1
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE PESQUISAS HIDRAÚLICAS
MODELAGEM DE PROCESSOS DE EXPORTAÇÃO DE CARBONO EM
BACIAS HIDROGRÁFICAS
PORTO ALEGRE
2010
2
1 INTRODUÇÃO 5
1.1 OBJETIVO............................................................................................................................................... 26
1.2 JUSTIFICATIVA..................................................................................................................................... 25
2 REVISÃO BIBLIOGRÁFICA ......................ERRO! INDICADOR NÃO DEFINIDO.
2.1 O CARBONO NO SOLO E NA ÁGUA.................................................................................................... 6
2.1.1 Balanço de carbono integrado .................................................................................................................... 6
2.1.2 Carbono no solo ......................................................................................................................................... 7
2.1.3 Carbono na água....................................................................................................................................... 11
2.2 MODELAGEM MATEMÁTICA............................................................................................................ 15
2.2.1 Modelagem do Balanço de Carbono no Solo ........................................................................................... 15
2.2.2 Modelagem da Temperatura do Solo ....................................................................................................... 22
2.3 MODELO DE GRANDES BACIAS – MGB .......................................................................................... 23
3 PROPOSTA METODOLÓGICA ...................................................................................27
3.1 SIMULAÇÃO DA DINÂMICA DO CARBONO EM BACIAS HIDROGRÁFICAS ........................... 27
3.2 ESTRATÉGIA METODOLÓGICA ........................................................................................................ 28
3.3 ANÁLISE DE SENSIBILIDADE............................................................................................................ 28
3.4 ÁREA DE ESTUDO: BACIA HIDROGRÁFICA DO RIO IJUÍ E POTIRIBU ..................................... 29
4 RESULTADOS CORRENTES ......................................................................................31
4.1 APLICAÇÃO DO MODELO HIDROLÓGICO...................................................................................... 31
4.1.1 Fontes de Informação e Discretização Espacial ....................................................................................... 31
4.1.2 Parametrização do Modelo Hidrológico................................................................................................... 33
4.1.3 Calibração do Modelo Hidrológico .......................................................................................................... 35
4.2 SIMULAÇÃO DA DINÂMICA DE CARBONO ................................................................................... 40
4.2.1 PARAMETRIZAÇÃO DO MODELO DE CARBONO.......................................................................... 41
4.2.2 Efeito da Temperatura e da Umidade do Solo.......................................................................................... 41
4.2.3 Efeito dos fluxos de água na dinâmica de massa de carbono do solo....................................................... 45
5 GRUPO DE TRABALHO.............................ERRO! INDICADOR NÃO DEFINIDO.
6 REFERÊNCIAS..............................................................................................................48
3
LISTA DE TABELAS
Tabela XX. Classificação funcional da DOM por biodisponibilidade (Adaptado de Findlay e Sinsabaugh, 2002)
............................................................................................................................................................................... 12
Tabela XX. Pontos de controle: estações fluviométricas e exutórios das bacias do Taboão, Turcato, Potiribu e
Ijuí ......................................................................................................................................................................... 31
Tabela XX. Classificação da bacia hidrográfica do rio Ijuí em Unidades de Resposta Hidrológica ..................... 32
Tabela XX. Parâmetros fixos do modelo MGB..................................................................................................... 34
Tabela XX. Capacidade máxima de armazenamento de água na camada de solo para as URHs (preliminar) .....34
Tabela XX. Parâmetros calibráveis, exceto Wm (preliminar)............................................................................... 34
Tabela XX. Valores preliminares das funções objetivos (período: 01/01/1983-31/12/1988)................................ 36
Tabela XX. Valores das funções-objetivo após calibração pelo MOCOM-UA (período: 01/01/1983-31/12/1988)
............................................................................................................................................................................... 37
Tabela XX. Valores para os parâmetros calibrados pelo MOCOM-UA ............................................................... 37
Tabela XX. Parâmetros do módulo de temperatura no solo e carbono.................................................................. 41
Tabela XX. Cronograma de Atividades ..................................................................Erro! Indicador não definido.
4
LISTA DE FIGURAS
Figura XX. Revisão de fluxo do balanço de massa de carbono em águas interiores (Adaptado de Cole et al.
2007)........................................................................................................................................................................ 7
Figura XX. Vias de fluxo de carbono no ecossistema terrestre (Adaptado de Dawson e Smith, 2007).................. 8
Figura XX. Estrutura do modelo Century (Adaptado de Gilmanov et al. 1997) ................................................... 16
Figura XX. Efeito da temperatura e umidade do solo nas reações do carbono (Adaptado de Metherell et al. 1996)
............................................................................................................................................................................... 17
Figura XX. Estrutura do modelo Yasso (Adaptado de Liski et al. 2005) .............................................................. 18
Figura XX. Estrutura do modelo ROMUL (Adaptado de Chertov et al. 2001)..................................................... 19
Figura XX. Estrutura do modelo TerraFlux (Adaptado de Neff e Asner, 2001) ................................................... 20
Figura XX. Estrutura do modelo INCA-C (Fonte: Futter et al., 2007).................................................................. 21
Figura XX. Esquema de balanço vertical no modelo MGB (Fonte: Collischonn, 2001) ...................................... 24
Figura XX. Esquema para geração e propagação de escoamento no modelo MGB (Fonte: Collischonn, 2001).. 24
Figura XX. Modelo Conceitual para os processos de carbono (Adaptado de Futter et al. 2007) .......................... 27
Figura XX. Bacia hidrográfica do rio Ijuí ............................................................................................................. 29
Figura XX. Discretização espacial da Bacia Hidrográfica do Ijuí em mini-bacias e pontos de controle. ............. 32
Figura XX. Composição de imagens 5(R)4(G)3(B) Landsat 5 TM na região da bacia do Ijuí ............................. 32
Figura XX. Mapa das Unidades de Resposta Hidrológicas para a Bacia Hidrográfica do rio Ijuí ........................ 33
Figura XX. Gráfico de pareto: Rlog e ∆V da calibração multi-objetivo. .............................................................. 36
Figura XX. Hidrogramas observado e calculado na estação 75155000 (período: 01/01/1983-31/12/1983) ......... 37
Figura XX. Hidrogramas observado e calculado na estação 75200000 (período: 01/01/1983-31/12/1983) ......... 38
Figura XX. Hidrogramas observado e calculado na estação 75205000 (período: 01/01/1983-31/12/1983) ......... 38
Figura XX. Hidrogramas observado e calculado na estação 75230000 (período: 01/01/1983-31/12/1983) ......... 39
Figura XX. Hidrogramas observado e calculado na estação 75295000 (período: 01/01/1983-31/12/1983) ......... 39
Figura XX. Hidrogramas observado e calculado na estação 75320000 (período: 01/01/1983-31/12/1983) ......... 40
Figura XX. Efeito da temperatura nas taxas de transformação ............................................................................. 41
Figura XX. Efeito do estado de umidade do solo nas taxas de transformação ...................................................... 42
Figura XX. Vazão simulada para a análise de simulação de carbono ................................................................... 42
Figura XX. Efeitos da temperatura e umidade do solo nas transformações de carbono........................................ 43
Figura XX. Efeito combinado da temperatura e umidade do solo nas transformações de carbono....................... 43
Figura XX. Probabilidade de excedência para o déficit de umidade..................................................................... 44
Figura XX. Variações temporais de DOC e DIC (sem efeitos do escoamento superficial) .................................. 44
Figura XX – Variações temporais de DOC e DIC (com efeitos do escoamento superficial) ................................ 45
Figura XX – Variações temporais das cargas de DOC e DIC provenientes da bacia (com efeitos do escoamento
superficial)............................................................................................................................................................. 46
Figura XX. Variações temporais das cargas de DOC e DIC provenientes da bacia (sem efeitos do escoamento
superficial)............................................................................................................................................................. 46
5
1 INTRODUÇÃO
O carbono representa cerca de 50% da massa (seca) viva do planeta, sendo o principal elemento
químico na constituição dos compostos orgânicos. O carbono entra na cadeia alimentar pelo processo de
fotossíntese que é realizado por organismos autotróficos (e.g. plantas verdes e algas). Através da fotossíntese o
carbono encontrado na atmosfera como dióxido de carbono (CO2) é transformado em compostos orgânicos (e.g.
carboidratos e proteínas) que podem então ser assimilados pelos outros organismos da cadeia alimentar. Assim, o
estudo das transformações e vias de fluxo do carbono permite avaliar aspectos relacionados à transferência de
massa (e energia) nas redes alimentares e possui um papel importante no que diz respeito ao funcionamento dos
ecossistemas.
Atualmente existe uma grande preocupação no que diz respeito às mudanças climáticas globais,
seus condicionantes, impactos e medidas de mitigação. Estudos recentes ressaltam que o CO2 tem um papel
importante no controle do clima, pois o mesmo é o principal gás de efeito estufa (GEE) gerado pelas atividades
antrópicas. É conhecido o fato de que atividades humanas tais como o desmatamento e a queima de combustíveis
fósseis contribuem para o aquecimento global através da emissão de carbono para a atmosfera, porém as
mudanças climáticas não resultam exclusivamente das emissões de GEEs (e.g. CO2, metano (CH4), óxido nitroso
(N2O)). Fatores como a presença de aerosóis e de vapor de água na atmosfera, bem como variações na atividade
solar também afetam os processos de absorção, espalhamento e emissão de radiação na atmosfera e na superfície
do planeta e, portanto, influenciam no balanço energético do sistema climático global (IPCC 2001, 2007, 2008).
Os processos no ciclo do carbono estão vinculados ao ciclo hidrológico, pois a geração e o
transporte deste elemento entre os compartimentos atmosfera, vegetação, solo e água dependem de fatores como
a temperatura e a umidade, bem como da magnitude e das vias de fluxo de água que regulam os processos
biogeoquímicos associados. A matéria orgânica (composta por carbono e outros nutrientes) possui um papel
muito importante na regulação do metabolismo de ecossistemas aquáticos, participando tanto de processos de
fluxo de matéria e energia na cadeia alimentar, quanto na geração e emissão de gases como o CO2 e CH4 nesses
sistemas. Com base nesta consideração é intuitivo assumir que variações nas cargas de carbono oriundas da fase
terrestre da bacia hidrográfica devem afetar a dinâmica de ecossistemas aquáticos.
Alterações nas condições climáticas e no uso do solo podem causar impactos em diversos setores,
serviços, funções ecológicas e ecossistemas adjacentes à bacia hidrográfica. Por exemplo, a a alteração nos
fluxos de água decorrente da mudança dos regimes de chuva e vazão pode afetar a quantidade de água disponível
para abastecimento, irrigação e geração de energia e a qualidade das águas. Considerando o ciclo do carbono, a
expansão das áreas urbanas e agrícolas pode favorecer as emissões de GEEs e a perda de carbono dos
ecossistemas. No que se refere aos solos agrícolas, o sistema de manejo utilizado pode ser fator determinante
para definir se o solo vai agir como fonte ou sumidouro de GEEs.
Devido à complexidade de quantificar o ciclo do carbono, este estudo visa compreender melhor a
dinâmica das frações do carbono em bacias hidrográficas, considerando os processos de armazenamento e
transporte, por meio da modelagem matemática e monitoramento em campo. A questão científica deste estudo é
a seguinte:
“É possível compreender melhor os efeitos dos processos que controlam a dinâmica do ciclo do
carbono em bacias hidrográficas?”
6
1.1 O CARBONO NO SOLO E NA ÁGUA
Esta seção começa pela apresentação de um modelo geral de balanço de carbono que pode ser
aplicado em diferentes sistemas. Em seguida são descritos os principais processos do ciclo do carbono nos
compartimentos da superfície terrestre (solo/vegetação e águas interiores) enfatizando as entradas,
transformações e saídas. Uma vez que ciclo do carbono, como tema de pesquisa, abrange processos físicos,
químicos e biológicos, bem como possui um vínculo direto com a ecologia, no decorrer do texto alguns termos e
conceitos dessas disciplinas são descritos de forma a tentar facilitar a leitura por profissionais de diferentes áreas,
em especial, daqueles que trabalham com meio ambiente e recursos hídricos.
1.1.1 BALANÇO DE CARBONO INTEGRADO
O ciclo global do carbono costuma ser representado por três compartimentos, sendo dois deles
biologicamente ativos, a saber, os oceanos e os sistemas terrestres (solo e vegetação), conectados à atmosfera por
onde ocorrem trocas gasosas (IPCC, 2001; Dawson e Smith 2007).
Estudos recentes sugerem que os ecossistemas dos corpos de água interiores representam um
componente metabolicamente ativo no ciclo do carbono global, tal que os corpos de água interiores não são
meros condutos passivos de carbono para o oceano.
De acordo com Cole et al. (2007), o balanço de massa de carbono entre sistemas aquáticos e
terrestres pode ser modelado de forma simples tal como a Equação XX. O carbono importado nos sistemas
aquáticos (I) pode ser estimado como o balanço líquido de carbono entre o fluxo de gases entre o sistema
aquático e a atmosfera(G), o armazenamento nos sedimentos e biomassa (S), e a exportação pela rede de
drenagem (E).
I = G + S + E (Eq. XX)
Explicitando S é mais fácil intepretar o modelo em termos de perdas e ganhos (Equação XX). O
modelo proposto pode ser a qualquer unidade de estudo, por exemplo, um lago, uma bacia hidrográfica, um
trecho de rio, ou ainda, à biosfera terrestre.
S = I – G - E (Eq. XX)
Em uma bacia hidrográfica, o aporte de carbono ocorre principalmente via biótica, através da
fotossíntese. As perdas ocorrem via respiração, combustão e processos hidrológicos. O armazenamento ocorre na
vegetação e na matéria orgânica do solo e nos sedimentos dos corpos de água. Uma descrição mais detalhada dos
processos da fase terrestre e aquática é apresentada nas próximas seções deste texto.
Quando aplicado ao sistema terrestre global, as perdas são representadas pelo transporte de carbono
dos rios para os oceanos (E) e pela emissão de carbono para a atmosfera (G), enquanto a importação (I) é o total
de carbono de origem terrestre que aporta nos ecossistemas aquáticos. Portanto, de acordo com o modelo:
• se I = E, os ecossistemas aquáticos funcionam como condutos passivos (ou neutros)
• se I > E, a perda de carbono excede a exportação, portanto os ecossistemas aquáticos devem
funcionar como condutos (metabolicamente) ativos. Isso significa que existe armazenamento de
carbono ou perdas para a atmosfera durante o trânsito através de ecossistemas aquáticos.
7
Figura XX. Revisão de fluxo do balanço de massa de carbono em águas interiores (Adaptado de Cole et al. 2007).
Com base em estudos recentes, Cole et al. (2007) revisaram os fluxos de carbono contabilizando o
armazenamento e emissão de gases em águas interiores (rios, lagos, reservatórios, banhados, estuários, planícies
de inundação e águas subterrâneas) e utilizaram o modelo apresentado para testar a hipótese do conduto ativo. O
estudo indicou que o carbono originado nos sistemas terrestres e que aporta para as águas interiores deve ser de
pelo menos 1.9 GtC/ano (ou PgC/ano, petagramas, 1015), ao contrário dos 0.9 GtC/ano (sendo 0.7, via águas
superficiais e 0.2, via águas subterrâneas) considerados anteriormente. Os resultados demonstram que o carbono
transportado da superfície terrestre para os corpos de água interiores deve representar pelo menos o dobro do
carbono que aporta no oceano e que as perdas para atmosfera devem representar cerca de três vezes a quantidade
armazenada nos sedimentos de corpos de água interiores (Figura XX).
1.1.2 CARBONO NO SOLO
Na superfície terrestre, o carbono orgânico no solo representa a maior fração de armazenamento,
aproximadamente 2300 Gt, ou ainda, cerca de três vezes a quantidade de carbono estocada na atmofera (IPCC,
2007). O carbono orgânico que é seqüestrado e armazenado nos solos provém da atmosfera pela vegetação via
fotossíntese e também da deposição pela chuva. As formas inorgânicas são geradas principalmente pelo
intemperismo sob minerais aluminosilicados e carbonatados que consiste o principal caminho abiótico de
transferência (Chadwick et al. 1994 apud Dawson e Smith 2007), porém ao contrário do que ocorre nos oceanos,
nos sistemas terrestres o aporte de carbono pela via abiótica é pequena em comparação com as vias bióticas
(Ittekkot et al. 2004 apud Cole et al. 2007). O destino do carbono terrestre depende de processos que ocorrem
dinamicamente entre diferentes compartimentos (Figura XX).
