xiv simpÓsio de recursos hidrÍcos do nordeste anÁlise …

XIV Simpósio de Recursos Hídricos do Nordeste

1

XIV SIMPÓSIO DE RECURSOS HIDRÍCOS DO NORDESTE

ANÁLISE DA ESTIAGEM DE UM DOS PRINCIPAIS RESERVATÓRIOS DA

REGIÃO METROPOLITANA DE BELO HORIZONTE

Júlio César Lôbo Sampaio1 ; Éber José de Andrade Pinto 2

RESUMO – O objetivo deste trabalho é analisar a precipitação na bacia do reservatório Serra Azul

entre os anos hidrológicos de 2012 e 2016, período no qual foi observado drástica redução do nível

de água dos reservatórios da região metropolitana de Belo Horizonte, especialmente o reservatório

Serra Azul. Uma série de precipitação mensal espacializada foi criada por meio do interpolador

Spline de Tensão, comparou-se a precipitação espacializada observada no período em estudo com a

média da série gerada e identificou-se um déficit de 2005 mm de precipitação. Foi utilizado o Índice

de Precipitação Padronizada (SPI) para determinar a severidade da seca estabelecida na região,

usando como dados de entrada a série espacializada da chuva e a série da estação pluviométrica

Ponte Nova do Paraopeba. O SPI da série espacializada identificou cinco anos de seca, dentre os

quais 2013/14 foi classificado como seca extrema. Os resultados permitem concluir que a estiagem

de 2012/13 a 2016/17 foi um evento extremo que colaborou para a atenuação da disponibilidade

hídrica do reservatório Serra Azul. ABSTRACT– The objective of this work is to analyse Serra Azul reservoir’s precipitation between

the hydrologic years of 2012 and 2016, period on which was observed drastic reduction of water

level of Belo Horizonte’s metropolitan region’s reservoirs, especially Serra Azul reservoir. A spati-

alized precipitation series was created with Spline Tension interpolator, in order to compare the

spatialized precipitation observed on the critical period with the created series’ mean. Additionally,

it was employed the Standard Precipitation Index (SPI) to determine the drought’s intensity on the

region, using as input the spatialized precipitation series and Ponte Nova do Paraopeba rain station

rain series. Spatialized series’ SPI identified 5 years of drought, among them 2013/14 was classified

as extreme drought. The results allowed to conclude that the 2012/13 to 2016/17 drought was a se-

vere event which collaborated with the attenuation of Serra Azul reservoir’s water availability.

Palavras-Chave – Estiagem, SPI, Serra Azul


2

1 – INTRODUÇÃO

Os anos hidrológicos de 2013 e 2014 foram extremamente secos no sudeste do Brasil, cau-

sando grande impacto sociais, ambientais e econômicos. Centenas de cidades decretaram estado de

emergência em decorrência do déficit hídrico, dentre elas a região metropolitana de Belo Horizonte

(RMBH).

A RMBH é composta por 34 municípios e possui 5,3 milhões de habitantes de acordo com

IBGE (2016). Ela é parcialmente atendida pelo sistema Paraopeba, conjunto de três reservatórios –

Serra Azul, Rio Manso e Vargem das Flores -, que segundo a COPASA (2018) atende cerca de 45%

da população da RMBH. De acordo com a portaria 01199/2014, a vazão média outorgada do siste-

ma Serra Azul é de 2,94 m³/s.

Dentro desse contexto, houve grande preocupação pública quando o reservatório Serra Azul

atingiu o armazenamento de 5,2% do volume total em novembro de 2014 e 5,7% em dezembro de

2015. Nesse mesmo mês foi finalizada as obras de captação das águas do Rio Paraopeba, com ou-

torga sazonal de até 5,0 m³/s, intervenção necessária a fim de evitar uma política de racionamento e

um possível colapso do sistema de abastecimento.

Diante da adversidade abordada, este trabalho avaliará a precipitação incidente na bacia do re-

servatório Serra Azul entre 2012/13 e 2016/17, utilizando o SPI, proposto por Mckee et al.(1993), e

comparando a precipitação espacializada observada com a média histórica.

2 – OBJETIVOS

Avaliar a precipitação na bacia do reservatório Serra Azul entre os anos hidrológicos 2012 e

2016 e identificar a severidade da estiagem ocorrida.

