Recursos Hídricos

Bacia do rio Purus: vista do espaço e modelada na Terra

Bacia do rio Purus: vista do espaço e modelada na Terra

13 de maio de 2021 | Tempo de leitura: 7 minutos

Por Aline Meyer Oliveira

E
xperimentos são um elemento-chave para a pesquisa científica. Dependendo da área do conhecimento, os experimentos são conduzidos em tubos de ensaio, em supercomputadores, entrevistas a pessoas, entre outros. No caso da Hidrologia – ciência que estuda a dinâmica da água na natureza – é possível construirmos um pequeno rio no laboratório para realizar nossos experimentos, embora não seja comum. No entanto, é inviável que esse rio tenha 3,000 km de extensão (aproximadamente a distância de Porto Alegre, no Rio Grande do Sul, a Salvador, na Bahia), com uma planície inundável que pode chegar a 30 km de largura. Essas são as dimensões do rio Purus, na Amazônia. Os rios amazônicos são laboratórios incríveis e complexos para análise e compreensão da natureza. Embora não seja possível reproduzi-los na escala 1:1, nós podemos simulá-los no computador por meio de modelos hidrológicos.

          Em modelos hidrológicos, tentamos reproduzir da melhor forma possível o (irreproduzível) ciclo da água e suas complexas e inúmeras interações com a natureza, através de equações matemáticas. Estes modelos têm grande utilidade para a compreensão da hidrolgoia ao longo de uma bacia hidrográfica (veja aqui um exemplo de aplicação de modelo hidrológico para apresentar o fluxo dos rios da América do Sul hoje), ou para estimar o efeito de alterações ambientais, por exemplo devido a construção de hidrelétricas. Algumas características dos modelos, como parâmetros, precisam ser ajustados (ou calibrados) de forma que o fluxo de água nos rios (vazão) no modelo reproduza bem aqueles fluxos observados nos rios (em estações fluviométricas). Embora os fluxos de água no rio possam ser bem representados após a calibração, isto não quer dizer que todos os fluxos do ciclo da água também estão sendo bem representados. Existe grande incerteza sobre os processos internos que o modelo representa: uma quantidade de água que evaporou pode ter sido erroneamente representada no modelo pela água que na verdade infiltrou no solo. Assim, a evaporação estimada no modelo estaria subestimada e a infiltração superestimada (veja na figura abaixo). As incertezas afetam as estimativas dos fluxos e podem prejudicar seus usos para predições de impactos de mudanças climáticas ou mudanças no uso e ocupação do solo, por exemplo.

Na esquerda, esquema simplificado das entradas (em verde) e saídas (em vermelho) de um sistema, ou modelo, hidrológico (ao fundo, imagem do rio Purus, fonte: Shutterstock). Na direita, localização da bacia do rio Purus no contexto da América do Sul. Fonte: autoria própria.

         Na pesquisa “Calibração de modelos hidrológicos com observações de sensoriamento remoto”, nosso objetivo foi investigar se observações de satélites poderiam ajudar no ajuste dos parâmetros em modelos hidrológicos. Para testar se essa ideia daria certo, nós precisávamos de uma bacia hidrográfica muito grande, em que as variações no ciclo hidrológico pudessem ser percebidas do espaço! O “laboratório” escolhido foi a bacia do rio Purus, na Amazônia.

          O Purus é um rio de água branca, também chamada de água barrenta. Sua nascente é no Peru, se estendendo pelo território brasileiro em planícies de inundação extensas. Sua paisagem é pouco antropizada, ou seja, é considerada conservada quando comparamos com paisagens de outras regiões na Amazônia. Utilizar a bacia do rio Purus como um “laboratório” é uma forma de gerar informações mais precisas e de ampla escala espacial em uma região com poucos dados hidrológicos, além de ser uma oportunidade única de aprendizado devido à complexidade natural desta bacia.