8
Figura XX. Vias de fluxo de carbono no ecossistema terrestre (Adaptado de Dawson e Smith, 2007)
Na grande parte dos ecossistemas terrestres o carbono entra na parte biológica do sistema via
assimilação fotossintética de dióxido de carbono atmosférico (processo denominado produção primária bruta,
Gross primary production – GPP). O carbono assimilado liga-se a outras formas inorgânicas formando a
biomassa da vegetação. Esse carbono assimilado consiste a base que sustenta a vida dos organismos no solo (e.g
plantas, macro-invertebrados e microorganismos), além de processos de oxidação abióticos como a foto-
oxidação e combustão (Bertilsson et al.1999, Randerson et al. 2002, apud Cole et al. 2007). Em média, 40 a 50%
do carbono que entra como GPP é utilizado para a respiração autotrófica retornando para a atmosfera como CO2.
A parcela restante, chamada de produção primária líquida (Net primary production – NPP) é fixada
como biomassa na vegetação. Este fluxo de carbono varia com o clima, eficiência de assimilação da espécie
vegetal e a sazonalidade. O carbono na biomassa vegetal pode ser transferido para o solo na forma de carbono
orgânico pela decomposição de detritos, tais como galhos, raízes, troncos, folhas, galhos e sementes. Uma vez no
solo, o carbono orgânico pode ser convertido novamente em carbono inorgânico através de processos
respiratórios (organismos heterotróficos) e liberados para a atmosfera. Existe uma heterogeneidade espacial nos
fluxos de CO2 oriundos da respiração microbiana no solo, pois como na região das raízes (rhizosfera) há maior
disponibilidade de carbono e nutrientes, essas condições são mais favoráveis para o desenvolvimento das
populações de microorganismos do que no restante do solo (Coleman et al. 2003).
A diferença entre a GPP e a respiração total do ecossistema representa a parcela disponível de
carbono orgânico é chamada de produção líquida do ecossistema (Net ecosystem production – NEP) e tem dois
possíveis destinos: exportação ou armazenamento (Cole et al. 2007).
Os ecossistemas terrestres possuem uma grande capacidade de seqüestrar CO2 da atmosfera, durante
a fase de crescimento da cobertura vegetal. Valores de NEP em excesso de 100 gC m-2ano-1 não são incomuns
para ecossistemas florestados em crescimento ativo (Hollinger et al. 2004; Canadell et al. 2000 apud Cole et al.
2007). O fluxo de CO2 dos ecossistemas (Net ecosystem exchange - NEE) apresenta flutuações diurnas, pois os
9
processos fotossintéticos dominam durante o período iluminado do dia. Além disso, a NEE varia sazonalmente e
com o uso, manejo e cobertura do solo. Estudos realizados no Reino Unido demonstraram que os fluxos de CO2
em regiões de florestas e vegetação baixa foram negativos (ganho de carbono). Por outro lado, as regiões com
agricultura, em geral, apresentaram fluxo positivo (perda de carbono) (Dawson e Smith, 2007). Isso significa que
mudanças no uso do solo, de áreas florestadas para cultivos agrícolas favorecem a perda de carbono.
O equilíbrio entre o aporte de carbono nos ecossistemas terrestres como GPP e as perdas nas
diferentes vias de fluxo (e.g. respiração, exportação para os rios e para a atmosfera, queimadas e desmatamento)
determinam se o ecossistema terrestre age como uma fonte ou sumidouro de carbono.
As atividades químicas e biológicas do solo ocorrem principalmente nas camadas superiores que
constituem a liteira (material vegetal depositado) e o húmus, respectivamente, os horizontes O (0-10cm) e
A (10-15 cm). Grande parte das perdas de carbono do solo ocorre na forma de CO2 que é gerado a partir da
mineralização, principalmente via atividade microbiana, de matéria orgânica. As emissões de CO2 gerados por
processos de decomposição do carbono orgânico no solo (SOC, do inglês, soil organic carbon) aproximam-se de
60 GtC ano-1 o que equivale a cerca de sete vezes as emissões de carbono liberadas pela queima de combustível
fóssil, assim a decomposição de material orgânico da liteira apresenta um papel importante na ciclagem global
de carbono. (Coleman, 2004).
A velocidade dos processos de decomposição e mineralização da matéria orgânica do solo para
DOC e CO2, respectivamente, ocorrem via atividade microbiana e dependem da temperatura, composição dos
detritos, nutrientes e disponibilidade de substrato da matéria orgânica. Estes parâmetros interagem com fatores
físico-químicos do solo como umidade, pH, potencial redox que influenciam a atividade da comunidade de
decompositores no solo (e.g. fungos, bactérias, invertebrados) e das enzimas extracelulares que contribuem para
a degradação da matéria orgânica (Coleman, 2004; Futter et al. 2007).
Os efeitos das variações sazonais da temperatura do solo sob a regulação das taxas de decomposição
de matéria orgânica foram observados, tal que a geração de DOC e de CO2 em meses quentes costuma ser maior
do que no inverno (Hope et al. 2004; Jones e Mulholland, 1998). Em áreas agrícolas, a atividade decompositora
dos microorganismos atinge maiores valores nos períodos imediatamente após o revolvimento do solo, o qual é
associado às estações de temperatura mais elevada no Sul do Brasil, porém as taxas decrescem posteriormente
devido à redução nas frações orgânicas de fácil decomposição (Paul e Clark 1996, La Scala Jr. et al. 2006 apud
Costa et al. 2008). No entanto, David e Jannsens (2006 apud Dawson e Smith, 2007) afirmam que os efeitos
específicos da temperatura sob a decomposição de material lábil (fácil degradação) ou recalcitrante (degradação
lenta) ainda está em aberto.
A composição da biomassa das plantas (e.g. conteúdo de celulose, lipídios e proteínas) depende da
espécie e da idade. Os detritos provenientes de estruturas vegetais podem ser classificados qualitativamente pela
razão Carbono/Nitrogênio (C/N) que é um indicador de susceptibilidade à decomposição, pois o carbono,
particularmente, na forma de lignina é recalcitrante (Cheshire e Chapman 1996, Martens 2000 apud Dawson e
Smith 2007).
A susceptibilidade da matéria orgânica aos processos de decomposição no solo depende de
processos de estabilização do material dentro de micro ou macroagregados de solo (Six et al. 2002 apud
Coleman, 2004). A proteção pode ocorrer fisicamente como matéria orgânica agregada a partículas de silte e
argila, bem como bioquimicamente formando material orgânico recalcitrante no solo. O tempo de residência do
material agregado fisicamente costuma ser da ordem decadal, enquanto o material recalcitrante pode demorar de
10
centenas a milhares de anos para se decompor. A fração de matéria orgânica que não se agrupa aos agregados (3-
5% da matéria orgânica do solo) fica desprotegida e geralmente é mais susceptível à degradação microbiana. As
taxas de decomposição de matéria orgânica são determinadas principalmente pela acessibilidade da comunidade
microbiana do solo à matéria orgânica.
O fluxo de carbono na forma gasosa depende da taxa de geração de CO2 e CH4 durante a respiração
no sistema solo-planta, da taxa de difusão do gás e fluxos de água na interface da atmosfera e solo. Em
ecossistemas do Reino Unido, as perdas de CO2 nessa interface varia de 0.16-1.0 gC m-2d-1 em sistemas de
banhados e charcos, de 3.4-3.8 gC m-2d-1 em áreas florestadas (Fowler et al. 1995a, Worrall et al. 2005, Lloyd
2006, Valentini et al. 2000; apud Dawson e Smith, 2007). Em solos com agricultura e campos pouco orgânicos,
as taxas de emissão devem variar substancialmente de acordo com as práticas de uso e manejo do solo em cada
local, porém é esperado que os as perdas sejam maiores em sistemas mais perturbados. Em solos agrícolas
altamente orgânicos na Finlândia fluxos para a atmosfera de 1.8-25.9 gC m-2d-1 foram observados (Maljanen et a.
2001 apud Dawson e Smith, 2007). Em estudo realizado na região sul do Brasil, Costa et al. (2008)
demonstraram que o plantio direto associado a sistemas de cultura com alta adição de resíduos vegetais ricos em
carbono e nitrogênio favorece o armazenamento de carbono no solo, enquanto que em solo com preparo
convencional, independente do tipo de cultura, e em solo com plantio direto com sistemas de cultura com baixo
aporte de resíduos vegetais favorecem a perda de carbono do solo.
O carbono na forma de CH4 é perdido para a atmosfera por difusão, convecção ou através do
sistema vascular das plantas. A emissão de CH4 ocorre, especialmente, em solos de banhados
(0.43-236 mgC m-2d-1), porém mesmo neste tipo de sistema as perdas de carbono na forma de CO2 são até cem
vezes maiores do que de CH4, isso ocorre porque cerca de 20-55% do CH4 é oxidado nos horizontes superficiais
antes de passar para a atmosfera. Além disso, o metano pode ser assimilado por bactérias metanotróficas,
particularmente, em solos agrícolas orgânicos (Fowler et al. 1995a, Cao et al. 1998, Whalen e Reeburgh 2000,
Whalen 2005, apud Dawson e Smith, 2007).
Além da via fotossintética e da decomposição da matéria orgânica estrutural das plantas, o carbono
pode aportar no solo a partir da atmosfera pela precipitação. Em zonas temperadas, a chuva contém DOC em
concentrações que variam entre 0.82 e 2.00 mg/L. A concentração costuma ser de aproximadamente 1 mg/L
acima do dossel e de 2-3 mg/L abaixo do mesmo (Thurman 1985 apud Allan 1995). Parte do carbono
proveniente da precipitação pode ser interceptada pela vegetação, porém a parcela da precipitação que chega à
superfície do solo (“throughfall”) geralmente apresenta concentrações de DOC mais elevadas provenientes da
própria vegetação. Ao escoar pela vegetação, a chuva libera quantidades significativas de carbono e as gotas
podem chegar até 25 mg/L de DOC (Thurman, 1985 apud Allan 1995).
O primeiro estágio da perda de carbono do solo para as águas superficiais é o movimento da
matéria orgânica do solo para as águas do solo. Na bacia hidrográfica, a água do solo percorre caminhos
determinados pela topografia e pelo tipo do solo, modificando sua composição à medida que se movimenta entre
os diferentes horizontes do solo antes de chegar à rede de drenagem.
O transporte e variabilidade espacial das perdas de carbono do solo na forma dissolvida e
particulada estão vinculados à resposta aos eventos de precipitação e às mudanças nos caminhos e fluxos de água
através dos diferentes tipos de solo e cobertura vegetal que compõe as bacias hidrográficas. Existe uma
correlação positiva entre a vazão e as concentrações de DOC e POC de corpos de água que pode ser explicada,
em parte, pela lavagem do solo, em especial, após eventos de chuva. No entanto, como o transporte de matéria
11
particulada sobre o solo exige uma maior quantidade de energia (em relação à matéria dissolvida), a relação
entre a vazão do carbono na forma particulada é um tanto mais complexa do que na forma dissolvida.
As águas nas camadas superficiais do solo usualmente contém concentrações elevadas de DOC,
variando na faixa de 2-30 mg/L, devido a solubilização de material orgânico da liteira (Thurman 1985, apud
Allan 1995). À medida que o DOC penetra nos horizontes mais profundos, os microorganismos metabolizam
esta fonte de energia e as concentrações diminuem. Ao longo do perfil do solo ocorre também a remoção de
carbono orgânico dissolvido da água por adsorção da matéria orgânica na superfície de óxidos e hidróxidos de
ferro e alumínio, principalmente nos horizontes minerais. Tal processo depende de fatores como pH, textura e
composição do solo. Em solos bastante orgânicos, ocorre pequena redução nas concentrações de carbono
orgânico dissolvido na água do solo, devido à baixa disponibilidade e capacidade de retenção em meio mineral
(Fiebig et al. 1990, Grieve et al. 1990a apud. Dawson e Smith 2007).
Portanto, alterações na quantidade e nos caminhos de fluxo de água nos horizontes do solo,
decorrentes de mudanças hidrológicas na superfície podem ser tão importantes quanto a atividade biológica na
determinação das concentrações de carbono no solo e nos corpos de água que drenam essas águas. De acordo
com Neff e Asner (2001), os principais processos controladores da exportação de DOC dos solos para a rede de
drenagem são a hidrologia e a dinâmica de sorção de carbono orgânico no solo. Em bacias com grandes
reservatórios ou lagos, tanto a produção no solo como a mineralização dentro do lago controla as concentrações
de DOC nas águas superficiais, porém em bacias onde os corpos de água predominantes são rios e córregos, o
regime de vazões e as taxas de produção de DOC nos solos orgânicos são os processos dominantes (Futter et al.
2008).
1.1.3 CARBONO NA ÁGUA
As redes alimentares constituem a principal via de fluxo de carbono nos ecossistemas de águas
interiores e podem ser separadas com base na fonte de energia e de carbono, a saber, a rede de pastejo (do inglês,
grazer) e a rede de detritos que representa o maior compartimento de matéria orgânica em meio aquático. A rede
de pastejo tem como base energética a produção fotossintética (autotrófica) de matéria orgânica que uma vez
incorporada ao sistema (e.g. na biomassa do fitoplâncton e macrófitas aquáticas) é transferida para os outros
níveis tróficos por via de consumo (e.g. herbivoria e carnivoria) na cadeia alimentar. Os detritos representam a
parcela de carbono orgânico morto, distinguível do carbono orgânico na biomassa dos organismos vivos e do
carbono nas formas inorgânicas, disponibilizada por meio não predatório por processos na cadeia trófica (e.g.
excreção ou células mortas) ou de origem externa ao ecossistema (Wetzel, 1984 apud Vahatalo, 2000). A
decomposição dos mesmos representa mais de 50% do fluxo de carbono nas redes alimentares dos ecossistemas
aquáticos (Hedges 1992 apud Vahatalo 2000) e ocorre principalmente através do metabolismo microbiano e por
reações fotolíticas que apresentam papel decisivo no fluxo de material e energia nas cadeias alimentares e na
mineralização de carbono orgânico (e.g. geração de CO2).
A matéria orgânica pode ser gerada dentro do ecossistema (produção autóctone) pelos produtores
primários pela excreção direta e pela quebra do tecido das macrófitas e microflora após a morte. Quando a
matéria orgânica é oriunda de fontes externas ao corpo de água, diz-se que a mesma é alóctone (e.g. as folhas e
galhos que caem diretamente das árvores ou que são transportadas para um lago através do escoamento
superficial). Grande parte do carbono orgânico disponível nos corpos de água naturais consiste em carbono
12
orgânico dissolvido (DOC) e carbono orgânico particulado (POC) morto na forma de detrito, sendo que o DOC
de origem alóctone constitui a fonte primária de sobrecarga de carbono orgânico para as águas doces. A razão
entre DOC e POC normalmente encontra-se entre 6:1 e 10:1, tanto em lagos quanto em rios (Wetzel, 1993).
Toda a matéria orgânica dissolvida (DOM, do inglês, dissolved organic matter) nos rios é oriunda de
processos biológicos (e.g. lixiviação de folhas, decomposição bacteriana) sobre a matéria orgânica existente no
solo, vegetação ou no próprio corpo de água. A matéria orgânica dissolvida pode afetar o funcionamento de
ecossistemas aquáticos por influenciar na acidez, no transporte de metais, nas reações fotoquímicas e no
suprimento de luz, energia e nutrientes (Evans et al. 2005; Skjelkvale et al. 2005; Vahatalo 2004). A DOM é
representada pelos componentes orgânicos capazes de passar em um filtro de 0.45 µm. Em geral, os compostos
orgânicos que se encaixam nesse perfil incluem, em menor proporção, componentes de baixo peso molecular
como aminoácidos e carboidratos (10-15%) e, em sua grande parte, componentes complexos com médio e alto
peso molecular, as substâncias húmicas(50-75%, ou ainda, 90% em águas bastante coloridas). Em termos
práticos, é comum assumir que a fração em massa de carbono na matéria orgânica dissolvida (ou DOC) varia
entre 45-50%.
