Documento síntese de resultados sobre a Racionalização da Vinha de Encosta

Projeto:

Racionalização da vinha – Cartografia de Movimentos de

Vertente e erosão por escorrência.

Erosão por escorrência.

Promotor: ADVID – Associação para o Desenvolvimento da Viticultura Duriense.

Elaboração: Dep. de Geografia da Faculdade de Letras da Universidade do Porto.

Régua, 30 de setembro de 2015

Pontos:

1. EROSÃO HÍDRICA DO SOLO: DEFINIÇÃO E TIPOLOGIA DOS PROCESSOS

2. ENQUADRAMENTO DA ÁREA DE ESTUDO

3. INVENTARIAÇÃO DAS FEIÇÕES EROSIVAS NA QUINTA DE S. LUIZ

4. EQUAÇÃO UNIVERSAL DA PERDA DE SOLO

5. REGRESSÃO LOGÍSTICA

6. SIMULATED WATER EROSION (SIMWE)

7. BIBLIOGRAFIA

Equipa de trabalho - FLUP:

1. Carlos Bateira.

2. Laura Soares.

3. Ana Faria.

4. Sofia Oliveira.

5. Joana Fernandes.

6. Manuel Teixeira.

Equipa de trabalho - ADVID:

1. Fernando José Martins dos Santos Alves

2. Jorge Manuel Rodrigues da Costa

3. Cristina da Conceição Ribeiro Carlos

4. Fernanda da Conceição Corunha Almeida

1. EROSÃO HÍDRICA DO SOLO: DEFINIÇÃO E TIPOLOGIA DOS PROCESSOS

A erosão é condicionada por um conjunto de fatores que atuam de forma integrada,

dependendo, por um lado, da quantidade/duração/intensidade da precipitação e da forma

como se processa o escoamento (fatores de erosividade) – que em parte controlam o tipo

de processos que serão desencadeados - e, por outro, de parâmetros relacionados com os

materiais e o contexto morfoestrutural e antrópico em que se enquadram (fatores de

erodibilidade), influenciando a maior ou menor suscetibilidade à atuação dos processos

erosivos (Soares, 2008) (fig.1).

2. ENQUADRAMENTO DA ÁREA DE ESTUDO

Quinta de S. Luiz, localizada na freguesia de Adorigo (concelho de Tabuaço, distrito de

Viseu), no Alto Douro Vinhateiro (ADV), ocupa uma área de 127,97 ha dos quais cerca

de 70% plantados com vinhas. O substrato litológico dominante abrange as formações

metassedimentares de Bateiras, Ervedosa do Douro e de Rio Pinhão (Sousa e Sequeira,

1989) e, em termos pedológicos, dominam os Litossolos associados a Luvissolos

(Ribeiro, 2000).

Figura 1 - Inter-relação entre os fatores que condicionam a erosão. Extraído de Soares, 2008.

3. INVENTARIAÇÃO DAS FEIÇÕES EROSIVAS NA QUINTA DE S. LUIZ

Decorrente do levantamento de campo foi possível avaliar o panorama geral

relativamente à tipologia dos processos erosivos predominantes, sendo identificadas 219

feições erosivas (fig. 3).

Estas feições correspondem sobretudo a processos lineares, nomeadamente ravinas e

sulcos, verificando-se que a erosão laminar é irrelevante ou inexistente.

Desta forma, os processos de escorrência concentrada exercem mais influência na

dinâmica erosiva da área em estudo, registando-se, de forma isolada, 115 ravinas e 56

sulcos. Não obstante, foram também identificados 21 taludes com feições simultâneas de

sulcos e ravinas e 27 taludes com um padrão constante composto por sulcos.

Figura 2 - Localização da área em estudo.

Figura 4 – Erosão em sulcos e Ravinas na Quinta de S. Luiz

Figura 3 - Tipologia das feições erosivas na Quinta de S. Luiz.

4. EQUAÇÃO UNIVERSAL DA PERDA DE SOLO

Renard e Freimund (1994) e Renard et al. (1997) propõem a RUSLE (Revised

Universal Soil Loss Equation), pretendendo identificar a perda de solo por unidade

de área e por unidade de tempo, mais precisamente a erosão específica. Assim, a

RUSLE permite estimar a erosão média anual do solo e combina um conjunto de

fatores condicionantes, articulados a partir da seguinte equação: (fig. 5).