3- MATERIAL E MÉTODO

Área de estudo e dados

O reservatório Serra Azul está localizado a oeste de Belo Horizonte, sua área de drenagem foi

calculada em 262 km² usando o modelo de elevação digital ALOS de 12,5m de precisão.

Foram utilizados os dados de precipitação de 30 estações pluviométricas da Agência Nacional

de Águas (ANA), obtidos por meio do Sistema de Informações Hidrológicas (Hidroweb). A maioria

dos dados encontrados no Hidroweb possuíam dados consistidos até o ano de 2005, portanto, os


3

autores optaram por realizar nova consistência contemplando todos os dados disponíveis. As esta-

ções pluviométricas possuem registros de 1941 a 2017, porém o período de 1941 – 1969 apresenta

anualmente uma média de 4 estações pluviométricas, enquanto que a partir de 1970 encontra-se

para todos os anos pelo menos 12. A Figura 1 ilustra a localização das estações pluviométricas ana-

lisadas e do reservatório Serra Azul, bem como, sua área de drenagem.

Figura 1 - Localização das estações pluviométricas e da área de drenagem do reservatório Serra Azul

Espacialização da chuva

Stepherson (2014) recomenda a utilização de 6 pluviômetros a cada 260 km² em áreas planas,

sugerindo a implementação de mais estações pluviométricas para terrenos montanhosos para se ob-

ter dados representativos da área analisada. Seguindo essa recomendação, para a espacialização da

chuva foram utilizados dados a partir de 1970, que sempre possuem pelo menos 12 estações operan-

tes.

Foi utilizado o interpolador Spline de Tensão, outros autores como Soares (2014) relatam o

bom desempenho desse interpolador em dados pluviométricos. Segundo Cardoso e Marcuzzo

(2010), o interpolador Spline utiliza um método de interpolação que estima valores usando uma

função matemática que minimiza a curvatura da superfície, gerando uma superfície suave que passa

exatamente sobre os pontos dos dados. O Spline de Tensão trata-se de um subtipo de Spline que


4

controla a rigidez da superfície criando superfícies menos suaves, porém com intervalo de dados

mais próximos ao da amostra.

O interpolador foi utilizado para dados mensais desde 1970 e para as médias mensais históri-

cas de cada estação pluviométrica. Com isso, gerou-se rasters cujos valores médios foram utiliza-

dos para produzir a série pluviométrica. Foi realizado álgebra de mapa para somar os valores dos

rasters mensais e formar rasters de precipitação anual.

Com o objetivo de melhorar a visualização dos dados, dividiu-se os rasters de precipitação

anual pela média anual, obtendo-se isoietas da razão entre a precipitação observada e a média histó-

rica. Valores inferiores, próximos à média e superiores a ela foram representados, respectivamente,

por tons de vermelho, amarelo e azul.

Índice de precipitação padronizada (SPI)

O Índex de Precipitação Padronizada, ou Standardized Precipitation Index (SPI), é um índice

de seca capaz de categorizar períodos pluviométricos quanto a escassez/excesso de chuva. Esse in-

dicador é amplamente utilizado em estudos hidrológicos pela simplicidade de dados necessários,

independência geográfica, resultados em escala temporal e comparação equivalente de períodos

úmidos e secos.

A frequência, duração e intensidade das secas dependem da escala temporal adotada. Mckee

et al.(1993) afirmam que escalas maiores, como 12 meses, respondem mais devagar a mudanças na

precipitação, períodos de SPI positivo e negativo se tornam menores em número, mas com maior

duração.

A série pluviométrica foi ajustada à distribuição de probabilidade Gama. Os parâmetros de

posição e escala foram calculados pelo método dos momentos-L e a aderência entre a distribuição

empírica e de Gama foi avaliada pelo teste de Klomogov-Sirminov com nível de significância de

5%. As funções densidade de probabilidade (fdp) e acumalada de probabilidade (FAP), o método de

cálculo dos parâmetros e teste de Kolmogorov-Smirnov estão descritos em detalhes em Naghettini e

Pinto (2007). Em seguida, a cada elemento da série é definida uma probabilidade de não superação,

a qual é associada ao quantil correspondente da distribuição normal padrão. O quantil obtido por

esse processo é o valor do SPI para determinada precipitação. A Figura 2 ilustra o procedimento.


5

Figura 2 – Ilustração esquemática dos procedimentos de cálculo do SPI

A distribuição normal é então categorizada em classes de umidade desde extremamente chu-

voso a extremamente seco, conforme Tabela 1.

Tabela 1 - Classes SPI e probabilidade associada

Classe SPI Probabilidade

Seca Extrema (SE) SPI ≤ -2,0 2,3%

Seca Severa (SS) -1,5 ≥ SPI > -2,0 4,4%

Seca Moderada (SM) -1,0 ≥ SPI > -1,5 9,2%

Seca Leve (SL) 0,0 ≥ SPI > -1,0 34,1%

Chuvoso Leve (CL) 0,0 ≤ SPI < 1,0 34,1%

Chuvoso Moderado (CM) 1,0 ≤ SPI < 1,5 9,2%

Chuvoso Severo (CS) 1,5 ≤ SPI < 2,0 4,4%

Chuvoso Extremo (CE) SPI ≥ 2,0 2,3%

Guenang e Kamga (2014) aplicaram o SPI para séries espacializadas, concluindo que esse

conjunto de dados pode ser utilizado para estender estudos a regiões maiores. Com essa proposta,

foi implementado o SPI para a série pluviométrica anual da estação Ponte Nova do Paraopeba (có-

digo 01944004) e a série espacializada produzida pelo interpolador Spline de Tensão.

Uma das vantagens do uso do SPI, segundo Mckee et al.(1993), é o fato de que o SPI é fun-

ção apenas da probabilidade. Sendo assim, independente da função de distribuição de probabilidade

que se utilize, o SPI pode ser adequadamente calculado. Outras vantagens são o fato de o SPI ser

capaz de caracterizar tanto períodos secos quanto chuvosos, bem como o fato de ele se adequar a


6

qualquer variável hidrológica. Contudo, o uso desse índice também apresenta limitações. Mishra e

Singh (2010) argumentam que a principal delas é a necessidade de longos registros históricos para

seu cálculo consistente, o que nem sempre está disponível. Por isso a WMO (2012) recomenda que

essa metodologia requer séries pluviométricas de no mínimo 30 anos.

4 – RESULTADOS

A precipitação por ano hidrológico (out-set) média determinada pelo interpolador Spline de

Tensão foi de 1468 mm. A Figura 3 ilustra as isoietas de precipitação anual média na área de drena-

gem do reservatório Serra Azul e as isoietas das razões de precipitação para os anos hidrológicos de

12/13 a 16/17.

Figura 3 - Isoietas da precipitação anual média e das razões entre precipitação observada no ano (P obs) e precipitação

anual média (P med) na bacia representativa do reservatório Serra Azul

Observa-se a prevalência da paleta de cor vermelha e amarela em todos os anos analisados,

indicando em ambos os casos déficit pluviométrico. Os anos 2013/14 e 2016/17 possuíram os défi-

cits mais graves pela maior concentração de tons avermelhados.

A precipitação mensal espacializada observada entre 2012/13 e 2016/17 foi acumulada, assim

como a precipitação mensal média e foram dispostas na Figura 4.


7

Figura 4 - Precipitação e déficit acumulado sobre a área de drenagem de Serra Azul

A diferença entre os dados observados e a média correspondem à série de déficit representada.

Ao final dos cinco anos analisados, houve um déficit de 2005 mm de precipitação. É possível visua-

lizar que em janeiro de 2016 o déficit reduziu bruscamente, fazendo com que o volume do reserva-

tório subisse de 6,9% para 24,1% em um mês e aliviasse a situação presente. O pior déficit anual

ocorreu em 2013/14, no qual foi identificado escassez de 552 mm de chuva, correspondente a 38%

da média anual. A Tabela 2 apresenta os déficits de diferentes durações para a estação Ponte Nova

do Paraopeba que possui uma série longa de 76 anos e da série de precipitação média sobre a área

de drenagem do reservatório de Serra Azul.

