MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS CURSO DE PÓS GRADUAÇÃO EM SENSORIAMENTO REMOTO

i MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS CURSO DE PÓS GRADUAÇÃO EM SENSORIAMENTO REMOTO APLICAÇÃO DA EQUAÇÃO UNIVERSAL DE PERDAS DE SOLO NA MICROBACIA DO RIBEIRÃO DAS ARARAS, ATRAVÉS DE TÉCNICAS DE SENSORIAMENTO REMOTO E GEOPROCESSAMENTO Gerardo Kuntschik Em cumprimento parcial dos requisitos para a obtenção do título de Mestre em Sensoriamento Remoto, tendo como orientador o Dr. Antônio Roberto Formaggio. INPE São José dos Campos 1996

ii RESUMO O presente trabalho teve por finalidade a implementação de um modelo para a estimativa das perdas de solo por erosão hídrica em uma microbacia no Estado de São Paulo, utilizando técnicas de geoprocessamento. O modelo escolhido foi a Equação Universal de Perdas de Solo, desenvolvida por pesquisadores do Serviço de Conservação de Solo dos Estados Unidos de América e adaptada para as condições do Estado de São Paulo. Foram calculados dois parâmetros: Potencial Natural de Erosão (PNE) e Perdas de Solo para o período compreendido entre julho de 1992 e junho de 1993. Para a implementação deste modelo foram utilizados vários softwares, tanto Sistemas de Informações Geográficas quanto planilhas eletrônicas de cálculo. Também utilizaram-se imagens de sensoriamento remoto para a extração de informações referentes a cobertura do solo e divisão dos talhões. Os resultados são apresentados em forma de mapas temáticos com classes que agrupam intervalos de valores calculados de PNE e de perdas de solo.

iii APLICATION OF THE UNIVERSAL SOIL LOSS EQUATION IN THE RIBEIRÃO DAS ARARAS WATERSHEED, BASED ON GEOPROCESSING AND REMOTE SENSING TECHNIQUES ABSTRACT This work was carried out to implement a soil loss model in a watershed at the State of São Paulo, Brazil, using geoprocessing techniques. The model choose is known as Universal Soil Loss Equation, developed by the researchers of the Soil Conservation Service in the United States Department of Agriculture. The Natural Potential of Erosion and Soil Loss rates were calculated for the period between July, 1992 and July 1993. GIS and spreadsheets software were used for this work. Remote sensing imagery were also used to estimate some parameters involved in the model. Final results are presented as thematic maps where classes of values for these two parameters are grouped.

iv AGRADECIMENTOS Ao Dr. Antônio Roberto Formaggio, orientador durante o mestrado. Aos Drs. Tereza Galotti Florenzano e Mário Valério Filho pelos conselhos. Aos Drs. Francisco Lombardi Neto e Isabella Clerici De Maria, pela ajuda em todo momento. Aos proprietários e funcionários da Fazenda Santa Lúcia pelo apoio durante a realização dos trabalhos de campo. Ao Dr. João Roberto Dos Santos, exemplo de funcionário, docente e pessoa. Aos Drs. Flávio Ponzoni e Diógenes Alves pelo apoio. À Maycira Costa e Silvana Amaral pelo apoio com o sistema SPRING. saldar. À Ligia, Pablo, Gabriela e Gustavo, com quem resta uma dívida impossível de A Elaine Cristina Cardoso Fidalgo e Camilo Daleles Rennó, pela amizade e apoio computacional para a realização deste trabalho. Ao Sérgio Bernardes, amigo e tantas vezes conselheiro. À Marilene, Márcia, Nadja, Cristina e Caaren.

v Às pessoas que integram minha turma do Mestrado em Sensoriamento Remoto no INPE, pela amizade. À Maria Etelvina Renó Dias Arbex, pela amizade eterna. A todo o povo brasileiro que, expressando-se através da Coordenadoria de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e do Instituto Nacional de Pesquisas Espaciais (INPE), forneceu os recursos necessários para a realização do Mestrado e do presente trabalho. Aos funcionários do INPE, sem distinção de categoria, pelo apoio nunca negado. Aos amigos Katia, Beatriz, Danae, Marinaldo, Massimiliano, Guilherme e Paulo Sérgio, por existir.

xiii SUMÁRIO Pág. LISTA DE FIGURAS... xv LISTA DE TABELAS... xvii CAPÍTULO 1... 1 1.1 - Introdução... 1 1.2 - Objetivos... 4 CAPÍTULO 2 FUNDAMENTAÇÃO TEÓRICA... 5 2.1 - Antecedentes... 5 2.2 - Tolerância às perdas de solo... 6 2.3 - A Equação Universal de Perdas de Solo... 7 2.4 - Outras equações de perdas de solo... 22 2.5 - Sistemas de informação geográfica... 23 2.5.1 - Descrição de um SIG... 24 2.5.2 - Estrutura de um SIG... 25 2.5.3 - Formatos de dados... 26 2.5.4 - Aplicação de SIG para o estudo da erosão de solo... 28 2.6 - Sensoriamento remoto... 31 2.6.1 - Sistemas de sensoriamento remoto em estações orbitais... 33 2.6.2 - Aplicação de sensoriamento remoto para estudo da erosão... 37 CAPÍTULO 3. MATERIAL E MÉTODOS... 39 3.1 - Material... 39 3.1.1 - Descrição da área de estudo... 39 3.1.2 - Material cartográfico... 46 3.1.3 - Material de sensoriamento remoto... 47 3.2 - Métodos... 49 3.2.1 - Potencial Natural de Erosão... 50 3.2.2 - Fator antrópico... 58 CAPÍTULO 4. RESULTADOS E DISCUSSÃO... 69 CAPÍTULO 5. CONCLUSÕES E CONSIDERAÇÕES FINAIS... 83

xiv REFERÉNCIAS BIBLIOGRÁFICAS... 85 APÊNDICE A... 93 APÊNDICE B... 95

xv LISTA DE FIGURAS Pág. 1.1 - Remanescente de florestas do Estado de São Paulo... 3 1.2 - Evolução do desmatamento no Estado de São Paulo... 3 2.1 - Mapa de linhas de isoerosividade para o Estado de São Paulo... 11 2.2 - Mapa das divisões do Estado de São Paulo em áreas homogêneas de erosividade... 12 2.3 - Nomograma para a estimativa da erodibilidade dos solos... 13 2.4 - Curvas para o cálculo do fator LS... 16 2.5 - Representação de um plano de informação nos formatos raster e vetorial 28 2.6 - Metodologia para o cruzamento dos planos de informação para a implementação da EUPS... 29 3.1 - Localização da área de estudo... 40 3.2 - Distribuição da precipitação mensal média na área de estudo. Dados médios dos anos 1961-1990 expressos em mm.... 42 3.3 - Marcas de perdas de solo como resultado de processos erosivos na área de estudo... 43 3.4 - Lagoa com sinais de assoreamento por deposição de sedimentos... 44 3.5 - Plano de informação erodibilidade (K)... 52 3.6 - Ábaco triangular utilizado para a determinação da declividade... 54 3.7 - Plano de informação declividade (S) em formato raster... 55 3.8 - Plano de informação talh correspondente à divisão em talhões da área de estudo... 59 3.9 - Plano de informação correspondente ao fator práticas conservacionistas, P, em formato raster... 66 4.1 - Resultado da classificação da imagem 932 pelo algoritmo MaxVer... 69 4.2 - Mapa do Potencial Natural de Erosão para o período 1... 71 4.3 - Mapa do Potencial Natural de Erosão para o período 2... 71 4.4 - Mapa do Potencial Natural de Erosão para o período 3... 72

xvi 4.5 - Mapa do Potencial Natural de Erosão para o período 4... 72 4.6 - Mapa do Potencial Natural de Erosão para o ano julho 1992 - julho 1993... 73 4.7 - Representação tridimensional do plano de informação Potencial Natural de Erosão Anual... 74 4.8 - Mapa de perdas de solo calculada (A) no período 1. Os valores estão expressos em t/ha.ano -1.... 75 4.9 - Mapa de perdas de solo calculada (A) no período 2. Os valores estão expressos em t/ha.ano -1.... 76 4.10 - Mapa de perdas de solo calculada (A) no período 3. Os valores estão expressos em t/ha.ano -1... 76 4.11 - Mapa de perdas de solo calculada (A) no período 4. Os valores estão expressos em t/ha.ano -1... 77 4.12 - Mapa de perdas de solo calculada (A) no ano julho 1992 - julho 1993. Os valores estão expressos em t/ha.ano -1... 77 4.13 - Regiões da área de estudo nas quais a perdas de solo calculada supera a tolerância... 78 4.14 - Localização dos talhões 7509-39 e FSL-01 na área de estudo... 80 4.15 - Sinais de perdas de solo por erosão laminar na área de estudo... 82

xvii LISTA DE TABELAS Pág. 2.1 - Valores de erodibilidade para alguns solos do Estado de São Paulo... 14 2.2 - Valores do fator topográfico LS... 17 2.3 - Valores anuais do fator C para algumas coberturas do solo na Bacia do Ribeirão Bonito (SP)... 18 2.4 - Exemplo do cálculo do fator C da cana-de-ano em duas regiões do Estado de São Paulo... 19 2.5 - Valores do fator C para a cultura de cana-de-açúcar em 10 diferentes regiões de erosividade homogênea do Estado de São Paulo. A região 5 inclui a área de estudo... 20 2.6 - Algumas práticas conservacionistas e os valores correspondentes do fator P para cada uma delas... 22 2.7 - Sensores RBV, MSS e TM com resolução espacial e espectral de cada um deles... 35 3.1 - Valores de erodibilidade dos diferentes solos presentes na área de estudo 51 3.2 - Valores de erosividade para os períodos em que foi dividido o ano considerado neste trabalho... 57 3.3 - Valores do fator C para as culturas perenes presentes na área de estudo. 65 3.4 - Valores do fator T para os diferentes solos encontrados na área de estudo 68

1 CAPÍTULO 1 1.1 - Introdução A natureza comporta-se como um sistema complexo, com múltiplos componentes interrelacionados. Estes componentes atuam de forma tal que cada um é influenciado pelo resto ou por uma parte importante dos outros e pelo ambiente; por sua vez, este influencia ao meio e aos outros indivíduos. Este enfoque, pelo qual nenhum indivíduo pode ser entendido de forma isolada e sim interagindo com o meio e com outros indivíduos permite estudar os processos naturais de forma integrada, facilitando assim o entendimento das complexas interrelações que acontecem na natureza. Dentre as perturbações antropogênicas ao meio ambiente mais freqüentemente encontradas, estão as modificações no uso da terra. Nestes casos, o estado de clímax em que se encontra o sistema é alterado pela modificação do ambiente, com a eliminação de indivíduos, tanto vegetais quanto animais, implicando também em uma modificação que alcança a microflora e a microfauna existente, mudanças nos conteúdos de umidade edáfica e no microclima que tinha-se estabelecido no lugar. Em ecossistemas tropicais, especialmente naqueles de floresta úmida, uma parte muito importante dos nutrientes disponíveis para a vegetação encontra-se armazenada na biomassa, e não tanto no solo, tornando-se disponível somente após sofrer um processo de decomposição microbiana após à morte do indivíduo, ou de parte dele. Os nutrientes solúveis do solo são continuamente arrastados pela água de chuva e conduzidos até os estratos mais profundos do solo, onde ficam inacessíveis para a absorção pelas raízes impossibilitando assim o seu aproveitamento por parte dos vegetais (Richards, 1981).

2 A forma de retirar a biomassa mais freqüentemente utilizada no Brasil para o uso das terras destinadas à produção agropecuária é através das queimadas. Ainda segundo Richards (1981), este procedimento libera rapidamente os nutrientes que estavam armazenados na biomassa, tornando-os facilmente lixiviáveis pela água, pelo que são perdidos para a atividade produtiva, empobrecendo o lugar. A eliminação da floresta também reduz a cobertura do solo, ocasionando uma maior susceptibilidade à erosão devido ao fato que as gotas d água não são interceptadas pela cobertura vegetal e chegam com grande energia cinética à superfície do solo. Isto produz desagregação e remoção de partículas de solo. Holý (1980) apresenta um mapa temático de áreas susceptíveis à erosão hídrica, no qual o Estado de São Paulo todo fica abrangido na classe área susceptível à erosão hídrica quando a vegetação natural é removida. O Estado de São Paulo apresentava até a ocupação antrópica generalizada da sua área uma grande predominância de florestas. Este tipo de cobertura vegetal que segundo Figueredo Monteiro (1982) ocupava 81% da área do Estado em meados do século passado, sofreu um intenso processo de desmatamento para a habilitação das terras para fins agrícolas, em um primeiro momento para a produção de café, e posteriormente foram destinadas à cultura de cana-de-açúcar e à atividade pecuária. Segundo este mesmo autor, o desmatamento incrementou-se muito no começo deste século até restar na década de 1970 um remanescente de mata natural de aproximadamente 6%, como pode ser observado nas Figuras 1.1 e 1.2.

3 Fig. 1.1 - Remanescente de florestas do Estado de São Paulo. FONTE: Figueredo Monteiro (1982), p. 145. Fig. 1.2 - Evolução do desmatamento no Estado de São Paulo. FONTE: Figueredo Monteiro (1982), p 145.

4 Esta modificação da cobertura do solo produziu mudanças muito profundas nos ecossistemas da região, dentre as quais um pronunciado processo de erosão de solo em algumas regiões merece destaque. Este processo ocasionou a degradação do solo em amplas regiões do Estado, provocando a diminuição de rendimentos nas culturas agrícolas, dentre as quais o café resultou numa das mais prejudicadas. Segundo dados obtidos pela Seção de Conservação do Solo, do Instituto Agronômico, perde o Estado de São Paulo anualmente, por efeito da erosão, cerca de 130.000.000 de toneladas de terra. Essa perdas representa aproximadamente 25% da perdas sofrida pelo Brasil inteiro, explicando-se tão grande parcela de prejuízos pela grande extensão da agricultura paulista. Enquanto o Brasil inteiro tem apenas em torno de 3,5% de sua superfície em cultivo, o Estado de São Paulo, do total de seu território, apresenta aproximadamente 35% em culturas (Bertoni e Lombardi Neto, 1985). Outros problemas ocasionados pela erosão são: assoreamento de canais e reservatórios, afetando o suprimento de água, e a navegação, o arraste de substâncias químicas, como os agrotóxicos e fertilizantes, os quais poluem as águas e afetam culturas sensíveis (Holý, 1980). 1.2 - Objetivos Os objetivos do presente trabalho são: a)implementar a Equação Universal de Perdas de Solo (EUPS) utilizando técnicas de geoprocessamento, em uma microbacia hidrográfica que apresente sinais representativos destes processos; b)identificar dentro desta microbacia, as regiões com maior susceptibilidade às perdas de solo por erosão hídrica;

5 c)gerar informação que sirva como subsídio para delinear políticas de gerenciamento do uso do solo e das culturas visando à conservação deste recurso na região.

6

7 2.1 - Antecedentes: CAPÍTULO 2 FUNDAMENTAÇÃO TEÓRICA O desenvolvimento dos modelos para cálculo de perdas de solo começou por volta de 1940 no Corn Belt, região de grande importância na produção agrícola nos Estados Unidos. Entre 1940 e 1956 foi desenvolvido naquela região um procedimento para o cálculo de perdas de solo por erosão hídrica, o qual ficou conhecido como método do plantio em declives. Em 1940 Zingg (segundo Wischmeier e Smith, 1978) publicou uma equação relacionando a taxa de perdas de solo ao comprimento de encosta e percentagem de declividade, o que posteriormente evoluiria até chegar ao atual fator topográfico do modelo Equação Universal de Perdas de Solo. Em 1941 esta equação de Zingg foi acrescida de dois novos fatores, os quais levam em conta a cultura e as práticas conservacionistas a que é submetida a área em estudo. Também nesse ano foi incorporado o conceito de limite específico de perdas de solo, o qual é um antecedente da atual tolerância de perdas de solo. Estes fatores que foram acrescidos à Equação eram válidos só para algumas regiões dos Estados Unidos, sendo que pesquisadores do Serviço de Conservação de Solo adaptaram-nos às condições do Corn Belt de modo tal que resultaram aplicáveis para essa região toda. Em 1946 reuniu-se em Ohio um comitê nacional com o intuito de adaptar a equação utilizada no Corn Belt a terras de cultivo de outras regiões. Dentre as modificações que este comitê fez, adicionaram-se um fator que considera a chuva, que foi uma mudança fundamental. A fórmula resultante é conhecida como Equação de Musgrave, e foi amplamente usada para estimar valores de erosão em bacias hidrográficas. A Equação Universal de Perdas de Solo, (EUPS), foi desenvolvida no National Runoff and Soil Loss Data Center, sediado na Universidade de Purdue. Esta deriva a

8 partir da reunião e interpretação dos dados de perdas de solo e água coletados em vários locais dos Estados Unidos, a partir dos anos '30. Foram feitas modificações para superar as restrições climáticas e geográficas existentes nas primeiras equações, e tornou-se assim de uso generalizado, já não só nos Estados Unidos, mas praticamente em quaisquer lugares. Como conseqüência disto, passou a denominar-se Equação Universal de Perdas de Solo. O uso em campo deste modelo começou na década de 1960 no centro leste dos Estados Unidos. Em 1978, após ter sido revisada, foi publicada em sua forma atual, no Agriculture Handbook 537, pelo Departamento de Agricultura desse país. No Brasil, os trabalhos iniciais sobre esta Equação foram desenvolvidos por Bertoni et al., segundo Bertoni e Lombardi Neto (1985) com dados do Estado de São Paulo. Posteriormente, um importante número de pesquisadores tem adotado a EUPS em suas metodologias de trabalho para estimação de taxas de erosão em outras regiões do país (Chaves 1995). 2.2 - Tolerância às Perdas de Solo Muito embora a tolerância às perdas de solo não seja um fator considerado pela Equação Universal de Perdas de Solo, este parâmetro constitui-se em um fator freqüentemente ligado à sua utilização. Ele denota o máximo nível de erosão do solo que permitiria um alto nível de produtividade das culturas de forma economicamente sustentável e por tempo indefinido (Wischmeier e Smith, 1978). Johnson (1987) faz uma resenha da evolução do conceito da tolerância de perdas de solo nos Estados Unidos, e descreve os fatores considerados ao longo do tempo para determinar o valor deste parâmetro. Assim, ele menciona que além de não superar a capacidade regenerativa do solo, deve-se considerar o tipo de erosão que acontece, isto

9 é se é laminar ou em voçorocas, a redução da capacidade de armazenamento de água no perfil, a perdas de nutrientes e a perdas de sementes no horizonte. Este fator pode ser comparado com a taxa de perdas de solo calculada para um lugar determinado e assim conhecer se esta supera o limiar definido pela tolerância ou fica abaixo deste. Desta forma dispõe-se de um valioso indicador para a adoção de práticas de controle da erosão. Espera-se que quaisquer combinações de práticas de manejo e culturas para as quais a taxa de erosão prevista seja menor que a tolerância, forneça um nível satisfatório de controle da erosão. A tolerância de perdas de solo para as terras do Estado de São Paulo assume valores compreendidos entre 4,5 e 15,0 t/ha/ano (Bertoni e Lombardi Neto, 1985). Estes dependem de propriedades intrínsecas a cada solo, como textura, profundidade, drenagem interna e características do subsolo. 2.3 - A Equação Universal de Perdas de Solo A Equação Universal de Perdas de Solo, EUPS, é um modelo derivado a partir de dados empíricos, o qual foi desenvolvido para predizer valores médios de perdas de solo por arraste em áreas específicas e sob condições de uso do solo e práticas de gerenciamento definidas. Este modelo consegue estimar taxas médias de perdas de solo por erosão hídrica laminar e aquela que acontece em pequenos canais (rills), mas a Equação não consegue estimar deposição de sedimentos nem perdas de solo por erosão em voçorocas (Wischmeier e Smith, 1978). A formula desta Equação é a 2.1 expressa a seguir: A = R K LS C P (2.1) A finalidade principal deste modelo é a de guiar no processo de tomada de decisões no planejamento conservacionista. O modelo permite predizer a taxa média de

10 perdas de solo por erosão hídrica correspondente a cada uma das várias alternativas de combinações de culturas, técnicas de manejo e práticas de controle em um sítio específico. A partir destes valores, pode se adotar uma série de práticas para o controle da erosão. Este modelo é utilizado tanto para a determinação da taxa de perdas de solo visando a conservação do recurso para a produção agrícola, quanto para a avaliação da qualidade da água de escoamento. Quando a quantidade de material transportado pela água supera certos limites, corre-se grave risco de ter sérios problemas de sedimentação, os quais podem produzir, entre outros inconvenientes, assoreamento em açudes e lagos. Selecionando adequadamente os valores dos fatores, a Equação fornece o valor médio de perdas de solo para um ano particular em uma rotação ou até para um período de desenvolvimento de uma cultura dentro de um ano agrícola. A taxa de erosão em um local dado fica determinada pelo modo particular em que se combinam algumas variáveis físicas e de gerenciamento das culturas. Os parâmetros que quantificam as variáveis envolvidas na Equação são: R: erosividade. É um índice numérico que expressa a capacidade da chuva, esperada em cada localidade, de causar erosão em uma área sem proteção (Bertoni e Lombardi Neto, 1985). Este parâmetro considera a capacidade da chuva de provocar desprendimento e arraste de material. Os dados de pesquisa têm indicado que quando todos os restantes fatores da Equação são mantidos constantes, as perdas de solo devidas a chuvas em campos cultivados é diretamente proporcional a um parâmetro específico para cada tormenta, denominado EI. O valor deste parâmetro para uma tormenta específica é numericamente

11 igual ao produto da energia total da tormenta (E) multiplicado pela intensidade máxima em 30 minutos (I 30 ). EI é uma abreviatura que significa energia vezes intensidade, o qual significa que este não deve ser considerado somente como um parâmetro de energia. O parâmetro EI obtém-se pela multiplicação da energia cinética da chuva, Ec, pela intensidade máxima da tormenta em 30 minutos. Somente são levadas em conta as tormentas nas quais foram registradas 13 mm ou mais de precipitação e as separadas de outros períodos de chuva por 6 horas ou mais (Foster et al., 1981). O fator EI, para as condições do Estado de São Paulo, é calculado através da fórmula (2.2) achada por Lombardi Neto (1995): EI = 89 823 r2 P 0, 759, (2.2) r: precipitação média mensal. P: precipitação média anual. A fórmula original (2.3), achada por Wischmeier e Smith (1978), era expressa em unidades de uso corrente nos Estados Unidos. O termo EI era expresso em [toneladas-pés/ acre.polegadas.hora]. Devido à generalização do sistema internacional de medidas, Foster et al. (1981) desenvolveram uma metodologia para a conversão dos resultados a unidades deste sistema. Multiplicando o resultado nas unidades usualmente usadas nos Estados Unidos pelo fator 0.1702, este fica expresso em [megajoule.milímetro /hectare.hora]. E=916 + 331 log 10 I (2.3)

