padovani, C.R., Soriano, B. M. A., Vieira, L. M. 1997 Evolução do regime
hidrológico na planície do baixo curso do rio Taquari – Pantanal. Anais XII Simpósio Brasileiro de Recursos
Hídricos, Vitória ES.
Galdino, S. Método determinístico de previsão do nível mínimo no rio Paraguai, em Ladário – MS, Pantanal.
Circular Técnica 28 da EMBRAPA Pantanal, 2001.
Gal-Chen, T., R. Somerville. 1975. On the use of a coordinate transformation for the solution of the
Navier-Stokes equations. J. Comput. Phys., 17 (2), pp. 209-228, 1975.
Gan, M. A.; Kousky, V. E.; Ropelewski, C. F., 2004. The South America Monsoon Circulation e Its
Relationship to Rainfall over West-Central Brazil. Journal of Climate, 17, 47-66
Gandu, A. W. ; Dias, Pedro Leite da Silva . Impact of heat sources on the South American tropospheric upper
circulation e subsidence. Journal of Goephysical Research, USA, v. 103-D6, p. 6001-6015, 1998.
Garcia-Moya, 2004. Los modelos numéricos de predicción del tiempo. In: TETHYS, revista de meteorologia -
Núm. 2. Associació Catalana de Meteorologia. http://tethys.acamet.org/num02/esp.htm#articlesde
Meteorologia
Garreaud, R. D., e D. S. Battisti, Interannual (ENSO) e in terdecadal (ENSO-like) variability in the Southern
Hemisphere tropospheric circulation, J. Clim., 12, 2113–2122, 1999.
Genta, J. L., G. Prerez-Perez-Iribarren, e C. R. Mechoso, 1998: A recent increasing trend in the streamflow of
rivers in southeastern South America. J. Climate,
Gevaerd, R, Freitas, S. R., Longo, M., Silva Dias, M. A. F. Impact of soil moisture on tropical dryline storm
formation e development. In: LBA-ECO SCIENCE TEAM BUSINESS MEETING, 7., 2003, Fortaleza.
Eletronic Abstracts. Manaus: LBA-Ecologia, em http://www.lbaeco.org. Acesso em: 20 abr. 2004.
GEWEX Continental-Scale International Project (GCIP). 1998. A Review of Progress e Opportunities.
Washington DC, EUA: National Academy of Science, 1998. 93p
Giannini, A., M. A. Cane, e Y. Kushnir, 2001: Interdecadal changes in the ENSO teleconnection to the
Caribbean region e the North Atlantic Oscillation. J. Climate, 14, 2867–2879.
Goddard, L., Mason, S.J., Zebiak, S.E., Ropelewski, C.F., Basher, R., Cane, M.A. 2000. Current Approaches to
Seasonal to Interannual Climate Predictions. New York: IRI, dez, 2000. 62p.
Golding B.W. 2000. Quantitative precipitation forecasting in the UK. Journal of Hydrology. V.239, P.286-305.
2000.
Gong, D. e Wang S. 1999, Definition of Antarctic Oscillation Index, Geophys. Res. Lett., 26: 459-462.
Goulden, M. L., B. C. Daube, S.-M. Fan, D. J. Sutton, A. Bazzaz, J. W. Munger, e S. C. Wofsy. 1997.
Physiological responses of a black spruce forest to weather. Journal of Geophysical Research 102:28 987–28
996.
- 200 -
Grell, G. A., e Dezso Devenyi. 2002. A generalized approach to parameterizing convection combining ensemble
e data assimilation techniques. Geophysical Research Letters, VOL. 29, NO. 14, 2002.
Gribbin e Gribbin, 2004. The Remarkable Story of Darwin's Captain e the Invention of the Weather Forecast
XII, 336 p., figs. on plates. 24,5 cm, B&T, Yale University Press ISBN: 300103611.
Grimm A, Ferraz S.E.T, Gomes J. Precipitation anomalies in Southern Brazil associated with El Niño e La Niña
events. Journal of Climate 1998;11:2863-80.
Grimm, A.M., Barros, V.R. e Doyle, M.E. 2000, Climate variability in southern South America associated with
El Niño e La Niña events, J. Climate 13, 35-58.
Grötzner, A., M. Latif, e T. P. Barnett, 1998. A decadal climate cycle in the North Atlantic Ocean as simulated
by the ECHO coupled GCM. J. Climate, 11, 831–847.
Gutzler, D.S., D.M. Kann, e C. Thornbrugh, 2002. Modulation of ENSO-based long-lead outlooks of
Southwestern US winter precipitation by the Pacific Decadal Oscillation, Wea & Fcstng, 17, 1163-1172, 2002.
Gutowski Jr, W. J., Vörösmarty, C. J., Person, M., Ötles, Z., Fekete, B, York, J. 2002. A coupled Land-
Atmosfere Simulation Program (CLASP): Calibration e Verification. Journal of Geophysical Research, Vol
107, NO. D16, 10.1029/2001JD000392.
Habets, F., Lemoigne, P., Noilhan, J. 2004. On the utility of operational precipitation forecasts to served as
input for streamflow forecasting. Journal of Hydrology. V.293, P.270-288. 2004.
Halliwell, G. R., 1998: Simulation of North Atlantic decadal/multi-decadal winter SST anomalies driven by
basin-scale atmospheric circulation anomalies. J. Phys. Oceanogr., 28, 5–21.
Hamilton, S. K., Sippel, S.J., Melack, J.M. 1996 Inundation patterns in the pantanal wetland of South America
determined from passive microwave remote sensing. Archiv. F. Hydrobiol. 137(1)1-23.
Hamlet, A. F., Huppert, D., Lettenmaier, D. P. 2002. Economic value of long-lead streamflow forecasts for
Columbia river hydropower. Journal of Water Resources Planning e Management, vol. 128(2), p. 91-101.
Hare, S. R., e N. J. Mantua, Empirical evidence for North Pacific regime shifts in 1977 e 1989, Prog. Oceanogr.,
47, 103–145, 2000
Hastenrath, S., Greischar, L., Colon, E., e Gil, A.: 1998, A forecast of the February–March 1999 anomalous
discharge of the Caroni River, Venezuela, NOAA Experimental Long-Lead Forecast Bulletin 7(4),
http://grads.iges.org/ellfb/
Hastenrath, S., e L. Greischar, 1993: Circulation mechanisms related to Northeast Brazil rainfall anomalies. J.
Geophys. Res.,98 (D3), 5093–5102.
Hastenrath, S. 2001. Variations of East African climate during the past two centuries. Climatic Change 50: 209-
217.
Hay L.E., Clark, M.P., Wilby, R.L., Gutowski Jr., W.J., Leavesley, G.H., Pan, Z., Arritt, R.W., Takle, E.S.
2002. Use of Regional Climate Model Output for Hydrologic Simulations. Journal of Hydrometeorology. V.3,
out, p.571-590.
Hay, L.E e Clark, M.P. 2003. Use of statistically e dynamically downscaled atmospheric model output for
hydrologic simulations in three mountainous basins in the western United States. Journal of Hydrology. V.
282, p.56-75. 2003.
HEC. 1972. Application of the SSARR model to the Upper Paraguay River Basin, prepared for the
UNDP/UNESCO Project- Hydrological Studies of the Upper Paraguay River Basin. Portland, Oregon, 1972.
Herdies, D. L.; Da Silva, A.; Silva Dias, M.A.F.; Nieto-Ferreira, R., 2002: The Moisture Budget of the Bimodal
Pattern of the Summer Circulation over South America. Journal of Geophysical Research, Washington-DC, v.
107, n. D20, p. 42-1-42-10.
Hollingsworth, A; Simmons, A. J; Ghelli, A; Tsuyuki, T; Hart, T. 2003. Improvements in the skill of numerical
weather prediction with global models. Bulletin World Meteorological Organization, v. 52, n. 1, p. 33-39, jan.
2003.
Henderson-Sellers A. 1993. Continental vegetation as a dynamic component of global climate model: a
preliminary assessment, Climate Change, 23, 337-378.
Hopson, T M e Webster, P J. 2004. Operational Short-Term Flood Forecasting for Bangladesh: Application of
ECMWF Ensemble Precipitation Forecasts. In Eos Trans. AGU,
85(47), Fall Meet. Suppl.
- 201 -
Horel, J. D., A. N. Hahmann, e J. E. Geisler, 1989: An investigation of the annual cycle of convective activity
over tropical Americas. J. Climate, 2, 1388-1403.
Hsieh, W.W., Yuval, Li, J., Shabbar, A., Smith, S. 2003. Seasonal Prediction with Error Estimation of
Columbia River Streamflow in British Columbia. Journal of Water Resources Planning e Management. V.129,
n.2, mar, p.146-149. 2003.
Hsu, M.-H., Fu, J.-C., Liu, W.-C. 2003. Flood routing with real-time stage correction method for flash flood
forecasting in the Tanshui River, Taiwan. Journal of Hydrology. V. 283, p.267-280. 2003.
Hurrell, J.W., 1995: Decadal trends in the North Atlantic Oscillation e relationships to regional temperature e
precipitation. Science 269, 676-679.
Hurrell,J.W. e H. van Loon, 1997: Decadal Variations associated with the North Atlantic Oscillation. Climatic
Change: Vol. 36, pp.301-326
Hurrell, J.W., C. Deser, C.K. Folland, e D.P. Rowell, 2002: The relationship between tropical Atlantic rainfall e
the summer circulation over the North Atlantic. Proc. U.S. CLIVAR Atlantic meeting, D. Legler, Ed., June 12-
14 2001, Boulder, CO., 111-114.
International Geosphere Biosphere Programme (IGBP). 1998. Data e Information Systems, IGBP-DIS Global
Land Cover Set DISCover.
Ibbitt, R.P., Henderson, R.D., Copeland, J., Wratt, D.S. 2001. Simulating mountain runoff with meso-scale
weather model rainfall estimates: a New Zealand experience. Journal of Hydrology, V.239, p.19-32. 2001
IRI, International Research Institute for Climate Prediction. 2004. Seasonal Climate Prediction for Regional
Scales. Disponível em: <http://iri.columbia.edu/projects/climate/course_html>..
Jarvis, P.G., e T.A. Mansfield. 1981. Stomatal physiology. Cambridge Univ. Press, Cambridge.
Jasper, K; Gurtz, J; Lang, H. 2002. Advanced flood forecasting in Alpine watersheds by coupling meteorological
observations e forecast with a distributed hydrological model. Journal of Hydrology, n. 267, p. 40-52, set.
2002.
Jayawardena, A.W., Mahanama, S.P.P. 2002. Meso-Scale Hydrological Modeling: Application to Mekong e
Chao Phraya Basins. Journal of Hydrologic Engineering. V.7, n.1, jan/fev, p.12-26. 2002.
Jenson, S. e Domingue, J. 1988. Extraction of Topographic Structure from Digital Elevation Data for
Geographic Information System Analysis. Photogrammetric Engineering e Remote Sensing 54(11), pp.1593-
1600.
Jin J., e N. L. Miller, 2004: On the development e testing of a coupled regional climate model with an advanced
land surface model. The American Geophysical Union Spring Conference, May, 2004, Montreal, Canada.
Jones, P.D., Jónsson, T. e Wheeler, D., 1997: Extension to the North Atlantic Oscillation using early
instrumental pressure observations from Gibraltar e South-West Iceland. Int. J. Climatol. 17, 1433-1450.
Joyce, Terrence M., James R. Luyten, Alexander Kubryakov, Frank B. Bahr, e Julie S. Pallant, 1998. Meso- to
large-scale structure of subducting water in the subtropical gyre of the eastern North Atlantic Ocean. Journal
of Physical Oceanography, 28(1), 4061.
Kalnay, E., et al., The NCEP/NCAR 40-year Reanalysis Project, Bull Amer Meteo Soc, 77(3), 437-471,1996.
Kane, R. P. 2006. El Niño effects on rainfall in South America: comparison with rainfalls in india e other parts
of the world. Advances in Geosciences, v. 6, p. 35-41, 2006. (INPE-13931--PRE/9111). Disponível em:
<http://urlib.net/sid.inpe.br/mtc-m16@80/2006/08.02.12.40>.
Kayano, M.T.; Andreoli R.V. 2004. Decadal variability of northern northeast Brazil rainfall e its relation to
tropical sea surface temperature e global sea level pressure anomalies. J. geophys. Res., v.109, n.C11011, doi:
10.1029/2004JC002429, 2004
Kerr, R.A. 2004. Storm-in-a-Box Forecasting. Science. V.304, mai, p.946-948. 2004.
Kimura, R. 2002. Numerical weather prediction. Journal of Wind Engineering e Industrial Aerodynamics.
V.90, p.1403-1414. 2002.
Kite G.W. 1997 Simulating Columbia river flows with data from regional-scale climate models. Water
Resources Research. V.33, n.6, jun, p.1275-1285. 1997.
Kitanidis, P. R., e Bras, R. L. 1980. “Real-Time Forecast ing with a Conceptual Hydrologic Model, 2:
Application e Results,” Water Resources Research, Vol 16, No. 6, pp 1034-1044.
- 202 -
Klemes V. 1986. Operational testing of hydrological simulation models. Hydrological Sciences Journal 31: 13-
24.
KLIMET (Climatology and Meteorology Research Group Institute of Geography University of Bern).
2007. North Atlantic Oscillation (NAO). http://www.giub.unibe.ch/klimet/wanner/nao.html
. Acceso
en Dec/2007.
Koster R., e M. Suarez, 1992: Modeling the land surface boundary in climate models as a composite of
independent vegetation stands. J. Geophys. Res., 97, 2697--2715.
Kousky, V., Kagano, M., Cavalcanti., I.F.A: 1984, 'A review of the Southern Oscillation: oceanic-atmospheric
circulation changes e related rainfall anomalies', Tellus, 36A, 490-504.
Kousky, V. E., 1988: Pentad outgoing longwave radiation climatology for the South American sector. Rev. Bras.
Meteor., 3, 217-231.
Koussis, A.D., Lagouvardos, K., Mazi, K., Kotroni, V., Sitzmann, D., Lang, J., Zaiss, H., Buzzi, A., Malguzzi,
P. 2003. Flood Forecasts for Urban Basin with Integrated Hydro-Meteorological Model. Journal of
Hydrologic Engineering. V.8, n.1, jan/fev, p.1-11. 2003.
Kouwen, N., Soulis E.D., Pietroniro A., Donald J., & Harrington R.A. (1993) Grouped response units for
distributed hydrologic modeling. J. of Water Resour. Planning e Maagemen., 119(3), 289-305.
Krishnan R, Sugi M. 2003. Pacific decadal oscillation e variability of the Indian summer monsoon rainfall. Clim
Dyn 21:233ñ242
Kubota, P. Y. 2002. Camada limite do Pantanal matogrossense: análise observacional e simulação numérica. São
José dos Campos. Dissertação (Mestrado em Meteorologia) – Instituto Nacional de Pesquisas Espaciais, 2002.
Lanici, J.A., Carlson TN e Warner TT. 1987. Sensitivity of Great plains severe storm environment to soil
moisture distribution. Mon. Weat. Rev. 115, 2660-2673.
Liang, X., Lettenmaier, D., Wood, E. F., Burge, S. J. 1994. A simple hydrologically based model of land
surface water e energy fluxes for general circulation models. Journal of Geophysical Research. V.99, n. D7, p.
14.415-14.428, July. 1994.
Liebmann, B.; Kiladis, G.N.; Marengo, J.A.; Ambrizzi, T.; Glick, J.D. 1999. Submonthly convective variability
over SA e the South Atlantic Convergence Zone. Journal of Climate, V. 12, p. 1877-1891.
Liu, W. T. H. E Ayres, F. M. 2003. Previsão de cheias para o desenvolvimento sustentável regional na sub-bacia
do Taquari. XI Simpósio Brasileiro de Sensoriamento Remoto, Belo Horizonte, 5 a 10 de abril de 2003.
Lorenz, E.N. 1973. On the Existence of Extended Range Predictability. Journal of Applied Meteorology. V.12,
apr., p.543-546. 1973.
Lorenz, E. N. 1963. Deterministic nonperiodic flow. J. Atmos. Sci. 20: 130-141.
Mahfouf, J. F, Richard, E. e Mascart, P. 1987, The influence of soil e vegetation on development of mesoscale
circulation, Journal of Climate e Applied
Mahrer Y. E Pielke R. A, 1977 A numerical study of the airflow over irregular terrain, Beitrage zur Physik der
Atmospharic, v. 50, p. 98-113, Feb. 1977.
Manabe, S. 1969. ‘Climate e the ocean circulation I. The atmospheric circulation e the hydrology of the Earth’s
surface’, Mon. Wea. Rev., 97, 739-774.
Mantua, N. J., Hare, S. R., Zhang, Y., Wallace, J. M., & Francis, R. C. 1997. A Pacific interdecadal climate
oscillation with impacts on salmon production. Bulletin of the American Meteorological Society, 78, 1069–
1079.
Marengo, J.A., Cavalcanti, I.F.A., Satyamurty, P., Trosnicov, I., Nobre, C.A., Bonatti, J.P., Camargo, H.,
Ampaio, G., Sanches, M.B., Manzi, A.O., Castro, C.A.C., D´Almeida, C., Pezzi, L.P., Candido, L. 2003
Assessment of regional rainfall predictability using the CPTEC/COLA atmospheric GCM. Climate Dynamic.
V.21, p.459-475. 2003.
Marengo, J.A, W. Snares, C. Saulo, e M. Nicolini, 2004: Climatology of the low-level jet east of the Andes as
derived from the NCEP-NCAR reanalyses: Characteristics e temporal variability. J. Climate, 17, 2261-2280.
Marengo, J. 2004. Interdecadal variability e trends of rainfall across the Amazon basin". Theoretical e Applied
Climatology. 78, 79-96.
Marshall, G. J., 2002. Trends in Antarctic geopotential height e temperature: A comparison between radiosonde
e NCEP-NCAR reanalysis data, J. Clim., 15, 659– 674, 2002.
- 203 -
Marshall, G. J., 2003: Trends in the southern annular mode from observations e reanalyses. Journal of Climate,
16, 4134-4143.
Mascarenhas, F. C. B.; Miguez, M. G. 1994. Modelação de grandes planícies de inundação por um esquema de
células - Aplicação ao Pantanal de Mato Grosso. RBE Caderno de Recursos Hídricos, Volume 12, n° 2,
Dezembro 1994.
MaathuiS, B.H.P. The Pantanal-Taquari project: decision support system for catchment-based river management.
Final Report, Programme Partners for Water, ITC, Enschede, Netherlands, em prep, 2004.
Maurer, E.P., Lettenmaier, D.P. 2003 Predictability of seasonal runoff in the Mississipi River basin. Journal of
Geophysical Research. V.108, n.16, p.2(1-13). 2003.
McCabe, G.J. e M.D. Dettinger, 1999: Decadal variations in the strength of ENSO teleconnections with
precipitation in the western United States. International Journal of Climatology. 19: 1399-1410.
MCCaugHey, J. H. et al. Magnitudes e seasonal patterns of energy, water e carbon exchanges at a boreal young
jack pine forest in the BOReas northern study area. Journal of geophysical Research, v.102 (d24), p. 28997-
29007, 1997
McNaughton, K. G., 1987: Comments on "Modeling the effects of vegetation on climate." Geophysiology of
Amazonia, R. E. Dickinson, Ed., Wiley & Sons, 526 pp.
Mechoso, C., Perez Iribarren, G.: 1992, 'Streamflow in Southeastern South America e the Southern Oscillation',
J. Climate, 5, 1535-1539.
Meyers M.P., Walko R.L., Harrington J.Y., Cotton W.R. 1997. New RAMS cloud microphysics
parameterization. Part II: The two-moment scheme. Atmospheric Research, 45 (1), pp. 3-39.
Mellor, G. L., e T. Yamada, 1982: Development of a turbulence closure model for geophysical fluid problems.
Reviews of Geophysics e Space Physics, 20(4), 851-875.
Mestas-Nuñez, A.M., e D. B. Enfield, 2001: Eastern equatorial Pacific SST Variability: ENSO e Non-ENSO
components e their Climatic Associations. J. Climate, 14, 391-402.
Milly, P. C. D.,
e K. A. Dunne, 1994: Sensitivity of the global water cycle to the water-holding capacity of land.
Journal of Climate, 7(4), 506-526.
Mine, M.R.M. 1998 Método Determinístico para Minimizar o Conflito entre Gerar Energia e Controlar Cheias.
Porto Alegre: UFRGS. Tese (Doutorado em Recursos Hídricos e Saneamento Ambiental), Instituto de
Pesquisas Hidráulicas da Universidade Federal do Rio Grande do Sul. 1998.
Mine, M.R.M., Tucci, C.E.M. 2002 Gerenciamento da Produção de Energia e Controle de Inundação: Foz do
Areia no Rio Iguaçu. Revista Brasileira de Recursos Hídricos. V.7, n.3, p.85-107. 2002.
Minobe, S., 1997: A 50–70 year climatic oscillation over the North Pacific e North America. Geophys. Res.
Lett., 24, 683–686..
Minobe, S. 1999: Resonance in bidecadal e pentadecadal climate oscillations over the North Pacific: Role in
climatic regime shifts. Geophysical Research Letters, Vol. 26, pp 855-858.
Minobe, S. (2000), Spatio-temporal structure of the pentadecadal variability over the North Pacific, Prog.
Oceanogr., 47, 381– 408.
Miyaoka, K., Matsuyama, H., Oki, T. 1999 Validation of the output from JMA-SiB Using the combined water
balance method e a river routing scheme: A case study in the Mackenzie River basin. Journal of Geophysical
Research. V.104, n.24, dez, p.31199-31206. 1999.
Mo, K.C., S. Häkkinen, 2001. Decadal variations in the Tropical South Atlantic e linkages to Pacific, Geophys.
Res. Lett., 28, 2065-2068, 2001.
Molion, L., , Moraes, J.: 1987, 'Oscilação Sul e descarga de rios na América do Sul tropical', Rev. Bras. Eng.,
Caderno de Hidrologia, 5(1), 53-63.
Moreira, D. S. 2007. Problemas na simulação do Modelo RAMS com coordenadas Shaved ETA. Comunicação
pessoal.
Murphy, S J., Washington, R, Downing, T. E., Martin, R. V., Ziervogel ,G. , Preston A, Todd, Martin,
Butterfield, R, Briden, J. 2001. Seasonal Forecasting for Climate Hazards: Prospects e Responses. Natural
Hazards 23: 171–196..Kluwer Academic Publishers.. Netherlands.
Namias, J., 1958: Synoptic e cliniatological problems associated with the general circulation of the Arctic. Trans.
Amer. Geophys. Union, 39, 40-51.
- 204 -
Namias, J. Influence of Northern Hemisphere Circulation on Drought in Northeast Brazil. Tellus, v. 24, p. 336-
342, 1972.
Nan, S. & J. Li 2003, The relationship between summer precipitation in the Yangtze River valley e the previous
Southern Hemisphere Annular Mode. Geophys. Res. Lett., 30(24), 2266.
Neal, E.G., Walter, M.T., Coffeen, C. 2002 Linking the pacific oscillation to seasonal stream discharge patterns
in southeast Alaska. Journal of Hydrology. V.263, p.188-197.2002.
Nitta, T., e S. Yamada, 1989: Recent warming of tropical sea surface temperature e its relationship to the
Northern Hemisphere circulation. J. Meteor. Soc. Japan, 67, 375-382,
Nobre, P e Shukla, J. 1996. Variations of sea surface temperature, wind stress e rainfall over the tropical Atlantic
e South America. Journal of Climate, Boston, v. 10, n. 4, p. 2464-2479.
Nogué-Paegle, J.; Mo, K. C., 1997: Alternating wet e dry conditions over South American during summer,
Monthly Weather Review, 125, 279-291.
Noilhan, J. e Planton, S. 1989. A simple parameterization of land surface processes for meteorological models.
Mon. Wea. Rev., 117, 536-549.
NRC, 1998: GCIP: Global Energy e Water Cycle Experiment (GEWEX) Continental-Scale International project:
A Review of Progress e Opportunities. Report of the National Academy Press, Washington D.C., 93 pp.
Nunes, A. B e Satyamurty, P. Fontes e Sumidouros de Vapor D'água e Calor Sensível Sobre o Pantanal.In
preceedings of III LBA Scientific Conference - The Large-Scale Biosphere-Atmosphere Experiment in
Amazonia (LBA)
O’Connell, P. E. e Todini, E. 1996. Modeling of rainfall, flow e mass transport in hydrological systems: an
overview, J. Hydrol., 175, 3–16, 1996.
Oliveira, MB; von Randow, C; Manzi A.O, Alvalá R C, Sá AL, Leitão M, de Souza, A. 2006. Fluxos
Turbulentos de Energia Sobre O Pantanal Sul MatoGrossense. Revista Brasileira de Meteorologia, v.21, n.3b,
159-165, 2006
Oliveira, L. S. Fluxos atmosféricos de superficie sobre uma area de ecótono na Ilha do Bananal. 2006. Tese
(Doutorado em Meteorologia) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento
Científico e Tecnológico. Orientador: Humberto Ribeiro da Rocha.
Ookouchi, Y., M. Segal, R.C. Kessler, e R.A. Pielke, 1984. Evaluation of soil moisture effects on the generation
e modification of mesoscale circulations. Mon. Wea. Rev., 112, 2281-2292.
OMM (Organización Meteorológica Mundial). 1994. Guía de prácticas hidrológicas. Adquisición y proceso de
datos, análisis, predicción y otras aplicaciones. Publicación de las Naciones Unidas (OMM-Nº 168). 1994.
ISBN: 92-63-30168-9.
Overgaard, J Butts, M Rosbjerg, D 2004. Validation of a coupled hydrological e meteorological model system
for investigating feedback effects In Eos Trans. AGU, 85(47), Fall Meet. Suppl..
Pan, H-L. e L. Mahrt, 1987: Interaction between soil hydrology e boundary layer developments. Boundary Layer
Meteor., 38, 185-202.
Pan, Z., D. Flory, M. Segal,
e R. Horton. 2003. Growing-season soil moisture prediction using a climate-plant-
soil coupled agroecosystem model, Proceedings, PSU/NCAR Mesoscale Modeling System Users' Workshop,
Boulder, CO, 10-10 June, 2003.
Paz, A. R., Collischonn, W, Tucci, C.E.M., Clarke, RT, Allasia D. 2007.Data assimilation in a large-scale
distributed hydrological model for medium-range flow forecasts. 2007. Apresentado e publicado no simpósio
"Quantification e Reduction of Predictive Uncertainty for Sustainable Water Resources Management"
(Proceedings of Symposium HS2004 at IUGG2007, Perugia, July 2007). IAHS Publ. 313, 2007.
Pielke, R. A., 1974: Mesoscale Meterological Modeling. New York, N.Y.: Academic Press, 612pp.
Rajagopalan B.; Kushnir Y.; Tourre Y. M. 1998. Observed decadal midlatitude e tropical Atlantic climate
variability, Geophys. Res. Lett., v. 25, n. 21, p. 3967-3970, Nov. 1998.
Rao, V.B.; Hada, K. 1990 Characteristics of rainfall over Brazil, annual variation e correlation with the southern
oscillation. Theoretical e Applied Climatology, Wien, v.2, p.81-91, 1990.
Renwick, J. A., 2002: Southern Hemisphere circulation e relations with sea ice e sea surface temperature. J.
Climate, 15, 3058-
- 205 -
3068Restrepo, J. D. y B. Kjerfve. 2000. Magdalena river: interannual variability (1975-1995) e revised water
discharge e sediment load estimates. Journal of Hydrology. 235 (1-2): 137-149.
Reynolds, R. W. e T. M. Smith, 1995: A high resolution global sea surface temperature climatology. J. Climate,
8, 1571-1583.
Roads, J., Chen, S.-C, Kanamitsu, M. 2003 U.S. regional climate simulations e seasonal forecasts. Journal of
Geophysical Research. V.108, n.16, p.1(1-17).
Robertson, A. W., C. R. Mechoso, 1998: Interannual e Decadal Cycles in River Flows of Southeastern South
America. Journal of Climate, 11, 2570-2581.
