• No results found

Response to WGNEACS on Exploratory Fishing Protocols

In document wgftfb10.pdf (4.941Mb) (sider 33-39)

6.1 Overview

6.1.5 Response to WGNEACS on Exploratory Fishing Protocols

Produção das Cargas de Fósforo na Bacia do Açude Marengo

Os modelos de simulação de cargas poluidoras, que representam matematicamente os processos de geração de cargas têm como objetivo relacionar os diferentes tipos de usos do solo e seus impactos nos corpos hídricos. Dessa forma, estimativas são realizadas na expectativa de indicar as áreas de maior fornecimento de poluição e as áreas que podem estar ameaçadas ou em desequilíbrio, por serem receptoras das cargas poluidoras.

As estimativas das cargas de fósforo produzidas pela bacia foram realizadas utilizando o modelo PLOAD (USEPA), para representar as cargas exportadas para o reservatório Marengo, conforme abaixo.

O modelo PLOAD (Pollutant Loading Aplication), desenvolvido pela USEPA (US Environmental Protection Agency), é utilizado para estimativa de cargas poluidoras médias anuais geradas por fontes não pontuais, para subsidiar o manejo de bacias

hidrográficas e projetos de proteção de reservatórios, conforme a equação 3.18. Simulações podem ser efetuadas pelos métodos de coeficientes de exportação ou aproximação das concentrações médias por evento (STEINKE; SAITO, 2008).

Equação 3.18

LP = Carga Poluidora do Fósforo (KgP/m2/ano);

P = Precipitação pluviométrica anual (mm);

PJ = Razão de chuva produtora de escoamento;

RVU = Coeficiente de escoamento para cada tipo de uso do solo (mm);

CU = Média de concentração do fósforo para cada tipo de uso (mgP/L), obtidas pelas

simulações de chuvas artificiais;

AU = Áreas de cada tipo de uso do solo (m2), obtidas a partir do sensoriamento remoto.

A partir das classes de uso do solo classificadas, de forma supervisionada, pelo sensoriamento remoto, foi possível obter as áreas de cada classe, através da ferramenta class statistics. Para obter as cargas produzidas de fósforo na bacia durante os anos (2010, 2012, 2013 e 2014), foram utilizadas as cargas de fósforo específicas, obtidas nas simulações de chuvas artificiais, das classes de uso do solo estudadas (mata preservada, mata degradada, solo exposto, bamburral e capim) e calculados de acordo com a equação 3.18.

A literatura apresenta uma série de modelos empíricos simplificados para se estimar a concentração de fósforo no corpo d’água, em função da carga afluente e tempo de detenção. A abordagem empírica tem sido mais utilizada do que a conceitual, devido à dificuldade em se elaborar modelos de base física para o fósforo em uma represa, bem como de se obter os valores dos coeficientes e dados de entrada necessários.

Para a estimativa da concentração máxima de fósforo no reservatório foi utilizado o modelo preditivo de Vollenweider (1962), segundo a equação 3.19.

Equação 3.19

P: Concentração de fósforo no corpo d’água (mgP/m3)

L: Carga afluente de fósforo (kgP/ano) t:Tempo de detenção hidráulica (ano)

Ks: Coeficiente de perda de fósforo por sedimentação (1/ano). O Ks utilizado foi o de Salas e Martino (2001), equação 3.20.

Equação 3.20

Foram realizadas, também, as estimativa das cargas de fósforo para a faixa de 100m de matas ciliares, para o período estudado, e avaliar o potencial impacto que as matas ciliares tem na eutrofização do açude Marengo. Para estimar as cargas de fósforo foi utilizado o modelo PLOAD (equação 3.18).

Para calcular as cargas de fósforo da mata ciliar foi necessário criar um shape do contorno do açude Marengo de uma imagem Rapideye de 2009, quando o açude estava com maior volume de água em seu interior e foi possível observar os limites do açude-mata ciliar. Para criar o shape foi utilizado o software Arcgis 10 e foi gerado uma

buffer de 100m, para as quatro imagens utilizadas nesse estudo, afim de delimitar as

matas ciliares, de acordo com a legislação brasileira.

Em seguida foram feitas as classificações supervisionadas para as quatro buffers de 100m, pelo método SVM (software ENVI 4.3) e observar as mudanças de uso do solo nas matas ciliares e obter as cargas de fósforo que foram transportadas para o açude Marengo.

