Dinâmica da umidade do solo na geração de escoamento superficial em uma pequena bacia hidrográfica

Abstract

Diversos processos hidrológicos estão associados à condição de umidade do solo e às características dos eventos de precipitação. O conteúdo de água no solo pode impactar na geração de escoamento tanto superficial, quanto subsuperficial, bem como na conexão dos caminhos do fluxo preferencial. Dependendo da escala de observação, todos os processos podem ocorrer de forma conjunta, com maior ou menor relevância, conforme as características do ambiente. Em pequenas bacias hidrográficas, a geração do escoamento está associada à interação existente entre as características do solo e da paisagem, à aspectos dinâmicos, como a umidade antecedente do solo e à precipitação, além do possível efeito das ações antrópicas. No entanto, a maioria das pequenas bacias hidrográficas monitoradas, não possuem a disponibilidade de medidas de umidade do solo, ou então detêm informações limitadas a poucas observações. Assim, o objetivo desta pesquisa é avaliar os principais fatores que contribuem para a dinâmica da umidade do solo na camada superficial e subsuperficial e a influência da condição da umidade antecedente do solo na geração de escoamento, em uma pequena bacia hidrográfica no sul do Brasil. Para isso, foi primeiramente desenvolvido um modelo de redes neurais artificiais para a estimativa consistente da umidade do solo, em seguida realizada a análise dos principais fatores que afetam os resultados dos modelos. Posteriormente, foi verificado os possíveis impactos da umidade antecedente do solo na geração de escoamento. Isto foi feito de duas formas: i) analisando 104 eventos de chuva – vazão que ocorreram durante 4 anos de monitoramento; ii) utilizando a umidade antecedente do solo como parâmetro de entrada nas simulações de 15 eventos de chuva-vazão com um modelo físico distribuído baseado em eventos, o OpenLISEM (open source Limburg Soil Erosion Model). Os resultados indicam que os modelos de umidade do solo obtiveram um bom desempenho e conseguiram estimar a umidade do solo para ambas as camadas. Enquanto as variáveis relacionadas ao clima são as mais importantes para o desempenho do modelo de superfície, para a camada subsuperficial as variáveis relacionadas ao solo são as mais importantes. Em relação à geração de escoamento na bacia hidrográfica do Arroio do Ouro, não foi observado um limiar claro entre a umidade antecedente do solo e o coeficiente de escoamento. Porém, os maiores coeficientes de escoamento foram registrados nos eventos cuja umidade antecedente do solo era muito próxima ou superior à capacidade de campo. A utilização da umidade antecedente como parâmetro de entrada nas simulações com o OpenLISEM mostrou-se promissora, visto os resultados sólidos encontrados durante a etapa de validação do modelo. Mesmo considerando as incertezas associadas às estimativas da umidade antecedente do solo, foi possível representar a forma de hidrogramas complexos.

Several hydrological processes are associated with the soil moisture condition and the characteristics of rainfall events. Soil water content can impact the generation of overland flow and subsurface flow and the connection of preferential flow paths. Depending on the observation scale, all processes may be occurring together, with greater or lesser relevance, depending on the characteristics of the environment. In small watersheds, the generation of runoff is associated with the interaction between soil and landscape characteristics, dynamic aspects, such as antecedent soil moisture and precipitation, and the possible effect of human actions. However, most of the small watersheds monitored do not have the availability of soil moisture measurements, or they have limited information to a few observations. Thus, this research aims to evaluate the main factors that contribute to soil moisture dynamics in the surface and subsurface layer and the influence of the antecedent soil moisture condition on the generation of runoff in a small watershed in southern Brazil. For this, firstly, an artificial neural network model was developed for the consistent estimation of soil moisture and analysis of the main factors that affect the results of the models. Subsequently, verified the possible impacts of previous soil moisture on runoff generation. Did this done in two ways: i) analyzing 104 rainfall-runoff events that occurred during four years of monitoring; ii) using the antecedent soil moisture as an input parameter in the simulations of 15 rainfall-runoff events with an event-based distributed physical model, the OpenLISEM (open source Limburg Soil Erosion Model). The results indicate that the soil moisture models performed well and could satisfactorily estimate the soil moisture for both layers. While the climate-related variables are the most important for the performance of the surface model, for the subsurface layer, the soil-related variables are the most important. A clear threshold between the antecedent soil moisture and the runoff coefficient was not observed in the Arroio do Ouro catchment. However, the highest runoff coefficients were recorded in events whose antecedent soil moisture was close to or greater than field capacity. The use of antecedent moisture as an input parameter in the simulations with OpenLISEM proved to be promising, given the solid results found during the model validation stage. Even considering the uncertainties associated with the antecedent soil moisture estimates, it was possible to represent the form of complex hydrographs.