12 E= energia cinética [toneladas- pés/acre. polegada -1 ] I= intensidade [polegadas/hora] O resultado desta fórmula deve ser dividido por 100 e posteriormente multiplicado por I 30 para achar o valor de EI 30 (Wischmeier e Smith, 1978). A soma dos valores de EI correspondente a cada chuva acontecida dentro de um período fornece o valor da erosividade de chuva para aquele período. O valor R obtémse pela soma dos valores dos fatores EI 30 correspondentes a cada mês do ano, para um longo período de tempo, 20 anos ou mais, segundo Bertoni e Lombardi Neto (1985). Se for preciso, o valor deve ser incrementado, por fatores que corrigem o valor para o cômputo de neve e orvalho. Os valores correspondentes a uma localidade específica podem ser calculados a partir de dados de pluviometria obtidos como médias de uma série de vários anos. Wischmeier e Smith (1978) basearam-se em uma série de dados de 22 anos para a construção de um mapa de isoerodentes para os Estados Unidos. Neste mapa estão desenhadas linhas que conectam pontos com valores iguais de erosividade da chuva. Os valores correspondentes para pontos compreendidos entre as linhas podem ser achados por interpolação linear. Lombardi et al. (1980), citado em Bertoni e Lombardi Neto (1985) construíram um mapa similar para o Estado de São Paulo, o qual está representado na Figura 2.1, a partir de dados de EI 30 calculados para 115 locais. Também foi dividido o território deste Estado em catorze áreas relativamente homogêneas, sendo que dentro de cada uma delas o potencial de erosão anual devido às chuvas é relativamente constante. Este mapa pode ser visualizado na Figura 2.2. Estes dois mapas facilitam a obtenção do valor deste parâmetro para qualquer lugar do Estado.

13 Fig. 2.1 - Mapa de linhas de isoerodentes para o Estado de São Paulo. FONTE: Bertoni e Lombardi Neto (1990), p. 254. Fig. 2.2 - Mapa das divisões do Estado de São Paulo em áreas homogêneas de erosividade. FONTE: Bertoni e Lombardi Neto (1990), p. 255.

14 O Estado de São Paulo tem uma ampla rede de pluviômetros espalhada em seu território, o que facilita o cálculo deste parâmetro. K: Erodibilidade. É simples perceber que dois tipos diferentes de solos, submetidos à ação erosiva de uma mesma chuva, sofrem diferentes perdas quando todas as outras caraterísticas são mantidas invariáveis. Esta diferente susceptibilidade dos solos à ação mecânica da chuva deve ser levada em conta pelo modelo utilizado para a previsão de erosão. O parâmetro que leva em conta esta caraterística do solo é denominado erodibilidade, e é simbolizado pela letra K. O valor deste fator pode ser determinado de forma experimental, para o qual são previamente definidas parcelas unitárias, as quais possuem 25m de comprimento e uma declividade uniforme de 9%, a qual foi preparada e deixada livre de vegetação por um período mínimo de dois anos ou até que os primeiros resíduos da cultura anterior estejam descompostos. Esta parcela deve ter sido preparado no sentido do declive. Assim se consegue que os outros fatores L, S, C e P tenham valor unitário, igualando-se porém o fator K a A/EI (Wischmeier e Smith, 1978). As medidas experimentais deste parâmetro são custosas, tanto em tempo quanto em dinheiro, pelo que tentou-se estimá-lo por outros meios. O método mais usado para a estimação deste parâmetro é através da utilização do nomograma de erodibilidade apresentado na Figura 2.3. Os fatores considerados por este método são, primeiramente a porcentagem de silte + areia muito fina, porcentagem de areia com granulometría compreendida entre 0,1 e 2,0 mm, e percentagem de matéria orgânica. Posteriormente este valor é corrigido com dados de estrutura e permeabilidade do solo. Este caráter é dependente de algumas propriedades intrínsecas de cada solo. As caraterísticas que influenciam a erodibilidade do solo pela água são aquelas que afetam

15 a velocidade de infiltração, permeabilidade e capacidade total de armazenamento de água, resistem às forças de dispersão, salpico, abrasão e transporte pela chuva e escoamento. Conforme Wischmeier e Smith (1978), em geral o valor de erodibilidade diminui com o decréscimo da percentagem de silte, enquanto não seja acompanhado do aumento no conteúdo de areia. Também o aumento no conteúdo de matéria orgânica diminui o valor deste parâmetro. No caso dos valores do fator K estarem expressos em unidades do sistema americano, podem ser convertidos a unidades em t.h/ha.n multiplicando-os por 1.317 (Foster et al., 1981). São Paulo. A Tabela 2.1 apresenta alguns valores de erodibilidade para solos do Estado de TABELA 2.1 - VALORES DE ERODIBILIDADE PARA ALGUNS SOLOS DO ESTADO DE SÃO PAULO SOLO K LE unidade Limeira 0,0167 LE unidade Hortolândia 0,0175 TE unidade Babilônia 0,0181 PV unidade Santa Clara 0,0419 AQ areias quartzosas 0,0296 LI substrato sedimentos finos do 0,0362 Permiano FONTE: Lombardi Neto (1994).

16 LS: Fator topográfico. O comprimento de encosta e a declividade do terreno afetam substancialmente a taxa de perdas de solo por erosão hídrica. Estes dois efeitos têm sido avaliados de forma separada através da pesquisa. Na Equação universal de perdas de solo estão representados pelos fatores L e S, respectivamente. Estes dois parâmetros costumam ser considerados de forma conjunta e recebem o nome de fator topográfico. O sub-fator comprimento de encosta é a distância desde o ponto de origem do fluxo d água, em geral a divisória d águas da bacia hidrográfica, até o ponto no qual a declividade diminui de forma tal que começa a deposição do material que se encontrava em suspensão na água, ou que a vazão entra em um canal, o qual pode ser natural ou construído pelo homem. Uma mudança na cobertura vegetal, ou no gradiente de declividade ao longo do caminho das águas não define um novo comprimento de encosta para fins da estimação das perdas de solo com este modelo (Wischmeier e Smith, 1978). Os fatores L e S são razões adimensionais de perdas de solo de uma parcela determinada e aquela perdas que se produziria nas mesmas condições em uma parcela unitária, cujas caraterísticas já foram definidas anteriormente (Foster et al., 1981). É assinalado na literatura que o comprimento de encosta não tem muito peso na determinação da taxa de perdas de solo por erosão hídrica, no entanto esta aumenta substancialmente com o aumento da declividade (Wischmeier e Smith, 1978; Pinto, 1991). Holý (1980) afirma que, após estudos teóricos e observações de campo, tem se demonstrado que o sub-fator declividade é um dos que influem com maior peso na taxa de perdas de solo por erosão hídrica. A fórmula originalmente proposta por Wischmeier e Smith (1978) para o cálculo deste parâmetro, a qual é de uso geral, é a expressa na Equação (2.4):

17 LS=(λ/72.6) m (65.41 sen 2 θ sen θ +0.065) (2.4) λ= comprimento de encosta, em pés. θ= ângulo de declividade m= fator que varia entre 0,2 e 0,5 Também existem tabelas prontas as quais fornecem o valor do fator topográfico LS para combinações específicas de comprimento de encosta e declividade (Tabela 2.2). Bertoni e Lombardi Neto (1985) mostram uma série de curvas, Figura 2.4, construídas a partir de dados obtidos com a Equação (2.4), as quais permitem estimar o valor deste fator. Fig. 2.4 - Curvas para o cálculo do fator LS. FONTE: Bertoni e Lombardi Neto (1990), p. 260.

18 TABELA 2.2 - VALORES DO FATOR TOPOGRÁFICO LS Decl % Comprimento de rampa (metros) 5 10 15 20 25 30 35 40 45 50 55 60 80 100 1 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,10 0,11 0,12 0,12 0,13 0,16 0,18 2 0,06 0,09 0,12 0,15 0,17 0,19 0,21 0,23 0,25 0,26 0,28 0,29 0,35 0,41 4 0,14 0,22 0,28 0,33 0,38 0,43 0,47 0,51 0,55 0,59 0,63 0,67 0,80 0,92 6 0,23 0,35 0,45 0,54 0,62 0,69 0,77 0,83 0,90 0,96 1,02 1,07 1,29 1,48 8 0,32 0,49 0,63 0,76 0,87 0,98 1,08 1,17 1,26 1,34 1,43 1,51 1,81 2,08 10 0,41 0,64 0,82 0,98 1,13 1,27 1,40 1,52 1,64 1,75 1,86 1,96 2,36 2,71 12 0,51 0,79 1,02 1,22 1,40 1,57 1,73 1,89 2,03 2,17 2,30 2,43 2,92 3,36 14 0,61 0,95 1,22 1,48 1,68 1,89 2,08 2,26 2,43 2,60 2,76 2,92 3,51 4,03 16 0,71 1,11 1,43 1,71 1,97 2,21 2,44 2,65 2,85 3,05 3,23 3,42 4,10 4,72 18 0,82 1,27 1,64 1,97 2,27 2,54 2,80 3,04 3,27 3,50 3,72 3,93 4,71 5,47 20 0,93 1,44 1,86 2,23 2,57 2,88 3,17 3,44 3,71 3,96 4,21 4,45 5,34 6,14 FONTE: Bertoni e Lombardi Neto (1990), p. 261. Bertoni (1959), citado em Bertoni e Lombardi Neto (1985), trabalhando com condições do Estado de São Paulo, achou a Equação (2.5), a qual permite calcular o fator topográfico: LS= 0.00984 C 0.63 D 1.18 (2.5) LS= fator topográfico; C= comprimento de rampa em metros; D= grau de declive em porcentagem.

