instituto nacional de pesquisas da amazÔnia - inpa ...§ão_jossandra... · instituto nacional de...

INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA - INPA

UNIVERSIDADE DO ESTADO DO AMAZONAS - UEA

PROGRAMA DE PÓS-GRADUAÇÃO EM CLIMA E AMBIENTE - PPG-CLIAMB

MONITORAMENTO HIDROLÓGICO DA BACIA DO RIO MADEIRA POR

ALTIMETRIA ESPACIAL

JOSSANDRA ALVES DAMASCENO

Manaus, Amazonas

Junho, 2017

JOSSANDRA ALVES DAMASCENO

MONITORAMENTO HIDROLÓGICO DA BACIA DO RIO MADEIRA POR

ALTIMETRIA ESPACIAL

Orientadora: Profa. Dra. Joecila Santos da Silva

Coorientador: Dr. Adrien Paris

Fonte Financiadora: CAPES

Dissertação apresentada ao

Instituto Nacional de Pesquisa da

Amazônia como parte dos requisitos para

obtenção do título de Mestre em Clima e

Ambiente.

Manaus, Amazonas

Junho, 2017

D155 Damasceno , Jossandra Alves

Monitoramento hidrológico da Bacia do Rio Madeira por altimetria

espacial / Jossandra Alves Damasceno . --- Manaus: [s.n.], 2017.

115 f.: il.

Dissertação (Mestrado) --- INPA, Manaus, 2017.

Orientador: Joecila Santos da Silva

Coorientador: Adrien Paris

Área de concentração: Clima e Ambiente

1. Hidrologia . 2. Monitoramento hidrológico . 3. Altimetria . I. Título.

CDD 551.48

Sinopse:

O estudo visa a compreender o comportamento hidrológico da bacia

transfronteiriça do Rio Madeira no período de 2002 a 2016, caracterizando sua

propagação temporal, suas tendências e os extremos hidrológicos na bacia à

calha do Rio Madeira. Um foco especial será dado à cheia de 2014 na visão da

altimetria espacial, através dos satélites altimétricos Envisat e Jason-2.

Palavras-chave: Altimetria Espacial; Hidrologia; Bacia do Madeira;

Bacia Amazônica; Monitoramento

Dedico este trabalho a minha mãe

Alexsandra, ao meu pai Jorge, a minha avó

Joana, ao meu avô Paulo e às minhas irmãs

Kiyomi e Hidemi.

AGRADECIMENTOS

Agradeço a Deus por sua bondade infinita e presença constante em minha vida.

A minha orientadora Dra. Joecila Santos da Silva e ao meu coorientador Dr. Adrien

Paris pela orientação deste trabalho, além de paciência, incentivo, confiança em minha

capacidade e ajuda na pesquisa realizada.

A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -CAPES pelo apoio

financeiro e concessão de bolsa. Ao Centre de Topographie des Océans et de l'Hydrosphère

(CTOH) do Laboratoire d ́Études en Geophysique et Océanographie Spatiales (LEGOS), pelos

Geophysical Data Records (GDRs) e às correções troposféricas correspondentes, à European

Space Agency (ESA), pela garantia do uso dos dados da missão ENVISAT e JASON-2

disponibilizados para o estudo e aos membros do RHASA.

Aos colegas de mestrado e doutorado do curso de Clima e Ambiente, aos amigos de

longa data, a todos que ajudaram na construção e na caminhada deste trabalho. E a minha

família por toda força, compreensão e apoio.

“Os homens semeiam na terra o que colherão na

vida espiritual: os frutos da sua coragem ou da sua fraqueza. ”

- Allan Kardec

RESUMO

Este trabalho teve como objetivo monitorar estações hidrológicas fronteiriças

pertencentes à Bacia Amazônica, especificamente a Bacia do Madeira. Foi utilizada a altimetria

espacial através dos satélites Envisat e Jason-2, que fornecem observações de altura d’água no

período de 2002 a 2016. A partir dos resultados obtidos, foram caracterizados os rios da bacia,

de forma hidrológica, identificando períodos e inícios de enchentes-cheias-vazantes-secas e

realizando estimativas. Finalmente, as observações dos satélites altimétricos foram

aproveitadas para compreender a cheia de 2014, ocorrida em rios internacionais, tendo em

perspectiva o início das operações das novas hidrelétricas. Os resultados, de forma geral,

indicaram que há influência dos rios transfronteiriços em relação ao Rio Madeira, mesmo que

alguns deles tenham comportamentos mais sazonais, cíclicos ou independentes. O evento de

cheia em 2014, ratificou que há uma propagação nas máximas e mínimas, de montante a jusante,

com intervalos de dias significativos, e as estações virtuais localizadas antes das hidrelétricas

não sofreram influência em seu comportamento hídrico. Contudo, as posteriores sofreram com

a alteração do período hidrológico, a intensidade e a modificação da assinatura do rio.

Palavras-chave: Bacia Amazônica; Bacia do Madeira; Altimetria Espacial; Hidrologia;

Cheias

ABSTRACT

The objective of this work was to monitor the hydrological stations t the border of the

Amazon Basin, specifically the Madeira Basin. Radar altimetry from the Envisat and Jason-2

missions was used to provide observations of water height from 2002 to 2016. From the results

obtained, the basin rivers were characterized in a hydrological way, identifying periods and

beginnings of flood-spate-ebb-drought and making estimates. Finally, the observations of the

altimetric satellites were used to understand the flood of 2014, which occurred in international

rivers, taking into account the start of operations of the new hydroelectric power plants. The

results, in general, indicate that there is influence of transboundary rivers in relation to the

Madeira River, even if some of them have more seasonal, cyclical or independent behavior.

The flood event in 2014 stated that there is a propagation in the maximum and minimum,

upstream downstream, with significant day intervals, and the virtual stations located before the

hydroelectric dams had no influence on the hydrological behavior. However, the ones located

after the dams suffered from the alteration of the hydrological period, the intensity and the

modification of the profile of the river.

Keywords: Amazon Basin; Madeira Basin; Space Altimetry; Hydrology; Floods

RÉSUMÉ

Cette étude visait à surveiller les stations hydrologiques frontalières appartenant au

Bassin de l'Amazone, en particulier le Bassin du Madeira. Utilisation de l'altimétrie par satellite

spatiale par Envisat et Jason-2, qui fournissent la hauteur de l'eau des observations sur la période

de 2002 à 2016. Sur la base des résultats obtenus, les rivières du bassin on été caractérisées sous

une forme hydrologique, identifiant le périodes et les débits des inodations et crues-décrue-

étiages, et faisant des estimations. Enfin, les observations des satellites altimétriques ont été

utilisées pour comprendre l’innondation de 2014, survenue dans les rivières internationales, en

tenant compte du debut des nouvelles centrales hydroélectriques. Les résultats indiqués, en

général, qu'il ya des influences des cours d'eau transfrontières par rapport au Rivière Madeira,

même si certains ont des comportements plus saisonniers, cycliques ou indépendants.

L'inondation en 2014, a déclaré qu'il ya un écart dans le maximum et le minimum, en amont en

aval à des intervalles de jours importants et stations virtuelles localisées avant que les barrages

n'ont pas subi des influences dans leur comportement de l'eau. Toutefois, ceus situés après les

barrages ont souffert de la modification de la période hydrologique, de l’intensité et de la

modification de la signature de la rivière.

Mots-clés: Bassin Amazonien; Le Bassin du Madeira; L'altimétrie Spatiale; L'Hydrologie;

Les Inondations

SUMÁRIO

1. Introdução ........................................................................................................... 18

1.1 Contextualização e Problemática .................................................................... 18

1.2 Objetivos ......................................................................................................... 20

1.1.1 Objetivo Específico ................................................................................... 20

1.2 Justificativa ..................................................................................................... 20

1.3 Estrutura do Trabalho ..................................................................................... 21

2. Revisão Bibliográfica ......................................................................................... 22

2.1 Monitoramento Hidrológico ........................................................................... 22

2.1.1 Mundial ..................................................................................................... 22

2.1.2 Nacional .................................................................................................... 23

2.1.3 Amazônia .................................................................................................. 24

2.2 Altimetria Espacial ......................................................................................... 26

2.2.1 Missões Altimétricas ................................................................................. 28

2.2.2 Princípio da Medida Altimétrica ............................................................... 29

2.2.3 Aplicações da Altimetria Espacial em Eestudos Hidrológicos na Bacia

Amazônica...... .................................................................................................................. 31

3. Material e Métodos ............................................................................................. 33

3.1 Área de Estudo ................................................................................................ 33

3.1.1 Caracterização da Bacia do Rio Madeira .................................................. 33

3.1.2 Hidrelétricas no Rio Madeira .................................................................... 34

3.1.3 Cheia de 2014 na Bacia do Rio Madeira ................................................... 35

3.2 Métodos .......................................................................................................... 36

3.2.1 Dados Altimétricos ................................................................................... 36

3.2.2 Estações Virtuais ....................................................................................... 36

3.2.3 Séries Temporais Altimétricas .................................................................. 37

3.2.4 Análise dos Dados Altimétricos - Caracterização do Regime

Hidrológico..... .................................................................................................................. 37

3.2.5 Modelos Matemáticos ............................................................................... 40

4. Resultados e Discussão ....................................................................................... 46

4.1 Caracterização do Regime Hidrológico .......................................................... 46

4.1.1 Madre de Dios ........................................................................................... 46

4.1.2 Beni ........................................................................................................... 52

4.1.3 Mamoré ..................................................................................................... 58

4.1.4 Guaporé ..................................................................................................... 63

4.1.5 Madeira ..................................................................................................... 69

4.2 Previsão e Validação ....................................................................................... 75

4.2.1 Madre de Dios ........................................................................................... 75

4.2.2 Beni ........................................................................................................... 77

4.2.3 Mamoré ..................................................................................................... 79

4.2.4 Guaporé ..................................................................................................... 81

4.2.5 Conclusão .................................................................................................. 82

4.3 A Cheia de 2014 ............................................................................................. 83

4.3.1 Madre de Dios ........................................................................................... 83

4.3.2 Beni ........................................................................................................... 84

4.3.3 Mamoré ..................................................................................................... 84

4.3.4 Guaporé ..................................................................................................... 85

4.3.5 Madeira ..................................................................................................... 86

4.3.6 Conclusão .................................................................................................. 91

5. Conclusão e Perspectivas.................................................................................... 93

LISTA DE TABELAS

Tabela 1 - Órgãos de monitoramento nos países da Bacia Amazônica ........................ 25

Tabela 2 - Estudos hidrológicos com o uso da altimetria espacial na Bacia Amazônica

.................................................................................................................................................. 32

Tabela 3 - Condições da Situação Hidrológica ............................................................. 39

Tabela 4 - Informações Altimétricas das Estações do Rio Madre de Dios .................. 46

Tabela 5 - Informações Altimétricas das Estações do Rio Beni ................................... 52

Tabela 6- Informações Altimétricas das Estações do Rio Mamoré .............................. 58

Tabela 7- Informações Altimétricas das Estações do Rio Guaporé.............................. 63

Tabela 8- Informações Altimétricas das Estações do Rio Madeira .............................. 69

Tabela 9 - Previsão Env 379 ......................................................................................... 76

Tabela 10 - Previsão 579 .............................................................................................. 76

Tabela 11 - Previsão ..................................................................................................... 77

Tabela 12 - Previsão ..................................................................................................... 78

Tabela 13 - Previsão ..................................................................................................... 79

Tabela 14 – Previsão ..................................................................................................... 80

Tabela 15 - Previsão Guaporé ....................................................................................... 81

Tabela 16 - Previsão ..................................................................................................... 82

Tabela 17 - Previsão de Interpolação 178-035 ............................................................. 88

Tabela 18 - Previsão com e sem hidrelétricas .............................................................. 90

LISTA DE FIGURAS

Figura 1 - Distribuição mundial da disponibilidade dos dados hidrológicos. Fonte:

GRDC, 2017. ............................................................................................................................ 22

Figura 2 - Histograma dos dados de descarga disponíveis por ano de observação. Fonte:

GRDC, 2017. ............................................................................................................................ 23

Figura 3 - Rede Hidrometeorológica Nacional. Fonte: HidroWeb – ANA. ................ 24

Figura 4 - Sistema HidroSat (ANA). Fonte: ANA, 2016. ............................................ 26

Figura 5 - Cronologia dos Satélites. Fonte: Aviso + .................................................... 27

Figura 6 - Satélites da Missão Topex/Jason. Fonte: Nasa, 2016. ................................. 29

Figura 7 - Princípio da medida altimétrica em meio oceânico. Fonte: Silva (2010) .... 29

Figura 8 - Princípio da medida altimétrica em meio oceânico.Fonte: Silva (2010) ..... 30

Figura 9- Bacia do Rio Madeira e Estações Virtuais. Círculos vermelhos claros e

escuros, EVs no Rio Mamoré; círculos amarelos e laranjas, EVs no Rio Guaporé; círculos cores

de rosa e lilases, EVs do Rio Madre-de-Dios; círculos verdes claros e escuros, EVs do Rio Beni;

círculos azuis escuros e claros, EVs do Rio Madeira; triângulo vermelho, Hidrelétrica de Jirau;

e triângulo vinho, Hidrelétrica de Santo Antônio. .................................................................... 33

Figura 10-Hidrelétricas na Amazônia. Fonte: Agora Sustentabilidade ........................ 35

Figura 11 - Regime Hidrológico. Fonte: Bittencourt (2007) ........................................ 38

Figura 12 – Cotagrama da Estação J2 241_03 .............................................................. 39

Figura 13 – Organograma com classificações de modelos. .......................................... 40

Figura 14 - Projeção das cotas futuras a partir do passado ........................................... 44

Figura 15 - Ciclo Hidrológico e Período Hidrológico da EV Madre de Dios_379 (a) Dias

de cotas máximas e mínimas no ano; (b) Cotagrama ............................................................... 47









Figura 20 - Cotagramas do Rio Madre de Dios ............................................................ 50

Figura 21 – Assinaturas de todas as estações do Rio Madre de Dios ........................... 51

Figura 22 - Propagação de Máximos e Mínimos do Rio Madre de Dios ..................... 52

Figura 23 - Ciclo Hidrológico e Período Hidrológico da EV Beni 822_02 (a) Dias de

cotas máximas e mínimas no ano; (b) Cotagrama .................................................................... 53



Figura 25 - Ciclo Hidrológico e Período Hidrológico da EV Beni 102_ 01 (a) Dias de






Figura 28 - Cotagramas do Rio Beni ............................................................................ 56

Figura 29 - Assinaturas de todas as estações do Rio Beni ............................................ 57

Figura 30 - Propagação de Máximos e Mínimos do Rio Beni ..................................... 57

Figura 31 - Ciclo Hidrológico e Período Hidrológico da EV Mamoré 63_05 (a) Dias de


Figura 32- Ciclo Hidrológico e Período Hidrológico da EV Mamoré 63_01 (a) Dias de


Figura 33 - Ciclo Hidrológico e Período Hidrológico da EV Mamoré 192_06 (a) Dias






Figura 36 - Cotagramas do Rio Mamoré ...................................................................... 61

Figura 37 - Assinaturas de todas as estações do Rio Mamoré ...................................... 62

Figura 38 - Propagação de Máximos e Mínimos do Rio Mamoré ............................... 62

Figura 39 - Ciclo Hidrológico e Período Hidrológico da EV Guaporé 779_01 (a) Dias

de cotas máximas e mínimas no ano: (b) Cotagrama ............................................................... 64

Figura 40 - Ciclo Hidrológico e Período Hidrológico da EV Guaporé 254 (a) Dias de










Figura 45 - Cotagramas do Rio Guaporé ...................................................................... 67

Figura 46 - Assinaturas de todas as estações do Rio Guaporé...................................... 68

Figura 47 - Propagação de Máximos e Mínimos do Rio Guaporé ............................... 68

Figura 48 - Ciclo Hidrológico e Período Hidrológico da EV J2 Madeira 241_03 (a) Dias


Figura 49 - Ciclo Hidrológico e Período Hidrológico da EV Interpolação 178_035 (a)

Dias de cotas máximas e mínimas no ano: (b) Cotagrama ....................................................... 71

Figura 50 - Ciclo Hidrológico e Período Hidrológico da EV Madeira Env 951 (a) Dias


Figura 51 - Ciclo Hidrológico e Período Hidrológico da EV Madeira Env 407 (a) Dias


Figura 52 - Ciclo Hidrológico e Período Hidrológico da EV Madeira 650_01 (a) Dias


Figura 53 - Ciclo Hidrológico e Período Hidrológico da EV Interpolação 063-254 (a)

Dias de cotas máximas e mínimas no ano.; (b) Cotagrama ...................................................... 73

Figura 54 - Cotagramas do Rio Madeira ...................................................................... 73

Figura 55 - Assinaturas de todas as estações do Rio Madeira ...................................... 74

Figura 56 - Propagação de Máximos e Mínimos do Rio Madeira ................................ 75

Figura 57 - Previsão Env 379 Cota altimétrica ref. EGM2008 (m) ............................. 76

Figura 58 - Previsão 579 ............................................................................................... 77

Figura 59 - Previsão 822_02 ......................................................................................... 78

Figura 60 - Previsão 822_01 ......................................................................................... 79

Figura 61 - Previsão 192_01 ......................................................................................... 80

Figura 62 - Previsão 278_01 ......................................................................................... 81

Figura 63 - Previsão Env 779_01 ................................................................................. 81

Figura 64 - Previsão Env 736 ....................................................................................... 82

Figura 65 - Cheia de 2014 - Madre de Dios 102 ......................................................... 83

Figura 66 - Cheia de 2014 - Beni 102_01 ..................................................................... 84

Figura 67 - Cheia de 2014 - Mamoré 063 ..................................................................... 85

Figura 68 - Cheia de 2014 - Guaporé 063 .................................................................... 85

Figura 69 - J2 241_03 ................................................................................................... 86

Figura 70 - Interpolação 178-035 ................................................................................. 87

Figura 71 - Variação de cotas de cheia 178-035 .......................................................... 87

Figura 72 - Previsão de Interpolação 178-035 .............................................................. 88

Figura 73 - Previsão J2_254 ......................................................................................... 89

Figura 74 - Interpolação 063-254 ................................................................................. 89

Figura 75 - Histórico de cotas 063-254 ........................................................................ 90

Figura 76 - Previsão com e sem hidrelétricas ............................................................... 91

Figura 77 - Todos os cotagramas gerados nas estações mapeadas no Rio Madre de Dios

................................................................................................................................................ 105

Figura 78 - Períodos hidrológicos do Rio Madre de Dios, em cada estação,

caracterizando o regime hídrico pontual ................................................................................ 106

Figura 79 - Todos os cotagramas gerados nas estações mapeadas no Rio Beni ......... 107

Figura 80 - Períodos hidrológicos do Rio Beni, em cada estação, caracterizando o regime

hídrico pontual ........................................................................................................................ 108

Figura 81 - Todos os cotagramas gerados nas estações mapeadas no Rio Guaporé .. 109

Figura 82 - Períodos hidrológicos do Rio Guaporé, em cada estação, caracterizando o

regime hídrico pontual ............................................................................................................ 110

Figura 83 - Todos os cotagramas gerados nas estações mapeadas no Rio Mamoré ... 111

Figura 84 - Períodos hidrológicos do Rio Mamoré, em cada estação, caracterizando o


Figura 85 - Todos os cotagramas gerados nas estações mapeadas no Rio Madeira ... 113

Figura 86 - Períodos hidrológicos do Rio Madeira, em cada estação, caracterizando o


18

1. INTRODUÇÃO

1.2 Contextualização e Problemática

Água é um dos principais elementos para a promoção de uma melhor qualidade de vida,

estando diretamente relacionada às atividades do homem. Na Bacia Amazônica, ela é usada

para a agricultura, o desenvolvimento rural, a produção de energia, os transportes, o

abastecimento urbano, o saneamento, o meio ambiente e o turismo (Roux et al., 2010).

Historicamente, os rios serviram como corredores de entrada para a população Amazônica e,

em grande parte da região, continuam sendo a única forma de acesso às comunidades (Biggs et

al., 2002; Callède et al., 2008). As cheias fluviais na Bacia Amazônia são fenômenos que fazem

parte da dinâmica natural dos seus rios, apresentando maior ou menor amplitude em função de

seus afluentes. Entretanto, a grande exploração dos recursos naturais vem provocando

mudanças no ritmo dos rios da bacia (Cox et al., 2004, 2008; Li et al., 2006; Salazar et al.,

2007).