A produção primária varia ao longo do continuum rio, em resposta às mudanças na geomorfologia e
nos processos fluviais que ocorrem durante o percurso. Na região de cabeceira, a produção primária tende a ser
mais baixa devido à menor largura e profundidade dos cursos de água e ao sombreamento da vegetação. Neste
trecho, o material orgânico provém principalmente da litosfera na vizinhança, ou seja, é de origem alóctone. Os
trechos de alta declividade normalmente se caracterizam pelo movimento rápido e turbulento e, portanto,
possuem um grau elevado de oxigenação e temperaturas mais baixas. À medida que os rios aumentam, nos
trechos intermediários, a densidade da vegetação tende a se tornar menor, permitindo a entrada de luz. A
elevação na temperatura decorrente do menor sombreamento e a diminuição da velocidade do rio favorece o
aumento da produtividade. Nos trechos finais e mais largos do rio os efeitos do sombreamento e da
geomorfologia se tornam menos significativos, porém pode ocorrer restrição da entrada de luz se houver
aumento excessivo da turbidez, afetando a produtividade. Se o aumento da turbidez não for excessivo a produção
primária pode continuar aumentando no sentido de jusante (Chapman, 1996).
Em grande escala, o compartimento de DOM pode ser separado em quatro compartimentos
funcionais: lábil, semi-lábil, recalcitrante e refratário (Tabela XX); com base na composição química e no
número e tipo de reações necessárias para ocorrer a liberação de metabólitos assimiláveis pela fauna microbiana
(Findlay e Sinsabaugh, 2002). Em outras palavras, esta classificação representa a biodisponibilidade ou, ainda, a
facilidade de quebra dos componentes da matéria orgânica em formas prontamente utilizáveis pela comunidade
microbiana.
Tabela XX. Classificação funcional da DOM por biodisponibilidade (Adaptado de Findlay e Sinsabaugh, 2002)
Classificação Compostos (exemplos) Tempo para degradação completa
DOM Lábil Sacarídeos, aminoácidos Minutos DOM Semi-Lábil Polissacarídeos, polipeptídeos, ácidos nucléicos Dias DOM Recalcitrante Substâncias húmicas e fúlvicas Meses DOM Refratária Alifáticos de baixo peso molecular Anos
Os processos hidrológicos podem afetar a exportação e as concentrações de DOC nos corpos de
água através de diversos mecanismos. A matéria orgânica acumulada nas águas da superfície ou dentro do solo
apresenta um tempo de residência menor, resultando numa contribuição relativamente mais alta para as
13
concentrações de DOC, principalmente pela lavagem do solo após tempestades ou por cheias e descargas
sazonais. Assim, as concentrações de DOC nos corpos de água que drenam solos bastante orgânicos devem
aumentar após eventos de chuva (Evans et al. 2005; Dawson e Smith, 2007). Em função da degradação biológica
e química da matéria orgânica ao se movimentar das camadas mais superficiais do solo para os horizontes mais
profundos e também devido aos maiores tempos de residência da água, as concentrações de DOC nas águas
subterrâneas costuma ser baixo, na mediana de 1-2 mg/L (Allan, 1995), portanto a entrada de águas subterrâneas
profundas com baixas concentrações de DOC pode acarretar um efeito diluidor na água corrente do rio. É válido
lembrar que as condições de umidade e temperatura do solo respondem aos processos hidrológicos, portanto
influenciam diretamente nas taxas de produção de carbono no solo e na disponibilidade quantidade de carbono
disponível para o transporte.
A grande parte dos detritos orgânicos, tanto na fase particulada ou dissolvida, dos ecossistemas de
águas interiores consiste de compostos orgânicos residuais de tecidos estruturais de plantas. De acordo com
Naiman e Bilby (1998), o aporte de material alóctone costuma ser altamente sazonal. A DOM costuma entrar na
rede de drenagem durante todo o ano, porém o aporte pode ser mais significativo durante épocas de chuva. A
matéria orgânica particulada fina (FPOM, do inglês, fine particulate organic matter) varia entre 0.45 e 1000 µm,
por exemplo, bactérias, polén, resíduos de macroinvertebrados, detritos algais, e pequenos fragmentos de folhas
que são carregados para os rios em grande quantidade em períodos de cheia. A matéria orgânica particulada
grosseira (CPOM, do inglês, coarse particulate organic matter) como grandes troncos podem entrar nos rios
durante tempestades mais severas.
Uma vez aportado em rios, o carbono orgânico, tanto na forma particulada quanto na dissolvida,
desloca-se no sentido do movimento da água podendo também sedimentar-se no fundo. Em águas superficiais o
DOC pode ser transformado em formas inorgânicas por atividade microbiana e por processos de degradação
fotoquímica, em especial, sob efeitos da luz nos comprimentos de onda do UV-A, UV-B e PAR (do inglês,
photosyntethically active radiation, 400-700nm) (Vahatalo, 2000). Como grande parte da matéria orgânica
alóctone é refratária, a degradação completa deste material em rios deve ocorrer à jusante do ponto de entrada,
podendo inclusive alcançar sistemas estuarinos e oceanos.
O carbono inorgânico particulado (PIC, particulated inorganic carbon) deriva principalmente do
intemperismo e dissolução de minerais carbonatados, no entanto as concentrações de carbono na forma
inorgânica dependem do equilíbrio do sistema carbonato e apresentam principalmente nas formas de íons livres
carbonato (CO32-), bicarbonato (HCO3
-) dissolvido e CO2 livre.
A estrutura e o funcionamento dos ecossistemas aquáticos em rios estão intimamente ligados às
características da litosfera, pois ocorre uma grande transferência de matéria orgânica, nutrientes e sedimentos
para a água através de processos tais como o escoamento superficial e erosão de taludes. O metabolismo dos
ecossistemas aquáticos resulta de complexos processos microbiológicos que são influenciados pelas condições
do ambiente como a disponibilidade de carbono, o potencial redox, turbulência, profundidade do corpo de água e
velocidade de escoamento. Portanto, os processos de geração e emissão de gases como dióxido de carbono (CO2)
e metano (CH4) em rios está intimamente ligada a essas condições.
Os rios naturais costumam apresentar supersaturação elevada de CO2 devido ao aporte de CO2 dos
solos e da mineralização de matéria orgânica terrestre nas águas e sedimentos. A supersaturação de CO2 na
superfície da água, em relação à atmosfera, possibilita altas taxas de transferência por difusão para a atmosfera
(Cole e Caraca, 2001; Hope et al., 2004; Richey et al., 2002; Lilley et al. 1996 apud Hlavacová, 2006).
14
Os gases saem dos sistemas aquáticos principalmente por fluxo difusivo na interface água-ar e por
borbulhamento. A importância de cada um desses meios de transferência depende da variabilidade natural da
temperatura, composição do sedimento e de eventos de inundação. Mudanças bruscas na pressão hidrostática
causadas por mudanças significativas no nível de água favorecem o borbulhamento. Este tipo de processo de
transporte é importante em lagos e banhados, porém a significância da ebulição de gases em rios é pouco
conhecida (Bastviken et al. 2004; Hlavacová et al. 2006).
A presença de CO2 em águas superficiais depende tanto do metabolismo do corpo de água quanto
das transferências do solo para as águas sub-superficiais e subterrâneas. O dióxido de carbono origina-se
principalmente em solos onde as concentrações são elevadas devido à respiração heterotrófica e das raízes. A
geração de CO2 nos solos e ecossistemas ribeiros é regulada por fatores como quantidade e qualidade de matéria
orgânica, temperatura, oxigênio e disponibilidade de nutrientes. Os principais fatores que afetam as reações são a
temperatura e a umidade do solo. Em função disso, a respiração apresenta um padrão sazonal marcado por uma
elevação no verão e diminuição no inverno (Hlavacová et al. 2006). Assim, a variabilidade na concentração entre
diferentes rios deve refletir diferenças na respiração do solo de diferentes bacias e pode ser usado para
caracterizar a variação na atividade metabólica do solo e para testar hipóteses a respeito da produção de CO2 no
solo (Jones e Mulholland, 1998).
O metano encontrado em rios é produzido, na sua grande maioria, nas planícies de inundação
(Richey et al. 2002) ou nos solos e águas subterrâneas (Jones e Mulholland, 1998). O metano também se
encontra tipicamente supersaturado nos rios e é gerado quase que inteiramente pelos processos bióticos
(bactérias estritamente anaeróbias). Segundo Guérin (2006), como os rios são ecossistemas onde as condições
óxicas geralmente prevalecem e a emissão de metano é bastante limitada. A anoxia é mais comum em zonas
terrestres e ripárias, portanto os solos podem representar uma fonte importante de metano. Assim, a presença de
metano em águas de rios deve refletir a magnitude do processo de metanogênese nos solos e, da mesma forma
que o CO2, os níveis de CH4 podem ser utilizados para caracterizar os padrões de anaerobiose no solo.
O aumento de concentração de metano em rios devido à construção de barragens já foi documentado
em alguns rios do noroeste do pacifico e no rio Tyne, no Reino Unido (Lilley et al. 1996, Upstill-Goddard et al.
2000 apud Guérin, 2006). No entanto, o impacto líquido das barragens sobre o CO2 dos rios ainda difícil de
avaliar, pois falta informação a respeito da dinâmica de matéria orgânica na interface reservatório-rio, bem como
sobre as diferentes fontes de carbono.
Fearnside (2004) aponta que as emissões de GEEs para a atmosfera a partir de rios localizados à
jusante de barragens podem ser bastante consideráveis em reservatórios, pois a água proveniente do hipolímnio
freqüentemente apresenta concentrações muito baixas de oxigênio, devido à decomposição anaeróbica da
vegetação e do solo da área inundada. Abril et al. (2005) demonstraram que grandes quantidades de metano e
dióxido de carbono atravessam as turbinas e chegam ao rio à jusante da barragem, no reservatório Petit Saut, na
Guiana Francesa. Neste mesmo local, cerca de 70% das emissões de CH4 e 40% das emissões de CO2 ocorreu a
jusante da barragem. As emissões de CO2 ao longo de 40 km do rio, a jusante da barragem, devido à oxidação
acarretada pela aeração nas turbinas e aeradores foi de cerca de 25%. Segundo Guérin et al. (2006) o CO2
adicional emitido para a atmosfera origina-se da mineralização da matéria orgânica, da oxidação do metano e das
fontes laterais de CO2 provenientes do solo ao longo do curso se água. Richey et al. (2002) afirmam que a perda
de carbono naquele ecossistema podem representar uma parcela importante no ciclo global e determinam que
grande parte do carbono emitido para a atmosfera provém de matéria orgânica das florestas inundadas, mas se
15
oxidam ao longo do curso do rio, a jusante do ponto de entrada. Assim, a decomposição de matéria orgânica
proveniente dos reservatórios artificiais contribui para a redução na concentração de O2 ao longo dos rios a
jusante de barragens.
Em reservatórios, o CO2 e o CH4 são formados principalmente pela decomposição da matéria
orgânica. Em reservatórios de água a matéria orgânica é oriunda da produção primária dentro do corpo de água,
do aporte de DOC e POC da bacia hidrográfica e da biomassa que já existia antes da inundação. Grande parte da
matéria orgânica lábil decomposta nos rios origina-se no reservatório, pela atividade do fitoplâncton e,
possivelmente, da bacia hidrográfica.
A produção de CO2 ocorre pelo processo de respiração das plantas e também pela oxidação do CH4
formado nas camadas mais profundas. O sedimento, na zona profunda do lago, favorece a proliferação de
microorganismos e a comum ausência de oxigênio nessa região favorece a degradação anaeróbia dos compostos
orgânicos. Por outro lado, o oxigênio pode difundir lentamente nas camadas superficiais do sedimento, assim
alguns milímetros desta camada podem ser aeróbios.
O metabolismo bentônico é, na sua grande parte, heterotrófico, microbiano e anaeróbio, mesmo
quando há oxigênio disponível no hipolímnio, em lagos. A decomposição de matéria orgânica nos sedimentos
ocorre através da metanogênese, resultando em CH4 e CO2. A matéria orgânica particulada que se forma na zona
pelágica sofre uma decomposição mais rápida e mais completa durante a sedimentação, o que não acontece com
os tecidos estruturais refratários da flora litoral. Quase sempre os sedimentos contêm quantidades significativas
de matéria orgânica e experimentam intrusões limitadas de oxigênio. O metabolismo das bactérias provoca
rapidamente o aparecimento de condições de anoxia. Em anaerobiose, enormes quantidades de matéria orgânica
são degradadas produzindo o metano que se difunde nas águas, sendo convertido quase completamente na
interface água anaeróbia-aeróbia para CO2, por bactérias (Wetzel, 1993).
1.2 MODELAGEM MATEMÁTICA
Modelos matemáticos tentam representar a dinâmica de sistemas naturais com a finalidade de
facilitar o entendimento do sistema e permitir prever a resposta do sistema a condicionantes externos. Modelos
baseados em equações matemáticas, obtidas a partir de observações e técnicas estatísticas, podem ser capazes de
identificar quais fatores influenciam nos processos. Os modelos de base física, desenvolvidos a partir de
princípios de conservação de massa e energia tem maior capacidade de representar os mecanismos e podem ser
aplicados na projeção de cenários futuros e avaliação dos efeitos de medidas corretivas.
Segundo Palosuo et al. (2008) o uso combinado das linhas de modelagem de base física e empíricas
podem apresentar vantagens consideráveis. Por exemplo, os modelos empíricos podem ser utilizados para
calibrar os modelos baseados em processos e esses, uma vez calibrados, podem prover informações sobre os
processos específicos em condições ambientais variáveis. A acurácia das estimativas dos modelos baseados em
processos depende da acurácia na descrição e modelagem dos processos que controlam e regulam os sistemas,
bem como da parametrização dos modelos.
1.2.1 MODELAGEM DO BALANÇO DE CARBONO NO SOLO
16
Para melhor entender os meios pelo quais ocorrem os fluxos de carbono nos ecossistemas terrestres,
modelos empíricos e baseados em processos foram desenvolvidos para diferentes objetivos, por exemplo, para
identificar possíveis mecanismos responsáveis pela alteração nas concentrações de DOC em corpos de água
(Evans et al. 2005; Holmberg et al. 2006; Futter et al. 2007; Futter et al. 2008; Futter et al. 2009) e para avaliar a
dinâmica de carbono em solos de florestas (Liski et al. 2005; Chertov et al. 2001). Diferentes formas de
representação para os compartimentos e fluxos de carbono na interface terrestre (vegetação e solo) pode ser
encontrada em modelos de ecossistema, tais como o CENTURY (Parton et al. 1987 apud Metherell et al. 1996),
DAYCENT (Parton et al. 1998) e TERRAFLUX (Neff e Asner, 2001) desenvolvidos para avaliar a dinâmica de
carbono em diferentes biomas, ou ainda, em modelos como o YASSO (Liski et al 2005; Tuomi et al. 2009) e
ROMUL (Chertov et al. 2001) que enfatizam as transformações nas camadas superficiais do solo. O modelo
INCA-C (Futter et al. 2007; Futter et al. 2009; Futter et al. 2009) foi desenvolvido para estudar a dinâmica de
DOC em corpos de água de bacias hidrográficas.
1.2.1.1 Modelo CENTURY
O modelo CENTURY, desenvolvido por Parton et al. (1987 apud Metherell et al. 1996), foi
aplicado e testado com sucesso em diversas simulações da dinâmica sazonal e longo-termo da produtividade de
plantas, decomposição de matéria orgânica e ciclagem de nutrientes em diferentes ecossistemas como florestas,
agriculturas e campos na America central, África, Europa e Asia (e.g. Parton et al. 1993a; Parton et al. 1993b,
Paustian et al. 1992, Sanford et al. 1995, Xiao et al. 1996 apud Gilmanov et al. 1997). Um esquema simplificado
deste modelo pode ser observado na Figura XX.
