Identificação de áreas aptas à implantação de irrigação por pivô central no município de Unaí-MG utilizando ferramental do SIG

Transcrição

1 Identificação de áreas aptas à implantação de irrigação por pivô central no município de Unaí-MG utilizando ferramental do SIG Paulo Henrique Peruzzo de Lima 1 Diego Domingos Della Justina 1 Luiz Eduardo Peruzzo de Lima 1 Victor Hugo Rohden Prudente 1 Carlos Henrique Wachholz de Souza 1 Erivelto Mercante 1 ¹ Universidade Estadual do Oeste do Paraná - UNIOESTE Caixa Postal Cascavel - PR, Brasil. pauloperuzzo@outlook.com, diego_della_justina@outlook.com, luiz_peruzzo@yahoo.com, victor.rohden@yahoo.com, carlos_hws@hotmail.com, erivelto.mercante@unioeste.br Abstract. The use of the method of analysis overlapping layers by weighting is considered one of the most efficient methods to support decision making. Thus the aim of this study was to characterize suitable areas for the deployment of center pivot irrigation systems. The processing and the spacial analysis were realized in GIS with ArcGIS 10. The work was performed for the city of Unaí, Minas Gerais. To construct the suitability map were considered three variables: slope, water availability and soil type and for each layer was assigned an importance percentage. Each layer was divided into classes with weights assigned to them being that the class more favorable received higher weight, while less favorable given less weight. At the thematic map generated from overlapping layers was added a vector of center pivots already installed in the region. As a result it was found that around 75% of the total area was classified as good or very good suitability, while only 25% were classified as medium or low suitability. Regarding the irrigated area, it was found that about 78% of the total irrigated area was classified into suitability classes good or very good, while only 2% is located in areas classified as low suitability. Thus we conclude that the GIS tools demonstrated good results being a viable alternative to study the suitability of areas for irrigation center pivot systems. Palavras-chave: GIS, spacial analysis, irrigation, SIG, análises espaciais, irrigação. 1. Introdução Estima-se que no Brasil 16% da produção total de alimentos provem de área irrigada, o que corresponde a 35% do valor econômico (Mantovani et al, 2007), uma vez que o rendimento aproximado em um hectare irrigado equivale a três hectares no sequeiro, verificando-se assim a importância da irrigação no contexto alimentar (BRASIL, 2009). De acordo com Christofidis (2007) estima-se que a área irrigada no mundo possa aumentar em aproximadamente 68%, sendo que 13% deste montante competem à agricultura brasileira. As novas tendências refletem redução da irrigação por superfície e aumento da irrigação por pivô central e localizada (Mantovani et al, 2007; Christofidis, 2006). A irrigação por pivô central apresenta diversas vantagens: economia de mão-de-obra, altas produtividades (Bernardo et al., 2008), possibilidade de completa automação do sistema, aplica-se a um amplo elenco de culturas, incluindo graníferas, hortaliças, café, forrageiras e gramíneas (Jacinto, 2001). Perante a importância da irrigação para a produção agrícola, a identificação de áreas aptas para implantação dos sistemas de irrigação é fundamental no processo de desenvolvimento da agricultura brasileira (Ayers e Westcot, 1994). Diante disso a utilização dos sistemas de informações geográficas (SIG) na agricultura tem-se mostrado uma ferramenta importante no projeto e desenvolvimento de atividades, pois é possível criar de forma prática e menos onerosa, bancos de dados e documentos cartográficos, como mapas temáticos que podem servir de base para o desenvolvimento de uma atividade (Carvalho et al, 2005), como a identificação de áreas aptas para introdução de sistemas de irrigação. 0585

