Öneriler

Analisaram-se os aspectos hidroclimatológicos dentro de cada uma das regiões hidrologicamente homogêneas identificadas, a fim de verificar o desempenho dos métodos em relação à caracterização destas regiões.

A avaliação dos aspectos hidroclimatológicos foi feita em termos da análise do comportamento da evapotranspiração de referência (ET0) e das vazões específicas

médias de longa duração (qmld), ambas estimadas em base mensal.

A opção pela utilização da ET0 no presente estudo se deu pelas seguintes

considerações: (1) escassez de dados observados de evapotranspiração real (ETr) no

período base considerado (1977-2006), com poucas estações de observação existentes na região (COSTA et al., 2010; ROCHA et al., 2009a); (2) as dimensões da área de estudo e do período base impõem a necessidade de capacidades de armazenamento e de processamento expressivas para a estimativa da ETr com base

em imagens de satélite, as quais também possuem limitações de dados em escalas espacial e temporal (CHEN et al. 2014; TEIXEIRA et al. 2015); (3) para a estimativa da ET0 existe um número considerável de estações meteorológicas na região com

ET0 complementa a análise dos aspectos hidroclimatológicos nas regiões

hidrologicamente homogêneas, uma vez que sua estimativa leva em conta importantes variáveis climáticas, tais como temperatura, velocidade do vento e umidade do ar.

Assim, as ET0 mensais foram estimadas a partir dos dados diários de

insolação, temperatura, umidade relativa do ar e velocidade média do vento, além da latitude e altitude, provenientes dos bancos de dados das estações meteorológicas existentes na região operadas pelo Instituto Nacional de Meteorologia (INMET, 2014). Aplicou-se o método de Penman-Monteith parametrizado pela Food and Agriculture Organization of the United Nations - FAO (ALLEN et al., 1998; BORGES JÚNIOR et al., 2012; CONCEIÇÃO, 2006), representado pela equação

ET0 = 0,408 ∆ Rn− G + γ _Tmed 900_{+ β7γ U}β (es− ea) ∆ + γ (1+ 0,γ4 Uβ) ( 56 ) em que ET 0 = evapotranspiração de referência, mm d-1_;

Δ = declividade da curva de pressão de vapor na saturação versus temperatura do ar, kPa °C-1;

Rn = saldo de radiação na superfície, MJ m-2 d-1;

G = densidade de fluxo de calor no solo, MJ m-2 d-1; γ = constante psicrométrica, kPa °C-1;

Tmed = temperatura média do ar tomada a 2 m de altura, °C

U2 = velocidade do vento a 2 m de altura, m s-1;

es = pressão de vapor na saturação, kPa; e

ea = pressão de vapor atual, kPa.

Como a densidade de fluxo de calor no solo (G) não é medida nestas estações meteorológicas, esta variável foi considerada nula devido a seu baixo valor em comparação com as demais variáveis utilizadas no cálculo da ET0, conforme explica

Conceição (2006).

Devido à baixa densidade de estações meteorológicas na Região Hidrográfica Amazônica, as ET0 mensais foram estimadas para as localidades das estações

Na interpolação das ET0 foi utilizado o método de Kriging, ou krigagem, que

se destaca em relação aos demais métodos de espacialização de variáveis hidroclimatológicas (GOOVAERTS, 2000; VILANOVA et al., 2012) por considerar a distância estatística (auto-correlação) entre os pontos amostrais de forma que as estimativas sejam não viesadas (GOOVAERTS, 1997). Assim, aplicou-se o processo da krigagem ordinária, o qual considera a dependência espacial existente entre os valores observados em estações próximas, avaliando-se: o tamanho e o formato (isotropia/anisotropia) da vizinhança de busca; o modelo de semivariograma teórico que melhor se ajusta ao comportamento das semivariâncias empíricas; além da validação da interpolação realizada (ISAAKS; SRIVASTAVA, 1989).

Como as estações estão irregularmente distribuídas na Região Hidrográfica Amazônica, o tamanho da vizinhança de busca foi definido como sendo maior que o espaçamento médio entre as estações, o qual é calculado pela equação

n A

mˆ _E  p ( 57 )

em que

E

mˆ = espaçamento médio entre os pontos amostrados; Ap = área total compreendida pelos pontos amostrados; e

n = número total de pontos amostrais.