Com aproximadamente 6.110.000 km², nascendo nos Andes e com foz no Oceano

Atlântico, a Bacia Hidrográfica do Rio Amazonas é considerada a mais extensa, percorrendo 7

países, com maior concentração no Brasil (BRASIL, 2016). Contudo não existe um

monitoramento global da bacia, sendo cada país responsável por seu território. No Brasil, a

Rede Hidrometeorológica Nacional (RHN) contempla 14.822 estações, dentre elas estações

pluviométricas, evaporimétricas, fluviométricas e sedimentométricas, das quais 4.543 são

monitoradas pela Agência Nacional de Águas (ANA), observando e medindo precipitação,

evaporação da água, nível e vazão dos rios, quantidade de sedimentos e qualidade das águas

(BRASIL, 2016; Santos et al., 2015). A operação dessas estações da RHN é realizada por

diversas entidades públicas e privadas que possuem contrato ou parceria com a ANA. Somente

a Companhia de Pesquisa de Recursos Minerais – Serviço Geológico do Brasil (CPRM) é

responsável pela operação de mais de 70% das estações. Embora essa rede de estações ofereça

uma amostragem temporal densa (normalmente diária), a resolução espacial é limitada e a

atualização desse sistema pode levar de 6 a 12 meses.

19

Visando contribuir para a previsão de eventos hidrológicos críticos, a CPRM publica

uma série de relatórios demonstrando a situação atual das vazões e/ou níveis dos principais rios

das bacias hidrográficas brasileiras. A divulgação dessas informações facilita a realização de

previsões com antecedência de semanas, dias ou horas, em função das características de cada

bacia hidrográfica (CPRM, 2015). Na Região Amazônica, a CPRM realiza o Alerta de Cheias

em Manaus desde 1989, com o monitoramento do processo anual de níveis de água dos rios do

sistema – Solimões, Amazonas e Negro – através de boletins hidrológicos semanais. No

entanto, esses monitoramentos requerem uma rede extensa, mantida por vários anos, com alto

custo de instalação e manutenção (Alsdorf et al., 2001), além de apenas disponibilizarem

informações referentes ao território brasileiro.

Utilizar os dados de satélite para observação da Terra possibilita uma visualização da

superfície em escala continental, especialmente nas regiões de difícil acesso, de maneira eficaz

e homogênea. Esses dados permitem a observação do sistema hidrológico com um

detalhamento tanto espacial como temporal que as estações in situ não permitem (Florenzano,

2002). A altimetria espacial, inserida nesta área temática, fornece dados de níveis de água em

rios e lagos com aceitável resolução espacial e temporal (Birkett et al., 2002; Frappart et al.,

2005; Silva, 2010). Por outro lado, a associação entre as redes de estações virtuais e estações

hidrológicas tradicionais permite conjugar amostragem espacial densa (estações virtuais) e

amostragem temporal densa (estações hidrológicas tradicionais), além de fornecer informações

para o monitoramento hidrológico de bacias hidrográficas transfronteiriças (Silva et al., 2014).

Partindo desta constatação, este trabalho levanta o seguinte problema: como os dados

altimétricos, focalizando-se em áreas além das fronteiras brasileiras como a Bacia do Madeira,

podem contribuir, de modo eficiente, no monitoramento hidrológico da Bacia Amazônica? Em

2014, por exemplo, ocorreu uma cheia excepcional nos rios do sudoeste da Amazônia entre

janeiro e abril. Porto Velho decretou estado de emergência e calamidade pública por conta das

inundações que atingiram milhares de famílias e municípios (Franca, 2015). Diante desse

cenário, qual a explicação do ponto de vista da altimetria espacial para a cheia de 2014? As

hidrelétricas tiveram alguma influência?

Com base nesses questionamentos, esta pesquisa exploratória busca subsídios dentro do

contexto da altimetria espacial, mais especificamente nas estimativas das variações de níveis

de água dos rios da Bacia do Madeira, através das missões altimétricas Envisat e Jason-2,

durante os quinze anos de vida das duas missões, de forma a estabelecer critérios, métodos e

20

técnicas que possibilitem o entendimento hidrológico e também ofereçam informações além

dos limites fronteiriços do Brasil.

1.2 Objetivos

Este trabalho tem como objetivo realizar o monitoramento hidrológico da Bacia

Amazônica por altimetria espacial, com estudo de caso da Bacia do Rio Madeira, entre os anos

de 2002 e 2016, utilizando os satélites Envisat e Jason-2 e, assim, entender seu comportamento

hidrológico.

1.2.1 Objetivo específico

Criar memória hidrológica altimétrica, com séries temporais de estações virtuais;

Analisar e caracterizar a variabilidade espacial e sazonal do regime hidrológico dos rios

transfronteiriços da Bacia do Rio Madeira;

Elaborar cotagramas de dados altimétricos dos rios transfronteiriços da Bacia do Rio

Madeira;

Melhorar o entendimento de processos de propagação e tendência de cheias na Bacia do

Rio Madeira;

Analisar a Cheia de 2014 na calha principal do Rio Madeira.

1.3 Justificativa

O desenvolvimento sustentável converge para o uso dos recursos naturais, tais como as

perspectivas de conservar e preservar, provocando impacto direto na economia, na sociedade,

no progresso científico e tecnológico e no equilíbrio entre o ambiente e o crescimento do bem-

estar social (Pereira, 2007). Segundo a Organização das Nações Unidas para a Alimentação e a

Agricultura (FAO), a sustentabilidade no uso dos recursos naturais caminha de forma contrária

à gestão conservativa e ao uso ambientalmente amigável. Porém, é ela que busca caminhos

apropriados para assegurar a viabilidade econômica das soluções técnicas e das tecnologias,

cuidando, assim, da aceitabilidade social das inovações (FAO, 1995).

A sustentabilidade do uso da água na Bacia Amazônica implica os mesmos desafios,

favorecendo o conhecimento a respeito dos processos de enchentes e vazantes em zonas

ribeirinhas e urbanas, permitindo, através do monitoramento altimétrico, a previsão de suas

21

ocorrências e possibilitando a elaboração de um Sistema de Alerta e Controle de Inundações na

Bacia Amazônica transfronteiriça, bem como de Planos de Alerta (ou preventivos) e de

Contingência. Esse trabalho baseia-se no monitoramento dos níveis de água dos rios e nas

previsões de hidrometeorologia. Em sua montagem e operação devem ser realizadas diversas

tarefas, tais como: verificar as áreas para pontos de observação, coletar os dados altimétricos,

analisá-los estatisticamente e validá-los e, diante das análises, propor um boletim de

monitoramento junto à CPRM, para informação das instituições públicas – Governo do Estado,

Prefeitura, Defesa Civil e diversos veículos de imprensa.

Devido à magnitude e à repercussão dos eventos de enchentes e vazantes observados

nos últimos anos na Região Amazônica, o desenvolvimento desse projeto é questão prioritária

para o Estado do Amazonas, pois permitirá identificar o comportamento dos rios com nascentes

nos países que fazem fronteira hidrológica com o Brasil, suas variabilidades e sazonalidades,

assim como os regimes hidrológicos e seus impactos relacionados com as mudanças climáticas,

trazendo maior eficiência no controle das inundações ou secas e de seus efeitos, auxiliando na

sustentabilidade hidrológica local.

A viabilização dessa proposta, com base no monitoramento por altimetria, proporciona

a possibilidade de explorar zonas remotas da região, acrescentando o entendimento e a melhor

compreensão da resposta hidrológica da Bacia Amazônica, em especial a Bacia do Rio Madeira.

1.4 Estrutura do Trabalho

Este trabalho está dividido em cinco (5) capítulos. No primeiro capitulo é feita a

introdução e a contextualização do assunto, levantando o problema, os objetivos específicos a

serem alcançados com a pesquisa e justificando a sua importância. Em seguida, é realizado o

estudo do conteúdo, apresentando a evolução histórica do monitoramento hidrológico, desde a

esfera mundial à regional, seguido da origem da altimetria espacial e sua aplicação em estudos

na Amazônia. Na terceira parte, são apresentados os dados e os métodos utilizados, com seus

respectivos resultados e discussões sendo explanados capítulo subsequente. Finalmente, o

quinto e último capítulo contém a conclusão do trabalho e as perspectivas de prosseguimento

dos resultados obtidos.

22

2. REVISÃO BIBLIOGRÁFICA

Neste capítulo será apresentado o embasamento teórico do trabalho, elencando a

evolução do monitoramento hidrológico (2.1), a altimetria espacial (2.2), além de todas as

características necessárias para o melhor conhecimento do rio a se estudar (2.3).

2.1 Monitoramento hidrológico

2.1.1 Mundial

Na busca de informações para o estudo do clima global, a Organização Meteorológica

Mundial (OMM), juntamente com o Conselho Internacional para as Ciências (ICSU), realizou,

na década de 1970, vários programas de pesquisas. Um deles foi o Primeiro Experimento Global

do Programa de Pesquisa Atmosférica Global (FGGE), que aconteceu entre novembro de 1978

e março de 1979. (Barry, 2012 Pag. 10). Complementando as informações, no começo da

década de 1980, o Global Runoff Data Center (GRDC) passou a fornecer informações globais

de dados hidrológicos através do Global Runoff Data Base (GRDB), incrementadas por dados

de 1965 a 1985 fornecidos pela Organização das Nações Unidas para a Educação, a Ciência e

a Cultura (UNESCO) (GRDC,2017). Na Figura 1 são apresentadas as estações in situ que

fazem parte da rede do GRDC e é possível observar uma forte disparidade de densidade e de

comprimento das séries num eixo Norte/Sul.

Figura 1 - Distribuição mundial da disponibilidade dos dados hidrológicos. Fonte: GRDC, 2017.

23

Atualmente, a base de dados contém informações de descarga de mais de 9.300 estações

de medição de todo o mundo, mostrando registros mensais de vazão (GRDC, 2017). Contudo,

são dados que tiveram um crescimento na década de 1980 e, desde então, diminuíram, conforme

a Figura 2, igualando o número de estações atuais com os mesmos números de estações em

1920. Isso gera uma preocupação tanto pela necessidade de monitoramento quanto para estudos

de possíveis efeitos da mudança climática nos sistemas de águas continentais (Paris, 2015).

Figura 2 - Histograma dos dados de descarga disponíveis por ano de observação. Fonte: GRDC, 2017.

2.1.2 Nacional

No Brasil, na década de 1970, uma parceria entre o então Departamento Nacional de

Águas e Energia Elétrica (DNAEE) e o United States Geological Survey (USGS) implantou o

Sistema de Informações Hidrológicas (SIH). Criando o Projeto Hidrologia, instituindo a divisão

das oito bacias hidrográficas (Amazônica, Tocantins-Araguaia, Paraíba, São Francisco,

Paraguai, Leste, Sul e Tietê-Paraná), cada uma delas subdivididas em 10 sub-bacias. A ANA

possui mais de 4,5 mil estações de monitoramento e suas informações hidrometeorológicas

podem ser vistas na plataforma online HidroWeb (http://www.snirh.gov.br/hidroweb/). No

entanto, como é notório na Figura 3, há uma escassez de informação na Região Norte do Brasil

e uma concentração maior na Região Sul.

http://www.snirh.gov.br/hidroweb/

24

Figura 3 - Rede Hidrometeorológica Nacional. Fonte: HidroWeb – ANA.

2.1.3 Amazônia

2.1.3.1 Internacional

A Bacia Amazônica é composta por rios que atravessam fronteiras. Contudo, o serviço

de monitoramento hidrológico é feito a nível federal, com cada país possuindo um órgão

responsável por tal monitoramento (Tabela 1). Assim, cada nacionalidade faz seus estudos

climatológicos, hidrometeorológicos, agrológicos e ambientais, realizando em alguns casos a

emissão de boletins de monitoramento e/ou de alertas de cheia e seca, que podem ser diários,

semanais, mensais ou semestrais, variando de acordo com cada país. Vale ressaltar que esse

quadro de gestão pode causar atritos entre os países no caso do abastecimento de um impactar

o abastecimento de outro, como em 2014, devido à grande cheia, quando a Bolívia culpou as

represas hidrelétricas do Brasil pelo aumento das inundações (Vauchel, 2014).

25

Tabela 1 - Órgãos de monitoramento nos países da Bacia Amazônica

2.1.3.2 Brasil

A rede hidrometeorológica da Bacia Amazônica também começou na década de 1970.

Os trabalhos de operação e manutenção foram iniciados pela CPRM/Superintendência Regional

de Manaus que, na época, prestava serviço ao extinto DNAEE, sendo substituído pela Agência

Nacional de Energia Elétrica (ANEEL) e, atualmente, a ANA.

Cerca de 70% das estações são operadas pelo CPRM (ANA, 2016), como as estações

pluviométricas, para medição de chuvas, as sedimentométricas, que medem sedimentos, e as

fluviométricas, aferindo o nível e a vazão dos rios. O sistema de monitoramento serve para

informar e alertar as pessoas sobre os riscos e a iminência de cheias e secas excepcionais. Desta

forma, os dados das estações são coletados e os órgãos responsáveis fazem um informativo

público (boletim).

As estações fluviométricas devem ser colocadas em locais estratégicos, requerendo uma

série de observações in situ por um período de tempo muito longo e demandando custos

altíssimos de instalação e manutenção (Alsdorf et al., 2007). Na Bacia Amazônica há uma baixa

disponibilidade de estações hidrológicas, devido às suas dimensões continentais, ao alto custo

de instalação e manutenção, além dos rios de difícil navegação, tornando, desta maneira,

vantajoso o uso da altimetria, técnica apresentada no item 2.2, que permite uma rede de

País Órgão

Bolívia Servicio Nacional de Meteorología e Hidrología (SENAMHI)

Colômbia Instituto de Hidrología, Meteorología y Estudios Ambientales

(IDEAM)

Equador Consejo Nacional de Recursos Hídricos (CNRH)

Guiana Guyana Water Authority / Hydraulic Research Division

(GWA/HRD)

Peru Servicio Nacional de Meteorología e Hidrología (SENAMHI)

Suriname Ministry of Public Works / Hydraulic Research Division

(MPW/HRD)

Venezuela Dirección General de Cuencas Hidrográficas

Brasil Agencia Nacional de Águas (ANA)

26

monitoramento hidrológico, com amostragem global, através do cruzamento do curso dos rios

com a projeção do traço do satélite no solo (Seyler et al., 2013).

Sabe-se que os pontos altimétricos não substituem o monitoramento convencional,

porém, eles permitem o avanço dos estudos em áreas remotas, que podem passar a ser

monitoradas de forma virtual (Santos et al .2013), como demonstrado nos estudos para o

monitoramento dos níveis de águas continentais desenvolvidos por Birkett et al. (2002),

Frappart et al. (2005) e Calmant et al. (2008).

A ANA, juntamente com o Institut de Recherche pour le Développement (Instituto de

Pesquisa para o Desenvolvimento – IRD), desenvolve desde 2009 o Projeto de Cooperação

Técnica Monitoramento Espacial Hidrológico em Grandes Bacias (MEG-HiBAm) (Figura 4),

que monitora os níveis de rios e reservatórios, utilizando sensores de radares altimétricos, e

avalia a qualidade das águas, utilizando parâmetros de qualidade extraídos de sensores

espaciais, que podem ser vistos e baixados através do portal online HidroSat

(http://hidrosat.ana.gov.br/Mapa.aspx).

Figura 4 - Sistema HidroSat (ANA). Fonte: ANA, 2016.

2.2 Altimetria Espacial

A altimetria espacial surgiu no início dos anos 1970 para determinar a topografia e a

superfície dos oceanos (Silva et al., 2013), sendo uma técnica de sensoriamento remoto, que

tem como objetivo obter o nível de água de um corpo hídrico, através de radares embarcados a

bordo de satélites (Fu e Cazenave, 2001).

Os Estados Unidos foram os pioneiros ao lançar o satélite Skylab, em 1973; o GEOS-3

(Geodynamics Experimental Oceano Satellite), em 1975; o Seasat, em 1978; e o GEOSAT

http://hidrosat.ana.gov.br/Mapa.aspx

27

(GEOdetic SATellite), em 1985. À vista disso, na década de 1990 foram desenvolvidas duas

famílias de satélites altimétricos, sendo uma pelo Centre National d’Études Spatiales (Centro

Nacional de Estudos Espaciais – CNES) e outra pela National Aeronautics and Space

Administration (Administração Nacional da Aeronáutica e Espaço – Nasa). Essas missões

realizavam estudos com o foco nos oceanos, entre elas a TOPEX/Poseidon (TOPography

EXperiment), entre 1992 e 2003; a Jason-1, desde 2001; e a Jason-2, desde 2008. A European

Space Agency (Agência Espacial Europeia – ESA), visando informações não somente

oceânicas, mas também terrestres, lançou as missões ERS-1 (European Remote Sensing

satellite), entre 1991 e 1996; ERS-2, entre 1995 e 2003; e Envisat (Environmental Satellite),

entre 2002 e 2012. Existem ainda as missões mais recentes e atuais, como a CrySat-2, desde

2010; a SARAL (Satellite with Argos and Altika), desde 2013; a Sentinel-3A, em 2016; e a

Jason-3, desde 2016, como mostra a Figura 5.

Figura 5 - Cronologia dos Satélites. Fonte: Aviso +

Apesar da principal aplicação da altimetria espacial ser para o estudo do oceano, assim

como o objetivo das missões lançadas, a partir de 2000 foram inciados estudos para águas

continentais, sobretudo na Região Amazônica (Frappart et al., 2005; Seyler et al. 2008, 2009a,

2009b; Silva, 2010; Silva et al. 2013 e 2014). Diante desse cenário, em 2020 está previsto o

lançamento da missão SWOT que reunirá os objetivos de oceanógrafos e hidrólogos em um

único satélite, possibilitando maior precisão nos dados, visto que realizará uma cartografia

completa das superfícies oceânicas e continentais, bem como dos níveis de água, utilizando a

tecnologia denominada altimetria interferométrica, fornecendo uma imagem bidimensional da

zona imageada (Alsdorf e Lettenmaier (2003); Alsdorf et al., 2007).

28

2.2.1 Missões Altimétricas

2.2.1.1 Envisat

Sucessor dos satélites ERS 1 e 2, o Envisat foi lançado em 2002 pela ESA e tinha como

objetivo fazer o controle ambiental e das alterações climáticas terrestres (Gardini et al., 1995),

sendo considerado na época o maior satélite destinado à observação terrestre. O Envisat tinha

uma repetitividade de 35 dias, com uma largura de faixa imageada de aproximadamente 3,4 km

(Aviso, 2017). Ele estava a uma altitude de aproximadamente 785 km, com 80 km de distância

intertraço ao Equador, sendo constituído por 10 instrumentos que permitiam uma análise

rigorosa da atmosfera, dos continentes e dos oceanos (Wehr e Attema, 2001). Em abril de 2012

o contato com o satélite foi perdido, encerrando a missão em maio do mesmo ano (ESA, 2015).

2.2.1.2 Jason

O satélite Jason-1 foi lançado em 7 de dezembro de 2001, pelas agências CNES e Nasa,

como um avanço na observação dos oceanos, abrindo novos caminhos para a altimetria

(AVISO, 2016). Foi o primeiro da família Jason, sucessor da missão T/P, sendo um verdadeiro

observatório do oceano que fornecia as medições e a altura da superfície do mar em tempo

quase real, ultrapassando a precisão do satélite T/P para medição no domínio oceânico

(Silva,2010).

Por ordem, o satélite Jason-2, lançado em junho de 2008, deveria ser o sucessor do

satélite Jason-1. No entanto, houve uma prorrogação da atividade do Jason-1 e as missões

operaram simultaneamente até julho de 2013. O segundo da família Jason, teve como objetivo

garantir a continuidade da série de medições efetuadas desde 1992 pelos seus antecessores T/P

e Jason-1 (Getirana, 2009).

Lançado em janeiro de 2016, o satélite Jason-3 é o resultado de um esforço conjunto de

CNES, Nasa, European Organisation for the Exploitation of Meteorological Satellites

(Eumetsat) e National Oceanic and Atmospheric Administration (NOAA), que persegue uma

herança que vem mantendo os oceanos sob estreita vigilância desde 1992 (Figura 6),

continuando, desta maneira, as observações altimétricas, com medições altamente precisas de

altura da superfície do oceano nos anos vindouros (AVISO, 2016). Essas missões têm a

29

particularidade de operarem na mesma órbita, permitindo a obtenção de séries longas de

observações do corpo hídrico coerentes entre si.

Figura 6 - Satélites da Missão Topex/Jason. Fonte: Nasa, 2016.

2.2.2 Princípio da Medida Altimétrica

Acoplados em satélites, os radares altímetros emitem um pulso em micro-ondas na

direção nadir1 do satélite (Figura 7) e são instrumentos que medem a distância que separa o

satélite da superfície terrestre (Paris, 2015).

Figura 7 - Princípio da medida altimétrica em meio oceânico. Fonte: Silva (2010)

1 Nadir: Medida altimétrica oposta ao zênite, que se situa na vertical do observador.

30

Segundo Fu e Cazenave (2001), a distância altimétrica (Range-Ra), que separa o

emissor do alvo, é obtida da duração do trajeto de ida e volta do pulso, percorrido na velocidade

da luz c, de acordo com a equação 1.