Figura XX. Estrutura do modelo Century (Adaptado de Gilmanov et al. 1997)
O modelo CENTURY simula a dinâmica de carbono(C), nitrogênio(N), fósforo(P) e enxofre(S) para
diferentes sistemas planta-solo. O modelo pode similar a dinâmica de florestas, savanas, campos e agricultura. O
Formatado: Português(Portugal)
17
módulo para matéria orgânica no solo simula o fluxo de C, N, P e S através da liteira e diferentes
compartimentos orgânicos e inorgânicos no solo. O modelo realiza as simulações utilizando passo de tempo
mensal (ou diário, na versão DAYCENT apud Parton et al. 1998) e as variáveis de entrada principais incluem:
temperatura do ar máxima média e mínima média mensal; precipitação mensal; conteúdo de lignina na estrutura
das plantas; conteúdo de N, P e S na estrutura das plantas; textura do solo; entradas de N da atmosfera e no solo;
condições iniciais de C, N, P e S no solo.
O modelo inclui três compartimentos de matéria orgânica (ativo, lento e passivo) que apresentam
diferentes taxas de decomposição, quatro compartimentos de liteira (metabólico e estrutural, acima e abaixo do
solo) e um compartimento microbiano o qual está associado com a decomposição da liteira superficial.
Acima e abaixo do solo, os resíduos de plantas e de animais são particionados em compartimentos
estrutural e metabólicos, em função da razão lignina:N. Quanto maior for essa razão, maior será a quantidade de
resíduo particionado no compartimento estrutural, o qual apresenta taxas de decaimento muito menores do que o
compartimento metabólico. Assume-se que a decomposição dos resíduos das plantas e de material orgânico são
mediados via atividade microbiana, gerando perda de carbono na forma de CO2, resultante da respiração
microbiana. As taxas potenciais de decomposição são ajustadas em função da umidade e temperatura do solo
(Figura XX) e podem ser acelerados em função do tipo de cultivo.
Figura XX. Efeito da temperatura e umidade do solo nas reações do carbono (Adaptado de Metherell et al. 1996)
Os produtos da decomposição são deslocados para um dos três compartimentos de SOM. Assume-se
que a decomposição dos compostos estruturais contribui somente para o compartimento lento de SOM. O
compartimento ativo representa os micróbios do solo e produtos microbianos (pois o compartimento ativo total
varia entre duas a três vezes a quantidade de biomassa microbiana) e possui um tempo de residência que varia
entre meses e anos, dependendo das condições ambientais e conteúdo de areia do solo. A textura do solo
influencia as taxas de renovação (maiores taxas para solos arenosos) do compartimento ativo e a eficiência da
estabilização de SOM ativo para o compartimento lento (maior estabilização para solos argilosos). O
compartimento lento inclui material vegetal derivado dos compartimentos estrutural e material estabilizado
derivado do compartimento ativo e possui tempo de residência de 20-50 anos. O compartimento passivo é muito
resistente à decomposição e inclui matéria orgânica física e quimicamente estabilizada com tempo de residência
de 400-2000 anos. A proporção de matéria orgânica que entra no compartimento passivo aumenta com o
conteúdo de argila no solo.
1.2.1.2 Modelo YASSO
18
O modelo de carbono e decomposição YASSO (Liski et al. 2005) descreve o processo de
decomposição de matéria orgânica baseado na qualidade da liteira e informações climáticas (temperatura anual
acumulada e precipitação mensal) e foi desenvolvido para simular a dinâmica de carbono no solo em regiões de
floresta e aplicado na região do sul da Finlândia e Suécia, em passo de tempo anual.
O modelo possui sete compartimentos de carbono, sendo dois na liteira e cinco no solo. A liteira é
separada em três classes de qualidade, a saber, material não-lenhoso (ex. folhas e raízes finas), material lenhoso
grosseiro (ex. tocos de árvores) e material lenhoso, material lenhoso "de qualidade" (ex. ramos de árvores e
raízes). O modelo descreve as transformações do material lenhoso na liteira considerando o tempo de exposição
à atividade microbiana e, por fim, representa os processos de transformação de carbono no solo entre diferentes
compartimentos, classificados de acordo com a composição ou qualidade química do material (celuloses,
ligninas, extraíveis). A decomposição lenta dos componentes no solo é descrita em dois compartimentos de
húmus (Figura XX).
Figura XX. Estrutura do modelo Yasso (Adaptado de Liski et al. 2005)
O tempo de exposição da liteira à atividade microbiana é estimado com base na temperatura,
precipitação e evapotranspiração. As taxas de decomposição das formas de carbono no solo são lineares e
proporcionais à quantidade de massa de cada componente, também ajustadas em função das condições climáticas
e considera-se a camada de solo à profundidade de 1m
1.2.1.3 Modelo ROMUL
O modelo ROMUL (Chertov et al. 2001) foi desenvolvido para simular a dinâmica de matéria
orgânica em solos de florestas e separa a matéria orgânica em compartimentos com base em diferentes estágios
de decomposição, ou ainda, no processo de humificação. O modelo procura contabilizar três processos
principais, a saber, a mineralização e humificação da matéria orgânica da liteira, a mineralização da liteira
19
humificada e a liberação de nutrientes, em especial, nitrogênio devido a esses processos (Figura XX).
A liteira é dividida em grupos de acordo com a qualidade da matéria (e.g. conteúdo de nitrogênio),
acima (e.g. galhos, folhas) e abaixo do solo (e.g. raízes). Cada grupo da liteira é decomposta em três etapas (ou
compartimentos), sendo as duas primeiras (liteira não-decomposta e liteira parcialmente decomposta) separadas
para cada grupo e a última, o húmus estabilizado, é comum a todos os grupos de liteira. Cada etapa de
decomposição possui taxas referentes a grupos específicos de decompositores (e.g. fungos, ácaros, artrópodes,
bactérias) definidos pela razão C:N do grupo de liteira, ajustadas também às condições de temperatura e umidade
do solo. A mineralização do húmus depende também do conteúdo de argila no solo. Essas dependências são
representadas por um conjunto de modelos de regressão empíricos resultantes de experimentos de decomposição
de liteira em condições controladas em laboratório.
O modelo funciona em passo de tempo mensal, considerando a profundidade de 1 metro no solo, e
os parâmetros de entrada são a quantidade e qualidade do material da liteira, dados climáticos (séries de
temperatura do ar, temperatura do solo e precipitação) e condição inicial de matéria orgânica no solo, bem como
o conteúdo de nitrogênio.
Figura XX. Estrutura do modelo ROMUL (Adaptado de Chertov et al. 2001)
1.2.1.4 Modelo TerraFlux
Neff e Asner (2001) desenvolveram um modelo para simular os fluxos de SOC e DOC através do
solo em uma ambiente florestado, de clima temperado no nordeste dos Estados Unidos que foi acoplado no
modelo de ecossistema TerraFlux (Asner et al. 2001). O TerraFlux simula o balanço de energia, NPP, processos
hidrológicos no solo, transporte estabilização de DOC e decomposição, em passo de tempo horário. O modelo
hidrológico é baseado nas equações de Richards e simula o fluxo de água em seis camadas de solo, baseados nas
equações de transporte de calor e água descritas por Bonan (1995 apud Neff e Asner 2001).
Os mecanismos de geração, consumo e estabilização de DOC foram adaptados a um modelo que
representa os fluxos de carbono decorrente de processos biológicos e físicos, tais como sorção e dessorção de
20
matéria orgânica. O modelo de carbono no solo é semelhante ao modelo Century (Parton et al. 1987 apud Neff e
Asner 2001) e é representado na figura XX.
Figura XX. Estrutura do modelo TerraFlux (Adaptado de Neff e Asner, 2001)
O carbono entra no solo através dos processos de geração e partição de liteira (fração solúvel e
estrutural), bem como da quebra de raízes nas camadas do solo. A matéria orgânica em cada camada do solo é
separada em três compartimentos: ativo (micróbios), lento e passivo; de acordo as velocidades de decomposição
(ou “tempo de residência”). As taxas de decomposição são ajustadas para condições de temperatura e umidade
de acordo da mesma forma que no modelo Century, tal que as reações aceleram com o aumento dessas variáveis.
Os fluxos de DOC da camada superficial para o solo são representados pelo produto da
concentração de DOC na camada superficial que são estimadas empiricamente com base na razão lignina:N do
material, as frações solúveis de carbono na liteira e raízes e os fluxos hidrológicos.
No reservatório de decomposição lenta consideram-se o acréscimo de massa por sorção e
decréscimo por dessorção, decomposição microbiana e os fluxos para o compartimento passivo. Os processos de
sorção e dessorção são modelados utilizando uma regressão linear com base em experimentos de laboratório
(Novdin et al. 1986 apud Neff e Asner 2001). Na prática, os coeficientes da regressão representam estimativas
para os coeficientes de partição que são ajustadas, posteriormente considerando o estado de saturação de água no
solo e a composição do solo (percentual de argila).
1.2.1.5 Modelo INCA-C
O modelo INCA-C (Integrated Catchments Model for Carbon - Futter et al. 2007; Futter et al. 2008;
Futter et al. 2009) é um modelo determinístico e semi-distribuído para bacias hidrográficas que simula o
21
armazenamento de carbono orgânico nos ambientes terrestre e aquático, bem como os processos de
transformação dentro dos compartimentos e a transferência entre os mesmos, em intervalo de tempo diário.
Séries históricas de precipitação efetiva e déficit de água no solo, bem como temperatura do ar são necessários
para simulação. A temperatura do solo influencia as taxas de transformação de carbono e é calculada utilizando
um modelo de difusão simplificado (Rankinen et al. 2004). Quando existem dados de diferentes partes da bacia,
é possível particionar a mesma e modelar a bacia como um conjunto de sub-bacias. Dentro de cada bacia o solo é
representado por duas camadas (horizonte orgânico e mineral) e é possível atribuir uma dentre seis classes de
cobertura vegetal.
O INCA-C simula o fluxo de carbono orgânico no solo (SOC), carbono orgânico dissolvido (DOC)
e carbono inorgânico dissolvido (DIC, do inglês, dissolved inorganic carbon) em dois compartimentos, a saber,
solo e águas superficiais. A entrada de carbono orgânico na camada superior do solo é simplificada por um termo
que representa a quebra de material orgânico na superfície (liteira) e das raízes no solo. No compartimento solo
são representados os processos de sorção e dessorção que transformam carbono orgânico entre DOC e SOC e de
mineralização das formas orgânicas para inorgânica que pode ser transferida para atmosfera, por difusão. DOC e
DIC são transportados advectivamente pelo movimento de água de cima para baixo no solo, e do solo para as
águas superficiais. No rio, as reações em cada trecho são realizadas como num reator, há mineralização
(microbiana e fotolítica) de SOC e DOC para DIC que pode ser volatilizado para a atmosfera (Figura XX). O
modelo foi desenvolvido com o intuito de simular os efeitos de longo prazo do clima na concentração de DOC
(Futter et al. 2007; Futter et al. 2008).
Figura XX. Estrutura do modelo INCA-C (Fonte: Futter et al., 2007)
As reações de transformação no solo são dependentes da temperatura e da condição de umidade do
solo. O efeito da temperatura é realizado utilizando um modelo tipo Q-10, tal que quanto maior a temperatura,
maior a velocidade das reações e, portanto maior as taxas de transformação. O efeito da umidade é feito
utilizando um modelo linear, com base no déficit de umidade do solo.
Os processos de transformação na água também seguem modelos lineares. A mineralização
microbiana depende da temperatura da água, enquanto os processos fotolíticos dependem tanto da radiação
incidente quanto da concentração de DOC na água. O modelo para os termos cinéticos considera a diminuição na
taxa de mineralização fotolítica à medida que o DOC aumenta, devido ao aumento da cor.
22
1.2.2 Modelagem da Temperatura do Solo
A temperatura do solo é um fator de importância na determinação das taxas e direções dos processos
físicos, químicos e biológicos do solo, bem como da troca de energia e massa com a atmosfera. A temperatura do
solo varia em resposta às mudanças nos processos de troca de energia latente, radiante e térmica na superfície.
Os parâmetros do solo pertinentes ao regime térmico do mesmo são a capacidade calorífica
específica, condutividade térmica e difusividade térmica. Estes parâmetros são influenciados pelas características
do solo e estado de saturação. Os solos apresentam temperaturas que variam entre 273K e 330 K e emitem
radiação de onda longa, com comprimento na faixa dos 10µm (Hillel, 2003).
A transferência de energia ocorre por três meios: radiação (eletromagnética), convecção (transporte
de massa) e condução (difusão molecular). O balanço de energia em solo exposto costuma ser representado pelos
fluxos de radiação de onda curta e longa na superfície e considerando que parte dessa energia é transformada em
calor e contribui para o aquecimento do solo e do ar, bem como no processo de vaporização da água (calor
latente). O albedo da superfície representa a quantidade de radiação solar que é refletida e varia em função de
características da superfície do solo como a rugosidade e cor, e costuma variar entre 0.1 e 0.4. Em curto prazo, o
albedo depende também da mudança no estado de saturação do solo.
A modelagem de temperatura em solos expostos pode ser realizada, de forma simplificada, a partir
de duas leis de transporte de calor (Hillel, 2003). A 1º lei da condução de calor, afirma que o fluxo de calor em
um corpo homogêneo ocorre na direção e proporcionalmente ao gradiente de temperatura, no sentido da
diminuição da temperatura, representado pela eq. XX:
qh=-K*grad(T) (Eq. XX)
Sendo qh, a quantidade de calor conduzida por unidade de área por unidade de tempo; K, a
condutividade térmica; grad(), o operador gradiente; T, a temperatura.
A 2º lei permite contabilizar as condições não permanentes (transientes) e afirma que a taxa de
variação de calor em um volume, em relação ao tempo é igual à variação de fluxo com a distância, condição
expressa matematicamente pela eq. XX:
ρ*Cm*(∂T/∂t) = - grad(qh) (Eq. XX)
Onde ρ é a densidade de massa e Cm é a capacidade calorífica específica por unidade de massa.
Substituindo a Eq. XX na Eq. XX, e considerando os fluxos somente no eixo vertical, temos:
ρ*Cm *(∂T/∂t) = - ∂/∂z[K*( ∂T/∂z)] (Eq.XX)
Considerando que a difusividade térmica (D) é a razão da condutividade térmica sobre a capacidade
calorífica volumétrica (CV= ρ*Cm) pode se definir:
D = K/CV (Eq. XX)
E substituindo a Eq. XX na Eq. XX o fluxo difusivo
qh = -D*CV*(∂T/∂z) (Eq. XX)
Usando a simplificação de que D independe da distância, podemos reescrever a Eq. XX na forma de
uma equação de difusão.
∂T/∂t = D*(∂2T/∂z2) (Eq. XX)
A temperatura do solo pode ser simulada utilizando a Eq. XX que é resolvida através de um
esquema numérico explícito de três pontos no espaço que representam a temperatura na superfície, a temperatura
23
no centro da camada do solo (∆z), de espessura 2∆z em relação a superfície) e uma temperatura no final da
camada (ver detalhes em Futter et al. 2007; Futter et al. 2008; Futter et al. 2009). Considera-se que a temperatura
na superfície é igual à do ar e que a temperatura no final da camada é igual à temperatura no centro da camada,
implicando que não há fluxo de calor para a camada de baixo. Essas simplificações produzem um desvio nas
temperaturas calculadas, mas facilita o processo de cálculo (Rankinen et al. 2004). É válido lembrar que na
prática, os parâmetros do solo variam em função do estado de umidade do solo e que existem complexas
interações termodinâmicas ou canopia por parte da vegetação, porém no presente estudo procuramos um modelo
simples e de poucos parâmetros para representar a transferência de calor e variação de temperatura no solo.
1.3 MODELO DE GRANDES BACIAS – MGB
O Modelo de Grandes Bacias (Collischonn, 2001) é uma ferramenta de simulação hidrológica
baseada em processos que realiza a transformação chuva/vazão considerando a heterogeneidade espacial
(modelo distribuído) desenvolvido, em um primeiro momento, para bacias de grande porte (maiores que 10.000
km2). Porém, o sistema de discretização, em mini-bacias, permite a aplicação do mesmo em bacias de diferentes
tamanhos. Seu campo de aplicação na área de recursos hídricos é vasto podendo ser utilizado em estudos de
disponibilidade hídrica, previsão de vazões, bem como impactos de ações antrópicas sobre a quantidade e
qualidade de água, entre outros.
Para aplicação do MGB é necessário consolidar um banco de dados com séries temporais de
precipitação, vazão e clima (velocidade do vento, insolação, pressão, umidade relativa do ar), seções transversais
de rios, informações topográficas (ex. comprimentos de rio, declividades, áreas) e topológicas (ex. caminhos de
água, ordem dos rios) extraídas de modelos digitais de elevação (MDEs) utilizando técnicas de
geoprocessamento, bem como informações sobre o tipo, uso e ocupação do solo e cobertura vegetal, através de
imagens de satélite e/ou mapas.
Baseado no modelo LARSIM, com algumas adaptações do modelo VIC-2L, o MGB simula os
seguintes processos: balanço vertical de água no solo; geração de escoamento nas bacias; amortecimento e
retardo de escoamento nas bacias por reservatórios lineares; propagação em rios e planícies de inundação, com o
modelo de Muskingum-Cunge ou hidrodinâmico (Paiva, 2009); propagação em reservatórios.
O MGB considera a heterogeneidade espacial dentro das mini-bacias (ou células) para a geração de
escoamento. O balanço vertical é realizado base em unidades de resposta hidrológica (URHs) que são classes
caracterizadas de acordo com a homogeneidade do comportamento hidrológico definidos por um com conjunto
de fatores locais como cobertura vegetal e tipo do solo, extraídas de mapas e imagens de satélite. O balanço é
realizado considerando os processos de interceptação, evapotranspiração (utilizando Penman-Monteith),
armazenamento no solo, trocas com o aqüífero e geração de escoamento superficial, sub-superficial e
subterrâneo (Figura XX).
24
PE
P-I
DSUP
DINT
DBAS
Wm
W
.
Figura XX. Esquema de balanço vertical no modelo MGB (Fonte: Collischonn, 2001)
O escoamento superficial (rápido), sub-superficial (lento) e subterrâneo (muito lento) (Dsup, Dint e
Dbas, respectivamente) na bacia depende do estado de armazenamento de água do solo (W). O escoamento
superficial é gerado a partir da saturação do solo, somente em eventos de chuva. A hipótese básica do modelo
utilizado é que o solo pode ser representado por um número grande de tubos (ou reservatórios) com capacidade
de armazenamento de água variável e que quando pelo menos um dos tubos se enche, inicia-se o escoamento
superficial. Tal abordagem permite representar a não-linearidade do processo de geração de escoamento,
considerando que à medida que um maior percentual desses tubos atinge a saturação, maior é a probabilidade de
ocorrer escoamento superficial. Uma descrição mais detalhada deste modelo pode ser encontrada em Todini
(1996 apud Collischonn 2001).
Uma vez realizado o balanço vertical em nos blocos hidrológicos da mini-bacia, os volumes de água
que contribuem para o escoamento são acumulados (enchimento) e propagados (esvaziamento) utilizando
reservatórios lineares para representar os processos de translação e armazenamento (retardo e amortecimento) na
bacia hidrográfica e que contribuem para o escoamento nos canais (Figura XX). Uma vez na rede de drenagem,
o escoamento pode ser propagado pelo método de Muskingum-Cunge (linear ou não linear) ou utilizando o
modelo hidrodinâmico, representado pelas equações de Saint-Venant.
Figura XX. Esquema para geração e propagação de escoamento no modelo MGB (Fonte: Collischonn, 2001)
25
1.4 JUSTIFICATIVA
A principal justificativa para o tema proposto está associada à formação de conhecimento sobre
processos de exportação de carbono em bacias hidrográficas, em especial, sobre os fluxos na interface terra-
água.
A perda de carbono orgânico terrestre para os rios equivale a 10% da produtividade líquida do
ecossistema terrestre (carbono disponível para armazenamento ou exportação do sistema) o que representa uma
parcela significativa do balanço global de carbono (Schlesinger, 1991 apud Futter et al. 2008). O aporte de
carbono em corpos de água modifica as características do meio, tais como o equilíbrio químico, a transparência
da água, o transporte de nutrientes e metais e a formação de gases. Dentre os elementos que constituem a matéria
orgânica que aporta nos corpos de água, o carbono orgânico dissolvido (DOC, do inglês, dissolved organic
carbon) representa a maior parcela em termos de sobrecarga de carbono (Wetzel, 1993). Uma vez que as redes
alimentares aquáticas são movidas em grande parte, pelo material oriundo das bacias adjacentes, as mudanças no
fluxo de DOC da terra para as águas superfícies podem afetar a ecologia de lagos e rios (Findlay e Sinsabaugh,
2002).
Existe ainda uma lacuna no nosso conhecimento no que diz respeito ao entendimento das fontes e
fluxos de DOC, carbono orgânico na forma dissolvida, em ecossistemas aquáticos sob diferentes condições
hidrológicas, ou ainda, em diferentes biomas. Estudos no sentido de melhor entender como as atividades
antrópicas atuais e futuras podem afetar a dinâmica (concentração e fluxos) de DOC em grandes escalas, bem
como os impactos decorrentes de mudanças no uso do solo (urbanização e agricultura), mudanças na morfologia
da rede de drenagem (ex. construção de reservatórios e canalização) e mudanças climáticas (ex. temperatura e
precipitação) sobre a dinâmica de DOC também são necessários (Mulholland, 2002). Ainda é necessário estudar
as interações entre clima, deposição ácida, manejo do solo, produção de matéria orgânica, seqüestro de carbono
no solo e fluxos de matéria orgânica dissolvida para realizar projeções de longo-prazo (mais de 15 anos) de DOC
em águas superficiais (Futter et al. 2008). Cole et al. (2007) aponta que as mudanças nos fluxos da água podem
ajudar a explicar mudanças na concentração de DOC em períodos de curto-prazo (entre 1 e 4 anos).
Nas últimas décadas houve um grande aumento de interesse, tanto da comunidade científica quanto
das autoridades políticas, sob o entendimento dos fatores que controlam o ciclo do carbono. Isso decorre do fato
que os países podem utilizar de mecanismos de armazenamento (ou seqüestro) de carbono para auxiliar no
alcance das metas de redução de emissões de carbono produzidas pela queima de combustível fóssil, previstas no
Protocolo de Kyoto. Em vista disso, existe uma grande contingência entre os fatores político-econômicos e o
entendimento dos processos que controlam as entradas e saídas de carbono dos ecossistemas. Neste contexto,
definir se um sistema atua como fonte ou sumidouro de carbono, bem como entender as parcelas do balanço,
possui um papel importante na tomada de decisão. De acordo, com o relatório do IPCC (2008) existe uma
necessidade de se aprimorar o entendimento e a modelagem do efeito das mudanças climáticas e suas
associações tanto no ciclo hidrológico quanto nos ciclos biogeoquímicos, em diversas escalas.
O acoplamento de um módulo de balanço de carbono em um modelo hidrológico distribuído de base
física pode também ajudar a avaliar os efeitos decorrentes de mudanças no uso do solo e cobertura vegetal na
geração e fluxo de cargas orgânicas geradas na bacia hidrográfica que afetam o metabolismo de corpos
aquáticos, contribuindo para o melhor entendimento das interações entre hidrologia, variações climáticas, ciclo
de carbono e ecossistemas aquáticos de águas interiores.
26
1.5 OBJETIVO
O objetivo principal deste trabalho é compreender melhor a dinâmica do carbono em bacias
hidrográficas, considerando a heterogeneidade espacial e temporal nos processos de armazenamento e
transferência de carbono entre o solo e os corpos de água utilizando modelagem matemática e monitoramento
em campo.
Dentre os objetivos específicos pode-se citar:
• investigar os principais fatores e mecanismos de mudança na concentração de carbono de
águas interiores;
• investigar os principais processos de transformação de carbono no solo e vias de fluxo para
corpos de água interiores;
• desenvolver um modelo matemático baseado em processos para representar as transformações
e o transporte de carbono entre o solo e os corpos de água em bacias hidrográficas;
• analisar a sensibilidade dos parâmetros do modelo;
• ajustar o modelo proposto a partir de dados observados;
• avaliar a resposta do modelo, em termos de dinâmica de carbono mediante perturbações em
variáveis climáticas.
27
2 PROPOSTA METODOLÓGICA
Nesta seção é descrita a proposta metodológica para a realização da pesquisa, apresentando o
modelo conceitual para a dinâmica de carbono proposto, a estratégia de pesquisa, métodos de análise de
sensibilidade e descrição da área de estudo.
2.1 SIMULAÇÃO DA DINÂMICA DO CARBONO EM BACIAS HIDROGRÁFICAS
Para a simulação da dinâmica do carbono em bacias hidrográficas um modelo de balanço de
carbono no solo que será e acoplado ao modelo MGB que simula a dinâmica do escoamento. O modelo de
balanço de carbono é baseado no modelo INCA-C (Futter et al. 2007, Futter et al. 2008, Futter et al. 2009) e está
atualmente em desenvolvimento. A Figura XX apresenta um esquema das formas de carbono que serão
simuladas e as vias de transformação e transporte para uma camada de solo.
Figura XX. Modelo Conceitual para os processos de carbono (Adaptado de Futter et al. 2007)
A modelagem da massa de carbono no solo será realizada no mesmo nível dos blocos hidrológicos
do modelo MGB, de tal forma que as variações temporais da massa, de estado de umidade e temperatura, bem
como os parâmetros referentes às transformações (ex. sorção, mineralização) poderão serão ajustadas de acordo
com o tipo de solo e cobertura vegetal.
A quantificação do transporte de massa de carbono do solo para a rede de drenagem será realizada
utilizando os fluxos de água na bacia, tal que a informação relativa às cargas geradas na bacia e que aportam na
rede de drenagem será proporcional à área de contribuição e às massas de carbono em cada bloco hidrológico. A
carga gerada nos blocos hidrológicos será transferida para a rede de drenagem considerando as vazões de saída
dos reservatórios lineares. Na rede de drenagem, as concentrações de carbono serão calculadas utilizando a
equação de transporte unidimensional.
28
2.2 ESTRATÉGIA METODOLÓGICA
O estudo será realizado, em sua maior parte, em ambiente computacional, uma vez que consiste no
desenvolvimento e aplicação de uma ferramenta de modelagem numérica. Dados de literatura serão utilizados
como base para o estabelecimento das condições iniciais das variáveis e dos parâmetros do modelo e devem ser
ajustados às condições regionais a partir de dados levantados em campo.
Serão realizadas simulações para avaliar a sensibilidade dos parâmetros do modelo de carbono e o
ajuste do modelo aos dados medidos em campo (vazões e DOC em uma seção). Em uma última etapa, serão
feitas simulações para cenários de mudanças climáticas, modificando as séries temporais das variáveis
hidrológicas e climáticas, com a finalidade de avaliar o efeito das mesmas sobre os fluxos de carbono.
Os resultados serão avaliados de forma qualitativa, por meio gráfico e interpretação do
comportamento da resposta obtida, e quantitativa, com base na análise de sensibilidade dos parâmetros também
dos erros entre os dados medidos e os valores calculados. Devido às características do método, existe a
possibilidade de ser necessário fazer algumas adaptações a respeito do modelo de carbono durante o andamento
da pesquisa. Tal flexibilidade permite ao pesquisador avaliar as simplificações do modelo conceitual e agregar
conhecimento sobre a representação matemática dos processos, buscando melhorar a representatividade e
capacidade de aplicação do modelo.
2.3 ANÁLISE DE SENSIBILIDADE
A análise de sensibilidade dos parâmetros e variáveis de entrada no modelo de carbono permite
identificar quais deles provocam maiores interferências nas saídas do modelo e permite o melhor entendimento
do comportamento geral do mesmo. Existem diferentes métodos para realizar tal análise, sendo as duas formas
mais comuns, a análise de sensibilidade de primeira ordem e o método da perturbação dos parâmetros, porém
para uma avaliação mais geral pode se utilizar o método de Monte Carlo (Chapra, 1997).
A análise de sensibilidade de primeira ordem e o método da perturbação dos parâmetros consiste na
avaliação das variações nas respostas do modelo em termos relativos ou absolutos, mediante perturbações em um
parâmetro ou variável, mantendo as outras fixas. Quando existe pouca informação a respeito das faixas de
variação dos parâmetros estas análises possuem um papel importante tanto para identificar o peso, ou influência,
de cada parâmetro no comportamento das respostas e devem auxiliar na etapa de ajuste (ou calibração) do
modelo.
Utilizando faixas de valores conhecidas a partir de dados da literatura (ou de ajustes realizados com
o modelo) e assumindo uma distribuição de probabilidades teórica que represente adequadamente a freqüência
de ocorrência dos valores dentro do intervalo pré-determinado (ex. distribuição normal, uniforme ou triangular) é
possível gerar aleatoriamente estimativas de valores para os parâmetros. Para cada um dos valores gerados são
registradas as respostas das simulações, tal que os resultados podem ser analisados dentro de intervalos de
confiança. Este procedimento consiste o Método de Monte Carlo para análise de sensibilidade e incerteza.
Excluído:
29
2.4 ÁREA DE ESTUDO: BACIA HIDROGRÁFICA DO RIO IJUÍ E POTIRIBU
A bacia hidrográfica do rio Ijuí está localizada na região norte-noroeste do estado do Rio Grande do
Sul, entre as coordenadas geográficas 28º 00' a 29º 05' de latitude Sul e 53º 11' a 55º 21' (Figura XX). O rio
possui suas nascentes no planalto meridional gaúcho e segue sentido leste-oeste até desaguar na margem
esquerda do Rio Uruguai drenando uma área de 10.703 km2. Os principais cursos de água são os rios Caxambu,
Potiribu, Conceição, Ijuizinhu e o Rio Ijuí.
Figura XX. Bacia hidrográfica do rio Ijuí
A bacia possui uma população estimada de 341.569 habitantes, distribuída em 20 municípios tais
como Ijuí, Santo Ângelo, Tupanciretã e Cruz Alta que consiste o divisor entre as bacias do Ijuí e do Jacuí. A
grande parte das atividades econômicas desta bacia está ligada ao setor primário, predominando as lavouras de
soja (SEMA-RS, 2000). A vegetação primitiva consiste em Mata Atlântica e a Mata Araucária encontradas
principalmente nas galerias, uma vez que esta região é caracterizada por uma agricultura intensiva com dois
ciclos de cultura por ano: soja e milho no verão e aveia e trigo no inverno (Silva Júnior et al. 2002).
Os principais usos da água se destinam à irrigação e ao abastecimento público, além da geração de
energia em pequenas centrais hidrelétricas (PCHs). A tendência é que nos próximos anos o número de
aproveitamentos aumente, portanto a simulação hidrológica desta bacia pode subsidiar futuros trabalhos. De
acordo com (Cruz e Vilella, 20??) a sub-bacia do rio Ijuí apresenta-se mais favorável à instalação de
aproveitamento hidrelétricos, basicamente em função da degradação dos ambientes do entorno e do grande
número de barramentos já instalados.
A bacia do Ijuí encontra-se sobre o planalto médio gaúcho com altitudes entre 420 e 700 m. O
relevo é composto de coxilhas (colinas em regiões de campos) com declividades suaves que variam entre 3 e
15%. Esse planalto é situado sobre a rocha basáltica, formada por sucessivas camadas vulcânicas datadas de 120
milhões de anos, que foram se acumulando. Entre essas camadas, foram sendo depositadas camadas de arenito
Botucatu que variam de alguns metros de profundidade até uma centena de metros (Leinz, 1949, IBGE, 1986,
apud Silva Júnior et al. 2002) onde a água pode se acumular e escoar horizontalmente. Tal formação constitui a
Serra Geral (Geologia do Brasil, 1984 apud Silva Júnior et al. 2002). Sobre este planalto, os solos são bastante
úmidos graças ao regime abundante de precipitações e constitui solos bem desenvolvidos e profundos, podendo
30
atingir até mais de 15 m. A maioria do solo da região é classificada como latossolos roxos, latossolos vermelho-
escuros e terras roxas estruturadas. Apesar de ser um solo argiloso (mais de 60% de argila), ele apresenta uma
forte drenagem devido aos microagregados formados em todo o perfil resultando em maior macro-porosidade
(Castro, 1996 Borges e Bordas 1988, 1990 apud Silva Júnior et al. 2002).
O clima da região da bacia do rio Ijuí, segundo Beltrame (2000 apud Silva Júnior et al. 2002), está
dentro da classificação meso-térmica brando superúmido sem seca (Cfa) descrita por Köppen: Cfa - temperatura
média das máximas superior a 22 °C e a média das mínimas entre –3 e 18°C e verão quente. O regime de
precipitações é homogêneo durante todo o ano, apresentando chuvas mensais entre 120 e 150 mm, com um total
anual médio de 1750 mm (Chevallier e Castro, 1991 apud Silva Júnior et al. 2002)
O rio Potiribu é contribuinte da margem esquerda do rio Ijuí. A bacia hidrográfica do rio Potiribu
drena uma área de aproximadamente 660 km2 e, da mesma forma que a bacia do Ijuí, o uso e ocupação do solo
são dedicados às atividades agrícolas, apresentando matas de galeria e alguns remanescentes. A bacia pode ser
considerada como representativa da região do planalto basáltico sul-americano, uma região que se estende por
230.000 km2 e que inclui quase toda a bacia do rio Uruguai (Borges e Bordas 1988, 1990 apud Silva Júnior et al.
2002).
31
3 RESULTADOS CORRENTES
As atividades iniciaram pela aplicação do modelo hidrológico, ainda sem um módulo para
representar o balanço e os fluxos de carbono, na bacia hidrográfica do rio Ijuí. Após a calibração do modelo
hidrológico foram realizadas algumas simulações com o modelo de carbono proposto e análises de resposta, ou
do comportamento, do mesmo.
3.1 APLICAÇÃO DO MODELO HIDROLÓGICO
Nesta etapa foi consolidado o banco de dados necessários para a aplicação do modelo hidrológico
através da aquisição de dados hidrológicos e do levantamento de informações pertinentes às características da
bacia hidrográfica. Informações topológicas e mapeamento do uso do solo foram realizados utilizando
geoprocessamento e classificação de imagens de satélite. Os parâmetros do módulo de chuva-vazão foram
ajustados comparando os resultados de diversas simulações em termos de eficiência utilizando um gerador
aleatório de conjuntos de parâmetros e um algoritmo de calibração multi-objetivo.
3.1.1 Fontes de Informação e Discretização Espacial
Para a aplicação do MGB na bacia hidrográfica do Ijuí foram obtidos dados hidrológicos da base de
dados Hidroweb da Agência Nacional das Águas (ANA). As estações fluviométricas mapeadas como ponto de
controle, bem como a posição dos exutórios da bacia do Taboão, Turcato, Potiribu e Ijuí estão descritos na
Tabela XX. Para a espacialização da precipitação na bacia, foram utilizados dados das estações da Sub-bacia 75.
Tabela XX. Pontos de controle: estações fluviométricas e exutórios das bacias do Taboão, Turcato, Potiribu e Ijuí
Código Nome Lat (S)/Long(O) Área Drenagem (km2) 75155000 Passo Faxinal 28.28/53.78 2003 75186000 Ponte Nova do Potiribu-Jusante 28.37/53.87 629 75200000 Conceição 28.45/53.97 805 75205000 Ponte Nova Conceição 28.38/54.03 966 75230000 Santo Ângelo 28.35/54.26 5414 75295000 Colônia Mousquer 28.39/54.33 2131 75320000 Ponte Mística 28.18/54.73 9426 * Turcato 28.43/53.76 19.5 * Taboão 28.44/53.68 105 * Exutório –Bacia do Rio Potiribu 28.32/53.95 663 * Exutório – Bacia do Rio Ijuí 27.96/55.33 10703
A discretização espacial da bacia (em mini-bacias) foi realizada no software ESRI ArcGis 9.x
utilizando a extensão ArcHydro que possui ferramentas de delineamento automático de bacias hidrográficas
operando sobre um MDE. Neste estudo foram utilizados MDEs do SRTM (Shuffle Radar Topography Mission),
que possuem resolução espacial aproximada de 90m. Uma vez que a rede de drenagem da região basáltica é
bastante densa era esperado o uso de um baixo limiar de área acumulada (da ordem de 0.1-1km2). No entanto,
para evitar a geração de um número elevado de mini-bacias e poupar tempo de processamento na etapa de
32
simulação, foi utilizado o valor arbitrário de 10 km2. Dessa forma, a propagação de escoamento em canais só
será realizada em bacias com áreas maiores do que 10 km2.
Figura XX. Discretização espacial da Bacia Hidrográfica do Ijuí em mini-bacias e pontos de controle.
O mapa das unidades de resposta hidrológica foi gerado a partir do cruzamento dos mapas de
cobertura obtidos a partir da classificação supervisionada de imagens do satélite Landsat 5 TM, nas bandas
5(R)4(G)3(B) (Figura XX) e o mapa exploratório de solos do RS do IBGE (2002), digitalizado manualmente. O
georeferenciamento foi realizado com utilizando as imagens do satélite Landsat 7 ETM+ como referência. Essas
operações foram realizadas no ESRI ArcGis 9.x.
Figura XX. Composição de imagens 5(R)4(G)3(B) Landsat 5 TM na região da bacia do Ijuí
Nesta aplicação foram identificados inicialmente oito tipos de cobertura como água, área urbana e
solo exposto, florestas e matas ciliares, campos e áreas agrícolas, com diferentes graus umidade e densidades. De
acordo com o mapa exploratório de solos do RS (IBGE, 2002) a bacia hidrográfica do Ijuí apresenta três grandes
grupos de solo: latossolos, terra roxa e solos litólicos (neossolos litólicos).
Após o cruzamento dos mapas e reclassificação, a bacia hidrográfica do Ijuí foi mapeada em cinco
URHs, conforme Tabela XX e Figura XX.
Tabela XX. Classificação da bacia hidrográfica do rio Ijuí em Unidades de Resposta Hidrológica
ID URH Área(%) 1 Matas em solo raso 2,6 2 Agricultura e pastagem em solo raso 13,9 3 Matas em solo profundo 7,0
33
4 Agricultura e pastagem em solo profundo 76,3 5 Água 0,3
Figura XX. Mapa das Unidades de Resposta Hidrológicas para a Bacia Hidrográfica do rio Ijuí
A região em verde-amarelado constitui os solos profundos sendo que a região em tom mais amarelo
representa os campos, e em tom mais esverdeado, as matas densas e galerias. Da mesma forma, a região em
verde-marinho representa os solos rasos, sendo os tons mais escuros, as matas densas, e os tons mais claros os
campos. A maior parte da região foi classificada como agricultura e pastagem em solos profundos (latossolos e
terra roxa). Nota-se também dominância de solos rasos na parte mais baixa da bacia. A classificação do solo foi
realizada com base na profundidade do solo, pois esta propriedade está associada à capacidade de
armazenamento de água no solo e ao processo de geração de escoamento superficial no MGB. Os solos
cultivados ou de pastagem, urbanos e expostos, foram agrupados em uma classe. Como grande parte das bacias,
tanto do Ijuí quanto do Potiribu, é ocupada por agricultura e possui, relativamente, baixa ocupação área urbana
essa simplificação não deve acarretar problemas significativos nos resultados da simulação hidrológica.
O pré-processamento das informações contidas nos mapas (em formato raster) consistidos
anteriormente, a saber, modelo digital de elevação (sem depressões), direção de fluxo, rede de drenagem, mini-
bacias, unidades de resposta hidrológicas e sub-bacias é realizado utilizando a extensão desenvolvida para este
fim, o PrePro-MGB. Os últimos passos necessários para a aplicação do MGB, ou seja, a interpolação de chuva e
cálculo de normais climáticas para o período de interesse, bem como a geração de arquivos de parâmetros fixos e
calibráveis foram realizadas diretamente na interface do modelo.
3.1.2 Parametrização do Modelo Hidrológico
O conjunto de parâmetros fixos reflete basicamente as informações relativas à cobertura vegetal e
uso do solo que influenciam no cálculo da interceptação e evapotranspiração. O Índice de Área Foliar (IAF)
representa a razão da área de todas as folhas de um determinado tipo de planta sobre a área que ela ocupa, ou
seja, um indicador de densidade foliar. Dessa forma, é esperado que uma floresta apresente IAF maior do que um
pasto aberto. Em regiões com cultivos anuais é possível e desejável que as variações no IAF sejam representadas
34
no modelo. Para considerar os efeitos de mudança de cobertura decorrentes do ciclo de plantio na bacia do Ijuí,
os valores de IAF atribuídos variam ao longo do ano.
Os albedo representa a fração da radiação incidente que é refletida e depende da cobertura do solo,
podendo variar com o estágio de desenvolvimento da vegetação. A resistência superficial e a altura média da
vegetação são parâmetros que agregam características das plantas como a abertura dos estômatos e a rugosidade
e influenciam os processos de transferência de umidade e calor entre o solo e o ar circundante. A Tabela 05
resume os valores adotados para os parâmetros fixos.
Tabela XX. Parâmetros fixos do modelo MGB
URH Albedo IAF Alt.Veg. Res. Sup. 1 0.12 6 8 99 2 0.18 3-6 1.8 60 3 0.12 6 8 1 4 0.18 3-6 1.8 60 5 0.08 0 0.5 0
Os parâmetros calibráveis do modelo hidrológico podem ser separados em dois conjuntos, descritos
a seguir. O primeiro conjunto agrega as características do solo e influencia no balanço vertical, ou seja, na
geração de escoamento. O parâmetro Wm representa o armazenamento máximo de água na camada de solo e
influência diretamente o balanço hídrico, pois o volume retido fica disponível para evapotranspiração. O
armazenamento depende basicamente das características do solo (e.g. profundidade, porosidade, textura, etc.) e
da vegetação (e.g. profundidade das raízes), portanto deve variar para cada URH definida. Espera-se então que
Wm seja maior em solos profundos do que em solos rasos e também que em regiões onde a vegetação possui
raízes mais profundas Wm também seja maior. As tabelas XX e XX apresentam os valores preliminares adotados
para os parâmetros calibráveis, com base no que é apresentado em Collischonn (2001).
Tabela XX. Capacidade máxima de armazenamento de água na camada de solo para as URHs (preliminar)
URH Wm Floresta/mata em Solo Raso 200.0
Agricultura e pastagem em solo raso 150.0 Floresta/mata em solo profundo 300.0
Agricultura e pastagem em solo profundo 250.0 Água *
O parâmetro b ajusta uma função que relaciona o estado de saturação com armazenamento de água
no solo e influencia na probabilidade de ocorrência de escoamento superficial. Os parâmetros Kint e Kbas
ajustam a quantidade de água da camada do solo que é drenada por escoamento sub-superficial e subterrâneo e
podem ser estimados com base em taxas de infiltração ou condutividades hidráulicas. O parâmetro XL (ou λ) é o
índice do tamanho dos poros e costuma ser fixado em 0.4, pois a prática mostrou que a resposta do modelo é
pouco sensível a este parâmetro. O parâmetro CAP (ou DMcap) representa o fluxo ascendente do aqüífero e só
deve ser Utilizado em zonas de recarga. O parâmetro Wc é utilizado no balanço de água no solo quando
considera-se que a água subterrânea pode retornar por fluxo ascendente para a camada superficial.
Tabela XX. Parâmetros calibráveis, exceto Wm (preliminar)
Parâmetro Valor b 1.0
35
Kbas 1.0 Kint 12 XL 0.4
DMcap 0.0 Wc 0.0 Cs 10 Ci 80 Cb 1000 Qb 0.01
O segundo conjunto de parâmetros está associado à propagação do escoamento na bacia e nos
canais. Cs, Ci e Cb são coeficientes de ajuste para o tempo de esvaziamento dos reservatórios lineares
(superficial, sub-superficial e subterrâneo) que são utilizados para representar os processos de retardo e o
amortecimento do escoamento nas bacias. O parâmetro Cb, que representa o tempo de esvaziamento do
reservatório subterrâneo pode ser estimado a partir das recessões observadas. Considerando que as mesmas
decaem exponencialmente, utiliza-se a equação Cb =[ND/ln(Qf/Qi)], onde Qi e Qf são as vazões no início e no
fim da recessão e ND é o número de dias entre as duas observações. Utilizando este critério, estimou-se Cb em
aprox. 1000 h para a bacia. O parâmetro Qb é a vazão de referência específica que é utilizada durante a
propagação pelo método Muskingum-Cunge. Pode se estimar Qb fazendo pela razão entre a Q90 e a área de
drenagem do ponto de medição de vazão.
3.1.3 Calibração do Modelo Hidrológico
Para realizar a calibração do modelo hidrológico na bacia hidrográfica do Ijuí foi utilizada a série de
dados de precipitação e de clima da sub-bacia 75, referentes ao período de 01/01/1983-31/12/1988, bem como as
vazões observadas nos pontos de controle 75155000, 75200000, 75205000, 75230000, 75295000, 75320000.
A eficiência do modelo foi avaliada utilizando as funções objetivos R2, Rlog e ∆V definidas pelas
equações XX, XX e XX, respectivamente. Os coeficientes R2 e Rlog possuem valor máximo igual a 1 (um), que
corresponde ao ajuste perfeito entre os dados calculados e observados. Estes dois coeficientes são fortemente
influenciados por erros nas vazões máximas, portanto valores próximos de 1 demonstram que o modelo está
obtendo um bom ajuste para cheias (Collischonn, 2001). O erro no volume (∆V) mede a diferença relativa entre
os volumes de água observados e calculados e se tornam importantes em estudos de balanço hídrico e de
qualidade de água.
( ) ( )( )( ) ( )( )2
2
12∑
∑
−
−−=
tQtQ
tQtQR
obsobs
calobs Eq.XX
( ) ( )( )( ) ( )( )2
2
lnln
lnln1log∑
∑
−
−−=
tQtQ
tQtQR
obsobs
calobs Eq.XX
( ) ( )( )( )( )∑
∑ −=∆
tQ
tQtQV
obs
obscal Eq.XX
36
Utilizando o conjunto de parâmetros apresentados anteriormente, foram obtidos os resultados
preliminares para a estimativa das vazões são apresentados na tabela XX. O desempenho do modelo pode ser
considerado bom quando R2 supera 0.75, porém é aceitável quando R2 encontra-se entre 0.36 e 0.75 (Gotschalk
e Motovilov, 2000 apud Collischonn, 2001). Os resultados preliminares demonstram erros de volume na ordem
de 12%, com ajustes razoáveis para os hidrogramas simulados, com R2 variando entre 0.597-0.720.
Tabela XX. Valores preliminares das funções objetivos (período: 01/01/1983-31/12/1988)
75155000 75200000 75205000 75230000 75295000 75320000 R2 0.720 0.597 0.682 0.698 0.675 0.606
Rlog 0.680 0.652 0.782 0.772 0.824 0.762 ∆Volume -12.924 -12.311 1.68 -11.987 -16.489 -12.577
Para melhorar o desempenho do modelo, foram realizadas inúmeras simulações utilizando um
algoritmo de calibração multi-objetivo MOCOM-UA (Multi-Objective Complex Evolution, Tapo et al. 1998,
apud Collischonn, 2001) que hierarquiza conjuntos de parâmetros gerados aleatoriamente em um ranking de
pareto considerando as melhores respostas para as funções-objetivo. Na curva de pareto todos os pontos possuem
o melhor ranking obtido durante o processo de calibração. Isso ocorre, pois na calibração multi-objetivo a
hierarquização do conjunto de parâmetro de cada simulação é ponderado pelas três funções-objetivo. Em função
disso o método implica numa tomada de decisão quanto ao conjunto de parâmetros a ser utilizado, pois se ao
utilizar um conjunto aumenta-se a eficiência em relação a Rlog, por exemplo, pode se diminuir a acurácia em
termos de volume.
Como a calibração foi realizada considerando três funções objetivo, a curva de pareto deveria
representada por uma superfície (R2, Rlog e ∆V), porém como a variação de R2 e Rlog em relação à ∆V
apresenta comportamentos semelhantes e a interpretação gráfica em duas dimensões é mais fácil, para fins
práticos optou-se por apresentar o gráfico de pareto para as funções-objetivo Rlog e ∆V (Figura XX). Cada
ponto no gráfico resulta de uma simulação do modelo MGB, utilizando um conjunto diferente de parâmetros
fixos gerados aleatoriamente dentro de limites aceitáveis.
4
5
6
7
8
9
10
11
12
0.1 0.15 0.2 0.25 0.3
FO2 (Rlog-Q)
FO
3 (
Err
o n
o v
olu
me
)
Figura XX. Gráfico de pareto: Rlog e ∆V da calibração multi-objetivo.
Após a calibração automática foi obtido um conjunto de parâmetros (Tabela XX) que resultou em
melhores coeficientes de correlação e menores erros no volume, contribuindo para a melhoria geral da eficiência
37
do modelo (Tabela XX).
Tabela XX. Valores das funções-objetivo após calibração pelo MOCOM-UA (período: 01/01/1983-31/12/1988)
75155000 75200000 75205000 75230000 75295000 75320000 R2 0.784 0.795 0.829 0.825 0.725 0.712
R2-LOG 0.825 0.825 0.768 0.836 0.817 0.774 ∆Volume -2.569 -5.626 10.179 -2.306 -9.627 -3.994
Tabela XX. Valores para os parâmetros calibrados pelo MOCOM-UA
URH Wm b Kbas Kint Cs Ci Cb Floresta/mata em Solo Raso 344.60 0.32 2.64 14.69 21.25 232.72 840.60
Agricultura e pastagem em solo raso 143.55 0.17 3.59 18.35 21.25 232.72 840.60 Floresta/mata em solo profundo 402.30 0.62 2.69 20.54 21.25 232.72 840.60
Agricultura e pastagem em solo profundo 218.50 0.73 2.40 18.45 21.25 232.72 840.60
As figuras XX a XX apresentam os hidrogramas observados e calculados no período de 01/01/1983
a 31/12/1983. O ajuste apresentou desvios em alguns picos, característico nas bacias com menores valores de R2.
Os erros relativos no volume diminuíram bastante em relação à simulação preliminar e variaram em torno do
valor obtido de 4% que está dentro da melhor faixa de erro para os conjuntos de parâmetros do pareto.
0
100
200
300
400
500
600
jan/
83
fev/
83
mar
/83
abr/
83
mai
/83
jun/
83
jul/8
3
ago/
83
set/8
3
out/8
3
nov/
83
dez/
83
Vaz
ão (m
3/s)
75155000obs 75155000calckm2Passo Faxinal 2003
Figura XX. Hidrogramas observado e calculado na estação 75155000 (período: 01/01/1983-31/12/1983)
38
0
50
100
150
200
250
jan/
83
fev/
83
mar
/83
abr/
83
mai
/83
jun/
83
jul/8
3
ago/
83
set/8
3
out/8
3
nov/
83
dez/
83
Vaz
ão (m
3/s)
75200000obs 75200000calckm2Conceição 805
Figura XX. Hidrogramas observado e calculado na estação 75200000 (período: 01/01/1983-31/12/1983)
0
50
100
150
200
250
300
350
jan/
83
fev/
83
mar
/83
abr/
83
mai
/83
jun/
83
jul/8
3
ago/
83
set/8
3
out/8
3
nov/
83
dez/
83
Vaz
ão (m
3/s)
75205000obs 75205000calckm2Pte Nova do Conceição 966
Figura XX. Hidrogramas observado e calculado na estação 75205000 (período: 01/01/1983-31/12/1983)
39
0
200
400
600
800
1000
1200
1400
1600
jan/
83
fev/
83
mar
/83
abr/
83
mai
/83
jun/
83
jul/8
3
ago/
83
set/8
3
out/8
3
nov/
83
dez/
83
Vaz
ão (m
3/s)
75230000obs 75230000calckm2Santo Ângelo 5414
Figura XX. Hidrogramas observado e calculado na estação 75230000 (período: 01/01/1983-31/12/1983)
0
100
200
300
400
500
600
700
800
900
1000
jan/
83
fev/
83
mar
/83
abr/
83
mai
/83
jun/
83
jul/8
3
ago/
83
set/8
3
out/8
3
nov/
83
dez/
83
Vaz
ão (m
3/s)
75295000obs 75295000calckm2Colônia Mousquer 2131
Figura XX. Hidrogramas observado e calculado na estação 75295000 (período: 01/01/1983-31/12/1983)
40
0
500
1000
1500
2000
2500
3000
jan/
83
fev/
83
mar
/83
abr/
83
mai
/83
jun/
83
jul/8
3
ago/
83
set/8
3
out/8
3
nov/
83
dez/
83
Vaz
ão (m
3/s)
75320000obs 75320000calckm2Ponte Mística 9426
Figura XX. Hidrogramas observado e calculado na estação 75320000 (período: 01/01/1983-31/12/1983)
A calibração do modelo somente em função das URHs e não por sub-bacias foi utilizada para seguir
o princípio da parcimônia na modelagem matemática, ou seja, buscando representar os processos com o menor
número de parâmetros. De fato, se o ajuste fosse realizado de forma independente, com um conjunto de
parâmetros para cada sub-bacia, a calibração poderia resultar em um melhor ajusta, porém o excesso de
parâmetros pode acarretar um super-ajuste matemático. Além disso, como o modelo é distribuído espacialmente,
os parâmetros devem variar de acordo com a representação das diferentes unidades de resposta hidrológica
mapeadas inicialmente. De toda forma, os resultados demonstram que o modelo pode ser utilizado para simular
os processos de precipitação-vazão com uma boa eficiência.
3.2 SIMULAÇÃO DA DINÂMICA DE CARBONO
Após a calibração do modelo hidrológico foram realizadas simulações com o módulo de carbono
para avaliar a resposta do mesmo no que diz respeito à influência dos processos hidrológicos sob a dinâmica de
carbono na bacia hidrográfica, considerando um conjunto fixo de parâmetros (do módulo de carbono). Foram
avaliados os efeitos da temperatura e estado de umidade do solo sob as transformações de carbono no solo, bem
como os efeitos das variações nos fluxos de água decorrentes de períodos chuvosos ou de seca sob o
armazenamento e a remoção de carbono do solo.
41
3.2.1 PARAMETRIZAÇÃO DO MODELO DE CARBONO
Os parâmetros e variáveis utilizados para as simulações com o módulo de carbono foram definidos
de acordo com o apresentado em Futter et al. (2007).
Tabela XX. Parâmetros do módulo de temperatura no solo e carbono
Parâmetros e Variáveis Valor [unidade] Descrição SMDMAX 80% Déficit de umidade limite para cessar as reações
KSI 0.0000005 [dia-1] Taxa de transformação: SOC-DIC KSD 0.00006 [dia-1] Taxa de transformação: SOC-DOC KDS 0.060 [dia-1] Taxa de transformação: DOC-SOC KDI 0.025 [dia-1] Taxa de transformação: DOC-DIC
LF e RB 1.0 [gC.m-2] Aporte de carbono via liteira e quebra de raízes MDOC 100 [kg.km-2] Massa inicial de DOC MSOC 5000000 [kg.km-2] Massa inicial de SOC MDIC 50 [kg.km-2] Massa inicial de DIC
3.2.2 Efeito da Temperatura e da Umidade do Solo
A figura XX apresenta a função que ajusta as taxas de transformação entre as formas de carbono em
resposta à temperatura do solo utilizada (Whitehead et al. 1998; Futter et al. 2007). O modelo considera que
existe um limite mínimo no estado de umidade do solo para que as reações ocorram e que a partir deste ponto
existe um aumento linear nas taxas. Assim, considerando que a atividade microbiana seja restrita para estados de
umidade abaixo de 20%, os efeitos da temperatura são ajustados de acordo com a figura XX. Os parâmetros W e
Wmax quantificam o volume de água no solo e o volume máximo de água no solo, assim a razão W/Wmax é um
indicador do estado de umidade.
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
0 10 20 30 40 50
f(Te
mp
era
tura
)
Temperatura (Celsius)
Figura XX. Efeito da temperatura nas taxas de transformação
42
0.0
0.2
0.4
0.6
0.8
1.0
0 0.2 0.4 0.6 0.8 1
W/Wmax
Déficit de umidade f(Umidade) Limiar
ÚmidoSeco
Figura XX. Efeito do estado de umidade do solo nas taxas de transformação
Utilizando os resultados da simulação hidrológica realizada na etapa anterior em conjunto com o
módulo de carbono os efeitos da umidade do solo e da temperatura na dinâmica de carbono no solo foram
avaliados.
Como o intuito neste momento é avaliar a dinâmica do modelo ao longo do tempo e os efeitos das
flutuações de temperatura e umidade do solo, ressalta-se que o ponto de controle e o período de simulação foram
escolhidos arbitrariamente. Para todos os fins, o ponto de controle Passo Faxinal (75155000) foi utilizado devido
aos resultados no que diz respeito às funções-objetivo definidas anteriormente, em especial, ao baixo erro no
volume de água calculado. O período de dados simulado entre 01/01/1983 e 31/12/1985 foi escolhido para a
avaliação visual (Figura XX), pois abrange um intervalo de tempo suficientemente longo para verificar possíveis
efeitos de sazonais. Os primeiros dias de simulação são importantes para avaliar a condição inicial das variáveis,
como será demonstrado adiante quando discutirmos as cargas de DOC e DIC transportadas pelo escoamento.
1
10
100
1000
0 200 400 600 800 1000
Vaz
ão (m
3/s)
Figura XX. Vazão simulada para a análise de simulação de carbono
Considerando a simulação hidrológica realizada anteriormente, a figura XX apresenta as variações
no estado de armazenamento de água no solo, os efeitos da temperatura e umidade simulados na URH
agricultura e pastagem em solo profundo, bem como as variações de massa de DOC e DIC, em um intervalo de
três anos. O bloco hidrológico (URH) escolhido representa cerca de 95% da área da bacia que drena ao ponto de
43
controle.
0.0
0.5
1.0
1.5
2.0
2.5
3.0
0
0.2
0.4
0.6
0.8
1
0 200 400 600 800 1000
Te
mp
era
tura
W/W
max
;Um
ida
de
W/Wmax f(Umidade) Limiar (Umidade) f(Temperatura)
Figura XX. Efeitos da temperatura e umidade do solo nas transformações de carbono
A figura XX demonstra que o efeito da temperatura variou entre 1.7 e 2.6 (redução e aumento de
20% na taxa média) de forma sazonal, enquanto o efeito da umidade variou entre 0.2 e 0.8 (redução de 20 a 80%
nas taxas) de acordo com o estado de armazenamento de água no solo que apresentou comportamento sazonal,
porém respondendo a eventos de chuva. Em geral foi observado que a umidade do solo deve funcionar como
fator limitante, enquanto a temperatura controla a velocidade dos processos em escala sazonal.
0.0
0.5
1.0
1.5
2.0
2.5
3.0
0
0.2
0.4
0.6
0.8
1
0 200 400 600 800 1000
Tem
pe
ratu
ra; A
just
e to
tal
W/W
max
;Um
ida
de
f(Umidade) Limiar (Umidade) f(Temperatura) f(Ajuste)
Figura XX. Efeito combinado da temperatura e umidade do solo nas transformações de carbono
A figura XX apresenta a probabilidade de excedência para o déficit de umidade demonstrando que
em apenas 10% do tempo a umidade esteve em condições abaixo do limite mínimo utilizado para ocorrer os
processos relacionados às transformações de carbono. A mesma curva demonstra que a resposta do modelo deve
ser sensível a esse parâmetro, pois pequenas mudanças no limite mínimo de umidade podem amplificar ou
diminuir a capacidade dependendo da probabilidade de excedência deste valor em cada bacia. Por exemplo, se o
44
limiar considerado fosse de 60% no déficit de umidade, ou seja, um mínimo 40% de umidade para ocorrer os
processos, essa condição não seria atendida em 42% do tempo. Outro meio pelo qual os efeitos da umidade
devem afetar os processos neste modelo é através do deslocamento da curva na figura XX que depende de
fatores como a capacidade máxima de armazenamento de água no solo, a precipitação na bacia e a condutividade
hidráulica do solo. Se a curva é transladada para baixo, por exemplo, em regiões muito secas, a probabilidade de
excedência diminui, espelhando piores condições para a ocorrência dos processos.
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
0% 20% 40% 60% 80% 100%
Probabilidade de excedência (permanência)
Déficit de Umidade
Figura XX. Probabilidade de excedência para o déficit de umidade
As massas de DIC e DOC respondem rapidamente às mudanças de umidade do solo que podem ser
facilmente observadas na transição entre períodos secos e úmidos, por exemplo, nos intervalos entre 0-50 dias,
350-400 dias, 750-800 dias (Figura XX).
0
500
1000
1500
2000
0
2000
4000
6000
8000
0 200 400 600 800 1000
kg/k
m2
(DIC
)
kg/k
m2
(DO
C)
DOC DIC
Figura XX. Variações temporais de DOC e DIC (sem efeitos do escoamento superficial)
É possível notar que existe um tempo de retardo entre os picos de temperatura e de umidade para os
picos de DOC e de DIC. Esses efeitos podem ser explicados em parte pelo tempo de retardo que existe para o a
temperatura do solo responder às mudanças de temperatura no ar e devido à magnitude das taxas de
transformação de SOC-DOC e SOC-DIC, DOC-DIC que diferem em muitas ordens de grandeza. A resposta na
massa de DIC é mais rápida devido ao menor tempo na taxa de mineralização de DOC para DIC, enquanto a
degradação de SOC para DOC é mais lenta (tabela XX). O modelo responde rapidamente do aos eventos de
45
chuva e seca apresentando um papel mais importante nas variações diárias de carbono, enquanto a temperatura
do solo atua para regular a magnitude dos processos em escala sazonal.
Apesar das temperaturas (do ar) utilizadas não terem freqüência diária, os efeitos da temperatura em
escala sazonal puderam ser observados. Essa aproximação é razoável, pois a temperatura do solo não é tão
sensível e costuma demorar a responder às variações na temperatura do ar, porém o efeito das flutuações diárias
da evapotranspiração sobre o estado de umidade do solo e continua aberto à discussão.
3.2.3 Efeito dos fluxos de água na dinâmica de massa de carbono do solo
As figuras XX e XX permitem ainda avaliar o efeito combinado do estado de umidade e dos fluxos
de água na geração e armazenamento de carbono.
Em períodos mais úmidos as condições para as transformações de carbono, por exemplo,
solubilização e mineralização, são favorecidas em relação aos períodos secos. No entanto, como os períodos
úmidos geralmente estão associados ao aumento na freqüência de eventos de chuva e, conseqüentemente, do
escoamento, à medida que as condições se tornam mais favoráveis a ocorrência dos processos biogeoquímicos e
solubilização do carbono agregado a massa sólida, o aumento dos fluxos de água atua no sentido contrário
removendo o carbono dissolvido através da lavagem do solo. (Em períodos menos úmidos as taxas de
transformação diminuem, porém como o tempo de residência da água no solo aumenta devido à redução do
fluxo de água, a remoção de carbono no solo devido a esse fator deve diminuir.
Considerando o escoamento superficial no transporte, o modelo demonstra que o este processo
hidrológico favorece a remoção de carbono no solo. Tal efeito pode ser observado comparando as variações
temporais nas figuras XX e XX, onde pulsos de redução nas massas de DOC e SOC reproduzem o processo
físico de lavagem do solo. Além disso, o escoamento superficial atua diminuindo a amplitude das variações entre
os períodos de seca e cheia. Esse resultado demonstra que o escoamento superficial pode ter um papel
importante na estabilidade do sistema da dinâmica de carbono no solo, ou seja, como a lavagem do solo atua na
regulação da quantidade de carbono no solo é uma questão que pode ser discutida futuramente.
0
500
1000
1500
2000
0
2000
4000
6000
8000
0 200 400 600 800 1000
kg/k
m2
(DIC
)
kg/k
m2
(DO
C)
DOC DIC
Figura XX – Variações temporais de DOC e DIC (com efeitos do escoamento superficial)
As figuras XX a XX demonstram as variações temporais nas cargas específicas (kg/km2.dia) de
DOC e DIC que são carregadas das bacias para os canais. As simulações demonstram que foi necessário
46
aproximadamente cem dias para o modelo estabilizar sua resposta em torno de um patamar médio. Ressalta-se
que os valores obtidos para essas cargas podem não ser representativos, pois representam o resultado de
simulações realizadas para um conjunto de parâmetros e condições baseadas em literatura, porém ainda não
comparado com dados de campo ou laboratório. Todavia, os pulsos identificados nos gráficos demonstram que o
modelo consegue reproduzir o comportamento esperado do aumento das cargas exportadas da bacia para os rios
em resposta ao aumento do escoamento superficial, em eventos chuva.
