racionalização da vinha cartografia de movimentos de ... sintese_erosao(1).pdf · pontos: 1....
TRANSCRIPT
Documento síntese de resultados sobre a Racionalização da Vinha de Encosta
Projeto:
Racionalização da vinha – Cartografia de Movimentos de
Vertente e erosão por escorrência.
Erosão por escorrência.
Promotor: ADVID – Associação para o Desenvolvimento da Viticultura Duriense.
Elaboração: Dep. de Geografia da Faculdade de Letras da Universidade do Porto.
Régua, 30 de setembro de 2015
Pontos:
1. EROSÃO HÍDRICA DO SOLO: DEFINIÇÃO E TIPOLOGIA DOS PROCESSOS
2. ENQUADRAMENTO DA ÁREA DE ESTUDO
3. INVENTARIAÇÃO DAS FEIÇÕES EROSIVAS NA QUINTA DE S. LUIZ
4. EQUAÇÃO UNIVERSAL DA PERDA DE SOLO
5. REGRESSÃO LOGÍSTICA
6. SIMULATED WATER EROSION (SIMWE)
7. BIBLIOGRAFIA
Equipa de trabalho - FLUP:
1. Carlos Bateira.
2. Laura Soares.
3. Ana Faria.
4. Sofia Oliveira.
5. Joana Fernandes.
6. Manuel Teixeira.
Equipa de trabalho - ADVID:
1. Fernando José Martins dos Santos Alves
2. Jorge Manuel Rodrigues da Costa
3. Cristina da Conceição Ribeiro Carlos
4. Fernanda da Conceição Corunha Almeida
1. EROSÃO HÍDRICA DO SOLO: DEFINIÇÃO E TIPOLOGIA DOS PROCESSOS
A erosão é condicionada por um conjunto de fatores que atuam de forma integrada,
dependendo, por um lado, da quantidade/duração/intensidade da precipitação e da forma
como se processa o escoamento (fatores de erosividade) – que em parte controlam o tipo
de processos que serão desencadeados - e, por outro, de parâmetros relacionados com os
materiais e o contexto morfoestrutural e antrópico em que se enquadram (fatores de
erodibilidade), influenciando a maior ou menor suscetibilidade à atuação dos processos
erosivos (Soares, 2008) (fig.1).
2. ENQUADRAMENTO DA ÁREA DE ESTUDO
Quinta de S. Luiz, localizada na freguesia de Adorigo (concelho de Tabuaço, distrito de
Viseu), no Alto Douro Vinhateiro (ADV), ocupa uma área de 127,97 ha dos quais cerca
de 70% plantados com vinhas. O substrato litológico dominante abrange as formações
metassedimentares de Bateiras, Ervedosa do Douro e de Rio Pinhão (Sousa e Sequeira,
1989) e, em termos pedológicos, dominam os Litossolos associados a Luvissolos
(Ribeiro, 2000).
Figura 1 - Inter-relação entre os fatores que condicionam a erosão. Extraído de Soares, 2008.
3. INVENTARIAÇÃO DAS FEIÇÕES EROSIVAS NA QUINTA DE S. LUIZ
Decorrente do levantamento de campo foi possível avaliar o panorama geral
relativamente à tipologia dos processos erosivos predominantes, sendo identificadas 219
feições erosivas (fig. 3).
Estas feições correspondem sobretudo a processos lineares, nomeadamente ravinas e
sulcos, verificando-se que a erosão laminar é irrelevante ou inexistente.
Desta forma, os processos de escorrência concentrada exercem mais influência na
dinâmica erosiva da área em estudo, registando-se, de forma isolada, 115 ravinas e 56
sulcos. Não obstante, foram também identificados 21 taludes com feições simultâneas de
sulcos e ravinas e 27 taludes com um padrão constante composto por sulcos.
Figura 2 - Localização da área em estudo.
Figura 4 – Erosão em sulcos e Ravinas na Quinta de S. Luiz
Figura 3 - Tipologia das feições erosivas na Quinta de S. Luiz.
4. EQUAÇÃO UNIVERSAL DA PERDA DE SOLO
Renard e Freimund (1994) e Renard et al. (1997) propõem a RUSLE (Revised
Universal Soil Loss Equation), pretendendo identificar a perda de solo por unidade
de área e por unidade de tempo, mais precisamente a erosão específica. Assim, a
RUSLE permite estimar a erosão média anual do solo e combina um conjunto de
fatores condicionantes, articulados a partir da seguinte equação: (fig. 5).