Figura 5- Fatores que afetam a erosão hídrica do solo. Adaptado de Ferreira, 2008

4.1.

FATOR R

(R)USLE

Os resultados obtidos para este fator têm por base os dados diários de precipitação das

estações de Adorigo e Vale da Figueira, constituindo uma série que abrange o período de

1983 a 2012.

Assim sendo, seguindo a metodologia apresentada por Bertoni & Lombardi e Neto (1995)

procedeu-se ao cálculo da média mensal e anual, do índice de erosividade e

posteriormente do fator R, que resultou num valor único dada a escala de detalhe da área

em estudo

Em que:

EI - média mensal do índice de erosão (Mj/ha.mm);

r² - precipitação média mensal (mm);

P - precipitação média anual;

Figura 6 – Sequência metodológica do Modelo (R)USLE

R - erosividade da chuva (Mj/ha.mm/ano).

4.2. FATOR K (R)USLE

Para o cálculo deste fator foi necessária a determinação de classes texturais, em

laboratório, segundo a classificação de Folk (1954). Posteriormente procedeu-se à

agregação das características texturais segundo a aplicação da metodologia de

Wischmeier & Smith (1978). Realizamos uma agregação dos resultados texturais para as

diferentes amostras de solo, por se tratar de uma área com apenas um tipo de solo.

Precipitação Media anual EI (MJ/ha mm) R (MJ/ha - mm/ano)

686,8 10,3 124,1Adorigo

Quadro 1 - Precipitação média mensal e anual da série de precipitação entre 1983-2012, média mensal

do índice de erosão e fator de erosividade.

Figura 8 - Textura do Solo na Quinta de S. Luiz.

Figura 7 - Caraterísticas físicas do solo da área de estudo e determinação do fator K.

Da análise efetuada, (fig 7.) verifica-se a existência de uma percentagem de finos bastante

elevada, sobretudo a percentagem de argila, bem como o do teor de matéria orgânica,

facto que pode ser explicado pela elevada percentagem de xisto na área em estudo.

Posteriormente, seguindo o nomograma de Wischmeier & Smith (1978) foi possível

identificar, na generalidade o solo possui uma estrutura compacta com permeabilidade

lenta.

Conclui-se que os resultados do fator K são bastante diminutos relativamente à escala K

estabelecida, que varia entre 0 e 0,10 unidades SI devido sobretudo à forte presença de

xisto na Qtª de S. Luiz, associada à cultura da vinha.

4.3. FATOR LS (R)USLE

O fatot LS estabelece uma relação entre o comprimento (L) e o declive (S) de uma

vertente, constituindo um dos fatores que maior influência exerce sobre a erosão, embora

seja muito condicionado pelo tipo de cobertura do solo (fator C) e pela prática agrícola

(fator P), assim como pelos aspetos texturais traduzidos pelo fator K.

O cálculo deste parâmetro, foi também utilizada a ferramenta integrada nos módulos

Terrain Analysis – Hidrology – Topographic Indice, do software SAGA GIS (System for

Automated Geoscientific Analyses), seguindo o algoritmos de Desmet e Govers (1996)

implicando apenas, como dados de entrada, o declive e a área de contribuição.

Segundo a proposta de Desmet e Govers (1996), pode-se obter o fator LS através das

seguintes equações, em função de declives superiores a 9%.

Para declives superiores a 9% a equação é a seguinte:

Em que:

A(i,j) - refere-se à área de contribuição de uma célula com coordenadas (i, j) em

m²;

D - resolução espacial ou tamanho da célula em metros;

x - valor da direção do escoamento;

Ɵ - inclinação da vertente em graus;

m - fator dependente do declive.

4.4. FATOR P (R)USLE

Figura 9 - Fator LS obtido para uma sub-bacia na Quinta de S. Luiz.

Para obter o fator P (fig.10) derivou-se do MDE o mapa de declives, que foi reclassificado

tendo em conta as classes e os valores apresentados no quadro anterior, relativamente à

cultura em terraços.

4.5. FATOR C (R)USLE

Quadro 2. Valores do Fator P de acordo com Tomás (1993). Extraído de Meneses, 2011.

Figura 10 - Fator P obtido para uma sub-bacia de Quinta de S. Luiz. Figura 10 - Fator P obtido para uma sub-bacia de Quinta de S. Luiz.

