Modelagem hidrológica sob escassez de dados na Bacia do Alto Mundaú, Nordeste do Brasil

Autores

  • Carolyne Wanessa Lins de Andrade UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO http://orcid.org/0000-0001-7717-2714
  • Suzana Maria Gico Lima Montenegro Universidade Federal de Pernambuco
  • José Romualdo de Sousa Lima Universidade Federal Rural de Pernambuco, Unidade Acadêmica de Garanhuns
  • Abelardo Antônio de Assunção Montenegro Universidade Federal Rural de Pernambuco
  • Adriana Guedes Magalhães Faculdade Santa Helena

DOI:

https://doi.org/10.24221/jeap.2.3.2017.1443.227-238

Palavras-chave:

modelo SWAT, calibração, vazão

Resumo

Estudos voltados ao entendimento dos processos hidrológicos são de suma importância para auxiliar a gestão e a tomada de decisões relacionadas aos recursos hídricos. Modelos hidrológicos são considerados ferramentas poderosas no entendimento desses processos. Entretanto, tais modelos requerem uma série de dados que não estão facilmente acessíveis. Objetivou-se com este trabalho, aplicar e testar o modelo SWAT, seguindo uma sequência de procedimentos recomendada em uma sub-bacia do rio Mundaú, Nordeste do Brasil. Foram utilizados dados de entrada como mapa de uso e ocupação do solo, mapa digital de elevação e mapa dos tipos de solo, além de um período de 2000 a 2016, em passo de tempo diário. A acurácia do modelo foi medida com base no coeficiente de Nash-Sutcliffe (CNS), pelo percentual de tendência (PBIAS) e pelo coeficiente de determinação (R²). Os valores de CNS, PBIAS e R² obtidos foram de 0,53; -7,1 e 0,56 respectivamente, para o período de calibração. Foi possível realizar a modelagem hidrológica com o modelo SWAT na sub-bacia do rio Mundaú, obtendo-se desempenho satisfatório, segundo o CNS e muito bom considerando o PBIAS na calibração. Com o modelo calibrado, estudos futuros podem ser realizados com o SWAT, a fim de validá-lo e prever possíveis impactos de mudanças climáticas e de uso do solo na bacia estudada. Estudos como este têm mostrado que cada vez mais, os dados experimentais são imprescindíveis para a adequada representação e entendimento dos processos por meio da modelagem hidrológica. 

Downloads

Não há dados estatísticos.

Referências

ABBASPOUR, K.C.; YANG, J.; MAXIMOV, I.; SIBER, R.; BOGNER, K.; MIELEITNER, J.; ZOBRIST, J.; SRINIVASAN, R. 2007. Modelling hydrology and water quality in the pre‐alpine/alpine Thur watershed using SWAT. Journal of Hydrology, v.333, p.413‐430.

ABBASPOUR, K. C.; ROUHOLAHNEJAD, E.; VAGHEFI, S.; SRINIVASAN, R.; YANG, H.; KLOVE, B. 2015. A continental-scale hydrology and water quality model for Europe: Calibration and uncertainty of a high-resolution large-scale SWAT model. Journal of Hydrology, v.524, p.733–752.

ANDRADE, C. W. L.; MONTENEGRO, S. M. G. L.; LIMA, J. R. S.; MONTENEGRO, A. A. A.; SRINIVASAN, R. 2017. Análise de sensibilidade de parâmetros do modelo SWAT em uma sub-bacia da região Nordeste, Brasil. Revista Brasileira de Geografia Física, v.10, n.2, p.440-453.

ARNOLD, J. G.; KINIRY, J. R.; SRINIVASAN, R.; WILLIAMS, J.R.; HANEY, E. B.; NEITSCH. S. L. 2012. Input/Output Documentation version 2012. Texas Water Resources Institute – TR-439, 650p.

BRESSIANI, D. A. 2016. Coping with hydrological risks through flooding risk index, complex watershed modeling, different calibration techniques, and ensemble streamflow forecasting. Tese de Doutorado, Escola de Engenharia de São Carlos - Universidade de São Paulo, São Carlos, São Paulo, Brasil. 192p.

BRESSIANI, D. A.; SRINIVASAN, R.; JONES, C. A.; MENDIONDO, E. M. 2015. Effects of spatial and temporal weather data resolutions on streamflow modeling of a semi-arid basin, Northeast Brazil, International Journal of Agricultural and Biological Engineering, v.8, n.3, p.125-139.

CREECH, C. T.; SIQUEIRA, R. B.; SELEGEAN, J. P.; MILLER, C. 2015. Anthropogenic impacts to the sediment budget of São Francisco River navigation channel using SWAT. International Journal of Agricultural and Biological Engineering, v.8, n.3, p.140-157.

GONDIM, P. S. S.; LIMA, J. R. S.; ANTONINO, A. C. D.; HAMMECKER, C.; SILVA, R. A. B.; GOMES, C. A. 2015. Environmental control on water vapour and energy exchanges over grasslands in semiarid region of Brazil. Revista Brasileira de Engenharia Agrícola e Ambiental, v.19, p.3-8.