Figura 5- Fatores que afetam a erosão hídrica do solo. Adaptado de Ferreira, 2008
4.1.
FATOR R
(R)USLE
Os resultados obtidos para este fator têm por base os dados diários de precipitação das
estações de Adorigo e Vale da Figueira, constituindo uma série que abrange o período de
1983 a 2012.
Assim sendo, seguindo a metodologia apresentada por Bertoni & Lombardi e Neto (1995)
procedeu-se ao cálculo da média mensal e anual, do índice de erosividade e
posteriormente do fator R, que resultou num valor único dada a escala de detalhe da área
em estudo
Em que:
EI - média mensal do índice de erosão (Mj/ha.mm);
r² - precipitação média mensal (mm);
P - precipitação média anual;
Figura 6 – Sequência metodológica do Modelo (R)USLE
R - erosividade da chuva (Mj/ha.mm/ano).
4.2. FATOR K (R)USLE
Para o cálculo deste fator foi necessária a determinação de classes texturais, em
laboratório, segundo a classificação de Folk (1954). Posteriormente procedeu-se à
agregação das características texturais segundo a aplicação da metodologia de
Wischmeier & Smith (1978). Realizamos uma agregação dos resultados texturais para as
diferentes amostras de solo, por se tratar de uma área com apenas um tipo de solo.
Precipitação Media anual EI (MJ/ha mm) R (MJ/ha - mm/ano)
686,8 10,3 124,1Adorigo
Quadro 1 - Precipitação média mensal e anual da série de precipitação entre 1983-2012, média mensal
do índice de erosão e fator de erosividade.
Figura 8 - Textura do Solo na Quinta de S. Luiz.
Figura 7 - Caraterísticas físicas do solo da área de estudo e determinação do fator K.
Da análise efetuada, (fig 7.) verifica-se a existência de uma percentagem de finos bastante
elevada, sobretudo a percentagem de argila, bem como o do teor de matéria orgânica,
facto que pode ser explicado pela elevada percentagem de xisto na área em estudo.
Posteriormente, seguindo o nomograma de Wischmeier & Smith (1978) foi possível
identificar, na generalidade o solo possui uma estrutura compacta com permeabilidade
lenta.
Conclui-se que os resultados do fator K são bastante diminutos relativamente à escala K
estabelecida, que varia entre 0 e 0,10 unidades SI devido sobretudo à forte presença de
xisto na Qtª de S. Luiz, associada à cultura da vinha.
4.3. FATOR LS (R)USLE
O fatot LS estabelece uma relação entre o comprimento (L) e o declive (S) de uma
vertente, constituindo um dos fatores que maior influência exerce sobre a erosão, embora
seja muito condicionado pelo tipo de cobertura do solo (fator C) e pela prática agrícola
(fator P), assim como pelos aspetos texturais traduzidos pelo fator K.
O cálculo deste parâmetro, foi também utilizada a ferramenta integrada nos módulos
Terrain Analysis – Hidrology – Topographic Indice, do software SAGA GIS (System for
Automated Geoscientific Analyses), seguindo o algoritmos de Desmet e Govers (1996)
implicando apenas, como dados de entrada, o declive e a área de contribuição.
Segundo a proposta de Desmet e Govers (1996), pode-se obter o fator LS através das
seguintes equações, em função de declives superiores a 9%.
Para declives superiores a 9% a equação é a seguinte:
Em que:
A(i,j) - refere-se à área de contribuição de uma célula com coordenadas (i, j) em
m²;
D - resolução espacial ou tamanho da célula em metros;
x - valor da direção do escoamento;
Ɵ - inclinação da vertente em graus;
m - fator dependente do declive.
4.4. FATOR P (R)USLE
Figura 9 - Fator LS obtido para uma sub-bacia na Quinta de S. Luiz.
Para obter o fator P (fig.10) derivou-se do MDE o mapa de declives, que foi reclassificado
tendo em conta as classes e os valores apresentados no quadro anterior, relativamente à
cultura em terraços.
4.5. FATOR C (R)USLE
Quadro 2. Valores do Fator P de acordo com Tomás (1993). Extraído de Meneses, 2011.
Figura 10 - Fator P obtido para uma sub-bacia de Quinta de S. Luiz. Figura 10 - Fator P obtido para uma sub-bacia de Quinta de S. Luiz.
Estimou-se o fator c pela identificação e cartografia dos tipos de ocupação do solo
elaborada com base no reconhecimento de campo da área em estudo e com recurso às
imagens aéreas. Posteriormente procedeu-se à reclassificação das diferentes classes de
uso em função de valores de referência apresentados Pimenta (1998a) para os diferentes
tipos de cobertura e uso do solo (Figura 11).
4.6. (R)USLE
Para o cálculo da erosão hídrica real (RUSLE), procedeu-se à multiplicação de todos os
fatores, com recurso software ArcGis 10.2. posteriormente efetuou-se uma
reclassificação dos resultados em quatro classes de suscetibilidade: reduzida, média,
elevada e muito elevada (fig. 12).
Figura11 – Fator C (R)USLE obtido para uma sub-bacia na Quinta de S. Luiz.
4.6.1. VALIDAÇÃO RUSLE
Validou-se modelo (R)USLE a partir a do resultado das métricas combinadas onde é
possível a construção de uma matriz de confusão, apelidada também por tabela de
contingência, que ilustra todos os resultados possíveis. Para além disso, através da matriz
de confusão obtêm-se dados de cálculo dos rácios que integram o método de validação.
(quadro 3).
Verifica-se que na sua generalidade, o rácio dos valores positivos apresenta um valor
reduzido, sendo que o valor mínimo para ser considerado válido é 75%. Desta forma
considera-se que não existe concordância entre o inventário e a simulação da perda de
solo. Assim o registo de sulcos, em termos estatísticos, é insuficiente ilustrando um valor
reduzido dos verdadeiros positivos. Porém, decorrente da identificação no terreno
assegura-se que o modelo reflete a identificação de áreas mais suscetíveis à ocorrência de
sulcos.
5. REGRESSÃO LOGÍSTICA
Para estimar a probabilidade de perda de solo anual por erosão hídrica na Quinta de S.
Luiz, recorremos à aplicação do modelo de predição de regressão logística binária, com
recurso aos sotwares SPSS e ao ArcGIS.
Assim, consideramos os resultados obtidos na erosão real com os diferentes algoritmos
de cálculo do fator LS, incluindo apenas para análise os fatores C, P e LS. Esta escolha
decaiu por considerarmos que este são os fatores que exercem mais impacto no
resultado final deste modelo. Desta forma, pretendemos demonstrar o efeito destes
fatores na qualidade global do modelo da RUSLE.
TPR FPR ACC PPV TPR/FPR
0,5537 0,4082 0,5917 0,0044 1,3564
Modelação
RUSLE
Quadro 3 - Validação do Modelo (R)USLE.
De forma a validar o modelo estatístico recorremos à aplicação da matriz confusão
(quadro 4).
Quadro 4 - Validação do modelo estatístico de Regressão Logística.
Desta análise observa-se que o modelo estatístico, de predição da perda de solo, apresenta
um elevado grau de confiança com uma percentagem de verdadeiros positivos de 80%.
Assim, considera-se que o modelo estatístico apresenta um elevado grau de fiabilidade
face à realidade.
6. SIMULATED WATER EROSION (SIMWE)
Integrado no software GRASS GIS (Geographic Resources Analysis Support System –
Geographic Information System), o SIMWE incorpora o cálculo de dois módulos: o
r.sim.water, que simula o fluxo de água superficial e o r.sim.sediment que calcula o
TPR FPR ACC PPV TPR/FPR
0,8033 0,6971 0,3037 0,0019 1,1523
Modelação
Regressão Logística
Figura 13 - Regressão Logística obtida para uma sub-bacia na Quinta de S. Luiz.
transporte de sedimentos por escoamento superficial, de acordo com as seguintes
equações:
∂ h (r, t) / ∂t = i (r, t) q(r, t) (Julien et al. 1995) [1]: (r.sim.water)
Em que: h (r, t) [m] - profundidade da água; t - tempo; i (r,t) [m/s] - excesso de
precipitação; q (r,t) [m2/s] - fluxo de água; r (x, y) – parâmetros de georreferenciação
(coordenadas) derivados do MDE.
∂ [ρsc(r, t) h (r, t)] / ∂ t + .qs (r, t) (Hann et al., 1994) [2]: (r.sim.sediment)
Em que: ρs [partículas/kg] - massa por partículas de sedimentos; c (r, t) [partículas/m3] -
concentração de sedimentos; qs (r, t) [kg/ms] - taxa de fluxo de sedimentos;
Figura 15 - Sequência metodológica do módulo r.sim.sediment.