(1) 𝑅𝑎 = 𝐶. 𝑑𝑡/2

Como demonstrado na Figura 7, os níveis dos planos de água oceânicos h, deduzidos

das medidas altimétricas, são obtidos pela diferença entre a órbita do satélite H, em relação a

um elipsoide de referência, e a distância altimétrica R, levando-se em conta as interações com

a atmosfera, através da equação 2:

(2) ℎ = H − R

Silva (2010) determina as medidas altimétricas em hidrossistemas continentais pela

equação 3:

(3) 𝐻 = 𝑎𝑠 − 𝜌 + 𝛿𝑅𝑗 − ℎ𝑔

Sendo o nível dos planos de água em domínio continental (𝐻) igual à orbita do satélite

(𝑎𝑠) menos a distância altimétrica (𝜌) e a ondulação geoidal (ℎ𝑔), somado a correções dos

instrumentos, ambiente ou geofísica (𝛿𝑅𝑗), conforme a Figura 8.

Figura 8 - Princípio da medida altimétrica em meio oceânico.Fonte: Silva (2010)

31

Calmant et al. (2008) diz que as medidas altimétricas para hidrossistemas continentais

(H) é determinada pela diferença da órbita do satélite (Alt) entre o valor do altímetro (R) e a

soma das correções da troposfera seca (DTC), da úmida (WTC), da ionosfera (IC) e das marés

sólida e polar (𝑇𝑆), como na equação 4:

(4) + 𝐻 = 𝐴𝑙𝑡 − 𝑅 + 𝐷𝑇𝐶 + 𝑊𝑇𝐶 + 𝐼𝐶 + 𝑇𝑆

2.2.3 Aplicações da altimetria espacial em estudos hidrológicos na Bacia Amazônica

Devido à importância da Bacia Amazônica para o clima global e local, existe um grande

interesse em examinar até que ponto as mudanças no ciclo hidrológico podem ser evidentes no

registro observacional. Assim, vários estudos foram realizados, buscando relatar e verificar as

tendências hidrológicas do Rio Amazonas e seus afluentes (Gloor et al., 2013), listados na

Tabela 2. Tais estudos utilizaram dados das missões ERS-1, ERS-2, Seasat, Geosat, Envisat,

Topex/Poseidon e Jason-2, contextualizando o uso e as aplicações da altimetria como fonte de

observação qualificada e otimizada, além de confirmar a aplicabilidade para realização do

monitoramento hidrológico na Bacia Amazônica.

Nos últimos anos, as observações de satélite foram contempladas como uma potente

ferramenta para superar as dificuldades de monitoramento do ciclo de águas e rios, em escala

global. De fato, os modelos hidrológicos são, muito frequentemente, dependentes da qualidade

e da quantidade de informações obtidas a partir de técnicas de sensoriamento remoto. Se os

sensores ópticos são úteis para a determinação de variações das superfícies de água temporárias,

as imagens que eles fornecem são, geralmente, inadequadas para a determinação de vazões e

devem ser enriquecidas com outras informações, tais como a velocidade do fluxo ou da altura

da água (Bjerklie et al., 2003). Por mais de vinte anos a altimetria espacial foi utilizada para

extrair séries temporais dos níveis de água em grandes rios, com uma precisão de 10 a 35 cm

(Birkett, 1998; Birkett et al., 2002; Calmant et al., 2008; Silva et al., 2010; Calmant et al., 2013

e Seyler et al., 2013).

32

Tabela 2 - Estudos hidrológicos com o uso da altimetria espacial na Bacia Amazônica

Estudo Relação

Qualidade/Validação dos dados altimétricos no

monitoramento do nível de águas em hidrossistemas

continentais

Guzkowska et al., 1990; Koblinsky, 1993; Leon et

al., 2006; Frappart et al., 2005;

Silva et al., 2010; Calmant et al., 2013; Seyler et al.,

2013

Variações de nível de água de lagos, rios e mesmo das

zonas de inundação permanentes e temporárias, por

altimetria espacial e radar de interferometria

Koblinsky et al, 1993; Alsdorf et al., 2000, 2001a e

2001b; Mercier, 2001; Alsdorf e Lettenmaier, 2003;

Silva, 2010

Estimativa dos estoques de águas continentais Frappart et al., 2005

Modelagem hidrodinâmica e cálculo da declividade dos

rios

Guzkowsha et al., 1990; Cudlip et al., 1992; Mertes

et al., 1996; Dunne et al. 1998; Birkett et al., 2002;

Frappart et al., 2005; LeFavour e Asdorf, 2005

Relações entre planícies de inundação e rios Cauhope,2004

Modelagem hidrodinâmica, hidráulica e hidrológica

Leon et al. (2006), Bonnet et al. (2008), Getirana et

al. (2009), Chavarri et al. (2013), Garambois et al.

(2017)

Séries temporais altimétricas diárias baseadas em um

modelo linear de extrapolação de dados Roux et al. (2008)

Metodologia manual para elaboração de estações

virtuais descrita com outros dois métodos Silva (2010)

Variações de nível de água em lagos rodeados por

florestas inundáveis, vazões de margens plenas,

relações entre os rios e suas zonas úmidas adjacentes,

perfis de elevação, declividades e nivelamento de

estações fluviométricas em rios

Seyler et al. (2008, 2009a, 2009b) e Silva et al. (2009

e 2012, 2014),

Volumes de águas continentais na Bacia do Rio Negro Frappart et al. (2008, 2011a e 2011b)

Eventos hidrológicos extremos Silva et al. (2013)

Modelo hidrológico-hidrodinâmico MGB-IPH Paiva et al. (2013)

Curvas-chave baseadas em observações por altimetria

e vazões modeladas

Leon et al. (2006) e Getirana e Peters-Lidars (2013)

Paris, (2016)

33

3. MATERIAL E MÉTODOS

3.1 Área de Estudo

3.1.1 Caracterização da Bacia do Rio Madeira

Este estudo está focado na Bacia do Rio Madeira, desde os Llanos de Moxos, pantanais

bolivianos que correspondem ao sistema fluvial Mamoré-Beni-Guaporé (Iténez) (Ovando,

2015), juntamente com o Rio Madre de Dios – que, apesar de não fazer parte dos Llanos

bolivianos, apresenta comportamento hidrológico de forte influência durante grandes

inundações (Ovando, 2016) –, até o Rio Madeira, como mostrado na Figura 9. A figura destaca

as estações virtuais (EVs) estudadas neste trabalho, que foram criadas e atualizadas, totalizando

103, sendo 75 EVs com o satélite Envisat, no período de 2002 a 2011, e 28 EVs com o satélite

Jason-2, no período de 2010 a 2016, assim distribuídas: 14 no Rio Beni, 20 no Rio Guaporé, 18

no Rio Madre de Dios, 17 no Rio Mamoré e 34 no Rio Madeira.

Figura 9- Bacia do Rio Madeira e Estações Virtuais. Círculos vermelhos claros e escuros, EVs no Rio

Mamoré; círculos amarelos e laranjas, EVs no Rio Guaporé; círculos cores de rosa e lilases, EVs do Rio

Madre-de-Dios; círculos verdes claros e escuros, EVs do Rio Beni; círculos azuis escuros e claros, EVs do

Rio Madeira; triângulo vermelho, Hidrelétrica de Jirau; e triângulo vinho, Hidrelétrica de Santo Antônio.

34

Com área de drenagem de aproximadamente 1.420.000 km2, na Bolívia (51%), no Brasil

(42%) e no Peru (7%), o Rio Madeira é um dos mais importantes afluentes amazônicos (Guyot,

1993; Filizola, 2002; Junior, 2015). Seu nome tem origem no Tupi mã-nd-yérê, que significa

impedimentos e voltas, em referência as muitas cachoeiras, curvas e meandros do rio

(Sant’anna, 2007). A vegetação natural é mista, com pastagens e vegetação de savana em áreas

inundadas e florestas tropicais sempre verdes em áreas não inundadas, embora o desmatamento

tenha convertido parte das áreas florestais em pastagem (Ovando, 2016; Hamilton et al., 2004).

A região do Alto Madeira apresenta uma planície de inundação conhecida como os

Llanos de Moxos, formando a planície do Rio Beni, composta pelos rios Beni, Mamoré e

Guaporé (Guyot 1993, 1996; Espinoza et al. 2017). A bacia hidrográfica é caracterizada por

uma estação seca, durante o inverno austral, e uma estação chuvosa, durante o verão. Mais de

50% da precipitação anual é registrada entre dezembro e março, com janeiro sendo geralmente

o mês mais úmido (Espinoza et al. 2017). Devido à magnitude da bacia, eventos relacionados

ao El Niño Oscilação Sul (Enso) são muitos sazonais e muitas vezes há uma relação distinta

para cada situação (Espinoza et al. 2009a, 2009b,2013; Seyler et al. 2013).

3.1.2 Hidrelétricas no Rio Madeira

Para os economistas do Fórum Econômico Mundial (Environmental Sustainability

Index) (Suíça: 2000 e 2001) auto-intitulados Global Leaders for Tomorrow

Environment Task Force, o nível de produção de energia hidrelétrica de um país

constitui um indicador de sustentabilidade ambiental, tal afirmação no contexto da

sociedade brasileira pode contribuir para a crença de que o país caminha no sentido

de um ‘desenvolvimento sustentável’ uma vez que 70,5% da capacidade instalada no

país provêm de fonte hidráulica (Tundisi, 2007)

A produção de eletricidade por hidrelétrica iniciou a partir de 1860, sendo até os dias atuais a

maneira mais utilizada tanto no mundo, quanto no Brasil para a geração de energia. A Região

Amazônica (Figura 10) chama atenção para construção de usinas hidrelétricas, devido a seu

grande potencial hídrico. Porém, estudos mostram que na Amazônia a construção de

hidrelétricas promove alterações físicas e funcionais nos rios, como áreas inundadas, alteração

da qualidade da água e da biodiversidade (Coelho, 2005; Tundisi et al., 2006a; 2007), além de

elevar as emissões de gases, intensificando o efeito estufa, impactar o nicho de povos

35

indígenas e ribeirinhos e causar a concentração de migrações rurais e urbanas (Fearnside,

2013; 2014).

Atualmente, encontram-se instaladas no Rio Madeira duas hidrelétricas construídas a

fio de água: a de Jirau e a de Santo Antônio, com menores reservatórios, sem capacidade de

armazenamento plurianual, no intuito de serem menos impactantes. A Hidrelétrica de Santo

Antônio iniciou suas obras em 2008, com ativação das primeiras turbinas em dezembro de 2011,

e foi concluída em 2012, abastecendo os estados de Rondônia e do Acre. Já a Hidrelétrica de

Jirau, distante aproximadamente 100 km de Santo Antônio, começou a ser construída em 2009

e sua primeira turbina foi ativada em setembro de 2013 (Fearnside, 2014), sendo que, no fim

de 2015, ela possuía 45 turbinas ativadas de um total de 50 (PAC, 2017).

3.1.3 Cheia de 2014 na Bacia do Rio Madeira

No intervalo de janeiro a abril de 2014, rios localizados no sudoeste da Amazônia

apresentaram níveis excepcionais de cheia (Franca, 2015). Na região do Rio Beni, 340 mil

povos foram afetados, com 64 mortes (Ovando, 2016). No estado de Rondônia

aproximadamente 30 mil pessoas, em 10 municípios, foram atingidas, de acordo com os dados

da Defesa Civil (Franca, 2015). Por conta dessas situações, em alguns momentos, a mídia

boliviana acusou as represas brasileiras do Rio Madeira de serem responsáveis pelo aumento

das inundações na Bolívia (Vauchel, 2014). Contudo, na região do Alto Madeira houve um

Figura 10-Hidrelétricas na Amazônia. Fonte: Agora Sustentabilidade

36

aumento de chuvas extremas, que alguns estudos apontam ter sido causado por uma anomalia

anticiclônica sobre a América do Sul subtropical durante janeiro de 2014. Outras pesquisas

justificam que foi por condições quentes no Oceano Pacífico Ocidental e no Oceano Atlântico

Sul subtropical, localização dos principais afluentes do Rio Madeira (rios Beni, Mamoré e

Madre de Dios) (Espinoza et al., 2014; Franca, 2015; Ovando et al., 2015), descrevendo que,

do ponto de vista meteorológico, as chuvas tiveram importância na ocorrência da cheia de 2014.

3.2 Métodos

3.2.1 Dados Altimétricos

Para este estudo foram utilizados 14 anos de dados altimétricos das missões altimétricas

Envisat (2002-2010) e Jason-2 (2008-2016), processados com os algoritmos de tratamento de

Forma de Onda (FO), Ice-1 (Wingham et al., 1986) e Ice-3 (Mercier et al., 2007),

respectivamente. Os registros de dados geofísicos (Geophysical Data Records – GDRs) dos

dados altimétricos, processados e disponibilizados pelo Centre de Topographie des Océans et

de l'Hydrosphère (Centro de Topografia dos Oceanos e da Hidrosfera – CTOH) do Laboratoire

d´Études en Geophysique et Océanographie Spatiales (Laboratório de Estudos em Geofísica e

Oceanografia Espaciais – LEGOS), foram obtidos entre as coordenadas geográficas 90°W a

40°W e 13°N a 21°S. Ressalta-se que esses dados altimétricos fazem parte da Rede de

Monitoramento Altimétrico do Laboratório de Recursos Hídricos e Altimetria Espacial da

Amazônia (RHASA) e estão disponíveis na base de dados Hydroweb, do site THEIA-CNES

(http://hydroweb.theia-land.fr/?lang=en&).

3.2.2 Estações Virtuais

Uma estação virtual pode ser designada como um conjunto de medições de dados

altimétricos estimado quando há um cruzamento do satélite com o rio (Calmant e Seyler, 2006),

sendo possível obter uma série temporal da altura do plano de água (Silva, 2010). Aplicou-se a

metodologia descrita em Silva et al. (2010) para criação das EVs, através dos programas Google

Earth 7.1 (Google Earth, 2017) e Virtual Altimetry Station (VALS) (VALS, 2016), conforme

as seguintes etapas:

http://hydroweb.theia-land.fr/?lang=en&

37

O programa Vals permitiu a realização do cálculo da medida altimétrica com data,

latitude, longitude e altitude do plano de água.

1ª. etapa – Os dados altimétricos são selecionados;

A localização da EV é identificada através do mosaico de imagem do programa Google

Earth, com um polígono delimitando as latitudes e longitudes mínimas e máximas.

2ª. etapa – Os dados selecionados na primeira etapa são visualizados no programa

VALS, mostrando o perfil hidrológico altimétrico ao longo do traço, em que cada

linha corresponde a uma passagem do satélite, refinando a seleção dos dados e

excluindo as medidas indesejáveis (Freitas, 2015);

3ª. etapa – No último passo, o programa Vals calcula a série temporal dos níveis de

água e os índices estatísticos média (M) e mediana (�̅�) com o desvio padrão (𝜎) para

cada ciclo da passagem do satélite, em alturas elipsoidais de nível de água, sendo

depois convertidas em alturas geoidais, utilizando-se o modelo de ondulação geoidal

EGM2008, desenvolvido por Pavlis et al. (2008).

3.2.3 Séries Temporais Altimétricas

As séries temporais das cotas altimétricas foram obtidas utilizando as medianas das

medidas altimétricas e associando-se uma dispersão à mediana, de forma a caracterizar a

qualidade e confiabilidade dos resultados obtidos. Tal dispersão foi calculada pelo desvio

absoluto da mediana (equação 5):

(5) 𝐷𝐴𝑀 =1

𝑛−1∑ |𝐻𝑖 − 𝐻𝑚𝑒𝑑|𝑛

𝑖=1

Onde 𝑛 é o número de medidas, 𝐻𝑖 é a iéssima medida altimétrica selecionada e 𝐻𝑚𝑒𝑑

a mediana das medidas selecionadas.

3.2.4 Análise dos Dados Altimétricos – Caracterização do Regime Hidrológico

A análise dos dados altimétricos foi realizada através da elaboração de rotinas nos

programas MATLAB (sequência de comandos, instruções ou script para que uma função seja

executada) e Excel, segundo a padronização de cálculos hidrológicos proposta por Bittencourt

(2007).

38

3.2.4.1 Determinação de cota máxima, cota mínima e largura do rio

Foram identificadas a menor e a maior cota registradas na série temporal do período de

estudo e calculadas as frequências, a média e o desvio padrão. A largura do rio foi medida no

mosaico de imagens do programa Google Earth 7.1 (Google Earth, 2017)

3.2.4.2 Determinação dos períodos de seca e cheia

As variações dos períodos hidrológicos de enchente, cheia, vazante e seca, que formam

o ciclo hidrológico do rio foram identificadas utilizando-se a média e o desvio padrão das cotas

altimétricas mínimas e máximas. Para determinar o período de seca foi utilizado o valor médio

das cotas altimétricas mínimas, acrescido do desvio padrão e do período de cheias, a média das

cotas altimétricas máximas, menos o desvio padrão, segundo a equação 6.

(6) 𝑃𝑛 = 𝑀𝑛 ± 𝜎𝑛

Onde Pn é período, Mn é média, 𝜎𝑛 é desvio padrão e n sendo o período de seca ou cheia.

Diante do resultado da equação 6 determinou-se a situação hidrológica de uma cota

medida, comparando-a com o período de seca (Ps) e o de período de cheia (Pc) conforme a

Tabela 3 e ilustrado na Figura 11.

Figura 11 - Regime Hidrológico. Fonte: Bittencourt (2007)

39

Tabela 3 - Condições da Situação Hidrológica

Situação hidrológica Condição

Enchentes 𝑃𝑠 < 𝐶𝑜𝑡𝑎 < 𝑃𝑐

Cheias 𝐶𝑜𝑡𝑎 ≥ 𝑃𝑐

Vazantes 𝑃𝑐 > 𝐶𝑜𝑡𝑎 < 𝑃𝑠

Seca 𝐶𝑜𝑡𝑎 ≤ 𝑃𝑐

3.2.4.3 Cotagrama

Foram elaborados cotagramas para cada série temporal altimétrica calculando-se as

médias mensais anuais, conforme a Figura 12, identificando as cotas máximas e mínimas, a

cota média histórica e as cotas com 90 e 10% de ocorrência, além dos limites de cheia e seca,

para identificar períodos de enchentes e vazantes.

Figura 12 – Cotagrama da Estação J2 241_03

3.2.4.4 Caracterização do Regime Hidrológico

A caracterização do regime é a representação gráfica das informações hidrológicas por

meio de séries temporais de altura da lâmina da água, verificando a existência de periodicidade

e estacionariedade, para cada série temporal, calculando-se as médias mensais anuais das cotas

altimétricas, utilizando-se a metodologia proposta por Bittencourt e Amandio (2007).

99,00

101,00

103,00

105,00

107,00

109,00

111,00

-jan -fev -mar -abr -mai -jun -jul -ago -set -out -nov -dez

Co

ta a

ltim

étri

ca r

ef. E

GM

20

08

(m

)

Data ( mês)

mínimo 90% 50% 10%

máximo Limite Cheia Limite Seca

40

3.2.5 Modelos Matemáticos

3.2.5.1 Modelos de Previsão de Cheia

De acordo com Tucci (2005), os modelos empíricos se baseiam em relações

empíricas entre variáveis, sem considerar nenhum conceito físico dos processos

hidrológicos. Incluem-se nessa classificação os modelos estocásticos, modelos de

regressão simples ou múltipla entre variáveis e modelos empíricos não lineares como

redes neurais artificiais e de lógica difusa. Os modelos podem ainda ser classificados

como distribuídos ou concentrados. Os modelos distribuídos, ao contrário dos

concentrados, permitem considerar a variabilidade espacial dos processos

hidrológicos e das variáveis de entrada. Em compensação, necessitam um número

significativamente maior de informações a respeito das características da bacia para a

simulação dos processos. (Meller, 2012)

Visando entender atividades e comportamentos ambientais, além da realização de

previsões, os modelos são cada vez mais usados na realização dos estudos científicos (Soares,

2000). No organograma a seguir (Figura 13) tem-se alguns modelos e suas principais

classificações segundo Maidment (1993), Tucci (1998) e Rennó (2000), em que a modelagem

pode ter com ao menos uma variável (estocásticos) ou, do contrário, pode ser considerada

determinística. Essa variável, quando obtida por observações, é tida como empírica e, quando

alcançada por processos, é determinada conceitual. A forma do modelo pode ser com mudanças

pontuais em algumas variáveis (discreto) ou com mudanças em todo o conjunto de variáveis

(contínuo). Ocorrendo especificamente em um ponto do estudo (pontual) ou de forma

distribuída (distribuído). Variando com o tempo (dinâmico) ou sendo estudado em um

determinado tempo (estático).

Figura 13 – Organograma com classificações de modelos.

Modelos

Modelagem

Estocático

Deterministico

Variavel

Empirico

Conceitual

Forma

Discreto

Continuos

Espaço

Pontual

Distribuido

Tempo

Estático

Dinâmico

41

Os estudos hidrológicos requerem um alto número de dados históricos (modelos

distribuídos), como as análises probabilísticas proposta por Galdino e Clarke (1997) e usadas

para a previsão de cotas no Rio Negro, sendo viável por conta da longa série de dados (Oliveira,

2009). Todavia, este estudo apresenta 15 anos de dados altimétricos, inviabilizando a utilização

desse método e, por isso, tornando viável o uso dos modelos estocásticos de Regressão Simples

ou Regressão Linear – para dados contínuos de um ano, como previsões a partir de medidas de

dias anteriores, por envolver uma relação causal entre duas variáveis. E o modelo de Regressão

Múltipla – para previsões utilizando medidas pontuais no conjunto de anos anteriores,

verificando tendências e previsões para as séries altimétricas, quando envolve uma relação com

mais de duas variáveis.

3.2.5.2 Regressão Linear

A regressão é um modelo matemático que relaciona o comportamento de uma variável

com outra. A variável x é independente da equação, enquanto y f ( x ) é a variável dependente

das variações de x e é o erro ou os resíduos (equação 7):

(7) xby

Sabendo que o coeficiente angular da reta 𝑎 é dado pela tangente da reta, quando o valor

de y no eixo x for igual à zero (equação 8).

(8) 𝑎 = �̅� − 𝑏�̅�

Sendo �̅� igual à média dos valores de x e �̅� a média dos valores de y .

O valor de b é o valor do coeficiente de declividade da reta, informa a variação de y

em função de x (equação 9):

(9) Sx

Sxyb

Onde (equação 10):

42

(10) n

y) .x ( S yx

xy ou

n

x)( S

22

x

x

Esse estudo foi utilizado para previsão, partindo de cotas ocorridas no mesmo ano, onde

y é a cota altimétrica do rio e x é o dia de ocorrência (data).

3.2.5.3 Regressão Múltipla

De acordo com Naghettini e Pinto (2007) a regressão múltipla é uma metodologia

estatística de previsão de valores de uma ou mais variáveis de resposta (dependentes) através

de um conjunto de variáveis explicativas (independentes) (equação 11):

(11) XXX kkY ...

22110

Onde Y é a variável dependente, X i é a variável independente e

i corresponde

aos coeficientes técnicos atrelados às variáveis independentes.

Esse estudo foi utilizado para previsão de cotas ocorridas no intervalo dos anos de 2002

a 2016, onde y é a cota altimétrica do rio e x é o dia de ocorrência (data).

3.2.5.4 Correlação Linear

Para validar o uso da regressão é preciso verificar a correlação entre os dados em que é

vista a relação entre duas ou mais variáveis e que pode ser representado por pares ordenados x

(variável independente-data) e y (variável dependente-cota) (Larson,2004). Essa relação é

conhecida como o coeficiente de correlação de Pearson (equação 12), onde n é O nosso número

de amostras, x é a variável independente e y a variável dependente. O 𝑟 como resultado nos

informará que valor mais correlativo estará próximo a – 1 e 1 e, se for menos correlativo, será

um valor perto de 0.

(12)

2222 .

.

yynxxn

yxyxnr

43

Esse estudo foi utilizado para verificar a relação entre as cotas altimétricas, usando como

parâmetro correlação acima de 75%.

3.2.5.5 Coeficiente de Determinação

Para analisar a qualidade do modelo, usa-se a verificação do Coeficiente de

Determinação, que informa a quantidade de variabilidade nos dados (Naghettini e Pinto, 2007),

onde 𝑆𝑥2 é a variância amostral de x, 𝑆𝑦

2 é a variância amostral de y e b é o parâmetro da reta.

Lembrando que valores próximos a 1 representam uma qualidade alta e valores próximos a 0,

mostram que a qualidade do modelo é baixa (equação 13).

(13) 𝑟2 = 𝑏2 𝑆𝑥2

𝑆𝑦2

Tendo como equação que relaciona a equação 12 com a 13 (equação 14):

(14) 𝑟 = ±√𝑟2

Para este estudo será considerado o valor do r e do r² sendo maior do que 0,75 (75%)

para a melhor qualidade do dado, o que informa as maiores relações entre os dados e a qualidade

de previsão.

3.2.5.6 Previsão e Validação

Foi realizada uma previsão de cotas hidrológicas e, para a calibração do modelo, foram

utilizadas as cotas de até um ano antes das últimas cotas coletadas. Após a previsão feita,

verificou-se a acurácia do resultado, comparando o dado previsto com o dado real (último dado)

e utilizando a margem de erro de significância de 5%, além da característica hidrológica do rio

em análise, conforme ilustra a Figura 14, onde o resultado da regressão informa uma equação

no seguinte formato (equação 15):

44

(15) CotaPrevista = Interseção + Ano1*Coef + Ano2*Coef + Anon*Coef ...

Figura 14 - Projeção das cotas futuras a partir do passado

Para previsões com e sem hidrelétricas será acrescentado na Regressão Múltipla o uso

da variável Dummy (D), que será a criação de uma variável de ocorrência. Para os anos em que

já havia a presença de hidrelétricas, será considerado SIM, correspondente ao número

significativo 1 no modelo, e para anos sem a presença de hidrelétricas o número representativo

será 0, resultando em uma equação no seguinte formato (equação 16):

(16) CotaPrevista = Interseção + D*Coef +Ano1*Coef + Ano2*Coef + Anon*Coef

3.2.5.7 Cheia de 2014

Uma vez determinadas as características hidrológicas de cada rio e, consequentemente,

da bacia, serão feitas para cada estação a aplicação dos modelos matemáticos, comparando os

resultados nos seguintes pontos: rio a montante, antes da fronteira, antes e depois das

hidrelétricas e os comportamentos anteriores e posteriores ao ano de 2014. Verificando, desta

forma, a continuidade do fluxo e a influência antes de entrar em território brasileiro, com a

construção das hidrelétricas do ponto de vista da altimetria espacial.

45

3.2.5.8 Propagações de Máximos e Mínimos

Após conhecermos a característica do rio, seus períodos, ciclos e dados, buscou-se as

propagações de máximo e de mínimo de uma estação para a outra, verificando se o fluxo no rio

está contínuo, se uma estação virtual influencia a próxima e se há uma tendência temporal para

alcance de medidas de mínimas e máximas, por consequente, o momento de início de enchentes

ou vazantes.

3.2.5.9 Apresentação de Resultados

Devido à quantidade de estações por rio foi elaborado um histograma para apresentação

gráfica dos resultados, tendo como classe a distância da estação para a foz (montante →

jusante). Todas elas estão caracterizadas nos Apêndices deste trabalho.

46

4. RESULTADOS E DISCUSSÃO

Neste capítulo serão apresentados os resultados obtidos, identificando, primeiramente,

a caracterização e o conhecimento do regime hidrológico de cada rio de forma individual para,

em seguida, realizar as previsões e as validações para o ano de 2014, compreendendo e

mapeando a cheia ocorrida no ano em questão, segundo os dados da altimetria espacial.

4.1 Caracterização do Regime Hidrológico

4.1.1 Madre de Dios

Foram elaboradas 17 EVs no Rio Madre de Dios, sendo 14 do satélite Envisat e três são

do Jason-3, como descrito na Tabela 4. As estações estão organizadas de montante a jusante,

onde a mais distante é a Madre de Dios_379 (1), que está a 989,82 km da foz, e a mais a jusante

é a Madre de Dios_579 (17), que dista 66,9 km da foz.

Tabela 4 - Informações Altimétricas das Estações do Rio Madre de Dios

N° Missão Nome da estação Latitude Longitude

Cota

Máx

(m)

Cota

Mín (m) Amplitude

Distância

da foz

(km)

Largura

do rio (m)

1 Env Madre_de_Dios_379 -12,597607° -70,362386° 235,25 231,37 3,89 989,82 400,00

2 Env Madre_de_Dios_536 -12,571809° -70,186894° 225,33 221,36 3,97 949,02 601,06

3 J2 Madre_de_Dios_026 -12,694310° -69,784132° 202,53 198,43 4,10 860,52 476,50

4 Env Madre_de_Dios_837 -12,705398° -69,620279° 195,03 192,28 2,76 835,92 371,34

5 Env Madre_de_Dios_994 -12,635567° -69,484290° 185,24 182,17 3,07 807,32 692,43

6 J2 Madre_de_Dios_165 -12,603231° -69,082414° 172,09 165,82 6,28 709,12 626,62

7 Env Madre_de_Dios_293 -12,533785° -68,939650° 169,44 163,24 6,20 687,52 433,33

8 Env Madre_de_Dios_450 -12,469287° -68,726177° 166,49 160,30 6,20 651,42 587,89

9 Env Madre_de_Dios_751 -12,224416° -68,292240° 159,19 153,17 6,02 572,72 1140,82

10 Env Madre_de_Dios_908 -11,687177° -67,831923° 150,89 146,26 4,63 469,72 1152,33

11 Env Madre_de_Dios_207 -11,616063° -67,710336° 151,07 144,40 6,67 450,72 742,37

12 J2 Madre_de_Dios_102 -11,536905° -67,386901° 143,47 137,66 5,81 400,12 945,39

13 Env Madre_de_Dios_665 -11,338388° -67,055426° 138,69 132,83 5,86 352,12 1236,29

14 Env Madre_de_Dios_364 -11,332420° -67,031331° 138,27 132,08 6,19 349,4 1159,35

15 Env Madre_de_Dios_121 -11,087804° -66,392235° 126,29 119,85 6,44 231,4 723,90

16 Env Madre_de_Dios_822 -11,019103° -66,243643° 123,08 116,17 6,91 187,9 621,34

17 Env Madre_de_Dios_579 -10,718356° -65,757944° 114,52 107,24 7,28 66,9 591,85

47

A variabilidade do nível da água do Rio Madre de Dios, expressa pela amplitude, foi

estudada e comparada com a distância até a foz e a largura do rio. Nota-se o crescimento da

amplitude em direção à foz, onde a primeira, a EV Madre de Dios_026, apresenta a terceira

menor amplitude com valor de 3,89 m, enquanto a última, a EV Madre de Dios_579, aponta a

maior amplitude de 7,28 m. As estações localizadas a montante do rio, com distância superior

a 800 km da foz, apresentam uma variabilidade do nível da água menor, sendo proporcional

também ao aumento da largura do rio, visto que com a contribuição combinada dos diversos

tributários das margens direita e esquerda e o efeito regulador das zonas de inundação, a

oscilação tende a apresentar um leve amortecimento e a amplitude entre os picos de descida e

subida torna-se maior.

4.1.1.1 Ciclo Hidrológico e Período Hidrológico

A primeira EV é a Madre de Dios_379, distante da foz cerca de 989,82 km. Observa-se

na Figura 15 (b) um ano hidrológico de 365 ± 37 dias, com ascensão e recessão assimétricas,

dos quais 359 dias decorrem entre as cotas altimétricas máximas, que tem início, em geral, no

mês de novembro, e 328 dias transcorrem entre as cotas altimétricas mínimas, iniciando seu

período de vazante, prioritariamente, no mês maio. Já a Figura 15 (a) denota um valor acima

da média máxima nos anos de 2005 e 2008, indicando que, na transições de 2004 para 2005 e

de 2007 para 2008, os dias apresentaram medidas baixas, com uma tendência de um período

seco mais longo.

Figura 15 - Ciclo Hidrológico e Período Hidrológico da EV Madre de Dios_379

(a) Dias de cotas máximas e mínimas no ano; (b) Cotagrama

48

A Figura 16 (b), da EV Madre de Dios-165, apresenta um ano hidrológico com uma

variação menor, com 365 ± 2 dias e ascensão e recessão assimétricas. As cheias ocorrem entre

os meses de novembro e maio e as secas entre os meses de junho e novembro. No período de

2011 a 2012, as cotas máximas ultrapassaram a média anual, assim como as cotas altimétricas

mínimas no mesmo ano, sendo que o contrário ocorreu em 2015.



Na EV Madre de Dios_751 (Figura 17), os ciclos hidrológicos são mais cíclicos. No

entanto, as ascensões e recessões continuam assimétricas e o intervalo de dias entre as cotas

máximas e mínimas são de 320 e 354, respectivamente. O ano hidrológico apresenta 365 ± 45

dias, em que o período de cheia se estabelece entre dezembro e o início de maio, seguido por

um período de seca nos meses de junho a novembro.



49

Aproximando-se da foz, cerca de 400 km, a EV Madre de Dios_102 (Figura 18) destaca

um ciclo hidrológico anual com ascensão e recessão assimétricas e 365 ± 36 dias, sem altas

variações entre cotas altimétricas máximas e mínimas. O período cheio se dá entre os meses de

janeiro e maio e a seca acontece entre o fim do mês de junho e o início do mês de novembro.



A quase 67 km da foz, a última EV do Madre de Dios (Figura 19) já apresenta um

período de cheia bem definida, entre os meses de janeiro e maio, e períodos de seca entre julho

e novembro. Denota um ano hidrológico de 365 ± 37 dias, com ascensão e recessão

assimétricas. É notório que os dias entre os valores máximos foram relevantes e acima da média,

nos anos de 2004 a 2005, tendendo a um ano hidrológico de cotas baixas (seco).



50

4.1.1.2 Cotagramas

4.1.1.2.1 Cotagramas das Séries Temporais Altimétricas

Os cotagramas da Figura 20 apresentam as cotas altimétricas máximas e mínimas.,

sendo composto por 90% de valores mais comuns (alerta de seca) e 10% de valores com menor

possibilidade de ocorrência (alerta de cheia). Percebe-se o comportamento do ano hidrológico

em cada EV do Rio Madre de Dios: os períodos de enchentes são superiores aos de vazantes,

com algumas oscilações, apresentando ascensões rápidas e recessões lentas. Próximo à foz, a

oscilação tende a apresentar um amortecimento e a amplitude entre os picos de seca e cheia

torna-se maior.

Figura 20 - Cotagramas do Rio Madre de Dios

51

4.1.1.2.2 Assinatura Hidrológica

Caracterizando o Rio Madre de Dios, foi gerado um cotagrama para cada estação virtual.

A partir da análise estatística das médias mensais (Figura 21), foi possível observar o

comportamento do nível de água ao longo do ano, de modo a avaliar a sazonalidade durante os

15 anos selecionados para estudo (2002 a 2016).

Figura 21 – Assinaturas de todas as estações do Rio Madre de Dios

O regime hidrológico do Rio Madre de Dios apresenta dois períodos bem definidos,

com ascensões e recessões assimétricas ao longo ano. À medida que vai se distanciando da foz,

ocorrem mudanças na sazonalidade do rio, que vão desde diferenças nos meses de pico até a

mudança de regime. Observa-se que o intervalo de mínimos é mais cíclico, enquanto os de

cheia são mais sazonais, no qual o primeiro tem em média 357 dias e o segundo varia de 320 a

366 dias. O ano hidrológico do rio, nas estações estudadas, denota 365 ± 32 dias, em média. As

recessões se iniciam, especialmente, entre maio e junho, podendo se estender até novembro,

enquanto as ascensões ocorrem, com mais frequência, entre o fim de dezembro e o início de

maio. Além disso, é possível identificar que 6% dos valores máximos ocorreram em dezembro,

53% tiveram o valor máximo anual em de janeiro e 35% em fevereiro, enquanto 71% das

ocorrências dos valores mínimos anuais aconteceram em setembro e somente 29% em agosto.

4.1.1.3 Propagação de Máximos e Mínimos

No Rio Madre de Dios as cotas máximas na estação mais a montante ocorrem com maior

intensidade entre os meses de janeiro e fevereiro (Figura 22), com distância temporal de 19

dias, à EV jusante do rio, enquanto as cotas mínimas acontecem, com mais frequência, entre

agosto e setembro, com um lapso temporal de 10 dias à foz do rio.

52

Figura 22 - Propagação de Máximos e Mínimos do Rio Madre de Dios

4.1.2 Beni

Ao todo foram identificadas 14 estações para o Rio Beni, sendo três do satélite Jason e

11 do Envisat, como é possível ver na Tabela 5. A variabilidade do nível da água do Rio Beni,

através da amplitude, foi estudada e comparada com a distância até a foz. Nota-se o crescimento

da amplitude em direção à foz, sendo que a primeira EV Beni 822_02 está distante da foz 1033,6

km e apresenta uma amplitude de 1,91m, e o pico é atingido na EV Beni 665_02, com 7,31 m.

A partir dos 400 km próximos à foz, a variabilidade da amplitude e da largura do rio são

proporcionais e menos variáveis.

Tabela 5 - Informações Altimétricas das Estações do Rio Beni

N° Missão Nome da

estação Latitude Longitude

Cota

Máx.

(m)

Cota

Mín.

(m)

Amplitude

Distância

da foz

(km)

Largura

do rio (m)

1 Env Beni_822_02 -15,583717° -67.286632° 406,35 404,44 1,91 1033,6 437,62

2 Env Beni_751_02 -15,174782° -67.618092° 289,29 286,86 2,43 943,4 308,30

3 Env Beni_751_01 -14,898562° -67.680946° 248,55 243,55 5,00 903,6 94,75

4 Env Beni_207 -13,323047° -67.322506° 163,82 157,88 5,93 591,6 286,93

5 J2 Beni_102_03 -12,688577° -66.950939° 149,88 143,74 6,14 419,6 387,00

6 J2 Beni_102_02 -12,665712° -66.959662° 149,57 143,70 5,87 414,65 326,63

7 J2 Beni_102_01 -12,650056° -66.965579° 149,54 143,66 5,87 410,95 274,13

8 Env Beni_665_05 -12,116641° -66.879275° 142,50 135,59 6,91 318,05 330,33

9 Env Beni_665_04 -12,054202° -66.893495° 141,80 135,03 6,77 310,45 369,66

10 Env Beni_665_03 -12,025902° -66.899793° 141,80 135,03 6,77 305,16 394,13

11 Env Beni_665_02 -11,944847° -66.918334° 141,58 134,27 7,31 294,86 417,27

12 Env Beni_665_01 -11,875435° -66.934138° 139,51 132,63 6,88 268,36 432,69

13 Env Beni_121 -11,346656° -66.333765° 126,83 120,72 6,11 95,36 594,95

14 Env Beni_822_01 -11,316167° -66.310528° 125,80 119,81 5,98 90 456,16

1-dez

10-mar

18-jun

26-set

4-jan

0 100 200 300 400 500 600 700 800 900 1000

Dat

a

Distância da foz (km)

Propagação de Máximos e Mínimos

Data da Maior Data da menor

53


A cerca de 989,82 km da foz do Rio Beni, tem-se a primeira estação virtual, com um

clico hidrológico de 359 dias para as cotas de mínima e 325 dias de cotas maiores. Na Figura

23 observa-se que no ano de 2004 o dado do intervalo de dias com valores maiores, foi superior

à média. Uma vez que as medidas coletadas em 2002 e 2003 foram baixas, há uma cota superior

às anteriores somente em 2004, o que difere de 2005, já que o intervalo entre 2004 e 2005 o

período de seca foi maior com valores menores dos obtidos em 2005, sendo uma situação mais

comum, com o passar do tempo, após o ano de 2008. Nessa estação, o ano hidrológico se

caracteriza por 365 ± 41 dias.

Figura 23 - Ciclo Hidrológico e Período Hidrológico da EV Beni 822_02


Na próxima estação (Figura 24), as médias dos ciclos já são menos variáveis, ficando

entre 333 nas máximas e 359 nas mínimas, com período de cheia de janeiro a maio e secas bem

definidas entre junho e outubro, formando um ano hidrológico de 365 ± 33 dias.

54



Na estação virtual Beni 102_01 (Figura 25), podemos destacar que o espaço de tempo

de um ciclo hidrológico de cheia foi menor: entre os anos de 2012 e 2013 houve um período

longo, no ano seguinte (2014) o período se iniciou mais rápido, tendo apenas com o ciclo

hidrológico que em 2012 e 2014 foram anos de cheias, durando de janeiro a maio, e picos em

março, tendo como ano hidrológico médio 365 ± 43 dias.

Figura 25 - Ciclo Hidrológico e Período Hidrológico da EV Beni 102_ 01


A EV Beni 665_01 (Figura 26) apresenta menores alterações, sendo a de 2004 dada

pelo início das medidas. Em 2005 e 2009, o período de valores mínimos foram maiores que a

média, incidindo para um ano seco e, por consequência, aumentando em 2010 o intervalo de

medidas maiores.

55



A última estação do Rio Beni, EV 822_01 (Figura 27), mostra variações do ciclo

hidrológico no intervalo da média, alterando a partir de 2008. O período de 2007 a 2009 mostrou

medidas de mínimas mais largas, personalizando anos mais cheios que os demais, com ano

hidrológico médio de 365 ± 3 dias.



4.1.2.2 Cotagramas


Como é visível na Figura 28, o cotagrama (a), mais próximo à origem do Rio Beni, é

menos variável que o (e), enquanto esse último é mais definido, facilitando a identificação de

enchentes, cheias, vazantes e secas. Pode-se ver as medidas de máximos e mínimos e, devido

ao intervalo de dados, os valores que ocorrem 90% das vezes estão próximos dos valores

mínimos, ao passo em que os com ocorrência de 10%, estão próximos dos máximos.

56

Figura 28 - Cotagramas do Rio Beni


Traçando a assinatura do Rio Beni, é possível conferir na Figura 29 a análise estatística

das médias mensais, geradas para observação da conduta do nível de água ao longo do ano, de

modo a avaliar a sazonalidade durante os 15 anos selecionados para estudo (2002 a 2016).

O regime hidrológico do Rio Beni tem dois períodos bem definidos, com 7% das

estações atingindo máximas em janeiro, 29% em fevereiro e a maioria, com 64%, em março.

Em contrapartida, as mínimas ocorrem entre quatro meses, sendo julho e outubro com 7%,

agosto com 14% e setembro, mais comum, com 71%. Os ciclos entre as cotas mínimas são mais

cíclicos, variando entre 354 e 366 dias. Porém, os das cotas máximas são mais sazonais,

ocorrendo de 325 a 365 dias. Desta maneira, quanto mais próximo a foz, mais definidos tornam-

se os períodos e maiores são as variações, com um ano hidrológico de 365 ± 33 dias.

57

Figura 29 - Assinaturas de todas as estações do Rio Beni


Ao analisar-se a propagação das cotas e suas datas, percebemos que os picos de cheias

nas estações localizadas nos extremos ocorrem na mesma época, de dezembro a março, com

uma diferença média de 17 dias, sendo a montante iniciando em dezembro e a jusante iniciando

em janeiro. Enquanto isso, no período que vai do fim de fevereiro a março, os intervalos dos

pontos das máximas são iguais. Contudo, os períodos de secas são mais sequenciais de agosto

a setembro e mais a montante começa no fim de junho, com um intervalo de 20 dias.

Figura 30 - Propagação de Máximos e Mínimos do Rio Beni

1-dez

10-mar

18-jun

26-set

4-jan

0 100 200 300 400 500 600 700 800 900 1000

Dat

a

Distância da foz (Km)



58

4.1.3 Mamoré

No Rio Mamoré, como registrado na Tabela 6, foram elaboradas 17 estações, sendo

cinco do satélite Jason-2, e as outras 12 do Envisat. Devido às sinuosidades do Rio Mamoré, as

estações J2 063_08, J2 063_07, J2 063_06 foram desconsideradas, por alternarem muito de

posição, deixando de fazer parte da calha principal do rio.

A estação mais distante da foz é a Mamoré J2_063_05, com cerca de 1466,72 km,

enquanto a mais próxima fica a apenas 8,18 km. Nesse intervalo, que é possível visualizar na

Tabela 6, a variação entre máximas e mínimas do Rio Mamoré vai aumentando, tendo um

decrescimento a cerca de 900 km a Jusante e voltando novamente a crescer a 500 km da foz,

caracterizando um rio com período bem definidos.

Tabela 6- Informações Altimétricas das Estações do Rio Mamoré


Cota

Máx.

(m)

Cota

Mín.

(m)

Amplitude

Distância

da foz

(km)

Largura

dos rios

(m)

1 J2 Mamore_063_05 -16,928973° -65,099984° 208,36 206,96 1,39 1466,72 230

2 J2 Mamore_063_04 -16,872782° -65,083208° 204,83 202,37 2,46 1458,72 279,27

3 J2 Mamore_063_03 -16,823706° -65,058092° 200,82 198,78 2,04 1448,78 263,38

4 J2 Mamore_063_02 -16,006789° -64,732660° 169,41 163,48 5,93 1191,78 335,12

5 J2 Mamore_063_01 -15,961968° -64,714992° 168,63 162,51 6,12 1185,16 233,7

6 Env Mamore_192_01 -15,123205° -65,021077° 155,75 147,00 8,75 954,16 487,39

7 Env Mamore_192_02 -15,096756° -65,015236° 155,68 146,90 8,78 945,53 444,94

8 Env Mamore_192_03 -15,056281° -65,005651° 155,16 147,40 7,76 937,43 664,15

9 Env Mamore_192_04 -15,021225° -64,997870° 154,52 145,79 8,73 926,33 428,56

10 Env Mamore_192_05 -14,992742° -64,991302° 154,27 145,69 8,57 919,51 940,42

11 Env Mamore_192_06 -14,951540° -64,981838° 153,51 146,53 6,98 914,41 1144,27

12 Env Mamore_579_03 -13,211888° -65,193598° 137,34 127,67 9,68 512,41 453,26

13 Env Mamore_579_02 -13,145291° -65,208380° 137,57 127,62 9,95 499,31 636,78

14 Env Mamore_579_01 -13,117979° -65,214780° 138,00 127,99 10,02 494,48 363,65

15 Env Mamore_736 -12,454862° -65,130811° 135,42 126,34 9,08 386,48 434

16 Env Mamoré_278_02 -10,544237° -65,415394° 111,90 102,25 9,65 21,48 632,49

17 Env Mamoré_278_01 -10,454092° -65,396000° 109,03 101,62 7,41 8,18 1447,24

4.1.3.1 Ciclo Hidrológico e Período Hidrológico do Rio Mamoré

Uma característica interessante da primeira estação do Rio Mamoré , a J2 063_05

(Figura 31), é não apresentar um período hidrológico bem definido, além de ciclos bem

sazonais, uma vez que possui um período cheio ou seco e sua variabilidade é muito baixa. Onde

o ano hidrológico é mais longo com 365 ± 45 dias.

59

Figura 31 - Ciclo Hidrológico e Período Hidrológico da EV Mamoré 63_05


Já a próxima estação, 063_01 (Figura 32), apresenta um ciclo e um período mais

representativos, em que as cheias são entre janeiro e abril, com uma vazante firme de maio a

junho, secas de junho a novembro e enchentes com início em dezembro. Na Figura 32 (a),

podemos ver que o ano de 2012, antecedido de um 2011 de ciclo acima da média, indica um

período mais cheio que em outros anos, seguido apenas pelo intervalo de 2014 a 2015. Essa

estação tem como média de ano hidrológico 365 ± 42 dias.

Figura 32- Ciclo Hidrológico e Período Hidrológico da EV Mamoré 63_01


Distante da foz a aproximadamente 900km, a EV 192_06 apresenta ciclo dentro da

média, como é mostrado na Figura 33, e um ano hidrológico de 365 ± 39 dias. Na parte (a) é

possível notar que no período entre 2008 e 2009 o ciclo de máximos foi alto, ou seja, a duração

de cotas de cheias foi acima da média, com seus picos atigindos entre janeiro e maio, e as de

seca logo em seguida, de junho a dezembro.

60



À medida que tem-se uma estação próxima a foz, o intervalo de ciclos máximos e

mínimos, vai diminuindo. Porém, o período hidrológico fica mais definido, sendo as cheias de

janeiro a junho e as secas de julho a novembro, além dos anos hidrológicos serem próximo a

365 ± 37, como é visto na Figura 34, e 365 ± 34, na Figura 35.





61

4.1.3.2 Cotagramas


Os cotagramas na Figura 36 mostram que quanto mais a jusante uma estação está

localizada, maior é a definição do seu comportamento, mesmo com toda a sinuosidade que

ocorre no Rio Mamoré.

Figura 36 - Cotagramas do Rio Mamoré


Durante os 15 anos estudados, o Rio Mamoré apresentou dois períodos hidrológicos,

com variações equilibradas ao longo de seu curso, menos na estação mais a montante, que tem

um período quase constante. Seus pontos têm como média 365 ± 40 dias para a formação do

ano hidrológico. Conforme ele se aproxima da foz, ocorrem mudanças na sazonalidade, que

vão desde diferenças nos meses de pico, até a melhor visualização do regime. Como os rios

anteriores, o intervalo de mínimos também é mais cíclico, com média de 326 dias, enquanto os

de cheia são mais sazonais, entre 358 a 381 dias. As cheias ocorrem entre dezembro e março,

62

sendo 6% das ocorrências em dezembro, 35% em fevereiro e abril e 24% no último mês. Por

outro lado, as secas se concentram com 6% em julho e outubro, 24% em agosto e com a maioria

dos eventos, 65%, em setembro (Figura 37).

Figura 37 - Assinaturas de todas as estações do Rio Mamoré

4.1.3.2.3 Propagação de Máximos e Mínimos

O Rio Mamoré é contínuo e sequencial. Seu período de seca é visto entre junho e

outubro, com diferença de 79 dias entre as mínimas de montante a jusante, enquanto o de cheia

vai de dezembro a abril, com intervalo de 114 dias das máximas da estação mais distante a mais

próxima da foz (Figura 38).

Figura 38 - Propagação de Máximos e Mínimos do Rio Mamoré

23-out12-dez31-jan

21-mar10-mai29-jun18-ago

7-out26-nov

8 208 408 608 808 1008 1208 1408

Dat

a


Propagação Máximos e Mínimos


63

4.1.4 Guaporé

O Rio Guaporé tem o total de 21 estações virtuais, sendo quatro da missão Jason-2 e 17

da Envisat, como mostrado na Tabela 7. De montante a jusante, ele apresenta uma largura quase

constante. A estação mais distante da foz localiza-se a 1182,32km e tem amplitude de 1,02m,

ao passo que a EV mais a jusante está a 16,60 km, com um crescente de 11,16m.

Tabela 7- Informações Altimétricas das Estações do Rio Guaporé

N° Missã

o Nome da estação Latitude Longitude

Cota Máx.

(m)

Cota Mín.

(m) Amplitude

Distância da

foz (km)

Largura

dos rios

(m)

1 Env Guaporé_779 -15,153525° -59,718122° 206,07 205,05 1,02 1182,32 15,43

2 Env Guaporé_392 -15,002678° -59,964314° 195,24 192,66 2,57 1125,92 53,13

3 Env Guaporé_936 -13,934400° -60,439152° 179,42 175,92 3,50 914,92 120,81

4 J2 Guaporé_139 -13,541522° -60,936792° 170,20 166,77 3,43 790,02 169

5 J2 Guaporé_254 -13,551774° -60,951401° 170,13 166,81 3,32 788,03 182,29

6 Env Guaporé_478 -13,511194° -61,059413° 167,93 164,33 3,60 755,53 154,53

7 Env Guaporé_865 -13,530468° -61,528047° 162,08 158,94 3,14 678,33 217,61

8 Env Guaporé_020 -13,536162° -61,782075° 158,19 154,78 3,41 629,93 148,25

9 Env Guaporé_407 -13,141652° -62,334522° 149,76 146,11 3,65 499,93 91,14

10 Env Guaporé_564 -13,122877° -62,408149° 149,04 144,50 4,53 485,83 172,75

11 Env Guaporé_106 -12,753713° -63,041026° 140,58 137,18 3,39 356,83 213,82

12 Env Guapore_951 -12,642731° -63,167464° 139,28 134,65 4,64 322,23 190,67

13 J2 Guaporé_063 -12,607961° -63,414525° 136,75 132,20 4,56 281,33 433,55

14 Env Guaporé_650 -12,449098° -63,692288° 135,51 131,44 4,07 238,63 338,74

15 Env Guaporé_493 -12,519159° -63,914731° 134,46 129,52 4,94 205,23 60,03

16 J2 Guaporé_178

_02 -12,470580° -64,199047° 133,36 126,05 7,32 155,73 220

17 J2 Guaporé_178

_01 -12,456153° -64,204518° 133,34 126,10 7,24 154,05 195,77

18 Env Guaporé_192 -12,445364° -64,408048° 132,97 124,81 8,16 123,65 629,34

19 Env Guaporé_035

_02 -12,138657° -64,717329° 132,09 121,69 10,40 93,45 514

20 Env Guaporé_035

_01 -12,090684° -64,728553° 132,18 121,24 10,94 84,50 379,35

21 Env Guaporé_736 -11,999170° -65,027485° 130,67 119,51 11,16 16,60 430,15


A estação 779_011 (Figura 39) tem um ciclo hidrológico equilibrado, quando em 2004

os ciclos máximos só foram maiores que as médias por conta do início da coleta de dados, que

apresentou as primeiras medidas altas. O ano hidrológico tem 365 ± 36 dias, com cheias

compreendidas entre janeiro e junho e as secas entre julho e novembro.

64

Figura 39 - Ciclo Hidrológico e Período Hidrológico da EV Guaporé 779_01

(a) Dias de cotas máximas e mínimas no ano: (b) Cotagrama

Na estação J2 254 (Figura 40) temos períodos mais cíclicos e dentro da média anual. A

cheia começa em janeiro, mantendo esse comportamento até junho, com um período

significativo de vazante até julho, que é quando se inicia a seca, durando, em geral, até

dezembro. Sendo assim, o ano hidrológico é de 365 ± 36 dias.

Figura 40 - Ciclo Hidrológico e Período Hidrológico da EV Guaporé 254


A seguir, na Figura 41, temos a EV 407_01 com intervalo entre medidas de cheias e

secas que não ultrapassa a média, caracterizando períodos bem distribuídos. Normalmente, a

cheia vai de fevereiro a junho, com um mês de vazante, e a seca inicia em fim de julho ou início

de agosto, estendendo-se até dezembro, tendo como ano hidrológico 365 ± 34 dias.

65



Aproximadamente a 281,33km da jusante, apresenta-se a estação J2 063 (Figura 42),

um ponto onde o ciclo de medidas mínimas são menores e as de máximas são acima da média,

tendendo a ser uma zona no rio em que há a presença, mesmo que sutil, de cheias. Seus anos

hidrológicos podem ser definidos como 365 ± 11 dias. Suas cheias começam em fevereiro e

vão até julho, enquanto as secas iniciam em agosto e vão até dezembro.



Agora, na estação J2 178_01 (Figura 43), temos ciclos médios, com exceção dos anos

de 2010 e 2014, quando houve medidas superiores nos ciclos mínimos, tendendo a um período

com cotas maiores. Nessa EV, há uma ascensão rápida de cheias, com início em fevereiro, e

picos médios em março. Todavia, a vazante decorre no período de um mês até o início da seca,

em geral no fim de agosto ou no início de setembro, caracterizando um ano hidrológico de 365

± 9 dias.

66



Por fim, a EV 736 (Figura 44) apresenta uma performance similar à estação anterior,

porém, com o crescimento de cheias mais suave, mesmo iniciando também em fevereiro, e com

picos ocorrendo em abril, dando continuidade ao intervalo de um mês de vazante, e com período

seco de agosto a dezembro, compondo um ano hidrológico de aproximadamente 365 ± 32 dias.



4.1.4.2 Cotagramas


Pode se observar na Figura 45 que desde a montante até a jusante os períodos, os ciclos

e a sazonalidade do Rio Guaporé são bem definidos, mesmo com várias curvas no decorrer de

seu curso, onde muitos pontos se tornam meandros e mudam sua posição hidrológica. Nota-se

também que muitas vezes as maiores medidas são as mesmas que ocorrem 10% das vezes,

enquanto as mínimas ocorrem em 90%.

67

Figura 45 - Cotagramas do Rio Guaporé


Na Figura 46 podemos ver a assinatura do Rio Guaporé e complementar informações,

depois de ter realizado a caracterização de todo canal hidrológico. A primeira estação não

apresenta altas variações durante o ano, já a que se localiza mais a jusante tem a maior variação.

Contudo, em todo o rio os períodos hidrológicos são bem definidos: quanto mais próximo à foz,

maior é a identificação e a intensidade deles. As cheias dividem suas intensidades máximas nos

meses de março e abril, com 48% de ocorrência cada, contra apenas 5% em maio. Já as secas

são mais presentes em setembro, com 43%, em outubro, com 52%, e em novembro, com 5%.

68

Figura 46 - Assinaturas de todas as estações do Rio Guaporé


Como pode-se ver na Figura 47, o Rio Guaporé apresenta uma continuidade: as cheias

são entre janeiro e maio, ao passo que os períodos de secas são entre agosto e novembro. Nas

cheias pode-se ver a sequência dos meses em cada estação, onde a diferença em dias entre as

mais extremas são de 41 dias. Já nas secas os picos mínimos são de 8 dias, mesmo que nos

intervalos haja valores que variam de mínimas entre os meses, o que podemos justificar devido

aos meandros que ficam visíveis em cotas mais baixas.

Figura 47 - Propagação de Máximos e Mínimos do Rio Guaporé

31-jan

21-mar

10-mai

29-jun

18-ago

7-out

26-nov

10 110 210 310 410 510 610 710 810 910 1010 1110

Dat

a

Distância da foz ( km)



69

4.1.5 Madeira

A Tabela 8 contém as informações do Rio Madeira, desde a fronteira, até seu deságue

no Rio Amazonas.

Tabela 8- Informações Altimétricas das Estações do Rio Madeira


Cota

Máx.

(m)

Cota

Mín.

(m)

Amplitude

Distância

da foz

(km)

Largura

do rio

(m)

1 J2 Madeira_241_03 -10,414630° -65,423659° 107,65 101,63 6,02 1386,28 732,47

2 Env Madeira_278_03 -10,350130° -65,372519° 104,80 98,55 6,25 1376,62 2380

3 J2 e

Env 241_02 e 278_02 -10,092552° -65,309878° 95,62 84,73 10,89 1344,72 821,3

4 J2 e

Env 178-035 -9,517795° -65,307607° 90,89 78,86 12,03 1262,52 940,99

5 Env Madeira_278_01 -9,550663° -65,193202° 90,44 79,47 10,97 1249,22 685

6 J2 Madeira_241_01 -9,600830° -65,121644° 89,73 78,73 11,00 1239,46 1038

7 Env Madeira_493 -12,533785° -68,939650° 73,40 63,00 10,39 1155,86 1510

8 Hidrelétrica de Jirau -9,266600° -64,648056° HJ

9 Env Madeira_736 -9,187394° -64,394994° 71,11 61,67 9,44 1120,16 2091

10 Env Madeira_951 -8,846565° -64,022392° 61,32 48,72 12,60 1054,16 2430

11 Hidrelétrica Santo Antônio -8,797594° -63,951771° HSA

12 Env Madeira_192_03 -8,604088° -63,544276° 55,29 44,36 10,93 979,66 690

13 Env Madeira_192_02 -8,569902° -63,536612° 55,01 43,76 11,25 975,1 801

14 Env Madeira_192_01 -8,451674° -63,510082° 53,91 42,51 11,40 959,5 1440

15 Env Madeira_407 -8,354130° -63,412762° 53,27 41,85 11,42 943,9 1275

16 J2 Madeira_254 -8,142036° -62,977106° 51,26 38,25 13,01 879,1 1223

17 Env Madeira_865 -7,280164° -62,934013° 46,34 34,29 12,05 771,1 1124

18 Env Madeira_650_02 -6,795865° -62,425004° 41,94 29,23 12,71 674,5 3193

19 Env Madeira_321 -6,696973° -62,343896° 41,08 29,30 11,78 660,1 1383

20 Env Madeira_650_01 -6,552433° -62,371020° 40,56 28,28 12,28 642,9 1139

21 Env Madeira_779 -6,080292° -61,762667° 36,48 23,37 13,10 532,9 1222

22 Env Madeira_106 -5,859204° -61,497260° 33,92 21,86 12,06 481 1185

23 J2 e

Env 235-076 -5,592287° -61,120279° 31,46 19,68 11,77 417,1 1208

24 J2 e

Env 063-564 -5,301041° -60,656690° 28,60 18,22 10,38 343,7 1169

25 Env Madeira_693 -5,211689° -60,517622° 28,01 15,62 12,39 324,7 1216

26 Env Madeira_149 -4,636523° -59,924884° 24,09 13,76 10,33 216,7 1773

27 Env Madeira_020 -4,345174° -59,725447° 23,18 13,28 9,90 177,3 3119

28 Env Madeira_607 -4,053111° -59,335741° 21,34 11,63 9,71 111,5 1430

29 J2 Madeira_152 -3,594512° -58,952926° 19,93 10,37 9,56 34,3 3752

30 Env Madeira_478 -3,458455° -58,812765° 18,87 11,67 7,20 12,2 2007

31 Env Madeira_063 -3,372849° -58,766024° 19,30 9,99 9,31 1,2 2119

70

Ao verificar as informações do Rio Madeira, é possível incluir um fator a partir de 2009:

a construção das Hidrelétricas de Jirau e de Santo Antônio. Como visto na Tabela 8 a amplitude

do Rio Madeira não apresenta uma tendência continua, com medidas de variações de máximas

e mínimas muito sazonais, leves crescimentos e decrescimentos da estação mais a montante,

até a Hidrelétrica de Jirau. Repetindo o processo tanto na Hidrelétrica de Santo Antônio, e à

medida que há o aumento da largura do rio.


Serão apresentados o ciclo e o período hidrológico das estações representativas, sendo

as mais extremas antes e depois das hidrelétricas, junto com as que foram geradas no histograma

de distância da foz.

A primeira estação do Rio Madeira está localizada a 1386,28 km da foz e apresenta

ciclos próximos à média. No entanto, nos anos de 2012 e 2014 ela apresentou um intervalo

maior entre os ciclos mínimos, tendendo, dessa maneira, a longos períodos de cheia. O período

hidrológico geralmente se inicia no fim de janeiro, indo até junho, com as secas começando em

julho e se estendendo até o fim de novembro. Seu ano hidrológico tem cerca de 365 ± 5 dias

(Figura 48).