19 C: uso e manejo do solo. As perdas de solo que ocorrem em uma área mantida continuamente livre de vegetação podem ser estimadas pelo produto dos parâmetros R, K e LS do modelo, o que constitui o Potencial Natural de Erosão (PNE). No caso da área ter algum tipo de cobertura vegetal, tanto natural quanto implantada, a perdas real será bem menor à calculada para as condições anteriores devido à proteção fornecida pelo dossel vegetal ao solo. O grau de proteção conferido pela cobertura depende do tipo de vegetação, seqüência das culturas e práticas de manejo. Também influem marcadamente os estágios de crescimento e desenvolvimento da vegetação durante o período de maior ocorrência das chuvas. Este fator é a relação esperada entre as perdas de solo de um terreno cultivado em condições determinadas e as perdas correspondentes do mesmo terreno se este for mantido continuamente livre de vegetação e cultivado. As folhas e hastes da vegetação que não estão em contato direto com o solo têm pouca influência no controle da velocidade do escoamento durante as chuvas, mas elas têm grande importância pela intercepção das gotas de água. Desta forma, as gotas perdem grande parte de sua energia cinética por redução de velocidade e, muito embora possam voltar a cair, a nova velocidade será sempre menor àquela que tinham no momento de serem interceptadas pelo dossel. O efeito favorável da cobertura vegetal inclui a ação mecânica das raízes como reforço do solo (Holý, 1980; Wischmeier e Smith, 1978). Vários autores Bertoni (1949), Holý (1980) e Wischmeier e Smith (1978) mencionam a mata como a cobertura vegetal que fornece maior grau de proteção ao solo. As pastagens também contribuem de modo muito significativo para o controle da erosão hídrica. Castro (1992) menciona uma série de valores anuais do fator C achados

20 para a área da bacia hidrográfica do Ribeirão Bonito, no estado de São Paulo (Tabela 2.3). TABELA 2.3 - VALORES ANUAIS DO FATOR C PARA ALGUMAS COBERTURAS DO SOLO NA BACIA DO RIBEIRÃO BONITO (SP) Classe de cobertura Fator C Solo Exposto 1.00000 Pousio 0.01000 Pasto Formado 0.00400 Pasto Sujo 0.01000 Cítrus 0.02000 Reflorestamento 0.00010 Vegetação Natural 0.00040 FONTE: Castro (1992), p. A mudança na efetividade da cobertura vegetal dentro de um ano agrícola é gradual, pelo que o fator C é usualmente expresso em termos médios de seu valor anual. Para fins práticos, para o cálculo mais acurado, Wischmeier e Smith (1978) propuseram a divisão do ano em períodos definidos de modo que os efeitos de cobertura e gerenciamento das culturas possam ser considerados aproximadamente uniformes dentro de cada um deles. Para cada um destes períodos é determinado um valor de razão de perdas de solo, o qual é específico para cada cultura. O valor correspondente à razão de perdas de solo para cada um destes períodos deve ser combinado com o valor da proporção do fator EI para o intervalo de tempo considerado e assim derivar os valores correspondentes de C. Na Tabela 2.4 podem ser visualizados valores da relação de perdas de solo (RPS) para cana de ano nas regiões homogêneas 1 (Presidente Prudente) e 5 (inclui Araras) do Estado de São Paulo.

21 TABELA 2.4 - EXEMPLO DO CÁLCULO DO FATOR C DA CANA-DE-ANO PARA TRÊS CORTES, EM DUAS REGIÕES DO ESTADO DE SÃO PAULO. Região 1 Região 5 Fases Período RPS EI Fator C EI Fator C Preparo-Plantio 1/10-1/11 0.35 0.14 0.049 0.1 0.035 Plantio-2 meses 1/11-1/1 0.23 0.28 0.0644 0.32 0.0736 2-4 meses 1/1-1/4 0.37 0.35 0.1295 0.41 0.1517 4 meses-1 corte 1/4-1/10 0.1 0.23 0.0230 0.17 0.0170 1-2 corte 1/10-1/10 0.05 1.00 0.05 1.00 0.05 2-3 corte 1/10-1/10 0.01 1.00 0.01 1.00 0.01 Total 0.3259 0.3373 Fator C anual 0.1086 0.1124 FONTE: De Maria et al. (1994). Existe uma série de Tabelas com valores aproximados do fator C para distintas regiões e culturas. Na Tabela 2.5 estão exemplificados valores do fator C para a cultura de cana-de-açúcar em 10 regiões do Estado de São Paulo (Bertoni e Lombardi Neto, 1985). A região 5, sombreada na Tabela, corresponde à área onde foi feita a presente pesquisa. Uma série de fatores influi diretamente no valor do parâmetro uso e manejo do solo. Dentre estes os que dependem da decisão do homem são os referentes a gerenciamento da cultura: cobertura de resíduos ou mulch, incorporação de restos vegetais, preparo do solo, e as interações entre elas. Esta dependência das decisões do homem tem levado a considerar este parâmetro integrando o chamado fator antrópico. Cada um dos efeitos anteriormente mencionados relacionados ao manejo da cultura, pode ser tratado como um sub-fator com um valor numérico, o qual resulta da razão de perdas de solo com o efeito e aquela que resultaria sem ele. O fator C resulta do produto de todos os valores dos sub-fatores.

22 TABELA 2.5 - VALORES DO FATOR C PARA A CULTURA DE CANA-DE- AÇÚCAR, PARA TRÊS CORTES, EM 10 DIFERENTES REGIÕES DE EROSIVIDADE HOMOGÊNEA DO ESTADO DE SÃO PAULO. A REGIÃO 5 INCLUI A ÁREA DE ESTUDO Região Índices de erosão para cada estádio Fator est.1 est.2 est.3 est.4 est.5 est.6 C 1 0.14 0.28 0.35 0.23 1.00 1.00 0.1086 2 0.11 0.27 0.40 0.22 1.00 1.00 0.1102 3 0.08 0.29 0.45 0.18 1.00 1.00 0.1131 4 0.08 0.35 0.40 0.17 1.00 1.00 0.1112 5 0.10 0.32 0.41 0.17 1.00 1.00 0.1124 6 0.08 0.30 0.42 0.20 1.00 1.00 0.1108 7 0.10 0.30 0.39 0.21 1.00 1.00 0.1098 8 0.08 0.30 0.69 0.23 1.00 1.00 0.1081 9 0.11 0.27 0.38 0.24 1.00 1.00 0.1084 10 0.13 0.23 0.33 0.31 1.00 1.00 0.1038 FONTE: Lombardi Neto (1994) IPT (1986) agrupa os fatores componentes da Equação universal de perdas de solo em dois núcleos: um inerente ao desenvolvimento do meio físico e outro onde a ação do homem é preponderante na alteração das condições naturais. Ao primeiro correspondem a erosividade da chuva, a erodibilidade dos solos e a declividade e comprimento das encostas, expressos pelo potencial natural à erosão laminar (PNE); e ao segundo núcleo correspondem a ocupação da terra, considerando sua forma de manejo e práticas conservacionistas que, associado ao primeiro, permitem a definição das áreas que hoje apresentam maior expectativa de ocorrência de erosão laminar. P: práticas conservacionistas. O fator práticas conservacionistas é a relação entre a intensidade esperada de tais perdas com determinada prática conservacionista e aquelas quando a cultura está plantada no sentido do declive, isto é, morro abaixo.

23 Este parâmetro considera o efeito das práticas conservacionistas na diminuição da taxa de perdas de solo. As práticas mais comuns são: plantio em contorno, plantio em faixas de contorno, diferentes tipos de terraceamento e alternância de capinas. Outras práticas tendentes à diminuição da taxa de perdas de solo por erosão como por exemplo rotações com capinas e a permanência de grandes quantidades de restos vegetais no campo, embora sejam também práticas conservacionistas, estão incluídas dentro do fator C. Na Tabela 2.6 são apresentados valores do fator P para algumas práticas conservacionistas. TABELA 2.6 - ALGUMAS PRÁTICAS CONSERVACIONISTAS E OS VALORES CORRESPONDENTES DO FATOR P PARA CADA UMA DELAS. Práticas conservacionistas valor de P Plantio morro abaixo 1.0 Plantio em contorno 0.5 Alternância de capinas com plantio em contorno 0.4 Cordões de vegetação permanente 0.2 FONTE: Bertoni e Lombardi Neto (1990), p. 266. 2. 4 - Outras Equações de Perdas de Solo Com o decorrer do tempo, novas pesquisas têm aprofundado o conhecimento sobre os processos que influem na perdas de solo por erosão hídrica e, consequentemente, na modelagem deste processo. Em 1987 o Serviço de Conservação de Solo do Departamento de Agricultura dos Estados Unidos, conjuntamente com o Serviço de Pesquisa na Agricultura e outros organismos, começaram a revisar a Equação. O resultado ficou conhecido como Revised Universal Soil Loss Equation (RUSLE), a qual, dentre outras modificações, incorpora o conceito de vários valores do fator K ao longo do ano agrícola, um novo método para o cálculo do fator C e outro

24 para o cômputo do fator P (Renard et al. 1991). Este modelo também inclui o efeito da água estancada no fator R. Segundo Renard et al., (1994), a RUSLE tem melhor comportamento que a EUPS em solos que são trabalhados aplicando-se técnicas de preparo conservacionistas como plantio direto. Outra derivação da EUPS é o modelo conhecido como Modified Universal Soil Loss Equation (MUSLE), o qual tem como caraterística distintiva a de ter sido desenvolvida para o cálculo de sedimentos para chuvas individuais e não para dados médios como no caso da USLE (Williams, 1972). Esta Equação mostra um maior aperfeiçoamento no cálculo do fator hidrológico, permanecendo os outros parâmetros idênticos aos da EUPS. Esta Equação, assim como a EUPS tem como módulo ou área de aplicação uma bacia hidrográfica. Um outro modelo para a previsão de perdas de solo é o chamado SLEMSA, Soil Loss Estimation Model for South Africa, desenvolvido em Zimbabwe por Stocking e Elwell (Burrough, 1987). Este método é bem mais simplificado e possibilita sua aplicação mesmo na ausência de dados locais, embora os resultados sejam menos precisos. Esta Equação tem três termos, os quais levam em conta a capacidade da chuva de provocar erosão, susceptibilidade do solo de ser erodido, um fator topográfico e outro que considera a cobertura do solo. Com o propósito de desenvolver uma nova tecnologia de predição da erosão, o Agricultural Research Service (USDA-ARS) iniciou o Water Erosion Prediction Project (WEPP), visando à obtenção de um modelo que substituísse o da EUPS. Este novo modelo foi desenvolvido para predizer a taxa de erosão hídrica em duas escalas diferentes: a versão que fornece resultados para processos que acontecem nas encostas é chamada de Hillslope version, e a que fornece dados de erosão em bacias, incluindo a que acontece em arroios e canais, é chamada de Watershed version (Laflen et al., 1991; Lopez et al., 1993).

25 Os resultados da aplicação desta metodologia de trabalho no Brasil por parte de Angulo et al. (1990) mostraram que este modelo pode funcionar no País, embora ainda seja necessária a sua validação aqui, além de ser necessário desenvolver trabalhos para definir alguns parâmetros dos solos brasileiros e do manejo das culturas. 2.5 - Sistemas de Informação Geográfica O desenvolvimento de sistemas computacionais para aplicações gráficas e de imagem tornou possível a automatização de tarefas realizadas manualmente e facilitou a realização de análises complexas. Isto se deve à possibilidade de integração de dados de múltiplas fontes e da criação de bancos de dados geocodificados (Engespaço, 1990). Segundo Congalton e Green (1992), um sistema de informações geográficas pode ser definido como um sistema para entrada, armazenamento, análise e visualização de dados espaciais. Estes dados estão representados por pontos, linhas e polígonos e seus atributos associados (caraterísticas das feições que esses pontos, linhas e polígonos representam). Por sua vez, um SIG é, segundo Star e Estes, (1990), um sistema de informação que foi desenvolvido para trabalhar com dados referenciados segundo coordenadas espaciais ou geográficas. Isto é, um SIG é tanto um sistema de base de dados com capacidades específicas para trabalhar com dados especialmente referenciados, quanto um conjunto de ferramentas as quais permitem efetuar operações para trabalhar com esses dados. 2.5.1-Descrição de um SIG Há hoje um grande número de softwares que têm essas características, segundo Eastman (1995), mas que diferem significativamente um do outro em parte pela forma

26 de trabalhar e representar dados geográficos e também pela maior ênfase que põem nas distintas operações que realizam. Assim há SIGs dedicados principalmente a urbanismo, outros a integração de dados de pedologia e outros que, além de aceitar imagens de sensoriamento remoto, permitem efetuar nelas diferentes tratamentos. Há também alguns softwares especializados na produção cartográfica. 2.5.2-Estrutura de um SIG Um SIG está constituído, segundo Câmara (1993), por cinco elementos essenciais: Interface com o usuário, entrada e integração de dados, funções de processamento gráfico de imagens, visualização e plotagem, banco de dados geográficos. Alguns autores, como Star e Estes (1990), não incluem dentro dos requisitos para constituir um SIG a capacidade de processamento de imagens. A interface com o usuário é a parte do sistema que permite ao usuário comunicar-se com ele, indicar as operações a serem realizadas, escolher elementos dentro do projeto e visualizar os resultados. Esta parte do sistema está formada pelas telas de comandos e de visualização. A aquisição de dados é o processo pelo qual são introduzidos no sistema os dados requeridos para a aplicação. Há um variedade de fontes de origem dos dados que podem ser incorporados ao sistema. Um dos tipos de dados mais freqüentemente usados nos SIG são mapas temáticos, os quais podem estar em diferentes escalas e projeções. Em geral os SIG conseguem manusear mapas com estas caraterísticas de forma adequada e transformar os dados para poder manipulá-los e cruzá-los. Outro tipo de dados comuns aos SIGs são as imagens de sensoriamento remoto, tanto orbital quanto de aeronave. O advento do Global Positioning System (GPS), sistema de posicionamento geodésico baseado em uma rede de satélites, trouxe um novo tipo de

27 dados para serem incorporados nos SIG. Este tipo de dados permite conhecer com alto grau de acuracia o posicionamento de pontos de trabalhos de campo. A integração de dados consiste fundamentalmente na transformação dos dados de forma a permitir o cruzamento deles. Isto inclui transformação de projeções, escalas, etc. e nas distintas operações que podem ser feitas com eles (Alves, 1990). Isto permite combiná-los de forma adequada para a extração de informações de interesse do operador. A etapa de aquisição e entrada de dados é freqüentemente a mais custosa, tanto em horas-homem, de utilização de equipamento, quanto em dinheiro (Star e Estes, 1990). Há alguns SIGs que incluem a capacidade de manusear e processar imagens digitais, geralmente de sensoriamento remoto. Muito embora haja autores que não consideram indispensável esta capacidade para a aceitação do sistema dentro do grupo dos SIG, há vários sistemas que permitem fazê-lo. Dentre estes o Idrisi e o SPRING/INPE são dois softwares com importante nível de penetração no Brasil. Por sua vez o SGI/INPE e o ARC/Info são outros dois sistemas também muito importantes no mercado brasileiro que não possuem capacidade de tratar imagens de sensoriamento remoto, embora tenham grande facilidade para importar estes produtos a partir de outros sistemas específicos para essa finalidade. Os ambientes de visualização são conseqüência da escolha da interface com o usuário. Por sua vez a, capacidade de plotagem e saída gráfica mostra diferenças significativas entre os diferentes sistemas. A capacidade do ambiente Windows de utilizar vários tipos de controladores ou drivers facilitou a comunicação dos diferentes softwares com os dispositivos de plotagem ou impressão.

28 A tendência nos SIG é a de utilizar dois tipos de bancos de dados: um para o armazenamento de dados em formato mapa e imagens digitais, e um outro para o armazenamento de dados de atributos, em geral em formato alfanumérico. A ligação entre estes dois tipos de dados é feita através de identificadores de objetos (Câmara, 1993). 2.5.3 - Formatos de Dados. A função essencial dos dados espaciais armazenados em um SIG é a de dividir a superfície da terra em entidades ou objetos e atribuir-lhes um significado, pelo que a informação contida em um banco de dados geográfico ou SIG pode ser considerada um modelo de uma parte da Terra (Star e Estes, 1990). Para representar essas feições ou objetos utilizam-se três tipos de entidades geométricas: pontos, linhas e polígonos. Os pontos são utilizados para indicar feições sem dimensões como pontos cotados; linhas podem ser utilizadas para indicar a localização de estradas ou de córregos. Quando são utilizadas linhas para delimitar limites de regiões, como as bordas de um reservatório, um tipo de solo ou uma região que tem características particulares de interesse, a área que fica delimitada pelas linhas é chamada de polígono. Os SIG armazenam dois formatos de dados: raster e vetorial. Muito embora não todos os sistemas utilizam necessariamente os dois, a grande maioria usa alguma combinação dos dois formatos citados (Eastman, 1995). O formato mais simples para armazenamento de dados em um SIG é o raster ou organização celular dos dados espaciais. Neste formato os objetos estão representados por conjuntos de células geralmente regulares. Cada uma destas células tem um atributo associado, o qual pode ser um valor ou uma qualidade. Os arquivos em formato raster eqüivalem a matrizes de valores de coordenadas contíguas, em um espaço bidimensional. As imagens digitais de sensoriamento remoto são tipicamente armazenadas neste formato (Congalton e Green, 1992).

29 Os sistemas que utilizam este formato para representação de dados têm tipicamente grandes requerimentos de memória para armazenamento já que, pelo tipo de estrutura, deve armazenar uma grande quantidade de dados, mas são mais facilmente manipuláveis pelos computadores (Eastman, 1995). O outro formato de representação de dados é o vetorial. Neste, os objetos e feições estão definidos por limites determinados por uma sucessão de pontos. Cada um destes pontos têm um par de coordenadas nos eixos x e y, as quais podem estar expressas em latitude e longitude ou em coordenadas Universal Transversa Mercator. Esta forma de armazenar dados georreferenciados utiliza menos memória que quando armazenados no formato raster. Também têm capacidade de representar mais fielmente as formas dos objetos e feições. Por sua vez, os dados em formato raster são mais facilmente manuseáveis pelos sistemas de informação geográficos que aqueles no formato vectorial (Congalton e Green, 1992). Na Figura 2.5 está esquematizada a representação de um plano de informação nos formatos raster e vetorial. Fig. 2.5 - Representação de um plano de informação nos formatos raster e vetorial.

30 2.5.4 - Aplicação de SIG Para o Estudo da Erosão do Solo Os SIG constituem-se em uma ferramenta com grande potencialidade para o estudo dos processos da natureza que se encontram limitados no espaço. O estudo de diferentes processos como a dinâmica da ocupação do solo, e da adequação de uso são trabalhos para os quais esta tecnologia tem-se mostrado adequada (Valenzuela, 1988). Uma abordagem para o estudo da evolução dos processos erosivos utiliza SIG para comparar ao longo do tempo qual é a magnitude do fenômeno. Assim, Alfieri et al. (1995) expõem um seguimento ao longo dos anos do comportamento dos processos erosivos em uma região da Argentina. Estes autores utilizando esta metodologia conseguiram determinar a localização dos sítios nos quais a perdas de solo por erosão hídrica apresentava-se mais intensa ao longo dos anos. Existe uma experiência em crescimento no uso destes meios para o estudo dos processos ocasionadores de erosão. Assim, Pelletier (1985) expõe a metodologia freqüentemente utilizada para a implementação do modelo EUPS em ambiente de sistema de informações geográficas. Esta autora também salienta a utilidade que produtos de sensoriamento remoto podem fornecer para estes trabalhos, embora ressalta a necessidade de aprofundar as pesquisas no sentido de determinar uma forma adequada para manusear neste ambiente os dados quantitativos requeridos pelo modelo escolhido. Outros autores como Morgan e Nalepa (1982), IPT (1986), Pinto (1991) e Castro (1992) também reconhecem a utilidade das imagens de sensoriamento remoto, tanto as provenientes de aeronave quanto de plataformas orbitais como fonte de informação para este tipo de pesquisas. Pelletier (1985) reconhece como uma capacidade de grande importância destes sistemas o fato de trabalhar com dados georreferenciados, pelo que a metodologia por ela adotada consiste em criar planos de informação, um para cada fator da Equação e

31 cruzá-los pixel a pixel para obter assim o valor de perdas de solo calculada. A Figura 2.6 esquematiza a metodologia utilizada. Fig. 2.6 - Metodologia para o cruzamento dos planos de informação para a implementação da EUPS. FONTE: Baseada em Pelletier (1985), p. 333. Meijere et al. (1988) utilizaram alguns parâmetros do modelo EUPS implementado no sistema ILWIS para estudar a distribuição das terras com capacidade para a implantação da cultura de café em uma bacia hidrográfica na Indonésia. Combinando os fatores R, K e LS determinaram os lugares da área de estudo com diferentes potenciais naturais de erosão. Posteriormente este plano de informação foi cruzado com outro no qual se simulava que a área toda estava ocupada com pés de café. Com estes dados calculou-se a perdas de solo nessas condições. As áreas com perdas aceitáveis foram classificadas como adequadas para a implantação de esta cultura. O uso de SIG no Brasil tem tido uma grande acolhida nas áreas de pesquisa ambiental, como pode observar-se nos numerosos simpósios realizados no país. Dentre os trabalhos dedicados ao estudo dos processos que gravitam na perdas de solo por erosão, há um número cada vez maior dos que se servem desta tecnologia, o que

32 confirma a utilidade da ferramenta para estes estudos. Assim Chaves et al. (1995) utilizaram o sistema SGI\INPE para a implementação do modelo EUPS no vale do Rio São Francisco. Estes autores adaptaram a metodologia para trabalhar com dados em uma escala pequena, 1:1 000 000. Lima (1990) utilizou também o sistema SGI para a confecção de um mapa de risco de erosão do solo de uma região no estado da Paraíba, com dados relativos a declividade, erodibilidade, erosividade, litologia e cobertura vegetal. Muito embora a crescente utilização desta tecnologia alavanca os estudos nesta área facilitando-os e tornando-os mais acessíveis, tem-se notado algumas tendências nos trabalhos realizados. Dentre elas, é importante salientar o caráter semi-quantitativo, ou até qualitativo dos resultados obtidos. Outra tendência é a obtenção tão só de valores anuais de perdas de solo, limitando isto às vezes a individualização dos períodos críticos, de grande importância para o delineamento de ações tendentes à eliminação do problema ou aplicação de paliativos. Por último tem se notado uma importante subjetividade metodológica na determinação dos valores do fator comprimento de encosta interveniente no modelo. 2.6 - Sensoriamento Remoto Numerosos autores (Pelletier, 1985; Richards, 1986; Star e Estes, 1990; Eastman, 1995) mencionam dentre as fontes de dados para serem integrados nos sistemas de informações geográficos as imagens de sensoriamento remoto. Novo (1988) define o sensoriamento remoto como a utilização de sensores para a aquisição de informações sobre objetos ou fenômenos sem que haja contato direto entre eles. Os sensores seriam então os equipamentos capazes de coletar energia proveniente do objeto, convertê-la em sinal passível de ser registrado e apresentá-lo em forma adequada à extração de informações.