          Nosso trabalho foi baseado em dados de sensoriamento remoto. O sensoriamento remoto é mais conhecido pelas imagens de satélites – aquelas que vemos com o Google Earth, por exemplo. Mas existem também outros satélites que “fotografam” outras informações da superfície da Terra. Essas informações são inseridas  em modelos que, após diversos cálculos, são transformadas em dados que podem ser disponibilizados para o uso pela sociedade (pesquisadores, instituições públicas, etc). Estes dados podem ser utilizados para descrever a umidade do solo, evapotranspiração, variações no nível da água, extensão de áreas inundadas, entre outras variáveis. Assim, observamos 400,000 km² do nosso “rio-laboratório” de forma remota, através dos dados providos pelos satélites.

Exemplos de variáveis estimadas por medições de satélites para a bacia hidrográfica do rio Purus. Modelo digital de elevação da missão SRTM, níveis d’água do Jason-2, evapotranspiração do MOD16 e umidade do solo do SMOS. Fonte: adaptado de Meyer Oliveira et al., 2021.

          Embora no caso da minha pesquisa o rio Purus tenha sido apenas um experimento onde testamos se a calibração com observações de sensoriamento remoto ajudava a melhorar as predições do modelo, acabamos descobrindo coisas interessantes sobre a dinâmica de água local. Primeiro, calibramos o modelo com observações de vazão, e então observamos o que o modelo estava representando para outras variáveis. Quando olhamos para a evapotranspiração, o resultado do modelo estava muito diferente da observação do satélite! Será que o modelo estava incorreto, ou será que as observações de satélite eram muito ruidosas (ou seja, incertas ou com erros) para essa região? 

Resultados das séries temporais (dados coletados ao longo do tempo no mesmo local) de calibração do modelo com as observações de vazão e de evapotranspiração. Fonte: adaptado de Meyer Oliveira et al., 2021. 

        Consultamos artigos na literatura científica, e descobrimos que outros pesquisadores(as) já haviam relatado uma dificuldade dos modelos hidrológicos em estimar a quantidade de água que as plantas acessam no solo  (veja este estudo aqui). Isso acontece porque na Amazônia muitas árvores têm raízes profundas, o que as permite acessar água nas camadas mais profundas do solo durante todo o ano.

          Verificamos então que, ao calibrar o modelo com observações de evapotranspiração, o resultado para vazão foi um pouco inferior, mas o resultado para a evapotranspiração foi muito melhor! Além de evapotranspiração, nós também conduzimos esses experimentos para outras variáveis, e obtivemos resultados de que as observações de sensoriamento remoto podem ajudar muito na redução de incertezas nas previsões de modelos hidrológicos, ou mesmo auxiliar nas estimativas hidrológicas de regiões com pouco monitoramento. 

 Ciência se faz com parceria

Essa pesquisa fez parte do meu trabalho de mestrado, que desenvolvi em colaboração com o doutorando Ayan Fleischmann, e sob orientação do Prof. Rodrigo Paiva, do grupo de pesquisa em Hidrologia de Grande Escala (HGE), no Instituto de Pesquisas Hidráulicas (IPH), UFRGS. O trabalho completo está publicado no Journal of Hydrology. A pesquisa contou com apoio financeiro da CAPES. 

Quer saber mais? Acesse os materiais abaixo!

Meyer Oliveira, A., Fleischmann, A. S., Paiva, R. C. D. (2021) On the contribution of remote sensed calibration to model hydrological and hydraulic processes in tropical regions. Journal of Hydrology (597). (acesse aqui)

Lettenmaier, D. P., Alsdorf, D., Dozier, J., Huffman, G. J., Pan, M., Wood, E. F. (2015) Inroads of remote sensing into hydrologic science during the WRR era. Water Resources Research 51 (9). (acesse aqui)

Hasler, N., Avissar, R. (2007) What controls evapotranspiration in the Amazon basin? Journal of Hydrometeorology (8). (acesse aqui

Aline Meyer Oliveira é Engenheira Ambiental formada pela UFRGS, com mestrado no PPG em Recursos Hídricos e Saneamento Ambiental do IPH/UFRGS. Atualmente, é doutoranda no grupo de pesquisa em Hidrologia e Clima (H2K) na Universidade de Zurich. Veja mais no currículo LattesResearchGate ou em sua página

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *