Estimativa da produção de sedimentos em suspensão com modelos de redes neurais artificiais e avaliação de impactos em cenários futuros decorrentes de mudanças climáticas : aplicação na Bacia do Rio Potiribu no noroeste do Estado do Rio Grande do Sul

Abstract

Os processos de erosão, de transporte e de deposição do solo vêm sendo intensificados, gerando alteração significativa na dinâmica hidrossedimentológica em escala global e local. Esse processo é influenciado por fatores como clima, características fisiográficas da bacia, uso e manejo do solo. As mudanças climáticas também podem ser fatores importantes no processo erosivo, pois a tendência no futuro é ter mudanças nos padrões das precipitações podendo impactar nessa dinâmica hidrossedimentológica. As principais consequências indesejadas possíveis são o assoreamento de rios e reservatórios, degradação das águas superficiais e inundações. A simulação dos processos hidrossedimentológicos pode contribuir para a compreensão da dinâmica desses processos, bem como para a sua previsibilidade, a qual pode ser útil para o adequado manejo e uso do solo em bacias hidrográficas agrícolas. O objetivo desta pesquisa é avaliar a variação da produção de sedimentos em suspensão (PSS) em dois cenários de mudanças climáticas futuras, para bacias agrícolas de diferentes escalas, utilizando um modelo integrado em uma única rede neural artificial (RNA) para estimativas da produção de sedimentos em suspensão. A metodologia consiste em três etapas: 1 – monitoramento: caracterização da área de estudo, métodos de medição para a obtenção dos dados observados como precipitação, concentração de sedimentos em suspensão e vazão, e análise e as consistências destes dados; 2- cenário atual: foi desenvolvido um modelo baseado em RNAs integrando dados de diferentes escalas de bacias (regional) com diferentes combinações de variáveis de entrada (precipitações antecedentes – P0, .., P7; filtro gama das precipitações medidas, regional, e filtro gama das precipitações medidas, individual por bacia; área da bacia) para estimar PSS, treinado para o período de 1990 a 2020 com intervalo tri-horário; 3- cenário futuro: aplicação do melhor modelo de RNAs para estimar a PSS em dois cenários climáticos futuros (RCP 4.5 e 8.5) projetados para o período de 2021 a 2099 comparando com o período observado (1990 a 2020), utilizando como entrada a série de precipitação no futuro dos dois cenários climáticos simulados pelo modelo climático regional Eta-HadGEM2-ES CPTEC/INPE. Estes dados simulados foram corrigidos pelo método de correção do viés proposto nesta pesquisa e chamado de Lehner modificado. O melhor modelo resultou da aplicação, como entradas, da área e das precipitações tri-horárias, com até seis intervalos antecedentes, com coeficiente de Nash-Suitcliffe para a série de verificação igual a 0,963, Pbias igual a -2,91 e erro absoluto médio igual a 723,8 kg/s. Resultou maiores valores de PSS no futuro para a maioria dos cenários climáticos (RCP 4.5 e RCP 8.5) para todas as bacias, comparados ao período observado nos meses de maio a dezembro, com aumento variando de 4,4% a 122,7%. Nesta pesquisa pode-se verificar que a mudança climática influencia na variação da PSS nas bacias agrícolas. Modelos empíricos do tipo das RNAs podem ser utilizados para avaliar a produção de sedimentos em suspensão, com base em resultados de modelos climáticos, para cenários futuros. Para a superação da dificuldade imposta pela escassez de dados, modelos de RNAs regionais (com integração de bacias de diferentes escalas) podem constituir-se em um recurso importante, capaz de proporcionar viabilidade às pesquisas.

Soil erosion, transport and deposition processes have been intensified, generating significant changes in the hydro-sedimentological dynamics on a global and local scale. This process is influenced by factors such as climate, physiographic characteristics of the basin, soil use and management. Climate change can also be one of the important factors in the erosion process, as the trend in the future is to have changes in rainfall patterns that may impact this hydro-sedimentological dynamic. The main possible unwanted consequences are the silting up of rivers and reservoirs, surface water degradation and flooding. The simulation of hydro-sedimentological processes can contribute to the understanding of the dynamics of these processes, as well as to their predictability, which can be useful for the adequate management and use of the soil in agricultural watersheds. The objective of this research is to evaluate the variation in the production of suspended sediments in two scenarios of future climate changes, for agricultural basins of different scales, using an integrated model in a single ANN to estimate the production of suspended sediments. The methodology consists of three stages: 1 – monitoring: characterization of the study area, measurement methods for obtaining observed data such as precipitation, concentration of suspended sediments and flow, and analysis and consistency of these data; 2- current scenario: a model based on ANNs was developed integrating data from different basin scales (regional) with different combinations of input variables (antecedent precipitation – P0, .., P7; gamma filter of measured precipitation, regional, and filter range of measured rainfall, individual by basin; basin area) to estimate PSS, trained for the period 1990 to 2020 with a three-hour interval; 3- future scenario: application of the best ANN model to estimate the PSS in two future climate scenarios (RCP 4.5 and 8.5) projected for the period from 2021 to 2099 compared to the observed period (1990 to 2020), using as input the series of precipitation in the future of the two climate scenarios simulated by the regional climate model Eta-HadGEM2-ES CPTEC/INPE. These simulated data were corrected by the bias correction method proposed in this research and called modified Lehner. The best model resulted from the application as inputs, area and three-hour precipitation, with up to six antecedent intervals, with NS for verification series equal to 0.963, Pbias equal to -2.91 and Mea equal to 723.8 kg/s . It resulted in higher PSS values in the future for most climate scenarios (RCP 4.5 and RCP 8.5) for all basins compared to the period observed in the months of May to December with an increase ranging from 4.4% to 122.7%. In this research it can be seen that climate change influences the PSS variation in agricultural basins. Empirical models, such as ANNs, can be used to evaluate the production of suspended sediments, based on the results of climate models, for future scenarios. To overcome the difficulty imposed by the scarcity of data, models of regional ANNs (with integration of basins of different scales) can constitute an important resource, capable of providing viability to research.