33 O sensoriamento remoto constitui-se em uma ferramenta muito valiosa nas tarefas de levantamento e monitoramento de recursos naturais do meio físico. Esta técnica apresenta como vantagens as de facilitar a observação de processos dinâmicos, como costumam ser os que acontecem na natureza, pela qualidade de repetitividade própria dos sistemas orbitais. Também merecem destacar-se a existência de um acervo muito importante de dados coletados no passado para praticamente qualquer lugar do planeta, o que possibilita a realização de pesquisas de acontecimentos passados. Este caráter é muito importante para a realização de estudos de fenômenos como a evolução dalguns processos dinâmicos no tempo. Estudos de mudanças no uso do solo e cobertura vegetal são clássicos com o auxílio desta ferramenta, a qual tem se mostrado particularmente útil e acurada nestas aplicações (Lillesand e Kiefer, 1979). Dentro do sensoriamento remoto inclui-se a obtenção de fotografias aéreas e imagens obtidas por sensores transportados a bordo de aeronaves (Colwell, 1975), além das obtidas por sensores instalados em plataformas orbitais. Muito embora durante vários anos o sensoriamento remoto baseou-se no registro e quantificação do fluxo de energia eletromagnética proveniente do sol e que após interagir com a superfície da terra é refletida ou reemitida pelos diferentes alvos presentes, a evolução dos sensores tem incorporado a tecnologia do radar, pela qual é o próprio sistema que emite um fluxo de radiação eletromagnética com caraterísticas de comprimento de onda e polarização definidas, e, após esta interagir com os alvos é captada pelo sensor que a utiliza para gerar imagens. Os produtos dos sensores remotos são apresentados em geral na forma de imagens, tanto em formato digital, armazenadas em base magnética, quanto em formato analógico na forma de fotografias. Uma característica das imagens de sensoriamento remoto é a de serem coletadas em vários intervalos do espectro eletromagnético, possibilitando assim a diferenciação de feições e propriedades específicas dos diferentes alvos imageados.

34 Slater (1980) ressalta que o sensoriamento remoto permite melhorar a capacidade de obtenção de informação. Os motivos pelos quais seria necessário melhorar esta capacidade, segundo o mesmo autor, são: para melhorar nossa habilidade de inventariar e manejar os recursos naturais da terra cada vez mais escassos, para monitorar as mudanças que acontecem em nosso meio ambiente e para permitir o gerenciamento e a adoção de políticas referentes aos recursos naturais com uma base de informação acurada. Os diferentes sistemas sensores de sensoriamento remoto têm sido desenvolvidos aos efeitos de cobrir alguma aplicação específica. Assim podem ser achados sistemas que diferem de forma substantiva uns dos outros de acordo com a finalidade que balizou o desenho deles. Há sistemas especializados na geração de imagens para aplicações meteorológicas, como os da série NOAA, os quais, embora não tenham sido pensados para o monitoramento de recursos naturais, vêm sendo utilizados com esta finalidade com grande sucesso em alguns casos. Estes se caraterizam por terem resolução geométrica muito menor que aqueles desenvolvidos para monitoramento dos recursos naturais (Slater, 1980). No caso do sensor AVHRR, a resolução é de 1.1 km. Os satélites da série Landsat, com o sensor TM, fornecem dados com resolução de 30m para as bandas refletidas e de 180m para a banda emissiva termal, enquanto o sensor HRV constituinte do sistema SPOT fornece imagens com resolução de 20m no modo multiespectral e 10m no modo pancromático, pelo que é o sensor orbital mais utilizado para pesquisas de urbanismo, as quais geralmente requerem maior grau de detalhamento do que as de monitoramento dos recursos naturais. 2.6.1 - Sistemas de Sensoriamento Remoto em Estações Orbitais Há vários sistemas de satélites em operação hoje, os quais coletam imagens que são posteriormente distribuídas aos usuários. Duas características contribuem a guiar ao usuário para a escolha do tipo de satélite que será utilizado para fornecer os dados que

35 melhor se adaptem às necessidades: resolução espacial e resolução espectral (Eastman, 1995). A primeira refere-se ao tamanho da área no solo que será representada por um valor na imagem. Isto é chamado IFOV (Instantaneous Field Of View). A resolução espectral refere-se ao número e à largura das bandas espectrais detectadas pelo sensor do satélite. Outros aspectos como resolução temporal, isto é o intervalo de tempo mínimo para obter duas imagens sucessivas da mesma região, o custo e a disponibilidade das imagens também devem ser levados em conta no momento de decidir a escolha do produto a ser utilizado. Em continuação, são descritos brevemente os principais sistemas orbitais de sensoriamento remoto usados na atualidade. Landsat: É um sistema americano, que consiste em uma série de satélites comerciais, desenvolvidos pela National Aeronautics and Space Administration (NASA) operados atualmente por uma empresa privada, a EOSAT, a qual comercializa os produtos tanto na forma digital quanto analógica. Atualmente o programa encontra-se em um ponto crítico já que o último satélite da série, o Landsat 6, teve um problema no momento da entrada em órbita e se perdeu. O Landsat 5, embora esteja com sua vida operacional amplamente superada, continua fornecendo produtos de qualidade aceitável para a maioria das aplicações. A série começou com o primeiro satélite lançado em 1972 com o nome, Earth Resources Technology Satellite -1 (ERST-1) e atualmente está funcionando o Landsat 5, lançado em 1984, e com vida média útil prevista de 2 a 3 anos (Novo, 1989). Esta série de satélites teve vários sensores multiespectrais ao longo da sua história, começando pelo sensor Return Beam Vidicon (RBV) e o Multispectral Scanner Subsystem (MSS) nos três primeiros satélites da série, e MSS e Thematic Mapper (TM) nos últimos dois. O MSS dos cinco satélites da série é semelhante, com resolução espacial de 80 m x 80 m no terreno. O sensor TM é

36 um sistema avançado de varredura multiespectral concebido para proporcionar: resolução espacial mais fina, melhor discriminação espectral entre objetos da superfície terrestre, maior fidelidade geométrica e melhor precisão radiométrica em relação ao sensor MSS (Novo, 1989). Tanto o sensor MSS quanto o TM imageam uma faixa com uma largura de 185 km, com uma repetitividade de 16 dias, passando sobre o mesmo ponto às 09:45 hs., horário local. A resolução geométrica e espectral dos sistemas sensores a bordo dos diferentes satélites da série Landsat mostram uma clara evolução no sentido de aumentar o nível de detalhamento da informação que pode derivar-se a partir dos produtos gerados por eles, como pode ser observado na Tabela 2.7. TABELA 2.7 - SENSORES RBV, MSS E TM COM RESOLUÇÃO ESPACIAL E ESPECTRAL DE CADA UM DELES Sensor Banda espectral µm Resolução Geométrica m RBV m 0,475-0,575 79x79 0,580-0,680 79x79 0,698-0,830 79x79 RBV p 0,505-0,750 40x40 MSS 0,5-0,6 79x79 0,6-0,7 79x79 0,7-0,8 79x79 0,8-1,1 79x79 10,4-12,6 237x237 TM 0,45-0,52 30x30 0,52-0,60 30x30 0,63-0,69 30x30 0,76-0,90 30x30 1,55-1,75 30x30 2,08-2,35 30x30 10,04-12,5 120x120 m Multiespectral.

37 p Pancromático. FONTE: Modificado de Richards (1986), p. 9 Os dados dos satélites da série Landsat são recebidos desde o ano 1973 pela estação que faz parte do Sistema Brasileiro de Recepção de dados de satélite implantada em Cuiabá e propriedade do Instituto Nacional de Pesquisas Espaciais (INPE). O INPE comercializa os produtos derivados destes satélites com diferentes graus de processamento. SPOT: O programa Système Pour L Observation de la Terre (SPOT)), de origem francesa, começou a operar em 1986 e compõe-se de uma série de satélites, dos quais há dois em operação. O sensor a bordo das plataformas orbitais deste programa é o High Resolution Visible (HRV), o qual fornece imagens com resolução geométrica de 20m. no modo multiespectral, em três bandas. Elas correspondem aos seguintes intervalos de comprimento de onda: 0.50-0.59µm correspondente à região do verde, 0.61-0.69µm, vermelho e 0.79-0.90 µm, na faixa do infravermelho próximo. No modo pancromático em uma região mais larga do espectro eletromagnético, correspondente ao intervalo 0.50 µm a 0.90 µm a resolução é de 10 m (Slater, 1980). Além da alta resolução geométrica que permite obter informação mais detalhada do terreno, os satélites desta série permitem obter imagens off nadir, isto é, em posição não necessariamente perpendicular à terra, como no caso dos satélites das séries Landsat e NOAA. Esta caraterística lhes dá a capacidade de obter imagens da mesma região com intervalos de tempo bem menores que no caso dos satélites que só permitem visadas no nadir. Esta capacidade de obter imagens em diferentes ângulos permite também a utilização de pares estereoscópicos, técnica muito utilizada com fotografias aéreas e, a partir deste sistema, também disponível para imagens orbitais. A largura da faixa imageada é de 60 km e o satélite sobrevoa o mesmo ponto da terra cada 26 dias.

38 NOAA: Os satélites da série National Ocean and Atmospheric Administration (NOAA), no começo chamado de TIROS, têm algumas caraterística similares aos dos da série Landsat, como o de ter órbita quase polar, síncrona com o sol, embora a uma altura muito maior, 1450 km contra uns 900 km no caso dos Landsat. O sensor mais utilizado para sensoriamento remoto de recursos naturais a bordo dos satélites NOAA é o Advanced Very High Resolution Radiometer (AVHRR), o qual opera em cinco bandas: vermelho, duas no infravermelho próximo, uma no infravermelho médio e uma no infravermelho termal. As imagens NOAA têm como grandes vantagens as de acesso gratuito, alta repetitividade e permitir o monitoramento de grandes áreas devido às dimensões da cena registrada. Dados de sensoriamento remoto obtidos no formato digital permitem a aplicação de técnicas de processamento digital de imagens na otimização da interpretabilidade e extração de informações. Estas técnicas vêm sendo empregadas desde a década de 1970, fundamentadas na estreita correlação observada entre características espectrais e propriedades físico-químicas dos alvos (Castro, 1992). 2.6.2 - Aplicação de Sensoriamento Remoto Para Estudo da Erosão Os produtos de sensoriamento remoto orbital, através de sua característica espectral e o tema erosão do solo, envolvem a discriminação e caracterização das feições indicadoras da presença daqueles processos. Estas feições podem ser especificamente as próprias marcas deixadas pela erosão, que incluem as ravinas e as voçorocas e até a variação da densidade e tipo de cobertura vegetal devida, em parte à presença de processos erosivos (Pinto, 1991). As técnicas usadas compreendem tanto a avaliação direta dos resultados dos processos erosivos quanto a aquisição de informações que possam colaborar na

39 quantificação destes, por exemplo através de modelos de simulação. Pickup e Nelson (1984) realizaram um trabalho que pode ser considerado dentro do primeiro grupo. Estes autores utilizaram um sensor aerotransportado que opera nas mesmas bandas espectrais que o MSS do satélite Landsat para avaliar erosão, deposição e estabilidade do solo. Eles acharam que todos os solos compreendidos na pesquisa mostraram alta refletancia nas quatro bandas. Pelletier (1985) propõe uma metodologia que se serve de técnicas de sensoriamento remoto como subsídio para a implementação da EUPS em um ambiente de sistema de informação geográfica. A metodologia utilizada vale-se desta ferramenta para a determinação do tipo de cobertura vegetal da área de estudo através de classificação automática de imagens orbitais, e de fotografias aéreas, para a individualização de práticas de conservação implementadas no lugar devido à resolução mais acurada deste tipo de produtos. Esta autora ressalta que o uso de imagens de sensoriamento remoto e SIG contribui para diminuir os custos deste tipo de trabalhos. Outros autores, como Airola e Vogel (1988), valeram-se de imagens TM\Landsat para a identificação da cobertura vegetal do solo. Este dado é usualmente derivado de imagens de sensoriamento remoto para a implementação do modelo (Castro, 1992; IPT, 1986; Pelletier, 1985; Pinto, 1991; Valenzuela, 1988). As imagens geradas por diferentes sensores a bordo de plataformas orbitais também têm sido utilizadas para o mapeamento em programas de levantamentos de solos. Os resultados destes são úteis como fonte da dados georreferenciados para a delimitação e identificação dos polígonos correspondentes aos fatores K e T. Roudabush et al. (1985) utilizaram imagens do sensor MSS para auxiliar em levantamentos de solos no estado de Arizona. Estes autores acharam que o uso destes produtos digitais contribui para economizar tempo e dinheiro e que permite incrementar a qualidade do resultado, fundamentalmente no referente à acuracia da delimitação dos tipos de solo.