O cálculo das semivariâncias dos pontos amostrais para diferentes distâncias de separação hlag (GOOVAERTS, 1998; 2000), foi feito por meio da equação

2 lag α ) N(h 1 α α lag lag [z(u ) z(u h )] ) 2N(h 1 ) (h γˆ 



N(hlag) = números de pares de dados para determinada distância hlag;

hlag = distância de separação entre dois pontos na análise de

semivariância;

z(uα) = valores observados nos pontos amostrais α = 1, β, ..., n; e uα = vetor das coordenadas dos pontos amostrais.

Com estes valores foram montados os semivariogramas empíricos, ou amostrais, com os valores de semivâriancia no eixo das ordenadas e os valores de hlag

no eixo das abscissas.

No processo da krigagem ordinária, foram avaliados entre os modelos de semivariogramas teóricos: linear, exponencial, esférico, gaussiano, além de outros modelos positivo-definidos, aquele que melhor se ajustou ao semivariograma empírico, para a realização da interpolação. De acordo com Isaaks e Srivastava (1989), estes modelos de semivariância teórica podem ser representados, de forma geral, pela equação

                          a h 3 exp 1 C C 0 ) (h γˆ lag 1 0 lag se |hlag| = 0 ( 59 ) se |hlag| > 0 em que

C0 = parâmetro conhecido como efeito pepita, que representa a

descontinuidade que ocorre na origem do semivariograma; C0 +

C1

= parâmetro conhecido como patamar, que representa o valor máximo do semivariograma, por ocorrer para grandes distâncias de separação hlag;

a = parâmetro conhecido como alcance, que representa a distância hlag

além da qual o semivariograma atinge o valor máximo e permanece constante, ou seja, quando atinge o patamar.

Considerando também baixa densidade de estações meteorológicas, aplicou- se o método da validação cruzada, no qual o conjunto de estações foi utilizado tanto para a interpolação quanto para a análise de erros entre valores estimados e os valores observados. Esta análise de erros foi utilizada para a escolha dos modelos de interpolação que melhor se ajustam à distribuição espacial dos valores de ET0.

Escolhido o modelo de distribuição espacial melhor ajustado à distribuição (com menores valores de soma do quadrado médio dos resíduos), selecionaram-se os valores de ET0 de cada mês estimados pelo modelo localizados nos pontos das

estações pluviométricas. Assim, cada estação pluviométrica, além das precipitações mensais, passou a contar também com valores de ET0 mensais.

As interpolações pelo processo de krigagem ordinária e a validação das estimativas foram feitas com o auxílio das ferramentas do pacote Geostatistical Analyst do ArcGIS 10.2.2 (ESRI, 2014).

As vazões específicas médias de longa duração (qmld) foram estimadas em

base mensal utilizando os dados diários de vazão das séries históricas de medição nas estações fluviométricas operadas pela ANA, disponíveis no Sistema de Informações Hidrológicas - Hidroweb (ANA, 2014a).

Os critérios de seleção das estações fluviométricas foram: áreas de drenagem de tamanho que possibilite a representação do comportamento em escalas regionais; inexistência de estruturas que interferem no comportamento das vazões, tais como reservatórios ou transposições; e mais de 20 anos de dados disponíveis e sem falhas, dentro do mesmo período base utilizado para os dados pluviométricos e meteorológicos (1977-2006).

Utilizou-se o Sistema Computacional para Análises Hidrológicas - SisCAH 1.0 (SOUSA et al., 2009) para a geração do diagrama de disponibilidade de dados para a seleção das estações e para o cálculo das vazões médias de longa duração (Qmld) em base mensal. Assim, foram calculadas as vazões específicas médias em

base mensal por meio da equação q_mld = Qmld*10 9 A ( 60 ) em que qml d

= vazão específica média de longa duração, L s-1 km-2; Qml

d

= vazão específica média de longa duração, m3 _s-1_{; e}

A = área de drenagem da estação, m2.