Figura 14 - Sequência metodológica do módulo r.sim.water.
Como informação de base foi criado um modelo digital de elevação (MDE) com um
metro de resolução, gerado a partir de fotografia aérea de grande detalhe (pixel de 50 cm)
através do procedimento de estero-correlação automática, realizado no software Agisoft
PhotoScan. Sequencialmente foram estimados outros parâmetros adicionais que
controlam a simulação do modelo. Os valores dos parâmetros foram adaptados à área de
estudo tendo em conta a precipitação (estação meteorológica de Adorigo, série 1983-
2012), uso do solo e o tipo de solo. (Quadro 5).
Quadro 5 - Parâmetros de entrada de simulação do Modelo SIMWE, (adaptado de Koco,2011).
Rainfall
excess
(mm/h)
Soil
infiltration
(mm/h)
Manning’s
roughness
coefficient
Sediment
transport
capacity(s)
Detachment
capacity
(s/m)
Critical shear
stress
(Pa)
50 0.8 0.08 0.001 0.001 0.5
Em termos gerais as feições erosivas concentram-se preferencialmente em áreas onde a
profundidade da água assume valores médios e elevados (90,1%), embora as classes
correspondentes a uma maior profundidade sejam ocupadas em percentagem superior por
sulcos (Figura 16a). O panorama é ligeiramente diferente no que se refere ao fluxo de
água, registando a quase totalidade das feições erosivas nas classes onde este assume
valores médios e altos (78,9%), (Figura 16b). A disposição do fluxo relaciona-se
diretamente com a influência exercida pelos declives da vertente. Relativamente à
capacidade de transporte de sedimentos, quase a totalidade das feições erosivas (98,7%)
se localizam nos setores onde a mobilização de materiais atinge valores médios a
elevados. A textura dos materiais apresenta uma elevada percentagem de areia e cascalho
(variável entre 30% a 50%), o que pode determinar um maior destacamento de partículas,
mesmo para valores reduzidos da capacidade de transporte. No que se refere ao fluxo de
sedimentos (Figura 16e), verifica-se que as feições erosivas se concentram nas classes
que assumem valores médios a elevados. Mas o destaque centra-se na percentagem de
ravinas que ocupa as áreas onde a dinâmica de sedimentos assume valores médios a
elevados (90,7%), em contraponto com uma percentagem de 70,5% de sulcos, nas
mesmas classes. Por outro lado, as classes média e muito elevada de concentração de
sedimentos, (Figura 16d) integram a maior percentagem de feições erosivas, embora as
classes elevada e muito elevada registem 59,4% de ravinas e 53,8 % de sulcos. Avaliando
o balanção erosão-deposição, (Figura 16f), é nítida a concentração de feições nos setores
identificados como suscetíveis à erosão, registando 65,6 % de ravinas e 78,1 % de sulcos.
Assim sendo, mais de 75% dos sulcos inventariados, correspondem à simulação do
SIMWE. Por outro lado, a percentagem de verdadeiros positivos associados às ravinas,
ou seja, as feições inventariadas que o modelo considerou suscetível à erosão, não supera
os 75%. Em seguimento, as áreas onde existe uma maior distribuição da deposição
coincidem com a classe mais elevada do parâmetro de concentração de sedimentos.
Modelo TPR FPR ACC PPV TPR/FPR
RUSLE 0,5537 0,4082 0,5917 0,0044 1,3564
Regressão Logística 0,8033 0,6971 0,3037 0,0019 1,1523
Quadro 6 - Validação do Modelo SIMWE.