Figura 48 - Ciclo Hidrológico e Período Hidrológico da EV J2 Madeira 241_03


A próxima estação é a interpolação dos pontos Envisat 035 e Jason 178, caracterizando

todo o intervalo de tempo entre 2002 e 2016, antes das hidrelétricas. Nessa marcação, os ciclos

hidrológicos são médios, ultrapassando o ciclo máximo em 2006 e 2009 e mostrando que seus

períodos anteriores tendiam a anos secos. Assim como em 2014 e 2015, o ciclo de mínimas foi

71

maior, representando um período de cheias. O ano hidrológico é de 365 ± 23 dias, com períodos

de cheias que vão de janeiro a maio e secas entre junho e dezembro (Figura 49).

Figura 49 - Ciclo Hidrológico e Período Hidrológico da EV Interpolação 178_035

(a) Dias de cotas máximas e mínimas no ano: (b) Cotagrama

Em seguida, a primeira estação após as hidrelétricas é a 951 (Figura 50). A princípio é

possível notar que, mesmo depois das construções, entre 2009 e 2010, seus ciclos tiveram o

comportamento dentro das médias anuais. O período hidrológico das EVs continua iniciando

em janeiro, seguindo até maio, enquanto o de seca tem princípio em julho e vai até novembro.

O ano hidrológico é caracterizado por 365 ± 36 dias.

Figura 50 - Ciclo Hidrológico e Período Hidrológico da EV Madeira Env 951


Distante 943,9 km da foz, a estação 407 tem um período hidrológico que começa no fim

de janeiro e vai até junho, com um intervalo de um mês de vazante, além de secas presentes de

julho ao fim de novembro. O ciclo hidrológico de máximas em 2005 e 2007 tendeu a um período

de secas, mas costumam ser médios. O ano hidrológico tem 365 ± 34 dias (Figura 51).

72

Figura 51 - Ciclo Hidrológico e Período Hidrológico da EV Madeira Env 407


A Figura 52 apresenta a estação Env 650_01, cujos ciclos são bem definidos e dentro

das médias anuais, sem intervalos muitos longos entre cheias e secas. O ano hidrológico tem

cerca de 365 ± 33 dias, com período originado ao fim de janeiro, prolongando-se até junho,

com intervalo de um mês de vazante, além de secas a partir de julho até o início de dezembro.

Figura 52 - Ciclo Hidrológico e Período Hidrológico da EV Madeira 650_01


A estação mais próxima da foz é uma interpolação das estações Envisat 063 e Jason

254, apresentando desde o início um ciclo bem específico e dentro da normalidade do respectivo

ponto no Rio Madeira. O ano hidrológico tem 365 ± 19 dias, iniciando no fim de fevereiro e

estendendo-se até junho, de forma que as secas ficam entre julho e dezembro (Figura 53).

73

Figura 53 - Ciclo Hidrológico e Período Hidrológico da EV Interpolação 063-254

(a) Dias de cotas máximas e mínimas no ano.; (b) Cotagrama

4.1.5.2 Cotagramas


A Figura 54 mostra os cotagramas representativos do Rio Madeira. Nota-se que da

estação mais distante à mais próximo a foz, a variação é bimodal, sendo dois períodos bem

definidos, com os períodos de enchentes, cheias, vazantes e secas bem característicos.

Figura 54 - Cotagramas do Rio Madeira

74


Analisando todo o percurso, antes e depois das hidrelétricas as características médias do

rio se mostraram fortes, sem muitas variações, mesmo com eventos antropológicos. A variação

de cotas máximas e mínimas é muito sazonal em todo seu curso, crescendo no início,

decrescendo na primeira hidrelétrica (Jirau), voltando a crescer até a segunda hidrelétrica (Santo

Antônio) e finalizando de forma sazonal. O ano hidrológico nas estações estudadas tem como

média 365 ± 22 dias. O período de cheia começa em janeiro e vai, em geral, até junho, enquanto

a vazante-seca dura de junho a dezembro. Os picos de cheias tiveram 31% das ocorrências em

março, seguido de 55% em abril e 7% em maio e junho. Em contrapartida, os picos de secas

aconteceram 66% em setembro, 28% em outubro e 7% em novembro (Figura 55).

Figura 55 - Assinaturas de todas as estações do Rio Madeira


A propagação das datas de máximas no Rio Madeira, da primeira à última estação, tem

como intervalo 95 dias, quando comparamos até o ponto antes das hidrelétricas – leva-se 27

dias e, após, 23. Quando são comparados os valores mínimos, de montante a jusante há um

intervalo de 45 dias – caindo para um antes das hidrelétricas e outros três após. A Figura 56

mostra que os períodos de cotas máximas ocorrem, de forma bem definida, entre fevereiro e

junho, e as mínimas de setembro a novembro. Ao comparar as cotas máximas das estações dos

rios a montante com a primeira do Rio Madeira, nota-se que entre a máxima da foz do Beni ao

Madeira temos apenas 36 dias e, do Madre-de- Dios, 73 dias. Entretanto, no Mamoré há um

atraso de seis dias e no Guaporé de oito dias, observando que, em relação a tempo entre medidas

75

altas nas cotas do rio, a confluência Madre de Dios e Beni tem maior influência sobre o Madeira

do que a Guaporé e Mamoré.

Figura 56 - Propagação de Máximos e Mínimos do Rio Madeira

4.2 Previsão e Validação

Para a previsão, usou-se a Regressão Múltipla, com 40, 30, 20 e 10 dias na estação mais

a jusante, antes das datas médias de pico, mais comum no período de cheia, analisando o

intervalo de tempo e a maior precisão na medida. Foi feita uma previsão para a cota de pico

médio da última medição, pois assim é possível prever e validar o dado. A Tabela 9 apresentará

a previsão, o real, a ciclicidade negativa (previsão – erro) e a ciclicidade positiva (previsão +

erro). Na última coluna o R² foi ajustado para informar, em porcentagem, a relação dos dados

gerados na regressão.

4.2.1 Madre de Dios

A primeira estação do Rio Madre de Dios foi a Env 379. Através da Tabela 9 conseguer

visualizar que a maior precisão de estimativas se dá em média a partir de 40 dias antes da data

máxima de cheia (10/01/2010), ou data estimada. Na Figura 57, pode-se visualizar que os

pontos previstos tocam na medida real com 40 dias, diminuindo o erro, enquanto com 30 dias

a tendência é ficar mais próximos ao resultado, porém, com previsão superior à medida real.

-fev

-mar

-abr

-mai

-jun

-jul

-ago

-set

-out

-nov

-dez

0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400

Dat

a




Jirau

Jirau

Santo Antônio

Santo Antônio

Hidrelétrica

76

Tabela 9 - Previsão Env 379

Previsto Real Ciclicidade- Ciclicidade+ R²

40 235,222 234,40 234,4279 236,0161 76,3%

30 235,4954 234,40 234,7669 236,224 80,0%

20 233,9787 234,40 233,7952 234,1622 98,7%

10 234,415 234,40 234,28 234,5499 99,3%

Figura 57 - Previsão Env 379 Cota altimétrica ref. EGM2008 (m)

Na estação mais a jusante é notória, através da Tabela 10, a qualidade do dado, mesmo

com 63,9 % das relações ficando abaixo do parâmetro estipulado. O valor previsto é próximo e

chega a ficar abaixo do real. Logo, 40 dias de antecedência nesse ponto é um bom intervalo

para estimar uma cota, principalmente ao serem usados os picos de cheias (Figura 58).

Tabela 10 - Previsão 579


40 114,2633 114,73 113,5167 115,01 63,9%

30 114,4671 114,73 114,2349 114,6992 96,5%

20 114,4985 114,73 114,2334 114,7636 95,5%

10 114,7418 114,73 114,5409 114,9426 97,4%

232,50

233,00

233,50

234,00

234,50

235,00

235,50

236,00

236,50

40 30 20 10

Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8 (

m)

DIa

Previsão Env 379

Real Previsto Ciclicidade- Ciclicidade+

77

Figura 58 - Previsão 579

Segundo essas estimativas, a partir do dia 21/12/2009 pode-se prever a cota de

10/01/2010 na estação a montante, assim somando a distância temporal a jusante do Rio Madre

de Dios, que tem como média 19 dias (item 5.1.1.3). Desta maneira, o dia 29/01/2010 apresenta

uma propagação de cheia a jusante para 16/02/2010 (aproximadamente 30 dias antes da média

de máximas).

4.2.2 Beni

A estação do Rio Beni Env 822_02 (Tabela 11) mostra que apenas 10 dias antes da

média de cotas máximas há uma boa estimativa. Na Figura 59 observa-se que todas as

previsões, diminuídas do erro padrão gerado, são bons resultados para a estimativa de cheia,

mesmo tendo a relação mais aceitável (R²) apenas 10 dias antes.

Tabela 11 - Previsão


40 407,3105 406,91 406,83 407,79 52%

30 407,466 406,91 407,05 407,88 65%

20 407,2607 406,91 406,83 407,69 62%

10 406,9601 406,91 406,91 407,02 99%

112,50

113,00

113,50

114,00

114,50

115,00

115,50

40 30 20 10

Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8 (

m)

DIa

Previsão 579


78

Figura 59 - Previsão 822_02

A estação próxima à foz, descrita na Tabela 12 e na Figura 60, indica valores superiores

ao ocorrido e só se aproxima do real com 40 e 20 dias, mesmo com valores significativos acima

do parâmetro estabelecidos.

Sabendo que para a data de previsão a montante é 10/02, sua melhor previsão é 10 dias

antes (31/01). Já a jusante, na previsão do dia 10/03, é a partir de 20 dias (18/02), incluindo a

distância temporal de propagação de valores para o Rio Beni de 17 dias, como visto no item

5.1.2.3. Tem-se, por fim, que 37 dias antes das máximas é possível estimar valores próximos a

grandes cotas.



40 125,3744 125,13 124,26 126,49 18%

30 125,7777 125,13 125,28 126,28 84%

20 125,2834 125,13 124,95 125,62 93%

10 125,1892 125,13 125,10 125,28 99%

406,20

406,40

406,60

406,80

407,00

407,20

407,40

407,60

407,80

40 30 20 10

Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8 (

m)

DIa

Previsão_822_02


79


4.2.3 Mamoré

Na Tabela 13, identificando o Rio Mamoré, estão representadas as previsões e as cotas

reais para o período de cota máxima da estação. A partir de 40 dias já é possível detectar valores

próximos ao real, mesmo considerando o desvio negativo, como ilustrado na Figura 61.


Previsto Real Ciclicidade- Ciclicidade R²

40 156,3877 157,08 154,68 158,09 10,7%

30 157,4593 157,08 156,39 158,53 64,5%

20 157,2331 157,08 157,13 157,33 99,7%

10 157,2108 157,08 157,09 157,33 99,5%

123,00

123,50

124,00

124,50

125,00

125,50

126,00

126,50

127,00

40 30 20 10

Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

DIa

Previsão 822_01


80


Enquanto isso, na Tabela 14, pode-se ver que também a partir de 40 dias já temos

resultados satisfatórios na estação mais a jusante do Rio Mamoré.

Tabela 14 – Previsão

Previsto Real Ciclicidade- Ciclicidade R²

40 109,21 109,19 109,18 109,24 99,8%

30 109,19 109,19 109,19 109,19 100,0%

20 109,19 109,19 109,19 109,19 100,0%

10 109,19 109,19 109,19 109,19 100,0%

Sabendo que a previsão a montante foi para o dia 10/02, a jusante para 20/04 e que a

distância de propagação é de 79 dias para o Rio Mamoré, como vimos no item 5.1.3.3, o

intervalo de previsão com antecedência de 40 dias cada é satisfatório, podendo-se estimar com

até 80 dias que haverá grandes cheias, devido à continuidade do rio.

152,00

153,00

154,00

155,00

156,00

157,00

158,00

159,00

40 30 20 10

Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

Dia

Previsão 192_01

Real Previsto Ciclicidade- Ciclicidade

81


4.2.4 Guaporé

Para o Rio Guaporé, é possível ver na Tabela 15 e na Figura 63 que, a partir de 30 dias,

os valores serão mais significativos, porém, sendo mais preciso a 10 dias das cotas máximas.

Tabela 15 - Previsão Guaporé


40 205,9861 205,74 205,86 206,11 20%

30 205,837 205,74 205,71 205,96 24%

20 205,8279 205,74 205,67 205,98 -13%

10 205,7257 205,74 205,72 205,73 99,6%

Figura 63 - Previsão Env 779_01

109,14

109,16

109,18

109,20

109,22

109,24

109,26

40 30 20 10

Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

Dia

Previsão 278_01

Real Previsto Ciclicidade- Ciclicidade

205,40205,50205,60205,70205,80205,90206,00206,10206,20

40 30 20 10

Co

ta A

ltim

étim

etri

ca

ref.

EG

M2

00

8 (

m)

Dia

Previsão Env_779_01


82

Na estação mais a jusante ocorre o oposto: a partir de 40 dias são obtidos resultados

próximos e válidos para cotas de maiores valores, como na Tabela 16 e na Figura 64.



40 131,57 131,59 130,92 132,22 85%

30 131,3234 131,59 130,98 131,66 96%

20 131,6923 131,59 131,30 132,09 94%

10 131,7534 131,59 131,64 131,87 99,5%

Figura 64 - Previsão Env 736

De acordo com o item 5.1.4.3, o intervalo em dias de propagação de máximas é de 41 .

Sabendo que a previsão para o primeiro ponto foi no dia 10/02, a partir do dia 31/01 já há uma

boa estimativa. Enquanto isso, o segundo ponto foi para o dia 15/04, sendo que 40 dias antes

pode-se estimar ocorrências próximas. Assim, possível comprovar que entre 34 e 44 dias após

a previsão ou as máximas ocorridas na estação mais a montante, o mesmo comportamento a

jusante será refletido e propagado.

4.2.5 Conclusão

A partir de 30 dias antes das datas de máximas comuns é possível fazer uma previsão

para o ano hidrológico da estação: se ele terá tendência a cheias altas ou mais comuns. O Rio

Mamoré mostrou ser o mais previsível – entre 40 e 80 dias –, principalmente devido a sua

continuidade hidrológica. Já o Madre de Dios foi o que exigiu dados mais próximos às médias

130,00

130,50

131,00

131,50

132,00

132,50

40 30 20 10

Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

DIa

Previsão Env 736


83

máximas para uma aproximação. Isso porque, além de não ter continuidade constante, é um rio

cuja largura é bem variada, contribuindo para a falta de previsão a longo prazo.

4.3 A Cheia de 2014

A Cheia de 2014 foi estudada nos trechos anterior e superior das hidrelétricas do Rio

Madeira, considerando o último comportamento hídrico de cada rio a montante, analisando o

comportamento daquele ano em relação à assinatura média do rio, informando as variações no

tempo, além das influências de fatores naturais e antropológico.

4.3.1 Madre de Dios

Localizada a cerca de 400km da foz do Rio Madre de Dios encontra-se a estação J2 102,

a qual, no ano de 2014, apresentou um comportamento acima da média naquele ponto, atingindo

a cota máxima no dia 6 de fevereiro, período dentro da margem de enchente-cheia, mas com

uma antecipação de quase 10 dias para seu pico e com uma cota superior em aproximadamente

2,5m às medidas mais comuns. Durante o ano, as cotas tiveram um aumento médio de 0,98m

tanto para períodos tidos como enchentes-cheias, assim como uma superação de mínima nos

períodos de vazantes-secas, alterando a característica do fluxo em até 2,5% para cotas

superiores e 2% para medidas mínimas. Como é mostrado na Figura 65, em amarelo destaca-

se a caracterização do Rio Madre de Dios antes de 2014 e, em azul, o comportamento após a

consideração de medidas em vermelho, referentes a 2014.

Figura 65 - Cheia de 2014 - Madre de Dios 102

136

138

140

142

144

146


Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

Mês

Madre-de-Dios 102

Antes Depois 2014

84

4.3.2 Beni

A estação J2 102_01, distante da foz 410km, teve um comportamento em 2014 acima

das médias da assinatura do rio, acontecendo apenas nos períodos de cheia (3,5%) e seca (2,8%),

sendo que, na vazante e na enchente, seu comportamento foi dentro das médias já ocorridas.

No ano em questão, o pico máximo (0,98m acima do padrão) foi antecipado para o fim de

fevereiro, em vez de acontecer na primeira quinzena de março, como sucedia antes,

influenciando os anos seguintes e alterando as cotas máximas para o início de março.

Figura 66 - Cheia de 2014 - Beni 102_01

4,.3.3 Mamoré

O ponto J2_63, localizado a uma distância de 1185km da foz, comportou-se na maior

parte do ano de 2014 acima das médias da estação virtual, atingindo sua cota máxima de 170,60

m em 15 fevereiro, ao contrário das médias anteriores que chegava a cerca de 168,18m no fim

do mesmo mês. Todavia, 2014 apresentou características específicas já que, nos anos

subsequentes, as máximas voltaram a ser próximas das médias anteriores à cheia, assim como

o período de picos, alterando o regime em apenas 2,3%, em vista dos 3% ocorridos somente no

no ano destacado, conforme ilustrado na Figura 67.

142

144

146

148

150

152

154


Co

ta A

ltim

étim

etri

ca r

ef.

EGM

20

08

(m

)

Mês

Beni 102_01

Antes Depois 2014

85

Figura 67 - Cheia de 2014 - Mamoré 063

4.3.4 Guaporé

A cheia de 2014 alterou proporcionalmente a assinatura hidrológica do Rio Guaporé,

com uma média de 1,55m acima dos anos anteriores, tanto para períodos cheios quanto para os

de mínimos, delocando seu pico máximo, que acontecia na segunda quinzena de abril, para

início de maio e, especificamente em 2014, para o fim desse mês. As cotas naquele ano variaram

2,5%, continuando com uma média de 2% nos próximos anos, em relação aos anos que

antecederam 2014.

Figura 68 - Cheia de 2014 - Guaporé 063

160

162

164

166

168

170

172


Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

Mês

Mamoré 063

Antes Depois 2014

125

127

129

131

133

135


Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

Mês

Guaporé 178_01

Antes Depois 2014

86

4.3.5 Madeira

4.3.5.1 J2_241_03

A primeira estação no Rio Madeira é a J2 241_03, que recebe influência direta da

confluência dos rios Beni e Madre de Dios. Em 2014, ela apresentou uma cota máxima de

95,28m em 23 de março, enquanto no Madre de Dios ocorreu em 6 de fevereiro (145,66m) e

no Beni em 26 do mesmo mês (153,26m), mostrando que houve propagação e continuidade do

corpo hídrico a jusante. Na Figura 69 observa-se que a cota de 2014 foi muito superior às

médias anteriores, tendo uma variação de cerca de 12%, com cotas aproximadamente 6,5m

acima das medidas passadas. Esse contexto contribuiu para uma alteração na característica do

Rio de cerca de 9,5%.

Figura 69 - J2 241_03

4.3.5.2 Interpolação 178_035

O próximo ponto a ser analisado, na verdade, é a interpolação de duas estações: a J2 178

e a Env 035, ambas localizadas antes das hidrelétricas e já recebendo influência do encontro

dos rios Guaporé e Mamoré.

Para a verificação da cheia de 2014 foram considerados três pontos prévios ao ano

estudado: 2009, quando as construções das hidrelétricas começaram; 2012, quando parte das

obras estavam prontas; e 2013, último ano antes das cotas máximas que resultaram no

fenômeno. É possível notar que as medidas de 2014 sofreram aumento de 5,6% para períodos

75,00

80,00

85,00

90,00

95,00


Co

ta A

ltim

étim

etri

ca r

ef. E

GM

20

08

(m

)

Mês

J2_241_03

2010 2012 2013 2014

87

mínimos e 9,3% para as cheias, em relação às características hidrológicas do rio naquele ponto,

em anos anteriores. A data de ocorrências de máximas permaneceu de forma cíclica, uma vez

que elas ocorrem, alternadamente, do início ao fim de março, como identificado na Figura 70.

Figura 70 - Interpolação 178-035

Para verificar se a cheia de 2014 foi decorrente das hidrelétricas e/ou das precipitações

no Alto Madeira, todas as cotas que antecediam a cota média de maior valor foram reunidas.

Nesse ponto, a data de máxima ocorreu em 1º de março de 2014. As cotas de 10, 20, 30 e 40

dias antes, no intervalo de 2003 a 2016 foram coletadas. Conforme ilustrado na Figura 71, é

notório que durante esse período, as cotas têm uma tendência crescente, porém, sazonal com o

passar dos anos, como mostra a linha de crescimento.

