Previsão por conjuntos de longo prazo de umidade do solo na bacia do rio Ijuí

Abstract

A umidade do solo é a variável que representa a quantidade de água disponível para uma cultura. O conhecimento antecipado das condições de umidade do solo, especialmente em um horizonte de longo prazo, permite um melhor planejamento de ações no setor agrícola. Sobretudo em culturas não irrigadas, a previsão do nível de umidade no solo pode se tornar uma ferramenta de grande auxílio. Neste sentido, o estudo aqui conduzido avalia a previsibilidade da umidade do solo na bacia do rio Ijuí, onde há forte atividade do setor agrícola, através da simulação hidrológica. Sendo a precipitação a principal variável a determinar a umidade do solo, analisa-se aqui o desempenho diferentes conjuntos de previsão de precipitação para realização da previsão de umidade do solo, através do modelo de grandes bacias MGB-IPH (Modelo de Grandes Bacias – Instituto de Pesquisas Hidráulicas). Reconhecendo-se a grande dificuldade associada à previsão em longo prazo, realizam-se aqui previsões probabilísticas de umidade do solo, ou previsões por ensemble. O ensemble, ou conjunto, refere-se ao conjunto de membros de associados a cada modelo de previsão, e é uma alternativa para a consideração das incertezas na previsão. Foram empregadas as previsões de precipitação, considerando seus respectivos membros, de três modelos climatológicos (CCM3v6, ECPC e GFDL), gerando diferentes previsões de umidade do solo. Estas previsões de umidade do solo foram divididas em quatro grandes grupos: A) previsões realizadas com todos os membros do ensemble de um determinado modelo; B) previsões realizadas com a precipitação média dos membros de cada modelo; C) previsões empregando todos os membros de todos os modelos em uma mesma previsão de umidade do solo; e D) previsões baseadas em uma abordagem multimodelos, construindo um ensemble de modelos a partir da previsão realizada com a precipitação média prevista por cada modelo. Os resultados indicam que a previsão de umidade do solo a longo prazo baseada em previsões de precipitação pode ser útil para a identificação de períodos mais secos ou mais úmidos que o normal para a região. A determinação do nível exato de saturação do solo, contudo, ainda apresenta grandes limitações. Além disso, infere-se pelos resultados observados, produto da metodologia adotada, que a condução de previsões baseadas na média do ensemble (B) e na abordagem multimodelos (D) envolvem menos esforço e trazem resultados semelhantes ou melhores que as previsões baseadas em todos os membros dos modelos (A e C).

Soil moisture represents the water quantity available to a crop. The previous knowledge of the soil moisture conditions, especially with long antecedence, allows a better planning of the actions in the agricultural sector. Especially in non-irrigated crops, a forecast of the soil moisture level can be an important tool. In this context, the study here presented assess the predictability of the soil moisture in the Ijuí river basin, using hydrologic simulation. As the rainfall is the main variable to determine soil moisture, this study analyzes the performance of different sets of forecasted precipitation to perform soil moisture forecasts, using the large basins model MGB-IPH (Large Basins Model - Institute of Hydraulic Research). Recognizing the great difficulty associated with longterm forecasting, this study performs probabilistic soil moisture forecasts, or ensemble forecasts. The ensemble refers to the set of members associated with each prediction model, and is an alternative to consider the uncertainties in the forecast. Precipitation forecasts from three different climatologic models (CCM3v6, ECPC and GFDL), including all of their members, originated different soil moisture forecasts. Those soil moisture predictions were divided into four groups: A) forecasts conducted with all ensemble members of a given model; B) forecasts made with the average predicted rainfall of the members of each model; C) forecasts employing all members of all models in the same soil moisture prediction; and D) forecasts based on a multimodel approach, building an ensemble of models from the forecast made with the average rainfall predicted by each model. Results indicate that long-term soil moisture forecasts based on precipitation forecasts can be useful for identifying drier or wetter periods than the average condition for the region. The determination of the exact level of soil saturation, however, still has serious limitations. Also, it appears from the observed results, a product of the selected methodology, that soil moisture predictions based on the average of the ensemble (B) and on the multimodel approach (D) involve less effort and bring similar or better results to the predictions based on all ensemble members of the models (A and C).