Rogers, J.C. e H. Van Loon. 1979. The seesaw in winter temperatures between Greenland e northern Europe.
Part II: some oceanic e atmospheric effects in middle e high latitudes. Mon. Wea. Rev. 107: 509-519.
Ronchail, J. et.al. "Interannual rainfall variability in the Amazon basin e sea-surface temperatures in the
equatorial Pacific e the tropical Atlantic Oceans", Int. J. Climatol., 22, 1663–1686.2002.
Ropelewski, C., Halpert, M.: 1987, 'Global e regional scale precipitation patterns associated with the El Niño-
Southern Oscillation', Mon. Wea. Rev., 115, 1606-1626.
Ropelewski, C.F. & M.S. Halpert 1996, Quantifying Southern Oscillation-precipitation relationships, J. Climate,
9, 1043-1059.
Sampaio, G. O El Niño e Você - o fenômeno climático. São José dos Campos: Transtec. Editora, 2001. 116 p.
Saravanan, R., e P. Chang, 2000: Interaction between tropical Atlantic variability e El Nin˜o–Southern
Oscillation. J. Climate,13, 2177–2194.
Seager, R., Y. Kushnir, N.H.Naik, M.A. Cane, e J. Miller 2001. Wind-driven shifts in the latitude of the
Kuroshio-Oyashio Extension e generation of SST anomalies on decadal time scales. J. Climate.
Segal, M., R. Avissar, M.C. McCumber, e R.A. Pielke, 1988: Evaluation of vegetation effects on the generation
e modification of mesoscale circulations. J. Atmos. Sci., 45, 2268-2292.
Sellers, P. J., Y. Mintz, Y. C. Sud e A. Dalcher, 1986: A simple biosphere (SiB) model for use in general
circulation models. J. Atmos. Sci., 43, 505-531.
Seluchi, M., Marengo, J. A. 2000. Tropical-Mid Latitude Exchange of Air Masses during Summer e Winter in
South America:Climatic aspects e extreme events. Int. J. Climatol, v.20, p.1167-119, 2000.
Seuffert, G., P. Gross, C. Simmer, e E.F. Wood, 2002: The Influence of Hydrologic Modeling on the Predicted
Local Weather: Two-Way Coupling of a Mesoscale Weather Prediction Model e a Land Surface Hydrologic
Model. J. Hydrometeor., 3, 505–523.
Shuttleworth, W. J. 1993. Evaporation In: Maidment, D. R. Handbook of hydrology McGraw-Hill, New York,
1993.
Silva, T. C. 1984. Contribuição da geomorfologia para o conhecimento e valorização do Pantanal. Anais i
simpósio sobre recursos naturais e sócio econômicos do pantanal. Corumbá, 1984, p. 77-90.
Silva Dias, M.A.F. . Sistemas de Mesoescala e Previsao de Tempo A Curto Prazo.. Revista Brasileira de
Meteorologia, v. 2, n. 1, p. 133-150, 1987.
Silva Dias, M. A. F., e Coauthors, 2002: Clouds e rain processes in a biosphere-atmosphere interaction context
in the Amazon Region. ./. Geophys. Res., 107, 8072, doi:10.1029/200)1 J D000335.
Silva, G A M ; Ambrizzi, T. 2006 Inter-El Niño variability e its impact on the South American low-level jet east
of the Andes during austral summer- two case studies. Advances In Geosciences, Austria, v. 6, p. 283-287.
Silva, B. C. 2005. Previsões de vazão para o sistema hidrelétrico com base em previsões atmosféricas. Tese de
doutorado. IPH-UFRGS. Porto Alegre.
Silvestri, G. E., e C. S. Vera 2003, Antarctic Oscillation signal on precipitation anomalies over southeastern
South America, Geophys. Res. Lett., 30(21), 2115, doi:10.1029/2003GL018277.
Sorooshian S, Gupta H V, Bastidas L A 1998. Calibration of hydrologic models using multi-objectives e
visualization techniques. Final Report EAR 9418147. Dep. Hydrology & Water resources, University of
Arizona 78p.
Souza, E.B., Kayano, M.T., Tota, J., Pezzi, L., Fisch e Nobre, C. 2000. On the influences of the El Niño, La
Niña e Atlantic Dipole pattern on the Amazonian rainfall during 1960-1998. Acta Amazonica 30 (2), 305-318.
Stockdale, T. N., Anderson, D. L. T., Alves, J. O. S., e Balmaseda, M. A.: 1998, Global seasonal rainfall
forecasts using a coupled ocean-atmosphere model, Nature 392, 370–373.
- 206 -
Stockdale, T.N. 2000 An Overview of techniques for seasonal forecasting. Stochastic Environmental Research
e Risk Assessment. V.14, p.305-318. 2000.
Schwing, F., C. Moore, S. Ralston, e K. A. Sakuma, 2002. Record coastal upwelling in the California current in
1999, Calif. Coop. Oceanic Fish. Invest. Rep., 41, 148–160, 2000.
Sugahara,S.,R.P.Rocha,M.L.Rodrigues,1994. Condições atmosféricas de grande escala associadas a jato de
baixos níveis na América do Sul. Anais do VIII Cong.Bras.deMeteorologia, 573-577
Sutton, R. T., S. P. Jewson, e D. P. Rowell, 2000: The elements of climate variability in the tropical Atlantic
region. J. Climate, 13, 3261–3284.
Thompson, D. W. J. & J. M. Wallace 2000, Annular modes in the extratropical circulation. Part I: Month-to-
month variability. J. Climate, 13, 1000-1016.
Thompson, D.W.J. e Solomon, S. 2002. Interpretation of recent Southern Hemisphere climate change. Science
296: 895-899.
Toth, Z., Kalnay, E., 1997: Ensemble forecasting at NCEP e the breeding method. Mon. Wea. Rev., 125, 3297-
3319.
Trenberth, K. E. 1990, Recent observed interdecadal climate changes in the Northern Hemisphere. Bull. Amer.
Meteor. Soc. 71, 988-993.
Trenberth, K.E., e J.W. Hurrell, 1994: Decadal atmosphere-ocean variations in the Pacific. Climate Dynamics, 9,
303.
Tripoli, G. J. e W. R. Cotton. 1982 The Colorado State University three-dimensional Cloud/mesoscale model--
1982, Part I, General theoretical framework e sensitivity experiments. Journal Rech. Atmospheric, v. 16, p.
185-219, 1982.
Tucci, C.E.M.; Genz, F. 1996. Previsão e controle de inundações. in: Hidrossedimentologia do Alto Rio
Paraguai, Instituto de Pesquisas Hidráulicas, UFRGS, Fundação do Meio Ambiente do Mato Grosso,
Secretaria do Meio Ambiente do Mato Grosso do Sul, Ministério do Meio Ambiente, 1996.
Tucci, C.E.M. 1998 Modelos Hidrológicos. Porto Alegre: Universidade Federal do Rio Grande do Sul, 669 p.
1998.
Tucci, C.E.M., Clarke, R.T., Collischonn W., Dias, P.L.S., Sampaio, G.O. 2003 Long term flow forecast based
on climate e hydrological modeling: Uruguay river basin. Water Resources Research. V.39, n.7, p.3(1-11).
2003.
Tucci, C.E.M., Collischonn, W. 2003, Previsão de Vazão. In: TUCCI, C.E.M., BRAGA, B. (Orgs.) Clima e
Recursos Hídricos no Brasil. Porto Alegre: ABRH, p.281-348, nov. 2003.
Tucci, C. E. M.; Villanueva, A.; Collischonn, W.; Allasia, D. G.; Bravo, J. M.; Collischonn, B. 2005. Projeto
implementação de práticas de gerenciamento integrado de bacia hidrográfica para o Pantanal e Bacia do Alto
Paraguai. Subprojeto 5.4 – Modelo Integrado de Gerenciamento Hidrológico da Bacia do Alto Paraguai.
ANA/GEF/PNUMA/OEA. Porto Alegre. 332 pp.
Tucci, C.E.M.; Clarke, R.T.; 1998. Environmental Issues in the La Plata Basin. Water Resources Development
Vo. 14 N.2 p 157-173.
U.S. Geological Survey, 1993. Digital elevation models, data user guide 5
. Reston, Virginia, 50 p.
Uvo, C. B., C. A. Repelli, S. E. Zebiak, e Y. Kushnir, 1998: The relationships between tropical Pacific e Atlantic
SST e Northeast Brazil monthly precipitation. J. Climate, 11, 551-562.
Van Loon, H. e J. C. Rogers , 1978. The seesaw in winter temperatures between Greenland e Northern Europe.
Part I. General description. Mon.Wea.REv., 106: 296-310.
VEJA. Uma Ferida no Verde. Edição de 2 de junho de 1999, editora Abril, pp. 96-99.
Vera, C., W. Higgins, J. Amador, T. Ambrizzi, R. Garreaud, D. Gochis, D. Gutzler, D. Lettenmaier, J. Marengo,
C.R. Mechoso, J. Nogues-Paegle, P.L.S. Dias, e C. Zhang, 2006: Toward a Unified View of the American
Monsoon Systems. J. Climate, 19, 4977–5000.
Verbunt, M Walser, A Montani, A 2004. Probabilistic Runoff Forecasting using a Limited-Area Ensemble
Prediction System. In Eos Trans. AGU, 85(47), Fall Meet. Suppl.
Verwey, A., 2001 Latest developments in floodplain Modelling – 1D/2D Integration. Conference on Hydraulics
in Civil Engineering, The Institute of Engineers, Australia.
- 207 -
Villanueva; Zamanillo, Ed.; Tucci, C.E.M. 1987. Previsão de Vazão para Irrigação. VII Simpósio Brasileiro de
Recursos Hídricos Anais Vol 1, 1987, p. 536-549.
Villanueva, A. 1997. “Simulação de áreas de inundação dinâmicas: canais compostos e wetlands”. Tese de
Doutorado, Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul, Porto Alegre, 125p
Viterbo, P. e A. C. M. Beljaars. 1995. An improved Land Surface Parameterization Scheme in the ECMWF
Model e Its Validation. J. Climate, 8, 2716 – 2748.
Wagner, R. G. 1996 Mechanisms controlling variability of the interhemispheric sea surface temperature gradient
in the tropical Atlantic. Journal of Climate, Boston, v. 9, n. 9, Boston, p. 2010-2019.
Walker, G.T., World weather, Q. J. R. M. S., 54,79-87,1928.
Walko R. L., Tremback C. J. 2001. RAMS – Regional Atmospheric Modeling System Version 4.3/4.4 – Guia de
Usuário, Fort Collins, USA..
Walko, R.; Band, L.; Baron, J.; Kittel, F.; Lammers, R.; Lee, T.; Ojima, D., Pielke, R.; Taylor, C.; Tague, C.;
Tremback, C.; Vidale, P. 2000. Coupled Atmosphere-Biophysics-Hydrology Models for Environmental
Modeling. J. Appl. Meteor., v. 39, n. 6, p. 931-944, 2000.
Wallace, J. M. E Hobbs P. V., 2006. Atmospheric science: an introductory survey, 2nd ed., International
Geophysics Series, Academic Press, Elsevier Inc., 483 pp.
Ward, M. N. e Folland, C. K.: 1991, Prediction of seasonal rainfall in North Nordeste of Brazil using
eigenvectors of SST, International Journal of Climatology 11, 711–744.
Washington, R. e Downing, T. E.: 1999, Seasonal forecasting of African rainfall: Prediction, responses e
household food security, The Geographical Journal 165, 255–274.
Wernstedt, K. e Hersh, R. 2002 Climate Forecasts in Flood Planning: Promise e Ambiguity. Journal of the
American Water Resources Association. V.38, n.6, dez, p.1703-1713. 2002.
Willmer CM. 1983. Stomatal responses to environmental factors. In: Willmar CM. Stomata. New York:
Longman Inc., 64-90.
Wood, A.W., Maurer, E.P., Kumar, A., Lettenmaier, D.P. 2002 Long-range experimental hydrologic
forecasting for the eastern United States. Journal of Geophysical Research. V.107, n.20, p.6(1-15). 2002.
Xavier, L. N. R. 2002. Análise da incerteza causada pela representação da precipitação no modelo
TOPMODEL. Disertação de Mestrado - Universidade Federal do Rio de Janeiro, COPPE. VIII, 124 p. 29,7.
Xue, M; Droegemeier, K. K; Wong, V; Shapiro, A; Brewster, K; Carr, F; Weber, D; Liu, Y; Wang, D. 2000. The
advanced regional prediction system (ARPS)- A multi-scale nonhydrostatic atmospheric simulation e
prediction tool. part II: model physics e applications . Meteorology e Atmospheric Physics, n. 76, p. 143-165
jul. 2001.
Young, A. 1998. Land resources. Now e for the future. Cambridge University Press, 319p.
Yu, Z; Lakhtakia, M. N; Yarnal, B; White, R. A; Miller, D. A; Frakes, B; Barron, E. J; Duffy, C; Schwartz, F.
W. 1999. Simulating the river-basin response to atmospheric forcing by linking a mesoscale meteorological
model e hydrologic model system. Journal of Hydrology, n. 218, p. 72-91, fev. 1999.
Yu, J.-Y., e C. R. Mechoso, 1999: Links between annual variations of Peruvian stratocumulus clouds e of SST in
the eastern equatorial Pacific. J. Climate, 12, 3305-3318.
Zavatini, J A. Dinâmica climática no Mato Grosso do Sul. In Geografia, 17 (2), p. 65-91. Rio Claro: Unesp,
outubro de 1992.
Zanobetti, D.; Lorgere, H.; Preissman, A.; Cunge, J.A. 1970. Mekong Delta Mathematical Model Program
Construction, Journal of Waterways to Harbours Division, Proceeding of the ASCE, Vol. 96, No. WW2, 1970.
Zhang, Y, J.M. Wallace, D.S. Battisti, 1997: ENSO-like interdecadal variability: 1900-93. J. Clim. 10, 1004-
1020
Zhang, Z., Krishnamurti, T.N. A perturbation method for hurricane ensemble predictions. Mon. Wea. Rev., v.
127, p. 447-469, 1999.
Zhou J., K.-M. Lau, 1998: Does a Monsoon Climate Exist over South America? J. Climate, 11, 1020 -1040.
Zhou, J., Lau, K.M., 2001: Principal modes of interannual e decadal variability of summer rainfall over South
America, J. Climate, 21, 1623-1644, 2003.
- 208 -
Zeri, L. M. M. 2002. Estudo comparativo da estrutura da turbulência atmosférica na camada limite superficial
acima do Pantanal Matogrossense nos períodos úmido e seco., 115f. Dissertação de Mestrado - INPE, São José
dos Campos.
A
nexo A
Modelo BRAMS
2
1 I
ntrodução
O modelo meteorológico regional BRAMS versão 3.2 (Brazilian Regional Atmospheric Modeling
System) foi desenvolvido por pesquisadores brasileiros como uma evolução da versão 5.0 do
modelo RAMS (Universidade do Colorado e MRC/ÁSTER). O modelo RAMS surgiu do
acoplamento de três modelos existentes na Universidade do Colorado: o modelo de
nuvens/mesoescala (Tripoli e Cotton, 1982, Walko e Trembak 2001); uma versão hidrostática do
modelo de nuvens (Trembak, 1990) e o modelo de brisa marítima descrito por Mahrer e Pielke
(1977). Ambos os modelos (BRAMS e RAMS) são muito semelhantes, diferindo em alguns
módulos, desenvolvidos para uma melhor representação do estado da atmosfera no Brasil.
O BRAMS é um modelo numérico de múltipla finalidade designado para simular circulações
atmosféricas que vão desde a micro até a grande escala. Sua mais freqüente aplicação é na
simulação de fenômenos atmosféricos de meso-escala (com escalas horizontais da ordem de 2 a
2000 km) com a finalidade de fornecer tanto informações de previsão de tempo operacional, que
podem ser utilizadas para o controle de poluição do ar, quanto suporte à pesquisa.
O BRAMS contém várias opções que possibilita o seu uso para um grande número de aplicações.
Foi desenhado de forma modular, permitindo que o código seja facilmente configurável ou
modificável para representar uma grande variedade de estruturas e aspectos; por exemplo,
representação hidrostática ou não hidrostática, resoluções variando entre menos que um metro até
centenas de quilômetros, domínios que vão de poucos quilômetros a todo um hemisfério e uma
variedade de opções físicas.
2 E
strutura do modelo
Alguns aspectos da estrutura do BRAMS/RAMS e suas opções serão descritos a seguir. Descrições
das equações do BRAMS podem ser encontradas em várias teses de doutoramento realizadas no
IAG-USP (Saraiva, 1996; Menezes, 1997, Camargo, 1998, Freitas, 1999, Dias de Freitas, 2003), em
artigos (Mahrer & Pielke, 1977, Pielke et al., 1992; Cotton et al. 2002) e nas referências que serão
citadas.
Neste trabalho será apresentada apenas uma descrição qualitativa dos módulos ou esquemas de
cálculos disponíveis no modelo (Figura 1) com o objetivo de resumir as possibilidades de simulação
que o modelo oferece. Apenas é explicado com detalhe o módulo de simulação da interação solo-
atmósfera (módulo LEAF-3) onde será realizada grande parte da presente pesquisa.
3
Figura 1. Diagrama de funcionamento do modelo RAMS (Matsui,2004)
2.1 Estrutura da grade.
A grade computacional utilizada pelo RAMS é alternada, do tipo C
de Arakawa (Mesinger e
Arakawa, 1976). Nesta grade as variáveis termodinâmicas e de umidade são definidas nos mesmos
pontos de grade, enquanto que os componentes u, v e w do vento são intercalados em ∆
∆∆
∆x/2, ∆
∆∆
∆y/2 e
4
∆
∆∆
∆z/2, respectivamente (Figura 2).
Figura 2. Grade tipo C de Arakawa.
A projeção horizontal utilizada para a definição das coordenadas da grade é a projeção
estereográfica, cujo pólo de projeção fica próximo do centro da área de domínio. Este tipo de
projeção diminui distorções da projeção da área de interesse. Coordenadas cartesianas também
podem ser utilizadas pelo RAMS.
Para a vertical, aplica-se um sistema de coordenadas que acompanha o terreno, denominada
σ
z
, descrito por Gal-Chen e Somerville (1975), Clark (1977) e Tripoli e Cotton (1982) e Walko e
Tremback (2001). No sistema σz de coordenadas o topo do domínio do modelo é exatamente plano
e a base segue as oscilações do terreno.
2.2 A
ninhamento de grades.
O RAMS é equipado com um esquema de aninhamento múltiplo de grades, permitindo que
as equações do modelo sejam resolvidas simultaneamente na interação das grades computacionais
de diferentes resoluções espaciais. A interação de duplo sentido (two-way interaction) entre as
grades aninhadas é realizada seguindo os esquemas de Clark e Farley (1984) e Clark e Hall (1991)
apud Walko e Tremback (2001).
As soluções dependentes do tempo são primeiramente atualizadas na grade maior (menor
resolução). Uma interpolação espacial tri-quadrática é então realizada para obter os valores que são
atribuídos às fronteiras espaciais de uma grade mais fina dentro da grade maior. Os campos do
modelo sobre a grade mais fina são então atualizados utilizando os valores interpolados da grade
maior como uma condição de fronteira espacial. Quando a grade mais fina está no mesmo nível de
tempo da grade maior, médias espaciais locais dos campos da grade mais fina são obtidas e
utilizadas para sobrepor os campos da grade maior. Durante este procedimento, o esquema garante
5
que o ciclo de interpolação e média seja reversível e que massa e momento sejam conservados
através da interface entre as grades.
2.3 D
ados de entrada
O modelo BRAMS recebe, como dados de entrada dois tipos de dados:
• dados físicos que incluem topografia, uso do solo, tipo do solo, temperatura da superficie do
mar, umidade do solo, etc;
• dados meteorológicos: temperatura do ar, geopotencial, umidade do ar (temperatura do
ponto de orvalho ou razão de mistura ou umidade relativa do ar ou, ainda, diferença
psicrométrica) e vento (componentes zonal - u e meridional - v ou direção e intensidade) em
diferentes níveis da atmosfera. Esses dados podem ter como origem observações
convencionais de superfície e altitude, resultados de modelos numéricos e (ou) de
subprodutos gerados através de informações de satélites etc.
Essas informações necessitam estar em arquivo com formato compatível para que o modelo
BRAMS possa lê-los e prepará-los para a inicialização. Os dados físicos são inicializados primeiro,
rodando o modelo num modo especial denominado “MAKESFC”, de forma que para cada ponto de
grade é determinado o valor das características físicas. Uma segunda rodada do modelo, no modo
“MAKEVFILE” permite inicializar os dados meteorológicos. A inicialização pode ser homogênea,
quando se atribui horizontalmente a grade do modelo o mesmo valor da informação observada
naquele nível, ou variada, quando as informações são interpoladas para a grade do modelo
apresentando variação horizontal.
2.4 E
quações e esquema numérico.
O conjunto de equações mais utilizados no BRAMS consiste das equações não hidrostáticas,
quasi-Boussinesq, descritos por Tripoli e Cotton (1982), Saraiva, (1996); Menezes (1997), Camargo
(1998), Freitas (1999), Dias de Freitas, (2003). Embora outras formas das equações de estado
possam ser utilizadas.
Existem equações prognosticas para todas as variáveis de estado incluindo u, v, w, temperatura
potencial, razão de mistura e função de Exner. O modelo utiliza, basicamente, a formulação de
diferenças finitas de segunda ordem no espaço e no tempo, resolvidos em forma explícita devido
aos requerimentos computacionais. Os termos de advecção são colocados na forma de fluxo de
6
maneira tal que massa, momento e energia sejam conservados. O modelo tem também um esquema
de divisão dos passos de tempo (time-split) para resolver os problemas gerados por ondas sonoras.
Este esquema calcula os termos responsáveis pelas ondas sonoras em um passo de tempo menor que
o passo de tempo utilizado para os termos como advecção (Tripoli e Cotton, 1982, Walko e
Tremback, 2001).
2.5 P
arametrizações
Para os fenômenos cujos efeitos sobre as variáveis atmosféricas são muito importantes e cuja escala
típica é muito menor do que a resolução do modelo é suposto que existe um equilíbrio estatístico
entre estes fenômenos e as variáveis resolvidas pelo modelo em na sua grade. Desta maneira
interessam os efeitos estatísticos sobre o fluxo geral dos fenômenos de pequena escala.
Este processo se chama "parametrizar", se diz então que se incluem nos modelos esquemas de
"parametrizaciones físicas" de todos os fenômenos cuja escala típica é menor do que a do modelo
em questão. Dentre os fenômenos parametrizados no modelo BRAMS temos: radiação, convecção,
turbulência, microfísica e interação solo-vegetação-atmosfera.
2.5.1 Radiação.
O esquema de parametrização da radiação leva em conta os efeitos que produz na atmosfera e no
solo a absorção da radiação de onda curta procedente do Sol e de onda longa procedente da Terra,
bem como a interação que essas radiações produzem com os diferentes componentes atmosféricos
(ozônio, água líquida nas nuvens, vapor de água, etc.). Trata-se do processo mais importante de
todos os que se são parametrizados já que a radiação solar constitui a energia que move a máquina
atmosférica.
A parametrização da radiação de onda curta e longa é feita no modelo BRAMS por três esquemas
diferentes: o esquema descrito por Mahrer e Pielke (1977) (MP) e o esquema two-stream (CC)
descrito por Chen e Cotton (1983) e o equema New two-stream (Meyers et al 1997).
O esquema de radiação de onda curta de MP é um esquema simples que leva em consideração o
espalhamento por oxigênio, ozônio e dióxido de carbono de maneira empírica e trata a absorção por
vapor d’água. Efeitos da topografia também são levados em conta nesse esquema. Para a radiação
de onda longa o esquema MP leva em consideração a emissão e absorção infravermelha do dióxido
de carbono e do vapor d’água, mas não trata nuvens ou material condensado de maneira alguma. O
esquema CC para a radiação de onda curta é uma solução completa da equação de transferência
radiativa. O esquema CC para a radiação de onda longa é um esquema de 3 bandas que parametriza
7
os efeitos das nuvens.
O esquema MP possui a vantagem de ser bastante eficiente para a execução, entretanto, em
simulações em que nuvens estão presentes deve ser adotado o esquema CC ou o esquema de
Meyers et al (1997).
2.5.2 Microfísica e convecção.
Quando uma coluna atmosférica está potencialmente mais quente em altura que em superfície se diz
do que a coluna é potencialmente instável, de maneira que se favorecem nela os movimentos
verticais. Ao ascender o ar carregado de vapor de água o vapor se condensa liberando grandes
quantidades de calor e originando-se gotas de água líquida que posteriormente se convertem em
precipitação. Os esquemas de convecção tratam de simular nos modelos os efeitos que têm na
atmosfera a condensação do vapor de água e os intercâmbios produzidos pelas fortes correntes
verticais convectivas.
Nas grades de menor resolução o RAMS utiliza a parametrização convectiva baseada em Kuo
(1974) com adaptações descritas por Molinari (1985). Em todas as outras grades, a parametrização
explícita de microfísica pode ser ativada. O esquema tipo Kuo baseia-se no equilíbrio da atmosfera,
em que a convecção atua para eliminar a instabilidade condicional gerada por efeitos da grande
escala e evaporação local.
A parametrização de microfísica no RAMS, descrita por Walko et al. (1995), calcula as fontes e
sumidouros das diferentes categorias de hidrometeoros: vapor, gota de nuvem, chuva, "pristine ice",
neve, agregados, "graupel" e granizo. A razão de mistura do vapor d’água e da gota de nuvem são
diagnosticadas, enquanto que, a razão de mistura para as demais categorias é prognosticada. Nesta
parametrização são levados em consideração os diferentes processos microfísicos, como: colisão e
coalescência, nucleação, sedimentação e conversão de uma categoria para outra. A determinação
do cristal de neve permite contemplar outros processos na parametrização de microfísica, como por
exemplo, aqueles relacionados com o efeito radiativo nas nuvens cirros.
2.5.3 Turbulência
A parametrização dos efeitos produzidos na atmosfera pela interação dos turbilhões de diferente
escala permite contemplar o intercâmbio vertical de massa e momentum. Quatro opções estão
disponíveis para a parametrização dos coeficientes de difusão turbulenta na horizontal e na vertical.
A primeira dessas opções é baseada na formulação de Smagorinsky (1963) para os coeficientes de
difusão horizontais. Segundo essa formulação, os coeficientes de difusão são calculados como o
8
produto da taxa de deformação horizontal (gradientes horizontais da velocidade do vento) e do
quadrado da escala de comprimento. A escala de comprimento é o produto do espaçamento de
grade horizontal por um fator de multiplicação que depende das dimensões da grade utilizada.
Nessa opção, a difusão vertical é parametrizada seguindo o esquema de Mellor e Yamada (1982)
através da energia cinética turbulenta prognosticada pelo modelo.
A segunda opção utiliza a mesma parametrização anterior para os coeficientes horizontais. Para os
coeficientes verticais é utilizado o análogo unidimensional do esquema de Smagorinsky. A
deformação vertical é obtida dos gradientes verticais do vento horizontal (cisalhamento vertical) e a
escala de comprimento é o espaçamento vertical local multiplicado por um fator que depende das
dimensões da grade utilizada.
Estas são apropriadas para o caso em que o espaçamento de grade na horizontal é muito maior que
na vertical, tal que os movimentos convectivos dominantes não sejam resolvidos. Nesses casos, a
difusão horizontal normalmente precisa ser mais forte (para amortecimento numérico) do que seria
em bases físicas, e o modelo assume total desacoplamento da difusão horizontal e vertical em todos
os aspectos, incluindo o cálculo das taxas de deformação, escalas de comprimento e componentes
do tensor de cisalhamento.
Na terceira opção os coeficientes de difusão na horizontal e na vertical são calculados como um
produto entre o tensor tensão de cisalhamento em três dimensões e o quadrado da escala de
comprimento (Kosovic, 1997).
A quarta opção utiliza o esquema de Deardorff (1978) e faz uso da energia cinética turbulenta para
o cálculo dos coeficientes de difusão horizontal e vertical. Este esquema é destinado somente para a
finalidade específica de Simulações de Grandes Turbilhões (LES) os quais consideram que os
movimentos turbulentos resolvidos pelo modelo realizam a maior parte do transporte turbulento.
