Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Teixeira, Laís Coelho |
| Orientador(a): |
Pedrollo, Olavo Correa |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Link de acesso: |
http://hdl.handle.net/10183/253086
|
Resumo: |
Os processos de erosão, de transporte e de deposição do solo vêm sendo intensificados, gerando alteração significativa na dinâmica hidrossedimentológica em escala global e local. Esse processo é influenciado por fatores como clima, características fisiográficas da bacia, uso e manejo do solo. As mudanças climáticas também podem ser fatores importantes no processo erosivo, pois a tendência no futuro é ter mudanças nos padrões das precipitações podendo impactar nessa dinâmica hidrossedimentológica. As principais consequências indesejadas possíveis são o assoreamento de rios e reservatórios, degradação das águas superficiais e inundações. A simulação dos processos hidrossedimentológicos pode contribuir para a compreensão da dinâmica desses processos, bem como para a sua previsibilidade, a qual pode ser útil para o adequado manejo e uso do solo em bacias hidrográficas agrícolas. O objetivo desta pesquisa é avaliar a variação da produção de sedimentos em suspensão (PSS) em dois cenários de mudanças climáticas futuras, para bacias agrícolas de diferentes escalas, utilizando um modelo integrado em uma única rede neural artificial (RNA) para estimativas da produção de sedimentos em suspensão. A metodologia consiste em três etapas: 1 – monitoramento: caracterização da área de estudo, métodos de medição para a obtenção dos dados observados como precipitação, concentração de sedimentos em suspensão e vazão, e análise e as consistências destes dados; 2- cenário atual: foi desenvolvido um modelo baseado em RNAs integrando dados de diferentes escalas de bacias (regional) com diferentes combinações de variáveis de entrada (precipitações antecedentes – P0, .., P7; filtro gama das precipitações medidas, regional, e filtro gama das precipitações medidas, individual por bacia; área da bacia) para estimar PSS, treinado para o período de 1990 a 2020 com intervalo tri-horário; 3- cenário futuro: aplicação do melhor modelo de RNAs para estimar a PSS em dois cenários climáticos futuros (RCP 4.5 e 8.5) projetados para o período de 2021 a 2099 comparando com o período observado (1990 a 2020), utilizando como entrada a série de precipitação no futuro dos dois cenários climáticos simulados pelo modelo climático regional Eta-HadGEM2-ES CPTEC/INPE. Estes dados simulados foram corrigidos pelo método de correção do viés proposto nesta pesquisa e chamado de Lehner modificado. O melhor modelo resultou da aplicação, como entradas, da área e das precipitações tri-horárias, com até seis intervalos antecedentes, com coeficiente de Nash-Suitcliffe para a série de verificação igual a 0,963, Pbias igual a -2,91 e erro absoluto médio igual a 723,8 kg/s. Resultou maiores valores de PSS no futuro para a maioria dos cenários climáticos (RCP 4.5 e RCP 8.5) para todas as bacias, comparados ao período observado nos meses de maio a dezembro, com aumento variando de 4,4% a 122,7%. Nesta pesquisa pode-se verificar que a mudança climática influencia na variação da PSS nas bacias agrícolas. Modelos empíricos do tipo das RNAs podem ser utilizados para avaliar a produção de sedimentos em suspensão, com base em resultados de modelos climáticos, para cenários futuros. Para a superação da dificuldade imposta pela escassez de dados, modelos de RNAs regionais (com integração de bacias de diferentes escalas) podem constituir-se em um recurso importante, capaz de proporcionar viabilidade às pesquisas. |