Tabela 2 – Resumo das Anomalias de Precipitação (Déficits)

Duração do Déficit

Ponte Nova do Paraopeba – 01944004

(76 anos)

Precipitação Média sobre a Área de Drena-

gem (46 anos)

Período Déficit

Intensidade

Média Período Déficit

Intensidade

Média

Nº de AHs mm mm/ano mm mm/ano

1 12/13 -354,4 -354,4 13/14 -551,6 -551,6

2 12/13 a 13/14 -844,1 -422,1 13/14 a 14/15 -943,1 -471,6

3 12/13 a 14/15 -1062,4 -354,1 12/13 a 14/15 -1245,2 -415,1

4 66/67 a 69/70 -852,5 -213,1 13/14 a 16/17 -1701,6 -425,4

5 66/67 a 70/71 -1226,8 -245,4 12/13 a 16/17 -2005,3 -401,1

6 49/50 a 54/55 -775,9 -129,3 - - -

Os resultados do SPI para a série espacializada e para a série da estação Ponte Nova do Para-

opeba estão representados na Figura 5 e Figura 6, respectivamente. A série espacializada identificou

o pior cenário, 5 anos consecutivos de seca entre 2012/13 e 2016/17, dentre os quais houve registro

de uma seca extrema (2013/14), uma seca severa (2016/17), duas secas moderadas (2012/13 e

0

1000

2000

3000

4000

5000

6000

7000

8000out-

12

dez

-12

fev

-13

abr-

13

jun-1

3

ago

-13

out-

13

dez

-13

fev

-14

abr-

14

jun-1

4

ago

-14

out-

14

dez

-14

fev-1

5

abr-

15

jun-1

5

ago-1

5

out-

15

dez

-15

fev-1

6

abr-

16

jun-1

6

ago-1

6

out-

16

dez

-16

fev-1

7

abr-

17

jun-1

7

ago-1

7

Precip

itação (

mm

)

Data

Precipitação Observada Precipitação Média Déficit


8

2014/15) e uma seca leve (2015/16). A exceção do período supracitado, o máximo número de secas

consecutivas identificadas pelo SPI havia sido duas.

Foi realizado o SPI para a estação Ponte Nova do Paraopeba para avaliar como o índice se

comportaria em uma série longa de 76 anos. Houve majoração da severidade da seca para os anos

2012/13 e 2013/14 e redução para os três anos sequenciais.

Figura 5 - Índice de Precipitação Padrão (SPI) para a série pluviométrica espacializada

Figura 6 - Índice de Precipitação Padrão (SPI) para a série pluviométrica da estação Ponte Nova do Paraopeba

5 – CONCLUSÃO

Para este trabalho, foi realizada uma análise da precipitação incidente na bacia representativa

do reservatório Serra Azul, utilizando como ferramentas o cálculo do déficit hídrico por meio da

espacialização da chuva e o indicador de seca SPI.

-2.5

-2.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0

2.5

70/7

1

71/7

2

72/7

3

73/7

4

74/7

5

75/7

6

76/7

7

77/7

8

78/7

9

79/8

0

80/8

1

81/8

2

82/8

3

83/8

4

84/8

5

85/8

6

86/8

7

87/8

8

88/8

9

89/9

0

90/9

1

91/9

2

92/9

3

93/9

4

94/9

5

95/9

6

96/9

7

97/9

8

98/9

9

99/0

0

00/0

1

01/0

2

02/0

3

03/0

4

04/0

5

05/0

6

06/0

7

07/0

8

08/0

9

09/1

0

10/1

1

11/1

2

12/1

3

13/1

4

14/1

5

15/1

6

16/1

7

SP

I

Seca Extrema (SE)

Seca Severa (SS)

Seca Moderada (SM)

Seca Leve (SL)

Chuvoso Leve (CL)

Chuvoso Moderado (CM)

Chuvoso Severo (CS)

Chuvoso Extremo (CE)

-2.5

-2.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0

2.5

41/4

2

43/4

4

45/4

6

47/4

8

49/5

0

51/5

2

53/5

4

55/5

6

57/5

8

59/6

0

61/6

2

63/6

4

65/6

6

67/6

8

69/7

0

71/7

2

73/7

4

75/7

6

77/7

8

79/8

0

81/8

2

83/8

4

85/8

6

87/8

8

89/9

0

91/9

2

93/9

4

95/9

6

97/9

8

99/0

0

01/0

2

03/0

4

05/0

6

07/0

8

09/1

0

11/1

2

13/1

4

15/1

6

SPI

Seca Extrema (SE)

Seca Severa (SS)

Seca Moderada (SM)

Seca Leve (SL)

Chuvoso Leve (CL)

Chuvoso Moderado (CM)

Chuvoso Severo (CS)

Chuvoso Extremo (CE)


9

Os resultados indicaram déficit pluviométrico de 2005 mm entre outubro de 2012 e setembro

de 2017, o que corresponde a 1,37 anos de precipitação, ou 27,3% a menos de precipitação durante

5 anos. Em termos de intensidade, os resultados se tornam mais expressivos analisando o ano hidro-

lógico de 2013, no qual houve déficit de 552 mm de precipitação, proporcional a 37,6% da precipi-

tação média anual. A análise do SPI também indicou uma situação muito desfavorável para a regi-

ão, com ocorrência de 5 anos consecutivos de seca para a série espacializada, sendo um ano classi-

ficados como seca extrema e outro como seca severa.

Os resultados da análise temporal-espacial e do indicador de seca SPI permitem concluir que

uma intensa seca se estabeleceu na bacia do reservatório Serra Azul entre outubro de 2012 e setem-

bro de 2017 e que a baixa precipitação fatalmente colaborou para a grande redução do volume de

água armazenada no reservatório. A próxima etapa do trabalho será a avaliação probabilística desta

sequência de estiagens.

REFERÊNCIAS

ANA. - Agência Nacional De Águas (Brasil). HidroWeb: sistemas de informações hidrológicas.

Disponível em:<http://hidroweb.ana.gov>. Acesso em: janeiro de 2018.

CARDOSO, M. R. D.; MARCUZZO, F. F. N. (2010). “Mapeamento de Três Decênios da Precipi-

tação Pluviométrica Total e Sazonal no Bioma Pantanal” in Anais III Simpósio de Geotecnologias

no Pantanal, Cáceres. v. 1. pp. 84 – 94.

COPASA (2018) - Companhia De Saneamento De Minas Gerais. “Release de Resultados 1T18”.

Disponível em:

HTTP://WWW.MZWEB.COM.BR/COPASA/WEB/DOWNLOAD_ARQUIVOS.ASP?ID_ARQUIVO=F1F0CEA4-

9ACC-4187-8BAF-AEB540467BFA>. Acesso em: junho de 2018.

GUENANG, G.M.; KAMGA F. M. (2014). “Computation of the Standardized Precipitation Index

(SPI) and Its Use to Assess Drought Occurrences in Cameroon over Recent Decades”. Journal of

Applied Meteorology and Climatology, v. 53, no. 10, pp 2310-2324.

HISHINUMA, S.; TAKEUCHI, K. (2010). “International Comparison of Climate Change Impact

on Drought”. Disponível em: <

https://www.pwri.go.jp/icharm/training/master/pubilication/pdf/2010/hishinuma.pdf>. Acesso em:

junho de 2018.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE (2016). “Estimativas po-


10

pulacionais para os municípios brasileiros em 01.07.2016”. Disponível em:<

https://www.ibge.gov.br/estatisticas-novoportal/sociais/populacao/9103-estimativas-de-

populacao.html?=&t=downloads>. Acesso em: junho de 2018.

MCKEE, T. B.; DOESKEN, N. J.; KLEIST, J. (1993). “Drought monitoring with multiple time-

scales”. Anaheim, California: 8th Conference on Applied Climatology.

MISHRA, A.K., SINGH, V.P. (2010). “A review of drought concepts”. Journal of Hydrology

doi:10.1016/j.jhydrol.2010.07.012.2010

NAGHETTINI, M.; PINTO.E.J.A. (2007). Hidrologia Estatística. CPRM, Belo Horizonte – MG,

561 p.

SOARES, F.S; FRANCISCO, C.N; SENNA, M.C.A. (2014). “Distribuição espaço-temporal da

precipitação na região hidrográfica da baía da ilha grande – rj”. Revista Brasileira de Meteorolo-

gia n.1 v.29, pp. 125 – 138.

STEPHENSON, D. (2014). “Data Processing in Hydrology”, in Handbook of Engineering Hydrol-

ogy Fundamentals and Applications. Org. por Saeid, ESLAMIAN, Boca Raton – FL, pp. 53 – 78.

WMO (2012) - World Meteorological Organization. “Standardized Precipitation Index User

Guide”. WMO n.1090.

xiv simpÓsio de recursos hidrÍcos do nordeste anÁlise …

Documents