40 Kaminsky et al. (1979) utilizaram imagens MSS, as quais foram submetidas a diversas técnicas de processamento digital, e acharam um alto grau de correlação entre áreas sujeitas a processos erosivos moderados a extremos e seus respectivos comportamentos espectrais. Seubert et al. (1979) acharam em Indiana, EUA, que os solos que apresentam maior reflectância correspondiam aos submetidos a processos mais acentuados de erosão. Estes autores também sugerem que os solos mais erodidos apresentariam um comportamento espectral similar, independente do material de origem. As fotografias aéreas têm sido amplamente utilizadas para auxiliar trabalhos de estimativas de erosão. Assim, as cartas topográficas usadas são derivadas a partir de fotografias aéreas. Pinto (1991) utilizou-as para auxiliar na elaboração de um esboço pedológico na área de estudo, devido à baixa precisão do material cartográfico existente no tema pedologia para a região estudada por ele. Stephens et al. (1985) derivaram a partir de fotografia aéreas infravermelhas coloridas dados que permitiram calcular ou delimitar no terreno unidades homogêneas dos fatores K, L, S, C e P da Equação Universal de Perdas de Solo. Os autores acharam que, devido à utilização de fotografias aéreas, o tempo requerido para a realização do trabalho ficou reduzido de duas a quatro vezes e a precisão do resultado foi compatível com a finalidade do trabalho.

41 CAPÍTULO 3 MATERIAL E MÉTODOS 3.1 - Material 3.1.1 - Descrição da Área de Estudo A área de estudo escolhida para este trabalho é a micro bacia do Ribeirão das Araras, no município de Araras, a qual encontra-se no Centro - Leste do Estado de São Paulo, fazendo parte da Depressão Periférica, na zona do Médio Tietê. Na Figura 3.1 pode-se observar um esquema da localização da área. As coordenadas geodésicas da área em Projeção Universal Transversa Mercator (UTM) são: 7 534 000N e 7 526 000N, e 246 000E e 256 000E. A micro bacia abrange ao todo uma superfície de 4465 ha. A propriedade da terra está caracterizada por grandes fazendas com boa capacidade de investimento, o que define um alto nível de tecnologia aplicado, manifestando-se por exemplo no alto grau de mecanização, práticas de controle da erosão e manejo planificado das culturas. O relevo regional está representado por uma sucessão de baixas colinas de topos subaplainados, cujas vertentes às vezes atingem declives da ordem de 5% e, nos topos, 3%. Em direção ao Norte a topografia torna-se mais ondulada achando-se declives da ordem de 7 a 15% nas partes baixas e médias das vertentes, enquanto nos topos são inferiores a 5%. Destaca-se a serra da Cantareira, a qual eleva-se a cerca de 800 metros de altitude e apresenta, nas vertentes, declives da ordem de 20 a 30%.

42 Fig. 3.1 - Localização da área de estudo

43 Devido a esta topografia relativamente plana da área de estudo, as terras desta região apresentam grandes extensões sem limitações ao emprego de máquinas e com declives pouco acentuados, concorrendo este aspecto como discreto fator de erodibilidade. Os solos ali encontrados apresentam relações estreitas com o substrato. Assim, as intrussivas básicas forneceram o material para o desenvolvimento dos latossolos roxos e terras roxas estruturadas e, parcialmente, aos latossolos vermelho-escuros; os arenitos da formação Botucatu-Pirambóia, aos solos de textura grosseira, compreendendo parte dos latossolos, parte dos podzólicos vermelho-amarelos de textura argilosa ou muito argilosa e, finalmente, os sedimentos recentes das planícies aluvionais aos solos hidromórficos e cambissolos de terraços (Oliveira, 1985). O relevo e o solo, adequados à atividade agropastoril, permitiram a ocupação de extensas áreas com aquelas atividades e o desenvolvimento de importantes núcleos urbanos nesta região. A vegetação primitiva representada por mata tropical, deu lugar a sucessivos ciclos de cultura, sendo atualmente constituída em sua maior parte pela canade-açúcar, vindo em seguida com maior expressividade os citrus, algodão e café. Para o nordeste, já fora da bacia, em decorrência do predomínio de solos arenosos ou de textura média e de baixo potencial agrícola, persiste a maior reserva de vegetação natural da região representada por cerrados e cerradões. O reflorestamento com eucalipto é uma atividade muito importante, não obstante tem se notado um incremento nas culturas de cana-de-açúcar e citrus. Na bacia escolhida encontra-se uma usina para a produção de álcool e açúcar, propriedade dos donos de uma das maiores fazendas achadas dentro da área de estudo. Esta indústria é abastecida pela produção de cana-deaçúcar da região. Este ponto tem marcada importância já que condiciona a cultura implantada na região. Pelos dados pluviométricos apresentados na Figura 3.2, correspondentes ao município de Araras, do qual uma parte da área urbana encontra-se abrangida pela

44 micro bacia em estudo, observam-se dois períodos bem diferentes de precipitação: um chuvoso, que se estende de outubro a março, e outro seco. No primeiro, cai cerca de 80% da precipitação anual e, no seco, apenas 20%. Observa-se também que coincidem com o período chuvoso as precipitações mais intensas e, igualmente, o maior número de dias com chuva, aumentando os efeitos climáticos sobre os processos erosivos, especialmente naqueles solos pouco profundos ou com gradiente textural importante. Os registros de temperatura média mensal assinalam um regime térmico sem variações importantes, caracterizando a região como apta ao desenvolvimento de grande variedade de culturas. Na região encontra-se um grande número de açudes construídos com a finalidade primordial de dedicá-los a reservatórios, os quais armazenam água para ser usada durante os meses do inverno, em que se registram menores precipitações. Assim, na bacia hidrográfica do Ribeirão das Araras, encontram-se dois reservatórios importantes. A represa do Tamburí, localizada na fazenda homônima, foi enchida no ano 1993, coincidindo assim com o período escolhido para a realização deste trabalho. 250 200 150 100 50 0 j f m a m jn jl a s o n d Fig. 3.2 - Distribuição da precipitação mensal média na área de estudo. Dados médios dos anos 1961-90 expressos em mm. FONTE: Fundação Centro Tecnológico de Hidráulica (1998). Na área escolhida é evidente o acontecimento de processos de erosão de solo de origem hídrica. Isto pode ser observado na fotografia da Figura 3.3, a qual foi tomada

45 alguns dias após uma chuva em março do ano 1994. Além de produzir sérios problemas por degradação do solo e diminuição da capacidade produtiva, é eloqüente o acontecimento de processos deposicionais fundamentalmente nos açudes existentes no lugar. Assim foi ressaltado pelos proprietários de uma das fazendas a marcada diminuição na capacidade de armazenamento d água. Isto pode ser observado também na fotografia da Figura 3.4, na qual uma lagoa existente na bacia mostra claros sinais de assoreamento, com vegetação emergindo da água em praticamente toda a extensão, índice este da pouca profundidade dela. Fig. 3.3 - Marcas de perdas de solo como resultado de processos erosivos na área de estudo

46 Fig. 3.4 - Lagoa com sinais de assoreamento por deposição de sedimentos. O balanço hídrico, por sua vez, mostra um período apenas discreto de deficiência hídrica, de abril a setembro. Os solos encontrados na área de estudo, segundo Oliveira et al. (1981), são: Latossolos: É a classe de solo mais comum na área. Ocorrem em relevo suave ondulado, com declives de 3 a 5%, predominando os primeiros. Estes solos têm características físicas internas que lhes conferem grande capacidade de infiltração e permeabilidade e dão-lhes acentuada resistência à erosão. Estes solos são bastante profundos, com vários metros de espessura, porém o horizonte A raramente atinge 40 cm. As variações verticais ao longo do perfil, quer das características morfológicas, quer físicas, são pouco importantes, enquanto as químicas apresentam uma amplitude mais acentuada. A textura é bastante diversificada; os teores de argila variam desde 15 até mais de 66%. Os teores de silte são baixos: o valor médio máximo verificado é de 12%. A areia fina é a fração grosseira mais importante, sendo nos solos de textura média a mais abundante.

47 O ph da camada superficial (0-20 cm) apresenta valores baixos, em geral inferiores a 5,1, à exceção da unidade Ribeirão Preto, indicando tratar-se de solos ácidos. A camada subsuperficial (60-80 cm) apresenta valores ainda mais baixos. Os valores de soma e de saturação em bases 1, com exceção da unidade Ribeirão Preto, refletem a pobreza desses solos em nutrientes para as plantas. A camada superficial apresenta valores algo superiores à camada subsuperficial como conseqüência da adição de insumos. Podzolicos Vermelho-Amarelos: Estes solos constituem, depois dos latossolos, a classe de maior ocorrência. Os podzólicos ocorrem em relevos em geral um pouco mais acidentados que os latossolos. Apresentam variações morfológicas acentuadas ao longo dos perfis, fato que permite distingui-los, às vezes com facilidade, dos latossolos. Uma característica muito marcante que influencia em muitas outras é a textura dos horizontes A e B. Os solos da unidade Alva, por exemplo, apresentam acentuado acréscimo de argila em profundidade: seu teor duplica ou aumenta drasticamente em menos de 5 cm de profundidade, resultando em um horizonte A arenoso ou de textura média superposto abruptamente a um horizonte B de textura média, argiloso ou mesmo até muito argiloso. Em decorrência do transporte da fração argila dos horizontes superiores para os inferiores, o B apresenta cerosidade, em alguns casos muito acentuada, como na unidade Olaria. A estrutura dos podzólicos é do tipo subangular de tamanho médio e com desenvolvimento moderado ou fraco na unidade Alva e forte na unidade Olaria. Terra Roxa Estruturada: São solos espessos, argilosos a muito argilosos ao longo do perfil e muito semelhantes aos latossolos roxos, diferindo deles essencialmente pela presença de cerosidade e de estrutura no horizonte B, daí o seu nome. São solos com boa disponibilidade de nutrientes. A soma de bases (S), mesmo na camada 1 Soma de bases (S) = Ca 2+ + Mg 2+ +K + ; Capacidade de troca de cátions a ph 7,0= S + H + + Al 3+ ; Saturação em bases (V)= 100*S CTC

