Купить СНПЧ А7 Архангельск, оперативня доставка

crosscheckdeposited

Assessment of the Current Soil Erosion in Piranga River Basin, Minas Gerais State

DOI: http://dx.doi.org/10.19149/2316-6886/wrim.v3n2p57-64

http://www2.ufrb.edu.br/wrim/ 

downloadpdf

Vinícius A. de Oliveira1, Matheus F. Durães2 & Carlos R. de Mello3

 

Abstract: Para identificar e avaliar a importância dos elementos meteorológicos aplicou-se a técnica de estatística multivariada Análise Fatorial/Análises de Componentes Principais. Essa técnica foi aplicada com o propósito de identificar a importância relativa das diferentes variáveis envolvidas nos processos meteorológicos de duas cidades, Fortaleza e Crateús, de características climáticas distintas localizadas no Ceará, Brasil. As cidades de Fortaleza e Crateús apresentam, respectivamente, clima do tipo Aw’ tropical chuvoso quente-úmido e BSw’h’ quente e semiárido. As séries históricas empregadas nesse estudo foram  disponibilizadas pelo INMET, (Instituto Nacional de Meteorologia). Pelo emprego da Análise Fatorial/Análise de Componentes Principais foi identificado um modelo de melhor ajuste composto por três componentes, explicando 83,04% da variância total, para Fortaleza e por duas componentes, explicando 77,96% da variância total, para Crateús. O primeiro componente em Fortaleza está relacionado com o gradiente de pressão de vapor do ar, o segundo componente está vinculado ao aquecimento da atmosfera próximo à superfície e a pressão atmosférica, e o terceiro componente expressa o efeito aerodinâmico. Para Crateús, o primeiro componente está relacionado com o efeito acumulativo das principais características do processo de déficit da pressão de vapor do ar, aquecimento do ar próximo à superfície e efeito aerodinâmico, sendo o segundo componente representando a influência secundária da temperatura mínima e do efeito da pressão atmosférica na região de clima semiárido.

Key words: Meteorologia. Climatologia. Análise multivariada. Análise fatorial.

 

Resumo: O presente estudo teve como objetivo aplicar a Equação Universal de Perda de Solo Revisada (RUSLE), utilizando Sistema de Informação Geográfica (GIS), na bacia hidrográfica do rio Piranga (BHRP), na Zona da Mata Mineira, a fim de avaliar a erosão atual do solo (EAS). Os mapas de erosividade das chuvas (R), erodibilidade do solo (K), fator topográfico (LS) e uso e manejo dos solos (CP) foram desenvolvidos a partir de um modelo geográfico ajustado para o sudeste brasileiro, mapas de solo, Modelo Digital de Elevação (MDE) e uso do solo, respectivamente. Foi observado que, em geral, mais de 77% da bacia apresentou perdas de solo menores que 2,5 Mg ha-1 ano-1, sendo classificada como perda de solo “ligeira”, que ocorreu principalmente devido à predominância de Latossolos cobertos com florestas. Além disso, altas taxas de perdas de solo foram observadas em áreas com altos valores de LS e Cambissolos cobertos com pastagens, o que representa 1,69% da área da bacia. O uso da RUSLE integrado ao SIG mostrou ser uma ferramenta eficaz para avaliar a erosão atual do solo em grande escala, fornecendo subsídios para a adoção de práticas de manejo e conservação do solo e da água na BHRP.

Palavras-chave: Erosão do solo. Equação Universal de Perda de Solo. Erosividade das chuvas

 

1 Universidade Federal de Lavras, Departamento de Engenharia – Setor de Engenharia de Água e Solo. E-mail: aovinicius@gmail.com
2 Universidade Federal do Paraná. Departamento de Solos e Engenharia Agrícola – Setor de Ciências Agrárias. E-mail: mattduraes@yahoo.com.br
3 Universidade Federal de Lavras, Departamento de Engenharia – Setor de Engenharia de Água e Solo. E-mail: crmello@deg.ufla.br

 

Literatura Citada

Alatorre, L. C.; Beguería, S. Identification of eroded areas using remote sensing in a badlands landscape on marls in the central Spanish Pyrenees. Catena, v. 76, p. 182-190, 2009.