1.0E-05
1.0E-04
1.0E-03
1.0E-02
1.0E-01
1.0E+00
1.0E+010
200
400
600
800
1000
Car
ga (k
g/di
a.km
2)
DOC DIC
Figura XX – Variações temporais das cargas de DOC e DIC provenientes da bacia (com efeitos do escoamento superficial)
1.0E-05
1.0E-04
1.0E-03
1.0E-02
1.0E-01
1.0E+00
1.0E+01
0
100
200
300
400
500
600
700
Car
ga d
e D
OC
(kg/
dia.
km2)
DOC DIC
Figura XX. Variações temporais das cargas de DOC e DIC provenientes da bacia (sem efeitos do escoamento superficial)
47
4 GRUPO DE TRABALHO
Mino Sorribas
Carlos Ruberto Fragoso Jr.
David da Motta Marques
Walter Cillischonn
48
5 REFERÊNCIAS
1. Abril, G.; Guérin F.; Richard S.; Delmas, R.; Galy-Lacaux, C.; Gosse, P. ; Tremblay, A.; Varfalvy L.; dos
Santos, M. A.; Matvienko, B. Carbon dioxide and methane emissions and the carbon budget of a 10-year
old tropical reservoir (Petit Saut, French Guiana), Global Biogeochemical Cycles, 19, 2005.
2. Allan, J. D. Stream Ecology: Structure and Function of Running Waters. Kluwer Academic Publishers.
1995
3. Asner G. P.; Towsend A. R.; Riley W. J.; Matson P. A.; Neff J. C.; Cleveland C. C. Physical and
biogeochemical controls over terrestrial ecosystem responses to nitrogen deposition. Biogeochemistry 54:
1–39, 2001.
4. Bastviken D.; Cole J.; Pace M. . Methane emissions from lakes: Dependence of lake characteristics, two
regional assessments, and a global estimate. Global Biogeochemical Cycle, vol. 18, 2004.
5. Chapman, D. Water Quality Assessments - A Guide to Use of Biota, Sediments and Water in
Environmental Monitoring. 2nd Edition. Great Britain, University Press, Cambridge, 1996.
6. Chapra, S. C. Surface Water Quality Modelling. Mc-Graw Hill. 1997
7. Chertov O.G.; Komarov A.S.; Nadporozhskaya M.; Bykhovets S. S.; Zudin S. L. ROMUL — a model of
forest soil organic matter dynamics as a substantial tool for forest ecosystem modeling. Ecological
Modelling 133(2001) p.289-308
8. Chow, A. T., Tanji, K. K., and Gao, S.: Production of dissolved organic carbon (DOC) and trihalomethane
precursor (THM) from peat soils, Water Res., 37, 4475–4485, 2003.
9. Cole J. J. ; Caraco N. F.. Carbon in catchments: Connecting terrestrial carbon losses with aquatic
metabolism. Marine. Freshwater Researches, v.52, p.101– 110, 2001.
10. Cole J. J.; Caraco, N. F. Carbon in catchments: connecting terrestrial carbon losses with aquatic
metabolism. Mar. Freshwater Res., 2001, 52, 101–10
11. Cole, J. J. ; Prairie, Y. T.; Caraco, N. F.; McDowell, W. H. ; Tranvik, L. J. ; Striegl, R. G. ; Duarte, C. M. ;
Kortelainen, P.; Downing, J. A. ; Middelburg, J. J. ; Melack, J.. Plumbing The Global Carbon Cycle:
Integrating Inland Waters into the Terrestrial Carbon Budget, 2007. Ecosystems, v10, p.171-184
12. Coleman, D. C.; Crossley, Jr. D. A.; Hendrix, P. F.. Fundamentals of Soil Ecology. Elsevier Academic
Press. 2nd Ed. 2004
13. Collischonn, W. Simulação Hidrológica de Grandes Bacias. Tese de Doutorado. Instituto de Pesquisas
Hidraúlicas, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2001.
14. Costa S. F.; Bayer C.; Zanatta J. A.; Mielniczuk, J. Estoque de carbono orgânico no solo e emissões de
dióxido de carbono influenciadas por sistemas de manejo no sul do brasil. Revista Bras. Ciência do Solo,
32:323-332, 2008
15. Cruz, Rafael C.; Vilella, Fábio S. em: Análise de Fragilidades Ambientais e da Viabilidade de
Licenciamento de Aproveitamentos Hidrelétricos das Bacias Hidrográficas dos Rio Ijuí e Butuí-Piratinim-
Icamaquã, Região Hidrográfica do Rio Uruguai. Fundação Estadual de Proteção Ambiental/FEPAM.
49
Cadernos de planejamento e gestao ambiental nº5. Disponível em:
http://www.fepam.rs.gov.br/biblioteca/hidreletrico_uruguai/index2.html. 20??
16. Evans, C. D., Monteith, D. T., and Cooper, D. M.: Long-term increases in surface water dissolved organic
carbon: Observations, possible causes and environmental impacts, Environ. Pollut., 137, 55–71, 2005.
17. Evans, C. D.; Chapman, P. ; Clark, J. ; Monteith, D. T. ; Cresser, M. Alternative explanations for rising
dissolved organic carbon export from organic soils. Global Change Biology (2006) 12, 2044–2053
18. Fan, F. M. Manual do Programa Manejo de Dados Hidroweb Versão 1.0. IPH – UFRGS. 2009
19. Fearnside, P. M.. Greenhouse gas emissions from hydroelectric dams: Controversies provide a springboard
for rethinking a supposedly ‘‘clean’’ energy source, Clim. Change, 66, 18, 2004
20. Findlay S.; Sinsabaugh, R. L. Aquatic ecosystems: interactivity of dissolved organic matter. Academic
Press. 1st Ed. 2002. 512 pp.
21. Freeman C.; Fenner N.; Ostle N. J.; Kang H.; Dowrick D. J.; Reynolds B.; Lock, M. A.; Sleep D.; Hughes
S.; Hudson J. Export of dissolved organic carbon from peatlands under elevated carbon dioxide levels.
Nature, Vol 430, p.195-198, 2004.
22. Futter M. N. Long-term simulation of dissolved organic carbon. Hydrology Research, v.40. 2009
23. Futter, M. N., Butterfield, D., Cosby, B. J., Dillon, P. J.,Wade, A. J. & Whitehead, P. G. Modelling the
mechanisms that control in-stream dissolved organic carbon dynamics in upland and forested catchments.
Water Res. Res. v.43(2).2007
24. Futter, M. N., Starr, M., Forsius, M. & Holmberg, M. Modelling long-term patterns of v. 12, p.437–447,
2008.
25. Futter, M. N.;de Wit, H. A.. Testing seasonal and long-term controls of streamwater DOC using empirical
and process-based models. Sci. Total Environ. 407(1), 698–707.2008.
26. Gilmanov T. G.; Parton W. J.; Ojima D. S. Testing the 'CENTURY' ecosystem level model on data sets
from eight grassland sites in the former USSR representing a wide climatic/soil gradient. Ecological
Modelling v.96, p.191-210, 1997.
27. Guérin, F.; Abril G.; Richard S.; Burban B.; Reunouard C.; Seyler P.; Delmas R. Methane and carbon
dioxide emissions from tropical reservoirs: significance of rivers downstream. Geophysical research letters,
vol. 33, L21407, 2006.
28. Hillel, D. Introduction to Environmental Soil Physics. Elsevier Science, 2004.
29. Hlavácová, E.; Rulík, M.; Cap, L.; Mach, V. Greenhouse gas (CO2, CH4, N2O) emissions to the
atmosphere from a small lowland stream in Czech Republic. Arch. Hydrobiol. v.165 (3), p. 339–353, 2003.
30. Holmberg M., Forsiusa M.,Starrb M., Huttunena M. An application of artificial neural networks to carbon,
nitrogen and phosphorus concentrations in three boreal streams and impacts of climate change. Ecological
modelling 195 (2006) p.51–60
31. Hope, D.; Palmer, S. M.; Billett, M. F.; Dawson, J. J. C. Variations in dissolved CO2 and CH4 in a first-
50
order stream and catchment: an investigation of soil–stream linkages. Hydrol. Processes. v. 18, p. 3255–
3275, 2004.
32. IPCC. Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third
Assessment: Report of the Intergovernmental Panel on Climate Change. J.T. Houghton, Y. Ding, D.J.
Griggs, M. Noguer, P.J. van der Linden, X. Dai, K. Maskell, and C.A. Johnson, (eds.). Cambridge
University Press, Cambridge, UK, 2001
33. IPCC. Climate Change and Water: Technical Paper of the Intergovernmental Panel on Climate Change.
Bates, B.C., Z.W. Kundzewicz, S. Wu and J.P. Palutikof, Geneva, 210 pp, 2008.
34. IPCC. Contribution of Working Groups I, II and III to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change. Pachauri, R.K. and Reisinger, A. (Eds.). Geneva, Switzerland.
104 pp, 2007.
35. Jones, J. B., Jr.; Mulholland, P. J. Influence of drainage basin topography and elevation on carbon dioxide
and methane supersaturation of stream water. Biogeochemistry, v.40, p.57–72, 1998.
36. Jorgensen, S.E.; Bendoricchio, G. Fundamentals of ecological modeling. 3rd. Edition. Elsevier Science Ltd.
2001.
37. Larentis. D. G. Modelagem Matemática da Qualidade de Água em Grandes Bacias: Sistema Taquari-Antas.
Dissertação de mestrado. Instituto de Pesquisas Hidraúlicas, Universidade Federal do Rio Grande do Sul,
Porto Alegre, 2004.
38. Liski, J., Palosuo, T., Peltoniemi, M., Sievanen, R., 2005. Carbon and decomposition model Yasso for
forest soils. Ecol. Model. 189, p.168–182. , 2005.
39. Mattson T.; Kortelainen P.; Laubel et al.; Evans D.; Pujo-Pay, M.; Raike A.; Conan P. Export of dissolved
organic matter in relation to land use along European Gradient. Science of the total Environment
407(2009), p.1967-1976
40. McCracken, K. L.; McDowell, W. H.; Harter, R. D.; Evans, C. V. Dissolved Organic Carbon Retention in
Soils: Comparison of Solution and Soil Measurements. Soil Sci. Soc. Am. J. 66:563–568 (2002).
41. MEA. Millenium Ecosystems Assessments: Current State and Trends Assesment. 2009. Disponível em:
<http://www.maweb.org/en/Condition.aspx>. Acesso em: 22/05/2009.
42. Metherell A. J.; Parton W. J; Harding L. A.; Cole C. V. CENTURY. - Soil Organic Matter Model
Environment Technical Documentation Agroecosystem Version 4.0. Great Plains System Research Unit
Technical Report No. 4. USDA-ARS, Fort Collins, Colorado. Colorado State University, 1996.
43. Mulholland, P. J. Large-Scale Patterns of Dissolved Organic Carbon Concentration, Flux, and Sources. In:
Findlay S.; Sinsabaugh, R. L. Aquatic ecosystems: interactivity of dissolved organic matter. Academic
Press. 1st Ed. 512p. 2002
44. Naiman, R.J. and R.E. Bilby (eds). River Ecology and Management: Lessons from the Pacific Coastal
Ecoregion. Springer-Verlag, New York. 1998.
45. Neff, J. C. and Asner, G. P.: Dissolved organic carbon in terrestrial systems: synthesis and a model,
Formatado: Português(Portugal)
51
Ecosystems, 4, 29–48, 2001.
46. Paiva, R. C. D. de. Modelagem Hidrológica e Hidrodinâmica de Grandes Bacias. Estudo de caso: Bacia do
rio Solimões. Dissertação de Mestrado, UFRGS, IPH. 2009.
47. Palosuo T. ; Peltoniemi M. ; Mikhailov A.; Komarov A.; Faubert, P.; Thurig E.; Lindner M. Projecting
effects of intensified biomass extraction with alternative modelling approaches. Forest Ecology and
Management 255 (2008) 1423–1433
48. Parton W.J.; Hartman M.; Ojima D.; Schimel D. DAYCENT and its land surface submodel: description and
testing. Global and Planetary Change 19 1998 35–48
49. Rankinen, K., Karvonen, T. & Butterfield, D. 2004 A simple model for predicting soil temperature in snow
covered and seasonally frozen soil: model description and testing. Hydrol. Earth Syst.Sci. 8, 706–716.
50. Richey, J. E.; Melack, J. M. ; Aufdenkampe A. K.; Ballester, V. M.; Hess, L. L. Outgassing from
amazonian rivers and wetland as a large tropical source of atmospheric CO2. Nature, v.416, p.617–620,
2002.
51. SEMA-RS - Secretaria Estadual do Meio Ambiente do Rio Grande do Sul. Relatório Anual sobre a
Situação dos Recursos Hídricos no Estado do Rio Grande do Sul e Inventário Hidrelétrico da sub-bacia 75.
2000.
52. Silva Júnior, O. B. Análise da escala das variáveis hidrlógicas e do uso do solo na bacia do Potiribu-RS.
Dissertação de mestrado. Instituto de Pesquisas Hidraúlicas, Universidade Federal do Rio Grande do Sul,
Porto Alegre, 2001.
53. Silva Júnior, O. B.; Bueno., E. O.; Tucci, C. E. M; Castro, N. M. R. Extrapolação Espacial na
Regionalização da Vazão. Revista Brasileira de Recursos Hídricos. volume 8(1), p.21-37, 2003.
54. Sinsabaugh R .L.; Foreman C. M. Integrating Dissolved Organic Matter Metabolism and Microbial
Diversity: An Overview of Conceptual Models. In: Findlay S.; Sinsabaugh, R. L. Aquatic ecosystems:
interactivity of dissolved organic matter. Academic Press. 1st Ed. 512p. 2002
55. Skjelkvale, B. L., Stoddard, J. L., Jeffries, D. S., Tørseth, K.,Hogasen, T., Bowman, J., Mannio, J.,
Monteith, D. T., Mosello,R., Rogora, M., Rzychon, D., Vesely, J., Wieting, J., Wilander, A., and
Worsztynowicz, A.: Regional scale evidence for improvements in surface water chemistry 1990–2001,
Environ.Pollut., 137, 165–176, 2005.
56. Tuomi M.; Thumc, T.; Järvinenc H.; Fronzeka S.;Bergd, B.; Harmonf M; Trofymowg A.; Sevantoh S.;
Liski J. Leaf litter decomposition—estimates of global variability based on Yasso07 model. Ecological
Modelling 220 (2009) 3362–3371
57. Vahatalo, A. V.: Role of photochemical reactions in the biogeochemical cycling of detrital carbon in
aquatic ecosystems, Academic Dissertation in Microbiology, University of Helsinki, Finland, 2000.
58. Vahatalo, A. V.; Wetzel, R. G.: Photochemical and microbial decomposition of chromophoric dissolved
organic matter during long (months – years) exposure. Mar. Chem., 89, 313–326, 2004.
52
59. Wetzel, R. G. Dissolved Organic Carbon: Detrital, Energetic, Metabolic regulators and Drivers of
Ecosystem Stability of Aquatic Ecosystems. In: Findlay S.; Sinsabaugh, R. L. Aquatic ecosystems:
interactivity of dissolved organic matter. Academic Press. 1st Ed. 512p. 2002
60. Wetzel, R. G. Limnologia. Tradução: Fundação Calouste. Lisboa, 1993.
61. P. G. Whitehead, E. J. Wilson, D. Butterfield. A semi-distributed Integrated Nitrogen model for multiple
source assessment in Catchments (INCA): Part I - model structure and process equations. The Science of
The Total Environment 210/211 (1998). p 547-558
62. P. G. Whitehead, E. J. Wilson, D. Butterfield, K. Seed. A semi-distributed Integrated Nitrogen model for
multiple source assessment in Catchments (INCA): Part II - application to large river basins in South Wales
and Eastern England. The Science of The Total Environment 210/211 (1998). p 559-583