Figura 71 - Variação de cotas de cheia 178-035

78,00

83,00

88,00

93,00

98,00


Co

ta a

ltim

étri

ca r

ef. E

GM

20

08

(m

)

Mês

Interpolação 178-035

2009 2012 2013 2014 Depois 2014

-4%

-2%

0%

2%

4%

6%

8%

80

85

90

95

100

2003 2005 2007 2009 2011 2013 2015

Cre

scim

ento

(%

)

Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8 (

m)

Ano

Histórico de cotas 178-035

11-jan 21-jan 31-jan 10-fev

20-fev 1-mar Crescimento

88

Ao realizar previsões para o dia 1° de março, com 40 dias de antecedência, as medidas

superiores apresentam indicativos de ocorrência pelo agrupamento das cotas no mesmo período

em outros anos. O 𝑟² se encontra a mais de 80% abaixo do estabelecido, caso seja considerado

apenas o número, descartando a informação. Contudo, sabendo que com 40 dias já se tem uma

cota prevista abaixo do real, é possível notar uma tendência de cheias futuras altas, além de

reflexos dos rios a jusante. À medida que os dias passam e o intervalo da previsão diminui, a

relação aumenta, descartando, nesse ponto, a influência das hidrelétricas, uma vez que ambas

distam 100km da estação e estão em cotas muitos inferiores às referências altimétricas (Tabela

17 e Figura 72).

Tabela 17 - Previsão de Interpolação 178-035


40 91,60549 96,676 90,62969 92,58128 -5%

30 91,64148 96,676 90,60104 92,68191 -20%

20 94,33681 96,676 93,55869 95,11493 33%

10 97,43286 96,676 97,29314 97,57258 98%

Figura 72 - Previsão de Interpolação 178-035

Após as hidrelétricas, a primeira estação a J2_254, distante cerca de 175km da foz. Seus

fluxos de máximas ocorrem normalmente no início de abril e não sofreram alteração após 2014.

Todavia, no ano da cheia, os valores de máximos e mínimos foram superiores aos da média em

aproximadamente 1,2%, variando em 0,94% a caracterização hidrológica nesse ponto do rio

(Figura 73).

86

88

90

92

94

96

98

100

40 30 20 10

Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8 (

m)

Dia

Previsão de Interpolação178-035


89

Figura 73 - Previsão J2_254

4.3.5.3 Interpolação 063_254

O ponto de interpolação 063_254 está localizado após as hidrelétricas e é mais próximo

da foz do Rio Madeira. Assim, serão feitas análises previsões para entender se as construções

tiveram influência nas cotas ocorridas em 2014. Primeiramente, será estudado o comportamento

da estação no ano da cheia e seus espelhos nos anos anteriores. Em 2009, a maior cota foi no

dia 11 de abril, com 28,55m; no ano seguinte, a variação foi de 0,04m; e foi em 13 de abril, o

mesmo dia da ocorrência em 2013, porém, com cota de 28,69m. No período de estudo (2014)

já havia uma tendência de cheias e, nas barragens mais a montante, a cota ocorre com um atraso

de 11 dias, atingindo 32,17m apenas em 22 de abril. Nos anos posteriores, as cotas ficaram

próximas a 29m, com 1% de alteração em relação às médias anteriores, voltando a acontecer

na primeira quinzena de abril.

Figura 74 - Interpolação 063-254

35,00

40,00

45,00

50,00

55,00


Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8

(m)

Mês

Previsão J2_254

2010 2012 2013 2014 Depois de 2014

15,00

20,00

25,00

30,00

35,00


Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8

(m)

Mês

Interpolação 063-254

2009 2012 2013 2014 Depois de 2014

90

Quando reunimos as cotas com 10, 20, 30 e 40 dias antes da data média das maiores

ocorrências – que, nesse caso, é 13 de abril –, percebemos que, historicamente, é comum a

sazonalidade de cotas de cheia nesses períodos, podendo em um ano ser mais alta e em outro

mais baixa, como mostra a Figura 75.

Figura 75 - Histórico de cotas 063-254

Em seguida, foram feitas previsões para os dias já citados. No entanto, na primeira delas

não foram consideradas as hidrelétricas, enquanto, na segunda, elas foram consideradas como

possível variável de influência, formando a Tabela 18 a seguir e sendo expressas na Figura 76.

Tabela 18 - Previsão com e sem hidrelétricas

Previsto Real Ciclicidade- Ciclicidade+ Previsto

H

Ciclicidade-

H

Ciclicidade+

H R² R² H

40 32,61 32,15 32,03 33,19 32,51 31,95 33,06 79,5% 77,5%

30 33,43 32,15 32,98 33,88 32,98 32,48 33,48 83,3% 86,7%

20 32,76 32,15 32,26 32,72 32,49 32,26 32,72 96,5% 97,2%

10 32,01 32,15 31,98 32,08 32,03 31,98 32,08 99,8% 99,8%

Nota-se que, com 40 dias, ao considerar as hidrelétricas, é possível, ao diminuir o erro,

estimar a cota do dia máximo, enquanto, ao não considerá-las, tem-se apenas previsões

superiores aos reais, sem saber se aquelas medidas serão alcançadas. Quando as cotas já são

sabidas com 30 dias de antecedência e a previsão é refeita, em ambos os casos ficam valores

acima do real, o que também é válido, uma vez que se estima um valor que poderá ser alcançado,

-10%

-5%

0%

5%

10%

25

27

29

31

33

2003 2005 2007 2009 2011 2013 2015

Cre

scim

ento

(%

)

Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8 (

m)

Ano

Histórico de cotas 063-254

23-fev 4-mar 14-mar 24-mar

3-abr 13-abr Crescimento

91

tendo esse último como medida de alerta. A análise com 20 dias, permite que a relação aumente

em qualidade e diminua em distância entre a prevista e a real, sendo a previsão considera as

existências das hidrelétricas mais próximas da realidade, concluindo aos 10 dias e tendo as

estimativas quase com exatidão na cota.

Figura 76 - Previsão com e sem hidrelétricas

4.3.6 Conclusão

Nota-se que, em 2014, em todos os pontos a montante e a jusante de cada rio, houve

uma média superior às medidas mais comuns. No Rio Beni há um pico máximo em março, com

crescimento desde fevereiro, comportamento similar ao Madre de Dios, mas sem serem tão

superiores à média comum.

O Rio Mamoré começa a encher no meio do mês de fevereiro, até o começo de março,

e o Guaporé só tem o crescimento de cheia em abril. Sendo assim, o Rio Madeira apresenta

comportamento espelhado em relação ao Beni, considerado seu maior influente, ou seja, a cheia

de 2014 tem início e maior intensidade, segundo a altimetria, nele. É equivocado dizer que as

hidrelétricas influenciaram na cheia de 2014, para localidades a montante delas, uma vez que o

fenômeno já seria intenso, com ou sem as construções, tanto na região dos Moxos Rojos, quanto

no Rio Madeira (Porto Velho).

Realizar previsões sem considerar as hidrelétricas leva à comprovação da ocorrência da

cheia, podendo chegar a máximas com valores maiores. Quando sua presença é considerada, os

30,50

31,00

31,50

32,00

32,50

33,00

33,50

34,00

34,50

40 30 20 10

Co

ta a

ltim

étr

ica

ref.

EG

M2

00

8 (

m)

Dia

Previsão com e sem hidrelétricas


Previsto H Ciclicidade- H Ciclicidade+ H

92

valores máximos diminuem, deixando a previsão mais próxima e precisa do real. Desse modo,

as hidrelétricas em si não provocaram a cheia de 2014, apesar de existir uma intensificação no

fluxo, não apenas pela obra no rio, mas também por ações, controles e medidas antropológicas,

como controle de turbinas e reservatórios.

93

5. CONCLUSÃO E PERSPECTIVAS

A ideia principal deste trabalho foi realizar o monitoramento da Bacia do Madeira,

conhecer as principais características do seu ciclo hidrológico com base em informações

altimétricas e, a partir disso, entender a Cheia de 2014. Assim, foram coletados dados de

satélites, tratados nos programas Vals e Matlab, para mobilização de rotinas e geração de

informações. As estações virtuais obtidas a partir das missões Envisat e Jason-2 permitiram

monitorar a bacia não somente na parte brasileira, mas também em outros países, como Bolívia

e Peru.

Organizando os resultados da estação mais a montante para a mais a jusante, observou-

se que as cotas máximas e mínimas tendem a ter maior amplitude, conforme a proximidade da

foz, o que facilita a caracterização dos períodos hidrológicos, nos quais as cheias e as secas são

mais bem definidas e visíveis. Os rios Beni e Madre de Dios apresentam tendência crescente de

amplitude, porém, não tão contínua quanto a dos rios Mamoré e Guaporé. Já o Rio Madeira é

crescente, mesmo que também seja mais sazonal.

Os ciclos hidrológicos informam o intervalo em dias das cotas máximas e mínimas de

um ano a outro. Dessa forma, é perceptível quando um ano tem tendência a ser mais cheio ou

mais seco: quando os intervalos entre as máximas são maiores, a possibilidade de mais cotas

mínimas é maior; e o mesmo ocorre ao contrário, quando há um intervalo longo de mínimas,

significa uma alta ocorrência de cotas máximas. São esses os dados utilizados para identificar

os anos hidrológicos das estações de determinado rio e confirmar se foi o ano abrigou eventos

extremos.

A construção de cotagramas serve como base e comparativo do momento estudado com

o passado. Neste caso, foi possível notar que, nos 15 anos selecionados, as cotas com 90 e 10%

são quase sempre as mesmas máximas e mínimas, enquanto as medidas médias estão próximas

das tendências polinomiais da estação. A partir dessas informações, as datas extremas foram

reunidas e tiveram suas propagações analisadas: a maioria das estações tiveram uma sequência

temporal crescente entre a primeira e última, por mais que nos intervalos entre elas – as datas

de máximas e mínimas – se prolongassem ou atrasassem, fato ocorrido em rios muito sinuosos,

onde o movimento e os sedimentos ajudam a retardar ou acelerar o processo.

94

A Cheia de 2014 está presente na alteração hídrica desde a nascente das estações até

depois das hidrelétricas, sendo que o primeiro ponto a ser considerado é se sua principal

influência foi provocada pela intensidade de precipitação no Alto Madeira. Em todas as estações

estudadas há uma alteração significativa na característica hidrológica, com aumento do evento

de extremos e intervalo de máximas e mínimas: quanto maior uma cheia, menor a cota de seca.

Para maior validação do estudo, foram feitas previsões com dados históricos e cotas

significativas, antes de atingir o pico. Foi confirmada a intensidade da cheia e, mesmo sem o

uso de informações de precipitação, o comportamento dos rios a jusante, em relação ao Rio

Madeira, mostram a ocorrência de um evento não-característico. Para as previsões além dos 40

dias, no ponto de vista estatístico, o ideal é considerar um R² de 65%, pois exprime maior

qualidade dos dados. Para aumentar essa qualidade, foi utilizado o critério de 75% e, assim,

pode-se conferir que mesmo estações com R² menor que o parâmetro definido, previram e foram

precisas nas cotas de cheia, assim como outras – a maioria – não se aproximaram. Ou seja, é

possível concluir que essa variação deve ser analisada de acordo com a característica de cada

rio, pois há alguns com maiores e outros com menores variações, influências antropogênicas,

sedimentárias e naturais.

Para o intervalo de tempo e a localização estudados, as estações virtuais antes das

hidrelétricas – após dados obtidos, observados e estimados – não sofreram influências como

intensidade, aumento de fluxo e prováveis curvas de remanso, a não ser quando acompanhadas

de eventos naturais fortes ou pontuais. Já aquelas localizadas após as construções mostraram

alterações suaves no curso do rio, com maior receptividade na intensidade de eventos extremos,

sendo a Cheia de 2014 um deles, possibilitando a alteração do fluxo hidrológico, o crescimento

de variações extremas e o deslocamento do período hidrológico com o passar dos anos.

Por fim, é importante destacar que, para trabalhos futuros, pode-se fazer um estudo de

ondas de cheia, com validação dos satélites em regiões remotas, além da análise e influências

hidrológicas transfronteiriças em outras regiões da Bacia Amazônica, aumentando o

monitoramento e a coleta de informações internacionais, com o intuito de implantar um boletim

hidrológico altimétrico transfronteiriço.

95

REFERÊNCIAS BIBLIOGRÁFICAS

Alsdorf, D. E., Birkett, C. M., Dunne, T., Melack, J., Hess, L. (2001a). Water level changes in a large

Amazon lake measured with spaceborne radar interferometry and altimetry. Geophysical Research Letters,

28(14):2671-2674, doi: 0094-8276/01/2001GL012962

Alsdorf, D. E., Melack, J. M., Dunne, T., Mertes, L. A. K., Hess, L. L., Smith, L. C. (2000).

Interferometric radar measurements of water level changes on the Amazon floodplain. Nature, 404:174-177, doi:

10.1038/35004560

Alsdorf, D. E., Smith, L. C., Melack, J. M. (2001b). Amazon floodplain water level changes measured

with interferometric SIR-C radar. IEEE Transactions on Geoscience and Remote Sensing, 39( 2):423-431, doi:

10.1109/36.905250

Alsdorf, D., Rodriguez, E., Lettenmaier, D. (2007). Measuring surface water from space. Reviews of

Geophysics, 45(2): RG2002, doi: 10.1029/2006RG000197

BRASIL (2016). Agencia Nacional de Aguas (ANA). Rede Hidrometeorológica da Amazônia.

Disponível em: http://arquivos.ana.gov.br/infohidrologicas/RHAmazonica.pdf Acesso em: 26 Abril 2016.

------------ ( 2017 ) Agencia Nacional de Aguas. Rede Hidrometeorológica da Amazônia. Disponível em:

http://www2.ana.gov.br/Paginas/portais/bacias/amazonica.aspx Acesso em: 21 de Janeiro de 2017

-----------. Agência Nacional de Energia Elétrica (ANEEL). Série de estudos e informações hidrológicas

e energéticas: Águas. Brasília: Agência Nacional de Energia Elétrica, 1997.

AVISO+ Site http://www.aviso.altimetry.fr/en/missions/current-missions

Acesso : 30 de Março de 2016

Barry, R. G.; Chorley, J. R. Atmosfera, tempo e clima. 9. ed. Porto Alegre: Bookman, 2012. 528p. Pg 10

Biggs, T. W. et al. Relative influence of natural watershed properties and human disturbance on stream

solute concentrations in the southwestern Brazilian Amazon basin. Water Resources Research, v. 38, n. 8, p. 1150,

2002, doi: 10.1029/2001WR000271.

http://arquivos.ana.gov.br/infohidrologicas/RHAmazonica.pdf

http://www2.ana.gov.br/Paginas/portais/bacias/amazonica.aspx

http://www.aviso.altimetry.fr/en/missions/current-missions

96

Birkett, C. M. 1998. Contribution of the TOPEX NASA radar altimeter to the global monitoring of large

Rivers and wetlands, Water Resources Research, v. 34, n. 5, pp. 1223-1239. doi: 0043-1397/98/98WR-00124

Birkett, C. M., MerteS, L. A. K., DunnE, T., CostA, M. H., JASINSKI, M. J. (2002). Surface water

dynamics in the Amazon Basin: Application of satellite radar altimetry. Journal of Geophysical Research, 107(

D20): 8059, doi:10.1029/2001JD000609

Birkett, C. M. e B. Beckley. 2010. Investigating the Performance of the Jason-2/OSTM radar altimeter

over Lakes and Reservoirs, Jason-2/OSTM Special Issue, Marine Geodesy, 33(1), pp.204-238.

Bittencourt, M. M. e AMADIO, S. A. (2007). “Proposta para identificação rápida dos períodos

hidrológicos em área de várzea do rio Solimões-Amazonas nas proximidades de Manaus”. Acta Amazônica, v. 37,

p. 303-308.

Bonnet, M-P., BARROUX, G., MARTINEZ, J. M., SEYLER, F., MOREIRA-TURCQ, P.,

COCHONNEAU, G., MELACK, J. M., BOAVENTURA, G., MAURICE-BOURGOIN, L., LEÓN, J. G., ROUX,

E., CALMANT, S., KOSUTH, P., GUYOT, J. L., SEYLER, P. (2008). Floodplain hydrology in an Amazon

floodplain lake (Lago Grande de Curuaí). Journal of Hydrology, 349 (1- 2):18-30, doi:

10.1016/j.jhydrol.2007.10.055

Callede, J. et al. Déboisement Amazonien: Son influence sur le débit de l’Amazone à Óbidos. Revue des

Sciences de l’Eau, v. 21, n. 1, p. 59-72, 2008.

Calmant, S. e SEYLER, F. Continental surface water from satellite altimetry. Comptes Rendus

Geosciences. 338(14-15), 1113-1122, doi: 10.1016/j.crte. 2006

CalmanT, S., Seyler, F., Crétaux, J. F. 2008, Monitoring Continental Surface Waters by Satellite

Altimetry. Survey in Geophysics, v. 29, n. 4-5, pp. 1573-0956. doi: 10.1007/10712-008-9051-1

Calmant, S., SILVA, J, MEDEIROS MOREIRA, D. SEYLER,, F. SHUM, CK.CRETAUX,

JF.,GABALDA, G.,2012. Detection of Envisat RA2 / ICE-1 retracked Radar Altimetry Bias INPE 5670 Over the

Amazon Basin Rivers using GPS, Advances in Space Research, doi: 10.1016/j.asr.2012.07.033

CalmanT. S Satellite altimetry over large hydrological basins. EGU General Assembly 2015, held 12-17

April, 2015 in Vienna, Austria. id.8907

ChavarrI, E.; CRAVE, A.; BONNET, M.; MEJIA, A.; SILVA, J. S.; GOYOT, J. Em revisão, 2011.

Hydrodynamic One-dimensional Modeling of large rivers with complex geometric riverbed. Journal of Hydrology.

97

Cauhopé, M., 2004, Hauteurs d’eau d’une plaine d’inondation amazonienne par altimétrie spatiale,

rapport de stage de DEA ‘Sciences de la Terre et l’Environnement’, 30 p., in French).

Costi, A. C. Z. Validação de dados altimétricos de níveis de água adquiridos pelo satélite ENVISAT na

bacia Amazônica. XVIII Simpósio Brasileiro de Recursos Hídricos, SBRH, Campo Grande, Nov. 2009

Cox, P. M. et al. Amazonian forest dieback under climate-carbon cycle projections for the 21st century.

Theor. App. Climatol., v. 78, p. 137-156, 2004, doi:10.1007/s00704-004-0049-4.

Cox, P. M. et al. Increasing risk of Amazonian drought due to decreasing aerosol pollution. Nature, v.

453, n. 7192, p. 212-215, 2008, doi:10.1038/nature06960.

CPRM (2016) Companhia de Pesquisa de Recursos Minerais- Monitoramento Hidrológico da Amazônia

Ocidental Disponivel : http://www.cprm.gov.br/sace/index_bacias_monitoradas.php?getbacia=bamazonas#

Acesso : 19 de Março de 2016

CPRM (2010) Companhia de Pesquisa de Recursos Minerais - Geodiversidade do estado do Amazonas

/ Organização Maria Adelaide Mansini Maia [e] José Luiz Marmos. — Manaus : 275 p. ; 30 cm + 1 DVD

Cudlip, W., J., RIDLEY, K., RAPLEY; C. G. (1992). The use of satellite radar altimetry for monitoring

wetlands. Em: Remote Sensing and Global Chang: Proceedings 16th Annual Conference Remote Sensing Society,

p. 207-216, London: UK.

David M. Bjerklie, S. Lawrence Dingman, Charles J. Vorosmarty, Carl H. Bolster et Russell G. Congalton

: Evaluating the potential for measuring river discharge from space. Journal of Hydrology, 278(1-4):17 – 38, 2003.

ISSN 0022-1694.

DUNNE, T., MERTES, L. A. K., MEADE, R. H., RICHEY, J. E., FORSBERG, B. R. 1998. Exchanges

of sediment between the floodplain and channel of the Amazon river in Brazil. Geological Society of America

Bulletin, 110( 4): 450-467, doi:10.1130/0016-7606(1998)1102.3.CO;2

ESA – Agence Spatiale Européenne, 2014. ENVISAT, disponível em:

http://www.esa.int/Our_Activities/Observing_the_Earth/Envisat Acesso em: 26 de Março de 2016.

Espinoza jc, Guyot jl, Ronchail j, Cochonneau g, Filizola n, fraizy p, labat d, de oliveira e, julio ordonez

j, vauchel P. 2009a. Contrasting regional discharge evolutions in the Amazon basin (1974–2004). J. Hydrol.

375(3–4): 297–311.

http://www.cprm.gov.br/sace/index_bacias_monitoradas.php?getbacia=bamazonas

http://www.esa.int/Our_Activities/Observing_the_Earth/Envisat

98

Espinoza JC, RONCHAIL J, GUYOT JL, COCHONNEAU G, NAZIANO F, LAVADO W, DE

OLIVEIRA E, POMBOSA R,VAUCHEL P. 2009b. Spatio-temporal rainfall variability in the Amazon basin

countries (Brazil, Peru, Bolivia, Colombia, and Ecuador). Int. J. Climatol. 29(11): 1574–1594.

Espinoza JC, RONCHAIL J, GUYOT JL, JUNQUAS C, VAUCHEL P, LAVADO W, DRAPEAU G,

POMBOSA R. 2011. Climate variability and extreme drought in the upper Solimões River (western Amazon

Basin): understanding the exceptional 2010 drought. Geophys. Res. Lett. 38(13): L13406.

