Avaliação de diferentes cenários na produção de sedimentos em uma microbacia hidrográfica amazônica
DOI:
https://doi.org/10.22478/ufpb.1981-1268.2019v13n4.44250Resumo
O objetivo deste trabalho foi estimar a produção de sedimentos na microbacia hidrográfica do rio Caiabi (MBHRC) utilizando a MUSLE com um evento de precipitação comum à região, avaliando seus parâmetros e a importância do seu uso aliado ao SIG para a observação de diferentes cenários. Na simulação foram gerados os mapas do fator R, fator K, fator topográfico LS e o fator C. Foram utilizadas imagens de satélites dos anos de 1993 e de 2015 para representar o uso e ocupação do solo. O cenário com uso do solo similar ao proposto no código florestal brasileiro e condição de superfície favorável (C1) e em condição de superfície desfavorável (C2) produziram 282,37 Megagramas (Mg) e 1.309,93 Mg respectivamente. No cenário com uso do solo mais próximo ao atual e condição de superfície favorável (C3) e condição de superfície desfavorável (C4) tiveram respectivamente 1.194,55 Mg e 3.167,56 Mg. O C1 foi o que apresentou a menor produção de sedimentos e o menor potencial erosivo. Já a análise conjunta dos cenários C2 e C3 demonstrou que a conversão de área de floresta para uso alternativo não aumentou a produção de sedimentos. Retratando que a utilização de instrumentos de gestão ambiental, como as simulações de cenários relativos as condições socioambientais, podem auxiliar um melhor planejamento de uso e ocupação do solo, por meio das respostas de perdas de solo.
Downloads
Referências
Bayramov ER, Buchroithner MF, Bayramov RV. 2016. Multi-temporal assessment of ground cover restoration and soil erosion risks along petroleum and gas pipelines in Azerbaijan using GIS and remote sensing. Environ Earth Sci, 75:256.
Corrêa EA, Moraes IC, Lupinacci CM, Pinto SAF. 2018. Influência do cultivo de cana-de-açúcar nas perdas de solo por erosão hídrica em cambissolos no estado de São Paulo. Rev. Bras. Geomorfol. (Online), São Paulo, v.19, n.2, (Abr-Jun) p.231-243.
Dias-filho MB. 2011. Degradação de pastagens: processos, causas e estratégias de recuperação. rev. atual. e ampl. 4. ed. Belém, PA.
DIEESE. Estatísticas do meio rural 2010-2011. 4. ed. São Paulo: DIEESE: NEAD: MDA, 2011.
Durigon VL, Carvalho DF, Antunes MAH, Oliveira PTS, Fernandes MM. 2014. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal Of Remote Sensing, Vol 35 (2), pp 441-453.
Fietz CR, Comunello E, Cremon C, Dallacort R, Pereira SB. 2010. Chuvas intensas no Estado de Mato Grosso. Dourados, MS: Embrapa Agropecuária Oeste.
Food and Agriculture Organization. The state of food and agriculture; FAO: Rome, Italy, 2009.
Food and Agriculture Organization of the United Nations. The State of Food Security and Nutrition in the World: Building Resilience for Peace and Food Security; FAO: Rome, Italy, 2017; p. 132.
Guimarães R Z, Lingnau C, Rizzi NE, Scheichi RG, Bianchi RC. 2011. Espacialização da perda de solo por erosão laminar na microbacia do rio campinas, JOINVILLE SC. RA´E GA 23, p. 534-554.
Gwapedza D, Slaughter A, Hughes D, Mantel S. 2018. Regionalising MUSLE factors for application to a data-scarce catchment. Proc. IAHS, 377, 19–24.
Hamel P, Falinski K, Sharp R, Auerbach DA, Sánchez-canales M, Dennedy-frank PJ. 2016. Sediment delivery modeling in practice: Comparing the effects of watershed characteristics and data resolution across hydroclimatic. Sci Total Environ, http://dx.doi.org/10.1016/j.scitotenv.2016.12.103.
Hidayat DPA, Andajani S. 2018. Development land erosion model using model builder GIS (case study: Citepus watershed). MATEC Web of Conferences 147, 03003.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Land Remote Sensing Satellite. http://www.dgi.inpe.br/CDSR/. 2017. (acessado em março de 2017).