Estimou-se o fator c pela identificação e cartografia dos tipos de ocupação do solo

elaborada com base no reconhecimento de campo da área em estudo e com recurso às

imagens aéreas. Posteriormente procedeu-se à reclassificação das diferentes classes de

uso em função de valores de referência apresentados Pimenta (1998a) para os diferentes

tipos de cobertura e uso do solo (Figura 11).

4.6. (R)USLE

Para o cálculo da erosão hídrica real (RUSLE), procedeu-se à multiplicação de todos os

fatores, com recurso software ArcGis 10.2. posteriormente efetuou-se uma

reclassificação dos resultados em quatro classes de suscetibilidade: reduzida, média,

elevada e muito elevada (fig. 12).

Figura11 – Fator C (R)USLE obtido para uma sub-bacia na Quinta de S. Luiz.

4.6.1. VALIDAÇÃO RUSLE

Validou-se modelo (R)USLE a partir a do resultado das métricas combinadas onde é

possível a construção de uma matriz de confusão, apelidada também por tabela de

contingência, que ilustra todos os resultados possíveis. Para além disso, através da matriz

de confusão obtêm-se dados de cálculo dos rácios que integram o método de validação.

(quadro 3).

Verifica-se que na sua generalidade, o rácio dos valores positivos apresenta um valor

reduzido, sendo que o valor mínimo para ser considerado válido é 75%. Desta forma

considera-se que não existe concordância entre o inventário e a simulação da perda de

solo. Assim o registo de sulcos, em termos estatísticos, é insuficiente ilustrando um valor

reduzido dos verdadeiros positivos. Porém, decorrente da identificação no terreno

assegura-se que o modelo reflete a identificação de áreas mais suscetíveis à ocorrência de

sulcos.

5. REGRESSÃO LOGÍSTICA

Para estimar a probabilidade de perda de solo anual por erosão hídrica na Quinta de S.

Luiz, recorremos à aplicação do modelo de predição de regressão logística binária, com

recurso aos sotwares SPSS e ao ArcGIS.

Assim, consideramos os resultados obtidos na erosão real com os diferentes algoritmos

de cálculo do fator LS, incluindo apenas para análise os fatores C, P e LS. Esta escolha

decaiu por considerarmos que este são os fatores que exercem mais impacto no

resultado final deste modelo. Desta forma, pretendemos demonstrar o efeito destes

fatores na qualidade global do modelo da RUSLE.

TPR FPR ACC PPV TPR/FPR

0,5537 0,4082 0,5917 0,0044 1,3564

Modelação

RUSLE

Quadro 3 - Validação do Modelo (R)USLE.

De forma a validar o modelo estatístico recorremos à aplicação da matriz confusão

(quadro 4).

Quadro 4 - Validação do modelo estatístico de Regressão Logística.

Desta análise observa-se que o modelo estatístico, de predição da perda de solo, apresenta

um elevado grau de confiança com uma percentagem de verdadeiros positivos de 80%.

Assim, considera-se que o modelo estatístico apresenta um elevado grau de fiabilidade

face à realidade.

6. SIMULATED WATER EROSION (SIMWE)

Integrado no software GRASS GIS (Geographic Resources Analysis Support System –

Geographic Information System), o SIMWE incorpora o cálculo de dois módulos: o

r.sim.water, que simula o fluxo de água superficial e o r.sim.sediment que calcula o

TPR FPR ACC PPV TPR/FPR

0,8033 0,6971 0,3037 0,0019 1,1523

Modelação

Regressão Logística

Figura 13 - Regressão Logística obtida para uma sub-bacia na Quinta de S. Luiz.

transporte de sedimentos por escoamento superficial, de acordo com as seguintes

equações:

∂ h (r, t) / ∂t = i (r, t) q(r, t) (Julien et al. 1995) [1]: (r.sim.water)

Em que: h (r, t) [m] - profundidade da água; t - tempo; i (r,t) [m/s] - excesso de

precipitação; q (r,t) [m2/s] - fluxo de água; r (x, y) – parâmetros de georreferenciação

(coordenadas) derivados do MDE.

∂ [ρsc(r, t) h (r, t)] / ∂ t + .qs (r, t) (Hann et al., 1994) [2]: (r.sim.sediment)

Em que: ρs [partículas/kg] - massa por partículas de sedimentos; c (r, t) [partículas/m3] -

concentração de sedimentos; qs (r, t) [kg/ms] - taxa de fluxo de sedimentos;

Figura 15 - Sequência metodológica do módulo r.sim.sediment.

Figura 14 - Sequência metodológica do módulo r.sim.water.