2 Diante das ferramentas apresentadas nos SIGs, o método de ponderação é tido como um dos mais eficientes métodos para a tomada de decisão sendo aplicado em trabalhos relacionados à agricultura e gestão de recursos naturais (Barros et al, 2007). Diante do exposto acima, o objetivo do presente trabalho foi caracterizar áreas aptas para a implantação dos sistemas de irrigação por pivô central, utilizando as técnicas de análises espaciais e ponderadas. 2. Metodologia de trabalho O trabalho foi realizado em um ambiente SIG, que favorece o processamento e integração de informações provenientes de diversos formatos de arquivos, como pontos, vetores, raster entre outros. Como material para análise considerou-se três variáveis, denominadas camadas, as quais são pré-requisitos para se viabilizar a irrigação por sistema de pivô central, dentre elas estão a declividade do terreno, distância do corpo hídrico, e o tipo de solo. Por meio de ferramentas de SIG, neste caso ArcGis 10 (ESRI, 2010), a análise pode ser feita considerando-se todas as variáveis Área de estudo O trabalho realizado é referente ao município de Unaí MG que está localizado na região noroeste de Minas Gerais, entre as coordenadas métricas UTM de e E e e N, do fuso 23s e datum WGS84. As informações cartográficas e o limite do município foram obtidos do Instituto Brasileiro de Geografia e Estatística (IBGE), em uma malha referente ao ano de 2010 (shapefile). O clima da região é definido como sendo Clima Tropical com estação seca de inverno: Aw, pela classificação de Köppen. Apresentando temperatura média anual variando de 21 C a 24 C. Com precipitação média anual de 1000 a 1400 mm (Sá Júnior, 2009). Figura 1. Localização do munícipio de Unaí. Fonte: O autor 2.2. Camadas de informação As camadas de informação trazem informações das variáveis: declividade, distância do corpo hídrico e tipo de solo cada uma delas divida em classes. 0586

3 De maneira geral, a aptidão das áreas foi considerada como um produto da concordância entre classes de maior importância, ou seja, com qualidades desejadas entre as camadas, por exemplo, classes de maior importância de uma camada que se sobrepôs à classe de maior importância de outra camada, resultam no mapa de classificação final em áreas com maior aptidão a esse sistema de irrigação. As áreas com baixa aptidão são resultados do cruzamento de classes com menor importância. Considerando que algumas variáveis são mais relevantes que outras, a cada camada foi atribuído diferente porcentagem de influência na decisão, considerando a declividade e a distância do corpo hídrico como fatores mais limitantes a implantação de pivôs centrais, atribuiu-se 40% do critério de decisão a cada uma delas, desta maneira ambas possuem 80% do poder de decisão sobre a aptidão da área. Os 20% restantes foram atribuído à camada com as classes de solo. Dentro de cada camada o algoritmo interpreta a relevância de cada classe em função do peso a ela atribuído, o peso é dado em uma escala de 1 a 9 sendo que o valor 9 implica em uma classe mais adequada a irrigação por pivô central, enquanto o valor 1 indica classe menos favoráveis Classes da camada de declividade Para criar o mapa com as classes de declividade foi utilizado o MDE obtido a partir dos dados da Shuttle Radar Topography Mission (SRTM) (MIRANDA, 2012). As imagens do radar SRTM possuem resolução espacial de 90 m, foi necessário um mosaico para cobertura total do município. O MDE foi classificado de acordo com as declividades de interesse, utilizando-se a ferramenta Slope (Figura 2a). De acordo com Garcia (1988) e Schonwald (2005), há sistemas de pivô central capazes de trabalhar em terrenos com até 30% de declividade. No entanto, precipitações muito intensas podem ser produzidas, favorecendo o processo erosivo, por isso recomenda-se que a declividade do terreno não seja superior a 15%. Desta maneira, a declividade foi definida em três classes, 0 15%; 15 30% e > 30%, sendo que quanto menor a declividade maior é o grau é o peso da classe Classes da camada de distância Estas classes se referem às regiões subdividas de acordo com seu distanciamento de um rio, onde poderá se captar a água para a irrigação. Para gerar um mapa de distâncias dos rios foi utilizado dados da hidrografia do Brasil fornecidos pela Agência Nacional de Águas (ANA). Posteriormente a rede hidrográfica foi limitada apenas para a região de Unaí através da ferramenta Clip do ArcGis 10. Em seguida foram criadas classes de distâncias dos rios através da ferramenta Multiple Ring Buffer (Figura 2b). As classes foram criadas de acordo com os custos de implantação em função da distância entre o pivô e a fonte de água (BORGES, 2008), foram criadas 5 classes com extensão de 1 km cada, a partir do vetor dos rios, sendo que a as classes mais próximas do rio possuem maior aptidão, sendo assim, foram atribuídos a elas maiores valores de peso Classes da camada solos O mapa de classes de solo fornecido pelo IBGE foi recortado utilizando-se o limite do município (Figura 2c). Obtendo-se um mapa com as seguintes classes: - Cambissolo, que são solos rasos, não eluviais e baixa gradiência textural e extremamente erodíveis; - Latossolos com características de alta permeabilidade e baixa erodibilidade; - Plintossolo Pétrico, que em função da alta concentração de plintita na camada arável possuem rápido ressecamento; e - Neossolos Litólicos, que possuem contato lítico dentro de 50 cm, associados a afloramento de rochas e alta erodibilidade (Embrapa, 2006). Nestas classes os solos com características mais favoráveis a prática da agricultura e a irrigação, foram atribuídos valores de maior peso. 0587