Espinoza JC., RONCHAIL J., FRAPPART F., LAVADO W., SANTINI W., GUYOT JL. The major

floods in the Amazonas River and tributaries (Western Amazon basin) during the 1970 – 2012 period: A focus on

the 2012 flood. 2013 Journal of Hydrometeorology, 14, 1000-1008. doi: 10.1175/JHM-D-12-0100.1

FAO/WHO. 1995. Codex general standard for food additives (GSFA, Codex STAN 192-1995) online

database. Disponível em: http://www.fao.org/fao-who-codexalimentarius/standards/gsfa/en/ Acesso em: 19 Abril

2016.

Fearnside, P.M., 2014. Impacts of Brazil’s Madeira River dams: unlearned lessons for hydroelectric

developmentin Amazonia. Environmental Science & Policy, 38, 164– 172. doi:10.1016/j.envsci.2013.11.004

Filizola N, GUYOT JL, MOLINIER M, GUIMARÃES V, OLIVEIRA E, FREITAS MA. (2002).

Caracterização hidrológica da bacia Amazônica. In: Rivas, A & Freitas, C. E. de C. Amazônia uma perspectiva

interdisciplinar. Ed. EDUA, 33-53 p.

Figueroa, S. N.; NOBRE, C. A. (1990). Precipitation distribution over Central and Western Tropical

South America. Climanalise: Boletim de Monitoramento e Analise Climatica, 5(6):36-45.

Florenzano, T. G. 2002. Imagens de satélite para estudos ambientais, Oficina de textos, São Paulo, 97

páginas.

Frappart, F., SEYLER, F., MARTINEZ J-M., LEON, J-G, CAZENAVE, A. (2005). Floodplain water

storage in the Negro River basin estimated from microwave remote sensing of inundation area and water levels.

Remote Sensing of Environment, 99:387-399, doi:10.1016/j.rse.2005.08.016

Frappart, F. et al. (2012). Surface freshwater storage and dynamics in the Amazon basin during the 2005

exceptional drought. Environmental Research Letters, 7:044010, doi: 10.1088/1748-9326/7/4/044010

FU, L. L., CAZENAVE, A. (2001). Satellite Altimetry and Earth Science, A Handbook of Techniques

and Applications. London (UK), Academic Press., 464p.

Gardini, B., GRAF, G., RATIER, G. (1995). “The instruments on ENVISAT”. Acta Astronautica, 37,

301-311.

http://www.fao.org/fao-who-codexalimentarius/standards/gsfa/en/

99

Getirana, A. C. V., BONNET, M. P., CALMANT, S., ROUX, E., ROTUNNO FILHO, O. C., MANSUR,

J. W. 2009. Hydrological monitoring of poorly gauged basins based on rainfall–runoff modeling and spatial

altimetry. Journal of Hydrology, 379: 205-219, doi:10.1016/j.jhydrol.2009.09.049

Getirana, A. C. V .Contribuições da Altimetria Espacial à Modelagem Hidrológica de Grandes Bacias na

Amazônia – Rio de Janeiro: FRJ/COPPE,2009. 273 p.

Gloor. M, BRIENEN R. J. W. GALBRAITH, D., FELDPAUSCH T. R., SCHÖNGART J., GUYOT J.-

L. ESPINOZA, J. C., 2013. Intensification of the Amazon hydrological cycle over the last two decades .

GEOPHYSICAL RESEARCH LETTERS, VOL. 40, 1–5, doi:10.1002/grl.50377, 2013

GRDC (2017) Global Runoff Data Centre, online database

Site: http://www.bafg.de/GRDC/EN/01_GRDC/13_dtbse/db_stat.html?nn=201876

Acesso : 21 de Fevereiro de 2017

Guyot, J.L., 1993. Hydrogéochemie des Fleuves de l’amazonie Bolivienne. Universite de Bourdeaux,

Bourdeaux

Guyot, J.L., Fillzola, N., Quintanilla, J., Cortez, J., 1996. Dissolved solids and suspended sediment yields

in the Rio Madeira basin, from the Bolivian Andes tothe Amazon. In: Walling, D.E., Webb, B.W. (Eds.), Erosion

and Sediment Yield: Global and Regional Perspectives. IAHS, Exeter, UK, pp. 55–64.

Guzkowska, M. A. J.; RAPLEY, J. K.; CUDLIP, W; BIRKETT, C. M.; SCOTT, R. F. (1990).

“Developments in inland water and land altimetry”. Eur. Agency Conf. Rep.

Horel, J. D. et al. (1989). An investigation of the annual cycle of convective activity over the tropical

Americas. Journal of Climate, 2(11):1388-1403.

Hamilton, S.K., Sippel, S.J., Melack, J.M., 2004. Seasonal inundation patterns in two large savanna

floodplains of South America: the Llanos de Moxos(Bolivia) and the Llanos del Orinoco (Venezuela and

Colombia). Hydrol. Processes 11, 2103–2116, http://dx.doi.org/10.1002/hyp.5559.

Kousky, V. E. et al. (1984). A review of the Southern Oscillation: oceanic-atmospheric circulation

changes and related rainfall anomalies. Tellus, 36A:490-504.

Koblinsky, C. J., CLARKE, R. T., BRENNER, A. C., FREY, H. (1993). Measurements of river level

variations with satellite altimetry. Water Resources Research, 29(6): 1839–1848, doi: 10.1029/93WR00542

Larson, Ron, 1941- Estatística Aplicada/ Ron Larson, Best GFAber: Tradução revista Técnica Cyro de

Carvalho Patarra – Sp : Prentice Hall, 2004 ISBN : 85-87918-59-1

http://www.bafg.de/GRDC/EN/01_GRDC/13_dtbse/db_stat.html?nn=201876

http://dx.doi.org/10.1002/hyp.5559

100

Lefavour, G., ALSDORF, D. 2005. Water slope and discharge in the Amazon River estimated using the

shuttle radar topography mission digital elevation model. Geophysical Research Letters, 32:L17404, doi:

10.1029/2005GL023836

Leon, J.G., CALMANT, S., SEYLER, F., BONNET, M.P., CAUHOPE, M., FRAPPART, F., FILIZOLA,

N., FRAIZY, P. 2006. Rating curves and estimation of average water depth at the upper Negro River based on

satellite altimeter data and modeled discharges. Journal of Hydrology, 328(3-4):481-496, doi: 10.1016/j.hydrol/

2005.12.006

LI, W. H.; FU, R.; DICKINSON, E. Rainfall and its seasonality over the Amazon in the 21st century as

assessed by the coupled models for the IPCC-AR4. Journal of Geophysical Research Atmospheres, v. 111, p.

D02111, 2006, doi:10.1029/2005JD006355.

Maidment, D.R. GIS and hydrologic modeling. In: Goodchild, M.F.; Parks, B.O.;

Marengo JA. 2006. On the hydrological cycle of the Amazon basin: a historical reviewand current state-

of-the-art. Rev. Brasil. Meteorol. 21: 1–19.

Marengo, J. A. Mudanças climáticas globais e seus efeitos sobre a biodiversidade - Caracterização do

clima atual e definição das alterações climáticas para o território brasileiro ao longo do Século XXI. 2. ed. Brasília:

Ministério do Meio Ambiente, 2007. v. 1. 214 p

Marengo, J. A.; NOBRE, C. A.; TOMASELLA, J.; OYAMA, M. D.; OLIVEIRA, G. S.; OLIVEIRA, R.;

CAMARGO, H.; ALVES, L. M.; BROWN, F. I. (2008). The drought of Amazônia in 2005. Journal of Climate

21: 495-516.

Marengo, J. A. Long-term trends and cycles in the hydrometeorology of the Amazon basin since the late

1920s. Hydrological Process, v. 23, p. 3236-3244, 2009, doi:10.1002/hyp.7396.

Marengo, J. A..Review Extreme seasonal droughts and floods in Amazonia: causes, trends and impacts

international journal of climatology · July 2015 doi: 10.1002/joc.4420

Mertes, L. A. K., DUNNE, T., MARTINELLI, L. A. (1996). Channel-floodplain geomorphology along

the SolimõesAmazon river, Brazil. Geological Society of America Bulletin, v. 108, n. 9, pp. 1089-1107, doi:

10.1130/0016-7606(1996)1082.3.CO;2

MELLER, A. Previsão de Cheias por Conjunto em Curto Prazo. Tese de Doutorado. Universidade Federal

do Rio Grande do Sul/Instituto de Pesquisas Hidráulicas. 224p, 2012. Disponível em <

http://www.lume.ufrgs.br/>.

101

Molina J. , Jhan Carlo Espinoza, Philippe Vauchel, Josyane Ronchail, Beatriz Gutierrez Caloir, Jean-

Loup Guyot & Luis Noriega (2017): Hydroclimatology of the Upper Madeira River basin: spatio-temporal

variability and trends, Hydrological Sciences Journal, DOI: 10.1080/02626667.2016.1267861 To link to this

article: http://dx.doi.org/10.1080/02626667.2016.1267861 Published online: 17 Jan 2017.

Nobre, C. A. et al. (1991). Amazonian deforestation and regional climate change. Journal of Climate,

4(4):957-988.

Ovandoa. A., J. Tomasellaa, D.A. Rodrigueza, J.M. Martinezb,J.L. Siqueira-Junio RA, G.L.N. Pintoa, P.

Passyc, P. Vauchelb,L. Noriegad, C. von Randowa Journal of Hydrology: Regional Studies 5 (2016) 293–308

Contents lists available at ScienceDirect Journal of Hydrology: Regional Studies j o ur nal ho me pag e:

www.elsevier.com/locate/ejrh Extreme flood events in the Bolivian Amazon wetlands

Paiva RCD, COLLISCHONN W, BONNET MP, BUARQUE DC, FRAPPART F, CALMANT S,

MENDES CB. 2013a. Large scale hydrologic and hydrodynamic modelling of the Amazon River basin. Water

Resour. Res. 49: 1226–1243, doi: 10.1002/wrcr.20067.

Paiva RCD, COLLISCHONN W, BONNET MP, DE GONÇALVES LGG, CALMANT S, GETIRANA

A, SANTOS DA SILVA J. 2013b. Assimilating in situ and radar altimetry data into a large-scale hydrologic-

hydrodynamic model for streamflow forecast in the Amazon. Hydrol. Earth Syst. Sci. 17: 2929–2946, doi:

10.5194/hess- 17-2929-2013.

Pavlis, N. K.; HOLMES, S. A.; KENYON, S. C. (2008). An Earth Gravitational Model to Degree 2160:

EGM2008. In Anais Proceedings of the 2008 General Assembly of the European Geosciences Union, Viena, 2008.

Paris, A. Utilisation conjointe de données d'altimétrie satellitaire et de modélisation pour le calcul des

débits distribués dans le bassin amazonien, 2015

Paris, A., R. Dias de Paiva, J. Santos da Silva, D. M. Moreira, S. Calmant, P.-A. Garambois, W.

Collischonn, M.-P. Bonnet, and F. Seyler (2016), Stage-discharge rating curves based on satellite altimetry and

modeled discharge in the Amazon basin, Water Resour. Res., 52, doi:10.1002/2014WR016618.

Pavlis, N. K.; HOLMES, S. A.; KENYON, S. C. (2008). An Earth Gravitational Model to Degree 2160:

EGM2008. In Anais Proceedings of the 2008 General Assembly of the European Geosciences Union, Viena, 2008.

Pereira, L.S . Escassez e uso eficiente da água- Lisboa – Portugal. Centro de Estudos Engenharia Rural,

Instituto Superior de Agronomia, Universidade Técnica de Lisboa, Portugal 2007

Programa de Aceleração do Crescimento- PAC 2017

Site : http://www.pac.gov.br/noticia/11ca19d6 Acesso 04 de Março de 2017

http://dx.doi.org/10.1080/02626667.2016.1267861

http://www.pac.gov.br/noticia/11ca19d6

102

Rennó D, Soares, J V "Métodos, modelos e geoinformação para a gestão ambiental” Modelos

Hidrológicos para Gestão Ambiental Programa de Ciência e Tecnologia para Gestão de Ecosistemas INPE

Dezembro, 2000

Roux, E., CAUHOPÉ, M., BONNET, M-P., CALMANT, S., VAUCHEL, P., SEYLER, F. 2008. Daily

water stage estimated from satellite altimetric data for large river basin monitoring. Hydrological Sciences Journal

– Journal des Sciences Hydrologique, 53(1):81-99, doi: 10.1623/hysj.53.1.81

Roux, E., SILVA, J. S., GETIRANA, A. C. V., BONNET, M-P., CALMANT, S., SEYLER, F. 2010.

Producing timeseries of river water height by means of satellite radar altimetry – Comparison of methods.

Hydrological Sciences Journal/ Journal des Sciences Hydrologiques, 55(1):104-120, doi:

10.1080/02626660903529023

Salazar LF, NOBRE CA, OYAMAMD. 2007. Climate change consequences on the biome distribution in

tropical South America. Geophys. Res. Lett. 34(9): L09708

Sant’anna, F.M. (2012). As fronteiras políticas na bacia amazônica e a cooperação para a utilização dos

recursos hídricos compartilhados. GEOUSP - Espaço e Tempo, São Paulo, Nº 31 especial, pp. 132 – 145 , 2012

Santos ,E.B., LUCIO, P.S., SILVA,C.M.S.,2015. Análise de tendência da precipitação diária na

Amazônia Brasileira. Revista Brasileira de Geografia Física V. 08 N. 04 (2015) 1041-1052.

Santos, L.F.; DE FREITAS, L. G ; SILVA, J. S Análise do perfil de declividade e índice RDE (relação

declividade extensão) do rio Purus. Aplicando altimetria espacial. In Anais do XXI Simpósio Brasileiro de

Recursos Hídrico- SBRH, Brasília, Nov. 2015

Seiler, C., Hutjes, W.R., and Kabat, P., 2013. Climate variability and trends in Bolivia. Journal of Applied

Meteorology and Climatology, 52, 130–146. doi:10.1175/JAMC-D-12-0105.1

Seyler, F., CALMANT, S., SILVA, J. S., FILIZOLA, N., COCHONNEAU, G., BONNET, M. P., COSTI,

A. C. Z. (2009a). Inundation risk in large tropical basins and potential survey from radar altimetry: example in the

Amazon basin. Marine Geodesy, 32(3):303-319, doi: 10.1080/01490410903094809.

Seyler, F., CALMANT, S., SILVA, J. S., FILIZOLA, N., ROUX, E., COCHONNEAU, G., VAUCHEL,

P., BONNET, M. P. (2008). Monitoring water level in large trans-boundary ungrauged bassin with altimetry: the

exemple of ENVISAT over Amazon Basin. Journal of Applied Remote Sensing – SPIE, 7150:715017, doi:

10.1117/12.813258

Seyler, F., CALMANT, S., SILVA, J. S., LEON, J. G., FRAPPART, F., BONNET, M. P., FILIZOLA,

N., ROUX, E., COSTI, A. C. Z., DE OLIVEIRA, E., GUYOT, J. L., SEYLER, P. (2009b). New perspectives in

103

monitoring water resources in large tropical transboundary basins based on remote sensing and radar altimetry.

Em: BLOSCHL, G. et al. (ed.), mproving Integrated Surface and Groundwater Resources Management in a

Vulnerable and Changing Word, pp. 282-288. IAHS Publication Red Book 330, ISBN 978-907161-01-8,

Wallingford, Oxfordshire, UK

Silva, J. S. (2010). Altimetria Espacial em Zonas Umidas da Bacia Amazonica - Aplicacoes Hidrologicas.

Saarbrucken (GE), Edition Universitaires Europeennes. ISBN: 978-613-1-52979-5

Silva, J. S. et al. (2010). Water Levels in the Amazon Basin derived from the ERS-2 and Envisat Radar

Altimetry Missions, Remote Sensing of Environment, 114:2160-2181, doi:10.1016/j.rse.2010.04.020.

Silva, J. S. et al. (2012a). Water level dynamics of Amazon wetlands at the Watershed Scale by satellite

altimetry, International Journal of Remote Sensing, 33(11):3323-3353, doi:10.1080/01431161.2010.531914

Silva, J. S. et al. (2012b). Mapping of the extreme stage variations using ENVISAT altimetry in the

Amazon basin rivers. International Water Technology Journal, 2:N1-P2

Silva, J. S. et al. (2013). Variabilidade espacial do nivel d'agua na bacia Amazonica durante eventos

extremos. In: BORMA, L. S.

Silva J.S, CALMANT STEPHANE, SEYLER FRÉDÉRIQUE. Satellite Altimetry for Hydrology – A

review -Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de

abril de 2013, INPE

Silva J.S, CALMANT STEPHANE, SEYLER FRÉDÉRIQUE. Variabilidade espacial do nível de água

em eventos extremos da bacia Amazônica observada pelo satélite altimétricos Envisat in: Nobre C.A . (ed). Borma

L.S (ed.) Secas na Amazônia: causas e consequência São Paulo: Oficina de Texto, 2013, p. 209-242.

Silva J. S. FREITAS F.M; VERGASTA L.A; CONCHY T.S.X2; SOUZA A.C. A cheia de 2009 na região

amazônica monitorada pelo satélite Alimétrico Envisat. In Anais do Xix Simpósio Brasileiro de Recursos

Hídricos- Sbrh,Maceió – Al, BR . Nov. 2011

Silva, J. S.; MOREIRA, D. M.; CALMANT, S.; SEYLER, F.; OLIVEIRA, D.; MONTEIRO, A. (2014).

10.1007/s11269-013-0484-z Altimetry Managing Gauge Netw

Silva, V.C; MARINHO, R.R Avaliação de dados de altimetria espacial para estimativa de cotas

fluviométricas sobre o Rio Branco - Roraima. In Anais do XXI Simpósio Brasileiro de Recursos Hídrico- SBRH,

Brasília, Nov. 2015

104

Siqueira,Júnior, J.L., Tomasella, J., and Rodriguez, D.A., 2015. Impacts of future climatic and land cover

changes on the hydrological regime of the Madeira River basin. Climatic Change, 129, 117–129.

doi:10.1007/s10584-015-1338-x

Sodré, U Modelos matemáticos ´ Londrina-PR, 27 de Junho de 2007

Steyaert, L.T.; ed. Environmental modeling with GIS. New York, Oxford University Press, 1993. Cap.

14, p. 147-167.

Tucci, C.E.M. Modelos hidrológicos. Porto Alegre, Ed. Universidade UFRGS, 1998.

Tundisi, J. G. et al. Eutrofização na América do Sul: causas, consequências e tecnologias para

gerenciamento e controle. s. l.: IIE, IIEGA, Eutrosul, 2006a. 532p

Tundisi, J.G. 2007. Exploração do potencial hidrelétrico da Amazônia. Estudos Avançados, 21(59): 109-

117.

VALS, 2016, Virtual ALtimetry Station, Versão 1.0.3, 05/2011, COCHONNEAU, G. CALMANT, S.

Disponível em: < http://www.mpl.ird.fr/hybam/outils/logiciels_test.php>

Wehr, T., ATTEMA, E. (2001). “Geophysical validation of ENVISAT data products”. Advances in Space

Research, 28 (1), 83-91.

105

APÊNDICE A - COTAGRAMAS E PERÍODOS HIDROLÓGICOS DAS

ESTAÇÕES DO RIO MADRE DE DIOS

Figura 77 - Todos os cotagramas gerados nas estações mapeadas no Rio Madre de Dios

106

Figura 78 - Períodos hidrológicos do Rio Madre de Dios, em cada estação, caracterizando o regime hídrico pontual

107

APÊNDICE B - COTAGRAMAS E PERÍODOS HIDROLÓGICOS DAS

ESTAÇÕES DO RIO BENI

Figura 79 - Todos os cotagramas gerados nas estações mapeadas no Rio Beni

108

Figura 80 - Períodos hidrológicos do Rio Beni, em cada estação, caracterizando o regime hídrico pontual

109

APÊNDICE C - COTAGRAMAS E PERÍODOS HIDROLÓGICOS DAS

ESTAÇÕES DO RIO GUAPORÉ

Figura 81 - Todos os cotagramas gerados nas estações mapeadas no Rio Guaporé

110

Figura 82 - Períodos hidrológicos do Rio Guaporé, em cada estação, caracterizando o regime hídrico pontual

111

APÊNDICE D - COTAGRAMAS E PERÍODOS HIDROLÓGICOS DAS

ESTAÇÕES DO RIO MAMORÉ

Figura 83 - Todos os cotagramas gerados nas estações mapeadas no Rio Mamoré

112

Figura 84 - Períodos hidrológicos do Rio Mamoré, em cada estação, caracterizando o regime hídrico pontual

113

APÊNDICE E - COTAGRAMAS E PERÍODOS HIDROLÓGICOS DAS

ESTAÇÕES DO RIO MADEIRA

Figura 85 - Todos os cotagramas gerados nas estações mapeadas no Rio Madeira

114

Figura 86 - Períodos hidrológicos do Rio Madeira, em cada estação, caracterizando o regime hídrico pontual

instituto nacional de pesquisas da amazÔnia - inpa ...§ão_jossandra... · instituto nacional de...

Documents