Kusimi JM, Attua EM. 2015. Soil erosion and sediment yield modelling in the pra river basin of ghana using the Revised Universal Soil Loss Equation (RUSLE), Ghana J. Geogr. 7, 38–57.
Lal R. 2018. Accelerated Soil erosion as a source of atmospheric CO2. Soil & Tillage Research, https://doi.org/10.1016/j.still.2018.02.001.
Figueiredo LF. 2015. Atributos físicos e a hidrodinâmica nos solos sob coberturas vegetais em uma microbacia hidrográfica do Rio Caiabi. Trabalho de Conclusão de Curso – TCC.
Macedo FL, Junior AVM, Marcellini SS, Pedrotti A. 2012. Modelagem da produção de sedimentos na sub-bacia hidrográfica do riacho Jacaré – SE. RA´E GA 24, p. 272-289.
Mello CR, Silva AM. 2013. Hidrologia: Princípios e Aplicações em Sistemas Agrícolas. Editora da UFLA. Lavras, MG. 455p.
Pham TG, Degener J, Kappas M. 2018. Integrated Universal Soil Loss Equation (USLE) and Geographical Information System (GIS) for soil erosion estimation in a sap basin; central Vietnam, International Soil and Water Conservation Research, https://doi.org/10.1016/j.iswcr.2018.01.001.
Prado-hernandéz JV, Rivera-ruiz P, Léon-mojarro B, Carrillo-garcía M, Martínez-ruiz A. 2017. Calibración de los modelos de pérdidas de suelo usle y musle en una cuenca forestal de méxico: caso el malacate. Agrociencia. 51. 265-284.
Sadeghi SHR, Gholami L, Khaledi Darvishan A, Saeidi P. 2014. A review of the application of the MUSLE model worldwide. Hydrological Sciences Journal, 59:2, 365-375.
Santos DBO, Blanco CJC, Pessoa FCL. 2015. RUSLE para Determinação da Tolerância de Perda de Solo. Biota Amazônia, Macapá, v. 5, n. 4, p. 78-83.
Schultz GB, Siefert CAC, Santos I. 2013. Avaliação do arcmusle para estimativa da produção de sedimentos na bacia hidrográfica do alto rio negro, região sul brasileira. Bol. geogr., Maringá, v. 31, n. 2, p. 131-141, maio.
Siqueira EC, Vanzela LS. 2018. Simulação temporal e espacial do aporte de sedimentos em bacia agrícola no município de Fernandópolis (SP). Eng Sanit Ambient. v.23 n.1, jan/fev. 15-25.
Souza AP, Mota LL, Zamadei T, Martim CC, Almeida FT, Paulino J. 2013. Classificação Climática E Balanço Hídrico Climatológico No Estado De Mato Grosso. Nativa, (01-01), 34-43.
Tanyas H, Kolat Ç, Suzen ML. 2015. A new approach to estimate cover management factor of RUSLE and validation of RUSLE model in the watershed of Kartalkaya Dam. Journal of Hydrology 528, 584–598.
USDA-SCS. ‘Hydrology’ in SCS National Engineering Handbook, section 4, US Department of Agriculture, Washington. 1972.
USGS EROS Data Center. Shuttle Radar Topography Mission. https://earthexplorer.usgs.gov/. 2017. (acessado em março de 2017).
Vale JRJF, Souza MIL, Nascimento PPRR, Souza cruz DL. 2011. Solos da Amazônia: etnopedologia e desenvolvimento sustentável. Revista Agro@mbiente On-line, v.5, p.158-165.
Williams JR, Berndt HD. 1977. Sediment Yield Prediction Based on Watershed Hydrology. Transaction of the American Society of Agricultural Engineers, v.20, p.1100-1104.
Zelelew DG. 2017. Spatial mapping and testing the applicability of the curve number method for ungauged catchments in Northern Ethiopia. International Soil and Water Conservation Research 5, 293–301.
Zhang Y, Degroote J, Wolter C, Sugumaran R. 2009. Integration of Modified Universal Soil Loss Equation (MUSLE) into a gis framework to assess soil erosion risk. Land Degradation & Development, v.20, p.84–91.
