POTENCIAL EROSIVO DA CHUVA EM CENÁRIOS DE MUDANÇAS CLIMÁTICAS NO ESTADO DO RIO GRANDE SUL

Transcrição

1 POTENCIAL EROSIVO DA CHUVA EM CENÁRIOS DE MUDANÇAS CLIMÁTICAS NO ESTADO DO RIO GRANDE SUL 1 2 Paola Juliê Zorzo *; Leydimere Janny Cota Oliveira ; Marcelo Jorge de Oliveira 3 Resumo O potencial erosivo da chuva em resposta aos cenários de mudanças climáticas RCP 2.6 e RCP 8.5 para o ano de 2050 foi avaliado a partir dos índíces IFM e do ICP para o estado do Rio Grande Sul. Para tanto, foram utilizados dados de precipitação média mensal, provenientes do banco de dados WorldClim. Valores mais altos nos índices IFM e ICP foram estimados em todos os cenários climáticos futuros comparados ao cenário climático atual, indicando provável aumento do potencial erosivo da chuva no estado caso se confirmem os cenários de precipitação projetadas para De maneira geral, o aumento foi mais evidente na região norte do estado, demonstrando que esta é uma região estratégica para novos estudos de erosão hídrica. Palavras Chave índice de Fournier modificado; índice de concentração de chuva. RAINFALL POTENTIAL EROSIVE BY THE CLIMATE CHANGE SCENARIOS IN RIO GRANDE DO SUL STATE Abstract The rainfall potential erosive in response to climate change scenarios RCP 2.6 and RCP 8.5 for the year 2050 was evaluated from the indices MFI and ICP indexes for Rio Grande do Sul state. Therefore, average monthly rainfall data from the WorldClim database were used. Higher values in MFI and PCI indexes were estimated in all future climate scenarios compared to the current climate scenario, likely indicating increased rainfall potential erosive in the state case precipitation scenarios projected for 2050 would be confirmed. Overall, the increase was most evident in the northern region of the state, demonstrating this is a strategic region for new water erosion studies. Keywords modified Fournier index; precipitation concentration index. 1 Acadêmica do curso de Engenharia de Agrimensura Universidade Federal do Pampa/Campus Itaqui, paolajzorzo@gmail.com. *Autor Correspondente. 2 Professora do curso de Engenharia de Agrimensura Universidade Federal do Pampa/Campus Itaqui, leydimereoliveira@unipampa.edu.br. ³ Professor do curso de Engenharia de Agrimensura Universidade Federal do Pampa/Campus Itaqui, marcelojorge@unipampa.edu.br. XXI Simpósio Brasileiro de Recursos Hídricos 1

2 INTRODUÇÃO Segundo Cera e Ferraz (2015) o Rio Grande do Sul situa se em uma região latitudinal favorável à atuação de diversos fenômenos meteorológicos que afetam o tempo e o clima do estado favorecendo, desta forma, uma boa distribuição espacial e temporal de chuvas. No entanto, pelo mesmo motivo, o estado se encontra mais vulnerável às mudanças climáticas. Em estudo realizado por Marengo (2008) o autor alerta sobre a vulnerabilidade do Brasil às mudanças climáticas que se projetam para o futuro, especialmente quanto aos extremos climáticos. E, de acordo com o sumário executivo do Painel Brasileiro de Mudanças Climáticas PBMC, no sul sudeste do Brasil nos últimos 50 anos as chuvas intensas têm sido mais frequentes (PBMC, 2013). Apesar das incertezas nas projeções futuras, cenários projetados pelo Painel Intergovernamental de Mudanças Climáticas (IPCC, sigla em inglês) indicam que aumentos de precipitação e vazão de rios poderão se intensificar na região sul do país, e consequentemente, desastres como deslizamentos de terra, morte por afogamento e desabamentos poderão ser mais frequentes (PBMC, 2013). Sabe se que a chuva é o principal agente ativo que intervém na erosão do solo, grandezas que a caracterizam como a duração, a intensidade e a distribuição influenciam a intensidade e o volume total das perdas por erosão (Lombardi Neto e Pastana, 1972), cujas consequências, em regiões tropicais, são um grande problema para o planejamento de utilização do solo, já que o clima úmido favorece e amplifica seus resultados. A erosão pela água pode também comprometer a produtividade das áreas agrícolas e ainda segundo Cassol et al. (2008) causar sérios problemas ambientais, especialmente pelo assoreamento de rios e reservatórios e pela poluição dos recursos hídricos, assim como deslizamentos de massas de solo em áreas cuja geomorfologia é reconhecidamente de risco, sem uma eficiente cobertura vegetal (Mello et al., 2012). Mello et al. (2007) ressaltam que para se determinar o potencial erosivo da chuva é preciso ler e analisar uma série de registros de chuva, porém no Brasil estes dados são escassos ou de difícil acesso. A fim de contornar o problema, métodos como o Índice de Fournier Modificado (IFM) e o Índice de Concentração da Precipitação (ICP) são utilizados para se estimar o potencial erosivo médio mensal de determinado local. Tais métodos são baseados em dados de precipitação média mensal e anual, os quais estão cada vez mais acessíveis em decorrência da crescente disponibilização de banco de dados climáticos espacializados (ex. CRU, WorldClim, Sheffield) (Lima et al., 2012). Nesse contexto o objetivo do presente trabalho é avaliar o potencial erosivo da chuva no estado do Rio Grande Sul em cenários de mudanças climáticas a partir do IFM e do ICP com o uso de sistema de informação geográfica (SIG) a fim de subsidiar futuros estudos de erosão hídrica na região. XXI Simpósio Brasileiro de Recursos Hídricos 2

3 MATERIAS E MÉTODOS O estudo foi efetuado dentro dos limites geográficos do estado do Rio Grande do Sul, que possui uma área de ,445 km² (IBGE, 2015) e clima subtropical. Com relevo e vegetação diversificados, o estado apresenta diferenças nas variáveis climáticas de uma região à outra, que de acordo com Cera e Ferraz (2015) também podem estar relacionadas a efeitos antropogênicos. O banco de dados do clima atual utilizado foi desenvolvido por Hijmans et al. (2005) o qual possui resolução espacial de 30 de arco. Estes autores interpolaram as médias climáticas mensais obtidas em estações meteorológicas a partir de um grande número de fontes para o período de A resolução espacial desses dados permite a captura da variabilidade ambiental que pode ser parcialmente perdida em resoluções mais baixas, nomeadamente nas zonas montanhosas e outras com gradientes climáticos íngremes (Hijmans et al., 2005). Já para as projeções climáticas futuras para o ano de 2050, utilizaram se dados de dois cenários representativos de concentrações (RCP): um otimista RCP 2.6 (forçante radiativa de 2,6 W.m 2 e concentração média de 450 ppm de CO 2 eq) e um pessimista RCP 8.5 (forçante radiativa de 8,5 W.m 2 e concentração média de 1370 ppm de CO 2 eq) (Moss et al., 2010). A fim de se eliminar o viés dos Modelos de Circulação Global (GCMs, sigla em inglês) utilizados no quinto relatório do IPCC (CMIP5), optou se pelo cálculo da média da precipitação projetada por 14 desses modelos, listados na Tabela 1, para os dois cenários de emissões futuras citados anteriormente. Tabela 1 Modelos de GCM e instituições responsáveis MODELOS INSTITUIÇÕES BCC CSM1.1 Beijing Climate Center, China Meteorological Administration CCSM4 National Center for Atmospheric Research CNRM CM5 Centre National de Recherches Meteorologiques / Centre Europeen de Recherche et Formation Avancees en Calcul Scientifique GFDL CM3 Geophysical Fluid Dynamics Laboratory GISS E2 R NASA Goddard Institute for Space Studies HadGEM2 AO National Institute of Meteorological Research/Korea Meteorological Administration Met Office Hadley Centre (additional HadGEM2 ES realizations HadGEM2 ES contributed by Instituto Nacional de Pesquisas Espaciais) IPSL CM5A LR Institut Pierre Simon Laplace Atmosphere and Ocean Research Institute (The University of Tokyo), MIROC5 National Institute for Environmental Studies, and Japan Agency for Marine Earth Science and Technology Japan Agency for Marine Earth Science and Technology, Atmosphere MIROC ESM and Ocean Research Institute (The University of Tokyo), and National MIROC ESM CHEM Institute for Environmental Studies MPI ESM LR Max Planck Institute for Meteorology (MPI M) MRI CGCM3 Meteorological Research Institute NorESM1 M Norwegian Climate Centre XXI Simpósio Brasileiro de Recursos Hídricos 3

4 1 A Figura 1 ilustra a distribuição da precipitação média anual (mm.ano ) no estado do Rio Grande do Sul para os três cenários obtida a partir dos dados mensais do banco de dados de Hijmans etal.(2005). Figura1 Precipitaçãomédiaanual(mm/ano)obtidaapartirdobancodedadosconstruídoporHijmansetal.(2005). A fim de se estimar o potencial erosivo da chuva foram utilizados dois índices genéricos: o IMF (Equação 1) e o ICP (Equação 2). Ambos osíndicesforamimplementadosnodinamicaego, plataforma de modelagem que permite a construção de modelos distribuídos, pormeiode análises dinâmicascomplexasdefenômenosespaço temporais(soares Filho etal.,2013). (1) (2) 1 Emque:Pi:precipitaçãomédianomêsi(mm.mês ). De acordo com o IMF, CORINE(1992,pág.97)classificaavariabilidadeepotencialerosivo dachuvaem: i.muitobaixo,paravaloresdeifmmenoresque60mm. ii.baixo,paravaloresdeifmentre60e90mm iii.moderado,paravaloresdeifmentre90e120mm. iv.alto,paravaloresdeifmentre120e160mm. v.muitoaltoparavaloresdeifmmaioresque160mm. XXISimpósioBrasileirodeRecursosHídricos 4

5 Já o ICP indica a concentração da chuva e segundo Lujan e Gabriels (2005), quando o valor deste índice é igual a 8,3 significa que a chuva é a mesma em todos os meses do ano, e quando é igual a 100 toda a chuva do ano ocorre em único mês. Finalmente, para se avaliar os efeitos das mudanças climáticas nos índices IFM e ICP foram realizadas comparações entre os resultados encontrados para os índices no cenário climático atual e nos cénarios climáticos futuros. A significância estatística das diferenças entre os cenários foi verificada pelo uso do teste t de Student ao nível de 5% de probabilidade. RESULTADOS E DISCUSSÃO O IFM foi maior que 90 mm em todo o Rio Grande do Sul nos três cenários climáticos avaliados, geralmente crescendo no sentido do extremo sul para o noroeste do estado (Figura 2). Quando comparam se os resultados obtidos para os cenários RCP 2.6 e RCP 8.5 com o cenário climático atual percebem se aumentos nás áreas em que tal índice é classificado como alto ou muito alto de acordo com os critérios de CORINE (1992), tal aumento é ainda mais evidente no cenário RCP 8.5 (Figura 2). Figura 2 IFM em mm obtido a partir do banco de dados de precipitação construído por Hijmans et al. (2005). Já o ICP exibiu valores próximos a 8,3 nos três cenários climáticos avaliados, indicando que embora os cenários futuros projetem variações na magnitude das precipitações, o padrão de distribuição da chuva ao longo do ano no estado não sofreria alteração intensa (Figura 3). XXI Simpósio Brasileiro de Recursos Hídricos 5

6 Figura3 ICPobtidoapartirdobancodedadosdeprecipitaçãoconstruídoporHijmansetal.(2005). A média e o desvio padrão dos índices IFM e ICP para os três cenários climáticos, encontram se plotados na Figura 4a e 4b. Para o ICP, valores médios foram próximos a 8,5 com desvio padrão em torno de 0,14, enquanto que para o IFM os valores médios variaram entre 132mm (clima atual) e 143 mm (RCP8.5) e o desvio padrão nos três cenários foi de aproximadamente13%dovalormédio(figura4ae4b). O teste t foi significativo para todos os cenários climáticos futuros e para ambos os índices. Tais resultados apontam possível aumento do potencial erosivo da chuva no Rio Grande do Sul casoseconfirmemoscenáriosdeprecipitaçãoprojetadaspara2050. Figura4 MédiaedesviopadrãodoIFM(a)eICP(b)paraostrêscenáriosclimáticosavaliados. XXISimpósioBrasileirodeRecursosHídricos 6

7 CONSIDERAÇÕES FINAIS Aumentos nos índices IFM e ICP no Rio Grande do Sul foram estimados para os cenários RCP 2.6 e RCP 8.5 para o ano de 2050, tais resultados apontam possível aumento do potencial erosivo da chuva no estado caso se confirmem os cenários de precipitação projetadas para o futuro. Esse quadro é mais evidente na região norte do estado, por isso é importante ressaltar a necessidade de uma análise mais minuciosa sobre esta região. Dado a diversidade das características fisiográficas do estado, recomenda se ainda que estudos futuros sobre erosão hídrica sejam realizados na escala de bacias hidrográficas. REFERÊNCIAS CASSOL, E. A.; ELTZ, F. L. F.; MARTINS, D.; LEMOS, A. M. de; LIMA, V. S. de; BUENO, A. C. (2008). Erosividade, padrões hidrológicos, período de retorno e probabilidade de ocorrência das chuvas em São Borja, RS. Revista Brasileira de Ciência do Solo. 32, pp CERA, J. C.; FERRAZ, S. E. T. (2015). Variações climáticas na precipitação no sul do brasil no clima presente e futuro. Revista Brasileira de Meteorologia. 30 (1), pp CORINE. (1992). Soil erosion risk and important land resources in the southern regions of the European Community. Brussels, Commission of the European Community EUR EN, Luxemburg, Office for official Publications of the European Community, pp 97. HIJMANS, R. J.; CAMERON, S. E.; PARRA, J. L.; JONES, P. G.; JARVIS, A. (2005). Very high resolution interpolated climate surfaces for global land areas. International Journal Of Climatology. 25, pp ; LOMBARDI NETO, F; PASTANA, F. I. (1972). Relação chuva perdas por erosão. Boletim Sociedade & Natureza, Uberlândia, Special Issue, 16 29, May, 2005 Científico do Instituto Agronômico do estado de São Paulo. 31 (19), pp MARENGO, J. A. (2008). Água e mudanças climáticas. Estudos Avançados [online]. 22 (63), pp MELLO, C. R.; SÁ, M. A. C. de; CURI, N.; MELLO, J. M. de; VIOLA, M. R.; SILVA, A. M. da (2007). Erosividade mensal e anual da chuva no Estado de Minas Gerais. Pesquisa Agropecuária Brasileira. 24 (4), pp MELLO, C. R.; VIOLA, M. R.; CURI, N.; SILVA, A. M. da (2012). Distribuição espacial da precipitação e da erosividade da chuva mensal e anual no Estado do Espírito Santo. Revista Brasileira de Ciência do Solo. 36, pp XXI Simpósio Brasileiro de Recursos Hídricos 7

8 MOSS, R. H.; EDMONDS, J. A.; HIBBARD, K. A.; MANNING, M. R.; ROSE, S. K.; VUUREN, D. P. van; CARTER, T. R.; EMORI, S.; KAINUMA, M.; KRAM, T.; MEEHL, G. A.; MITCHELL, J. F. B.; NAKICENOVIC, N.; RIAHI, K.; SMITH, S. J.; STOUFFER, R. J.; THOMSON, A. M.; WEYANT, J. P.; WILBANKS, T. J. (2010). The next generation of scenarios for climate change research and assessment. Nature. 463 (11), pp LIMA, L. S.; OLIVEIRA, L. J. C; SOARES FILHO, B. S; RODRIGUES, H. O. (2012). Balanço hídrico climatológico espacializado para o Brasil. In Anais do XVII Congresso Brasileiro de Meteorologia, Gramado, Set, Disponível em: < 46D.pdf >. PBMC (2013). Contribuição do Grupo de Trabalho 2 ao Primeiro Relatório de Avaliação Nacional do Painel Brasileiro de Mudanças Climáticas. Sumário Executivo do GT2. PBMC, Rio de Janeiro, Brasil. 28 p. SOARES FILHO, B. S.; RODRIGUES, H. O.; FOLLADOR, M. ( 2013) A hybrid analytical heuristic method for calibrating land use change models. Environ. Modelling Softw. v. 43, pp LUJAN, D. L.; GABRIELS, D. (2005). Assessing the rain erosivity and rain distribution in different agro climatological zones in Venezuela. Sociedade e Natureza, Special Issue, pp IBGE (INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA). IBGE Municípios Rio de Janeiro, Disponível em < >. Acesso em 28 de Maio de XXI Simpósio Brasileiro de Recursos Hídricos 8