Profundidade da água (m) Ravinas % Sulcos % Capacidade de transporte (Kg/ms) Ravinas % Sulcos %
< 0.002556 0,0 0,0 0,0 0,0 <0.250319 0,0 0,0 4,0 5,1
0.002556- 0.017906 29,0 45,3 29,0 37,2 0.250319 - 1.900738 48,0 75,0 53,0 67,9
0.017906 - 0.048440 30,0 46,9 40,0 51,3 1.900738 - 9.379197 16,0 25,0 20,0 25,6
> 0.048440 5,0 7,8 9,0 11,5 > 9.379197 0,0 0,0 1,0 1,3
Total 64,0 100,0 78,0 100,0 Total 64,0 100,0 78,0 100,0
Fluxo de Sedimentos (kg/ms) Ravinas % Sulcos % Fluxo de Água (m3/s) Ravinas % Sulcos %
< 0.013766 6,0 9,4 23,0 29,5 < 0.00001 5,0 7,8 4,0 5,1
0.013766 - 0.090350 44,0 68,8 38,0 48,7 0.00001 - 0.00004 30,0 46,9 40,0 51,3
0.090350 - 0.334283 14,0 21,9 17,0 21,8 0.00004 - 0.00011 22,0 34,4 20,0 25,6
> 0.334283 0,0 0,0 0,0 0,0 > 0.00011 7,0 10,9 14,0 17,9
Total 64,0 100,0 78,0 100,0 Total 64,0 100,0 78,0 100,0
Concentração de Sedimentos
(partículas/m3)Ravinas % Sulcos %
Erosão/Deposição limitada pelo
transporte(Kg/m2s)Ravinas % Sulcos %
< 0.007481 0,0 0,0 15,0 19,2 Erosão 42,0 65,6 50,0 64,1
0.007481 - 0.206312 26,0 40,6 21,0 26,9 Deposição 22,0 34,4 28,0 35,9
0.206312 - 0.380483 19,0 29,7 16,0 20,5 Total 64,0 100,0 78,0 100,0
> 0.380483 19,0 29,7 26,0 33,3
Total 64,0 100,0 78,0 100,0
Quadro 7 – Validação dos Modelos RUSLE e Regressão Logística
Bibliografia:
Bertoni, J. e Lombardi Neto, F. (1995) - Conservação do solo. 2ª Ed. São Paulo, Ícone,
355p.
Desmet, P..; Govers, G. (1996) – A GIS procedure for automatically calculating the USLE
LS factor on topographically complex landscape units. Journal of Soil and Water
Conservation, V. 51, nº 5, pp. 427-433.
Folk, R. L. (1954). The distinction between grain size and mineral composition in
sedimentary-rock nomenclature. Journal of Geology. ISSN 0022-1376. Vol. 62, n.º
4, 344 p.
Hann, C. T.; Barfield, B. J.; Hayes, J. C. (1994). Design hydrology and sedimentology for
a small catchments. Academic Press. New York, 588 p.
Julien, P. Y.; Saghafian, B.; Ogden, F. L. (1995). Raster-based Hydrological modelling
of a special varied surface runoff. Water Resources Bulletin, Nº 31, pp. 523-536.
Koco, S. (2011). Simulation of gully erosion using the SIMWE model and GIS. Landform
Analysis, Vol. 17: 81-86.
Meneses, B. (2012) - Erosão hídrica dos solos caso de estudo do concelho de Tarouca.
Dissertação de Mestrado em Gestão do Território, Área de Especialização em
Deteção Remota e Sistemas de Informação Geográfica. Faculdade de Ciências
Sociais e Humanas da Universidade Nova de Lisboa, 137p.
Pimenta, M. (1998) - Directrizes para a aplicação da equação universal de perda dos solos
em SIG: factor de cultura C e factor de erodibilidade do Solo K. Instituo da Água
(INAG), Direcção de Serviços de Recursos Hídricos, 13 p.
Renard K. ; Foster, G.; Weesies, G.; McCool, D.; Yoder, D. (1997) - Predicting soil
erosion by water: A guide to conservation planning with the Revised Universal Soil
Equation (RUSLE). U.S. Department of Agriculture, Agriculture Handbook nº 703,
404 p.
Renard, K.G. e Freimund, J.R.(1994) – Using monthly precipitation data to estimate the
R-factor in the Revised USLE. Journal of Hydrology, 157, pp. 287-306.
Ribeiro, J. (2000). Caracterização genérica da região vinhateira do Alto Douro. DOURO
– Estudos & Documentos, Vol. V, pp. 11-29.
Soares, L. (2008) - A importância das formações superficiais no âmbito dos processos de
erosão hídrica e movimentos de vertente no NW de Portugal. Dissertação
apresentada à Faculdade de Letras da Universidade do Porto para a obtenção do
grau de doutor na especalidade de Geografia no ramo de conhecimento em
Geografia Física, 887 p.
Sousa, B.; Sequeira, A. (1989). Notícia explicativa da folha 10 D (Alijó) da Carta
Geológica de Portugal (1/50 000). Lisboa, SGP, 59 p.
Wischmeier, W. ; Smith, D. (1978). - Predicting rainfall erosion losses - a guideline to
conservation planning, USDA Agric. Handbook 537, Washington, D.C., 67p.