GUPTA, H. V.; SOROOSHIAN, S.; YAPO, P. O. 1999. Status of automatic calibration for hydrologic models: Comparison with multilevel expert calibration. Journal Hydrologic Engineering, v.4, n.2, p.135-143.

KRYSANOVA, V.; MÜLLER-WOHLFEIL, D. I.; BECKER, A. 1998. Development and test of a spatially distributed hydrological/water quality model for mesoscale watersheds, Ecological Modelling, v.106, n.2, p.261-289.

KUMAR, N.; SINGH, S. K.; SRIVASTAVA, P. K.; NARSIMLU, B. 2017. SWAT Model calibration and uncertainty analysis for streamflow prediction of the Tons River Basin, India, using Sequential Uncertainty Fitting (SUFI-2) algorithm. Modeling Earth Systems and Environment, v.3, n.30.

LEAL, I. R.; SILVA, J. M. C.; TABARELLI, M.; LACHER JUNIOR, T. E. 2005. Changing the course of biodiversity conservation in the Caatinga of Northeastern Brazil. Conservation Biology, v.19, n.3, p.701-706.

LIN, B.; CHEN, X.; YAO, H.; CHEN, Y.; LIU, M.; GAO, L.; JAMES, A. 2015. Analyses of landuse change impacts on catchment runoff usingdifferent time indicators based on SWAT model. Ecological Indicators, v.58, p.55–63.

MONTENEGRO, S. M. G. L.; SILVA, B. B.; ANTONINO, A. C. D.; LIMA, J. R. S.; SOUZA, E. S.; OLIVEIRA, L. M. M.; MOURA, A. E. S. S.; SOUZA, R. M. S. 2014. Hydrological studies in experimental and representative basins in Pernambuco State, Brazil. Evolving Water Resources Systems: Understanding, Predicting and Managing Water–Society Interactions Proceedings of ICWRS 2014, Bolonha, Itália. Publ. 364.

NASH, J. E.; SUTCLIFFE, J. V. 1970. River flow forecasting through conceptual models: Part 1. A discussion of principles. Journal of Hydrology, v.10 n.3, p.282-290.

NEITSCH, S. L.; ARNOLD, J. G.; KINIRY, J. R.; WILLIAMS, J. R. 2005. Soil and water assessment tool: Theoretical documentation version 2005. Temple: Blackland Research Center. 541p.

NEUPANE, R. P.; WHITE, J. D.; ALEXANDER, S. E. 2015. Projected hydrologic changes in monsoon-dominated Himalaya Mountain basins with changing climate and deforestation. Journal of Hydrology, v.525, p.216–230.

PAUWELS, G. J. 2002. Atlas Geográfico Melhoramentos, 5ª Ed., Editora Melhoramentos, São Paulo.

QUADRO, M. F. L.; MACHADO, L. H. R.; CALBETE, S.; BATISTA, N. N. M.; SAMPAIO, G. 1996. Climatologia, precipitação e temperatura no período de 1986 a 1996. Revista Climanálise, Edição comemorativa de 10 anos, CPTEC/INPE.

QUYEN, N. T. N.; LIEM, N. D.; LOI, N. K. 2014. Effect of land use change on water discharge in Srepok watershed, Central Highland, Viet Nam. International Soil and Water Conservation Research, v.2, n.3, p.74-86.

RALLISON, R. E.; MILLER, N. 1981. Past, present and future SCS runoff procedure. In: SINGH, V. P. (Ed.). Rainfall runoff relationship. Littleton, USA: Water Resources Publication, p.353–364.

SILVA, R. M.; SANTOS, C. A. G.; SILVA, V. C. L.; MEDEIROS, I. C.; MOREIRA, M.; CORTE-REAL, J. 2016. Efeitos de cenários de uso do solo na vazão e produção de sedimentos na Bacia do Rio Cobres, Portugal. Geociências, v.35, n.4, p.609-622.

WERNECK, F. P. 2011. The diversification of eastern South American open vegetation biomes: Historical biogeography and perspectives. Quaternary Science Reviews, v.30, n.13-14, p.1630-1648.

WINCHELL, M.; SRINIVASAN, R.; DI LUZIO, M.; ARNOLD, J. G. 2010. ArcSWAT interface for SWAT2009 User’s guide. USDA Agricultural Research Service and Texas A&M Blackland Research Center, Temple, Texas. 431p.

XUE, C.; MASCE, B. C.; WU, H. 2014. Parameter uncertainty analysis of surface flow and sediment yield in the Huolin Basin, China. Journal of Hydrologic Engineering, v.19, p.1224-1236.

Publicado

2017-07-31

Como Citar

Andrade, C. W. L. de, Montenegro, S. M. G. L., Lima, J. R. de S., Montenegro, A. A. de A., & Magalhães, A. G. (2017). Modelagem hidrológica sob escassez de dados na Bacia do Alto Mundaú, Nordeste do Brasil. Journal of Environmental Analysis and Progress, 2(3), 227–238. https://doi.org/10.24221/jeap.2.3.2017.1443.227-238