Nexo água-alimento-energia considerando decisões sobre irrigação e infraestrutura hídrica em múltiplas escalas sob mudanças no clima

Abstract

A infraestrutura hídrica, seja ela verde ou cinza, desempenha um papel essencial à sociedade que inclui a melhoria na disponibilidade da água bruta às cidades, proteção contra eventos críticos/desastres e disponibilidade de água para sistemas produtivos agrícolas, industriais e energéticos. No entanto, esses benefícios só serão providos se investimentos em infraestrutura fizerem parte de políticas hídricas alinhadas a outras políticas, como produção agrícola, energia e meio ambiente. O Plano Nacional de Segurança Hídrica (PNSH) lançado em 2019, definiu intervenções estratégicas para melhoria da segurança hídrica e gestão de riscos associados a eventos críticos no Brasil. Para tornar esse planejamento efetivo e manter a capacidade da infraestrutura de gerar valor para a sociedade, é necessário explorar melhor diferentes caminhos e decisões possíveis no nexo Água-Energia-Alimento, bem como os trade-offs decorrentes dessas decisões tendo em conta a variação das demandas hídricas, mudanças do clima e incerteza hidrológica. Todas essas variáveis tornam o contexto de planejamento bastante dinâmico, e o emprego de métodos tradicionais de análise de custos-benefícios insuficiente para a garantia de segurança hídrica a longo prazo. Quando as condições mudam, o impacto e benefícios causados pela infraestrutura também se transformam. Assim, é necessário adotar abordagens dinâmicas e adaptativas, para assegurar a continuidade e distribuição equitativa dos benefícios para a sociedade. A presente tese propõe uma estrutura metodológica capaz de integrar decisões envolvendo infraestruturas de armazenamento de pequena e grande escala em bacias com usos conflitantes (como geração de energia e agricultura irrigada), considerando a incerteza hidrológica e climática. A metodologia integrou um algoritmo de programação dinâmica dual estocástica (PDDE), usado para construir um modelo hidroeconômico na bacia, a um algoritmo de otimização multiobjetivo com algoritmo evolucionário (MOEA). Os algoritmos são executados de forma simultânea para produzir fronteiras de Pareto considerando objetivos de maximizar produção de energia e maximizar retiradas para a agricultura. A abordagem aplicada permitiu por um lado compreender o efeito de uma rede de pequenas infraestruturas sobre a irrigação e sobre os reservatórios maiores e usos associados. Por outro lado, permitiu analisar diferentes estratégias no nexo Água-Energia- Alimento, considerando variação em área irrigada, capacidade de armazenamento em pequenos reservatórios e energia hidrelétrica produzida em grandes reservatórios, o que possibilita a exploração de diferentes configurações de investimentos na expansão da infraestrutura de pequena escala, identificando trade-offs e desempenho do sistema sob diferentes cenários climáticos. A abordagem foi aplicada na bacia do Rio São Marcos, onde o conflito entre agricultura irrigada e geração hidrelétrica é historicamente conhecido. Os resultados fornecem subsídios para tomada de decisão e adaptação da infraestrutura no Brasil e em outros lugares no mundo com problemas semelhantes.

Water infrastructure, whether green or grey, plays a vital role in society by improving raw water availability for cities, providing protection against extreme events and disasters, and ensuring water supply for productive systems such as agriculture, industry, and energy. However, these benefits will only be fully realized if infrastructure investments are embedded within water policies that are aligned with other sectoral policies, such as those related to agriculture, energy, and the environment. The National Water Security Plan (PNSH), launched in 2019, outlined strategic interventions to enhance water security and manage risks associated with extreme events in Brazil. To make this planning effective and maintain the infrastructure's capacity to generate value for society, it is essential to better explore different pathways and decision-making strategies within the Water-Energy-Food Nexus, as well as the trade-offs associated with these decisions, considering shifting water demands, climate change, and hydrological uncertainty. These variables create a dynamic planning context, in which traditional cost-benefit analysis methods become insufficient to ensure long-term water security. As conditions evolve, so do the impacts and benefits delivered by infrastructure. Therefore, it is necessary to adopt dynamic and adaptive approaches to ensure the continuity and equitable distribution of benefits to society. This work proposes a methodological framework capable of integrating decisions related to small- and large-scale storage infrastructure in basins with competing uses (such as hydropower generation and irrigated agriculture), while accounting for hydrological and climatic uncertainties. The methodology integrates a Stochastic Dual Dynamic Programming (SDDP) algorithm used to build a hydroeconomic model for the basin with a Multi-Objective Evolutionary Algorithm (MOEA). These algorithms are executed simultaneously to generate Pareto fronts considering the objectives of maximizing hydropower production and maximizing water withdrawals for agriculture. On one hand, the proposed approach enabled a better understanding of the effects of a network of small-scale infrastructure on irrigation and on the operation of larger reservoirs and their associated uses. On the other hand, it allowed for the analysis of alternative strategies within the Water-Energy-Food Nexus, considering variations in irrigated area, small reservoir storage capacity, and hydropower generation in large reservoirs. This made it possible to explore different investment configurations for expanding small-scale infrastructure, identifying trade-offs and system performance under different climate scenarios. The approach was applied to the São Marcos River Basin, where the conflict between irrigated agriculture and hydropower generation has been historically evident. The results provide valuable insights to support decision-making and guide infrastructure adaptation in Brazil and in other regions facing similar challenges.