Araújo, F. S., Salviano, A. A. C.; Neto, M. R. H. Estimativa da Erodibilidade de Latossolos do Piauí. Scientia Plena, v. 7, p. 1-6, 2011.

Beskow, S., Mello, C.R. and Norton, L. D. Soil erosion prediction in the Grande River Basin, Brazil using distributed modeling. Catena, v. 79, p. 49-59, 2009.

Durães, M. F. Desenvolvimento do índice de perturbação hidrossedimentológica: aplicação nas bacias hidrográficasdos rios Paraopeba e Sapucaí, MG. Lavras: UFLA. 2013. 224 p. Tese de Doutorado.

Engel, B. Estimating soil erosion using RUSLE - using Arcview., Indianapolis: Purdue University. 2003. Available at: http://pasture.ecn.purdue.edu/~engelb/agen526/gisrusle/gisrusle.html. Access 2 July 2013.

Fundação Estadual do Meio Ambiente do Estado de Minas Gerais. Mapa de solos do estado de Minas Gerais. Belo Horizonte. 2010. Available at: http://www.feam.br/ noticias/1/949-mapas-de-solos-do-estado-de-minasgerais. Access 27 October 2013.

Foster, G.R.; McCool, D.K.; Renard, K.G.; Moldenhauer, W.C. Conversion of the universal soil loss equation to SI metric units. Journal of Soil and Water Conservation v.36, p.355-359, 1981.

Instituto Mineiro de Gestão das Águas. Plano integrado de recursos hídricos da bacia hidrográfica do rio Doce e planos de ações para as Unidades de Planejamento e Gestão de Recursos Hídricos no âmbito da bacia do rio Doce – Volume I. Belo Horizonte. Instituto Mineiro de Gestão das Águas, 472 p. 2010.

İrvem, A., Topaloğlu, F.; Uygur, V. Estimating spatial distribution of soil loss over Seyhan River Basin in Turkey. Journal of Hydrology, v. 336, p. 30-37, 2007.

Kirkby, M. J., Imeson, A. C., Bergkamp, G.; Cammeraat, L.H. Scaling up processes and models from the field plot to the watershed and regional areas. Journal of Soil and Water Conservation, v. 51, p. 391–396, 1996.

Mannigel, A. R., Carvalho, M. P., Moreti, D.; Medeiros, L. R. Fator erodibilidade e tolerância de perda dos solos do Estado de São Paulo, Acta Scientarium, v. 24, p. 1335- 1340, 2002.

Martins, S. G., Silva, M. L. N., Avanzi, J. C., Curi, N.; Fonseca, S. Fator cobertura e manejo do solo e perdas de solo e água em cultivo de eucalipto e em Mata Atlântica nos Tabuleiros Costeiros do estado do Espírito Santo. Scientia Forestalis, v. 38, p. 517-526, 2010.

Mello, C. R., Sá, M. A. C., Curi, N., Mello, J. M.; Silva, A. M. Erosividade mensal e anual da chuva no Estado de Minas Gerais. Pesquisa Agropecuária Brasileira, v. 42, p. 537-545, 2007.

Mello, C. R., Viola, M. R., Beskow, S.; Norton, L. D. Multivariate models for annual rainfall erosivity in Brazil. Geoderma, v. 202-203, p. 88-102, 2013.

Moore, I. D.; Burch, G. J. Modeling erosion and deposition: Topographic effects. Transactions of the ASAE, v. 29, p. 1624-1640, 1986.

Nisar, T. R., Ahamed, K.; Rao, G. Fuzzy class membership approach to soil erosion modeling. Agricultural Systems, v. 63, p. 97-110, 200.

Oliveira, V. A.; Mello, C. R.; Durães, M. F.; Silva, A. M. Soil erosion vulnerability in the Verde River Basin, Southern Minas Gerais. Ciência & Agrotecnologia, v. 38, p. 262- 269, 2014.