4 a) b) c) Figura 2. a) Camada de declividade, b) Cama de distância do rio, c) Camada de solos Mapa de aptidão O mapa de aptidão foi obtido pela sobreposição ponderada das camadas, a sobreposição é realizada por meio de arquivo raster, ou seja, matricial. A extensão para analise espacial do ArcGIS 10 chamada de Weighted Overlay é análoga a avaliação multi-critério (MCE). Esta ferramenta reclassifica os valores de cada camada (raster), substituindo-os pela escala de peso expressa em valores de 1 à 9. Em seguida cada camada é multiplicada pela sua importância e somadas para produzir um raster de saída. Na Tabela 1 estão as porcentagens de influência das camadas e o peso de suas respectivas classes. 0588

5 Tabela 1. Porcentagem de influência das camadas e peso das suas respectivas classes. Camada Importância (%) Classe Peso Declividade (%) > Distância (m) Latossolo 9 Solos 20 Cambissolo 6 Neossolo Litólico 1 Plintossolo Pétrico 1 A Figura 3 mostra o processo de sobreposição das três camadas reclassificas em uma escala de 1 à 9. Às camadas um e dois foram atribuídas à importância de 40% e a camada três 20% de influência na combinação. O valor das células são efetivamente multiplicados por sua porcentagem de influencia e então somados para criar o raster de saída. Como por exemplo na primeira célula, (9*0.40) + (1*0.40) + (1*0.20) = 4.2, como o raster de saída é discreto o valor calculado é arredondado para 4. CAMADA 1 = 40% CAMADA 2 = 40% CAMADA 3 = 20% SOBREPOSIÇÃO Figura 3. Processo de sobreposição de camadas reclassificadas por porcentagem de importância. 3. Resultados e discussão Na Figura 3 observa-se o mapa temático, o qual descreve a integração das camadas, sendo que foram geradas quatro classes com base no agrupamento natural dos dados, neste agrupamento as regiões são limitadas quando existem grandes diferenças relativas entre os valores dos dados, essas diferenças são identificadas pelo ArcMap que forma grupos de valores com maior similaridade maximizando a diferença entre as regiões. Ainda nesta figura, pode-se visualizar a localização dos pivôs centrais existentes no munícipio no ano de 2011, segundo Lima et al. (2012). 0589

6 Figura 3: Mapa temático de aptidão a implantação de pivôs centrais. As áreas de ruim e média condição de implantação apresentam mínimas condições para a utilização dos pivôs centrais, mas são áreas representativas no mapa ocupando 20,1% e 4,76% respectivamente. As áreas localizadas nas regiões nordeste e sudoeste do mapa obtiveram baixa aptidão principalmente em função da distância do corpo hídrico enquanto que as regiões centrais do mapa têm seus resultados justificados pela alta declividade somado a classe de solo desfavorável, pois essas regiões estão próximas do corpo hídrico. Tabela 2: Área total de cada classe de aptidão. Classes de Aptidão Área (ha) Porcentagem (%) Muito Boa Boa Média Ruim De maneira geral o município apresenta em sua grande maioria áreas de boa e muito boa condição de implantação. Essas classes somadas representam 75,14% em comparação a área total. Isto porque o município tem predominância de região plana assim com uma vasta rede hidrográfica combinada com a presença de solos favoráveis a prática da agricultura irrigada. De acordo com Lima et al. (2012), o município de Unaí possui aproximadamente 48 mil hectares irrigados por pivôs centrais (Figura 3). No mapa de aptidão a utilidade de cada uma 0590

