ÍNDICES DE EROSIVIDADE EI 30 E KE>25 PARA O ESTADO DO RIO DE JANEIRO 2 a APROXIMAÇÃO

Transcrição

1 ÍNDICES DE EROSIVIDADE EI 30 E KE>25 PARA O ESTADO DO RIO DE JANEIRO 2 a APROXIMAÇÃO Elenilson Moreira Franco 1, Claudinei Antonio Montebeller 2, Daniel Fonseca de Carvalho 3, Ricardo Valcarcel 4, Marcos Bacis Ceddia 5 INTRODUÇÃO A capacidade da chuva em causar erosão pode ser avaliada por meio de índices de erosividade, que se baseiam nas características físicas das chuvas de cada região. Wischmeier & Smith (1958) concluíram que o produto da energia cinética total da chuva pela intensidade máxima em 30 minutos (EI 30 ) é a relação que melhor expressa o potencial da chuvas em causar erosão. Entretanto, este modelo subestima a energia cinética das chuvas nas regiões tropicais, por estas estarem relacionadas à velocidade dos ventos, à distribuição de gotas de diferentes tamanhos e a alta precipitação. Assim, para as condições tropicais da África, Hudson (1965) encontrou melhor correlação das perdas de solo com o índice KE>25, que considera a energia cinética total das chuvas com intensidade superior a 25 mm.h -1. Gonçalves (2003) realizou estudos sobre o potencial erosivo do Estado do Rio de Janeiro referente a 14 estações climatológicas pertencentes às redes hidrometeorológicas da ANA/ANEEL (Agência Nacional de Águas/Agência Nacional de Energia Elétrica), Light (Light Serviços de Eletricidade S/A) e SERLA (Superintendência Estadual de Rios e Lagoas). Sabendo-se da dificuldade da obtenção de dados e da importância de se conhecer o potencial erosivo das chuvas para uma região, desenvolveu-se este trabalho com o objetivo de estimar os índices de erosividade EI 30 e KE>25 para outras 16 estações climatológicas localizadas no Estado do Rio de Janeiro. MATERIAL E MÉTODOS O estudo foi realizado a partir de dados pluviográficos referentes a 5 anos de observações ( ) em 16 estações climatológicas do Estado do Rio de Janeiro, cadastradas no Instituto Nacional de Meteorologia (INMET), disponibilizados pelo Departamento de Ciências Ambientais do IF/UFRRJ. Os valores médios mensais de EI 30 foram determinados com base na metodologia de Wischmeier & Smith (1958), utilizando a Equação 1 sugerida por Foster et al (1981).

2 Ec= log I (1) Em que: Ec = energia cinética por mm de chuva, em MJ ha -1 mm -1 ; I = intensidade de chuva, em mm h -1. Os valores de energia cinética (Ec) obtidos foram aplicados na Equação 2 para o cálculo do índice EI 30. EI 30 = Ec.I 30 (2) Para a obtenção do índice KE>25, foram utilizados os mesmos parâmetros citados anteriormente, sendo desconsideradas aquelas precipitações com intensidades médias em cada segmento inferiores a 25 mmh -1. Pelo somatório dos valores obtidos de EI 30 e KE>25 em cada precipitação, foi possível a determinação dos índices mensais e posteriormente, os anuais, para as duas localidades estudadas. RESULTADOS E DISCUSSÃO Pela Tabela 1, observa-se que o maior índice EI 30 médio anual encontrado foi para o município de Resende com 9.068,6 MJ mm ha -1 h -1 ano -1, e o menor foi para Campos dos Goytacazes com MJ mm ha -1 h -1 ano -1. Com relação ao KE>25, o menor índice médio anual observado foi de 46,6 para Álcalis, município de Cabo Frio, e o maior foi para Resende, com 129,1 MJ ha -1 ano -1. Ambos os índices, quando analisados os valores mensais apresentam, de modo geral, maiores valores no período de setembro a fevereiro que corresponde ao verão, período no qual é característico a ocorrência de chuvas de maiores intensidades, devido à maiores temperaturas e movimentação de massas de ar. Ao contrário, os menores valores são observados nos meses de março a agosto, período onde ocorrem chuvas com menores intensidades.

3 CONCLUSÕES Os resultados obtidos nos permitem concluir que: - - o índice EI 30 médio anual encontrado para as localidades analisadas varia de a MJ mm ha -1 h -1 ano -1, e o índice KE>25 médio anual varia de 46 a 129 MJ ha -1 ano -1 ; e - - o período crítico considerado para ambos os índices é observado nos meses de setembro a fevereiro, os quais apresentam os maiores valores de erosividade. REFERÊNCIAS BIBLIOGRÁFICAS FOSTER, G. R.; McCOOL, D. K.; RENARD, K. G.; MOLDENHAUER, W. C. Conversion of the universal soil loss equation to SI units. Journal of Soil and Water Conservation. Baltimore v. 36 p GONÇALVES, F. A. Erosividade das chuvas no Estado do Rio de Janeiro. Viçosa, p. Dissertação (Mestrado em Energia Agrícola) Universidade Federal de Viçosa. HUDSO, N.W. The influence of rainfall on the mechanics of soil erosion with to northern Rhodesia. Cape Town, University of Cape Town, South Africa, (tese de mestrado). WISCHMEIER, W. H.; SMITH, D. D. Rainfall energy and its relationship to soil loss. Transaction American Geophysical Union. Washington v.39 p