3 M
odelo de interação solo-vegetação-atmosfera (LEAF-3)
A representação da interfase solo-atmosfera dentro do modelo BRAMS é realizada mediante as
formulações SIB(Xue et al 2001) e LEAF-3(Walko e Tremback, 2001). A fomulação SIB se
encontra ainda em fase experimental, e, portanto não será utilizada no presente estudo.
O modelo LEAF-3 é o responsável pela simulação da biofísica e hidrologia dentro do Modelo
BRAMS. A atual versão 3 é baseada na versão original descrita por Lee e Pielke(1992).
9
3.1 C
omponentes Principais
O modelo LEAF-3 representa os fluxos de energia e umidade entre distintos componentes da
biosfera: o solo, a vegetação, o dossel, água superficial temporária (por exemplo, neve), corpos de
água permanente e a atmosfera.
A implementação do modelo LEAF-3 no BRAMS permite que múltiplos tipos de uso e ocupação
do solo coexistam dentro de uma única coluna de ar da grade computacional. Uma determinada
célula da grade computacional utilizada na representação da superfície de contato solo-atmósfera é
dividida patches. Cada patch possui uma única combinação de vegetação, dossel, solo, corpos de
água ou neve. Não existe uma relação espacial entre os patches; cada um dos patches representa
uma fração da área da célula que é ocupada por um tipo particular de cobertura sem consideração da
sua localização dentro da célula.
O modelo considera equações de conservação da energia e umidade, intercâmbio turbulento,
condução do calor, infiltração da água no solo, radiações de onda curta e onda larga, transpiração e
respiração.
A principal vantagem do modelo LEAF-3 é a habilidade para representar variações nas
características da superfície, como ser tipo de vegetação, declividade do terreno, tipo e umidade do
solo, ou corpos de água. O modelo LEAF-3 é baseado num modelo conceitual que envolve as
seguintes componentes físicas:
1. Solo: que é subdividido em vários níveis verticais. A energia interna e o conteúdo de
umidade são estimados em cada camada;
Água superficial temporária: inclui também a cobertura de neve, derretimento da neve,
água da chuva, e cursos de água temporários. A massa de água e a energia térmica são estimadas em
cada camada.
3. Vegetação: não é dividida em é camadas computacionais. È representada por uma única
temperatura e umidade superficial (por condensação ou umidade interceptada).
4. Corpos de água permanentes: inclui oceanos, lagos e ríos permanentes. Sua temperatura
não é estimada, mas é especificada como uma constante sazonal. A temperatura superficial e a
pressão do vapor de água diagnosticada são usadas no cálculo do calor sensível e fluxos de vapor
com o ar.
5. Dossel: o dossel é definido como o ar em proximidade com e influenciado pela
vegetação. É também representado por um simples valor de temperatura e umidade (taxa de mistura
do vapor de água). Serve como médio de comunicação direta, vi fluxos turbulentos, entre o solo ou
10
a neve, vegetação e atmosfera livre, permitindo que estes componentes tenham influencia direta uns
nos outros.
6. A atmosfera livre: que é o nível mais baixo da atmosfera.
Os componentes do modelo LEAF-3 (com exceção de corpos de água permanentes) e os
fluxos entre eles estão representados mediante um exemplo esquemático na (Figura 3)
Figura 3. Esquema de transferência de energia e umidade entre os componentes do modelo LEAF-2
para 2 patches dentro de uma mesma célula. Estão representados atmosfera (A), o dossel (C),
a vegetação (V) o solo (G) e a neve (S). (Walko et. al., 2000)
Este exemplo contém dois patches abaixo de uma coluna atmosférica A, onde ambos patches têm
cobertura parcial de vegetação (V), o dossel e representado num único nível (C), e 2 camadas de
solo (G). Ainda no patch 2 encontramos 2 camadas de neve (S).
Os fluxos estão indicados por termos com a forma F
hgs
, onde F significa fluxo (embora na Figura 3
a letra F tenha sido excluída para simplificar o desenho), o primeiro subscrito (w, h, ou r) se o fluxo
é de água (w), de calor(h) –tanto por transferência turbulenta, condução, ou precipitação- ou por
radiação de onda larga (b). O segundo e terceiro subscrito denotam a fonte e receptor (atmosfera (a),
o dossel (c), a vegetação (v) o solo (g) e a neve (s)). Há uma exceção na notação que é F
wgvc
(fluxo
de água de terra para o dossel via respiração), distinguido do F
wvc
(fluxo de água devido a
11
evaporação da água interceptada pela vegetação). Os fluxos são definidos como positivos na direção
das setas.
O fluxo devido a radiação de onda curta (não indicado na Figura 3), é definido como a quantia
líquida S recebida por cada componente do sistema baixo a influência combinada dos outros
(recepção por solo, neve e vegetação), em lugar de fluxos trocados entre os componentes.
No exemplo são incluídos os subscritos 1 e 2 para indicar recepção por uma camada específica do
solo ou neve.
3.1.1 Solo
Como fora comentado acima, o solo é representado em múltiplas camadas. Cada camada de solo
possui normalmente profundidades entre 3 cm a 30 cm (o recomendado é de 10 camadas). As
camadas no seu conjunto representam o solo até uma profundidade de alguns metros.
O fluxo de umidade entre camadas é parametrizado em LEAF-2 baseado no modelo multicamada
desscrito por Tremback e Kessler (1985). O fluxo de umidade é dado por:
(
)
z
z
KFwgg
w
∂
+
Ψ
∂
ρ−=
η
onde
ρ
w
é a densidade da água líquida, K
η
(m/s) é a condutividade de hidraulica,
ψ
(m) é a
umidade potencial ou tensão, e z é altura (m).
Os parâmetros K
η
e
ψ
são considerados seguindo Clapp e Hornberger (1978) ou van Genuchten
(1980). A condutividade hidráulica é considerada decrescente exponencialmente com a
profundidade na terra. Estes parâmetros se encontram definidos para cada um dos tipos de solos
utilizados no cálculo pelo modelo (vide anexo C).
O fluxo de calor no solo é representado pelo equacionamento descrito por McCumber e Pielke
(1981) apud Walko et. al. (2000). Neste equacionamento, o fluxo de calor depende da umidade
através do parâmetro de umidade potencial.
3.1.2 Água superficial temporária ou água retida superficialmente.
A água superficial temporária é definida como a água precipitada que chegou no solo e não infiltrou
ou escoou até um corpo de água permanente. Em esta categoria se enquadram coberturas de neve,
derretimento da neve, água da chuva, e cursos de água temporários Em caso de se tratar de neve, o
modelo permite a sua representação em múltiplas camadas.
12
3.1.3 Dossel e vegetação
Em áreas vegetadas, o dossel é definido como o ar na proximidade da vegetação e influenciado pela
vegetação. A troca turbulenta de calor e umidade entre o dossel e a vegetação, e a resistência de
estomatal da vegetação é representada como explicado em Lee (1992).
Os fluxos turbulentos entre o dossel e a atmosfera livre estão baseado em teoria de semelhança de
Louis (1979). Nesta teoria o intercâmbio turbulento de calor e umidade entre o dossel e o solo ou a
neve é representado como a diferença de temperatura ou vapor entre eles dividido por um
coeficiente de resistência de transferência aerodinâmico r
d
.
Em áreas vegetadas, r
d
é estimado entre o valor correspondente para vegetação densa e um valor por
terra nua de acordo com a densidade de vegetação atual (Lee 1992). No limite, quando existem
patches sem vegetação, ou a vegetação se encontra coberta por neve, ou em um corpo de água
permanente, as condições do dossel se aplicam a uma superfície rugosidade z
o
=0.05 (valor default)
.
Isto evita a necessidade por formulações separadas para solo nu e ou com vegetação, ou selecionar
uma densidade de vegetação como limiar arbitrário para separar o equacionamento.
Ainda existe dentro do modelo a capacidade de representar a formação de orvalho ou gelo na
vegetação, e um balanço de energia para a precipitação interceptada pela vegetação
3.1.4 Corpos de água permanentes
Nesta categoria são considerados oceanos, lagos e rios permanentes. Sua temperatura não é
estimada, mas é especificada como uma constante sazonal. A estimativa da rugosidade para os
corpos de água permanentes está baseado na estimativa da altura de onda estimada a partir da
velocidade instantânea do vento local (Charnock 1955; Garratt 1992).
A taxa efetiva de vapor de água, que fornece a umidade do solo e é usada para avaliar o fluxo
evaporativo da umidade do solo ao dossel, e computado segundo Lee e Pielke (1992).
Também é representada no LEAF-3 a formação de orvalho ou congelamento do solo, baseado no
maior valor da taxa de mistura da temperatura de superfície do solo.
3.1.5 Precipitação
As parametrizações convectivas e de microfísica utilizadas no RAMS produzem fluxos superficiais
de umidade e energia devido à sedimentação dos hidrometeoros. Estes fluxos são divididos entre os
13
que precipitam na vegetação e os que geram diretamente escoamento superficial de acordo com a
percentagem de cobertura vegetal.
Quando o conteúdo de umidade na superfície da vegetação (pode ser uma combinação de
precipitação interceptada ou condensada) excede a quantia máxima que vegetação pode segurar, a
quantia em excesso é utilizada inicialmente para o equilíbrio térmico da vegetação (devido à
transferência de calor) e o que ainda resta entra na categoria de água superficial.
3.1.6 Radiação
A radiação de onda larga é emitida, absorvido e refletida pela atmosfera, vegetação, neve, solo, e
corpos de água permanentes. A cobertura de neve, até mesmo quando rasa, quase age como um
corpo negro para a radiação de onda larga. Assim, quando a neve estiver presente, a camada de neve
mais superficial substitui a camada de superficial do solo como uma superfície que irradia e
absorve. O solo e a vegetação também possuem emissividades altas (baixas refletividades). O
modelo LEAF-3 faz a suposição que múltiplas reflexões de onda larga não acontecem; é assumido
que radiação uma vez-refletida é absorvida completamente ao alcançar a próxima superfície. Esta
suposição é devida a que quanto maior o numero de reflexões cresce exponencialmente o tempo de
cálculo.
3.2 C
ombinando os fluxos dos patches
Cada patch ocupa um área horizontal Ap de uma coluna da grade em RAMS. A umidade, calor
sensível, radiação de onda larga, e fluxos de onda curta entre a atmosfera e os componentes do
LEAF-2 se estimam como a integral dos fluxos sobre todos os patches, ponderados pela área
correspondente a cada patch.
3.3 Integração numérica
São resolvidas as equações de conservação de energia e umidade explicitamente para todos os
componentes do LEAF-3 de forma computacionalmente eficiente. A estabilidade numérica requer
que o calor e a capacidade de armazenamento de água de cada componente do sistema seja
suficientemente grande.
Foi imposto um limite artificial inferior para os valores de capacidade de armazenamento de energia
e umidade no dossel e na vegetação quando as capacidades naturais são muito baixas. As
capacidades artificiais são normalmente grandes o bastante para uma integração numérica estável,
14
isso significa que a vegetação e o dossel respondem depressa (num único passo de tempo) a
mudanças no sistema, minimizando, conseqüentemente, o calor e a umidade que eles podem
armazenar. Esta forma de cálculo assegura que a propriedade de conservação do fluxo seja mantida.
3.4 P
arâmetros da vegetação
O LEAF-3 usa no cálculo as mesmas classes de vegetação def
inidas no esquema BATS (Esquema
de Transferência de Biosfera-atmosfera) (Dickinson et al. 1986) para definir muitos de seus
parâmetros (vide a lista de tipos no anexo C), embora a forma de representação dos processos
físicos incluídos no BATS não seja usada.
Os parâmetros de vegetação adotados no BATS incluem o índice de área foliar, percentagem
coberta, altura da rugosidade, albedo, e emissividade. Destes, o índice de área foliar e a cobertura
têm uma dependência sazonal simples. Outras características da vegetação como os parâmetros dos
estomas, capacidade de armazenamento de energia e a profundidade da zona radicular, também
devem ser especificados.
Cada um dos parâmetros pode ser especificado em forma individual dependendo da existência de
dados. A fonte de dados padrão para inicializar as classes de vegetação e outras características de
uso do solo dentro do LEAF-2 é o “set de dados de Ecossistemas Global” (Olson 1994) que é
arquivado no EROS Data Center do Geological Service de EU de América.
(http://edc.usgs.gov/products/landcover/glcc.html
). Detalhes do procedimento constam no Anexo C.
A partir da inicialização da vegetação e tipo de solo resultam L tipos diferentes de patches numa
determinada região que podem ser utilizados no cálculo. No entanto, este número pode não
necessário para a aplicação requerida. Desta forma são escolhidos pelos usuários um número P
patches a ser usado que depende da resolução do arquivo de ocupação do solo disponível e da grade
utilizada. Por exemplo, para uma simulação com uma grade de resolução igual a 2 km, pode-se
utilizar dois patches, uma vez que a resolução dos arquivos de ocupação do solo é da ordem de 1
km. Em simulações de maior resolução a utilização de mais de um patch não trará nenhum
benefício além de aumentar o tempo de simulação desnecessariamente.
Em algumas pesquisas atuais. O modelo LEAF-3 foi acoplado com os modelos de crescimento de
planta CENTURY (Parton 1996), e GEMTM (Chen e Coughenour 1994). Estes modelos provêem
valores dinâmicos para os parâmetros físicos utilizados nas parametrizações em função das
previsões de umidade e fluxos de energias realizadas pelo sistema BRAMS/LEAF-3 e conseqüente
crescimento das plantas. Este sistema interativo provê uma ferramenta que pode ser usada para
15
calcular a mudança de ecossistema em longo prazo e a interação entre ecossistema e clima em
predição de clima em longo prazo.
3.5 E
scoamento Superficial: Modelo TOPMODEL.
Como o LEAF-3 realiza o transporte de água somente na vertical, é necessária a utilização de algum
recurso para representar o transporte lateral da água no solo. Para esta tarefa o LEAF-3 utiliza o
TOPMODEL (Beven et al., 1984, Sivapalan et al., 1987, Tucci, 1998; Walko et. al., 2000; Xavier,
2003). O acoplamento entre estes dois modelos permite representar em forma simplificada, tanto o
transporte vertical como o horizontal de água e suas interações.
O modelo possui duas componentes básicas:
• A estimativa do balaço de água no solo: é a componente que caracteriza o modelo e
constitui a sua parte mais importante;
• A propagação do escoamento: é dividida em duas fases, o transporte na bacia e o
transporte na rede de drenagem. Na versão incluída dentro do LEAF-3, não se leva
em conta o transporte na rede de drenagem.
O transporte de água dentro do solo descrito da forma em que é estimado pelo TOPMODEL é
relativamente lento, com um deslocamento lateral dezenas a centenas de metros por dia.
Conseqüentemente, TOPMODEL representa o transporte de água em escalas muito mais finas que
as típicas dimensões das células de grade horizontal no RAMS considerando, portanto, o
deslocamento de água entre patches mais do que entre células de grade. Assim, na região de
interesse do TOPMODEL, um patch é identificado como uma região na qual se pode ganhar ou
perder umidade do solo, devido ao transporte lateral. Os patches para os quais o modelo é aplicado
são agrupados em regiões homogêneas de acordo com o índice topográfico.
O maior efeito do TOPMODEL é a redistribuição de água dentro da célula, e a secagem de água por
outros meios que não seja evapotranspiração. No entanto, a água de escoamento superficial,
resultante do balanço de água no solo, é drenada para um patch especial denominado “bottomland
patch”, que não pernence ao grupo de patches do LEAF-3, e é simplesmente utilizado como um
local de onde a água some da célula.
Embora o TOPMODEL permita a redistribuição de água dentro da célula e permite uma secagem
de água, não leva em conta o efeito de transporte de água entre células, necessário para caracterizar
corretamente o ciclo hidrológico, e consequentemente o balanço de energia. Para melhorar a LEAF-
16
3, e conseqüentemente o BRAMS, seria necessário incluir na formulação deste último um modelo
hidrológico de grandes bacias.
Referências do Anexo
Beven, K J, Kirkby, M J, Schoffield, N, and Tagg, A.
1984 Testing a Physically-based Flood Forecasting
Model (TOPMODEL) for Three UK Catchments, J. Hydrol. 69; 119-143
Charnock, 1955 Wind stress on a water surface, Quarterly Journal of Royal Meteorological Society 81
(1955), pp. 639–640.
Chen, C., Cotton, W. R., 1983: A one-dimensional simulation of the stratocumulus-capped mixed layer.
Bound-Layer Meteor. 25, 289-321.
Chen, D.; Coughenour, M. B. "GEMTM: a general model for energy and mass transfer of land surfaces and
its application at the FIFE sites". Agricultural and forest meteorology. vol. 68, no3-4, pp. 145-171 (2
p.1/2), 1994.
Clapp, R.B., Hornberger, G.M., 1978. Empirical equations for some soil hydraulic properties. Water
Resources Research 14, 601-604.
Clark, T. L. A small-case dynamic model using a terrain-following coordinate transformation. J. Comput.
Phys., 24, pp. 186-215, 1977.
Clark, T. L., Farley, R. D., 1984: Svere downslope windstorm calculations in two and three spatial
dimentions using anelastic interative grid nesting. A possible mechanism for gustmess. J. Atmos. Sci.. 41,
329-350.
Cotton, W. R., R. Pielke, R. Walko, G. Liston, C. Tremback, J. Harrington, and H. Jaing, 2002: RAMS 2001:
Current status and future directions. Meteorol. Atmos. Phys.
Deardoff, J.W. 1978. Efficient Prediction of Ground Surface Temperature and Moisture, with Inclusion of a
Layer of Vegetation. Jour. Geoph. Res., Washington, v. 83, C4, p 1889-903.
Dias de Freitas, E. 2003. Circulações locais em São Paulo e sua influência sobre a dispersão de poluentes.
Tese de Doutorado. Universidade de São Paulo. Instituto de Astronomia, Geofísica E Ciências.
Dickinson, R.E, Henderson-Sellers,A.,Et al. 1986. Biosphere- Atmosphere Transfer Scheme (BATS) for the
NCAR Community Model. NCAR/. Colorado,TN- 275+STR,p. 69. 1986.
Freitas, S. R. 1999 Modelagem numérica do transporte e das emissões de gases e aerossóis de queimadas
no cerrado e floresta tropical da América do Sul. São Paulo, 1999. 185p. Tese de doutoramento do Instituto
de Física da Universidade de São Paulo.
Gal-Chen, T., R. Somerville. On the use of a coordinate transformation for the solution of the Navier-Stokes
equations. J. Comput. Phys., 17 (2), pp. 209-228, 1975.
Garratt, J.R 1992. The atmospheric boundary layer, Cambridge University Press, Cambridge (1992) pp. 316.
Kosovic, B., Pullin, D. I., Samtaney, R. 1997. Subgrid-scale modeling for Large-eddy simulations of
compressible turbulence. citeseer.nj.nec.com/415137.html
Kuo HL (1974). Further studies of the parameterization of the influence of cumulus convection on large
scale flow. Journ. Atmo Scien, 31:1232-1240.
Lee, T. J., Pielke, R. A., 1992: Estimating the soil surface specific humidity. J. Appl. Meteor.. 31, 480-484.
Louis, J. F., 1979: A parametric model of vertical eddy fluxes in the atmosphere. Bound-Layer Meteor.. 17,
187-202.
Mahrer Y. E Pielke R. A, 1977 A numerical study of the airflow over irregular terrain, Beitrage zur Physik
der Atmospharic, v. 50, p. 98-113, Feb. 1977.
17
Matsui, T., G. Leoncini, R. A. Pielke Sr., and U. S.
Nair (2004), A new paradigm for parameterization in
atmospheric models: Application to the new Fu- Liou radiation code, Atmos. Sci. Pap. 747, 32 pp.,Colo.
State Univ., Fort Collins. Mesinger, F. & Arakawa, A. 1976. Numerical methods used in atmospheric
models. GARP Publication Series, No. 17, WMO/ICSU Joint Organizing Committee, 64 pp.
Mellor, G. L., and T. Yamada, 1982: Development of a turbulence closure model for geophysical fluid
problems. Reviews of Geophysics and Space Physics, 20(4), 851-875.
Menezes, W. F. 1997 Tempestades Severas: Um Modelo para Latitudes Subtropicais.São Paulo, 1997.
174p. Tese de Doutoramento do Departamento de Ciências Atmosféricas do Instituto Astronômico e
Geofísico da Universidade de São Paulo.
Meyers M.P., Walko R.L., Harrington J.Y., Cotton W.R. 1997. New RAMS cloud microphysics
parameterization. Part II: The two-moment scheme. Atmospheric Research, 45 (1), pp. 3-39.
Molinari, J., 1985. A general form of Kuo's cumulus parameterisation. Mon. Wea. Rev. 113, pp. 1411–1416.
Olson, J.S., 1994, Global ecosystem framework-definitions: USGS EROS
Parton, W.J. 1996. The CENTURY model. Pages 283-293 in D.S. Powlson, P. Smith, and J.U. Smith,
editors. Evaluation of soil organic matter models using existing long-term datasets. NATO ASI Series I,
Springer-Verlag, Berlin, Germany. 759
Pielke, R.A., Cotton, W.R., Walko, R.L., Tremback, C.J., Lyons, W.A., Grasso, L.D., Nicholls, M.E.,
Moran, M.D., Wesley, D.A., Lee, T.J., Copeland, J.H. 1992 A Comprehensive Meteorological Modeling
System – RAMS. Meteorology and Atmospheric Physics. V.49, p.69-91. 1992.
Saraiva, J. M. B. 1996 Previsão de Tempo na Região Sul: Efeitos Locais e Influência da Liberação de Calor
Latente. São Paulo, 1996. 201p. Tese de Doutoramento do Departamento de Ciências Atmosféricas do
Instituto Astronômico e Geofísico da Universidade de São Paulo.
Sivapalan, M, Beven, K J and Wood, E F. 1987 On Hydrological Similarity: 2 A Scaled Model of Storm
Runoff Production, Water Resour. Res. 23(12); 2266-2278
Tremback, C. J. 1990 Numerical simulation of a mesoscale convective complex: Model development and
numerical results. USA, 1990. 217p. Ph.D. Dissertation. Atmos. Sci. Paper No. 465, Colorado State
University, Dep. Atmospheric Science, Fort Collins, CO 80523.
Tremback, C. J., Kessler, R., 1985: A surface temperature and moisture parameterization for use in
mesoscale numerical models. Preprints. 7th AMS Conference on Numerical Weather Prediction. June 17-
20. Montreal, Quebec, Canada, Amer. Meteor. Soc., Boston. 355-358.
Tripoli, G. J. And W. R. Cotton. 1982 The Colorado State University three-dimensional Cloud/mesoscale
model--1982, Part I, General theoretical framework and sensitivity experiments. Journal Rech.
Atmospheric, v. 16, p. 185-219, 1982.
Tucci, C.E.M. 1998 Modelos Hidrológicos. Porto Alegre: Universidade Federal do Rio Grande do Sul, 669
p. 1998.
van Genuchten, M.Th. 1980. A closed-form equation for predicting the hydraulic conductivity of unsaturated
soils. Soil Sci. Soc. Am. J. 44:892–898.
Walko R. L., Tremback C. J. 2001. RAMS – Regional Atmospheric Modeling System Version 4.3/4.4 –
Guia de Usuário, Fort Collins, USA..
Walko, R. L.; Cotton, W. R.; Meyers, M. P.; Harrington, J. Y. 1995 New RAMS cloud microphysics
parameterization. Part I: the single-moment scheme. Atmospheric Research, 38, pp. 29-62, 1995.
Walko, R.; Band, L.; Baron, J.; Kittel, F.; Lammers, R.; Lee, T.; Ojima, D., Pielke, R.; Taylor, C.; Tague, C.;
Tremback, C.; Vidale, P. 2000. Coupled Atmosphere-Biophysics-Hydrology Models for Environmental
Modeling. J. Appl. Meteor., v. 39, n. 6, p. 931-944, 2000.
Xavier, L. N. R. 2002. Análise da incerteza causada pela representação da precipitação no modelo
TOPMODEL. Disertação de Mestrado - Universidade Federal do Rio de Janeiro, COPPE. VIII, 124 p.
29,7.
18
Xue, M; Droegemeier, K. K; Wong, V; Shapiro, A; Brew
ster, K; Carr, F; Weber, D; Liu, Y; Wang, D. 2000.
The advanced regional prediction system (ARPS)- A multi-scale nonhydrostatic atmospheric simulation
and prediction tool. part II: model physics and applications . Meteorology and Atmospheric Physics, n. 76,
p. 143-165 jul. 2001.
Anexo B
Modelo Hidrológico de Grandes Bacias MGB-IPH.
2
1. Aspectos gerais.
O modelo hidrológico distribuído utilizado é denominado MGB, foi desenvolvido para a simulação
de grandes bacias (Collischonn, 2001; Collischonn e Tucci, 2005). A estrutura do modelo, descrito
aqui, foi baseada na estrutura dos modelos LARSIM (Bremicker, 1998) e VIC-2L (Wood et al.,
1992; Liang et al., 1994; Lohmann et al. 1998), com algumas adaptações. O módulo de balanço de
água no solo é uma simplificação do modelo ARNO (Todini, 1996), o módulo de evapotranspiração
foi desenvolvido de acordo com os textos de Shuttleworth (1993) e Wigmosta et al. (1994), e a
metodologia de Muskingun-Cunge, na forma descrita por Tucci (1998), foi utilizada no módulo de
escoamento na rede de drenagem.
O modelo é composto dos seguintes módulos: balanço de água no solo; evapotranspiração;
escoamentos: superficial, sub-superficial e subterrâneo na célula; escoamento na rede de drenagem.
A bacia é sub-dividida em células quadradas ligadas entre si (Figura 1) por canais de drenagem
(células de aproximadamente, 10 x 10 Km).Em cada célula as características de uso de solo,
cobertura vegetal e tipo de solo sintetizadas nos denominados blocos de uso do solo. Os blocos de
uso não consideram a localização de cada tipo de uso dentro da célula. Assim, uma célula pode ter
em sua área interna 10% de florestas, 60% de pastagens, 5% de uso urbano e 25% de superfície
líquida, como um lago. Cada uma destas frações de uso é denominada bloco.Um bloco é
caracterizado por uma série de parâmetros, como o armazenamento máximo no solo e o índice de
área foliar (IAF) da vegetação.
Figura 1. Bacia hidrográfica dividida em células quadradas ligadas por linhas representando a rede de
drenagem.
Os dois primeiros algoritmos ou módulos do modelo (balanço de água no solo e evapotranspiração)
ocorrem em cada bloco de cada célula, o terceiro módulo (escoamento na célula) é o processo
horizontal de fluxo no interior da célula até a rede de drenagem e o quarto módulo é o processo
horizontal de fluxo ao longo da rede de drenagem.
As variáveis precipitação, temperatura, umidade relativa, insolação, velocidade do vento e pressão
atmosférica em uma célula são obtidas por interpolação dos postos com dados mais próximos.
3
2. Balanço de água no solo
O balanço hídrico no solo é realizado de maneira independente para cada bloco de uso, utilizando as
características e os parâmetros do bloco. A Figura 2 e a equação 1 descrevem o balanço na camada
de solo.
capBASINTSUP2
DDDDTPWW +−−−−+=
(1)
onde
: W2 [mm] é o armazenamento na camada de solo ao final do intervalo de tempo; W [mm] é o
armazenamento na camada de solo ao início do intervalo de tempo; P [mm] é a precipitação
incidente (PI) menos a interceptação (I) ao longo do intervalo de tempo; T [mm] é a
evapotranspiração da água da camada de solo ao longo do intervalo de tempo; DSUP [mm] é o
escoamento superficial ao longo do intervalo de tempo (drenagem rápida); DINT [mm] é o
escoamento sub-superficial ao longo do intervalo de tempo (drenagem lenta); DBAS [mm]
escoamento subterrâneo ao longo do intervalo de tempo (drenagem muito lenta); Dcap [mm] é o
fluxo do reservatório subterrâneo para a camada superficial do solo. O intervalo de tempo
considerado é de 1 dia.