48 subsuperficial, é relativamente alta, 3,7 e.mg/100g TFSA. A capacidade de troca de cátions, (CTC), em decorrência da mineralogia essencialmente oxídica e caulinítica desses solos, é baixa. 3.1.2 - Material cartográfico O material cartográfico de base utilizado na presente pesquisa corresponde a mapas e levantamentos de várias procedências. Devido à diversidade de origens e finalidades para as quais foram confeccionadas estas cartas, trata-se de material com distinto grau de detalhamento, levantado e publicado em várias escalas e em datas não coincidentes. Muito embora o material cartográfico esteja desatualizado, é necessário ressaltar que nessa região dispõe-se de uma das mais amplas e detalhadas bases cartográficas do país, devido à atividade simultânea de vários organismos que trabalham no lugar. A carta planialtimétrica Araras, folha SF-23-M-II-3, escala 1:50 000, com curvas de nível com eqüidistância de 20m, publicada em 1969 (IBGE, 1969), embora muito desatualizada no referente ao tema uso do solo e à rede viária, mostrou-se extremamente útil para a derivação dalguns dados necessários para a realização do trabalho como a determinação do comprimento de encostas e da declividade. As cartas planialtimétricas em escala 1:10 000 com eqüidistância de curvas de nível cada 5m: SF-23-Y-A-II-3-NO-C, folha 62/92, Fazenda São José; SF-23-Y-A-II-3- NO -D, folha 62/93, Fazenda Morro Alto; SF-23-Y-A-II-3-NO-E, folha 63/92, Córrego Água Boa; SF-23-Y-A-II-3-NO-F, folha 63/93, Araras I; confeccionadas pelo Instituto Geográfico e Cartográfico do Estado de São Paulo, através do Projeto Macro Metrópole, derivadas de fotografias aéreas do ano 1978 e reambulação em 1979. Devido ao maior grau de detalhamento deste material cartográfico e à data mais recente do levantamento, os dados planimétricos encontram-se menos desatualizados que aqueles da carta Araras do IBGE. Estas cartas 1:10 000 mostraram-se muito úteis para o

49 registro das imagens de sensoriamento remoto por permitirem localizar pontos de controle com relativa acuracia assim como para a delimitação dos divisores de água devido à precisão e intervalo dos dados altimétricos fornecidos. A carta resultante do levantamento pedológico semidetalhado do Estado de São Paulo, a qual, embora tenha sido levantada em escala 1:50 000, só foi publicada em escala 1:100 000. A utilizada neste trabalho corresponde à quadrícula de Araras. Folha SF.23-Y-A-II, confeccionada pelo Convênio EMBRAPA-Secretaria de Agricultura e Abastecimento do Estado de São Paulo, Coordenadoria da Pesquisa Agropecuária, Instituto Agronômico - Divisão de Solo, Seções Pedologia e Fotointerpretação (Oliveira et al., 1981), juntamente com o relatório correspondente. Foi também utilizado como material cartográfico uma série de mapas desenhados sob encomenda dos proprietários das distintas fazendas abrangidas pela área de estudo. Estes mapas, confeccionados em diferentes escalas e nunca publicados, em geral só fornecem dados planimétricos, muitas vezes desatualizados devido à mudança na divisão de talhões e no uso do solo, por exemplo devido à habilitação da represa do Tambury em 1993. 3.1.3 - Material de sensoriamento remoto Os produtos de sensoriamento remoto utilizados para a realização deste trabalho foram: imagens orbitais e fotografias aéreas. As imagens digitais provenientes do sensor TM\Landsat órbita-ponto 220/75, quadrante D. As datas de passagem escolhidas foram: 29/08/1992; 03/12/1992 e 09/03/1993 e as imagens foram fornecidas pelo Instituto Nacional de Pesquisas Espaciais em fitas magnéticas Computer Compatible Tape (CCT). Estas datas foram escolhidas devido a que elas permitiriam dispor de dados ao longo do ano considerado nesta pesquisa. As bandas espectrais utilizadas foram as mesmas para as três datas de passagem: 2, 3, 4, 5 e 7.

50 As fotografias aéreas preto e branco foram as provenientes do recobrimento aerofotogramétrico do ano 1972, escala 1:25 000, números 34508, 34509, 34510, 35123, 35124, 34126,.36900, 36901 e 36902. Estas fotografias, muito desatualizadas, foram obtidas fotografando cópias em papel pela não disponibilidade dos negativos. Isto ocasionou que as mesmas resultassem de má qualidade, o que somado à desatualização das mesmas, como já mencionadas, dificultou o uso eficiente delas. Os softwares utilizados foram: sistemas de informações geográficas SGI\INPE versão 2.4 (Imagem, 1993a) e SPRING\INPE versão 1.0, sistema de tratamento de imagens digitais de sensoriamento remoto SITIM\INPE versão 2.5. Um módulo do SGI\INPE, o imat2grd (Paiva, 1994) foi desenvolvido para a realização deste trabalho por pessoal técnico do Departamento de Processamento de Imagens do INPE. Este permite a criação de arquivos numéricos em formato ASCII a partir de planos de informação raster. O programa sobrepõe uma grade retangular, com a possibilidade do operador definir as dimensões das células, sobre um PI no formato raster. Posteriormente é solicitado ao operador que forneça um valor numérico para cada uma das classes presentes no PI. O imat2grd cria um arquivo constituído por uma matriz de valores ordenados na qual cada um corresponde ao valor que a grandeza escolhida assume para o módulo representado por cada célula. Planilhas eletrônicas Quattro Pro para Windows versão 1.0 e Excel 5.0 para Windows, as quais foram utilizadas para a operação dos arquivos numéricos segundo as exigências do modelo EUPS. Software Interactive Data Language (IDL) para UNIX versão 4.0 o qual foi utilizado para a saída gráfica dos mapas resultantes da aplicação do modelo. 3.2 - Métodos

51 Para a realização do trabalho foi inicialmente escolhido o modelo de previsão de perdas de solo por erosão hídrica. A escolha recaiu na Equação Universal de Perdas de Solo (Wischmeier e Smith, 1978), um modelo muito experimentado e amplamente utilizado para este tipo de trabalhos. A seguir foi definida a área de estudo na qual posteriormente seria desenvolvida a pesquisa. A área requeria reunir uma série de características, dentre as quais: ser representativa das condições de relevo, culturas e tecnologia aplicada a nível do Estado de São Paulo, dispor de material cartográfico e de levantamento de solos, pelo menos ao nível de semidetalhe, apresentar problemas de perdas de solo por erosão hídrica que justificassem a realização de um estudo destas caraterísticas. Para a implementação do trabalho foi criado um projeto no sistema de informações geográficas SGI\INPE, onde foram posteriormente definidos e criados os diferentes planos de informação necessários. O planejamento operacional compreendeu os diferentes passos e a definição da metodologia que seria usada para a implementação do trabalho. Este compreendeu a definição dos períodos nos quais se dividiria o ano da pesquisa, os diferentes planos de informação que seriam criados e as fontes de dados das quais derivaria cada um deles além do ambiente onde seria feita a integração dos dados resultantes. Também identificou-se a conveniência de dispor de um módulo do SGI não existente até o começo da realização deste trabalho aos fins de viabilizar a implementação da metodologia proposta. Para a criação do mesmo recorreu-se ao pessoal técnico do Departamento de Processamento de Imagens do INPE, o qual o viabilizou criando o módulo imat2grd (Paiva, 1994). Este funciona dentro do ambiente do SGI\INPE. Para a realização do estudo foi escolhido o ano agrícola compreendido entre julho de 1992 e julho de 1993. Para a execução do projeto foram determinados quatro períodos, para cada um dos quais seria calculada o potencial natural de erosão (PNE) e a taxa de perdas de solo.

52 O primeiro deles abrangendo desde julho até setembro de 1992, o segundo desde setembro do mesmo ano até janeiro de 1993, o terceiro desde janeiro até abril de 1993 e o quarto desde abril até junho de 1993. Também foi calculado o mesmo parâmetro para o ano agrícola todo. 3.2.1 - Potencial Natural de Erosão Em primeiro termo foi computado o potencial natural de erosão (PNE) dentro da micro bacia hidrográfica. Este parâmetro está constituído pelo produto dos fatores R, K e LS considerados na Equação Universal de Perdas de Solo. Os planos de informação criados foram: o correspondente ao fator erodibilidade, denominado solo, o qual foi derivado de duas fontes; para a espacialização dos diferentes tipos de solos foi utilizada a carta Quadrícula de Araras de levantamento de solos (Oliveira et al., 1981). A outra fonte foram os dados quantitativos deste parâmetro para cada tipo de solo presente na área, os quais foram fornecidos por pesquisadores de Conservação de Solo do Instituto Agronômico de Campinas (Lombardi Neto, 1995, com. pessoal). A carta de solo foi amarrada ao sistema de informações geográficas através das coordenadas de quatro pontos e, a seguir, foram digitalizadas as distintas manchas de solo abrangidas pela micro bacia do Ribeirão das Araras. Cada uma delas foi identificada de modo a conseguir a diferenciação por parte do sistema. Devido a este fator ser considerado pelo modelo como sendo constante ao longo do ano, este plano foi utilizado para o cômputo da perdas no ano todo e para cada um dos quatro períodos em que ele foi dividido. Na Tabela 3.1 podem ser visualizados os valores de erodibilidade dos diferentes solos presentes na área de estudo. TABELA 3.1 - VALORES DE ERODIBILIDADE DOS DIFERENTES SOLOS PRESENTES NA ÁREA DE ESTUDO

53 Tipo de solo Valor K PV2 Unidade Usina 0.0462 PV3 Unidade Olaria 0.0280 PV4 Unidade Santa Cruz 0.0280 PV5 Unidade Serrinha 0.0462 LRd Unidade Barão de Geraldo 0.0128 LRe Unidade Ribeirão Preto 0.0098 LV3 Unidade Laranja Azeda 0.0132 LV4 Unidade Speculass 0.0132 LE1 Unidade Limeira 0.0167 TE Unidade Estruturada 0.0181 PV3+PV4 0.0280 LRd+LE1 0.01436 LE1+LRd 0.01514 LRd+LRe 0.0116 FONTE: Lombardi Neto (1995). Este plano de informação foi criado no formato vetorial e posteriormente rasterizado dentro do SGI, com uma resolução de célula de 30 x 30 m, devido ao módulo imat2grd exigir como dado de entrada um plano de informação neste formato. na Figura 3.5. O plano de informação correspondente ao fator erodibilidade pode visualizar-se

54 7 533 000 7 530 000 PV2 Usina LRd Barão Geraldo LE1+LRd PV3 Olaria Urbano Li2+PV4 LE1 Limeira PV5 Serrinha LRe Rib. Preto LRd+LRe TE LV3 PV3+PV4 Água 1 km 7 527 000 N 246 000 249 000 252 000 255 000 Fig. 3.5 - Plano de informação erodibilidade (K) Para o cômputo do valor do fator topográfico LS, foi utilizada a Equação 2.5 (Bertoni e Lombardi Neto, 1985), pag. 16. Isto fez necessário dispor dos valores dos subfatores L (comprimento de encosta) e S (declividade) de forma separada. Para isto foram criados dentro do projeto no SGI dois planos de informação (PI), um correspondente a cada um desses fatores mencionados. 1969). Ambos os planos foram derivados a partir da carta topográfica Araras (IBGE, O plano que leva em conta o comprimento de encosta, denominado comp, foi construído na forma de uma matriz de números em formato ASCII. Nesta, cada um dos valores quantifica a distância acumulada percorrida pelo fluxo hídrico desde a divisória de águas, a qual define o limite da bacia, até o ribeirão. Isto foi mensurado seguindo manualmente a direção preferencial da água de acordo com a interpretação do relevo através das curvas de nível da carta topográfica em escala 1:50 000 (IBGE, 1969)