Climate Change’s Impacts in a Watershed in the South of the Minas Gerais State

Zákhia, Estefânia Maria Sousa; Alvarenga, Lívia Alves; Tomasella, Javier; Martins, Minella Alves; Santos, Ana Carolina Nascimento; Melo, Pâmela Aparecida

doi:10.1590/0102-7786360002

Acessibilidade / Reportar erro

Brasil

Revista Brasileira de Meteorologia

Español English

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

Artigo • Rev. bras. meteorol. 36 (4) • Oct-Dec 2021 • https://doi.org/10.1590/0102-7786360002 copy

Climate Change’s Impacts in a Watershed in the South of the Minas Gerais State

Authorship SCIMAGO INSTITUTIONS RANKINGS

Abstract

Climate change in the 21st century is an undisputed reality. Several effects and impacts have been registered in society in several regions of the planet. This work objective is to evaluate an association of the hydrological model MHD-INPE with the atmospheric model Eta/CPTEC to simulate the impact of climate change in the Jaguara Creek Basin, located in the south of the state of Minas Gerais. For this purpose, two scenarios (RCP4.5 and RCP8.5) of three global climatic models downscaled by the Eta model (HadGEM2-ES, MIROC5 and CanESM2) were used. The results of the calibration and validation shows a good performance of the MHD-INPE model in simulating the JCR daily discharge. The results of the scenarios were used as input to the MHD-INPE model after bias correction. Regarding the corrected climate projections, they resulted in a predominant reduction of the rainfall throughout the 21st century. The results of the projections of temperature showed an increase through the climatic models in both scenarios. The statistical of the flow duration curve (FDC) resulting from the simulations of the Eta model showed a good performance of the MHD-INPE in the simulation of the baseline period.

Keywords
hydrological modelling; bias correction; MHD-INPE

Parâmetro	Unidade	Intervalo	Descrição
D ₁	m	0-2	Espessura da camada superior
D ₂	m	0-30	Espessura da camada intermediária
D ₃	m	0-100	Espessura da camada inferior
K_ss	m dia^-1	0,001-36	Multiplicador da condutividade hidráulica saturada
α	-	1-10000	Coeficiente de anisotropia
T_sub	m² dia^-1	0,01-100	Transmissividade máxima na camada inferior do solo
ξ	-	0-1	Razão do armazenamento na capacidade de campo e S_max(valor máximo na célula no tempo t do armazenamento na camada inferior do solo)
µ	-	0,01-4	Parâmetro responsável por representar o retardamento da transmissividade em relação a espessura da zona saturada
C_sub	dia^-1	0,01-100	Parâmetro de roteamento para o fluxo superficial e subsuperficial
C_supe	dia^-1	0,001-100	Parâmetro de roteamento para o fluxo base

Pesquisa	Bacia hidrográfica	MDE/MDT (resolução)	área	Medições da precipitação	Período	Aplicação do estudo
*Falck et al.* (2015)**FALCK, A.S.; MAGGIONI, V.; TOMASELLA, J.; VILA, D.A.; DINIZ, F.L. Propagation of satellite precipitation uncertainties through a distributed hydrologic model: A case study in the Tocantins-Araguaia basin in Brazil. Journal of Hydrology, v. 527, p. 943-957, 2015.	Bacia Hidrográfica do Rio Tocantins-Araguaia	MDE - 90 m de resolução espacial	764.000 km²	300 estações pluviométricas	Calibração (2000-2008) e Validação (2010-2011)	Avaliar a incerteza nas estimativas de precipitação por satélite e se estas podem ser utilizadas como dados de entrada no MHD-INPE.
*Siqueira Júnior et al.* (2015)**SIQUEIRA JúNIOR, J.L.; TOMASELLA, J.; RODRIGUEZ, D. A. Impacts of future climatic and land cover changes on the hydrological regime of the Madeira River basin. Climatic Change, v. 129, n. 1-2, p. 117-129, 2015.	Bacia Hidrográfica do Rio Madeira	MDE - 90 m de resolução espacial	1.420.000 km²	4391 estações pluviométricas	Calibração e Validação (1970-1990)	Impacto das mudanças climáticas e das mudanças no uso e ocupação do solo.
Mohor et al. (2015)	Bacia Hidrográfica do Rio Tapajós	MDE - 90 m de resolução espacial	493.000 km²	11 estações meteorológicas	Calibração (1970-1990) e Validação (2003-2008)	Impacto das projeções climáticas na bacia e na geração de energia da UHE de Rio Pires.
Rodriguez e Tomasella (2016)RODRIGUEZ, D.A.; TOMASELLA, J. On the ability of large-scale hydrological models to simulate land use and land cover change impacts in Amazonian basins. Hydrological Sciences Journal, v. 61, n. 10, p. 1831-1846, 2016.	Bacia Hidrográfica Ji-Paraná	MDE - 90 m de resolução espacial	33.000 km²	14 estações pluviométricas	Calibração (1996-2005) e Validação (1984-1995)	Analisar a capacidade do MHD-INPE de simular os impactos no uso e na mudança da cobertura do solo
*Casagrande et al.* (2017)**CASAGRANDE, L.; TOMASELLA, J.; DOS SANTOS ALVALá, R.C.; BOTTINO, M.J.; DE OLIVEIRA CARAM, R. Early flood warning in the Itajaí-Açu River basin using numerical weather forecasting and hydrological modeling. Natural Hazards, v. 88, n. 2, p. 741-757, 2017.	Bacia Hidrográfica do Rio Itajaí-Açu	MDE - 90 m de resolução espacial	15.500 km²	68 estações pluviométricas e uma estação meteorológica	Calibração (1971-2009) e Validação (2010-2014)	Alerta de cheias precoces
Tomasella et al. (2018)	Bacia Hidrográfica do Rio Doce	MDE - 90 m de resolução espacial	83.400 km²	262 estações pluviométricas, sendo 86 dentro da bacia, e 24 estações meteorológicas	Calibração (2000-2009) e Validação (2009-2013)	Avaliar a probabilidade de ocorrer inundações no período de 2001-2013.
Von Randow et al. 2019	Bacia Hidrográfica do Rio Tocantins	MDE - 90 m de resolução espacial	960.000 km²	Nove estações de medição.	Calibração (1970-1990) e Validação (1970-1990)	Impactos das mudanças climáticas e das mudanças no uso e ocupação do solo na vazão e na geração de energia na bacia.
Melo (2019)MELO, P.A. Desempenho de Modelos Hidrológicos em uma Bacia Hidrográfica de Cabeceira. Dissertação de Mestrado em Recursos Hídricos em Sistemas Agrícolas, Universidade Federal de Lavras, Lavras, 90 p., 2019.	Bacia Hidrográfica do Ribeirão Lavrinha	MDT - 30 m de resolução espacial	6,7 km²	Uma estação meteorológica.	Calibração (2006-2008) e Validação (2008-2010)	Atuação do MHD-INPE na microescala e em relação ao modelo DHSVM.

índices Estatísticos	Intervalo de variação	Critério de desempenho
índices Estatísticos	Intervalo de variação	Muito Bom	Bom	Satisfatório	Não satisfatório
NSE e LNSE	-∞ a 1	> 0,80	0,70 a 0,80	0,50 a 0,70	≤ 0,50
R²	0 a 1	> 0,85	0,75 a 0,85	0,60 a 0,75	< 0,60
PBIAS	-∞ a 100	< ±5%	±5 a ±10%	±10 a ±15%	> ±15%

Descritor	Descrição	Equação
SEASON	Diferença entre as vazões dos períodos sazonais de cheia (verão) e seca (inverno).	$SEASON = \frac{médiaCheia - médiaSeca}{média}$
Q_SM	Declividade da curva de permanência nas vazões intermediárias. Indica a variabilidade média dos coeficientes de vazão.	$Q_{SM} = \frac{quantil 0, 8 - quantil 0, 2}{média}$
MWH	Segmentos de vazões máximas que indica a resposta hidrológica para altos índices pluviométricos.	$MWH = \frac{\sum_{h = 1}^{H} Q_{h}}{H}$ h = 1, 2, … H vazões com probabilidade de excedência < 0,05.
MWL	Segmentos de vazões mínimas que indica a resposta hidrológica para baixos índices pluviométricos.	$MWL = \frac{\sum_{l = 1}^{L} Q_{l}}{L}$ l = 1, 2, … L vazões com probabilidade de excedência > 0,95.

Período	NSE	LNSE	R²	PBIAS (%)
Calibração	0,742	0,622	0,748	-9,9
Validação	0,715	0,529	0,784	21,6

Sociedade Brasileira de Meteorologia Rua. Do México - Centro - Rio de Janeiro - RJ - Brasil, +55(83)981340757 - São Paulo - SP - Brazil
E-mail: sbmet@sbmet.org.br

Acompanhe os números deste periódico no seu leitor de RSS

[1] Autora de correspondência: Estefânia Maria Sousa Zákhia, estefstew@gmail.com.