PIE
P
D
SUP
D
INT
W
m
W
D
BAS
D
CAP
Figura 2. Esquema do balanço de água vertical na camada de solo.
O chamado “escoamento superficial” é, na realidade, um escoamento rápido, ou direto. O termo
DSUP, que representa o escoamento superficial, é calculado considerando que toda a chuva que cair
sobre uma porção de solo já saturada de umidade irá gerar escoamento superficial. O modelo
considera que existe uma relação entre W, que é o estado de armazenamento atual da camada de
solo, e a porcentagem de área saturada. Os detalhes desta relação, dos conceitos resultantes e da
formulação das equações foram apresentados por Todini (1996).
O escoamento superficial, ou direto, é calculado por:
4
(
)
WWPD
mSUP
−
−
=
(2)
quando
0
≤
δ
e por
( ) ( )
1b
mmSUP
WWWPD
+
δ⋅+−−=
(3)
quando
0
>
δ
onde
( )
⋅+
−
−=δ
+
m
1b
1
m
W1b
P
W
W
1
e W [mm] é o armazenamento na camada do solo; Wm [mm] é o armazenamento máximo na
camada do solo; b [ - ] é um parâmetro adimensional que representa a não-uniformidade da
capacidade de armazenamento do solo no bloco; P [mm] é a precipitação menos a interceptação e
DSUP [mm] é o escoamento superficial (drenagem rápida).
O escoamento sub-superficial é obtido por uma relação não linear com o armazenamento na camada
de solo (equação 4), baseada na equação da condutividade hidráulica do solo de Brooks e Corey
(Rawls et al., 1993).
(
)
W-W
W-W
K D
XL
2
3
Zm
Z
I
NTINT
+
⋅=
(4)
N
esta relação Wz [mm] é o limite de armazenamento para haver escoamento sub-superficial; KINT
[mm] é o parâmetro de escoamento sub-superficial; XL [-] é o índice de porosidade do solo
(parâmetro) e DINT [mm] é o escoamento sub-superficial. O parâmetro KINT é calibrado e o índice
XL é fixado em 0,4, que é uma média para diferentes tipos de solo (Rawls et al., 1993).
O escoamento subterrâneo é calculado por uma equação simples, linear com relação ao
armazenamento no solo.
(
)
( )
cm
c
BASBAS
W-W
W-W
K D ⋅=
(5)
onde Wc [mm] é o limite de armazenamento no solo para haver escoamento subterrâneo; KBAS
[mm] é o parâmetro de escoamento subterrâneo e DBAS [mm] é o escoamento subterrâneo.
Quando W é menor do que Wz, não há escoamento sub-superficial, e quando W é menor do que
Wc, não há escoamento subterrâneo. Normalmente Wz e Wc são fixados em um décimo de Wm, e
não são considerados na calibração.
5
Em alguns casos, quando o armazenamento do solo é baixo, pode ocorrer a transferência de água do
reservatório subterrâneo para a camada de solo. Esta possibilidade visa permitir ao modelo simular
situações em que as águas subterrâneas voltem a ser disponibilizadas para a evapotranspiração. A
equação 3.6 descreve o fluxo ascendente.
cap
c
c
cap
DM
W
WW
D ⋅
−
=
(6)
onde: Wc [mm] é o limite de armazenamento para haver fluxo ascendente; Dcap [mm] fluxo
ascendente e DMcap [mm] máximo fluxo ascendente para o solo (parâmetro do modelo).
3. Evapotranspiração
O modelo calcula a evaporação e transpiração pela equação de Penman – Monteith, de modo
semelhante ao utilizado por Wigmosta et al. (1994). Esta formulação tem uma forte base física, o
que permite representar as alterações de evapotranspiração associadas às mudanças de uso do solo,
embora para isso sejam necessários dados específicos para cada tipo de vegetação, que não estão
normalmente disponíveis.
4. Escoamento na célula
Os termos DSUP, DINT e DBAS, referem-se ao escoamento que deixa a camada de solo, conforme
mostra a Figura 3. Este escoamento não atinge instantaneamente a rede de drenagem, mas sofre
retardo e amortecimento ainda no interior da célula. Estes efeitos são representados no modelo pela
passagem do escoamento por reservatórios lineares, conforme a Figura 3. O escoamento superficial
vai para o reservatório superficial, o escoamento sub-superficial vai para o reservatório sub-
superficial e o escoamento subterrâneo vai para o reservatório subterrâneo. É nestes reservatórios
que o escoamento dos diferentes blocos de uso e cobertura vegetal se encontram.
Cada um dos reservatórios é representado matematicamente por uma equação de reservatório linear
simples. A soma dos valores de QSUP , QINT e QBAS é o escoamento da célula.
SUP
S
SUP
V
TK
1
Q ⋅=
(7)
INT
I
INT
V
TK
1
Q ⋅=
(8)
BAS
B
BAS
V
TK
1
Q ⋅=
(9)
6
onde QSUP [m3.s-1] é a vazão de saída do reservatório superficial; QINT [m3.s-1] é a vazão de
saída do reservatório sub-superficial; QBAS [m3.s-1] é a vazão de saída do reservatório
subterrâneo; VSUP [m3] é o volume no reservatório superficial; VINT[m3] é o volume no
reservatório sub-superficial; VBAS [m3] é o volume no reservatório subterrâneo; TKS [s]
parâmetro de retardo do reservatório superficial; TKI [s] parâmetro de retardo do reservatório sub-
superficial; TKB [s] parâmetro de retardo do reservatório subterrâneo.
P
E
E
Q
SUP
D
BAS
D
INT
D
SUP
Q
INT
Q
BAS
Figura 3. Esquema de escoamento no interior de uma célula com dois blocos.
O valor do parâmetro TKB pode ser obtido analisando os períodos de recessão do hidrograma e em
alguns locais da bacia. As equações 10 e 11 mostram como é obtido o valor de TKB a partir de
dados observados.
86400CT
K
BB
⋅
=
(10)
=
0
ND
B
Q
Q
ln
ND
C
(11)
onde CB [dias] é o parâmetro de retardo do reservatório subterrâneo; ND é o número de dias do
período de recessão do hidrograma; Q0 é a vazão no início da recessão e QND é a vazão no final da
recessão.
Os valores de TKS e TKI são obtidos considerando as características do relevo no interior da célula.
A calibração é complementar a um processo de regionalização, proposto por Bremicker (1998), que
relaciona os parâmetros de retardo às características do relevo no interior da célula. Para isto é
necessário contar com um modelo numérico do terreno com resolução espacial bastante inferior à
resolução espacial do modelo hidrológico.
7
Nas aplicações apresentadas neste trabalho, a resolução do modelo hidrológico é de 10 x 10 Km,
enquanto a resolução dos modelos numéricos do terreno (MNT) é de 1 x 1 Km ou 100 x 100 m.
Para cada célula do modelo é calculado um tempo de retardo característico, que é corrigido durante
a calibração por um coeficiente de ajuste adimensional. O tempo de retardo característico é obtido
pela equação de Kirpich, utilizando a diferença entre o ponto mais alto e o mais baixo do MNT
encontrados dentro da célula do modelo considerada.
indSS
TCT
K
⋅
=
(12)
indII
TCTK
⋅
=
(13)
onde: Tind [s] é o tempo de retardo característico da célula; CS é um parâmetro adimensional para
calibração do escoamento superficial e CI é um parâmetro adimensional para calibração do
escoamento sub-superficial.
385,0
3
ind
H
L
868,03600T
∆
⋅⋅=
(14)
onde L [Km] é a largura da célula e ∆H [m] é a diferença de altura entre os extremos mais alto e
mais baixo da célula.
Os tempos de retardo do escoamento no interior da célula nada tem a ver com a propagação ao
longo da célula. As equações 10 a 12 servem para calcular a propagação do escoamento gerado no
interior da célula. A propagação através dos principais rios é realizada de forma independente como
se descreve a seguir.
5. Escoamento na rede de drenagem
O modelo realiza a propagação nos trechos de rio utilizando o método de Muskingum-Cunge na
forma indicada por Tucci (1998), que relaciona a vazão de saída de um trecho de rio em um
intervalo de tempo qualquer, às vazões de entrada e saída no intervalo de tempo anterior e à vazão
de entrada no intervalo atual.
Os parâmetros do modelo Muskingum-Cunge são calculados com base nos dados de comprimento,
declividade, rugosidade e largura média dos trechos de rio. O comprimento e a declividade são
obtidos de mapas topográficos. A largura é obtida com base em uma relação com a área de
drenagem válida para a bacia e a rugosidade é estimada com base em observações locais,
fotografias e informações sobre material do leito.
O intervalo de tempo diário utilizado no modelo é sub-dividido em intervalos menores durante a
8
propagação por Muskingun-Cunge na rede de drenagem, considerando o intervalo de tempo ideal
para a propagação apresentar precisão no tempo viagem e no amortecimento do hidrograma,
conforme descrito em Tucci (1998).
6. Preparação de dados de entrada
Um modelo distribuído utiliza, em geral, uma grande quantidade de dados, que o torna difícil de
manipular. Os dados de entrada de um modelo distribuído podem ser obtidos de fontes como
imagens de satélites e modelos digitais do terreno, e é praticamente indispensável o uso de um SIG
(Sistema de Informações Geográficas) para o processamento dos dados de entrada, mesmo que a
simulação não ocorra dentro do ambiente do SIG (Mendes, 1996).
Boa parte do trabalho de preparação de dados é o processamento de imagens de sensoriamento
remoto e de arquivos georeferenciados, porém nem todas as funções necessárias para a execução
deste processamento estão disponíveis em programas comerciais de SIG. Ao longo deste trabalho
foi utilizado o programa IDRISI (Eastman, 1995) para o tratamento e classificação de imagens e
para operações simples com planos de informação. Para outras etapas do processamento de dados
georeferenciados foram desenvolvidos programas específicos ou aperfeiçoadas rotinas já utilizadas
pelos autores (Collischonn et al., 1999), não disponíveis na versão do IDRISI utilizada.
Os dados utilizados pelo modelo, como imagens de sensoriamento remoto classificadas e modelos
numéricos do terreno (MNT), estão disponíveis, normalmente, com uma resolução espacial superior
àquela utilizada no modelo (Figura 4). Por exemplo, enquanto o modelo utiliza células de 10 x 10
Km, aproximadamente, as imagens LANDSAT TM estão disponíveis em resolução de 30 x 30 m, e
o MNT disponibilizado pela Agência Atmosférica e Oceânica dos Estados Unidos (NOAA), para o
mundo inteiro, tem células de 1 x 1 Km. Considerando estas resoluções, dentro de uma célula do
modelo existem cerca de 100.000 informações sobre o uso do solo e 100 informações sobre a
altitude do terreno.
Figura 4. Resolução do modelo hidrológico frente à resolução das informações utilizadas.
9
A variabilidade topográfica, interna a uma célula do modelo, é informada ao modelo através dos
valores de altitude máxima e mínima existentes no MNT na área da célula.
Desta forma a informação disponível em resolução maior é levada em conta, e não é desperdiçada, e
a resolução do modelo hidrológico distribuído é mantida em valores adequados para a simulação de
grandes bacias, mesmo em microcomputadores.
7. Calibração dos parâmetros do modelo
Existem dois tipos de parâmetros no modelo: fixos e calibráveis. Os parâmetros fixos têm valores
que podem ser medidos ou que não interferem profundamente nos resultados. O índice de área
foliar (IAF), por exemplo, é considerado um parâmetro fixo. Os valores do IAF são obtidos da
bibliografia, e não podem ser calibrados, embora apresentem variação ao longo do tempo. O índice
de porosidade do solo (XL) é considerado um parâmetro fixo porque exerce pouca influência sobre
os resultados.
Os parâmetros do modelo que não são considerados fixos, podem ser calibrados por bloco e por
sub-bacia. Isto significa que é possível modificar um parâmetro, como o armazenamento máximo
no solo (Wm), do bloco de uso florestas, por exemplo, em todas as células de uma determinada sub-
bacia. Em outras palavras, todas as células de uma sub-bacia têm o mesmo valor do parâmetro de
um determinado bloco.
As sub-bacias são escolhidas de acordo com a disponibilidade de dados fluviométricos, pois são os
dados fluviométricos que permitem a calibração dos parâmetros.
Os parâmetros considerados na calibração são: CS e CI; KINT; KBAS; Wm e b. Em algumas
situações também são incluídos neste grupo os parâmetros Wc e DMCAP.
A calibração do modelo hidrológico foi realizada utilizando o algoritmo MOCOM-UA (Yapo et al,
1998), que considera múltiplos objetivos, o que é especialmente interessante em modelos
distribuídos de grandes bacias, porque nestes modelos é possível comparar os resultados em
diferentes pontos na bacia.
A qualidade da calibração é verificada em todos os locais com dados disponíveis pela obtenção de
valores de duas funções objetivo: o coeficiente de Nash das vazões calculadas e observadas (R2) e a
diferença entre volumes calculados e observados (∆V). As equações abaixo apresentam a definição
destas funções:
10
(
)
( )
∑
∑
−
−
−=
2
obsobs
2
calobs
Q)t(Q
)t(Q)t(Q
12R
(15)
(
)
(
)
(
)
( ) ( )
( )
2
2
t Qobs Logt Qobs LogΣ
t Qcal Logt Qobs LogΣ
-1R2log
−
−
=
(16)
(
)
(
)
( )
∑
∑
∑
−
=∆
)t(Q
)t(Q)t(Q
V
obs
obscal
(17)
onde: Qobs(t) é a vazão observada no intervalo de tempo t; Qcal(t) é a vazão calculada no intervalo
de tempo t; e Σ indica o somatório para todos os intervalos de tempo t.
Referências do Anexo
ABDULLA, F. A.; LETTENMAIER, D. P. Application of regional parameter estimation schemes to
simulate the water balance of a large continental river. Journal of Hydrology Vol. 197 Nos.1-4, 1997, p.
258-285.
ARNELL, N. Global warming, river flows and water resources. Wiley – Institute of Hydrology, Chichester,
1996, 224p.
BLYTH, E. M. Representing heterogeneity at the Southern Super Site with average surface parameters.
Journal of Hydrology, Vols. 188-189, 1997, p. 869-877.
BOYLE, D. P.; GUPTA, H. V.; SOROOSHIAN, SOROOSH Toward improved calibration of hydrologic
models: Combining the strenghts of manual and automatic methods. Water Resources Research Vol. 36,
No. 12, 2000, p. 3663-3674.
BREMICKER, M. Aufbau eines Wasserhaushaltsmodells für das Weser und das Ostsee Einzugsgebiet als
Baustein eines Atmosphären-Hydrologie-Modells. Dissertation Doktorgrad, Geowissenschaftlicher
Fakultät der Albert-Ludwigs-Universität. Freiburg, 1998.
BURNASH, R. J. C. The NWS river forecast system catchment modelling. In: Singh, V. J. (editor)
Computer models of watershed hydrology. Water Resources Publications, Highlands Ranch, 1995, 1130 p.
CALDER, I. R. Hydrologic effects of land-use change In: Maidment, D. R. Handbook of hydrology
McGraw-Hill New York, 1993.
COLLISCHONN, W.; PILAR, J. V.; CRUZ, M. A. S.; MENDIONDO, E. M.; MENDES, C. A. B.
Simulação hidrológica utilizando o hidrograma unitário derivado do modelo numérico do terreno. Anais do
XIII Simpósio Brasileiro de Recursos Hídricos, Belo Horizonte, 1999.
COLLISCHONN, W.; TUCCI, C. E. M. Calibração automática global do modelo IPH-2. Anais XIV
Simpósio Brasileiro de Recursos Hídricos. Aracaju, 2001.
COLLISCHONN, W.; ALLASIA, D. P.; TUCCI, C. E. M. Incertezas na calibração de parâmetros de
modelos hidrológicos. In: Mendiondo, E. M.; Bertoni, J. C.; Martins, E. S. Incertezas em recursos
hídricos. ABRH, 2001.
CONDÉ, R. C. C. Fluxos de vapor d´água em um cerrado sensu stricto do Distrito Federal. Tese de
Mestrado. Instituto de Ciências Biológicas. Universidade de Brasília. Brasília, 1995, 37p.
CRAWFORD, N. H.; LINSLEY, R. S. Digital Simulation in Hydrology: The Stanford Watershed Model.
Departament of Civil Engineering, Stanford University. Technical Report 39, 1966.
DINIZ, L. S. Calibração de modelos hidrológicos. In: Galvão, C. O.; Valença, M. J. S. Sistemas inteligentes.
Porto Alegre: Editora da Universidade da UFRGS – ABRH, 1999.
11
DUAN, Q.; SOROOSHIAN, S.; GUPTA, V. Effective and ef
ficient global optimization for conceptual
rainfall-runoff models. Water Resources Research Vol. 28 No. 4, 1992, p. 1015-1031.
DUAN, Q.; SOROOSHIAN, S.; GUPTA, V. Optimal use of the SCE – UA global optimization method for
calibrating watershed models. Journal of Hydrology, Vol 158, 1994, p. 265-284.
EASTMAN, J. R. Idrisi for Windows users guide. Clark University Worcester, 1995.
EITEN, G. 1972 The cerrado vegetation of Brazil. Botanical Review, Vol 38 N. 2; p. 201-341.
FACKEL, P. Regionalisierung von Parametern des Wasserhaushalsmodells LARSIM. Diplomarbeit. Institut
für Hirologie. Albert-Ludwigs-Universität Freiburg, 1997.
FONTANA, D. C.; BERLATO, M. A.; BERGAMASCHI, H. Alterações micrometeorológicas na cultura da
soja submetida a diferentes regimes hídricos. Pesquisa Agropecuária Brasileira. Vol 27 No. 5, 1992, p.
661-669.
FRANCHINI, M.; GALEATI, G.; BERRA, S. Global optimization techniques for the calibration of
conceptual rainfall runoff models. Hydrological Sciences Journal Vol. 43 No. 3, 1998, p. 443-458.
GAN, T. Y.; BIFTU, G. F. Automatic calibration of conceptual rainfall – runoff models: optimization
algorithms, catchment conditions and model structure. Water Resources Research, Vol. 32 No. 12, 1996, p.
3513-3524.
HODNETT, M. G.; OYAMA, M. D.; TOMASELLA, J. MARQUES FILHO, O. Comparisons of long term
water storage behaviour under pasture and forest in three areas of Amazonia. In: Gash, J. H. C.; Nobre, C.
A.; Roberts, J. M.; Victoria, R. L. (editors) Amazonian deforestation and climate. Wiley, 1996.
HONZÁK, M.; LUCAS, R. M.; AMARAL, I.; CURRAN, P. J.; FOODY, G. M.; AMARAL, S. Estimation
of the leaf area index and total biomass of tropical regenerating forests: comparison of methodologies. In:
Gash, J. H. C.; Nobre, C. A.; Roberts, J. M.; Victoria, R. L. (editors) Amazonian deforestation and climate.
Wiley, 1996.
HOWARD, A. D. Modelling Channel evolution and floodplain morphology. In: Anderson, M. G.; Walling,
D. E.; Bates, P. D. (editores) Floodplain processes. Wiley. Chichester, 1996.
IBITT, R.P.; HENDERSON, R.D.; COPELAND, J.; WRATT, D.S. Simulation of mountain runoff with
meso-scale weather model rainfall estimates: a New Zealand experience. Journal of Hydrology 239, 2000,
p. 19-32
KABAT, P., DOLMAN, A. J., ELBERS, J. A. Evaporation, sensible heat and canopy condutance of fallow
savannah and patterned woodland in the Sahel. Journal of Hydrology, Vols. 188-189, 1997, p. 494-515.
LIANG, X.; LETTENMAIER, D. P.; WOOD, E. F.; BURGES, S. J. A simple hydrologically based model of
land surface water and energy fluxes for general circulation models. Journal of Geophysical Research, Vol.
99, No. D7, 1994, p. 14415-14428.
LOHMANN, D.; RASCHKE, E; NIJSSEN, B.; LETTENMAIER, D. P. Regional scale hydrology: I.
Formulation of the VIC-2L model coupled to a routing model. Hydrological Sciences Journal, Vol. 43 No.
1, 1998, p. 131-141.
MENDES, C. A. B.; CIRILO, J. A. Geoprocessamento em recursos hídricos: princípios,integração e
aplicação. ABRH, Porto Alegre, 2001, 536p.
MIRANDA, A. C.; MIRANDA, H. S.; LLOYD, J.; GRACE, J.; MCYNTIRE, J. A.; MEIR, P.; RIGGAN,
P.;LOCKWOOD, R.; BRASS, J. Carbon dioxide fluxes over a cerrado sensu stricto in central Brazil. In:
Gash, J. H. C.; Nobre, C. A.; Roberts, J. M.; Victoria, R. L. Amazonian deforestation and climate. Wiley.
Chichester. 1996, 611p.
NIJSSEM, B; LETTENMAIER, D. P.; LIANG, X.; WETZEL, S. W.; WOOD, E. F. Streamflow simulation
for continental-scale river basins. Water Resources Research, Vol. 33 No. 4 p. 711-724, 1997.
PAIVA, C. M.; FRANÇA, G. B.; LIU, W. T. H.; ROTUNNO FILHO, O. C. Determinação da
evapotranspiração in situ pelo método de radiação – razão de Bowen para calibração do modelo SEBAL de
obtenção de fluxos à superfície terrestre. Anais do XIV Simpósio Brasileiro de Recursos Hídricos. ABRH
Aracaju, 2001.
12
PINHEIRO, A.; REFOSCO, J. C.; PINHEIRO, I. G. Empreg
o de imagens orbitais na determinação da
capacidade de interceptação da bacia do rio Itajaí SC. Anais do XIV Simpósio Brasileiro de Recursos
Hídricos. ABRH Aracaju, 2001.
PRESS, W. H.; TEUKOLSKY, S. A.; VETTERLING, W. T.; FLANNERY, B. P. Numerical Recipes in
FORTRAN. Cambridge : Cambridge University, 1995.
RAWLS, W. J.; AHUJA, L. R.; BRAKENSIEK, D. L.; SHIRMOHAMMADI, A. Infiltration and soil water
movement In: Maidment, D. Handbook of hydrology, 1993.
ROBERTS, J. M.; CABRAL, O. M. R.; COSTA, J. P.; MCWILLIAM, A.-L. C.; SÁ, T. D. A. An overview
of the leaf area index and physiological measurements during ABRACOS. In: Gash, J. H. C.; Nobre, C. A.;
Roberts, J. M.; Victoria, R. L. Amazonian deforestation and climate. Wiley. Chichester, 1996, 611p.
ROSSATO, L.; ALVALÁ, R. C. S.; TOMASELLA, J. Distribuição geográfica da capacidade de
armazenamento de água e das propriedades físicas do solo no Brasil. X Congresso brasileiro de
meteorologia. Brasília – DF, 1998.
ROWNTREE, P. R.; LEAN, J. Validation of hydrological schemes for climate models against catchment
data. Journal of Hydrology Vol. 155 p. 301-323, 1994.
SHUTTLEWORTH, W. J. Evaporation In: Maidment, D. R. Handbook of hydrology McGraw-Hill, New
York, 1993.
SILANS, M. B. P.; WERLANG, L. M.; SILVA, F. M. Estudo experimental da interceptação da chuva pela
vegetação da caatinga. Anais do XIV Simpósio Brasileiro de Recursos Hídricos. ABRH Aracaju, 2001.
SOROOSHIAN, S.; DUAN, Q.; GUPTA, V. Calibration of rainfall–runoff models: Application of global
optimization to the Sacramento soil moisture accounting model. Water Resources Research Vol. 29 No. 4,
1993, p. 1185-1194.
SOROOSHIAN, S.; GUPTA, V. K. Model calibration In: Singh, V. J. (editor) Computer models of
watershed hydrology. Water Resources Publications, Highlands Ranch, 1995, 1130p.
THYER, M.; KUCZERA, G.; BATES, B. C. Probabilistic optimization for conceptual rainfall–runoff
models: A comparison of the shuffled complex evolution and simulated annealing algorithms. Water
Resources Research. Vol. 35 No. 3, 1999, p. 767-773.
TODINI, E. The ARNO rainfall – runoff model. Journal of Hydrology, Vol. 175, 1996, p. 293-338.
TODOROVIC, M. Single-layer evapotranspiration model with variable canopy resistance. Journal of
Irrigation and Drainage Engineering, Vol. 125 No. 5, 1999, p. 235-245.
TUCCI, C.E.M. Modelos Hidrológicos. Editora da UFRGS. ABRH, 1998, 652p
UBARANA, V. N. Observation and modelling of rainfall interception loss in two experimental sites in
Amazonian forest. In: Gash, J. H. C.; Nobre, C. A.; Roberts, J. M.; Victoria, R. L. (editors) Amazonian
deforestation and climate. Wiley, 1996.
WIGMOSTA, M. S.; VAIL, L. W.; LETTENMAIER, D. P. A distributed hydrology-vegetation model for
complex terrain. Water Resources Research Vol 30 No. 6, 1994, p. 1665-1679.
WRIGHT, I. R.; NOBRE, C. A.; TOMASELLA, H. R.; DA ROCHA, H. R.; ROBERTS, J. M.;
VERTAMATTI, E.; CULF, A. D.; ALVALÁ, R. C. S.; HODNETT, M. G.; UBARANA, V. N. Towards a
GCM surface parameterization of Amazonia. In: Gash, J. H. C.; Nobre, C. A.; Roberts, J. M.; Victoria, R.
L. (editors) Amazonian deforestation and climate. Wiley, 1996.
YAPO, P. O.; GUPTA, H. V.; SOROOSHIAN, S. Multi-objective global optimization for hydrologic
models. Journal of Hydrology Vol. 204, 1998, p. 83-97.
A
nexo C
Arquivos de entrada do BRAMS
- 2 -
Introdução
O modelo BRAMS recebe, como dados de entrada dois tipos de dados
:
• dados físicos que incluem topografia, uso do solo, tipo do solo,
• dados meteorológicos: temperatura do ar, geopotencial, umidade do ar (temperatura do
ponto de orvalho ou razão de mistura ou umidade relativa do ar ou, ainda, diferença
psicrométrica) e vento (componentes zonal - u e meridional - v ou direção e intensidade) em
diferentes níveis da atmosfera. Esses dados podem ter como origem observações
convencionais de superfície e altitude, resultados de modelos numéricos e (ou) de
subprodutos gerados através de informações de satélites etc.
Neste anexo serão abordados os arquivos de entrada das características físicas do modelo.
Para estes arquivos devem distinguir-se as classes (tipos de solo ou de ocupação) utilizadas para
cálculo de aquelas utilizadas na entrada dos dados. As classes utilizadas na entrada de dados
correspondem às legendas utilizadas pelas grandes bases de dados do mundo FAO (1974), Soil and
Terrain Digital Database (SOTER) for Latin America and the Caribbean (SOTERLAC, 1993-1997).
Estes arquivos são condensados em um número menor de classes dentro do modelo, as quais são
utilizadas para realizar os cálculos.
U
so do solo
A
s classes de uso do solo utilizadas para os cálculos de fluxos dentro do modelo BRAMS
(principalmente no módulo LEAF3 ) são as indicadas na tabela 1..
- 3 -
Tabela 1 – Classes de uso do solo do BRAMS32
C
odigo
Segundo
BRAMS
Tipo de uso do solo
0 Oceanos
1 Lagos, rios, cursos de água
2 Glaciar
3 Deserto, solo nu
4 Coníferas sempre-verdes (Evergreen needle leaf tree)
5 Coníferas deciduas (Deciduous needleleaf tree)
6 Decíduas de folhas largas (Deciduous broadleaf tree)
7 Sempre-verdes de folhas largas (Evergreen broadleaf tree)
8 Grama curta
9 Grama alta
10 Semi-árido
11 Tundra
12 Arbustos sempre-verde
13 Arbustos decíduos
14 Bosque
15 Cultivos
16 Cultivos irrigados
17 Pântano, brejo
18 Cerrado (Wooded grassland )
19 Urbano, ecossistema construído
20 Sempre-verdes de folhas largas de banhado
21 Urbano intenso
No entanto, o modelo utiliza como entrada para os arquivos de vegetação o formato Olson
Global Ecosystems dataset OGE, Olson (1994) (Tabela 2). O formato OGE utiliza 94 classes para
representar o uso do solo (tabela 2). O modelo BRAMS durante a inicialização converte os dados
no formato do OGE para a sua respectiva legenda (as indicadas na Tabela 1).