7 das regiões é dada em função da sua adequação a utilização dos pivôs centrais. Na Tabela 3 temos as áreas e porcentagens de ocupação de cada classe por pivôs centrais. Cerca de 78% da área total irrigada por pivôs centrais está localizada, segundo a classificação, nas classes de aptidão Muito boa e Boa. Tabela 3: Área de cada classe ocupada por pivôs centrais. Classes de Aptidão Área de Pivôs (ha) Porcentagem (%) Muito Boa Boa Média Ruim Aproximadamente 20% do total irrigado se encontra na classe Média sendo a declividade como principal fator limitante, a presença deste em áreas com limitações se justifica principalmente pela distância do corpo hídrico, assim como classes de solos em alguns casos. A classe de aptidão Ruim possui uma porcentagem de área irrigada não significativa, cerca de 2% da área total irrigada, a incorporação de áreas irrigadas por esta classe são podem ser consequências da não concordância do mapa de classificação com a topografia real do terreno. 4. Conclusão O emprego da ferramenta de ponderação demonstrou bons resultados, refletidos pela concordância com as áreas irrigadas existentes, desta maneira essas ferramentas mostram-se alternativa viável para estudo de aptidão de áreas para a irrigação por sistemas de pivô central. Como forma de otimização da escolha de áreas aptas, outros fatores podem ser levados em consideração, como a qualidade e quantidade de água disponível, custo e disponibilidade de energia. 5. Agradecimentos À Coordenação de Aperfeiçoamento de Pessoal em Nível Superior (CAPES) e CNPq pelo apoio financeiro. 6. Referências Bibliográficas Ayers, R.S; Westcot, D.N. (Org) FAO -Organização das Nações Unidas para a Agricultura e alimentação (Estudos FAO irrigação e drenagem, n.29, revisado). A qualidade da água na agricultura. UFPB, Campina Grande PB, 218 p., Barros, M.A; Moreira, M.A.; Rudorff, B.F.T. Processo analítico hierárquico na identificação de áreas favoráveis ao agroecossistema cafeeiro em escala municipal. Pesq. agropec. bras., v.42, n.12, p , Bernardo, S.; Soares, A.A.; Mantovani, E. C. Manual de irrigação. Viçosa: UFV, p. Brasil. Agência Nacional de Águas (ANA). Conjuntura dos recursos hídricos no Brasil. Brasília: ANA, p Disponível em: < Acesso em: 04 out Carvalho, D.F.; Silva, W.A.; Ceddia, M.B.; Tanajura, E.L.X.; Vilela, A.L.O. Estimativa do custo de implantação da agricultura irrigada, utilizando o sistema de informação geográfica. Engenharia Agrícola. v. 25, n. 2, p , Christofidis, D. Agricultura irrigada sustentável no semi-árido e no Rio Grande do Norte. Revista Item, v. 1, n.74-75, p ,

8 Christofidis, D. Recursos hídrico dos cerrados e seu potencial de utilização na irrigação. Revista Item, v.1, n , p , Environmental Systems Research Institute (ESRI). ArcGis professional GIS for the desktop, versão 10, Disponível em: < Acesso em: 9 nov Lima, L.E.P.; Lima, P.H.P.; Prudente, V.H.R.; Souza, C.H.W.; Mercante, E. Mapeamento da expansão do perímetro irrigado por pivô central no município de Unaí-MG utilizando tecnicas de geoprocessamento. In: X Congreso Latinoamericano y del Caribe de Ingeniería Agrícola - CLIA e XLI Congresso Brasileiro de Engenharia Agrícola - CONBEA 2012, 2012, Londrina. Anais... Jaboticabal: Sociedade Brasileira de Engenharia Agrícola, Mantovani, E.R.; Bernardo, S.; Palaretti, L.F. Irrigação: princípios e métodos. Viçosa: UFV, p Miranda, E. E. de; (Coord.). Brasil em relevo. Campinas: Embrapa Monitoramento por Satélite, Disponível em: < Acesso em: 9 nov Jacinto, L.U. A pecuária do futuro com a ajuda da irrigação. Irrigação e Tecnologia Moderna, n. 51, p.50-54, Sá Junior, A. Aplicação da classificação de Köppen para o zoneamento de Minas Gerais. Dissertação (Mestrado) Universidade Federal de Lavras MG p 0592