Ozcan, A. U., Erpul, G., Basaran, M.; Erdogan, H. E. Use of USLE / GIS technology integrated with geostatistics to assess soil erosion risk in different land uses of Indagi Mountain Pass - Çankiri, Turkey. Eviromental Geology, v. 53, p. 1731-1741, 2008.

Ozsoy, G., Aksoy, E., Dirim, M. S.; Tumsavas, Z. Determination of soil erosion risk in the Mustafakemalpasa River Basin, Turkey, using the Revised Universal Soil Loss Equation, Geographic Information System, and Remote Sensing. Environmental Management, v. 50, p. 679-694, 2012.

Pradhan, B., Chaudhari, A., Adinarayana, J.; Buchroithner, M. F. Soil erosion assessment and its correlation with landslide events using remote sensing data and GIS: a case study at Penang Island, Malaysia. Environmental Monitoring & Assessment, v. 184, p. 715-27, 2012.

Prasannakumar, V., Vijith, H., Abinod, S.; Geetha, N. Estimation of soil erosion risk within a small mountainous sub-watershed in Kerala, India, using Revised Universal Soil Loss Equation (RUSLE) and geo-information technology. Geoscience Frontiers, v. 3, p. 209-215, 2012.

Water Resources and Irrigation Management, v.3, n.2, p.57-64, 2014. 64 Oliveira et al.

Renard, K. G., Foster, G. R., Weesies, G. A., McCool, D. K.; Yoder, D. C. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). Agriculture Handbook No. 703. Washington, DC: United States Department of Agriculture, 1997.

Renard, K. G.; Freimund, J. R. Using monthly precipitation data to estimate the R-factor in the revised USLE. Journal of Hydrology, v. 157, p. 287-306, 1994.

Sá, M. A. C., Lima, J. M., Curi, N., Massaroto, J. A.; Marques, J. J. G. S. M. Estimativa da erodibilidade pela desagregação por ultra-som e atributos de solos com horizonte B textural. Pesquisa Agropecuária Brasileira, v. 39, p. 691-699, 2004.

Schoorl, J.M., Sonneveld, M.P.W.; Veldkamp, A. Threedimensional landscape process modelling: the effect of DEM resolution. Earth Surface Process and Landform, v. 25, p. 1025-1034, 2000.

Shiferaw, A. Estimating soil loss rates fot soil conservation planning in the Borena Wored of South Wollo highlands, Ethiopia. Journal of Suistainable Development in Africa, v. 13, p. 87–106, 2011.

Silva, R. M.; Montenegro, S. M. G. L. Santos, C. A. G. Integration of GIS and remote sensing for estimation of soil loss and prioritization of critical sub-catchments: a case study of Tapacurá catchment. Natural Hazards, v. 62, p. 953-970, 2012.

Vemu, S. Pinnamaneni, U. B. Estimation of spatial patterns of soil erosion using remote sensing and GIS: a case study of Indravati catchment. Natural Hazards, v. 59, p. 1299-1315, 2011.

Wischmeier, W. H.; Smith, D. D. Predicting rainfall-erosion losses from cropland East of the Rocky Mountains. Agriculture Handbook No. 282. Washington, DC: United States Department of Agriculture. 49 p. 1965.

Wischmeier, W. H.; Smith, D. D. Predicting rainfall erosion losses: A guide to conservation planning. Agriculture Handbook No. 537. Washington, DC: United States Department of Agriculture. 58 p. 1978.

Yair, A.; Raz-Yassif, N. Hydrological processes in a small arid catchment: scale effects of rainfall and slope length. Geomorphology, v. 61, p. 155-169, 2004.

Zhang, H., Yang, Q., Li, R., Liu, Q., Moore, D., He, P., Ritsema, C. J.and Geissen, V. Extension of a GIS procedure for calculating the RUSLE equation LS factor. Computer & Geoscience, v. 52, p. 177-188, 2013.