Tabela 2. Classes de uso do solo segundo OGE e classe correspondente no BRAMS
- 4 -
T
abela 2. Clases segun el Olson Global Ecosystems dataset OGE, Olson (1994)
Código
O
GE
Nome OGE Classe
LEAF3
1 Urban 19
2 Low Sparse Grassland 8
3 Coniferous Forest 4
4 Deciduous Conifer Forest 5
5 Deciduous Broadleaf Forest 6
6 Evergreen Broadleaf Forests 7
7 Tall Grasses and Shrubs 9
8 Bare Desert 3
9 Upland Tundra 11
10 Irrigated Grassland 16
11 Semi Desert 10
12 Glacier Ice 2
13 Wooded Wet Swamp 17
14 Inland Water 0
15 Sea Water 0
16 Shrub Evergreen 12
17 Shrub Deciduous 13
18 Mixed Forest and Field 14
19 Evergreen Forest and Fields 18
20 Cool Rain Forest 4
21 Conifer Boreal Forest 4
22 Cool Conifer Forest 4
23 Cool Mixed Forest 14
24 Mixed Forest 14
25 Cool Broadleaf Forest 6
26 Deciduous Broadleaf Forest 6
27 Conifer Forest 4
28 Montane Tropical Forests 7
29 Seasonal Tropical Forest 7
30 Cool Crops and Towns 15
31 Crops and Town 15
32 Dry Tropical Woods 6
33 Tropical Rainforest 7
34 Tropical Degraded Forest 7
35 Corn and Beans Cropland 15
36 Rice Paddy and Field 16
37 Hot Irrigated Cropland 16
38 Cool Irrigated Cropland 16
39 Cold Irrigated Cropland 16
40 Cool Grasses and Shrubs 8
41 Hot and Mild Gras and Shrubs 8
42 Cold Grassland 8
43 Savanna (Woods) 18
44 Mire 17
45 Marsh Wetland 17
46 Mediterranean Scrub 12
47 Dry Woody Scrub 12
48 Dry Evergreen Woods 7
49 Volcanic Rock 10
50 Sand Desert 3
51 Semi Desert Shrubs 10
52 Semi Desert Sage 10
Código
OGE
Nome OGE Classe
LEAF3
53 Barren Tundra 11
54 Cool Sout Hemisphere Mix F. 14
55 Cool Fields and Woods 18
56 Forest and Field 18
57 Cool Forest and Field 18
58 Fields and Woody Savanna 18
59 Succulent and Thorn Scrub 13
60 Small Leaf Mixed Woods 6
61 Deciduous and Mix Bor. For. 5
62 Narrow Conifers 4
63 Wooded Tundra 11
64 Heath Scrub 12
65 Coastal Wetland 0
66 Coastal Wetland 0
67 Coastal Wetland 0
68 Coastal Wetland 0
69 Polar and Alpine Desert 3
70 Glacier Rock 2
71 Salt Playas 3
72 Mangrove 20
73 Water and Island Fringe 0
74 Land 17
75 Land and Water 17
76 Crop and Water Mixtures 17
77 Southern Hemis Conifers 4
78 Sout Hemisphere Mix, Forest 14
79 Wet Sclerophylic Forest 7
80 Coastline Fringe 3
81 Beaches and Dunes 3
82 Sparse Dunes and Ridges 3
83 Bare Coastal Dunes 3
84 Residual Dunes and Beaches 3
85 Compound Coastlines 3
86 Rocky Cliffs and Slopes 3
87 Sandy Grassland and Shrubs 8
88 Bamboo 12
89 Moist Eucalyptus 7
90 Rain Green Tropical Forest 6
91 Woody Savanna 18
92 Broadleaf Crops 15
93 Grass Crops 15
94 Crops 15
- 5 -
T
ipo de solo
P
ara o cálculo o BRAMS 32 utiliza 12 tipos de solo classificados segundo a textura de acordo com
a Legenda do Departamento de Agricultura dos Estados Unidos (USDA), Tabela 3.
Tabela 3. Legenda para o BRAMS
Codigo BRAMS
1 Areia (Sand) –
2 Areia Barrenta (Loamy Sand)
3 Barro Arenoso (Sandy Loam)
4 Barro-Silte (Silt Loam)
5 Barro (Loam)
6 Barro Argiloso Arenoso (Sandy Clay Loam) – valor médio, todo o
deconhecido é mapeado para este valor
7 Barro Argiloso Siltoso (Silty Clay Loam)
8 Barro Argiloso (Clay Loam)
9 Argila Arenosa (Sandy Clay)
10 Argila Siltosa (Silty Clay)
11 Argila (Clay)
12 Turfa (Peat)
Para entrada dos dados o RAMS utilize a legenda utilizada em UNEP Gridded
FAO/UNESCO Soil Units. Esta clasificação é baseada na gênese e estrutura do solo. Para converter
estes dados ao Formato USDA (texturas) que o modelo utiliza internamente para calculo o BRAMS
se baseia no trabalho de Zobler (1986) "World Soil File for Global Climate Modelling" que mostra
a distribuição global dos tipos de solo e da uma conversão entre os ambas legendas. Como as duas
bases de dados se baseia em atributos diferentes, não existe uma forma simples e direta de
correlacionamento entre elas, de forma que existem outros trabalhos que tentam relacionar estes
tipos de solos. Na Tabela 4 se encontram indicados a classificação do UNEP Gridded
FAO/UNESCO Soil Units junto com as conversões propostas por Walko e Tremback (2001) e
B
uckley (2001) respectivamente para serem utilizadas no RAMS/BRAMS.
Parametros utilizados pelo modelo
Na tabela 5 se apresentam os valores típicos que caracterizam cada um dos tipos de solo do
BRAMS. Já na Tabela 6 se apresentam os parâmetros utilizados nos cálculos e na inicialização do
modelo.
Para terras úmidas e cultivos irrigados o solo é inicializado completamente saturado (classes 16,17 e
20). Já os banhados são inicializados adicionalmente com uma lâmina de 10 cm de água sobre o
solo.
- 6 -
T
abela 4. Tipos de solo da classificação UNEP Gridded FAO/UNESCO Soil Units e a classe
e
quivalente no BRAMS segundoWalko e Tremback (2001) e Buckley(2001)
Nome FAO
Classe
USDA
(BRAMS)
Equiv
Bucley
6 0
Acrisols
6 0
Ferric Acrisols
4 5
Gleyic Acrisols
4 5
Humic Acrisols
7 8
Orthic Acrisols
7 8
Plinthic Acrisols
8 6
Cambisols
6 0
Chromic Cambisols
4 4
Dystric Cambisols
4 4
Eutric Cambisols
4 4
Ferralic Cambisols
7 8
Gleyic Cambisols
4 4
Humic Cambisols
4 5
Calcic Cambisols
4 4
Vertic Cambisols
8 10
Gelic Cambisols
4 4
Chernozems
8 10
Glossic Chernozems
4 4
Haplic Chernozems
4 4
Calcic Chernozems
8 4
Luvic Chernozems
4 4
Podzoluvisols
2 2
Dystric Podzoluviso
4 3
Eutric Podzoluvisol
4 4
Gleyic Podzoluvisol
4 4
Rendzinas
4 5
Ferralsols
6 0
Acric Ferralsols
8 11
Humic Ferralsols
8 11
Orthic Ferralsols
8 11
Plinthic Ferralsols
4 4
Rhodic Ferralsols
8 11
Xanthic Ferralsols
8 11
Gleysols
2 2
Calcaric Gleysols
6 6
Dystric Gleysols
4 4
Eutric Gleysols
7 8
Humic Gleysols
4 5
Mollic Gleysols
4 4
Plinthic Gleysols
3 3
Gelic Gleysols
4 4
Phaeozems
6 0
Calcaric Phaeozems
7 11
Gleyic Phaeozems
4 4
Haplic Phaeozems
4 4
Luvic Phaeozems
4 5
Lithosols
4 4
Fluvisols
4 4
Nome FAO
Classe
USDA
(BRAMS)
Equiv
Bucley
Calcaric Fluvisols
4 4
Dystric Fluvisols
4 4
Eutric Fluvisols
4 4
Thionic Fluvisols
4 4
Kastanozems
4 4
Haplic Kastanozems
4 4
Calcic Kastanozems
4 5
Luvic Kastanozems
4 4
Luvisols
2 2
Albic Luvisols
4 4
Chromic Luvisols
4 5
Ferric Luvisols
2 2
Gleyic Luvisols
4 8
Calcic Luvisols
3 3
Orthic Luvisols
4 5
Plinthic Luvisols
2 2
Vertic Luvisols
7 8
Greyzems
6 0
Gleyic Greyzems
4 12
Orthic Gleyzems
4 12
Nitosols
6 0
Dystric Nitosols
8 7
Eutric Nitosols
8 7
Humic Nitosols
7 8
Histosols
2 2
Dystric Histosols
5 12
Eutric Histosols
4 12
Gelic Histosols
5 12
Podzols
6 0
Ferric Podzols
6 0
Gleyic Podzols
4 5
Humic Podzols
2 5
Leptic Podzols
2 5
Orthic Podzols
2 5
Placic Podzols
4 5
Arenosols
6 0
Albic Arenosols
2 1
Cambic Arenosols
2 2
Ferralic Arenosols
2 1
Luvic Arenosols
2 1
Regosols
2 1
Calcaric Regosols
4 5
Dystric Regosols
2 2
Eutric Regosols
2 1
Gelic Regosols
2 2
Solonetz
4 5
Gleyic Solonetz
2 2
- 7 -
T
abela 4. Tipos de solo da classificação UNEP Gridded FAO/UNESCO Soil Units e a classe
e
quivalente no BRAMS segundoWalko et al(2001) e Buckley(20019 (continuação)
Nome FAO
Classe
USDA
(BRAMS)
Equiv
Bucley
Mollic Solonetz
4 5
Orthic Solonetz
3 3
Andosols
6 0
Humic Andosols
2 12
Mollic Andosols
7 8
Ochric Andosols
4 8
Vitric Andosols
4 8
Rankers
4 4
Vertisols
8 10
Chromic Vertisols
8 10
Pellic Vertisols
8 7
Planosols
3 3
Dystric Planosols
7 8
Eutric Planosols
4 5
Humic Planosols
4 4
Mollic Planosols
4 4
Solodic Planosols
3 3
Gelic Planosols
6 0
Xerosols
4 5
Haplic Xerosols
2 1
Calcic Xerosols
4 5
Nome FAO
Classe
USDA
(BRAMS)
Equiv
Bucley
Luvic Xerosols
4 5
Gypsic Xerosols
4 3
Yermosols
2 2
Haplic Yermosols
2 2
Calcic Yermosols
2 2
Luvic Yermosols
4 5
Takyric Yermosols
6 6
Gypsic Yermosols
4 1
Solonchaks
4 4
Gleyic Solonchaks
7 8
Mollic Solonchaks
7 8
Orthic Solonchaks
6 9
Takyric Solonchaks
3 3
Rock
2 1
Salt
2 1
Water
6 0
Dados faltosos 6 0
* tipos coloridos indicam os grandes grupos
de solos.
Tabela 5. Características dos tipos de solo utilizados para o calculo no BRAMS.
saturation moisture
potential (m)
saturation volumetric
moisture content
(m3/m3)
- b exponent
(dimensionless)
saturation soil
hydraulic
conductivity (m/s)
surface value for
slcons (m/s)
dry soil volumetric
heat capacity
(J/m3/K)
dry soil density
(kg/m3)
total soil porosity
USDA SOIL CLASS
-.121 .395 4.05 .18e-3 .50e-3 1465.e3 1600. .135 Areia
-.090 .410 4.38 .16e-3 .60e-3 1407.e3 1600. .150 Areia Barrenta
-.218 .435 4.9 .34e-4 .77e-3 1344.e3 1600. .195 Barro Arenoso
-.786 .485 5.3 .72e-5 .11e-4 1273.e3 1600. .255 Barro-Silte
-.478 .451 5.39 .69e-5 .22e-2 1214.e3 1600. .240 Barro
-.299 .420 7.12 .63e-5 .15e-2 1177.e3 1600. .255 Barro Argiloso
Arenoso
-.356 .477 7.75 .17e-5 .11e-3 1319.e3 1600. .322 Barro Argiloso
Siltoso
-.630 .476 8.52 .24e-5 .22e-2 1227.e3 1600. .325 Barro Argiloso
-.153 .426 10.4 .22e-5 .22e-5 1177.e3 1600. .310 Argila Arenosa
-.490 .492 10.4 .10e-5 .10e-5 1151.e3 1600. .370 Argila Siltosa
-.405 .482 11.4 .13e-5 .13e-5 1088.e3 1600. .367 Argila
-.356 .863 7.75 .80e-5 .80e-5 874.e3 300. .535 Turfa
- 8 -
Tabela 6. Características arametros utilizados no calculo para cada tipo de solo utilizado no
BRAMS.
albv_gre
en
albv_bro
wn
emisv
sr_max
tai_max
Sai
veg_clu
mp
veg_frac
veg_ht
rootdep
dead_fra
c
rcmin
LEAF-3 CLASS
.00 .00 .00 .0 0.0 .0 .0 .00 .0 .0 .0 0. Oceanos
.00 .00 .00 .0 0.0 .0 .0 .00 .0 .0 .0 0. Lagos, rios, cursos de
água
.00 .00 .00 .0 0.0 .0 .0 .00 .0 .0 .0 0. Glaciar
.00 .00 .00 .0 0.0 .0 .0 .00 .0 .0 .0 0. Deserto, solo nu
.14 .24 .97 5.4 8.0 1.0 1.0 .80 20.0 1.5 .0 500. Coníferas sempre-verdes
(Evergreen needle leaf
tree)
.14 .24 .95 5.4 8.0 1.0 1.0 .80 22.0 1.5 .0 500. Coníferas deciduas
(Deciduous needleleaf
tree)
.20 .24 .95 6.2 7.0 1.0 .0 .80 22.0 1.5 .0 500. Decíduas de folhas
largas (Deciduous
broadleaf tree)
.17 .24 .95 4.1 7.0 1.0 .0 .90 32.0 1.5 .0 500. Sempre-verdes de folhas
largas (Evergreen
broadleaf tree)
.21 .43 .96 5.1 4.0 1.0 .0 .75 .3 .7 .7 100. Grama curta
.24 .43 .96 5.1 5.0 1.0 .0 .80 1.2 1.0 .7 100. Grama alta
.24 .24 .96 5.1 1.0 .2 1.0 .20 .7 1.0 .0 500. Semi-árido
.20 .24 .95 5.1 4.5 .5 1.0 .60 .2 1.0 .0 50. Tundra
.14 .24 .97 5.1 5.5 1.0 1.0 .70 1.0 1.0 .0 500. Arbustos sempre-verde
.20 .28 .97 5.1 5.5 1.0 1.0 .70 1.0 1.0 .0 500. Arbustos decíduos
.16 .24 .96 6.2 7.0 1.0 .5 .80 22.0 1.5 .0 500. Bosque
.22 .40 .95 5.1 5.0 .5 .0 .85 1.0 1.0 .0 100. Cultivos
.18 .40 .95 5.1 5.0 .5 .0 .80 1.1 1.0 .0 500. Cultivos irrigados
.12 .43 .98 5.1 7.0 1.0 .0 .80 1.6 1.0 .0 500. Pântano, brejo
.20 .36 .96 5.1 6.0 1.0 .0 .80 7.0 1.0 .0 100. Cerrado (Wooded
grassland )
.20 .36 .90 5.1 3.6 1.0 .0 .74 6.0 .8 .0 500. Urbano, ecossistema
construído
.17 .24 .95 4.1 7.0 1.0 .0 .90 32.0 1.5 .0 500 Sempre-verdes de
folhas largas de banhado
.16 .24 .96 5.1 2.0 1.5 1.0 .10 20.0 1.5 .0 500 Urbano intenso
(desabilitado nesta
versão)
Referências do anexo
FAO 1974. Soil map of the world. Volumes 1-10. Food and Agriculture Organization of the United Nations
and UNESCO, Paris. 1:5,000,000.
SOTERLAC (Soil and Terrain Digital Database for Latin America and the Caribbean). 1993 – 1997.
Completion of a 1:5 Million Soil and Terrain Digital Database. Terminal Report.
Olson, J.S., 1994, Global ecosystem framework-definitions: USGS EROS
Buckley, R. 2001. Spatial Variation of Soil Type and Soil Moisture in the Regional Atmospheric Modeling
System. Technical Report Savannah River Site (US) - US Department of Energy (US)
Walko R. L., Tremback C. J. 2001. RAMS – Regional Atmospheric Modeling System Version 4.3/4.4 –
Guia de Usuário, Fort Collins, USA..
Zobler, L. 1986. A World Soil File for Global Climate Modelling. NASA Technical Memorandum 87802.
NASA Goddard Institute for Space Studies, New York, New York, U.S.A
A
nexo D - Disponibilidade temporal
dos dados hidrológicos
Tabela D.1. Dados Pluviométricos disponíveis na Bacia do Alto Paraguai entre 1968 e 2003
Tabela D.2 Dados Fluviométricos disponíveis na Bacia do Alto Paraguai entre 1968 e 2003
Anexo E – Verificação das estimativas da área
alagada do Pantanal
- 2 -
1. Introdução
O uso sustentável do ecossistema do Pantanal é associada aos ciclos plurianuais de cheia e seca (Costa,
1997). Portanto, para melhorar o conhecimento do funcionamento do Pantanal é necessário determinar
a extensão do alagamento. Os resultados do mapeamento do alagamento teriam influencia em
atividades e tão diversas como o gerenciamento do uso do solo, pesca (pela melhora do entendimento
da dinâmica da reprodução dos peixes), e previsão do tempo (pela melhora da caracterização da
interfase solo-atmosfera). Na hidrologia, a determinação da área alagada permitiria o entendimento da
dinâmica do pantanal, ao permitir caracterizar as áreas de armazenamento e transporte de vazões nas
planícies.
A estimativa da área alagada tem se mostrado uma tarefa muito difícil, dada a dificuldade de aceso aos
diversos locais do Pantanal e a extensão da área (maior a 150.000 Km
2
). Diversos pesquisadores
tentaram mapear parte ou todo ou parte da área alagada com o auxilio de dados obtidos por
sensoriamento remoto (Ex, Darsh, 1979 apus Silva, 1991; Silva, 1991; Abdon e Silva, 1997; Hamilton,
et al 1996; Chapman, et al 2001a; Liu et al, 2002; Geoffrey et al, 1997; Krug e Geoffrey, 1995).
Neste anexo serão avaliadas e validadas as estimativas de área alagada de Hamilton et al, 1996 e a
realizada neste estudo baseada nos dados de Chapman, et al, 2001a. A validação será realizada
cruzando as informações existentes. Como ambas as estimativas foram realizadas para épocas
diferentes, foram extrapoladas as observações estabelecendo uma relação entre área inundada e vazão,
semelhante à já existente em Hamilton et al (1996)
2. Antecedentes
O trabalho de Hamilton et al (1996)
Este estudo é considerado até hoje um dois mais abrangentes e completos estudos da área alagada do
Pantanal, servindo de referência para os mais variados estudos da região. Os pesquisadores estimaram a
área inundada do Pantanal dividindo-o em 10 regiões ou pantanais (Figura 1) utilizando a diferença de
polarização vertical e horizontal em 37 GHz observada nas imagens do Radiômetro de Microondas
Multiplecanal Escaneado com uma resolução espacial de 27 Km (sensor SMMR a bordo do satélite
Nimbus-7). Os pesquisadores escolheram células típicas de áreas não inundadas, permanentemente
inundadas (lagos, rios) e áreas com alagamento sazonal em cada região nas quais foi quantificada a
polarização. Depois foram utilizados esses valores para calcular a extensão total por tipo em cada
- 3 -
região. (as bases teóricas para o uso de imagens
radiométricas no estudo de áreas alagadas se encontram
em Moraes Novo (2006) e demais referencias nesse
texto).
Cabe destacar que os propios pesquisadores mencionam
as diferenças encontradas nos valores entre regiões e,
em alguns casos, dentro da própria região, sugerindo
que as diferenças podem ser explicadas, em parte, por
heterogeneidades na vegetação. Analises de
sensibilidade realizados por Hamilton et al. (1996)
indicam que os parâmetros mais sensíveis na estimativa
foram as próprias observações do satélite afetadas por
eventos climáticos e a estimativa empírica realizada da
polarização típica de para áreas secas e áreas
inundadas.
Os resultados obtidos por Hamilton et al (1996)
mostram a extensão da área alagada média mensal
para cada região no período entre 1979 e 1987, no entanto, provavelmente pela pouca disponibilidade
de espaço na publicação, o texto não indica a distribuição da área alagada dentro de cada sub-região. O
trabalho de Hamilton indica que a área alagada total flutuou entre 11.000 e 110.000 Km
2
(Tabela 1).
Tabela 1. Áreas alagadas médias mensais obtidas a partir da análise das estimativas de Hamilton et al. (1996)
Mês
Corixo
Grande Cuiabá Parag. Piquirí
Taq.
F.
Taq.
R.
Nheco-
lândia
Aqui-
dauana
Nabi-
leque Miranda Total
jan 3.450 16.291 5.874 6.665 18.456 658 3.392 2.654 1.370 934 59.743
fev 4.984 17.272 6.984 7.966 23.901 865 4.069 2.980 1.945 1.204 72.168
mar 6.894 17.157 8.626 9.493 26.434 1.178 4.983 3.328 2.573 1.189 81.854
abr 6.964 17.764 9.966 8.364 22.072 1.429 5.175 3.291 3.318 1.338 79.680
mai 6.554 16.866 11.027 6.493 16.527 1.624 5.036 3.423 4.418 1.678 73.646
jun 5.610 16.170 11.188 4.489 12.719 1.653 4.589 3.536 5.072 1.999 67.024
jul 4.552 15.381 10.322 3.077 9.976 1.488 3.951 3.284 5.164 1.960 59.155
ago 3.516 13.781 9.055 1.737 7.630 1.250 3.257 2.836 4.819 1.696 49.578
set 2.648 13.709 7.571 1.146 5.903 973 3.077 2.476 3.809 1.404 42.716
out 1.981 11.895 5.993 1.350 5.326 680 2.596 2.013 2.274 1.117 35.222
nov 1.924 11.902 5.013 2.006 7.883 501 2.402 1.832 1.250 865 35.577
dez 2.546 14.375 5.109 4.401 13.323 519 2.836 2.113 1.037 877 47.136
Figura 1. Regiões utilizadas por Hamilton (1996).
- 4 -
Finalmente, o trabalho estabeleceu uma correlação muito boa entre os níveis registrados no rio
Paraguai em Ladário (66825000) e a área inundada total do Pantanal estimada por eles.
Área inundada total= 18,520*COTA LADARIO
(t+1,t+2)
-17,309 (Eq 1)
onde para estimar a área inundada do mês t em Km
2
se deve utilizar os valores médios de cota no posto
de Ladário para os próximos dois meses (em m).
Imagens do Synthetic Aperture Radar (SAR)
Dada a importância ecológica global da quantificação e uso sustentável de ecossistemas tropicais foi
lançado Projeto Global de Mapeamento da Floresta Tropical coordenado pela Agencia de
Desenvolvimento do Espaço Nacional do Japão (NASDA) (CHAPMAN, et al 2001a). Os resultados do
projeto foram condensados em um conjunto com 4 discos contendo imagens do Synthetic Aperture
Radar (SAR), que se encontra a bordo do satélite JERS-1, com resolução de 3 arcos de segundos
(aprox. 90m), nos quais pode ser encontrada uma imagem do Pantanal durante fevereiro de 1997.
O tipo de imagem obtido é particularmente útil para determinar áreas alagadas, existindo vários
exemplos de aplicações de dados SAR ao estudo de áreas alagadas do Brasil. A grande maioria deles se
concentra na região Amazônica, mas a abordagem adotada pode ser facilmente aplicada no estudo dos
ambientes alagáveis do Pantanal (Moraes Novo, 2006). Dentre os trabalhos realizados cabe destacar os
estudos realizados por Costa (2000) e Hess et al.(2003). Costa (2000) utilizou uma serie temporal de
imagens JERS -1 e RADARSAT para estimar a produtividade primária de plantas aquáticas do Lago
Grande de Monte Alegre- AM. Essas estimativas se basearam em modelos empíricos que permitiram
determinar a variação da biomassa da vegetação a partir de dados de retroespalhamento. Hess et al.
(2003) mapearam pela primeira vez o limite das áreas alagadas ao longo da calha do rio Amazonas e de
seus principais afluentes a partir do uso de mosaicos de imagens do satélite JERS-1. Eles também
usaram as imagens para gerar um mapa de estado da cobertura vegetal, identificando várias classes
dentre as quais, florestas inundadas, florestas não inundadas, chavascais, campos, entre outras classes.
Uma aplicação do SAR no Pantanal foi realizada por Geoffrey et al (1997). Os pesquisadores
utilizaram dados SAR obtidos do satélite ERS-1 para diversas datas em 1992-1993 para estimar o
índice de lacunaridade da Região de Nhecolândia.
Outras estimativas
Krug e Geoffrey (1995) também analisaram a lacunaridade na fazenda Bodoquena no Sul do Pantanal
utilizando o índice NDVI obtido de imagens Landsat TM.
- 5 -
Liu et al (2002) não desenvolveram especificamente um mapeamento do Pantanal. No entanto, são
citados porque desenvolveram uma metodologia de previsão sazonal de vazões utilizando dados
obtidos por sensoriamento remoto da Índice de Vegetação por Diferença Normalizada (mais conhecido
NDVI) obtidos do Sensor AVHRR do NOAA e precipitação obtida de pluviômetro da Agência
Nacional de Águas.
Também são importantes os estudos regionais do alagamento do Pantanal entre os que se destacam os
resultados do Projeto MULPAN (INPE/CPAP-EMBRAPA), sobre a variação da área alagada no
período de seca e de cheia em parte da sub-região da Nhecolândia. Nesse estudo foram interpretadas
imagens de satélite Landsat - TM de 21/10/1990 (período seco) e de 17/05/1991 (período de cheia) com
as quais foi determinada a área inundada. (Abdon & Silva, 1995).
3. Metodologia.
Para determinar e avaliar as estimativas de inundação existente foram, por um lado, classificadas as
imagens SAR obtidas de Chapman et al (2001a). Por outro lado, foram digitalizados os dados
apresentados por Hamilton, et al (1996) de forma de obter séries temporais de áreas alagadas para cada
mês para cada um das 10 regiões apresentadas no estudo mencionado. Utilizando a técnica de cross-
validation foram ajustadas equações de regressão entre vazão média mensal em diferentes locais de
área analisada e a área média mensal inundada. A técnica de cross-validation permite que sejam
ajustadas diversas regressões aos dados, onde em cada regressão é eliminada alternadamente da série
20% dos dados. De esta forma resultam N regressões com N conjuntos de parâmetros. O valor final dos
parâmetros é a média dos N valores, e a qualidade do ajuste pode ser medida pelas estatísticas do ajuste
com os parâmetros médios.
Com as regressões estabelecidas foram estendidas as séries de áreas inundadas de forma de obter os
valores correspondentes a fevereiro de 1997, para, de esta forma, serem comparadas com os resultados
obtidos na classificação das imagens contidas no set do Projeto Global de Mapeamento da Floresta
Tropical.
4. Resultados e discussão.
O primeiro passo foi o ajuste de uma regressão entre área alagada estimada por Hamilton et al (1996) e
valores medidos de vazão. Foram analisados todos os diferentes modelos de regressão possíveis com
até 3 preditores utilizando todos e cada um dos postos com dados fluviométricos disponíveis na bacia
(Figura 2). Para estabelecer a priori os melhores modelos foram utilizados como estatísticas o
- 6 -
coeficiente de determinação ajustado R
2
adjustado que indica quanto da variação na resposta é
explicada pelo modelo, levando em conta os graus de liberdade do modelo; e a estatística Cp de
Mallows (Hocking, 1976; Montgomery e Peck, 1982) que é relacionada ao erro médio do valor
ajustado.
As equações resultantes da regressão entre a área alagada media mensal e a vazão medida media
mensal nos postos fluviométricos selecionados com as estatísticas mencionadas se encontram na Tabela
2. Apresentam-se várias equações para cada região porquanto existem grandes falhas no registro dos
dados, e, a utilização de equações com postos alternativos minimiza a possibilidade de não possuir
registros para a estimativa da área alagada em um determinado mês. Com as equações resultantes
foram estimados as áreas inundadas para todo o período com vazões observadas disponíveis (1978-
2003).
Figura 2. Localização dos postos fluviométricos com dados disponíveis na Bacia do Alto Paraguai.
Se observa que o melhor ajuste da área alagada obtém-se, em geral, com os postos de Amolar
(66800000) ou porto Conceição (66120000).Nesta região acredita-se acontecer seções de controle do
escoamento (Ponce, 1995; GEF/OEA/ANA/PNUMA, 2006), de forma que constituem um bom local
para identificação de tendências. As regiões em que a regressão foi claramente pobre (Ex. Miranda),
- 7 -
indicam regiões em que a disponibilidade de dados é insuficiente para caracterizar os padrões de
inundação existente.
Também foi realizado um experimento simples para tentar obter uma distribuição espacial das áreas
alagadas baseado na consideração de que a declividade do Pantanal é de aproximadamente 0.4% de
norte a Sul. A partir do MNT obtido do projeto Shuttle Radar Topography Mission (SRTM), foi
considerado que em cada região utilizada por Hamilton et al (1996) a água se comporta como em um
reservatório, ou seja, a linha de água se considera horizontal. Sob esta consideração, se procurou
avaliar as áreas que estariam inundadas para que seja reproduzido o valor obtido pelos pesquisadores.
A conclusão foi de que a consideração de superfície de água como horizontal, não é adequada para a
região (a pesar da baixa declividade regional) e de que o MNT apresenta erros superiores aos
necessários para a delimitação das áreas já que os padrões de áreas inundadas obtidos não
corresponderam aos observados em campo.
Tabela 2. As equações resultantes da regressão entre a área alagada média e vazões médias mensais.
Região Equação R
2
ajustado
Corixo Grande
-3676.34+17.05*Q
66120000
0,87
-3590.67+4.559*Q
66800000
+10.762*Q
66050000
0,88
Cuiabá -7131.09+27.00*Q
66120000
0,87
-5567.84+5.95*Q
66800000
+9.716*Q
66340000
0,87
Paraguai -1465.27+5.030*Q
66895000
0.83
-3377.115+6.239*Q
66800000
+1.18*Q
67100000
0.89
-2589.095+6.647*Q
66800000
+1.071*Q
67100000
-8.0*Q
66945000
0.91
Piquirí -934.286+17.875*Q
66340000
0,79
-3435.022+14.518*Q
66120000
+64.804*Q
66110000
0,86
-3697.715+12.987*Q
66120000
+55.219*Q
66110000
+32.9*Q
66480000
0,92
Taquarí F. -10816.97+41.25*Q
66090000
0,72
-7285.310+4.665*Q
66895000
+141.57*Q
66065000
0,71
Taquarí R. -775.389+ 0.964*Q
66895000
0,85
-1058.361+1.181*Q
66800000
+0.210*Q
67100000
0,86
Nhecolândia -1113.704+8.306*Q
66120000
0,58
-174.701+2.577*Q
66800000
+0.957*Q
66070004
0,68
Aquidauana -1144.832+9.273*Q
66120000
0,47
-2160.120+1.663*Q
66895000
+5.429*Q
66870000
0,66
Nabileque -3694.246+ 2.506*Q
67100000
0,82
-4063+2.379*Q
67100000
-14.014*Q
67025000
+0.519*Q
66810000
0,85
Miranda -611.040+1.060*Q
66895000
0,48
-704.286+1.159*Q
66895000
-1.757*Q
66340000
+12.163*Q
66006000
0,51
- 8 -
Paralelamente ao ajuste da regressão aos dados de Hamilton et al (1996) foi classificada a imagem SAR
obtida de Chapman et al (2001a) em 5 classes (Floresta/Cerrado, cultivo/pastagem, água, vegetação
baixa alagada, e floresta alagada) seguindo as sugestões de Moraes Novo (2000), Chapman et al.
(2001b) e Freeman (2000) e dados de Imagens Landsat e de visitas de campo.
Basicamente, nas imagens de radar a água aparece escura devido que a água atua como “espelho”
refletindo em direção contraria ao satélite os sinais, a floresta alagada aparece brilhante devido a dupla
reflexão (ou seja, reflexão na água que se encontra por baixo da floresta e nos próprios troncos). A
floresta ou cerrado aparecem com brilho médio devido à dispersão causada pelo dossel. Já áreas
urbanas tendem a serem brilhantes devido a refletividade das superfícies, e as áreas de vegetação baixa
possuem brilho intermediário entre florestas e água. Estas considerações se encontram resumidas na
Figura 3
Figura 3. Padrões observados em imagens de radar (Freeman, 2000)
Os resultados da classificação (Figura 4) foram comparados com imágens Landsat de datas próximas a
fevereiro de 1997 e com levantamentos de campo efetuados durante o projeto
ANA/GEF/PNUMA/OEA, 2006. A imagem classificada mostra que os setores alagados totalmente
(água) e as florestas ou cerrado foram corretamente identificados; também que a floresta alagada se
localizou basicamente nas margens dos rios, o que resulta compatível com a mata de galeria que se
observa no Pantanal. No entanto, na região do leque aluvial do Taquari, muitas regiões aparecem como
não estando alagadas (cultivo/pastagem), e, as imagens Landsat não são suficientes para identificar o
grau de alagamento existente.Existem evidencias nas imagens Landsat que sugerem que a região estaria
alagada ou com um teor de umidade muito alto em algum momento, no entanto, na data da imagem
SAR, a assinatura espectral não difere significativamente do cultivo irrigado. Problemas semelhantes,
na diferenciação de áreas saturadas de áreas alagadas foram discutidas por Hamiton et al (1996).
- 9 -
a)
b)
Figura 4. a) Imagem SAR do Pantanal com as regiões sugeridas por Hamilton et. Al. (1996) b) Classificação das
imagens SAR realizada neste estudo.
Na Tabela 3 são comparados os alagamentos estimados a partir das informações contidas em Hamilton
et al (1996) e nas imagens disponibilizadas por Chapman et al. (2001a). Observa-se que a estimativa a
partir das imagens SAR é inferior aos valores obtidos a partir da série estendida de Hamilton et al
(1996), e que a diferença é aproximadamente o valor da área de cultivo/pastagem discutida acima.
Tabela 3. Áreas alagadas segundo classificação das imagens SAR obtidas de Chapman et al. (2001a) e da extensão da
série de Hamilton et al. (1996). Áreas em Km
2
.
Clase
Corixo
Gran.
Cuia Parag. Piqui.
Taq.
F.
Taq.
R.
Nheco
Aqui-
Nabi-
leque
Miran.
Total
Floresta/Cerrado (1)
4.120
6.020
6.536
7.481
10.284
1.433
2.487
3.346
3.852
3.107
48.668
Cultivo/Pastagem(2)
4.019
3.490
4.650
4.479
15.787
1.655
4.727
3.759
5.515
1.509
49.591
Vegetação baixa
alagada(3)
2.077
3.383
2.255
3.159
4.790
588
912
1.427
2.125
1.476
22.191
Água(4)
813
360
2.583
258
4.079
194
1.494
388
556
46
10.771
FlorestaAlagada(5)
590
1.973
494
1.645
862
90
7
159
2.440
539
8.798
Área inunda da SAR
(3+4+5) 3.481
5.715
5.332
5.061
9.731
872
2.414
1.974
5.121
2.060
41.760
Área inundada
Hamilton et al. (1996) 6.316 8.939 7.621 8.909 28.190 1.161 4.886 3.410 2.588 1.072 73.090
Dadas a baixa resolução espacial das imagens utilizadas por Hamilton et al. (1996) ( 27 Km), e por
outro lado, que os pesquisadores mostraram que a área inundada sazonalmente foi muito sensível a
mudanças nas características das regiões, existindo dispersão na estimativa dos valores de polarização
de referência pode explicar as diferenças nas estimativas. Por outro lado, a inexistente resolução
- 10 -
temporal das imagens SAR, não permite validar a metodologia por comparação com as mudanças nos
níveis. De esta forma, nenhuma das estimativas pode ser aceita sem discussão sem novas informações.
5.Conclusões.
A comparação dos os alagamentos estimados a partir das informações contidas em Hamilton et al
(1996) e nas imagens disponibilizadas por Chapman et. al (2001a) mostrou divergências entre eles, sem
que seja possível estimar ou validar qualquer um deles. No entanto, e como conseqüência da resolução
espacial, os resultados obtidos do SAR se mostraram mais próximo das condições observadas nas
viagens de campo. Novas pesquisas são necessárias para determinar qual a verdadeira área inundada do
Pantanal.
Por outro lado, o experimento envolvendo o MNT derivado do SRTM indicou que uma a modelagem
da área inundada do Pantanal deve levar em conta as declividades locais embora estas sejam muito
baixas para caracterizar corretamente os fluxos regionais. Nesse sentido, as metodologias apresentadas
por Verwey (2001) e Bates e De Roo (2000) se mostraram promissoras.
6.Bibliografia
GEF/OEA/ANA/PNUMA 2006. Modelo de Gerenciamento dos Recursos Hídricos do Alto Paraguai. Relatório
Final. IPH-UFRGS, Porto Alegre.
ABDON, M. de M. ; SILVA, J. dos S. V. ; GALDINO, S. .1997 Extensao da area alagada no periodo de cheia
em parte da sub-regiao da Nhecolandia, no Pantanal, Brasil.. In: VIII SIMPOSIO LATINO AMERICANO
DE PERCEPCION REMOTA, 1997, Caracas. Anais do VIII Simposio Latino Americano de Percepcion
Remota.
ABDON, M. M.; SILVA, J. S. V. 1995. Extensão da área alagada no período de cheia em parte da sub-região da
Nhecolândia, no Pantanal, avaliada através de dados do Landsat-TM. In: ENCONTRO SOBRE
SENSORIAMENTO REMOTO, APLICADO A ESTUDOS NO PANTANAL, 1995, Corumbá. Livro de
resumos. São José dos Campos: INPE, 1995.p. 123-124.
BATES, P. D. E DE RÔO, A.P.J. 2000. A simpler raster-based model for flood inundation simulation. J. of
Hydrology, 236. p 54-77.
CHAPMAN, B., A. ROSENQVIST, AND A. WONG. 2001a. JERS-1 SAR Global Rain Forest Mapping
Project. [JERS-1 Synthetic Aperture Radar Global Rain Forest Mapping Project]. Vol. AM-1, South
America, 1995-1996. CD-ROM. National Space Development Agency of Japan, Earth Observation Research
Center; National Aeronautics and Space Administration, Jet Propulsion Laboratory; European Commission
Joint Research Centre; Earth Remote Sensing Data Analysis Center of Japan; Remote Sensing Technology
Center of Japan; and Alaska SAR Facility. Available from Oak Ridge National Laboratory Distributed
Active Archive Center, Oak Ridge, Tennessee, U.S.A.
CHAPMAN, B.; COSTA, M.; ROSENQVIST, A.; TELMER, K. 2001b .JERS-1 SAR Observations of the
Pantanal Wetland in South América. American Geophysical Union, Fall Meeting 2001, abstract #H32E-06
COSTA, M. F. 1999. História de um país inexistente: O Pantanal entre os séculos XVI e XVIII. Kosmos, São
Paulo, 277p.
- 11 -
COSTA, M. P. F. 2000. Net Primary Productivity of Aquatic Vegetation of the Amazon Floodplain: a Multi-
SAR Satellite Approach. Tese (Doctor of Philosophy). University of Victoria.
D.C. MONTGOMERY AND E.A. PECK. 1982. Introduction to Linear Regression Analysis. John Wiley &
Sons.
FREEMAN, 2000. What is Imaging Radar ?. In: Chapman, B., A. Rosenqvist, and A. Wong. 2001. JERS-1 SAR
Global Rain Forest Mapping Project. [JERS-1 Synthetic Aperture Radar Global Rain Forest Mapping
Project]. Vol. AM-1, South America, 1995-1996. CD-ROM. National Space Development Agency of Japan,
Earth Observation Research Center; National Aeronautics and Space Administration, Jet Propulsion
Laboratory; European Commission Joint Research Centre; Earth Remote Sensing Data Analysis Center of
Japan; Remote Sensing Technology Center of Japan; and Alaska SAR Facility. Available from Oak Ridge
National Laboratory Distributed Active Archive Center, Oak Ridge, Tennessee, U.S.A.
GEOFFREY M. HENEBRY HERMANN J.H. KUX. 1997. Spatio-temporal analysis of SAR image series from
the Brazilian Pantanal. In Anais do 3rd ERS Symposium, 14-21 March 1997
HAMILTON, S. K.; SIPPEL, S. J.; MELACK, J. M. 1996. Inundation patterns in the Pantanal wetland of South
America determined from passive microwave remote sensing. Archiv. F. Hydrobiologie. v.137, n.1, p.1-23,
KRUG T e GEOFFREY M. 1995. Seasonality of reflectance in the southern Pantanal of Brazil: spatio-temporal
landscape segmentation using correlation length and lacunarity of NDVI images. In: Anais do Geoscience
and Remote Sensing Symposium, 1995. IGARSS '95. 'Quantitative Remote Sensing for Science and
Applications', International. Digital Object Identifier 10.1109/IGARSS.1995.521803.
LIU, W. T; AYRES, F. M; SALLES, A T. AND PADOVANI, C. 2002. Alto Paraguay river water level
prediction using NOAA AVHRR NDVI. 1º International Symposium, Recent Advances In Quantitative
Remote Sensing.36p.
MORAES NOVO, E. M. 2006.Bases teóricas para o uso de imagens SAR no estudo de áreas alagadas. Anais 1º
Simpósio de Geotecnologias no Pantanal, Campo Grande, Brasil, 11-15 novembro 2006,Embrapa
Informática Agropecuária/INPE, p.883-894.
PONCE, V. M. 1995. Hydrologic and Environmental Impact of the Paraná-Paraguay Waterway on the Pantanal
of Mato Grosso, Brazil: A Reference Study. San Diego, CA: San Diego State University Report.
R.R. HOCKING. 1976. A Biometrics Invited Paper: The Analysis and Selection of Variables in Linear
Regression, Biometrics, 32, 149.
SILVA, J. S. 1991. Aplicações de técnicas de sensoreamento remoto e sistema de informações geográficas na
avaliação da dinâmica de inundação do Pantanal. Disertação de Mestrado. Instituto Nacional de Pesquisas
Espaciais.
SOUZA, J. D. 2004. Estudo Ecológicos da Ariranha Pteronura brasiliensis (Zimmermann,1780), (Carnivora:
Mustelidae) no Pantanal Mato-grossense. Teste de Mestrado em Ecologia e Conservação da Biodiversidade.
Universidade Federal de Mato Grosso, UFMT, Brasil. Ano de Obtenção: 2004.
VERWEY, A. 2001. Latest developments in Floodplain modelling – 1D/2D integration. In: The Institution of
Engineers, Austrália. COnference on Hydraulics in Civil Engineering. Hobart 28-30 November 2001.
Anexo F. Ajuste do Modelo MGB na Bacia
do Alto Paraguai.
- 2 -
- 3 -
Como fora indicado no capítulo 3, a BAP se divide em 3 zonas bem diferentes: Chaco, Planalto e
Pantanal. A região do Chaco, não gera praticamente escoamento, e, portanto não é considerada nas
simulações hidrológicas.
Para facilitar a calibração do modelo matemático da Bacia do Alto Paraguai, a etapa de calibração foi
dividida em três partes. A primeira parte compreendeu a calibração das bacias do Planalto da Bacia do
Alto Paraguai.. A continuação foi feita a calibração das áreas a serem simuladas hidrologicamente
dentro do Pantanal (áreas que contribuem para o escoamento na região da Bolívia e dentro do próprio
Pantanal) em conjunto com a calibração do modelo hidrodinâmico dentro do Pantanal (perdas e ganhos
para a planície, tipo de conexão entre lagoas e lagoas e canal, rugosidade da planície e canal principal,
etc.). A calibração das áreas a serem simuladas hidrologicamente dentro do Pantanal foi realizada em
conjunto com a calibração do modelo hidrodinâmico devido as interações envolvidas.
1 Simulação das bacias do Planalto.
O modelo foi calibrado independentemente para cada uma das macrobacias do Planalto da BAP: Alto
Paraguai, Cuiabá, São Lourenço, Piquiri/Itiquira, Taquari, Aquidauana e Miranda (Figura 1 e Tabela
1), utilizando sempre o período de tempo com melhor conjunto de dados pluviométricos (Figura 2) e
fluviométricos (Figura 3) disponíveis (vide anexo D para a resolução temporal dos dados).
Tabela 1. Bacias em estudo no Planalto
Rio Bacia (seção de controle) Área da bacia no Planalto (Km
2
) Estados
Paraguai Cáceres 32.274 MT
Cuiabá Cuiabá 22.037 MT
São Lourenço Acima Córrego Grande 21.800 MT
Itiquira/Correntes Estrada BR 163 - Itiquira 5.100 MT
- 4 -
Taquari Coxim 27.040 MS
Aquidauana Aquidauana 15.200 MS
Miranda Miranda 15.460 MS
Figura 1. Macrobacias do Planalto da BAP e discretização adotada.
Figura 2. Localização dos postos pluviométricos com dados disponíveis na Bacia do Alto Paraguai.
- 5 -
Figura 3. Rede de monitoramento hidrométrico da bacia hidrográfica do Alto Paraguai. (Estações com
dados na Hidroweb).
1.1 Bacia do rio Cuiabá
A parte da bacia do rio Cuiabá estudada corresponde a 22.000 km
2
incluídos dentro do Planalto da
bacia Alto Paraguai Dois postos fluviométricos foram utilizados para o ajuste do modelo na referida
bacia (Cuiabá e Rosário Oeste).
A bacia foi discretizada considerando 329 células de 0,1 x 0,1 grau (aproximadamente 11 x 11 Km) e
foram utilizados 10 blocos com características homogêneas de solo e uso do solo . A cobertura de
postos pluviométricos utilizados é baixa o que limitou parte dos resultados. De qualquer forma os
ajustes obtidos podem ser considerados razoáveis (Figura 4 e Figura 5), mostrando que o modelo
consegue reproduzir bem o escoamento nos postos de verificação. Os resultados também mostraram
que é possível melhorar os resultados de ajuste com a melhoria da cobertura pluviométrica.
- 6 -
0
500
1000
1500
2000
2500
24/4/1981 6/9/1982 19/1/1984 2/6/1985 15/10/1986 27/2/1988 11/7/1989 23/11/1990
Calculado
Observado
Figura 4. Hidrogramas de vazão diária calculada e observada do rio Cuiabá em Cuiabá, de abril de 1981
a dezembro de 1990.
1
10
100
1000
10000
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
% do tempo
Vazão (m3/seg)
Observado
Calculado
Figura 5. Curva de permanência da vazão diária calculada e observada do rio Cuiabá em Cuiabá, de
Abril de 1981 a dezembro de 1990.
1.2 Bacia do Rio Taquari
A bacia do rio Taquari em Coxim tem 27.000 km
2
. O rio Taquari é um afluente da margem esquerda do
rio Paraguai, na região do Pantanal Antes de entrar na região baixa e plana do Pantanal, onde as
altitudes são sempre inferiores aos 200 m, o rio Taquari drena a região do Planalto, onde as altitudes
chegam a mais de 800 m. Entre o Planalto e o Pantanal a transição é brusca, marcada por uma linha de
montanhas no sentido norte – sul.
A bacia, originalmente coberta por florestas e cerrado, é hoje utilizada para a agricultura e a pecuária.
Conforme a classificação de uso do solo e cobertura vegetal apresentada por Galdino et al. (1999),
atualmente as pastagens cobrem a maior parte da área da bacia (Figura 6).
- 7 -
Figura 6. Uso do solo e cobertura vegetal na bacia do rio Taquari, MS (Galdino et al., 1999).
A característica mais marcante da hidrologia da bacia do rio Taquari, no Estado do Mato Grosso
do Sul, é, certamente, a alteração das vazões observadas entre o início da década de 70 e a década de 80
(Figura 7)
0
5 0 0
1 0 0 0
1 5 0 0
2 0 0 0
2 5 0 0
ju l- 6 9 ju l- 7 1 ju l-7 3 j u l- 7 5 ju l-7 7 j u l- 7 9 j u l- 8 1 j u l- 8 3
Vazão (m3/s)
Figura 7. Vazões diárias do rio Taquari MS em Coxim entre 1969 e 1984.
Para a sua simulação, a bacia foi discretizada com 291 quadriculas e 8 blocos com características
homogêneas. Os resultados do ajuste foram relativamente bons, considerando as limitações dos dados
disponíveis na bacia .
- 8 -
Figura 8. Hidrogramas de vazão diária calculada e observada do rio Taquari em Coxim, de agosto de
1981 a setembro de 1982.
100
1000
0% 10% 20% 30% 40% 50 % 60% 70 % 80% 90 % 100%
Probabilidad e de e xc edên cia
Vazão (m3/s)
Ca lculad a
Observad a
Figura 9. Curvas de permanência da vazão diária calculada e observada do rio Taquari em Coxim, de
julho de 1978 a dezembro de 1984.
1.3 Bacia do Rio Paraguai Superior
Neste trabalho, considerou-se o posto fluviométrico de Descalvados (66460000) como ponto limite da
simulação do rio Paraguai no Planalto da BAP. A montante do posto a bacia hidrográfica tem uma área
de drenagem de cerca de 48.530 km
2
Para calibração foram utilizados 9 postos fluviométricos, com
principal destaque do posto localizado na cidade de Cáceres, com área de drenagem de 33.860 km
2
, dos
quais cerca de 11.000 km
2
situados abaixo da cota 200m. A bacia foi discretizada para simulação em
células de 0,1x0,1 graus de lado, completando um total de 395 células.
Em cada célula o uso do solo e a cobertura vegetal foram representados por 10 tipos diferentes de
blocos, cada um indicando uma combinação única de tipo de solo e de cobertura vegetal. Da mesma
- 9 -
forma que na bacia do Rio Cuiabá, a cobertura de postos pluviométricos é muito baixa com influência
negativa nos resultados. Para o ajuste do modelo foi selecionado o período entre janeiro de 1993 e
dezembro de 1999 (7 anos) por apresentar menos falhas nos dados de chuva, curvas-chave mais
confiáveis, e por corresponder ao período posterior às grandes mudanças de uso do solo da bacia, ou
seja, mais representativo da situação atual.
A calibração do modelo foi realizada enfocando o ajuste dos hidrogramas em três postos fluviométricos
na bacia: Cáceres e Barra do Bugres, no próprio rio Paraguai e São José do Sepotuba, no rio Sepotuba.
Nestes três locais o ajuste dos hidrogramas durante a calibração foi bom, especialmente no posto
fluviométrico de Cáceres (Figura 10 e Figura 11).
Figura 10. Hidrogramas de vazão diária calculada e observada do rio paraguai no posto Cáceres, de maio
de 1993 a dezembro de 1999.
Figura 11. Curvas de permanência da vazão diária calculada e observada do rio Paraguai no posto
fluviométrico de Cáceres, de 1993 a 1999.
- 10 -
1.4 Bacia dos rios Itiquira - Correntes
Este rio também é chamado de Piquiri e tem sua origem na confluência dos rios Itiquira e Correntes,
este último resultante da confluência dos rios Piquirizinho (ou Alto Piquiri) e Correntes. Neste estudo,
considerou-se o posto fluviométrico de São Jerônimo (66950000) foi considerado como o ponto limite
da simulação do rio Itiquira. Este posto está localizado na planície pantaneira, 65 Km a jusante da
confluência dos rios Itiquira e Correntes, possuindo uma área de drenagem de cerca de 27.150 Km². A
bacia foi discretizada para simulação em células de 0,1 x 0,1 graus, completando um total de 231
células até o posto fluviométrico de São Jerônimo .
Os tipos de uso e cobertura do solo foram combinados com os tipos de solo e o resultado da
combinação foi reduzido a 10 classes, desconsiderando as variações internas ao tipo de uso (soja e
milho) e ao tipo de cobertura (vários tipos de cerrado). A Figura 12 mostra os blocos resultantes.
Figura 12. Blocos de comportamento hidrológicos internos a cada célula na bacia do Rio
Itiquira/Correntes.
Entre todas as bacias do Alto Paraguai a bacia do rio Itiquira mostrou as maiores carências de dados.
As séries históricas dos postos fluviométricos são, em geral, curtas e de má qualidade (com muitas
falhas). A densidade dos postos pluviométricos é baixa e as séries apresentam muitas falhas. Em função
destas carências não foi possível calibrar o modelo nas sub-bacias dos rios Piquiri e Corrente. Os
valores dos parâmetros do modelo nesta bacia foram considerados idênticos aos valores dos parâmetros
na bacia do rio Itiquira, onde foi realizada a calibração.
Para o ajuste do modelo foi selecionado o período entre 1º de janeiro de 1975 e 31 de dezembro de
1981 (7 anos) por apresentar as séries de dados com menor número de falhas e com curvas chave
razoavelmente confiáveis. Entretanto, durante este período ocorreram consideráveis mudanças de uso
- 11 -
do solo na bacia, o que pode exigir uma nova calibração do modelo quando séries de dados de chuva e
vazão mais recentes e suficientemente longas estejam disponíveis.
Em função da má qualidade das séries de dados da maior parte dos postos fluviométricos, foram
considerados apenas dois postos para o procedimento de calibração de parâmetros do modelo. Os dois
postos escolhidos foram: a) posto Itiquira, no rio Itiquira e b) posto BR 163, também no rio Itiquira. O
ajuste dos hidrogramas pode ser considerado como razoável. Em geral, os erros são maiores nas vazões
máximas do que nas vazões médias e mínimas, indicando que a utilização do modelo para previsão de
cheias em tempo real dependerá de um considerável aumento na densidade de postos pluviométricos.
Na Figura 13 são apresentados os hidrogramas calculado e observado no rio Itiquira no posto
fluviométrico Itiquira, no período de junho de 1978 a julho de 1980. O comportamento geral do
hidrograma é razoavelmente bem ajustado, entretanto os picos são mal representados, com valores
calculados ora acima ora abaixo dos observados. Estes resultados relativamente ruins nas vazões
máximas devem estar associados à baixa densidade de postos pluviométricos na bacia. Em
conseqüência disso, alguns eventos de chuva intensa podem ocorrer em áreas não monitoradas,
resultando em picos de vazão que não podem ser reproduzidos pelo modelo. Infelizmente não é
possível reverter este quadro na calibração dos parâmetros do modelo.
Figura 13. Hidrogramas de vazão diária calculada e observada do rio Itiquira no posto Itiquira, de junho
de 1978 a julho de 1980.
Na Figura 14 apresenta-se o período chuvoso de 1979
-1
980 e 1980
-1
981 no posto do rio Itiquira na BR
163. Embora o ajuste dos hidrogramas seja bastante melhor do que no caso do posto Itiquira, observa-
- 12 -
se que há casos em que os picos de cheia são mal reproduzidos, como é o caso do evento de fevereiro
de 1980, o maior do período.
Figura 14. Hidrogramas de vazão diária calculada e observada do rio Itiquira no posto BR 163, de agosto
de 1979 a junho de 1981.
A Figura 15 apresenta as curvas de permanência de vazões diárias calculada e observada no posto
fluviométrico BR 163, no rio Itiquira. As curvas de permanência mostraram-se bastante próximas,
exceto nas vazões mínimas inferiores à Q
90
. No caso da vazão diária com 90% de probabilidade de ser
excedida (Q
90
), que muitas vezes é utilizada como referência, o valor observado é de 45 m
3
.s
-1
,
enquanto o valor calculado é de 52 m
3
.s
-1
.