Como informação de base foi criado um modelo digital de elevação (MDE) com um

metro de resolução, gerado a partir de fotografia aérea de grande detalhe (pixel de 50 cm)

através do procedimento de estero-correlação automática, realizado no software Agisoft

PhotoScan. Sequencialmente foram estimados outros parâmetros adicionais que

controlam a simulação do modelo. Os valores dos parâmetros foram adaptados à área de

estudo tendo em conta a precipitação (estação meteorológica de Adorigo, série 1983-

2012), uso do solo e o tipo de solo. (Quadro 5).

Quadro 5 - Parâmetros de entrada de simulação do Modelo SIMWE, (adaptado de Koco,2011).

Rainfall

excess

(mm/h)

Soil

infiltration

(mm/h)

Manning’s

roughness

coefficient

Sediment

transport

capacity(s)

Detachment

capacity

(s/m)

Critical shear

stress

(Pa)

50 0.8 0.08 0.001 0.001 0.5

Figura 16 - Resultados da aplicação do modelo SIMWE.

Em termos gerais as feições erosivas concentram-se preferencialmente em áreas onde a

profundidade da água assume valores médios e elevados (90,1%), embora as classes

correspondentes a uma maior profundidade sejam ocupadas em percentagem superior por

sulcos (Figura 16a). O panorama é ligeiramente diferente no que se refere ao fluxo de

água, registando a quase totalidade das feições erosivas nas classes onde este assume

valores médios e altos (78,9%), (Figura 16b). A disposição do fluxo relaciona-se

diretamente com a influência exercida pelos declives da vertente. Relativamente à

capacidade de transporte de sedimentos, quase a totalidade das feições erosivas (98,7%)

se localizam nos setores onde a mobilização de materiais atinge valores médios a

elevados. A textura dos materiais apresenta uma elevada percentagem de areia e cascalho

(variável entre 30% a 50%), o que pode determinar um maior destacamento de partículas,

mesmo para valores reduzidos da capacidade de transporte. No que se refere ao fluxo de

sedimentos (Figura 16e), verifica-se que as feições erosivas se concentram nas classes

que assumem valores médios a elevados. Mas o destaque centra-se na percentagem de

ravinas que ocupa as áreas onde a dinâmica de sedimentos assume valores médios a

elevados (90,7%), em contraponto com uma percentagem de 70,5% de sulcos, nas

mesmas classes. Por outro lado, as classes média e muito elevada de concentração de

sedimentos, (Figura 16d) integram a maior percentagem de feições erosivas, embora as

classes elevada e muito elevada registem 59,4% de ravinas e 53,8 % de sulcos. Avaliando

o balanção erosão-deposição, (Figura 16f), é nítida a concentração de feições nos setores

identificados como suscetíveis à erosão, registando 65,6 % de ravinas e 78,1 % de sulcos.

Assim sendo, mais de 75% dos sulcos inventariados, correspondem à simulação do

SIMWE. Por outro lado, a percentagem de verdadeiros positivos associados às ravinas,

ou seja, as feições inventariadas que o modelo considerou suscetível à erosão, não supera

os 75%. Em seguimento, as áreas onde existe uma maior distribuição da deposição

coincidem com a classe mais elevada do parâmetro de concentração de sedimentos.

Modelo TPR FPR ACC PPV TPR/FPR

RUSLE 0,5537 0,4082 0,5917 0,0044 1,3564

Regressão Logística 0,8033 0,6971 0,3037 0,0019 1,1523

Quadro 6 - Validação do Modelo SIMWE.

Profundidade da água (m) Ravinas % Sulcos % Capacidade de transporte (Kg/ms) Ravinas % Sulcos %

< 0.002556 0,0 0,0 0,0 0,0 <0.250319 0,0 0,0 4,0 5,1

0.002556- 0.017906 29,0 45,3 29,0 37,2 0.250319 - 1.900738 48,0 75,0 53,0 67,9

0.017906 - 0.048440 30,0 46,9 40,0 51,3 1.900738 - 9.379197 16,0 25,0 20,0 25,6

> 0.048440 5,0 7,8 9,0 11,5 > 9.379197 0,0 0,0 1,0 1,3

Total 64,0 100,0 78,0 100,0 Total 64,0 100,0 78,0 100,0

Fluxo de Sedimentos (kg/ms) Ravinas % Sulcos % Fluxo de Água (m3/s) Ravinas % Sulcos %

< 0.013766 6,0 9,4 23,0 29,5 < 0.00001 5,0 7,8 4,0 5,1

0.013766 - 0.090350 44,0 68,8 38,0 48,7 0.00001 - 0.00004 30,0 46,9 40,0 51,3

0.090350 - 0.334283 14,0 21,9 17,0 21,8 0.00004 - 0.00011 22,0 34,4 20,0 25,6

> 0.334283 0,0 0,0 0,0 0,0 > 0.00011 7,0 10,9 14,0 17,9

Total 64,0 100,0 78,0 100,0 Total 64,0 100,0 78,0 100,0

Concentração de Sedimentos

(partículas/m3)Ravinas % Sulcos %

Erosão/Deposição limitada pelo

transporte(Kg/m2s)Ravinas % Sulcos %

< 0.007481 0,0 0,0 15,0 19,2 Erosão 42,0 65,6 50,0 64,1

0.007481 - 0.206312 26,0 40,6 21,0 26,9 Deposição 22,0 34,4 28,0 35,9

0.206312 - 0.380483 19,0 29,7 16,0 20,5 Total 64,0 100,0 78,0 100,0

> 0.380483 19,0 29,7 26,0 33,3

Total 64,0 100,0 78,0 100,0

Quadro 7 – Validação dos Modelos RUSLE e Regressão Logística

Bibliografia:

Bertoni, J. e Lombardi Neto, F. (1995) - Conservação do solo. 2ª Ed. São Paulo, Ícone,

355p.

Desmet, P..; Govers, G. (1996) – A GIS procedure for automatically calculating the USLE

LS factor on topographically complex landscape units. Journal of Soil and Water

Conservation, V. 51, nº 5, pp. 427-433.

Folk, R. L. (1954). The distinction between grain size and mineral composition in

sedimentary-rock nomenclature. Journal of Geology. ISSN 0022-1376. Vol. 62, n.º

4, 344 p.

Hann, C. T.; Barfield, B. J.; Hayes, J. C. (1994). Design hydrology and sedimentology for

a small catchments. Academic Press. New York, 588 p.

Julien, P. Y.; Saghafian, B.; Ogden, F. L. (1995). Raster-based Hydrological modelling

of a special varied surface runoff. Water Resources Bulletin, Nº 31, pp. 523-536.

Koco, S. (2011). Simulation of gully erosion using the SIMWE model and GIS. Landform

Analysis, Vol. 17: 81-86.

Meneses, B. (2012) - Erosão hídrica dos solos caso de estudo do concelho de Tarouca.

Dissertação de Mestrado em Gestão do Território, Área de Especialização em

Deteção Remota e Sistemas de Informação Geográfica. Faculdade de Ciências

Sociais e Humanas da Universidade Nova de Lisboa, 137p.

Pimenta, M. (1998) - Directrizes para a aplicação da equação universal de perda dos solos

em SIG: factor de cultura C e factor de erodibilidade do Solo K. Instituo da Água

(INAG), Direcção de Serviços de Recursos Hídricos, 13 p.

Renard K. ; Foster, G.; Weesies, G.; McCool, D.; Yoder, D. (1997) - Predicting soil

erosion by water: A guide to conservation planning with the Revised Universal Soil

Equation (RUSLE). U.S. Department of Agriculture, Agriculture Handbook nº 703,

404 p.

Renard, K.G. e Freimund, J.R.(1994) – Using monthly precipitation data to estimate the

R-factor in the Revised USLE. Journal of Hydrology, 157, pp. 287-306.

Ribeiro, J. (2000). Caracterização genérica da região vinhateira do Alto Douro. DOURO

– Estudos & Documentos, Vol. V, pp. 11-29.

Soares, L. (2008) - A importância das formações superficiais no âmbito dos processos de

erosão hídrica e movimentos de vertente no NW de Portugal. Dissertação

apresentada à Faculdade de Letras da Universidade do Porto para a obtenção do

grau de doutor na especalidade de Geografia no ramo de conhecimento em

Geografia Física, 887 p.

Sousa, B.; Sequeira, A. (1989). Notícia explicativa da folha 10 D (Alijó) da Carta

Geológica de Portugal (1/50 000). Lisboa, SGP, 59 p.

Wischmeier, W. ; Smith, D. (1978). - Predicting rainfall erosion losses - a guideline to

conservation planning, USDA Agric. Handbook 537, Washington, D.C., 67p.