4 Tabela 1. Relação das estações, coordenadas geográficas, altitudes e índices de erosividade médios mensais e anuais. EI 30 INMET ESTAÇÃO LAT LON ALT JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ TOTAL Alcalis ,4 397,8 188,9 78,6 453,7 489,4 109,0 269,9 58,0 137,8 523,3 1031,9 209,2 3947,4 Angra dos 23º 44º Reis ,3 1437,3 732,3 401,8 228,8 214,2 278,9 132,9 224,5 314,4 319,8 1100,6 6291, Campos ,1 140,8 141,1 419,0 127,7 101,8 95,0 190,8 168,3 460,4 487,2 624,9 3441, Carmo 21º 42º ,8 843,5 741,3-56,8-7,4 523,8 410,3 578,3 431,8 1063,3 5484, Cordeiro ,9 1315,4 655,8 429,2 223,8 191,4 13,7 280,1 70,5 574,6 1023,1 1389,4 7657, Ecologia Agrícola ,2 995,3 751,7 353,1 161,7 204,9 91,2 181,2 169,4 165,2 381,5 1380,8 5771, Ilha 23º 44º Guaíba ,3 1515,7 724,2 569,6 220,7 101,4 163,9 135,9 230,2 193,6 262,9 940,9 6168, Itaperuna ,8 512,0 461,2 718,7 433,1 17,6 65,0 164,7 91,1 342,7 918,8 930,0 6204, Macaé 22º 41º ,9 378,5 129,5 491,6 231,9 596,9 351,0 380,0 204,5 241,7 885,3 591,8 5089, Nova Friburgo ,4 988,9 651,5 182,6 87,6 60,6 37,9 122,5 95,5 297,2 1471,3 1453,7 6136, Piraí ,7 806,2 879,9 360,1 103,8 145,3 68,2 156,4 194,0 162,6 906,0 1043,4 6557, Resende 22º 44º ,4 1228,6 1077,5 518,4 165,3 90,2 51,0 499,3 712,2 467,3 1698,2 1033,3 9068,6 Sta Mª 21º 42º Madalena ,7 745,7 353,5 318,6 171,3 379,3 49,9 649,4 164,5 294,2 1067,5 1013,1 6064, São Bento ,6 433,7 583,7 393,5 194,5 160,3 77,3 41,3 124,7 245,7 456,0 1832,8 5445, Teresópolis ,9 283,2 818,2 547,9-13,8 26,7 91,6 91,3 243,7 644,8 1566,2 5687, Vassouras ,2 642,6 1095,1 118,4 56,1 123,5 16,4 151,7 115,1 258,1 841,6 1419,1 6443,9

5 KE>25 INMET ESTAÇÃO LAT LON ALT JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ TOTAL Alcalis ,4 4,5 3,5 1,2 6,5 6,7 2,6 3,0 0,9 0,8 7,9 5,1 3,9 46,6 Angra dos 23º 44º Reis ,5 18,8 9,2 4,4 2,7 1,8 1,9 1,3 1,6 3,1 2,2 11,0 72, Campos ,3 2,5 1,5 7,5 1,8 2,4 2,2 3,9 1,4 7,7 5,5 10,0 52, Carmo 21º 42º ,7 16,6 11,5-0,7-0,0 5,3 4,5 4,9 5,1 14,7 75, Cordeiro ,5 18,8 10,6 8,2 4,4 4,4 0,2 5,9 0,3 8,4 13,9 23,0 117, Ecologia Agrícola ,5 14,8 8,8 6,2 3,0 3,3 1,4 2,8 2,6 2,5 5,1 17,5 82, Ilha 23º 44º Guaíba ,1 15,2 10,5 5,7 2,2 1,3 0,5 0,9 1,6 0,1 1,5 10,1 63, Itaperuna ,5 6,9 9,1 10,1 5,9 0,0 0,2 2,7 0,2 5,2 13,4 15,2 88, Macaé 22º 41º ,2 4,6 2,0 8,2 2,1 9,6 4,4 5,4 0,6 2,5 9,0 9,5 63, Nova Friburgo ,3 13,6 8,0 5,3 1,0 1,7 0,0 1,2 0,4 5,0 23,6 23,9 92, Piraí ,1 13,5 16,4 5,5 2,5 2,0 2,4 1,6 2,2 2,8 12,2 18,3 104, Resende 22º 44º ,6 18,2 17,6 7,2 2,5 1,4 0,7 6,1 7,9 7,4 17,1 19,5 129,1 Sta Mª 21º 42º Madalena ,8 12,6 6,7 5,6 2,3 3,6 0,8 9,7 1,2 4,4 11,6 13,2 87, São Bento ,3 5,3 15,3 6,5 3,3 2,4 0,3 1,4 2,2 1,7 5,9 25,9 84, Teresópolis ,7 7,5 14,1 7,0-0,0 0,0 1,4 0,3 0,9 5,1 17,1 69, Vassouras ,3 10,9 13,4 1,7 0,6 3,1 0,0 2,9 0,7 4,8 11,9 22,5 96,7