Figura 15. Curvas de permanência da vazão diária calculada e observada do rio Itiquira no posto
fluviométrico BR 163, de julho de 1975 a dezembro de 1981.
- 13 -
1.5 Bacia do Rio São Lourenço
Neste estudo, considerou-se o posto fluviométrico de Acima de Córrego Grande (66460000) como
ponto limite da simulação do rio São Lourenço no Planalto da BAP. A montante do posto a bacia
hidrográfica tem uma área de drenagem de cerca de 21.800 Km
2
. A bacia foi discretizada para
simulação em células de 0,1 x 0,1 graus (aproximadamente 11 Km ou de lado), completando um total
de 196 células. Os tipos de uso e cobertura do solo foram combinados com os tipos de solo e o
resultado da combinação foi reduzido a 10 blocos hidrológicos, reclassificando combinações pouco
freqüentes, de acordo com o comportamento hidrológico esperado (Figura 16).
Figura 16. Blocos de comportamento hidrológicos internos a cada célula.
A bacia do rio São Lourenço apresenta falhas importantes nas séries de dados hidrometeorológicos.
Durante a década de 1980, por exemplo, não foram realizadas medições de vazão nos postos
fluviométricos da região, o que compromete bastante a qualidade das séries de vazões diárias
disponíveis para a realização deste trabalho. As medições de vazão são necessárias para definir,
verificar e atualizar a curva chave de um posto. Em rios de leito móvel ou de margens arenosas, como é
o caso na bacia do São Lourenço, existe a tendência de ocorrerem alterações importantes na curva
chave de um período para outro. Alterações deste tipo podem ser observadas no posto fluviométrico
Acima de Córrego Grande. Quando ocorre um longo período sem medições de vazão, a incerteza na
curva chave aumenta muito e inviabiliza a transformação de dados de cotas, lidos diariamente, em
dados de vazão. Assim, o período de dados de vazão da década de 1980 é inadequado para a calibração
do modelo hidrológico.
- 14 -
A partir de 1992 as medições de vazão voltaram a ocorrer rotineiramente nos postos fluviométricos da
bacia. Entretanto, a partir do início da década de 1990 houve um grande número de falhas nas séries de
dados de precipitação. Infelizmente, estas falhas se concentraram bastante nos postos pluviométricos
situados na cabeceira da bacia no período 1994-2000, o que dificulta o ajuste do modelo para os postos
de fluviométricos localizados mais a montante. No anexo D se encontra descrita em detalhe a
disponibilidade temporal dos dados hidrológicos.
Para o ajuste do modelo foi selecionado o período entre maio de 1992 e dezembro de 1999 (6,5 anos)
por apresentar as curvas-chave mais confiáveis, conforme comentado antes no texto. Apesar destas
dificuldades, derivadas da carência de dados, foi possível realizar o ajuste na calibração do modelo
hidrológico no posto fluviométrico denominado Acima do Córrego Grande.
Na Figura 17 são apresentados os hidrogramas calculado e observado no rio São Lourenço, no posto
Acima do Córrego Grande, no período de abril de 1992 a dezembro de 1999. O comportamento geral
do hidrograma é bem ajustado, embora ocorra superestimativa das vazões máximas. Isto ocorre, em
parte, porque a curva chave do posto Acima de Córrego Grande não é bem definida para vazões acima
de 800 m
3
.s
-1
, que correspondem à cota em que inicia o transbordamento da seção.
Figura 17. Hidrogramas de vazão diária calculada e observada do rio São Lourenço no posto Acima do
Córrego Grande, de maio de 1992 a dezembro de 1999.
A Figura 18 apresenta as curvas de permanência de vazões diárias calculada e observada no rio São
Lourenço. As curvas de permanência mostraram-se bastante próximas, exceto na faixa de vazões
máximas, onde a vazão calculada é superior à observada.
- 15 -
Figura 18. Curvas de permanência da vazão diária calculada e observada do rio São Lourenço no posto
Acima do Córrego Grande, de 1992 a 1999.
1.6 Bacia do Rio Aquidauana
O rio Aquidauana tem suas nascentes na Serra do Maracaju, a mais de 700 m de altitude, e no seu
trecho superior o rio corre por um vale no sentido nordeste - sudoeste, até a cidade de Aquidauana, cuja
altitude média é pouco superior a 150 m. A partir deste ponto o rio entra na região da planície do
Pantanal Matogrossense, onde depois encontra o rio Miranda.
Neste estudo, considerou-se o posto fluviométrico de Porto Ciríaco (66950000) como ponto limite da
simulação do rio Aquidauana. Este posto está localizado na planície pantaneira, o que dificulta o
traçado claro da sua bacia hidrográfica, entretanto estima-se que a área de drenagem seja de,
aproximadamente, 19.200 km². No posto fluviométrico de Aquidauana (código 66945000), a área de
drenagem é de 15.200 Km², e no posto fluviométrico Ponte do Grego (código 66926000), o rio tem
uma área de drenagem de 4.900 km², segundo o inventário atualizado da ANA. Entretanto, antigos
dados de inventário indicam uma área de 6.830 Km², o que está em concordância com as estimativas
realizadas em ambiente de geoprocessamento durante este trabalho. Esta diferença foi analisada,
constatando-se como causa provável que o cálculo atualizado da ANA tenha ignorado um contribuinte
de quase 1.700 km² cuja confluência encontra-se poucos quilômetros a montante da seção do posto, o
que foi confirmado através da análise de mapas e imagens de satélite. A bacia foi discretizada para
simulação em células de 0,1 x 0,1 graus, completando um total de 164 células até o posto fluviométrico
Porto Ciríaco.
- 16 -
Figura 19. Blocos de comportamento hidrológico interno a cada célula.
A mesma carência de dados hidrometeorológicos existente na bacia do rio Cuiabá é encontrada na
bacia do rio Aquidauana. Com relação aos dados pluviométricos, é importante destacar que não foram
encontrados registros de chuva dos postos situados na cabeceira da bacia no período 1994-2000, o que
dificulta o ajuste do modelo e limita a qualidade dos resultados .
Para o ajuste do modelo foi selecionado o período entre 1º de janeiro de 1992 e 31 de dezembro de
1997 (6 anos), por apresentar as séries de dados com menor número de falhas.Os resultados da
aplicação do modelo hidrológico foram analisados considerando as estatísticas e as funções objetivo
nos postos fluviométricos Ponte do Grego e Aquidauana, em intervalo de tempo diário.Na Figura 20
são apresentados os hidrogramas calculado e observado no rio Aquidauana, em Aquidauana, no
período de janeiro de 1993 a dezembro de 1997. O comportamento geral do hidrograma é
razoavelmente bem ajustado. Por exemplo, o maior pico de cheia deste período, ocorrido no dia 5 de
dezembro de 1997, foi muito bem reproduzido no hidrograma calculado.
- 17 -
Figura 20. Hidrogramas de vazão diária calculada e observada do rio Aquidauana em Aquidauana, de
janeiro de 1993 a dezembro de 1997.
Na Figura 21 apresenta-se o período chuvoso de 1994 e 1995 no posto de Aquidauana onde alguns
picos de vazão são subestimados, enquanto outros são superestimados, o que é, provavelmente, uma
conseqüência da baixa densidade de postos pluviométricos na bacia.
Figura 21. Hidrogramas de vazão diária calculada e observada do rio Aquidauana em Aquidauana, de
junho de 1994 a junho de 1995.
A Figura 22 apresenta as curvas de permanência de vazões diárias calculada e observada em
Aquidauana, no rio Aquidauana.
- 18 -
Figura 22. Curvas de permanência da vazão diária calculada e observada do rio Aquidauana em
Aquidauana, de junho de 1994 a junho de 1995.
As cheias do rio Aquidauana ocorrem de forma relativamente lenta, isto é, há um período de tempo
considerável entre a maior intensidade de precipitação na bacia e os picos de vazão. Isto representa
uma vantagem para a previsão de vazão em tempo real com base na precipitação. Por outro lado, a rede
de postos pluviométricos é, ainda, muito esparsa, o que deverá limitar a qualidade das previsões. Em
alguns afluentes importantes do rio Aquidauana não há nenhum posto pluviométrico, como o ribeirão
Taquaruçu, que encontra o rio Aquidauana em Aquidauana e é, portanto, fundamental para a previsão.
1.7 Bacia do Rio Miranda
A bacia do rio Miranda é a bacia localizada mais ao sul, entre as bacias analisadas neste trabalho. No
posto fluviométrico denominado MT-738, tem-se uma bacia circular de 11.820 Km
2
formada por dois
principais vales: o Miranda, com 290 Km, e o Nioaque, com cerca de 190 Km de comprimento. Entre o
posto fluviométrico da ex-Estrada MT-738 até a cidade de Miranda, o rio serpenteia num vale maior
que o anterior e com maior ocorrência de meandros. Embora a bacia incremental de 3.640 Km
2
seja
ainda montanhosa, o comportamento do rio é mais compatível com a região do Pantanal (pouca
declividade, pouca velocidade e vale largo).
A bacia do rio Miranda foi discretizada em células de 0,1 x 0,1 graus, o que corresponde a,
aproximadamente, 11 x 11 Km nesta região. O posto fluviométrico Miranda foi definido como
contorno final da bacia. Um total de 329 células foi utilizado para representar a bacia até este ponto,
conforme está apresentado na ¡Error! No se encuentra el origen de la referencia.. Cada célula, por
- 19 -
sua vez, foi subdividida em blocos hidrológicos, de acordo com o uso do solo, cobertura vegetal e tipos
de solos (Figura 23).
A Figura 24 mostra os hidrogramas calculados e observados. Na Figura 24 pode ser observado que
alguns picos de vazão são superestimados e outros são subestimados, o que é, possivelmente,
conseqüência da má qualidade dos dados de chuva e da baixa densidade dos postos pluviométricos na
bacia. O ajuste do modelo nesta bacia pode ser considerado como simplesmente satisfatório.
Figura 23. Blocos de comportamento hidrológicos internos a cada célula
Figura 24. Hidrogramas de vazão diária calculada e observada do rio Miranda em Miranda, de dezembro
de 1995 a agosto de 1998.
- 20 -
A Figura 25 apresenta as curvas de permanência de vazões diárias calculada e observada no rio
Miranda no posto fluviométrico de estrada MT 738 no período de janeiro de 1994 a dezembro de 1999.
Apesar da diferença entre as curvas calculada e observada na faixa de vazões medianas, o ajuste é
bastante bom na faixa de vazões mínimas. Observa-se, por exemplo, que a vazão Q
90
é bem
reproduzida pelo modelo. Isto é importante porque a Q
90
é considerada como referência para critérios
de outorga na legislação de alguns Estados brasileiros.
Figura 25. Curvas de permanência da vazão diária calculada e observada do rio Miranda no posto
fluviométrico MT 738 de 1994 a 1999.
2 Metodologia e ajuste do modelo no Pantanal
O modelo hidrológico utilizado para no Planalto sofreu alterações na sua formulação para representar
os processos no Pantanal devido ao seguinte:
• Os processos hidrológicos ocorrem principalmente ao longo do sistema de drenagem e
dependem da capacidade de escoamento e dos volumes de armazenamento da planície;
• A precipitação que cai sobre a bacia fica retida nas depressões ou lagos formados pelo sistema
de drenagem e os leques, descritos no capítulo 2;
• O escoamento no sistema de drenagem possui efeitos de jusante sobre os rios principais e
afluentes, portanto com comportamento fortemente hidrodinâmico.
O módulo hidrológico do modelo é o mesmo que o descrito no capítulo anterior. O módulo de
escoamento na rede de rios, baias, lagoas, corixos e vazantes é representado por uma formulação
hidrodinâmica que simula a rede de canais mediante um modelo hidrodinâmico unidimensional e a
- 21 -
planície de inundação por células ou lagoas interconectadas. A continuação é descrita esta componente
do modelo e, posteriormente, são analisados cada um dos trechos do Pantanal apresentando os
resultados do ajuste do modelo com os dados disponíveis.
Deve-se destacar que a falta de informações sobre a topobatimetria e seus referenciais ao longo do
Pantanal limitaram muito os resultados, que necessitam de revisão quando mais informações se
tornarem disponíveis.
2.1 Avaliação da perda ou ganho de água lateral nos rios do Pantanal
Conforme a análise da seção de caracterização física, os rios da bacia do Paraguai perdem água à
medida que avançam em direção ao Pantanal, alcançando seções com margens mais baixas. A água
perdida invade a planície durante as cheias e parte dela retorna ao rio na estiagem, resultando num forte
amortecimento e dificultando tentativas de simular matematicamente a hidrologia local. A correta
avaliação e quantificação desse mecanismo é necessária para representar coerentemente o balanço
hídrico do pantanal.
Devido à falta de uma topografia de alta qualidade no Pantanal, tentou-se resolver o problema
abordando-o por um caminho alternativo, estabelecendo relações entre a perda ou ganho lateral de água
nos trechos dos rios no Pantanal com as estatísticas das series de vazões médias diárias.
Os resultados dessa análise foram apresentados em Bravo (2005). Em termos gerais, os afluentes
principais do Paraguai, como o Taquari e o Aquidauana, apresentam trechos com perda lateral,
enquanto que os trechos do próprio rio Paraguai, a jusante do posto São Francisco e até o posto Porto
Murtinho, inclusive, apresentam um ganho de volume por aportes laterais.
2.2 Dados disponíveis para simulação do Pantanal
As informações necessárias para a discretização dos rios do Pantanal são:
• batimetria do leito menor do rio Paraguai e os afluentes principais; e
• topografia do leito maior, incluindo os sistemas de lagoas que se formam no leito maior.
Existem seções medidas do leito menor ao longo do rio Paraguai e afluentes nos locais em que existem
postos fluviométricos, porém sem amarração a um referencial comum. O que está disponível é uma
batimetria longitudinal que permite estimar declividades entre trechos e a amarração topográfica entre
- 22 -
seções. Estas informações estão contidas no PCBAP (BRASIL, 1997); AHIPAR (2000) e DNOS
(1974), bem como as seções do banco de dados Hidroweb.
Nos afluentes existem seções medidas no estudo do PCBAP (BRASIL, 1997), mas espaçadas de cerca
de 60 km, portanto, com grandes trechos sem medições. Além disso, o fato da informação ser
proveniente de várias fontes leva a inconsistências, devido às diferentes referências geodésicas
utilizadas em cada uma.
Se for considerado que a região analisada corresponde a uma área extremamente plana, qualquer erro
na caracterização da mesma implica em sérias limitações à capacidade de simulação do sistema,
levando a um incorreto ajuste do modelo.
Para o leito maior não existe uma topografia definida, apenas alguns pontos que não permitem uma
caracterização da planície. As imagens de satélite não possuem precisão vertical adequada para
estabelecer os desníveis e principalmente as condições dos canais de interligação que se formam dentro
do leito de inundação tão extenso. Também não existem estimativas adequadas de áreas alagadas (vide
anexo E).
2.3 Representação dos rios dentro do Pantanal
Na componente hidrodinâmica do modelo os rios e sub-bacias foram discretizados considerando o
seguinte:
• Representação explícita dos principais corpos d’água: Cuiabá, o próprio Paraguai e seus afluentes
(São Lourenço, Itiquira e Piquiri, Taquari e Miranda);
• os rios citados foram discretizados com base nos dados batimétricos disponíveis, que são
limitados (seções a cada 60 km aproximadamente no estudo do PCBAP) e seções batimétricas
sem referencial único no Paraguai. Os dados necessários para esta discretização foram as
informações sobre a calha do rio, como largura, declividade, profundidade, área molhada e raio
hidráulico, que foram obtidos a partir das informações batimétricas disponíveis. Para isso, estão
sendo utilizadas as informações levantadas durante o PCBAP, as cartas de navegação do DNIT-
AHIPAR e as seções transversais existentes em postos fluviométricos;
• durante o PCBAP foram realizados levantamentos de seções transversais nos rios Taquari, Negro,
Cuiabá, São Lourenço, Itiquira, Piquiri e no rio Paraguai, entre Amolar e Cáceres. Para a
- 23 -
caracterização do rio Paraguai a jusante de Amolar até a foz do Apa foram utilizadas as cartas de
navegação, bem como as informações de seções transversais dos postos fluviométricos;
• as seções transversais foram interpoladas para que se obtenha precisões numéricas adequadas,
utilizando-se trechos de 3 a 10 km (Cunge, 1982). A interpolação foi realizada devido à carência
de seções, a qual se contrapõe com as necessidades computacionais. Por exemplo, sobre o rio
Paraguai, a jusante da estação de Amolar, estão disponíveis somente três seções transversais (São
Francisco, Porto da Manga e Porto Murtinho) em uma distância aproximada de 700 km, quando
seriam necessárias, no mínimo, uma seção transversal a cada 10 km para representar o sistema
adequadamente;
• a planície foi discretizada por células interligadas onde foi realizado o balanço hídrico vertical e a
troca de fluxo entre planícies adjacentes.
O esquema geral do sistema hidrológico do Pantanal é mostrado na Figura 26. No total, foram
transformadas as 85 seções transversais observadas mediante interpolação em 900 seções transversais
distanciadas a menos de 10 km uma da outra. Para a simulação foram empregados 453 trechos de rios
simulados hidrodinamicamente, nos quais convergem as 71 bacias simuladas hidrologicamente. Os
pontos em preto na Figura 26 indicam a posição das seções de controle da calibração e que
correspondem aos exutórios de cada uma das 71 bacias simuladas hidrologicamente.
2.4 Discretização do sistema de corixos, lagoas e baias.
O modelo desenvolvido incorporou um conjunto de hipóteses sobre o funcionamento hidrológico-
hidrodinâmico da região da planície de inundação do Pantanal. As hipóteses se baseiam na análise das
informações obtidas no campo, no relatório do Departamento Nacional de Obras de Saneamento
(DNOS, 1974), na estimativa da perda ou ganho lateral dos rios no Pantanal e nas imagens de satélites
da região analisada.
Essas hipóteses foram feitas por trechos e considerando áreas de alagamento constante mas com
volume variável, já que não se tinha informações suficientes (topografia ou estimativas anteriores das
áreas alagadas) para caracterizar-lhas corretamente. As hipóteses seão brevemente descritas a
continuação.
- 24 -
2.4.1 Rio Paraguai
2.4.1.1 De Cáceres até Descalvados:
Nesse trecho do rio Paraguai o rio recebe as águas do rio Jaurú a montante do posto Descalvados
(66090000). Esse trecho de rio se caracteriza pela perda de volume do canal principal para o sistema de
lagoas e baias, como foi identificada pelas estimativas de perda ou ganho lateral previamente
calculadas. A curva de desvio estimada foi incorporada ao modelo considerando como destino da perda
de volume as áreas de armazenamento na margem direita do rio. As áreas de armazenamento utilizadas
neste trecho de rio possuem uma superfície aproximada de 4200 Km
2
(a área é variável conforme a
época do ano).
2.4.1.2 De Descalvados até Refúgio Três Bocas
Os afluentes a este trecho do rio Paraguai são: o rio Bento Gomes, a montante do posto fluviométrico
de Porto Conceição (66120000); o Corixo Grande (conhecido na Bolívia como rio Petas), cuja
afluência é difusa nas cercanias do posto de Bela Vista do Norte (66125000); e o rio Cuiabá, um dos
principais afluentes do rio Paraguai, cuja foz se encontra uns poucos quilômetros a montante do posto
de Refugio Três Bocas (66132000).
Este trecho do rio Paraguai apresenta um comportamento particular pela perda de volume entre os
postos de Descalvados (66090000) e Porto Conceição (66120000) para as áreas de armazenamento na
margem direita. Ainda, a jusante do posto de Porto Conceição se apresenta perda de volume para as
áreas de armazenamento localizadas na margem esquerda. Estas áreas de armazenamento recebem água
proveniente da foz do Cuiabá, através da planície. Na margem direita, se apresentam também as lagoas
Uberaba e Gaiba, nas cercanias do posto de Bela Vista do Norte. Estas lagoas se encontram
comunicadas ao rio Paraguai e entre elas através de três vertedores.
A água perdida escoa pelas áreas de armazenamentos, interconectadas através de vertedores, atingindo
novamente o rio nas cercanias do posto de Bela Vista do Norte e na confluência dos rios Paraguai e
Cuiabá.As áreas de armazenamento totalizaram uma superfície aproximada de 9.000 km² e foram
utilizados vertedores neste trecho para conectar o rio às áreas de armazenamentos.
- 25 -
Figura 26. Esquema de simulação do sistema de corixos, lagoas e baias na Bacia do Alto Paraguai
2.4.1.3 De Refugio Três Bocas até São Francisco
Da análise dos postos de Amolar (66800000) e São Francisco (66810000) apreciou-se a existência,
nesse trecho, de um grande ganho lateral de vazão nos períodos de cheias e a inexistência do mesmo
nos períodos de estiagens. Nesse sentido foram considerados dois arrombados como afluentes a este
- 26 -
trecho. Ambos ingressam a jusante do posto de Amolar (66800000). O primeiro, que ingressa mais a
montante no trecho, traz água do rio Cuiabá, em conjunto com água do rio Taquari. Sua confluência
com o rio Paraguai é um pouco difusa e se dá, em maior parte, através de uma área de armazenamento
de aproximadamente 500 km². O segundo, localizado nas cercanias do posto de São Francisco
(66810000), incorpora águas do rio Taquari, provenientes do trecho a jusante do posto São Gonçalo
(66880000).
Esse ganho foi explicado, em princípio, pelos aportes correspondentes aos dois arrombados descritos
anteriormente, mas, fundamentalmente, com o aporte correspondente ao primeiro deles. Nesse trecho
se encontram as lagoas Gaiba e Mandioré. As lagoas foram consideradas no sistema interconectado de
células, totalizando área de armazenamento de 2.000 km², aproximadamente. As áreas de
armazenamentos e lagoas foram conectadas ao rio através de vertedores.
2.4.1.4 De São Francisco até Porto da Manga
Neste trecho o rio Paraguai apresenta um braço secundário, cuja nascente encontra-se,
aproximadamente, 10 km a jusante do posto de São Francisco (66810000). Na margem direita do rio
Paraguai se encontram três lagoas. De montante para jusante, são: Vermelha, Castelo e Cáceres.
Existem também duas baias: Negra e Rabicho.
Esse trecho de rio se caracteriza por apresentar ganho de volume. Pela margem esquerda, o braço
recebe, ainda, grande parte das águas do Taquari, através do arrombado Zé da Costa. No extremo mais
a jusante desse trecho encontra-se a confluência com os rios Taquari (o segundo afluente mais
importante do rio Paraguai, dentro da região do Pantanal) e Negro. Foram utilizadas áreas de
armazenamento totalizando uma superfície aproximada de 5.000 km² e sete vertedores para comunicar
as áreas de armazenamento e lagoas ao trecho de rio.
2.4.1.5 De Porto da Manga até Porto Esperança
Esse trecho caracteriza-se por apresentar ganho de volume. Considerou-se que esse ganho corresponde,
em parte, ao aporte lateral da bacia sobre a margem direita e da água que é transferida desde o rio
Negro e o rio Miranda para uma área de armazenamento localizada sobre a margem esquerda do rio
Paraguai e conectada ao trecho de rio através de um vertedor. As áreas de armazenamento consideradas
possuem uma superfície aproximada de 700 km².
Este trecho recebe, próximo ao posto de Porto Esperança, as águas do rio Miranda, o terceiro afluente
mais importante do Paraguai dentro da região do Pantanal.
- 27 -
2.4.1.6 De Porto Esperança até Porto Murtinho
Nesse trecho o rio Paraguai apresenta um braço cuja nascente encontra-se, aproximadamente, 70 km a
jusante do posto Porto Esperança, com um comprimento aproximado de 160 km. Este braço é
denominado rio Nabileque e dá o nome à região (Pantanal do Nabileque). Assim como nos trechos
anteriores, esse trecho apresenta ganho de volume. Nesse caso foram considerados os aportes laterais
correspondentes às bacias localizadas à margem esquerda e o afluente rio Negro, em território
boliviano (também conhecido como rio Tucabaca), cuja confluência com o rio Paraguai é um pouco
difusa, mas se encontra, aproximadamente, 200 km a montante de Porto Murtinho. A calibração do
aporte do rio Negro/Tucabaca foi realizada utilizando os parâmetros de geração do escoamento
utilizados no Planalto. É importante ressaltar que, devido à inexistência de informações do lado
boliviano e sobre a dinâmica dos armazenamentos na região brasileira, essas aproximações podem ser
insuficientes para a correta representação do sistema, indicando a necessidade de estudos mais
aprimorados.
As áreas de armazenamento consideradas possuem uma superfície aproximada de 8.500 km².
2.4.2 Rio Miranda
2.4.2.1 De Estrada MT-738 até Tição de fogo
Esse trecho apresentou dois sub-trechos com comportamentos diferentes no que se refere aos aportes
laterais. O primeiro trecho é entre os postos Estrada MT-738 (66900000) e Miranda (66910000) e o
segundo é entre os postos de Miranda (66910000) e Tição de Fogo (66920000).
Entre os postos Estrada MT-738 (66900000) e Miranda (66910000), o rio Miranda apresentou um
ganho de volume por aportes laterais, considerados oriundos das bacias à margem esquerda, enquanto
que entre os postos Miranda (66910000) e Tição de Fogo (66920000) existe uma perda de volume para
as planícies, principalmente, para aquelas localizadas na margem direita, embora exista aporte lateral
desde as áreas localizadas na margem esquerda.
A superfície aproximada das áreas de armazenamento utilizadas nesse trecho foi de 2.300 km².
Empregaram-se quatro vertedores que comunicaram o trecho de rio às áreas de armazenamento além
das curvas de desvio.
- 28 -
2.4.2.2 De Tição de fogo até a foz com o rio Paraguai
Esse trecho recebe os aportes do rio Aquidauana, cuja confluência se localiza, aproximadamente, 20
km a jusante do posto de Tição de Fogo (66920000) e os aportes correspondentes à bacia localizada à
margem esquerda do rio.
A superfície aproximada das áreas de armazenamento utilizadas nesse trecho foi de 1.800 km² e foram
utilizados dois vertedores que comunicaram o trecho de rio às áreas de armazenamento além das curvas
de desvio.
2.4.3 Rio Aquidauana
A estimativa dos aportes laterais entre os postos Aquidauana (66945000) e Porto Ciríaco (66950000)
mostrou a perda de volume para vazões médias da cheia maiores a 150
m3
.s
-1
, aproximadamente, e
ganho no caso de vazões menores. Nesse sentido foram considerados no modelo os aportes laterais das
bacias localizadas sobre a margem esquerda e direita do rio e áreas de armazenamento sobre ambas as
margens.
A superfície aproximada das áreas de armazenamento utilizadas nesse rio foi de 2500 km² e ainda
foram utilizados quatro vertedores que comunicaram o trecho de rio às áreas de armazenamento.
2.4.4 Rio Negro
Aproximadamente a 40 km de sua foz, o rio Negro começa a compartilhar a sua planície de inundação
na margem direita com a planície do rio. A partir da análise de perdas e ganhos de volume, há
evidências de que o rio Negro recebe águas transferidas do rio Taquari pela margem direita. Ao mesmo
tempo, o rio Negro perde águas para a planície de inundação, na margem esquerda (planície que
compartilha em grande parte com o Rio Miranda). Finalmente as áreas de planície compartilhadas entre
o rio Negro e Miranda desembocam como um aporte lateral no trecho do rio Paraguai a jusante do
posto Porto da Manga (66895000). Como é possível observar nesta descrição, a topologia e forma do
funcionamento do sistema Taquari-Negro-Miranda é bastante complexa e, considerando o baixo o nível
de informações disponíveis, os resultados da simulação da região surpreendem pela qualidade do
ajuste.
A superfície aproximada das áreas de armazenamento utilizadas nesse rio foi de 4500 km².
- 29 -
2.4.5 Rio Taquari
2.4.5.1 De Coxim até São Gonçalo
Esse trecho apresenta perda de volume para a planície, devido à sua topografia particular, onde o rio
Taquarí se encontra no ponto mais alto da bacia (Figuras 35 e 36). Foram utilizadas áreas de
armazenamento com uma superfície aproximada de 2.500 km
2
. Nesse trecho foi considerado, ainda, o
arrombado que nasce sobre a margem direita do rio, 60 km a montante do posto de São Gonçalo e leva
as águas que, junto com aquelas provenientes do Cuiabá, ingressam no rio Paraguai poucos quilômetros
a jusante do posto de Amolar.