𝑃

𝐿 . 0³

𝑉 . 𝑡 + 𝐾𝑠

O mesmo método utilizado para a obtenção das cargas totais de fósforo exportadas pela bacia foi, também, utilizado para obtenção das cargas totais produzida, somente, pelas matas ciliares. As áreas das classes de uso do solo foram obtidas pelo uso da ferramenta class statistics, após as classificações supervisionadas, a partir do sensoriamento remoto. As cargas produzidas de fósforo, para cada classe de uso do solo, pela faixa de 100m das matas ciliares nos anos (2010, 2012, 2013 e 2014), foram calculadas de acordo com a equação 3.18.

3.6 Tratamento Estatístico e Análise dos Dados

Inicialmente foram calculados os parâmetros da estatística descritiva básica: número de dados (N), média aritmética, mediana, máximo, mínimo, desvio padrão e coeficiente de variação (CV) para todas as variáveis de qualidade da água do escoamento.

Para verificar a diferença estatística entre os manejos e as larguras de matas ciliares foi realizada a análise de variância, com o teste de Friedman, considerando o nível de significância de 5% (Hall et al., 2006). A Análise de Variância (Friedman) é um procedimento utilizado para comparar três ou mais tratamentos (manejos) (Hall et al., 2006). Um tratamento é uma condição imposta ou objeto que se deseja medir e/ou avaliar em um experimento. No caso desta pesquisa, os tratamentos são os manejos de matas ciliares que se está estudando (mata preservada, mata raleada e sem mata ciliar). Cada manejo foi estudado tanto no período seco quanto no período chuvoso. Em cada largura de cada manejo foram realizados 3 experimentos de chuvas artificiais, por período, com duração de 1 hora, ou seja, 60 minutos por experimento.

O teste de Friedman foi aplicado com relação ao resultado do p-valor. Se o p-

valor < α, rejeitamos a hipótese de nulidade H0, havendo evidência de diferenças

significativas entre os tratamentos (manejos). Caso contrário, não se rejeita a hipótese de nulidade H0, ou seja, não há evidências de diferenças significativas entre os

Para realizar todos os testes estatísticos foram utilizados os seguintes softwares: o pacote estatístico SPSS versão 17, BioEstat 5.0 e o software estatístico R. A tabulação dos dados de todos os parâmetros foi realizada no programa Microsoft Office Excel 2010.

Para auxiliar na identificação das melhores respostas espectrais foram utilizados dois testes estatísticos: o teste F e a análise de agrupamento. A vantagem do teste F é que em qualquer delineamento experimental ele pode ser aplicado (SNEDECOR e COCHRAN, 1967). O teste F tem como finalidade comparar as estimativas de variância dos tratamentos (amostras) e detectar a existência inicial de diferenças significativas entre as médias dos tratamentos. A desvantagem do teste F está em apenas apontar a existência das diferenças entre as médias das amostras, mas não identifica as maiores diferenças. A vantagem da sua aplicação é ser universal, pois em todos os delineamentos o teste F pode ser aplicado e, também, a simplicidade da aplicação que rapidamente detecta-se ou não as diferenças (CANTERI, 2001).

A análise de agrupamento tem o propósito de separar as amostras em grupos, baseando-se nas características que essas amostras possuem. A ideia básica consiste em colocar em um mesmo grupo amostras que sejam similares de acordo com algum critério pré-determinado. O critério baseia-se normalmente em uma função de dissimilaridade, função esta que recebe duas amostras e retorna a distância entre elas. Os grupos separados, por uma métrica de qualidade, devem apresentar alta homogeneidade interna e alta separação (heterogeneidade externa). Isto quer dizer que os elementos de um determinado grupo devem ser mutuamente similares e, preferencialmente, muito diferentes dos elementos de outros grupos (CANTERI, 2001).

A análise de agrupamento é uma ferramenta útil para a análise de dados em muitas situações diferentes. Esta técnica pode ser usada para reduzir a dimensão de um conjunto de dados, reduzindo uma ampla gama de amostras à informação do centro do seu conjunto. Tendo em vista que a análise de agrupamento pode servir também para extrair características escondidas dos dados e desenvolver as hipóteses a respeito de sua natureza (MINGOTI, 2007).

A análise de agrupamentos divide as amostras estudadas em grupos, de modo que as amostras pertencentes a um mesmo grupo sejam similares entre si com respeito às variáveis (características) que nelas foram medidas (MINGOTI, 2007).

Foi utilizado o método de agrupamento hierárquico baseado na medida de distância euclidiana. No início do processo de agrupamento pelo método hierárquico é como se cada amostras formasse um grupo separadamente. Com o passar do processamento da análise, as amostras vão se deslocando de forma que no final do procedimento seja formado um único agrupamento englobando todas as amostras. Os resultados finais da análise são apresentados por dendogramas (MINGOTI, 2007).

In document wgftfb10.pdf (4.941Mb) (sider 33-39)