Revista Brasileira de Ciência do Solo (Feb 2009)
Estimativa do escoamento superficial em uma bacia hidrográfica com base em modelagem dinâmica e distribuída Surface runoff in a watershed estimated by dynamic and distributed modeling
Abstract
A estimativa do escoamento superficial em bacias hidrográficas é de suma importância para conservação dos recursos naturais; entretanto, esse é um processo complexo e dinâmico, principalmente no contexto de sua variabilidade espacial. Dessa forma, torna-se adequada a aplicação dos Sistemas de Informações Geográficas (SIG) usando pequenas células de informação, pois assim é possível considerar o comportamento espacial das variáveis associadas à origem do escoamento superficial. Este trabalho teve como objetivo implementar os modelos hidrológicos Curva Número (CN-SCS) e Curva-Número Modificado (CN-MMS), com base na linguagem de programação do SIG PCRaster e em uma base de dados reduzida, de forma distribuída e dinâmica, com o intuito de estimar as lâminas de escoamento superficial geradas numa bacia hidrográfica de Latossolos, localizada no município de Nazareno, região dos Campos das Vertentes, Minas Gerais. Para aplicação do modelo CN-SCS foi preciso desenvolver um mapa com valores de CN no formato do PCRaster, enquanto para o modelo CN-MMS foram necessários os seguintes mapas: umidade volumétrica de saturação do solo, umidade volumétrica inicial do solo e profundidade de solo. Para simulação e avaliação de ambos os modelos, foram aplicados 18 eventos de chuva natural que provocaram escoamento superficial, durante o ano hidrológico 2004-2005, e suas respectivas lâminas de escoamento observadas. A análise do desempenho dos modelos foi feita aplicando-se análise de sensibilidade baseada no erro médio e na Raiz do Erro Quadrático (REQ). Tendo-se como referência essas estatísticas de precisão, pôde-se constatar que o modelo CN-MMS apresentou melhor calibração quando comparado ao modelo CN-SCS, devido à consideração direta da umidade inicial do solo. Contudo, a estruturação dos modelos no SIG PCRaster possibilitou o desenvolvimento de uma ferramenta computacional eficaz e útil para simulação do escoamento superficial, visto que propicia estruturação de rotinas computacionais considerando os problemas associados à variabilidade espacial dos dados de entrada dos modelos.Knowledge on the surface runoff in watersheds is very important for a good conservation of natural resources. However, surface runoff is a complex and dynamic process, especially in the context of spatial variability. An application of the Geographical Information System (GIS) tools in small grid cells is therefore adequate. This way, it is possible to consider the spatial behavior of variables associated to the origin of surface runoff. This study aimed to program the Hydrological Models SCS-CN (SCS-Curve Number) and CN - MMS (CN - Modified) based on the PC Raster Programming Language and a reduced dataset, in distributed and dynamic approaches, to estimate the direct surface runoff in a watershed of Oxissols, in the county of Nazareno, region of Campos das Vertentes, Minas Gerais State. SCS-CN model was applied structuring a CN-map linked to the soil infiltration capacity in the PCRaster GIS format. For the CN - MMS model, we used other maps: saturated volumetric soil moisture content, initial volumetric soil moisture content and soil depth. For the simulation and evaluation of both models, 18 rainfall events that produced surface runoff in the hydrologic year 2004-2005 were used, and their respective surface runoff depths observed. The model performance was evaluated by sensitivity analyses, based on the mean error and Root Square Error. Based on these accuracy statistics, the calibration of the CN - MMS model was better than in the original SCS-CN model, since the initial soil moisture was taken into account. Nevertheless, the adjustment of the models in the SIG PCRaster allowed the development of an effective and useful computer tool to simulate surface runoff, due to the possibility of establishing computer routines considering the problems elated to the spatial variability of data entries of the model.
Keywords