2.4.5.2 De São Gonçalo até Porto Rolom
Da mesma forma como no trecho anterior, este trecho apresenta perda de volume. Foram utilizadas
áreas de armazenamento com uma superfície aproximada de 2.300 km
2
e foram utilizados três
vertedores que comunicaram o trecho de rio às áreas de armazenamento. Parte do volume perdido para
a planície, sobre a margem esquerda, chega à foz do rio Negro através das áreas de armazenamento.
Nesse trecho foi incluído, na simulação hidrodinâmica, o arrombado que nasce sobre a margem direita
do rio, a jusante do posto de São Gonçalo, e que desemboca no rio Paraguai em forma difusa, perdendo
água para áreas de armazenamento localizadas sobre a margem esquerda do rio Paraguai e ingressando
nas proximidades do posto de São Francisco.
2.4.5.3 De Porto Rolon até a foz com o Paraguai
Considerou-se a existência de perda de volume nesse trecho através das áreas de armazenamento
localizadas às margens esquerda e direita do rio, totalizando uma superfície aproximada de 3.000 km
2
.
Nesse trecho foi considerado o arrombado Zé da Costa, que nasce sobre a margem direita do rio, 64 km
a jusante do posto de Porto Rolom e que leva as águas ao braço do rio Paraguai, entre os postos de São
Francisco e Porto da Manga.
2.4.6 Rio Cuiabá
2.4.6.1 De Cuiabá até confluência com o rio São Lourenço
Esse trecho apresenta perda de volume para a planície. Foram consideradas áreas de armazenamento
localizadas principalmente na margem esquerda do rio, totalizando uma superfície aproximada de
- 30 -
8.100 km
2
. As áreas de armazenamento foram interligadas ao trecho de rio mediante uma curva de
desvio e três vertedores, considerando como destino da perda de volume as áreas de armazenamento na
margem esquerda do rio.
Neste trecho ainda se encontram três lagoas que, de montante para jusante, são: Landi, localizada
aproximadamente 50 km a jusante do posto Cuiabá (sobre a margem direita do rio e interligada ao
mesmo através de um vertedor), Chacororé e Sinhá Mariana, localizadas sobre a margem esquerda do
rio, nas proximidades do posto Barão de Melgaço. Estas duas lagoas se comunicam entre si e ao rio
Cuiabá através de vertedores. A superfície total aproximada definida para estas três lagoas foi de 850
km
2
.
2.4.6.2 Da confluência com o rio São Lourenço até a confluência com o rio Paraguai
Nesse trecho o rio Cuiabá recebe, sobre sua margem esquerda, água do rio São Lourenço pela planície,
através de uma área de armazenamento localizada a jusante da confluência de ambos os rios. A área de
armazenamento modelada possui uma superfície aproximada de 450 km
2
e se encontra interligada a
ambos os rios por vertedores (¡Error! No se encuentra el origen de la referencia.).
Esse trecho também recebe as águas do rio Piquiri, a aproximadamente 32 km a jusante da confluência
com o São Lourenço, além de um arrombado que drena as águas das bacias localizadas à margem
esquerda do rio. A confluência com este arrombado encontra-se 27 km a montante do posto Porto
alegre.
A jusante da confluência com esse arrombado ocorre perda de volume para a planície. Para representar
a perda de volume foram utilizadas as áreas de armazenamentos já descritas no trecho do rio Paraguai
entre Descalvados e Refúgio Três Bocas. A conexão entre essas áreas de armazenamento e o rio Cuiabá
foi realizada através de uma curva de desvio localizada a montante do posto Porto Alegre e
considerando como destino da perda de volume as áreas de armazenamento na margem direita do rio.
A superfície total das áreas de armazenamento correspondente a esse trecho completo do rio Cuiabá
alcança 2.000 km
2
.
A jusante do posto de Porto Alegre e sobre a margem esquerda nasce o arrombado que desvia água do
rio Cuiabá que, junto com as águas provenientes do Taquari, ingressam no rio Paraguai, a jusante do
posto de Amolar. Além disso, a jusante do posto de Porto Alegre há um aporte lateral correspondente à
bacia situada na margem esquerda do mesmo.
- 31 -
2.4.7 Rio São Lourenço
Entre os postos de Rondonópolis e Acima de Córrego Grande o rio São Lourenço recebe um aporte
lateral correspondente à bacia do rio Vermelho, na sua margem direita .
O trecho a jusante do posto de Acima de Córrego Grande (66460000) apresenta perda de volume para a
planície. Para considerar estas perdas foram utilizadas áreas de armazenamento com uma superfície
aproximada de 7.500 km
2
e interligadas ao rio através de uma combinação de curva de desvio e
vertedores.
Parte do volume perdido para a planície, na margem esquerda do rio São Lourenço, a jusante do posto
de Acima de Córrego Grande, ingressa ao rio Piquiri entre os postos São Jerônimo (66600000) e São
José do Piquiri (66650000) através de um vertedor conectado às áreas de armazenamento e ao referido
trecho de rio. Outra parte do volume escoa para a planície pela margem esquerda, a jusante do posto de
São José do Boriréu, voltando a ingressar no rio Cuiabá a jusante da confluência com o rio São
Lourenço. Esta área de armazenamento possui uma superfície aproximada de 450 km
2
e se encontra
interligada ao rio São Lourenço através de um vertedor.
2.4.8 Rio Piquiri
Esse rio apresentou ganho de vazão na análise das estimativas do aporte lateral. A princípio, esse ganho
foi explicado através de aporte lateral correspondente a uma bacia localizada na margem direita do rio
Itiquira, um dos afluentes do rio Piquiri. A confluência do Itiquira com o Piquiri se localiza 75 km a
montante do posto São Jerônimo. A jusante do posto de São Jerônimo se verifica ganho de volume,
uma vez que a água originalmente transportada pelo rio São Francisco ingressa no rio Piquiri pela
planície situada à margem direita deste último.
As áreas de armazenamento consideradas neste rio alcançaram uma superfície aprox. de 4.000 km
2
.
2.4.9 Definição de períodos de calibração e verificação
Para calibração do modelo hidrológico no Planalto foram utilizadas diferentes datas entre 1980 e 2000,
indicadas em detalhe no capítulo 4, para cada sub-bacia, em função da disponibilidade de dados. Para a
calibração do Pantanal foi utilizado o período 1978
-1
979 por ser um dos períodos com menores falhas
nos dados fluviométricos e pluviométricos disponíveis (vide Figura 2 no Anexo 3). Para verificação,
pelos mesmos motivos, foi utilizado o período 1979
-1
980.
- 32 -
Para simulação e análise do sistema foi escolhido aleatoriamente o período 1995-2000. Em alguns
locais do Planalto foi simulado o período 1968-2000, pela maior simplicidade de aplicação do modelo
nesta parte da bacia. No entanto, deve ser notado que no período 1968-2000 tem acontecido mudanças
climáticas e de uso do solo na bacia (vide capítulo 7), e alguns resultados podem estar superestimados
ou subestimados. Os dados disponíveis no período de verificação podem ser observados nas Figuras 1 e
2 do anexo D.
2.5 Calibração hidrológica-hidrodinâmica do Pantanal
A calibração hidrológica do Pantanal consiste no ajuste da componente hidrológica do modelo
matemático da BAP nas regiões do Pantanal. Durante a calibração foram utilizadas duas condições de
contorno:
a) Condição de contorno observada, ou seja, o modelo hidrodinâmico é alimentado com os dados
medidos nos postos hidrológicos existentes na fronteira entre o Pantanal e Planalto.
b) Condição de contorno fornecida pela simulação chuva-vazão no contorno do Pantanal. Esta situação
já incorpora na calibração erros que possam estar sendo cometidos na simulação do Planalto, no
entanto, serve como amostra da qualidade de ajuste do modelo hidrológico-hidrodinámico como um
todo.
Como algumas regiões dentro do Pantanal também contribuem hidrologicamente, e não existem dados
hidrológicos para caracterizar estas contribuições devem ser simuladas pela componente hidrológica
para serem introduzidas como condições de contorno na componente hidrodinâmica do modelo.
A seguir são analisados os resultados da calibração e verificação do modelo nos diversos rios
simulados.
2.5.1 Rio São Lourenço
A Figura 27 apresenta a condição de contorno para a simulação ao longo do rio São Lourenço. O posto
Acima do Córrego Grande assinala o fim da simulação hidrológica da bacia deste rio e o início da
simulação pela componente hidrodinâmica. Observa-se um bom ajuste, a não ser pela primeira
recessão, que não é acompanhada pelo modelo, o qual apresenta um forte pico. Isso se deve,
provavelmente, a um desequilíbrio na distribuição espacial dos registros de chuva. Esse desajuste, no
entanto, veio a ter conseqüências no ajuste dos postos a jusante, como será demonstrado mais adiante.
- 33 -
Figura 27. Hidrogramas observado e calculado pela componente hidrológica em Acima de Córrego
Grande (66460000), condição de contorno para a simulação hidrodinâmica a jusante, no
período de 31/03/1978 a 29/04/1980.
A Figura 28 mostra o ajuste no posto de Colônia Santa Izabel, no rio São Lourenço, usando-se dados
medidos como condição de contorno. O ajuste pode ser considerado bastante bom, onde apenas as
recessões apresentam ligeira discrepância.
Figura 28. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Colônia Santa Izabel (66465000), usando os hidrogramas
observados como condição de contorno.
A Figura 29 apresenta os resultados da integração das componentes hidrológica e hidrodinâmica do
modelo. Aqui se pode observar o efeito da discrepância verificada na condição de contorno (Figura 27).
O pico observado na primeira recessão daquele posto se manifesta novamente aqui, propagado em
alguns dias. Entretanto, a partir da comparação com o hidrograma de entrada, se percebe que a maior
parte do amortecimento natural causado pelo pantanal foi bem representada, pois há uma diminuição da
vazão de pico de quase 1200 m
3.
s
-1
para apenas 400 m
3.
s
-1
, a qual é bastante bem acompanhada pelo
modelo. Este é um ponto bastante positivo e atesta que o modelo é robusto.
- 34 -
Figura 29. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Colônia Santa Izabel (66465000), usando os hidrogramas
calculados pela componente hidrológica do modelo como condição de contorno.
Na Figura 30 é mostrado o ajuste do modelo hidrológico-hidrodinâmico em São José do Boriréu,
último posto no rio São Lourenço antes da confluência definitiva com o Piquiri. Mais uma vez, o
desajuste verificado na condição de contorno em Acima de Córrego Grande (Figura 27) tem um efeito
negativo no resultado. O hidrograma calculado apresenta um pico durante a primeira recessão, o qual
destoa fortemente do hidrograma observado. Os demais aspectos do ajuste são satisfatórios e existe
uma concordância razoável entre vazões medidas e calculadas.
Figura 30. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em São José do Boriréu (6647000), usando os hidrogramas
calculados pela componente hidrológica do modelo como condição de contorno.
- 35 -
2.5.2 Rio Piquiri
A simulação hidrodinâmica ao longo do rio Piquiri teve três condições de contorno principais, dadas
pelos hidrogramas nos pontos de controle dos três principais rios formadores do mesmo: o rio Piquiri, o
Correntes e o alto Itiquira. A Figura 31 mostra o ajuste da componente hidrológica na primeira delas,
o posto BR
-1
63 no rio Piquiri.
Figura 31. Hidrogramas observado e calculado pela componente hidrológica no rio Piquiri junto à BR-163
(66480000), condição de contorno para a simulação hidrodinâmica a jusante, no período de
31/03/1978 a 29/04/1980.
A Figura 32 mostra a segunda condição de contorno da simulação hidrodinâmica no rio Piquiri. É
mostrado o ajuste da componente hidrológica na seção do rio Correntes, junto à BR163.
Figura 32. Hidrogramas observado e calculado pela componente hidrológica no rio Correntes junto à
BR163 (66490000), condição de contorno para a simulação hidrodinâmica a jusante, no
período de 31/03/1978 a 29/04/1980.
A Figura 33 mostra o ajuste da componente hidrológica na seção do rio Itiquira, junto à BR163. Nesse
- 36 -
ponto se verificou um problema na consistência dos dados (vide detalhe). O hidrograma calculado
apresenta uma cheia enquanto o observado tem uma brusca redução de vazões. Esta redução não é
coerente, uma vez que os hidrogramas das bacias vizinhas (Figura 31 e Figura 32) não têm o mesmo
comportamento, apresentando um pequeno pico de cheia no período. Esse indica que neste ponto os
dados de cota foram rebatidos durante a medição ou digitalização. Com o intuito de melhorar a
adequação do modelo aos dados medidos, esse problema foi corrigido, rebatendo-se os dados de cota e
convertendo-os para vazão através da curva-chave. O hidrograma medido consistido é apresentado na
Figura 34.
Ao avaliar o ajuste da componente hidrológica nos três postos de controle da sub-bacia do Itiquira,
observa-se que o mesmo é razoável. Conforme avaliação feita durante a primeira etapa do projeto, esta
é a sub-bacia com maior carência de dados, com grande número de falhas nas séries pluviométricas,
razão pela qual uma melhor adequação do modelo não é possível.
Uma quarta condição de contorno foi introduzida na componente hidrodinâmica. Trata-se do rio Peixe
de Couro, que não é controlado por nenhum posto fluviométrico, porém representa um aporte
significativo a montante de São Jerônimo. Como não havia dados disponíveis neste rio, o mesmo foi
simulado com a componente hidrológica do modelo, introduzindo-se a série gerada como condição de
contorno para a simulação hidrodinâmica até São Jerônimo.
Figura 33. Hidrogramas observado e calculado pela componente hidrológica no rio Itiquira junto à BR-
163 (665250000), condição de contorno para a simulação hidrodinâmica a jusante, no período
de 31/03/1978 a 29/04/1980, com detalhe da inconsistência dos dados medidos.
- 37 -
Figura 34. Hidrograma observado corrigido e hidrograma calculado pela componente hidrológica no rio
Itiquira junto à BR-163 (665250000), condição de contorno para a simulação hidrodinâmica a
jusante, no período de 31/03/1978 a 29/04/1980.
Na Figura 35 podem ser observados os hidrogramas medido e calculado pelo modelo integrado
hidrológico-hidrodinâmico em São Jerônimo. As diferenças encontradas nas condições de contorno
novamente se manifestam aqui. Por outro lado, a magnitude das cheias pode ser considerada
satisfatória e as estiagens parecem estar bem reproduzidas.
Figura 35. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo no rio Piquiri em São Jerônimo (66600000), usando os hidrogramas
calculados pela componente hidrológica do modelo como condição de contorno.
A Figura 36 mostra o ajuste da componente hidrodinâmica em São José do Piquiri, último posto de
controle do rio Piquiri. Apesar da seção se encontrar a montante da confluência com o rio São
- 38 -
Lourenço, a mesma pode receber águas deste rio durante a cheia, devido ao fato de existirem áreas de
armazenamento (planícies inundáveis) que são comuns a ambos os rios. Estas áreas de armazenamento
foram introduzidas na simulação hidrodinâmica, para melhor representar o sistema. O resultado é que a
calibração apresentou resultado bastante bom, mostrando boa adequação tanto na cheia quanto na
estiagem.
Figura 36. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em São José do Piquiri (66650000), usando os hidrogramas
observados como condição de contorno.
A Figura 37 mostra o ajuste do modelo integrado hidrológico-hidrodinâmico em São José do Piquiri.
Este posto se encontra no rio Piquiri, porém pode receber aportes do rio São Lourenço durante as
cheias, devido à existência de planícies de inundação comuns aos dois rios. Este fato influenciou
decisivamente a qualidade do ajuste nesse posto, uma vez que o hidrograma calculado apresenta um
forte pico no início do período de calibração, o qual não é observado no hidrograma medido. Este pico
não existe nos postos de montante do Piquiri (ver Figura 35), porém aparece no posto Acima do
Córrego Grande, no rio São Lourenço (Figura 27), e é transitado através da área de armazenamento,
sofrendo amortecimento. Novamente, a má qualidade dos dados de chuva, assimilados pela
componente hidrológica, perturba todo o ajuste a jusante, mesmo dentro do pantanal.
O restante do ajuste pode ser considerado razoável, com os picos relativamente bem representados e as
recessões um pouco superestimadas. O comportamento geral do hidrograma pôde ser devidamente
representado.
- 39 -
Figura 37. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em São José do Piquiri (66650000), usando os hidrogramas
calculados pela componente hidrológica do modelo como condição de contorno.
2.5.3 Rios Aquidauana e Miranda
A Figura 38 mostra o ajuste do modelo integrado em Porto Ciríaco, no rio Aquidauana. Já a Figura 39 e
a Figura 40 mostram os ajustes ao longo do rio Miranda, em Miranda e Tição de Fogo,
respectivamente. Nestes rios, o ajuste não foi muito satisfatório, em boa parte devido ao fato que a
cobertura de pluviômetros nessa região é a mais esparsa dentre todas as sub-bacias. As estiagens não
foram bem acertadas, mostrando que o uso do modelo como ferramenta para gestão ainda deve ser
aprimorado. Mesmo assim, percebe-se que em Porto Ciríaco e Tição de Fogo a vazão de cheia foi bem
reproduzida, o que qualifica o modelo para previsão de enchentes.
Figura 38. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Porto Ciríaco (66950000), usando os hidrogramas calculados
pela componente hidrológica do modelo como condição de contorno.
- 40 -
Figura 39. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Miranda (66910000), usando os hidrogramas calculados pela
componente hidrológica do modelo como condição de contorno.
Figura 40. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Tição de Fogo (66920000), usando os hidrogramas calculados
pela componente hidrológica do modelo como condição de contorno.
2.5.4 Rio Cuiabá
A Figura 41 mostra os resultados da calibração e verificação do modelo integrado hidrológico-
hidrodinâmico em Barão de Melgaço. Sem dúvida, o modelo se adequou bem aos dados medidos.
Apenas as cheias de menor volume no início do período úmido ainda são superestimadas pelo modelo,
o que é um reflexo da superestimativa das mesmas na condição de contorno. É de se esperar que uma
melhor cobertura de dados de chuva na bacia aportante à seção, em Cuiabá, melhore ainda mais os
resultados.
- 41 -
Figura 41. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Barão de Melgaço (66280000), usando os hidrogramas
calculados pela componente hidrológica como condição de contorno.
A Figura 42 mostra os resultados do modelo no posto São Roque, o segundo ponto de controle do rio
Cuiabá. Novamente, a concordância entre os hidrogramas medido e calculado é satisfatória. A primeira
recessão não é bem representada, o que, no entanto, pode ser atribuído aos valores das condições
iniciais do modelo. Essa primeira recessão serve como período de aquecimento do modelo e tem um
peso menor na avaliação da qualidade do ajuste.
Figura 42. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em São Roque (66350000), usando os hidrogramas observados como
condição de contorno.
Na Figura 43 são apresentados os resultados do modelo completo em São Roque. Verificam-se
novamente, alguns erros de volume nas primeiras cheias da estação úmida, como já visto em Barão de
Melgaço (Figura 41). Estes erros são derivados dos erros na condição de contorno calculada pela
componente hidrológica. A diferença na primeira recessão se deve às incertezas nas condições iniciais,
- 42 -
conforme observado também na Figura 41. Considerando a complexidade da bacia neste ponto, o ajuste
é bastante bom.
Figura 43. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em São Roque (66350000), usando os hidrogramas calculados pela
componente hidrológica como condição de contorno.
A Figura 44 mostra o ajuste da componente hidrodinâmica do modelo em São João, no rio Cuiabá,
considerando vazões medidas como condição de contorno. Nota-se um bom ajuste, apenas os picos
estão levemente deslocados no tempo.
Figura 44. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em São João (66360000), usando os hidrogramas observados como
condição de contorno.
A Figura 45 mostra os resultados do ajuste do modelo integrado hidrológico-hidrodinâmico em Porto
Alegre. Esta seção encontra-se no interior da região do pantanal, sendo que o rio Cuiabá já recebeu
grande parte dos aportes dos rios São Lourenço e Piquiri. O bom ajuste nesse posto é fundamental para
validar o modelo integrado.Percebem-se erros nas estiagens, os quais se devem à superestimativa do
volume verificada na Figura 27, em Acima do Córrego Grande, a qual já provocou erros em outros
- 43 -
ajustes nesse trabalho. Esse erro se propaga e se antecipa à cheia do Cuiabá, alterando
significativamente as estiagens neste rio. Mesmo assim, o ajuste pode ser considerado bom,
considerando a complexidade do sistema e a relativa escassez de dados.
Figura 45. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Porto Alegre (66350000), usando os hidrogramas calculados pela
componente hidrológica como condição de contorno.
2.5.5 Rio Paraguai
A Figura 46 mostra o ajuste no posto de Porto Esperidião, no rio Jauru, a outra condição de contorno
do rio Paraguai. Neste posto, o ajuste não é tão satisfatório, pois, apesar do segundo pico ser bem
representado, o primeiro pico é fortemente superestimado. Esta diferença pode ser atribuída à
proximidade entre a sub-bacia controlada por esse posto e a fronteira com a Bolívia, região que possui
uma baixa densidade de postos de chuva. Entretanto, essa condição de contorno possui menor peso na
simulação hidrodinâmica, uma vez que a magnitude das vazões é bem inferior à de Cáceres.
Figura 46. Hidrogramas observado e calculado pela componente hidrológica em Porto Esperidião
(66072000), condição de contorno para a simulação hidrodinâmica a jusante, no período de
31/03/1978 a 29/04/1980.
- 44 -
A Figura 47 mostra os resultados do modelo em Descalvados, usando como condição de contorno os
hidrogramas observados em Cáceres e Porto Esperidião. O resultado é excelente. Tanto as estiagens
como as cheias são muito bem ajustadas. Este resultado valida o ajuste da componente hidrodinâmica,
bem como a representação das trocas de água entre o rio e a planície no trecho considerado.
Figura 47. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Descalvados (66090000), usando os hidrogramas observados
como condição de contorno.
A Figura 48 mostra o ajuste em Descalvados tomando-se como condição de contorno os hidrogramas
calculados pela componente hidrológica em Porto Esperidião e Cáceres. Este resultado é mais
importante, pois representa a integração das componentes hidrológica, hidrodinâmica e da
representação das trocas de água com a planície dentro do modelo.
Percebe-se que o ajuste é bastante bom. De uma forma geral o hidrograma calculado coincide com o
observado, porém nas estiagens o modelo está subestimando a vazão. Isto se deve ao fato de que, tanto
em Cáceres quanto em Porto Esperidião, as estiagens são subestimadas pela componente hidrológica
(Figura 46) e esta subestimativa é propagada pela componente hidrodinâmica. Mesmo assim, os
resultados são promissores, em especial quando se considera a complexidade da hidrologia no trecho, o
qual apresenta perda de água de montante para jusante, conforme descrito em Bravo (2005).
Na Figura 49 são apresentados os hidrogramas observado e calculado pelo modelo integrado em Porto
Conceição. A qualidade do ajuste é visivelmente boa, com os picos e a segunda recessão bem
ajustados. A primeira recessão não teve um ajuste tão bom, o que se deve às condições iniciais do
modelo.
- 45 -
Figura 48. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Descalvados (66090000), usando os hidrogramas calculados pela
componente hidrológica como condição de contorno.
Figura 49. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Porto Conceição (66120000), usando os hidrogramas calculados
pela componente hidrológica como condição de contorno.
Na Figura 50 são mostrados os hidrogramas no posto de Amolar, no centro do Pantanal. Nesse ajuste
são considerados hidrogramas calculados pela componente hidrológica como condição de contorno
para a componente hidrodinâmica, representando o modelo integrado. Percebe-se uma semelhança
muito grande com a condição de contorno observada. Isto ocorre porque, à medida que se avança para
jusante, as diferenças nas condições de contorno vão se diluindo no Pantanal, que é um sistema com
muita inércia.
- 46 -
Figura 50. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Amolar (66800000), usando os hidrogramas calculados pela
componente hidrológica como condição de contorno.
A Figura 51 mostra o ajuste obtido em Ladário. Esse ajuste foi feito em relação às cotas, uma vez que
não havia dados de vazão disponíveis no posto. O posto de Ladário é um dos focos principais desse
trabalho, por sua importância para a navegação. O ajuste mostrado é muito bom. As magnitudes dos
picos e das estiagens são bem reproduzidas. Salienta-se que um bom ajuste das cotas não
necessariamente implica em um acerto das vazões, devido às incertezas relativas à geometria.
Figura 51. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrodinâmica do modelo em Ladário (668250000), usando os hidrogramas calculados pela
componente hidrológica como condição de contorno.
Por fim, a Figura 52 mostra o ajuste em Porto Murtinho, o último ponto de interesse da bacia. O
resultado mostra definitivamente que o modelo integrado hidrológico-hidrodinâmico é uma ferramenta
confiável, pois mesmo a despeito da falta crônica de dados de campo, repetida diversas vezes ao longo
desse trabalho, as simulações ao longo de um complexo sistema de 8.000 km, com zonas de
acumulação e planícies de inundação representadas, chegaram a um bom resultado no exutório da
- 47 -
bacia. O ajuste em Porto Murtinho é bom e a cheia é muito bem representada. Já a primeira recessão
apresenta problemas, os quais entretanto, se devem às condições iniciais.
Figura 52. Calibração (31/03/1978 a 30/05/1979) e verificação (31/05/1979 a 29/04/1980) da componente
hidrológica do modelo em Porto Murtinho (67100000), usando os hidrogramas calculados pela
componente hidrológica como condição de contorno.
Anexo G.
Comportamento mensal da água precipitável em
condições anômalas de ENSO, SAMI, NÃO e PDO.
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura 1. Anomalias da água precipitável para eventos de ENSO alto (El Niño)
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura.2. Anomalias da água precipitável para eventos de ENSO baixo (la Niña)
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura.3. Anomalias da água precipitável para eventos de NAO alto.
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura 4. Anomalias da água precipitável para eventos de NAO baixo
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura 5. Anomalias da água precipitável para eventos de PDO alto.
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura 6. Anomalias da água precipitável para eventos de PDO baixo.
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura 7. Anomalias da água precipitável para eventos de SAM alto.
Janeiro Fevereiro Março
Abril Maio Junho
Julho Agosto Setembro
Outubro Novembro Dezembro
Figura 8. Anomalias da água precipitável para eventos de SAM baixo
Dezembro
Março
Novembro
F
evereiro
Outubro
Janeiro
Figura
9
Anomalias mensais
do vento em 200hPa para SAMI alto
Dezembro
Novembro
Fevereiro
Outubro
Janeiro
Figura 10 Anomalías mensais do vento em 850hPa para SAMI alto.
Monthly anomalies of Precipitable Water and Winds at 200 and 850hPa during the South American monsoon (Março
Figura 11. Comportamento médio mensal da do vento de altos níveis (200hPa) em meses com comportamento anômalo do SAM.
Vel. Vento (m.s-1)
Mês SAM Alto (composite Meses SAM > 1 desvio) Sam Normal ( SAM Baixo (composite Meses SAM > 1desvio)
janeiro
fevereiro
Figura 11. Comportamento médio mensal da do vento de altos níveis (200hPa) em meses com comportamento anômalo do SAM.
Vel. Vento (m.s-1)
Março
Abril
Figura 11. Comportamento médio mensal da do vento de altos níveis (200hPa) em meses com comportamento anômalo do SAM.
Vel. Vento (m.s-1)
Maio
Junho
Figura 11. Comportamento médio mensal da do vento de altos níveis (200hPa) em meses com comportamento anômalo do SAM.
Vel. Vento (m.s-1)
Julio
Agosto
Figura 11. Comportamento médio mensal da do vento de altos níveis (200hPa) em meses com comportamento anômalo do SAM.
Vel. Vento (m.s-1)
Setembro
Outubro
Figura 11. Comportamento médio mensal da do vento de altos níveis (200hPa) em meses com comportamento anômalo do SAM.
Vel. Vento (m.s-1)
Novembro
Dezembro
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo