Universidade do Estado do Rio de Janeiro Centro de Tecnologia e Cincias Faculdade de Engenharia

Guilherme Miranda de Siqueira

Modelo baseado na lgica Fuzzy para a avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do Rio Maca, RJ

Rio de Janeiro 2012

Guilherme Miranda de Siqueira

Modelo baseado na lgica Fuzzy para a avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do Rio Maca, RJ

Dissertao apresentada, como requisito parcial para obteno do ttulo de Mestre, ao Programa de Ps-Graduao em Engenharia de Computao, da Universidade do Estado do Rio de Janeiro. rea de concentrao: Geomtica.

Orientadora: Prof. Dr. Margareth Simes Penello Meirelles

Coorientador: Prof. Dr. Antnio Jos Teixeira Guerra

Rio de Janeiro 2012

CATALOGAO NA FONTE UERJ / REDE SIRIUS / BIBLIOTECA CTC/B

S619 Siqueira, Guilherme Miranda de. Modelo baseado na lgica Fuzzy para a avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do Rio Maca, RJ / Guilherme Miranda de Siqueira. . - 2012. 115 f. Orientadora: Margareth Simes Penello Meirelles. Coorientador: Antnio Jos Teixeira Guerra. Dissertao (Mestrado) Universidade do Estado do Rio de Janeiro, Faculdade de Engenharia. 1. Engenharia de Computao. 2. Lgica difusa Dissertaes. 3. Solos Eroso Dissertaes. 4. Maca, Rio, Bacia (RJ) Dissertaes. I. Mangiavacchi, Norberto. II. Universidade do Estado do Rio de Janeiro. III. Ttulo. CDU 004.89

Autorizo, apenas para fins acadmicos e cientficos, a reproduo total ou parcial desta dissertao, desde que citada a fonte.

Assinatura

Data

Guilherme Miranda de Siqueira

Modelo baseado na lgica Fuzzy para a avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do Rio Maca, RJ Dissertao apresentada, como requisito parcial para obteno do ttulo de Mestre, ao Programa de Ps-Graduao em Engenharia de Computao, da Universidade do Estado do Rio de Janeiro. rea de concentrao: Geomtica.

Aprovado em: 14 de setembro de 2012. Banca examinadora: _______________________________________________ Prof. Dr. Margareth Simes Penello Meirelles (Orientadora) Faculdade de Engenharia UERJ _______________________________________________

Prof. Dr. Orlando Bernardo Filho

Faculdade de Engenharia UERJ _______________________________________________

Prof. Dr. Flvio Joaquim de Souza

Faculdade de Engenharia UERJ _______________________________________________

Prof. Dr. Antnio Jos Teixeira Guerra (Coorientador) Universidade Federal do Rio de Janeiro UFRJ Departamento de Geografia IGEO
_______________________________________________

Prof. Dr. Rodrigo Peanha Demonte Ferraz Empresa Brasileira de Pesquisa Agropecuria EMBRAPA Solos

Rio de Janeiro 2012

DEDICATRIA

minha esposa, Fernanda, e ao meu filho, Tomaz, pela fora, motivao e confiana depositadas ao longo dessa jornada, acreditando incondicionalmente no meu trabalho.

AGRADECIMENTOS

Professora Margareth e ao Professor Guerra pela orientao nessa dissertao e pela confiana creditada. Professora Alessandra pelas dicas no uso do programa IDRISIS e pelos conselhos dados no decorrer das disciplinas ministradas. Aos companheiros da ECOLOGY AND ENVIRONMEMT DO BRASIL pela pacincia e incentivo. A todos da minha turma pelas trocas valiosas de conhecimento e informao.

Os dias que estes homens passam nas montanhas so os dias em que realmente vivem. Quando a mente se limpa das teias de aranha e o sangue corre com fora pelas veias. Quando os cinco sentidos recobram a vitalidade e o homem completo se torna mais sensvel, e ento j pode ouvir as vozes da natureza, e ver as belezas que s esto ao alcance dos mais ousados. Reinhold Messner

RESUMO

SIQUEIRA, Guilherme Miranda de. Modelo baseado na lgica Fuzzy para a

avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do Rio Maca, RJ. 2012. 115f. Dissertao (Mestrado em Engenharia) Programa de Ps-Graduao em Engenharia de Computao, Universidade do Estado do Rio de Janeiro. Rio de Janeiro, 2012.

A avaliao do potencial de eroso dos solos constitui um estudo de fundamental importncia no auxilio conservao dos solos e do meio-ambiente, bem como auxiliar na elaborao de planos de manejo de Unidades de Conservao e tambm no planejamento territorial em reas urbanas e rurais. Porm, a conduo de estudos de campo para a aferio do potencial a eroso dos solos so caros e demandam muito tempo, levando muitos especialistas a adotarem modelos empricos. Objetivando o desenvolvimento de tcnicas para a avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do rio Maca RJ, o presente trabalho prope-se a elaborar um modelo matemtico baseado no conceito do conjunto e da lgica fuzzy a partir de um Sistema de Informaes Geogrficas. O modelo proposto explora relaes de causa-efeito do princpio fundamental das relaes especficas entre os processos e indicadores da eroso dos solos onde, no presente estudo, a aplicao do modelo baseado na lgica fuzzy se deu atravs da combinao de dez parmetros: ndice de umidade, aspecto da vertente, capacidade de campo, condutividade hidrulica, precipitao mdia anual, cobertura vegetal, declividade, pedoforma da encosta, densidade do solo e, porosidade total, que foram agregados em 4 conjuntos de variveis lingusticas: (i) Potencial de Umidade do Solo; (ii) Potencial de Escoamento Superficial; (iii) Capacidade de Transporte e; (iv) Potencial de Eroso do Solo. O produto final do modelo indica as regies que renem mais ou menos fatores de promoo de processos erosivos e, portanto, referentes aos dados de entrada utilizados sendo, portanto, valiosa ferramenta para tomada de deciso na elaborao de planos e programas de preveno e controle.

Palavras-chaves: Eroso dos solos; Sistemas de Informaes Geogrficas; Lgica Fuzzy; ndice de umidade; Aspecto da vertente; Capacidade de campo; Condutividade hidrulica; Precipitao mdia anual; Cobertura vegetal; Declividade, Pedoforma da encosta; Densidade do solo; Porosidade total.

ABSTRACT

The evaluation of the soil erosion potential is a fundamental importance study as a tool to aid in soil conservation and the environment, as well as assisting in the preparation of management plans for protected areas and also in territorial planning in urban and rural areas. However, conducting field studies to gauge soil erosion potential are expensive and take a long time, leading many experts in the use of empirical models. Aiming at the development of techniques for the assessment of soil erosion potential in the upper and middle course of the Maca river basin - RJ, this paper proposes to formulate a mathematical model based on the concept of fuzzy sets and fuzzy logic using a Geographic Information System. The proposed model explores cause-effect relationships on the basis of the general knowledge about causes and the specific relation between processes and indicators of soil erosion which, in the present study, the application of fuzzy-based model was made by combining ten parameters: wetness index , aspect of slope, field capacity, hydraulic conductivity, average annual rainfall, vegetation cover, slope, surface curvature, bulk density and soil porosity, which were aggregated into four linguistic variables sets: (i) Soil Moisture Potential; (ii) Runoff Potential; (iii) Transport Capacity and (iv) Soil Erosion Potential. The final product of the model indicates regions that gather more or less factors promoting erosion and thus related to the input data used and is therefore a valuable tool for decision making in the development of plans and programs for prevention and control.

Keywords: Soil erosion; Geographic Information System; Fuzzy logic; Wetness ndex; Aspect of slope; Field capacity; Hydraulic conductivity; Average annual rainfall; Vegetation cover; Slope; surface curvature; Bulk density and soil porosity.

SUMRIO

INTRODUO ..................................................................................................................... 9 1 1.1 1.2 1.3 2 2.1 2.2 2.3 2.4 2.5 2.6 3 3.1 3.2 3.3 3.4 4 5 REVISO BIBLIOGRFICA ............................................................................................. 12 Eroso dos Solos ............................................................................................................. 14 Eroso dos Solos e a Lgica Fuzzy ............................................................................... 15 Classificao Fuzzy ......................................................................................................... 18 MATERIAIS E MTODOS ................................................................................................ 20 Caracterizao da rea de Estudo ................................................................................. 20 Mtodos ............................................................................................................................ 24 Construo do Modelo .................................................................................................... 26 Caracterizao e Obteno dos Dados ......................................................................... 28 Padronizao No-Booleana dos Dados ....................................................................... 38 Sistemas de Inferncia Fuzzy (sif) ................................................................................. 41 RESULTADOS E DISCUSSES ...................................................................................... 45 Potencial de Umidade Do Solo ....................................................................................... 45 Potencial de Escoamento Superficial ............................................................................ 54 Potencial de Capacidade de Transporte ....................................................................... 64 Potencial de Eroso do Solo .......................................................................................... 71 CONCLUSES .................................................................................................................. 93 CONSIDERAES FINAIS .............................................................................................. 94 REFERNCIAS ................................................................................................................. 95 APNDICE A Algoritmo do script topographic wetness index: .................................... 104 APNDICE B Base de regras para cada SIF .............................................................. 107

-9-

INTRODUO

A avaliao do potencial de eroso dos solos constitui um estudo de fundamental importncia no auxilio conservao dos solos e do meio-ambiente, bem como auxiliar na elaborao de planos de manejo de Unidades de Conservao e tambm no planejamento territorial em reas urbanas e rurais. Para Mitra et al (1998), a eroso dos solos um dos maiores problemas ambientais do mundo, pois afeta em longo prazo a produtividade da terra, e tambm contribui para a degradao da qualidade das guas pela adio de sedimentos, nutrientes, pesticidas e aumenta a turbidez. Nesse contexto, mapas que identifiquem a distribuio espacial do potencial de eroso dos solos so teis em fornecer perspectivas em nvel regional e/ou nacional. Os recentes desenvolvimentos tecnolgicos e os refinamentos nos Sistemas de Informaes Geogrficas (hardware e software), aliados s tcnicas de aquisio de dados, tm revolucionado suas possibilidades de aplicao nos estudos dos recursos terrestres. A ligao da informao espacial com a informao alfanumrica facilita a tomada de deciso e permite a simulao de fenmenos naturais (Rosa, 2002; Loch, 2006). A utilizao de Sistemas de Informaes Geogrficas (SIG) e tcnicas associadas de geoprocessamento requerem cuidados especiais quanto criao de uma base de dados adequada e eficiente. Ou seja, o geoprocessamento um instrumento poderoso para a investigao geomorfolgica, permitindo tanto a anlise setorializada, quanto a pesquisa integrada da atuao de processos

geomorfolgicos convergentes no tempo e no espao geogrfico (Xavier da Silva, 1994; Rosa, 2002; Loch, 2006). Segundo Meirelles et al (2007), o propsito dos projetos que utilizam os Sistemas de Informaes Geogrficas como ferramenta a combinao de dados espaciais, a fim de descrever e analisar as interaes, fazer predies por meio de modelos e propiciar o suporte necessrio para a tomada de deciso. As mudanas no uso da terra e na cobertura vegetal influem diretamente na dinmica geomorfolgica, principalmente em se tratando da remoo da vegetao nativa, deixando o solo exposto, o que favorece a eroso acelerada, pois aumenta

- 10 -

substancialmente o escoamento superficial atingindo propores graves (Selby, 1993; Lepsch, 2002). Os clculos para aferio do potencial de determinadas reas eroso dos solos atravs de coletas de dados no campo em estaes experimentais uma atividade extremamente custosa, principalmente nos centros de pesquisa dos pases emergentes. A eroso est associada a uma srie de fatores como climatologia, estrutura dos solos, cobertura vegetal, topografia e, prticas de uso do solo, e a aquisio de dados fidedignos de todos os fatores associados se torna tarefa das mais difceis. Por esta razo, modelos empricos para calcular o potencial eroso dos solos vem sendo desenvolvidos como USLE (WISCHMEIER & SMITH, 1978), RUSLE (RENARD et. al., 1994), WEPP (ALBERTS et. al., 1987), e o SWAT (ARNOLD & FOHRER, 2005), e inmeros outros, porm alguns problemas vem sendo detectados em decorrncia da incerteza associada quantificao dos parmetros dos modelos. Ferramentas SIG tambm foram desenvolvidas objetivando o ajuste destes modelos. Por exemplo, o GEOWEPP foi desenvolvido para que o WEPP pudesse ser trabalhado em ambiente SIG sendo utilizado juntamente com o software ArcGis; e o ARCSWAT foi desenvolvido para o SWAT com a mesma finalidade do GEOWEPP. Nesse sentido, o tema proposto poder contribuir na anlise de processos erosivos do alto e mdio curso da bacia do rio Maca, onde a pecuria e a agricultura so as principais atividades econmicas e responsveis pela supresso de grande parte da vegetao primitiva, utilizando um sistema baseado na teria dos conjuntos e da lgica fuzzy como ferramenta na combinao de mapas temticos. Objetivando o desenvolvimento de tcnicas para a avaliao do potencial a eroso dos solos no alto e mdio curso da bacia do rio Maca RJ, o presente trabalho prope-se a elaborar um modelo matemtico baseado no conceito do conjunto e da lgica fuzzy auxiliado por um Sistema de Informaes Geogrficas em. De acordo com o objetivo geral do estudo, os objetivos especficos so: Organizar os dados espaciais temticos da regio de estudo em um Sistema de Informaes Geogrficas (SIG);

- 11 -

Elaborar modelo baseado na teoria do conjunto e da lgica fuzzy na avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do rio Maca RJ e; Elaborar sistema de apoio tomada de deciso a partir da avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do rio Maca RJ.

- 12 -

1-

REVISO BIBLIOGRFICA

A teoria de conjuntos fuzzy e os conceitos de lgica fuzzy podem ser utilizados para traduzir em termos matemticos a informao imprecisa expressa por um conjunto de regras lingsticas. Zadeh (1965) desenvolveu a teoria dos conjuntos fuzzy permitindo assim a modelagem matemtica de problemas complexos com dados imprecisos. A teoria dos conjuntos fuzzy, que uma generalizao da teoria clssica dos conjuntos, tem como caracterstica a atribuio de uma funo de pertinncia a um conjunto de dados. A teoria dos conjuntos fuzzy adequada quando necessrio descrever ambigidades, incertezas e imprecises em modelos matemticos ou modelos conceituais de fenmenos empricos (Barreto-Neto & Souza Filho 2008). O controle executado pela lgica fuzzy imita um comportamento baseado em regras ao invs de um controle explicitamente restrito a modelos matemticos. Desde que o conceito do conjunto fuzzy foi introduzido por Lotfi Zadeh em 1965, o mundo tem presenciado um enorme progresso nas teorias e nas aplicaes dos sistemas fuzzy. Diversas reas do conhecimento cientfico vem desenvolvendo aplicaes da teoria fuzzy, e que vem sendo divulgado em diversos artigos cientficos, bem como nos encontros da International Fuzzy Systems Association (IFSA) e da European Society For Fuzzy Logic And Technology (EUSFLAT). Os sistemas de inferncia fuzzy tiveram suas aplicaes iniciais concentradas na rea de Controle (Mamdani 1974 e Takagi & Sugeno 1985), onde se procurava modelar por meio de regras linguisticas o modo aproximado de raciocnio, tentando imitar a habilidade humana de tomar decises racionais em um ambiente de incerteza e impreciso. Posteriormente, a gama de aplicaes cresceu

consideravelmente, principalmente quando os sistemas de inferncia fuzzy se tornaram tambm capazes de lidar com o conhecimento objetivo. Um passo importante neste sentido foi o aparecimento dos sistemas de topologia semelhante neuro-fuzzy, onde um sistema de inferncia fuzzy estruturado segundo redes neurais, cujas camadas correspondem s diversas fases do processo de inferncia. Esta hibridizao faz uso de algoritmos de aprendizado das redes neurais para a

- 13 -

sintonia dos parmetros de sistemas fuzzy, permitindo aplicaes de sucesso em reas como Classificao e Previso de sries temporais (Gomide et. al. 1995). Por esta razo, inmeros estudos de cunho scio-ambientais aplicaram metodologias de inferncia fuzzy para descrever relaes de ambigidades, incertezas e imprecises. Segundo Prato (2005) uma alternativa para avaliar a sustentabilidade de ecossistemas a utilizao de conjuntos fuzzy no desenvolvimento de proposies fuzzy sobre os atributos do ecossistema. Para o autor, a abordagem convencional para avaliar a sustentabilidade de um ecossistema exige o estabelecimento de limites de sustentabilidade para os atributos, que se mensurem os atributos e, posteriormente, determinar se os atributos esto abaixo ou acima dos limites estabelecidos, implicando em uma distino imprecisa entre o ecossistema e sustentabilidade. Mishina et. al. (2006) propuseram um sistema para avaliao qualitativa do risco em oleodutos terrestre baseado na metodologia da Inspeo Baseada em Risco e na Lgica Fuzzy. Os autores desenvolveram uma matriz de risco associada ao transporte de petrleo e seus derivados, considerando as probabilidades e as conseqncias associadas ao dano por corroso. Os resultados obtidos

demonstraram que a utilizao da lgica fuzzy pode ser empregada como tcnica alternativa bastante eficiente na avaliao de risco em oleodutos corrodos. Com o aperfeioamento de softwares capazes de trabalhar com sistemas de informaes geogrficas (SIG), o potencial da teoria do conjunto fuzzy em SIG comeou a ser desenvolvido. Robinson (2003) discutiu os fundamentos dos conjuntos fuzzy e como estes podem ser utilizados em ambiente SIG, demonstrando vrios mtodos utilizados na especificao de componentes dos conjuntos fuzzy nas aplicaes SIG. Robinson (2003) incluiu a tcnica de classificao fuzzy como um dos mtodos que todo futuro gegrafo fsico dever se sentir confortvel em usar. Leite (2004) descreveu como a lgica fuzzy associada ao sistema de informao geogrfica pode ser aplicada a Planos Diretores. O estudo de caso de Ponte Nova, em Minas Gerais, demonstrou como a lgica fuzzy pode servir como mtodo de concepo de mapas temticos. Borba et. al. (2007) apresentaram uma metodologia baseada na utilizao da lgica fuzzy para modelar a incerteza e a subjetividade inerentes ao processo de alocao de custos ambientais.

- 14 -

Observa-se, tambm, uma srie de estudos sobre o potencial de eroso dos solos associado ao conceito da lgica fuzzy. O objetivo deste trabalho ser mostrar como os estudos vem sendo conduzidos para melhor adequar a lgica fuzzy ao estudo do potencial de eroso dos solos.

1.1 -

EROSO DOS SOLOS

De acordo com o conceito de Arajo et. al. (2005) a eroso a perda da camada superficial do solo pela ao da gua e/ou vento causando a perda da fertilidade e levando a degradao do solo. Brady (1989) enfatiza que nenhum outro fenmeno do solo mais destrutivo em mbito mundial do que a eroso, pois abrange perdas de gua e de nutrientes minerais essenciais para os vegetais em ritmos muito mais elevados do que ocorrem mediante lixiviao e, contudo, as partculas de sedimentos removidos podem deslocar-se para corpos hdricos transformando-se em problema de poluio. Segundo Eswaran (2001) a degradao dos solos continuar sendo um grande problema por todo o sculo 21 por causa do seu impacto na produtividade agronmica, no meio ambiente, e seu efeito na qualidade de vida. Diversos so os fatores associados s causas de degradao dos solos, podendo ser categorizados como fatores facilitadores (desmatamento,

superpastoreio, topografia, textura do solo) e fatores diretos (uso de mquinas, drenagem insuficiente, chuvas fortes), segundo definio de Arajo et. al. (2005). Werland (2004) apresenta o modelado do relevo como sendo a causa e consequncia da eroso, enfatizando como a energia do relevo confere elevado grau de fragilidade a Bacia Sedimentar do Paran na busca pelo equilbrio, comandado pela dinmica fluvial. A identificao dos fatores causadores da eroso dos solos proporcionou a elaborao de uma equao universal de perda dos solos, desenvolvida pelo Departamento de Agricultura dos Estados Unidos na dcada de 60 e 70 (WISCHMEIER & SMITH, 1978). Os fatores abordados pela equao universal so: (i) fator (R) de precipitao e escoamento, que corresponde precipitao e ao

- 15 -

escoamento e mede a fora erosiva de ambos; (ii) fator (K) de erodibilidade do solo, que indica a capacidade de eroso de acordo com a capacidade de infiltrao e a estabilidade estrutural do solo; (iii) fator topogrfico (LS) que reflete a influncia do comprimento e do desnvel da encosta; (iv) fator de cobertura e manuseio do solo (C), que representa a influncia das variaes nos sistemas de cultivo e de manuseio sobre as perdas de solo e; (v) fator (P) de prticas de controle, que engloba os benefcios das culturas em curvas de nvel, em fileiras e outras prticas de controle. A perfeita compreenso de como atuam todos esses fatores de extrema importncia para aferio do potencial de eroso dos solos. Segundo Arajo et. al. (2005) a Geomorfologia passa a ter um importante papel, juntamente com a Pedologia, no diagnstico de reas degradas, pois todas, ou quase todas, as atividades que os seres humanos desenvolvem na superfcie terrestre esto sobre alguma forma de relevo ou algum tipo de solo.

1.2 -

EROSO DOS SOLOS E A LGICA FUZZY

Parecido com outros modelos empricos de eroso do solo, a equao universal de perda dos solos descreve a relao entre perda de solo e diversos fatores ambientais e de manejo definidos atravs da observao, mensurao, experimento e analises estatstica. Isso levou ao problema comum de todos os modelos empricos, fcil de aplicar porem questionvel no que se refere descrio adequada da relao entre perda de solo e fatores determinantes. Desde a introduo da equao universal de perda dos solos nos anos 60 e 70, novos estudos esto sendo utilizados no aperfeioamento desta equao e na elaborao de novas equaes. Incluindo novos e revisados mapas de isoietas; uma nova equao para comprimento e inclinao das encostas; um subfator para calcular um fator de manejo da cobertura do solo e; novos valores de praticas conservacionistas tanto para reas agrcolas quanto para pastagens. De acordo com Cohen et. al. (2008) a maioria dos modelos para determinao da eroso dos solos no so capazes de aferir com preciso o

- 16 -

potencial de eroso em grandes reas heterogneas. Uma das causas principais apontada pelo autor est na incerteza associada quantificao dos parmetros dos modelos. Frana et. al. (2005) acreditam que as limitaes de tais modelos empricos sejam decorrentes de: (i) necessitam de um grande volume de dados, alguns deles de difcil obteno; (ii) so geralmente desenvolvidos para regies diferentes daquelas nas quais so aplicados; (iii) na maioria das vezes so criados para escalas nas quais diferentes interaes e processos podem ser importantes. Frente s dificuldades para precisar o potencial de eroso dos solos atravs de modelos empricos, a lgica fuzzy vem sendo utilizada no aperfeioamento desses modelos. Tran et. al. (2002) discutiram a aplicao de modelo baseado na lgica fuzzy para aperfeioar a representao do RUSLE - Revised Universal Soil Loss Equation (RENARD et. al., 1994). Uma analise de mais de 1.700 conjunto de dados, tomados de mais de 200 parcelas de 21 locais diferentes nos Estados Unidos, mostrou que eroso do solo no foi adequadamente descrito apenas pela multiplicao dos 5 fatores do RUSLE, em todos os casos. A abordagem de modelo baseado na lgica fuzzy foi utilizada para tornar a estrutura do RUSLE mais flexvel em descrever a relao entre eroso do solo e outros fatores, e em tratar com dados e modelos incertos. A utilizao do modelo baseado na lgica fuzzy nesse estudo permitiu que o modelo de regresso linear do RUSLE fosse trocado por um modelo de regresso fuzzy. Esse estudo mostrou que a abordagem do modelo baseado na lgica fuzzy aplicada no RUSLE foi superior a tradicional abordagem estatstica e pode ser utilizada em outros modelos empricos. Barreto-Neto & Souza Filho (2008) apresentaram um modelo baseado na lgica fuzzy para estimar o escoamento superficial em uma bacia hidrogrfica tropical. Os dados utilizados foram coletados em uma bacia tropical coberta pela Floresta Atlntica e pastagens, e envolveu compilao de mapas, processamento de dados multiespectrais ASTER, e trabalho de campo. O resultado deste estudo demonstrou como o clculo do escoamento superficial pelo modelo fuzzy chegou bem prximo do escoamento mensurado em campo, confirmando o potencial de se usar a teoria fuzzy em modelos de fenmenos naturais. Cohen et. al. (2008) desenvolveram um modelo baseado na lgica fuzzy para aferir o potencial de eroso dos solos (fuzzy-based dynamic soil erosion model \

- 17 -

FuDSEM). Neste modelo so estabelecidas funes a cada conjunto de dados e calculado utilizando os seguintes parmetros: a) Potencial De Umidade Do Solo: que utiliza o tempo decorrido da chuva anterior a tomada dos dados; declividade da encosta; ndice de umidade e; capacidade de campo. b) Potencial De Escoamento Superficial: que utiliza o valor calculado no grupo (i); excesso de infiltrao; volume de chuva dirio e; a cobertura vegetal. c) Potencial Da Capacidade De Transporte: que utiliza o valor calculado no grupo (ii); ndice de acmulo de escoamento superficial e; declividade. d) Potencial De Eroso Do Solo: que utiliza o valor calculado no grupo (iii) e; o ndice (K) de erodibilidade dos solos utilizado na equao universal de perda do solo.

Lobo et. al. (2006) avaliaram a vulnerabilidade natural eroso do solo no municpio de Morro do Chapu-BA, a partir do modelamento das variveis, geologia, geomorfologia, solo, clima, vegetao e uso do solo. As variveis foram integradas por operadores de lgica fuzzy. Os autores concluram que modelamentos baseados em lgica fuzzy possibilitam a codificao do conhecimento, numa forma mais coerente ao modo como os especialistas pensam, aproximando-se assim, do modo cognitivo utilizado por eles na anlise de problemas, tornando a apreenso da realidade muito mais confivel. Frana et. al. (2005) propuseram uma metodologia para estimar a distribuio espacial de classes de potencial eroso fazendo-se uso dos conceitos de lgica fuzzy em um modelo que se diferencia pelo nmero reduzido de variveis, pois utiliza somente duas provenientes dos mapas de declividade e de cobertura do solo. Os modelos (USLE e Fuzzy) foram aplicados na rea teste microbacia do Rio Pimentel, localizada no Municpio de So Fidlis, Estado do Rio de Janeiro e, posteriormente, foi realizada uma anlise comparativa entre os resultados obtidos pelos dois mtodos. Os resultados mostraram que o modelo fuzzy pode vir a ser utilizado para otimizar visitas ao campo e intervenes quanto ao manejo, uso e cobertura do solo, entretanto, para validao dos resultados obtidos, o trabalho de campo imprescindvel.

- 18 -

Para Mitra et. al. (1998), existe a necessidade de se desenvolver mtodos simples para o prognstico de reas com grande vulnerabilidade a eroso utilizando dados imprecisos, com custo reduzido, e com certa preciso. Os autores utilizaram, novamente, uma comparao entre modelo baseado na lgica fuzzy e a equao universal de perda de solo (USLE), e os resultados corroboram com o que foi discutido at o momento; comparado com o prognstico obtido atravs do modelo USLE, o modelo baseado na lgica fuzzy foi eficiente na diferenciao de reas com potencial a eroso dos solos utilizando pequena base de dados.

1.3 -

CLASSIFICAO FUZZY

De acordo com Meirelles (1997), em vez de se classificar as informaes geogrficas em classes definidas de forma exata e depois atribuir pesos s classes, conforme feito na classificao por mdia ponderada, pode-se adotar uma outra estratgia a qual reescalona-se o dado original em uma escala de graduao contnua atravs da atribuio de valores contnuos de pertinncia, que podem ser atribudos a atributos individuais ou a grupos de atributos. O valor de pertinncia atribudo cada classe ir depender (i) da funo utilizada para atribuir valores de classificao contnua e; (ii) em como estes valores variam com a distncia, no espao de atributos, e com as fronteiras estritas da classe. Dessa forma, um conjunto de valores fuzzy A em X definido matematicamente como o par ordenado: A = {(x, A(x) )}, x X (1)

Onde X = (x) o universo de discurso, A(x) o grau de pertinncia de x em A. O valor A(x) um nmero que pertence ao intervalo [0,1], onde 1 representa a associao total do conjunto, e 0 a no associao. Os graus de associao de x em A refletem uma espcie de ordem que no baseada na probabilidade, mas na possibilidade. Estes valores so obtidos por funes de pertinncia.

- 19 -

Desta forma, contrariamente aos conjuntos tratados na lgica booleana, que permitem apenas o uso de funes de associao binria, identificando valores ou verdadeiros ou falsos, o conjunto fuzzy admite a possibilidade de uma associao parcial. Um mapa resultante da sobreposio de vrios Planos de Informao fuzzy, pode ser obtido atravs da utilizao de operadores, ou seja, vrios operadores podem ser aplicados para combinar funes de pertinncia de dois ou mais mapas. Segundo Meirelles (1997), para o caso do cruzamento temtico em estudos a nvel de planejamento regional, os seguintes operadores podem ser utilizados:

a) Interseo: Fuzzy AND; b) Unio: Fuzzy OR; c) Produtos Algbricos Fuzzy; d) Soma Algbrica Fuzzy; e) Operador Gama e; f) Soma Convexa

- 20 -

2-

MATERIAIS E MTODOS

2.1 -

CARACTERIZAO DA REA DE ESTUDO

A bacia do rio Maca pertence aos Municpios de Nova Friburgo (onde nasce o rio), Trajano de Moraes, Casimiro de Abreu, Rio das Ostras, Conceio de Macabu, Carapebus e Maca (onde se situa a foz). Segundo a diviso da Fundao CIDE, engloba praticamente toda a rea dos limites territoriais do municpio de Maca (1.178 km), parte do municpio de Rio das Ostras (43 km), alm dos municpios de Nova Friburgo (340 km), Casimiro de Abreu (90 km) e Conceio de Macabu (88 km). A bacia drena uma rea de aproximadamente 1.773 km, percorrendo cerca de 136 km, at desaguar no Oceano Atlntico (Figura 1).

Figura 1 -

Mapa de Localizao da rea de Estudo

FONTE: LAGESOLOS-UFRJ, 2009

Para delimitao da rea de estudo utilizou-se o limite da Unidade de Conservao APA de Maca de Cima, adquirido atravs do site do IBAMA (http://www.ibama.gov.br/zoneamento-ambiental). A APA compreende uma rea de

- 21 -

aproximadamente 35.000 hectares abrangendo os Municpios de Nova Friburgo e Casimiro de Abreu (Figura 2). A geomorfologia da rea de estudo se insere nas escarpas da serra de Maca, Macab e Imb, com uma amplitude topogrfica elevada, variando de 170 m a quase 1800 m (Figura 3). Caracteriza-se por um conjunto de alinhamentos serranos escarpados com orientao preferencial W-E ou WSW-ENE, que se sucedem a leste da Serra dos rgos, sendo que alguns picos atingem quase 2.000m. Consiste no ltimo trecho escarpado da cadeia montanhosa da Serra do Mar em territrio fluminense. A partir de Nova Friburgo, a escarpa da Serra do Mar perde o seu aspecto de uma barreira montanhosa monoltica e passa a adquirir o padro de um conjunto de cadeias serranas paralelas entre si e separadas pelos vales dos principais rios que cortam a regio: So Joo, Maca, Macabu e Imb. Esses rios correm em direo preferencial W-E ou WSW ENE, em parte condicionados por estruturas de mesma direo, promovendo o desmantelamento desse trecho da Serra do Mar, que apresenta direo SW-NE. O relevo acidentado prolonga- se at o rio Paraba do Sul, a jusante de So Fidlis, num trecho estrangulado dessa bacia, a partir de onde se inicia o seu baixo curso (Dantas, 2000; Silva & Cunha, 2001).

- 22 -

Figura 2 -

Mapa de Localizao da rea de Estudo.

- 23 -

Figura 3 -

Mapa hipsomtrico da rea de Estudo. Referncia: dados ASTER-GDEM.

- 24 -

2.2 -

MTODOS

O modelo conceitual proposto explora relaes de causa-efeito do princpio fundamental das relaes especficas entre os processos e fatores da eroso dos solos. Pode ser formulado como uma equao de fator de condio, conforme proposto por Metternicht & Gonzalez (2005):

Potencial Eroso = f (A1, A2, A3, ..., An) (2) Onde A1, A2, A3, ..., An representam elementos (parmetros) da paisagem que participam na promoo da eroso dos solos. A construo de modelo baseado na lgica fuzzy requer: a) Determinar a estrutura do modelo; b) Formular a base de conhecimento; c) Selecionar os mtodos de processamento fuzzy e; d) Validao.

A estrutura do modelo compreende a seleo das variveis de entrada e sada; o nmero de sub-modelos; e a conexo entre eles. A formalizao do conhecimento realizada na constituio dos conjuntos fuzzy e das regras. Atravs de funes de pertinncia e operadores fuzzy, o conhecimento processado e os valores de sada correspondem aos valores de entrada computados. Valores de entrada incorporados ao modelo podem ser extrados de base de dados geogrficos, observaes de campo, e outros dados auxiliares. O modelo baseado no conhecimento Fuzzy requer expertise para decidir os tens a seguir: a) Elementos da paisagem relacionados com a eroso (gradiente de declividade e cobertura vegetal, por exemplo); b) Condies primrias (regras lingusticas) que represente o potencial ao risco de eroso dos solos;

- 25 -

c) Tipos de parmetros da funo de pertinncia (trapezoidal, triangular, sigmoidal, etc) e; d) Produo das regras fuzzy (IF THEN), e escolhas dos operadores fuzzy (unio, interseo, etc). O diagrama a seguir ilustra como foi desenvolvido o modelo baseado no conhecimento fuzzy.

Figura 4 -

Modelo baseado na lgica fuzzy (Modificado de Metternicht & Gonzalez - 2005).

No presente estudo, a aplicao do modelo baseado na lgica fuzzy se deu atravs da mensurao de variveis lingusticas, que foram agregados em 4 subndices com funes de pertinncia distintos (Modificado de Cohen et. al., 2008 Figura 5): Conjunto 1 POTENCIAL DE UMIDADE DO SOLO = (i) ndice de umidade, (ii) aspecto da vertente e; (iii) capacidade de campo. Conjunto 2 POTENCIAL DE ESCOAMENTO SUPERFICIAL = (i) potencial de umidade do solo (conjunto 1); (ii) condutividade hidrulica; (iii) precipitao mdia anual e;(iv) cobertura vegetal.

- 26 -

Conjunto 3 CAPACIDADE DE TRANSPORTE = (i) potencial de escoamento superficial (conjunto 2); (ii) declividade e; (iii) pedoforma da encosta (cncava ou convexa). Conjunto 4 POTENCIAL DE EROSO DO SOLO = (i) capacidade de transporte (conjunto 3); (ii) densidade do solo e; (iii) porosidade total.

Figura 5 -

Esquema de organizao dos dados de entrada do modelo (Modificado de Cohen et. al., 2008).

2.3 -

CONSTRUO DO MODELO

O modelo foi desenvolvido utilizando-se a mdulo Fuzzy ToolBox do programa MatLab. Desenvolveram-se Sistemas de Inferncia Fuzzy (SIF) para a avaliao do potencial eroso. O processo de desenvolvimento dos SIFs compreendeu 5 etapas: (i) fuzzificao dos dados de entrada; (ii) aplicao de operadores fuzzy; (iii) aplicao do mtodo de implicao; (iv) agregao dos dados de sada e; (v) defuzzificao.

- 27 -

a) Fuzzificao dos dados de entrada: O primeiro passo foi definir os dados de entrada e determinar o grau a que pertencem a cada um dos conjuntos fuzzy apropriados atravs de funes de pertinncia. No Fuzzy Toolbox, a entrada sempre um valor crisp numrico limitada ao universo de discurso da varivel de entrada e a sada um grau de adeso fuzzy no conjunto de qualificao lingstica (sempre o intervalo entre 0 e 1). A Fuzzificao dos dados de entrada consiste no clculo da funo de pertinncia dos parmetros selecionados dos conjuntos fuzzy. A funo de pertinncia expressa como o grau de pertinncia de x em A determinado (fA(x)). Existem algumas possibilidades para determinao dos graus de pertinncia e para esse estudo foi usado: Semantic Import Model - Modelo de Importao Semntica (Metternicht & Gonzalez, 2005) que utiliza uma funo de pertinncia que definida a priori pelo usurio para determinar o grau de pertinncia de x em A. Permite a incorporao do conhecimento pelo especialista na determinao do tipo de funo de pertinncia.

b) Aplicao de Operadores Fuzzy: O operador fuzzy aplicado para obter um nmero que representa o resultado de uma determinada regra. No Fuzzy ToolBox dois mtodo AND so suportados (min; prod), e dois mtodos OR so suportados (max; probor).

c) Aplicao do Mtodo de Implicao: A conseqencia da aplicao do mtodo de implicao um conjunto fuzzy representado por uma funo de pertinncia, que pesa de forma adequada as caractersticas lingsticas que lhe so atribudos. Dois mtodos so suportados pelo Fuzzy ToolBox: min; prod.

d) Agregao dos Dados de Sada:

- 28 -

A agregao o processo pelo qual os conjuntos fuzzy que representam as sadas de cada regra so combinados em um nico conjunto fuzzy. O Fuzzy ToolBox possui trs mtodos: max; probor; sum. e) Deffuzificao: A entrada para o processo de defuzzificao um conjunto fuzzy (o conjunto fuzzy decorrente da agregao dos dados) e a sada um nmero nico. Assim como a fuzzificao ajuda a avaliao da regra, durante os passos intermdios, a sada final desejada para cada varivel geralmente um nmero nico. No entanto, a agregao de um conjunto fuzzy engloba uma gama de valores de sada, e assim devem ser defuzzificados a fim de resolver um nico valor de sada a partir do conjunto. O mtodo de defuzzificao mais popular o clculo do centride, que retorna o centro da rea sob a curva. Existem cinco mtodos suportados pelo Fuzzy ToolBox: centroid, bisector, middle of maximum (the average of the maximum value of the output set), largest of maximum, and smallest of maximum. Os parmetros utilizados para os SIFs foram:

Sistema do tipo Mamdani Mtodo Operadores AND mnimo Mtodo Operadores OR mximo Mtodo de implicao mnimo Mtodo de agregao mximo Defuzzificador centride (centro de gravidade - COG).

2.4 -

CARACTERIZAO E OBTENO DOS DADOS

Conjunto 1 = Potencial De Umidade Do Solo

- 29 -

(i) ndice de Umidade (IU) (Topographic Wetness Index TWI) - uma equao baseada na diviso das clulas (pixels) de declividade pela rea de contribuio.

IU = Ln [Asi / tan i] (3)

Onde: AS = rea de drenagem superior de uma dada clula i (m) = gradiente da clula em graus

O ndice de Umidade (IU) pode quantificar o controle da topografia local nos processos hidrolgicos e indica a distribuio espacial da umidade do solo e a saturao da superfcie do solo. O ndice descreve a tendncia de a gua acumular em algum lugar da bacia, e a tendncia da fora gravitacional para mover a gua pela encosta. reas midas podem surgir tanto em grandes reas de contribuio quanto em reas planas, enquanto reas com baixo valor de TWI so mais secas, resultantes de reas declivosas ou pequenas reas de contribuio (Haas, 2010). Para Lin et. al. (2006), altos valores de TWI em uma bacia indicam em primeiro lugar uma saturao da superfcie e, portanto, apontam reas de contribuio. Este ndice foi calculado diretamente no programa ArcGis, atravs do script Topographic Wetness Index (APNDICE A), utilizando como dado de entrada um Modelo Digital do Terreno Hidrologicamente Consistido (MDT-HC), descrito a seguir (http://arcscripts.esri.com/details.asp?dbid=16750): (ii) Aspecto da Vertente (ASP) Aspecto identifica a direco da declividade da taxa mxima de alterao no valor de cada clula para os seus vizinhos. Aspecto pode ser pensado como a direo de inclinao. Os valores de sada do raster sero a direco da bssola. Representa a influncia do fluxo da radiao solar na umidade do solo. Geralmente faces voltadas para o sul, so mais midas que as voltadas para norte. O Aspecto da Vertente tambm foi obtido no ArcGis, com a ferramenta Spatial Analisys, e utilizou dados ASTER Global Digitation Elevation Model - GDEM.( http://www.gdem.aster.ersdac.or.jp/search.jsp).

- 30 -

(iii) Capacidade de Campo (CC) Segundo Brady (1989), capacidade de campo ou capacidade de umidade do campo, a porcentagem de gua remanescente em um solo, dois ou trs dias aps haver sido saturado e haver cessado a drenagem livre. De acordo com Fabian & Ottoni Filho (2000), a quantidade de gua que um perfil do terreno, sem vegetao e evaporao, retm contra a ao da gravidade, aps plenamente inundado e deixado drenar livremente por uns poucos dias (um a quatro dias), em condies de campo, determina o volume mximo aproximado de gua que um solo bem drenado pode armazenar por longos perodos sem evapotranspirao. O efeito das caractersticas do solo na umidade do solo representado pela capacidade de campo em cada clula. A capacidade do solo de reter gua varia consideravelmente com a textura do solo, quantidade de matria orgnica, e outras caractersticas fsicas. A Capacidade De Campo (CC) foi obtida atravs do software Soil Water Characteristics (http://hydrolab.arsusda.gov/soilwater/Index.htm) desenvolvido pelo Departamento de Agricultura dos Estados Unidos (USDA) em parceria com a Universidade do Estado de Washington. Para o desenvolvimento do software, anlises estatsticas foram conduzidas utilizando propriedades da gua do solo mensuradas de uma grande variedade de solos provenientes do banco de dados do Departamento de Agricultura dos Estados Unidos (USDA). As equaes foram formuladas com base em tenses de umidade do solo de 0,33kPA e 1.500kPA, e entrada de ar baseada nas variveis de textura do solo e matria orgnica. Essas anlises estatsticas foram combinadas com equaes de condutividade mais os efeitos de densidade, granulometria, e salinidade (Saxton & Rawls, 2006). As formulaes utilizadas pelo programa para o clculo dos parmetros do solo se baseiam em Saxton & Rawls (2006). Os dados de entrada do programa foram os de textura do solo (distribuio granulomtrica das fraes areia, silte e argila) e foram obtidos atravs de coletas realizadas em campo pela equipe do LAGESSOLOS da UFRJ (Lima 2008), e para o mapeamento utilizou-se o interpolador IDW (Inverse Distance Weighted). Os pontos de coleta de solos esto evidenciados na figura a seguir:

- 31 -

Figura 6 -

Pontos de coleta de solos.

- 32 -

Conjunto 2 = Potencial De Escoamento Superficial (i) Resultados do conjunto 1 Potencial de Umidade do Solo (PU). (ii) Condutividade Hidrulica (CH) Parmetro que traduz a facilidade com

que a gua se movimenta ao longo do perfil do solo, e est diretamente relacionada capacidade do solo em conduzir gua (Carvalho, 2002). De acordo com Brady (1989), a Condutividade Hidrulica a demonstrao da rapidez com que a gua flui atravs do solo em consequncia de determinado potencial de gradiente. A Condutividade Hidrulica est intimamente ligada com a capacidade da gua em infiltrar-se em determinado solo. Segundo Guerra (2005), a umidade do solo, medida que aumenta, vai dificultando a ao da infiltrao, resultando na saturao e, consequentemente, na formao de poas. Segundo Morgan (2005), a chuva que atinge o solo pode ser armazenada em pequenas depresses ou cavidades na superfcie ou pode infiltrar-se no solo, contribuindo para o armazenamento de humidade do solo, e para movimento lateral das guas subterrneas no solo. Quando o solo incapaz de absorver mais gua, o excesso contribui para o escoamento sobre a superfcie, resultando em eroso por escoamento superficial ou por sulcos e voorocas. Durante uma tempestade, os espaos entre as partculas do solo ficam cheias com gua e as foras capilares diminuem de modo que, a taxa de infiltrao comea elevada no incio de uma tempestade e diminui para um nvel que representa a taxa mxima sustentada em que a gua pode passar atravs do solo a nveis mais baixos. A Figura 7 abaixo demonstra taxas de infiltrao de vrios tipos de solos. A condutividade hidrulica tambm foi obtida atravs do software Soil Water Characteristics. As formulaes utilizadas pelo software para o clculo dos parmetros do solo se baseiam em Saxton & Rawls (2006). Os dados de entrada do software foram os de textura do solo (distribuio granulomtrica das fraes areia, silte e argila) e foram obtidos atravs de coletas realizadas em campo pela equipe do LAGESSOLOS da UFRJ (Lima 2008), e para o mapeamento utilizou-se o interpolador IDW (Inverse Distance Weighted).

- 33 -

Figura 7 -

Taxa de infiltrao em diferentes solos (Morgan, 2005).

(iii) Precipitao Mdia Anual (PREC) A precipitao mdia foi cauculada com os dados das mdias das mximas anuais, pois representam mais a erosividade das chuvas. A quantidade de gua proveniente de eventos de chuva considerada como um dos principais agentes causadores da eroso dos solos, no apenas por causarem a saturao dos solos, mas tambm pelo papel do Splash que, de acordo com Guerra (2005), prepara as partculas que compem o solo para serem transportadas pelo escoamento superficial. Essa preparao se d tanto pela ruptura dos agregados, quebrando-os em tamanhos menores, como pela prpria ao transportadora que o salpicamento provoca nas partculas dos solos. Para Morgan (2005), a exposio contnua a tempestades intensas enfraquece consideravelmente o solo. Esse parmetro foi obtido atravs de dados de 8 estaes pluviomtricas do entorno, dados estes coletados no site da Agncia Nacional de guas - ANA (http://hidroweb.ana.gov.br/). Atravs desses dados gerou-se o mapa de Isoietas de precipitao. Para o mapeamento utilizou-se o interpolador IDW (Inverse Distance Weighted).

- 34 -

O Quadro a seguir apresenta as 8 estaes pesquisadas:

Quadro 1 Estaes pluviomtricas do entorno da rea de estudo.

ESTAO Quarteis Fazenda So Joaquim Piller Fazenda So Joo Teodoro de Oliveira Galdinpolis Vargem Alta Fazenda Oratrio

PERODO 1968 / 2009 1968 / 2009 1951 / 2009 1968 / 2009 1966 / 2009 1951 / 2009 1966 / 2009 1968 / 2009

(iv) Cobertura Vegetal (VEG) Os processos de eroso pela gua esto intimamente relacionados com os caminhos tomados pela gua, no seu movimento atravs da cobertura e ao longo da superfcie do solo. Durante uma tempestade, parte da gua cai diretamente na terra, quer porque no h vegetao ou porque ela passa atravs de aberturas entre as copas das rvores. Parte da chuva interceptada pela copa, de onde ou retorna para a atmosfera por evaporao ou encontra seu caminho para o solo por gotejamento das folhas, ou descendo os caules das plantas escoando pelo tronco (Morgan, 2005). Segundo Zhongming et. al. (2010), a cobertura vegetal um importante parmetro utilizado para avaliar a relao entre vegetao e eroso do solo. Em geral, a eroso do solo diminui com um aumento na cobertura de vegetao. Mohammad & Adam (2010) indicam que vrios estudos em diferentes condies ambientais tm demonstrado o efeito positivo da cobertura vegetal na reduo da eroso hdrica e, ainda segundo esses autores, a vegetao controla a eroso do solo por meio de sua copa, razes, e componentes da camada da serrapilheira. Para

- 35 -

Cerdan et. al. (2010), anlises estatsticas confirmam a influncia dominante da cobertura para a eroso do solo. Dessa forma, a vegetao possui papel de extrema relevncia na avaliao do potencial eroso a medida que diminui a ao direta do Splash no solo. Foram utilizadas imagens de satlite LANDSAT 5 do ano de 2011, baixados no site do Instituto Nacional de Pesquisas Espaciais INPE

(http://www.dgi.inpe.br/CDSR/), fazendo-se composio de bandas no software ENVI e, posteriormente, foi extrado o Normalized Difference Vegetation Index tambm no ENVI. Para a extrao do ndice NDVI, foram usadas bandas do infra-vermelho prximo (0,760 0,900) e o vermelho (0,630 0,690), que no sensor TM das imagens LANDSAT correspondem as bandas 4 e 3 respectivamente. Na banda 4, a vegetao verde, densa e uniforme, reflete muita energia, aparecendo bem clara nas imagens, e apresenta sensibilidade rugosidade da copa das florestas (dossel florestal). Na banda 3, a vegetao verde, densa e uniforme, apresenta grande absoro, ficando escura, permitindo bom contraste entre as reas ocupadas com vegetao (ex.: solo exposto, estradas e reas urbanas), e apresenta bom contraste entre diferentes tipos de cobertura vegetal (ex.: campo, cerrado e floresta). Os valores das clulas do raster de sada variam de -1 a +1, onde valores mais altos correspondentes aos solos com cobertura vegetal, e os mais baixos aos solos expostos.

Conjunto 3 = Capacidade De Transporte (i) Resultados do conjunto 2 Potencial de escoamento superficial (PES). (ii) Declividade (DEC) Para Gabriels (1999), quanto mais ngreme a

inclinao da encosta maior a perda de solo por causa do aumento na velocidade da gua de escoamento. Segundo Cohen et. al (2008), o transporte de sedimentos influenciado por uma variedade de fatores dentre estes as caractersticas topogrficas. Esse parmetro tambm foi obtido no ArcGis, com a ferramenta Spatial Analyst, e utilizou o modelo digital ASTER - GDEM.

- 36 -

No processamento do software, para cada clula Slope calcula a taxa mxima de alterao no valor a partir dessa clula aos seus vizinhos. Basicamente, a alterao mxima na elevao ao longo da distncia entre a clula e seus oito vizinhos identifica a descida mais ngreme a partir da clula. (iii) Pedoforma da Encosta (PED) A Curvatura de uma superfcie um atributo topogrfico que descreve convexidade / concavidade de uma superfcie do terreno. De um ponto de vista aplicado, a pedoforma da encosta pode ser usada para descrever as caractersticas fsicas de uma bacia de drenagem, num esforo para compreender os processos de eroso e do escoamento. A declividade afeta a taxa global de movimento, enquanto a curvatura do perfil afeta a acelerao e desacelerao do fluxo e, portanto, influencia a eroso e deposio. Zevenbergen & Thorne (1987), ao fazerem uma analise comparativa da topografia da superfcie da terra, apontam para dois tipos de curvatura da superfcie (pedoforma da encosta), uma curvatura na direo do gradiente de declividade (profile curvature) e outra transversal (plan curvature). Para o presente estudo considerou-se apenas a curvatura na direo do gradiente de declividade, pois influencia na taxa de variao da inclinao, afeta acelerao do fluxo e, portanto, influencia o assoreamento e a degradao (Zevenbergen & Thorne, 1987). Para Romstad & Etzelmuller (2012), a curvatura descreve a taxa de variao da inclinao ao longo de uma linha de fluxo e pode ser relacionado com a acelerao / desacelerao do fluxo gravitacional. Segundo IPT (1986) existe uma maior concentrao de ocorrncias erosivas em relevos de transio e morrotes constitudas por vertentes relativamente declivosas, superiores a 15% e com perfis convexos e retilneos. Pois a existncia comum de vertentes com rupturas de declive favorecem nesses locais a concentrao de guas pluvias. De acordo com Resende (1985), o carreamento de terra em condies comparveis, menor na encosta cncava e maior na Convexa. Foi obtido no ArcGis, com a ferramenta Spatial Analyst, e utilizou o modelo digital ASTER GDEM.

- 37 -

Figura 8 -

Ilustrao do carreamento de terra (Resende, 1985).

Conjunto 4 = Potencial De Eroso Do Solo (i) Resultados do conjunto 3 Capacidade de Transporte (PCT). (ii) Densidade do Solo (DA) Segundo Brady (1989), densidade de volume ou

densidade aparente representa a massa de solo seco, por unidade de volume, includos seus espaos de ar. A densidade aparente determinada pela quantidade dos espaos porosos, como tambm pelos slidos dos solos. Assim, solos com elevada proporo de espaos de poros em relao aos slidos, tem densidades de volume menores do que outros mais compactados e com menos espaos de poros (Brady, 1989). O aumento da densidade aparente com a profundidade do perfil tende a aumentar, devido s presses exercidas pelas camadas superiores que provocam a compactao do solo, reduzindo a porosidade (Kiehl, 1979). Este fator foi utilizado na avaliao da compactao da camada superficial do solo, na profundidade de aproximadamente 5 cm. Os dados de densidade aparente foram obtidos atravs de coletas realizadas em campo pela equipe do LAGESSOLOS DA UFRJ (Lima 2008), e para o mapeamento utilizou-se o interpolador IDW (Inverse Distance Weighted). (iii) Porosidade Total (PORO) Entende-se por porosidade de um solo o volume no ocupado pelos constituintes slidos do solo. Tal volume ocupado pelo ar e pela gua (Silva, 2005). O tamanho deste espao de poros , em grande parte, consequente da arrumao das partculas slidas. Se h tendncia em

- 38 -

permanecerem em contato ntimo, como nas areias e subsolos compactos, a porosidade total fica reduzida. Se so distribudos em agregados porosos, como comum nos casos de solos de textura mdia, com elevado montante de matria orgnica, os espaos de poros por unidade de volume sero elevados (Brady, 1989). De acordo com Guerra (2001), a porosidade est relacionada de maneira inversa com a densidade aparente, ou seja, medida que a densidade aparente aumenta, a porosidade diminui, consequentemente ocorre reduo da infiltrao da gua no solo. Os valores de Porosidade foram calculados atravs dos dados de Densidade Aparente e Densidade de Partculas (Lima 2008), e para o mapeamento utilizou-se o interpolador IDW (Inverse Distance Weighted).

2.5 -

PADRONIZAO NO-BOOLEANA DOS DADOS

Os dados foram padronizados em uma escala contnua de adequabilidade variando entre 0 (menos adequada) 255 (mais adequada). Os fatores contnuos resultantes que foram produzidos foram desenvolvidos usando funes de associao a conjuntos fuzzy, isto , a transio entre membros e no membros de uma localizao no conjunto gradual. O reescalonamento dos dados foi realizado no software IDRISIS ANDES, utilizando-se a ferramenta FUZZY, que estima os valores de cada elemento do conjunto fuzzy (possibilidade) em cada pixel baseado nas seguinte funes de pertinncia: sigmoidal; j-shaped; linear As funes Sigmoidal, J e Linear so controladas por quatro pontos ordenados, do mais baixo ao mais alto na escala de medida. Os pontos podem ser duplicados para criar funes monotnicas ou simtricas. No presente estudo foram utilizadas as funes Sigmoidal e Linear. A funo Sigmoidal produzida usando uma funo cosseno:

- 39 -

(4) A funo Linear utilizada apresentada a seguir:

(5)

ndice de Umidade: tendncia de a gua acumular em algum lugar da bacia, e

a tendncia da fora gravitacional para mover a gua pela encosta. Quanto maior o ndice de Umidade, maior o potencial eroso. A padronizao foi realizada atravs de uma funo sigmoidal Monotonically Increasing; onde o ponto a = 0 e o ponto b = 10. Aspecto da Vertente: todas as vertentes de uma encosta possuem diferentes

nveis de susceptibilidade para o potencial eroso. Os dados categricos foram escalonados determinando-se um ndice subjetivo para cada categoria. Foram atribudos os ndices:
Quadro 2 - Potencial eroso dos solos em relao ao aspecto da vertente.

CATEGORIA Flat (-1) North (0-22.5)

POTENCIAL

NDICE

Muito Baixo Northeast (22.5-67.5) East (67.5-112.5) Southeast (112.5157.5) South (157.5-202.5) Southwest (202.5247.5) West (247.5-292.5) Northwest (292.5Alto Alto Muito Alto Mdio Baixo

50

200 200 255 150 100

- 40 -

337.5) North (337.5-360) Muito Baixo 50

Capacidade de Campo: Quantidade mxima que um solo pode reter gua.

Maior capacidade para reter gua, igual menor potencial eroso. A padronizao foi realizada atravs de uma funo linear Monotonically Decreasing; onde o ponto c = 11,7005 % vol e o ponto d = 33,3785 % vol Condutividade Hidrulica: Facilidade com que a gua se movimenta ao longo

do perfil do solo. De uma forma geral, maior condutividade significa menor capacidade de reter gua, ou seja, maior potencial eroso. A padronizao foi realizada atravs de uma funo linear Monotonically Increasing; onde o ponto a = 4,63 mm-hr e o ponto d = 121,01 mm-hr. Precipitao Mdia Anual: Quanto maior o volume de chuva, maior o

potencial eroso. A padronizao foi realizada atravs de uma funo sigmoidal Monotonically Increasing; onde o ponto a = 200 mm e o ponto b = 300 mm. Cobertura Vegetal: Quanto maior o valor do NDVI, menor o potencial

eroso. A padronizao foi realizada atravs de uma funo linear Monotonically Decreasing; onde o ponto c = -0,33 e o ponto d = +0,82. Declividade: Quanto maior a declividade, maior o potencial eroso. A padronizao foi realizada atravs de uma funo Sigmoidal Monotonically Increasing; onde o ponto a = 0 e o ponto b = 45. Pedoforma da Encosta: Quanto mais convexa (valores positivos), maior o

potencial a eroso. A padronizao foi realizada atravs de uma funo Sigmoidal Monotonically Increasing; onde o ponto a = -10 e o ponto b = 1. Densidade do Solo: Quanto menor a Densidade Aparente do solo, menor o

potencial eroso. A padronizao foi realizada atravs de uma funo Linear Monotonically Increasing; onde o ponto a = 0 e o ponto b = 1,45 g/cm. Porosidade Total: Quanto maior a Porosidade Total do solo, menor o

potencial a eroso.

- 41 -

A padronizao foi realizada atravs de uma funo Linear Monotonically Decreasing; onde o ponto c = 41% e o ponto d = 70%.

2.6 -

SISTEMAS DE INFERNCIA FUZZY (SIF)

O desenvolvimento dos modelos para os sistemas de inferncia foi feito a partir do planejamento da combinao das variveis de entrada de forma a gerar produtos intermedirios com significado semntico, permitindo pontos de controle no processo de apoio tomada de deciso. Foram estabelecidos quatro grupos de variveis:

POTENCIAL DE UMIDADE DO SOLO - POTENCIAL DE ESCOAMENTO SUPERFICIAL - POTENCIAL DE CAPACIDADE DE TRANSPORTE - POTENCIAL DE EROSO DO SOLO

Para cada grupo de fatores foi estabelecida uma forma de combinao atravs de SIFs, objetivando manter a cada resultado parcial o significado e a possibilidade de usar a imagem resultante como elemento de controle da qualidade e significncia do processamento.

SIF 1: ndice de Umidade (IU) + Capacidade de Campo (CC) = ndice de Umidade Ampliado (IUA).

SIF 2: ndice de Umidade Ampliado (IUA) + Aspecto da Vertente (ASP) = Potencial de Umidade do Solo (PU):

- 42 -

SIF 3: Condutividade Hidrulica (CH) + Precipitao Mdia (PREC) = Condutividade Hidrulica Ampliada (CHA):

SIF 4: Condutividade Hidrulica Ampliada (CHA) + Cobertura da Vegetao (VEG) = CHAV:

SIF 5: CHAV + Potencial de Umidade do Solo (PU) = Potencial de Escoamento Superficial (PES):

SIF 6: Declividade (DEC) + Pedoforma da Encosta (PED) = Declividade Ampliada (DECA):

SIF 7: Declividade Ampliada (DECA) + Potencial de Escoamento Superficial (PES) = Potencial de Capacidade de Transporte (PCT):

SIF 8: Densidade do Solo (DA) + Porosidade (PORO) = Textura do Solo (TEXSOL):

- 43 -

SIF 9: Textura do Solo (TEXSOL) + Potencial de Capacidade de Transporte (PCT) = Potencial a Eroso (PE):

De forma geral, as variveis de entrada foram modeladas com base em 5 estados, definidos em funes de pertinncia triangulares (Muito Baixo, Baixo, Mdio, Alto, Muito Alto, potencial a eroso). A opo pelas funes triangulares deve-se ao fato de se ajustarem adequadamente a variveis lingusticas que descrevem estados e em funo da transio desses estados ser linear e contnua, numa escala de muito baixo a muito alto (Jamel, 2010). Como todos os dados de entrada dos SIFs variavam de 0 a 255, o pico dos tringulos extremos foi ajustado para esses valores e o espao entre as funes extremas foi dividido equitativamente.

Figura 9 -

Funo triangular utilizada n0 SIF 1.

- 44 -

Cada subsistema SIF foi processado individualmente, com base em comandos do MATLAB, sendo os passos registrados abaixo, a ttulo de exemplo, para o SIF 7 (Jamel, 2010). a) Exportar o SIF do mdulo Fuzzy Toolbox para o Workspace. b) Preparo das variveis para processamento, com a converso do formato matricial para uma coluna de valores (array) de cada pxel, atravs da funo IM2COL. O prenome col foi utilizado em todas as variveis convertidas para o formato coluna, para identificao. >> coldeca = im2col(deca,'indexed',[593 1276],'distinct'); >> colpes = im2col(pes,'indexed',[593 1276],'distinct'); c) Alocao de memria para a varivel de entrada da funo EVALFIS, constituda pelas duas colunas compostas numa matriz [756.668,2], que primeiro preenchida em zeros com a funo ZEROS: >> entradasif7 = zeros(756668,2); d) Em seguida feito o preenchimento dessa varivel de entrada (entradasif7, no exemplo) com as duas colunas geradas anteriormente. Neste passo feita simultaneamente a converso do formato UINT8 (unsigned integer 8 bits) para o formato double" (ponto flutuante de dupla preciso), adequado ao processamento: >> entradasif8(:,1) = double(coldeca); >> entradasif8(:,2) = double(colpes); e) Processamento do SIF, atravs da funo em linha de comando EVALFIS, sendo Sif 7 o nome do SIF a ser utilizado, j carregado no Workspace: >> colpct = evalfis(entradasif7,sif7); f) A varivel obtida como sada, colpct, j est no formato coluna/double e pode entrar no SIF seguinte. g) Para recomposio da varivel de sada no formato imagem, foi utilizada a funo RESHAPE, que remonta a matriz original em linhas e colunas. A funo IMAGE foi utilizada para mostrar a imagem em modo grfico, permitindo a visualizao e controle de parmetros, como a escala de cores utilizada. >> pct = reshape(colpct,[593 1276]); >> image(pct)

- 45 -

3-

RESULTADOS E DISCUSSES

3.1 -

POTENCIAL DE UMIDADE DO SOLO

O mapeamento do Potencial de Umidade do Solo foi realizado atravs da sobreposio de mapas temticos com a aplicao de dois Sistemas de Inferncia Fuzzy (SIF), SIF 1 e SIF 2:

a) SIF 1 - ndice de Umidade (IU) + Capacidade de Campo (CC) = ndice de Umidade Ampliado (IUA).

Para o mapeamento do Potencial de Umidade do Solo, o primeiro parmetro analisado foi o ndice de Umidade (IU), que demonstra a tendncia de a gua acumular em algum lugar da bacia, e a tendncia da fora gravitacional para mover a gua pela encosta, ou seja, quanto maior o IU, maior o potencial a eroso. O mapa do IU (Figura 10) apresenta, em azul, os locais onde h a tendncia de acmulo de gua, que indicam grandes reas de contribuio e reas mais planas. Localizaes mais ngremes recebem um valor de ndice pequeno pois so reas mais bem drenadas, enquanto localizaes suavemente inclinadas recebem um valor de ndice elevado. O padro especial do IU apresentado na Figura 10 est diretamente relacionado com o Modelo de Elevao Digital ASTER-GDEM (30 metros de resoluo espacial) utilizado na gerao do Modelo Digital do Terreno

Hidrologicamente Consistido.

- 46 -

A distribuio espacial da Capacidade de Campo apresentada na Figura 11 apresenta uma relao inversa com o potencial a eroso, ou seja, quanto maior capacidade para reter gua, menor potencial eroso. Essa distribuio espacial est diretamente relacionada com o interpolador utilizado na gerao da superfcie da Capacidade de Campo, que para esse estudo utilizou-se o IDW (Inverse distance weighted) que determina os valores das clulas utilizando uma combinao linear ponderada de um conjunto de pontos de amostra. O peso uma funo da distncia inversa.

- 47 -

Figura 10 -

Espacializao do ndice de Umidade (IU) na rea de estudo.

- 48 -

Figura 11 -

Espacializao da Capacidade de Campo (CC) na rea de estudo .

- 49 -

O produto gerado do SIF 1, que aqui foi classificado como ndice de Umidade Ampliado, indica claramente a variao espacial do potencial a eroso considerando apenas o ndice de Umidade (IU) e a Capacidade de Campo (CC). Ou seja, na Figura 12, abaixo, os altos valores de IUA coincidem com altos valores de ndice de Umidade (IU) e baixos valores de Capacidade de Campo (CC), e que correspondem ao alto potencial a eroso. Observa-se na Figura 12 como reas bem drenadas, com maior capacidade para reter gua, evitando grande acmulo de gua, apresentaram os menores valores, e com isso representam as reas com menor potencial a eroso dos solos, considerando apenas esses parmetros. Essa tendncia evidenciada na Figura 12 atravs da colorao amarelada indo at esverdeada. Contrariamente, reas pouco drenadas, com grande potencial para acumular gua, representam as reas com maior potencial a eroso, e esto evidenciadas na Figura 12 pela colorao mais azul e vermelha.

- 50 -

Figura 12 -

Mapeamento resultante do SIF 1, ndice de Umidade Ampliado (IUA) .

- 51 -

b) SIF 2: ndice de Umidade Ampliado (IUA) + Aspecto da Vertente (ASP) = Potencial de Umidade do Solo (PU):

A distribuio espacial do Potencial de Umidade do Solo foi gerada a partir do resultado da sobreposio do ndice de Umidade do solo (IU) com a Capacidade de Campo (CC) que resultou no ndice de Umidade Ampliado (IUA), acrescentando-se o parmetro Aspecto da Vertente (ASP). No presente estudo, o Aspecto da Vertente foi utilizado para representar a posio do relevo em relao a incidncia de chuvas e, dessa forma, vertentes com orientao sudoeste e sul foram as que receberam maiores valores,

consequentemente so as que esto mais relacionadas com alto potencial a eroso. Como resultado da sobreposio de altos valores de IUA mais as vertentes voltadas para sudoeste e sul, obteve-se o mapa de Potencial de Umidade do Solo (Figura 14), onde as reas com colorao de azul a vermelho indicam reas com altos valores de PU e, consequentemente, alto potencial a eroso.

- 52 -

Figura 13 -

Espacializao do Aspecto da Vertente (ASP) na rea de estudo.

- 53 -

Figura 14 -

Mapeamento resultante do SIF 2 Potencial de Umidade do Solo (PU).

- 54 -

3.2 -

POTENCIAL DE ESCOAMENTO SUPERFICIAL

O mapeamento do Potencial de Escoamento Superficial foi realizado atravs da sobreposio de mapas temticos com a aplicao de trs Sistemas de Inferncia Fuzzy (SIF), SIF 3, SIF 4 e SIF 5:

a) SIF 3 - Condutividade Hidrulica (CH) + Precipitao Mdia (PREC) = Condutividade Hidrulica Ampliada (CHA)

O segundo grupo analisado foi o Potencial de Escoamento Superficial, e o primeiro processamento contemplou dados de Condutividade Hidrulica do solo (CH) e Precipitao Mdia anual (PREC), resultando no parmetro chamado de Condutividade Hidrulica Ampliado (CHA). O parmetro Condutividade Hidrulica demonstra a facilidade com que a gua se movimenta ao longo do perfil do solo, ou seja, maior condutividade significa menor capacidade de reter gua e, maior potencial eroso. Dessa forma, na Figura 15 abaixo, a colorao mais amarelada indica altos valores de CH e maior potencial a eroso. A distribuio espacial das chuvas ao longo da bacia (Figura 16), aponta para pequenas pores onde ocorrem chuvas intensas, evidenciadas pela colorao avermelhada no mapa, e que esto associadas com o alto potencial a eroso. Entretanto, mesmo com essas pequenas pores demonstrativas de chuvas intensas, a regime de chuvas como um todo bastante elevado, variando de 214 mm/ano a 353 mm/ano. Como resultado da combinao da Condutividade Hidrulica e da Precipitao Mdia Anual, obteve-se o mapa de Condutividade Hidrulica Ampliada

- 55 -

(CHA), evidenciando na Figura 17 reas com colorao azulada e avermelhada, que representam reas com alto potencial a eroso.

- 56 -

Figura 15 -

Espacializao da Condutividade Hidrulica (CH) na rea de estudo.

- 57 -

Figura 16 -

Espacializao da Precipitao (PREC) na rea de estudo.

- 58 -

Figura 17 -

Mapeamento resultante do SIF 3 Condutividade Hidrulica Ampliada (CHA).

- 59 -

b) SIF 4 - Condutividade Hidrulica Ampliada (CHA) + Cobertura da Vegetao (VEG) = CHAV.

Com o resultado do SIF 3, onde houve o cruzamento dos parmetros Condutividade Hidrulica e Precipitao Mdia anual, obteve-se o parmetro classificado como Condutividade Hidrulica Ampliada. Esse parmetro foi utilizado como dado de entrada no SIF 4 e foi combinado com o parmetro Cobertura da Vegetao (VEG). Para o mapeamento da cobertura vegetal na rea de estudo, utilizou-se o ndice de Vegetao por Diferena Normalizada (Normalized Difference Vegetation Index NDVI) aplicado sob as bandas 3 e 4 de uma imagem LandSat, e os valores apresentados no Figura 18 abaixo indicam que valores negativos de NDVI prximos de zero (-0,1 a 0,1) geralmente correspondem a reas rochosas ou de solo exposto, os baixos valores positivos representam arbustos e pastagens (aproximadamente 0,2 a 0,4), enquanto valores elevados indicam reas florestadas (valores que se aproximam de 1). Na figura abaixo, a colorao avermelhada indica reas de solo exposto ou reas rochosas; a colorao amarela indica reas de vegetao arbustiva ou pastagens; e a colorao esverdeada at a azulada indica reas de vegetao arbrea. A combinao do mapeamento de cobertura vegetal VEG (Figura 18) com o mapa Condutividade Hidrulica Ampliada- CHA (Figura 17), resultou no mapa denominado CHAV (Figura 19), onde a colorao azul e vermelha so indicativas de altos valores de Condutividade Hidrulica CH (Figura 15), Precipitao Mdia Anual PREC (Figura 16), e reas desprovidas de vegetao, correspondendo as reas com alto potencial eroso dos solos (considerando esses trs elementos).

- 60 -

Figura 18 -

Espacializao da Cobertura Vegetal (VEG) na rea de estudo.

- 61 -

Figura 19 -

Mapeamento resultante do SIF 4 CHAV.

- 62 -

c) SIF 5 - CHAV + Potencial de Umidade do Solo (PU) = Potencial de Escoamento Superficial (PES):

O ltimo SIF deste grupo gerou o mapeamento do Potencial de Escoamento Superficial, e para isso utilizou-se como parmetros aqueles que foram associados na composio do mapeamento do CHAV (Figura 19): Condutividade Hidrulica (CH), Precipitao Mdia Anual (PREC), e Cobertura da Vegetao (VEG), somados ao mapeamento do Potencial de Umidade dos solos (PU), que foi gerado a partir dos parmetros: ndice de Umidade do solo (IU), Capacidade de Campo (CC), e Aspecto da Vertente (ASP). Desta forma, observa-se algumas reas com colorao esverdeada indicando regies com baixo a mdio potencial a eroso, extensas reas com colorao azul indicando regies com alto potencial a eroso, e pequenas pores da rea de estudo apresentando colorao vermelha, que indica regies com potencial a eroso muito alto.

- 63 -

Figura 20 -

Mapeamento resultante do SIF 5 Potencial de Escoamento Superficial (PES).

- 64 -

3.3 -

POTENCIAL DE CAPACIDADE DE TRANSPORTE

O mapeamento do Potencial de Capacidade de Transporte foi realizado atravs da sobreposio de mapas temticos com a aplicao de dois Sistemas de Inferncia Fuzzy (SIF), SIF 6 e SIF 7.

a) SIF 6: Declividade (DEC) + Pedoforma da Encosta (PED) = Declividade Ampliada (DECA).

O terceiro grupo analisado contempla parmetros que exercem alguma influncia sobre a capacidade de transportar sedimentos, e que para este estudo convencionou-se chamar de Potencial de Capacidade de Transporte (PCT). A primeira combinao realizada neste grupo (SIF 6), considera os parmetros Declividade (DEC) e Pedoforma da Encosta (PED). A declividade influencia na capacidade de transporte de sedimentos e tambm na quantidade de perda de solo, pois quanto mais ngreme uma encosta maior a perda de solo decorrente do aumento na velocidade da gua que no consegue ser armazenada. A Figura 21 abaixo demonstra que poucas regies com colorao amarelada avermelhada possuem grande inclinao, chegando a 60 graus de inclinao, e que so consideradas reas com grande potencial eroso dos solos. O parmetro Pedoforma da Encosta (PED) representa a curvatura de uma superfcie, e que podem ser convexa, cncava, ou plana. A curvatura de uma superfcie afeta a acelerao e desacelerao do fluxo e, portanto, influencia a eroso e deposio de sedimentos. A curvatura convexa facilita a acelerao do fluxo e, portanto, aumenta o potencial de eroso dos solos.

- 65 -

A Figura 22, demonstra que poucas regies possuem uma curvatura cncava, especificamente quelas adjacentes talvegues e cursos dgua, e que est evidenciado pelo colorao azulada. A colorao mais amarelada indica regies onde a curvatura da superfcie mais convexa e, consequentemente, com maior potencial a eroso. A combinao desses dois fatores gerou o mapa chamado Declididade Ampliada (DECA), onde na Figura 23 as regies com colorao mais avermelhada indicam alto potencial eroso dos solos.

- 66 -

Figura 21 -

Espacializao da Declividade (DEC) na rea de estudo.

- 67 -

Figura 22 -

Espacializao da Pedoforma da Encosta (PED) na rea de estudo.

- 68 -

Figura 23 -

Mapeamento resultante do SIF 6 Declividade Ampliada (DECA).

- 69 -

b) SIF 7 - Declividade Ampliada (DECA) + Potencial de Escoamento Superficial (PES) = Potencial de Capacidade de Transporte (PCT).

O resultado do SIF 6 (DECA), que considerou os parmetros Declividade (DEC) e Pedoforma da Encosta (PED), foi combinado com o resultado do SIF 5, onde gerou-se o mapa de Potencial de Escoamento Superficial PES (Figura 20), para produzir o mapa de Potencial de Capacidade de Transporte (PCT). O mapa apresentado na Figura 24, demonstra grandes reas com alto grau de Potencial de Capacidade de Transporte (reas avermelhadas), evidenciando que nessas reas h grande risco eroso dos solos. Observa-se tambm extensas reas com colorao azulada, indicando regies com Potencial de Capacidade de Transporte variando do grau mdio ao alto e que tambm so sujeitas ao risco de eroso, e tambm vrias reas com colorao esverdeada que evidenciam reas com baixo potencial ao escoamento superficial e eroso dos solos.

- 70 -

Figura 24 -

Mapeamento resultante do SIF 7 Potencial de Capacidade de Transporte (PCT).

- 71 -

3.4 -

POTENCIAL DE EROSO DO SOLO

O mapeamento do Potencial de Eroso do Solo foi realizado atravs da sobreposio de mapas temticos com a aplicao de dois Sistemas de Inferncia Fuzzy (SIF), SIF 8 e SIF 9.

a) SIF 8: Densidade do Solo (DA) + Porosidade (PORO) = Textura do Solo (TEXSOL).

O ltimo grupo de anlise consiste na combinao de parmetros de textura dos solos com os parmetros geradores do mapa de Potencial de Capacidade de Transporte (PCT). A primeira anlise, SIF 8, faz a combinao dos parmetros Densidade Aparente (DA) e Porosidade Total (PORO) para a gerao do mapa de Textura do Solo (TEXSOL). O mapeamento da Densidade do Solo DA (Figura 25) representa a quantidade de espaos porosos no solo em proporo ao volume ocupado pelos slidos, sendo que elevados valores de densidade de volume indicam solos mais compactados e mais sujeitos eroso dos solos. A Figura 25 abaixo apresenta, em rosa, as regies com solos com densidade de volume mais elevados, demonstrando maior compactao dos solos, e consequentemente maior potencial eroso. Por outro lado, as reas com colorao mais esverdeadas contemplam as regies onde o solo possui uma elevada proporo de espaos de poros em relao ao volume ocupado, com densidade aparente menor, e com baixo potencial eroso. Quanto maior a Densidade Aparente (DA), menor a Porosidade Total (PORO), e maior o escoamento superficial. A Figura 26, demonstra as reas onde o solo possui maior Porosidade Total (vermelho) e menor porosidade (azul).

- 72 -

Dessa forma, o produto gerado da combinao desses dois parmetros resultou no mapa de Textura do Solo TEXSOL (Figura 27), onde as regies com alto potencial eroso so justamente aquelas com altos valores de densidade de volume e baixos valores de porosidade, evidenciados pela colorao avermelhada.

- 73 -

Figura 25 -

Espacializao da Densidade Aparente (DA) na rea de estudo.

- 74 -

Figura 26 -

Espacializao da Porosidade Total (PORO) na rea de estudo.

- 75 -

Figura 27 -

Mapeamento resultante do SIF 8 Textura do Solo (TEXSOL).

- 76 -

b) SIF 9: Textura do Solo (TEXSOL) + Potencial de Capacidade de Transporte (PCT) = Potencial a Eroso (PE).

O produto final, onde apresentado o potencial de eroso dos solos na rea do alto e mdio curso da bacia do Rio Maca, resultante da combinao do mapeamento da Textura dos Solos (TEXSOL) e do Potencial de Capacidade de Transporte (PCT). Obviamente que o potencial de eroso resultante de todos os parmetros analisados nos trs outros grupos, uma vez que o resultado final do mapeamento de cada grupo utilizado na anlise do grupo seguinte. O mapa apresentado (Figura 28) aponta para regies prximas ao exudrio da bacia com alto potencial eroso dos solos (colorao avermelhada), enquanto que as regies de cabeceira indicam baixo potencial eroso e que est evidenciado pela colorao esverdeada. Observa-se, entretanto, algumas manchas avermelhadas ao longo da bacia indicando alto potencial eroso, e um pequena ponto esverdeado no centro da rea de estudo, indicando a baixo potencial de eroso dos solos.

- 77 -

Figura 28 -

Mapeamento final, resultante do SIF 9 Potencial Eroso dos Solos (PE).

- 78 -

Observa-se nos mapas resultantes de cada SIF que as formas geomtricas de um ou de outro fator de entrada podem ser evidentes e parecerem contribuir em maior ou menor grau para o potencial eroso dos solos, entretanto, o resultado final expressa a sada de um sistema de apoio deciso, onde o valor de cada pxel devido ao processamento de uma srie de combinaes e obedeceu a regras explcitas de deciso dentro dos sistemas de inferncia fuzzy (SIFs). Cada pxel de sada tem a influncia de todos os fatores de entrada, julgados relevantes na concepo do sistema. Os dados de entrada para a avaliao do potencial de eroso dos solos considerou informaes disponibilizadas publicamente, excetuando-se os dados de Densidade Aparente, Porosidade Total e Granulometria que foram mensurados atravs de coletas de amostras de solo na rea de estudo e apresentados em Lima (2008). O produto final indica as regies que renem relativamente fatores de promoo de processos erosivos, portanto, referentes aos dados de entrada utilizados. Nota-se, dessa forma, que o produto final se modificar no exato momento que se modifique a base de dados de entrada nos Sistemas de Inferncia Fuzzy (SIFs). O primeiro dado de entrada utilizado foi o parmetro Topographic Wetness Index, denominado no presente estudo como ndice de Umidade (IU). Este ndice importante para modelar os processos relacionados com a topografia em encosta, isto porque pode quantificar o controle da topografia local sobre os processos hidrolgicos e indicam a distribuio espacial da umidade do solo e a saturao da superfcie. O padro espacial do ndice de Umidade est diretamente relacionado com o Modelo de Elevao Digital (DEM) utilizado no mtodo de clculo do algoritmo TWI. Diferentes resolues espaciais do DEM iro gerar diferentes padres do ndice de Umidade. Segundo Schmidt & Persson (2003), o mtodo como o algoritmo calcula o acmulo de fluxo (flow accumulation) tambm ir afetar o padro do IU. O algoritmo TWI utiliza o mtodo D8 (deterministic eightnode) no calculo do acmulo de fluxo, onde o fluxo s atribudo clula circundante com o gradiente de inclinao mais acentuada para baixo (Haas, 2010). Para Pei et. al. (2010), os ndices de umidade usados na maioria dos estudos so calculados usando um nico algortimo de Direo de Fluxo (FlowDirection), que assume que toda a gua de uma clula flui em apenas uma clula vizinha. Este

- 79 -

pressuposto no sempre vlido, especialmente em reas com baixo relevo, onde o movimento de gua pode ser divergente. Entretanto, esses mesmos autores afirmam que o ndice de umidade considerado um bom indicador da distribuio de umidade do solo em posies diferentes da paisagem onde o fluxo atravs da topografia domina processos de transporte de gua. Entretanto, para Schmidt & Persson (2003), esse conceito s vlido para reas com quantidade significativa de movimento lateral da gua e fluxo vertical uniforme (ou seja, distribuio homognea das condies do solo). Ainda segundo Schmidt & Persson (2003), clulas de sada que no recebem fluxo esto relacionadas a locais altos e tambm linhas de cumeadas. reas como depresses sem sada pode ser considerado como local para receber uma quantidade infinita de gua. Esses problemas podem ser resolvidos com um pr-processamento do Modelo de Elevao Digital utilizado, onde as depresses so preenchidas. De acordo com Haas (2010), para o sucesso dos clculos realizados pelo algortimo TWI presume-se que todos os problemas envolvidos na criao do modelo de elevao digital (depresses) sejam resolvidos. Haas (2010) preconiza que os modelos de elevao digital (DEMs) so amplamente utilizados em anlises de problemas hidrolgicos mas, so

desvantajosos em alguns aspectos, isto porque (i) no conseguem representar decontinuidades na elevao; (ii) a resoluo espacial afeta os resultados e eficincia computacional e; (iii) os fluxos gerados automaticamente tendem a ziguezague em vez de seguir as linhas de drenagem, tornando-se muito longos. Para Srensen & Seibert (2007), possvel avaliar as variaes espaciais de propriedades hidrolgicas, pedolgicas e biolgicas em uma paisagem a partir da informao contida nos mapas topogrficos. A abordagem geral a utilizao de ndices topogrficos calculados a partir de modelos de elevao digital (DEMs) como uma medida do controle topogrfico sobre o fluxo de gua. Entretanto, os autores chamam a ateno para a dependncia do clculo do ndice de umidade com a resoluo espacial dos modelos de elevao digital, ao comparar resolues de 30 e 90 metros, a mdia da rea de inclinao afetada. Este efeito causado em parte pela diferena no tamanho do grid, e em parte pela diferena no contedo de informao do DEM. Ainda segundo Srensen & Seibert (2007), dependendo da escala utilizada, a perda de informao pode ser de importncia para a previso hidrolgica com base em ndices topogrficos. Dados bastante grosseiros podem no representar algumas caractersticas importantes de inclinao enquanto uma

- 80 -

resoluo muito alta pode introduzir perturbaes indesejveis para direes de fluxo e ngulos de inclinao (Haas, 2010). Questes associadas aos modelos de elevao tambm so apresentados em Grabs et. al. (2009), onde segundo os autores a topografia muitas vezes um dos controles mais importantes sobre o padro espacial das reas saturadas, que por sua vez fundamental para compreender grande parte dos processos hidrolgicos. Para Grabs et. al. (2009), provvel que dados de entrada com resoluo melhor possam afetar o desempenho dos ndices de umidade, mas ainda difcil prever de que forma os resultados iriam mudar, para os autores altas resolues de DEM podem levar a valores altamente variveis de declividade do terreno, que so estimativas irreais de gradientes hidrulicos. De acordo com Kim (2012), as variaes espaciais e temporais na umidade do solo so as principais caractersticas para a compreenso de processos hidrolgicos em uma encosta, porque a umidade do solo est associada dinmica de infiltrao, evapotranspirao, e vegetao. O impacto dos atributos topogrficos sobre as variaes na umidade do solo no totalmente avaliada em funo da resoluo inconsistente de fatores, tais como os dados do terreno, heterogeneidade da textura do solo e vegetao em uma escala de bacias hidrogrficas. As diferenas de resoluo espacial de medies pontuais e modelo, bem como medies de umidade temporalmente irregulares do solo, tambm iro afetar a avaliao. A hidrologia de encosta permanece um desafio, porque um nmero de processos interage em escalas diferentes, e contribuem significativamente para a complexidade do sistema que dificulta a possibilidade de uma teoria geral. Algumas das questes mais importantes incluem (i) a heterogeneidade horizontal e vertical dos diversos tipos de solos e vrias propriedades do solo; (ii) redistribuio lateral de gua ao longo da encosta e; (iii) geometria em trs dimenses da encosta e presena de rugosidade e depresses (Lin et. al., 2006). Observa-se desta forma que esse parmetro deve ser analisado com precauo e seu uso deve ser precedido de pr-processamento do modelo de elevao digital. Haas (2010) sugere que a resoluo adequada deve ser escolhida de acordo com os objetivos da modelagem, mas, infelizmente, muitas vezes determinada pela disponibilidade de dados e aspectos econmicos. Dessa forma, considerando este ndice importante dentro do modelo proposto, pode-se dizer que o

- 81 -

DEM utilizado (ASTER-GDEM), com 30 metros de resoluo espacial, oferece os requisitos bsicoa para servir como dado de entrada no algoritmo TWI. O segundo dado de entrada utilizado, e que foi combinado com o ndice de Umidade (IU) no SIF 1, foi o parmetro Capacidade de Campo (CC) que representa a capacidade do solo de reter gua. O efeito das caractersticas do solo sobre a humidade do solo representada pela Capacidade de Campo do solo em cada clula sendo que a reteno de gua do solo varia consideravelmente com a textura do solo (Cohen et. al, 2008). Segundo Balland et. al. (2008), uma das propriedades que afetam o comportamento hidrolgico dos solos a Capacidade de Campo e mapear e modelar esse parmetro problemtico porque esta propriedade varia fortemente com a mudana de textura do solo (silte, areia e argila), com o montante de fragmentos grosseiros, com a profundidade do solo, com o teor de matria orgnica e, com a estrutura do solo. Como exemplo os autores citam que um aumento nos nveis de matria orgnica no solo, geralmente pode aumentar o espao de poros do solo e agregao do solo, afetando a Capacidade de Campo. A medio precisa dos atributos de infiltrao para a camada superficial do solo fundamental para a compreenso da dinmica da gua no solo em resposta chuva, pois as caractersticas de infiltrao da superfcie do solo determinam se a gua da chuva se move atravs de escoamento superficial, se so armazenadas no solo, ou se contribuem para a drenagem de guas subterrneas (Carrick et. al., 2011). Conforme descrito no item 2.4 - Caracterizao e Obteno dos Dados, os dados de textura do solo (distribuio granulomtrica das fraes areia, silte e argila) utilizados para o clculo da Capacidade de Campo foram obtidos atravs de coletas realizadas em campo pela equipe do LAGESSOLOS da UFRJ e apresentados em Lima (2008). Entretanto, mesmo esse parmetro ter sido calculado atravs de dados coletados diretamente na rea de estudo, sua espacializao no mapa est diretamente relacionada com dois fatores: (i) o software onde os dados de textura do solo foram aplicados para o clculo da Capacidade de Campo e; (ii) o interpolador utilizado em ambiente SIG para a espacializao dos resultados. O software aplicado para o clculo da Capacidade de Campo foi o Soil Water Characteristics (http://hydrolab.arsusda.gov/soilwater/Index.htm) desenvolvido pelo Departamento de Agricultura dos Estados Unidos (USDA) em parceria com a Universidade do Estado de Washington. Para o desenvolvimento do software,

- 82 -

anlises estatsticas foram conduzidas utilizando propriedades da gua do solo mensuradas de uma grande variedade de solos provenientes do banco de dados do Departamento de Agricultura dos Estados Unidos (USDA). As equaes foram formuladas com base em tenses de umidade do solo de 0,33kPA e 1.500kPA, e entrada de ar baseada nas variveis de textura do solo e matria orgnica. Essas anlises estatsticas foram combinadas com equaes de condutividade mais os efeitos de densidade, granulometria, e salinidade (Saxton & Rawls, 2006). Porm ressalte-se que para o clculo desse parmetro utilizou-se apenas dados de textura do solo e Saxton & Rawls (2006) sugerem que o clculo teria mais eficincia adicionando-se dados de teor de matria orgnica. Para os autores, a textura do solo a propriedade mais importante para o comportamento hdrico do solo, no entanto, quatro variveis adicionais (matria orgnica, densidade, salinidade, cascalho) podem ter efeitos importantes. Como as equaes derivadas baseiam-se em um mnimo de variveis e uma mdia estatstica, provvel que as solues da equao possam variar um pouco por causa dos mtodos de coleta ou dados laboratoriais (Saxton & Rawls, 2006). Lima (2008) descreve que as coletas foram feitas de acordo com alguns critrios, como a localizao dos pontos a partir de imagens de satlite, o acesso a tais pontos de coleta, e a distribuio destes pontos na rea de estudo, buscando a maior abrangncia possvel desta rea. A espacializao do resultado do clculo da Capacidade de Campo (CC) no mapa foi realizada atravs do interpolador Inverse Distance Weighted IDW (Distncia Inversa Ponderada), que interpola uma superfcie a partir de pontos utilizando uma tcnica de distncia inversa ponderada. Esse interpolador determina os valores das clulas utilizando uma combinao linear ponderada de um conjunto de pontos de amostra, onde o peso uma funo da distncia inversa. O IDW foi utilizado pois o interpolador espacial mais simples e mais amplamente utilizado com base na correlao espacial entre os pontos dispersos. De acordo com Mito et. al. (2011), este mtodo estima o valor em qualquer regio no amostrada atravs da ponderao das amostras de dados disponveis, atravs do inverso da distncia entre o local de amostragem e os locais no amostrados (escalando os pesos para ser uma soma da unidade). Diante do exposto, considerou-se que os resultados do clculo do parmetro Capacidade de Campo e sua espacializao no mapa foram satisfatrios para atender as demandas do modelo proposto. Entretanto, os clculos podem ser

- 83 -

modificados

pela

adio

de

dados

de

teor

de

matria

orgnica

e,

consequentemente, alterar os resultados encontrados. Sugere-se que os clculos realizados no software Soil Water Characteristics sejam acrescidos desses dados para refinamento dos resultados e por considerar que o teor de matria orgnica influencia deterministicamente na induo de processos erosivos. Para Silva (2005), em funo da ausncia ou pouca quantidade de elementos agregadores, como a matria orgnica, as estruturas particulares do solo apresentam elevados riscos eroso. O terceiro dado de entrada que faz parte do Conjunto 1 Potencial de Umidade do Solo, foi o parmetro Aspecto da Vertente (ASP), que representa a influncia do fluxo da radiao solar na umidade do solo. A insolao potencial em uma encosta depende de vrios fatores, dentre eles o Aspecto da Vertente, e pode ser calculado diretamente de modelos de elevao digital (Kunkel et. al., 2011). Com isso, todas as limitaes discutidas anteriormente envolvendo os modelos de elevao digital devem ser consideradas aqui. Para Rech et. al. (2001), existe importante correlao entre o Aspecto da Vertente e grau de intemperismo dos solos. Estudando diferentes solos em diferentes localizaes nas vertentes em reas no Arizona (EUA), os autores constataram que solos voltados para o sul possuem texturas mais finas e concentraes de clcio no solo inferiores quando comparados com os solos voltados para o Norte. Ainda segundo Rech et. al. (2000), diferenas microclimticas decorrentes do Aspecto da Vertente parece influenciar as taxas de intemperismo qumico do solo e, consequentemente, sua textura. De acordo com Wilkinson & Humphreys. (2006), esse parmetro pode ser associado ao potencial eroso dos solos, pois as diferenas na insolao podem variar de acordo com Aspecto da Vertente, formando assim um intervalo de microclimas em paisagens multifacetadas e, o microclima frequentemente associado umidade do solo e potencial de eroso. Em climas midos, os autores citam que faces voltadas para os polos so mais midas e possuem baixas taxas de eroso quando comparados com faces voltadas para o equador. A inclinao e aspecto de uma vertente afeta fortemente a quantidade de radiao solar interceptada pel a superfcie. A radiao solar o componente dominante do balano de energia de superfcie e influencia fatores ecologicamente crticos de microclima, incluindo o teor de umidade do solo (Bennie et. al., 2008).

- 84 -

Embora a quantidade de nuvens e outros constituintes atmosfricos influenciem no volume de energia solar que alcana a superfcie da Terra, a latitude exerce o principal controle sobre a quantidade de insolao que um determinado lugar recebe no decorrer do ano. Isso porque a variao do ngulo de incidncia dos raios solares proporciona uma variao da rea iluminada, dependendo da declinao do Sol, associada latitude do lugar considerado. Machado et. al. (2009), descobriram que em vertentes na bacia do rio Verssimo, no sul do estado de Gois, as vertentes voltadas para nordeste, noroeste e norte recebem maior incidncia dos raios solares e que, de 365 dias no ano, apenas 78 dias o sol ilumina as vertentes voltadas para o sul. Diante do exposto, considerou-se nesse estudo que esse parmetro tambm pode exercer influncia na quantidade de chuvas que uma vertente recebe, pois, sendo a regio de estudo parte constituinte da Serra do Mar e suas escarpas, suas faces voltadas para sul e sudoeste esto mais sujeitas s descargas orogrficas e frentes frias provenientes do oceano. Esse padro facilmente detectado na fitofisionomia da vegetao onde, em suas faces voltadas para sul e sudoeste possuem caractersticas de Floresta Ombrfila e, em suas faces voltadas para norte e nordeste, ou seja, nas regies denominadas de reversos da Serra do Mar, a vegetao apresenta padro de Floresta Estacional. O prximo parmetro analisado, que serviu de dado de entrada para o SIF 2, foi a Condutividade Hidrulica (CH), que determina a capacidade de drenagem de um solo. A Condutividade Hidrulica est intimamente ligada com a capacidade da gua em infiltrar-se em determinado solo e, segundo Botelho & Silva (2007), a determinao da quantidade de gua que ir escoar pela superfcie ou que ir infiltrar depender de diversos fatores como volume e intensidade da chuva, caractersticas das encostas, e propriedades dos solos. A determinao da Condutividade Hidrulica (CH) no presente estudo utilizou dados de textura do solo (distribuio granulomtrica das fraes areia, silte e argila) que foram obtidos atravs de coletas realizadas em campo pela equipe do LAGESSOLOS da UFRJ (Lima 2008). Esses dados serviram de entrada no software Soil Water Characteristics e as formulaes utilizadas pelo software para o clculo dos parmetros do solo se baseiam em Saxton & Rawls (2006). Como descrito anteriormente para o parmetro Capacidade de Campo (CC), a espacializao no mapa da Condutividade Hidrulica (CH) est diretamente

- 85 -

relacionada ao software onde os dados de textura do solo foram aplicados para o clculo e o interpolador utilizado em ambiente SIG para a espacializao dos resultados, e est sujeita as mesmas limitaes descritas anteriormente. Associa-se a estas limitaes o fato desse parmetro no ser facilmente mensurvel. Inmeros mtodos so descritos na literatura e de acordo com Mesquita et. al. (2007), os valores de condutividade hidrulica em uma rea especfica podem ser muito distintos, assumindo grande amplitude total e elevados coeficientes de variao. Segundo Carvalho (2002) e Hurtado et. al. (2005), problemas metodolgicos envolvidos na obteno da condutividade hidrulica do solo, desde sua amostragem at sua determinao em laboratrio e tambm em campo, podem levar a uma elevada variabilidade e grandes desvios entre os valores determinados. Observa-se dessa forma que para o clculo do parmetro Condutividade Hidrulica (CH) existem inmeros mtodos e a aplicao da automatizao atravs do software Soil Water Characteristics deve servir apenas como indicativo do valor de CH e na composio do SIF no pode receber grande relevncia. Mas mesmo assim, optou-se por utilizar esse parmetro pois, combinado precipitao mdia e a cobertura vegetal pode-se inferir sobre o potencial de escoamento superficial. O prximo dado de entrada do modelo foi Precipitao Mdia Anual (PREC), que pode ser considerado um dos principais desencadeadores dos processos erosivos. Para Guerra (2005), o incio do processo erosivo se d atravs da ao do splash (eroso por salpicamento das gotas da chuva), pois prepara as partculas que compem o solo para serem transportadas pelo escoamento superficial. A ao das gotas de chuva causam a ruptura dos agregados do solo quando existentes, levando ao preenchimento dos poros e diminuindo a capacidade de infiltrao do solo, promovendo a selagem da superfcie. De acordo com Ghahramani et. al. (2011), o entendimento do efeito das gotas da chuva nos solos um passo importante para a explicao de processos erosivos em encostas, e para examinar os processos erosivos necessrio elucidar a importncia do splash. Para Wei et. al. (2010), a eroso dos solos causada pela ao da gua constitui em uma das formas mais severas de eroso e, chuvas fortes ou maior mdia anual de precipitao podem contribuir de forma mais acentuada para a eroso dos solos.

- 86 -

Embora nesse estudo utilizou-se como dado de entrada a mdia das mximas anuais, Wei et. al. (2010) preconizam que especial ateno deve ser dada para o tipo e intensidade de precipitao, pois possuem forte relao com o aspecto da erosividade da chuva. De acordo com Jebari et. al. (2012), o fator erosividade da chuva pode ser considerado como o principal fator para estimar o potencial eroso dos solos, mais do que outras variveis ambientais. Existem vrios parmetros que podem ser utilizados para medir a erosividade da chuva, como por exemplo: o total de precipitao, a intensidade da chuva, o momento e a energia cintica. Entretanto o mais utilizado para avaliar as perdas de solo a energia cintica (Guerra, 2005). Salienta-se dessa forma que a espacializao das chuvas no modelo referese exclusivamente a mdia anual das estaes pluviomtricas contempladas no estudo, no considerado outros aspectos relacionados com o fator de erosividade das chuvas. Importante ressaltar tambm que o interpolador utilizado, o IDW Inverse Distance Weighted, apresenta as mesmas limitaes j discutidas anteriormente. Vrios estudos, porm, afirmam que a relevncia do efeito da chuva no processo erosivo est intimamente ligada a cobertura vegetal da superfcie do terreno (Guerra, 2005; Zhou et. al., 2008; Mohammad & Adam, 2010; Wei et. al., 2010; Zhongming et. al., 2010; Ghahramani et. al., 2011; Cui et. al., 2012; Jebari et. al., 2012; Liu et. al., 2012). Terrenos florestados ou com algum tipo de cobertura, reduz o impacto da chuva na superfcie e diminui o efeito do splash. Dessa forma, o parmetro Cobertura Vegetal (VEG) serviu como dado de entrada do modelo. De acordo com Morgan (2005), a vegetao atua como uma camada protetora ou tampo entre a atmosfera e o solo. Os componentes acima do solo, tais como folhas e caules, absorvem a energia das gotas de chuva que caem, e a energia da gua corrente, enquanto os componentes abaixo do solo, que compreende o sistema de razes, contribuem para a resistncia mecnica do solo. Liu et. al. (2012) citam que inciativas para transformar reas de agricultura abandonadas em reas reflorestadas na China promoveu uma reduo na gerao do escoamento superficial e na eroso dos solos. Isto porque essa iniciativa aumentou a cobertura vegetal do solo, os teores de nutrientes do solo, e na recuperao das propriedades fsicas do solo. Ainda segundo os autores, essas

- 87 -

mudanas podem estar associadas ao aumento da evapotranspirao, na melhora da condutividade hidrulica e infiltrao, e melhora a resistncia dos solos eroso. Para Zhongming et. al. (2010), geralmente a eroso dos solos diminui medida que a cobertura vegetal aumenta. Entretanto, os autores chamam a ateno para o fato de que o potencial de eroso em uma determinada rea modifica de acordo com a tipologia e a estrutura da vegetao. Eles citam que florestas naturais so mais eficientes na reduo do potencial eroso do que florestas plantadas. De acordo com Mohammad & Adam (2010), perdas na cobertura vegetal podem levar a selagem dos solos, que aumentam o escoamento superficial e o potencial eroso. O dossel florestal tem a capacidade de interceptar gua durante eventos de chuva, e a gua interceptada volta para a atmosfera atravs do processo de evapotranspirao. As interaes do dossel florestal reduzem energia cintica das gotas da chuva e protegem os solos (Cui et. al., 2012). Corroborando os autores citados, a cobertura vegetal um fator indispensvel em qualquer modelo de avaliao do potencial de eroso dos solos, entretanto, o parmetro Cobertura Vegetal (VEG) do modelo foi derivado da utilizao do ndice Normalized Difference Vegetation Index (NDVI), o qual no considera as diferentes estruturas florestais bem como as estratificaes vegetais perto do solo e as camadas de serra pilheira. Zhongming et. al. (2010) discutem que as camadas de serrapilheira so mais importantes na avaliao do potencial eroso do que as camadas do dossel florestal. Para Yao et. al. (2012) e Xu et. al. (2012), o NDVI o ndice mais comumente utilizado e est relacionado com variveis biofsicas como a rea foliar, cobertura do dossel, produtividade de clorofila, e fenologia da vegetao, e por isso constitui em um importante parmetro de entrada para o presente estudo. Outro parmetro que serviu como dado de entrada no modelo foi o que avalia a inclinao da encosta, ou declividade (DEC). O mapa de declividade foi gerado atravs do modelo de elevao digital e apresenta as mesmas limitaes discutidas anteriormente. Porm dados das caractersticas das encostas so de extrema importncia para qualquer modelo que avalia o potencial de eroso dos solos e, juntamente com o parmetro curvatura da encosta, compem o grupo Capacidade de Transporte de sedimentos. De acordo com Bryan (2000), o transporte de sedimentos das vertentes para os vales onde ficam acessveis para os processos fluviais de central importncia para a Geomorfologia, e vrios processos erosivos

- 88 -

esto ativos nas vertentes como, por exemplo, a formao de ravinas. O movimento inicial de uma partcula do solo pela fora da gua comea quando as foras que tendem a mover a partcula excedam as foras que resistem ao movimento. Em termos simples, existem trs foras que atuam sobre a partcula: (i) a fora vertical ou peso movendo a partcula verticalmente para baixo em direco superfcie do solo; (ii) a fora de elevao que tende a fazer a ascenso da partcula verticalmente e; (iii) da fora de arrasto exercida pelo fluxo da gua movendo a partcula horizontalmente ao longo da superfcie. As propores relativas dessas trs foras dependem do ngulo de inclinao (Morgan, 2005). Muitos estudos apontam ou descrevem a importncia da declividade para os processos erosivos (Gabriels, 1999; Bryan, 2000; Guerra & Maral, 2006; Guerra & Mendona, 2007; Fu et. al., 2011; Zhu et. al., 2011; Pelletier, 2012). Aps cessada a capacidade de armazenar gua do solo, esta tende a escorrer superficialmente, e sua velocidade influenciada diretamente pela declividade. Gabriels (1999) preconiza que quanto mais ngreme uma encosta maior a perda de solo, pois aumenta a velocidade do escoamento superficial da gua, e tambm cita inmeros estudos que encontraram uma relao exponencial entre perda de solo e gradiente de inclinao da encosta. Corroborando Gabriels (1999), Morgan (2005) defende que a eroso pode aumentar com o aumento do grau de inclinao e comprimento do declive, como resultado dos aumentos respectivos na velocidade e volume de escoamento superficial. Entretanto, Guerra & Mendona (2007) citam que a declividade pode ser um fator importante para o precesso erosivo, mas no h necesariamente uma correlao positiva medida que a declividade aumenta, pois em encostas muito ngremes a eroso pode diminuir devido ao decrscimo de material disponvel. Segundo Fu et. al. (2011), declividade um fator de grande influncia na desagregao do solo e transporte de partculas, especialmente em reas entre ravinas (interrill). Ressalta-se que o modelo proposto nesse estudo apenas utiliza a variao de inclinao da encosta, sem levar em considerao a distncia da inclinao. De acordo com Gabriels (1999), a eroso de ravinas (rill) insignificante em declives com distncias inferiores a 4,5 metros e que a eroso entreravinas (interrill) independente do comprimento de declive. Desta forma, o mapeamento da

- 89 -

declividade neste estudo contempla apenas a variao da inclinao, e deve ser avaliado apenas sobre esse aspecto e como participa no processo erosivo. O parmetro combinado com a declividade foi o que analisa a curvatura da superfcie, e que nesse estudo chamou-se de Pedoforma da Encosta (PED). Este parmetro indica se uma superfcie cncava ou convexa, onde nas superfcies convexas est o maior potencial eroso. Para o mapeamento desse parmetro utilizou-se o modelo de elevao digital ASTER-GDEM, e todas as limitaes associadas esse dado, discutidas anteriormente, tambm se aplicam aqui. Zevenbergen & Thorne (1987), apontam para dois tipos de curvatura da superfcie (pedoforma da encosta), uma curvatura na direo do gradiente de declividade (profile curvature curvatura do perfil) e outra transversal (plan curvature curvatura plana). Para o presente estudo considerou-se apenas a curvatura na direo do gradiente de declividade, pois influencia na taxa de variao da inclinao, afeta acelerao do fluxo e, portanto, influencia o assoreamento e a degradao (Zevenbergen & Thorne, 1987). Para Moore et. al. (1991) e Romstad & Etzelmller (2012), a curvatura do perfil se refere a acelerao do fluxo e a taxa de deposio de eroso, enquanto a curvatura plana indica se a direo do fluxo convergente ou divergente e a relao com a umidade do solo. Dessa forma, a curvatura do perfil (profile curvature) um importante determinante dos processos de eroso e deposio em uma vertente (Moore et. al., 1991), e por esta razo foi considerado no modelo. Jenness (2012) descreve a curvatura do perfil como sendo a curvatura ao longo da linha de inclinao mxima, em que a superfcie interseptada com o plano formado pelo aspecto e o eixo Z. Os valores indicam se o fluxo de substncias ir acelerar ou desacelerar medida que fluem sobre a curvatura. O mecanismo de acumulao reflete os fluxos de desacelerao relativa. Em partes cncavas de um perfil de encosta, a declividade diminui vertente abaixo. Regies mais altas no perfil da encosta so mais ngremes e, portanto, partculas localizadas, podem se mover mais rpido do que aquelas situadas abaixo. Como resultado, os fluxos de materiais sofrem desacelerao relativa sobre as partes da superfcie, e acelerao relativasobre os outros (Shary et. al., 2002). O algoritmo utilizado no programa ArcGis para a derivao da curvatura baseado em Zevenbergen & Thorne (1987) e s permite o clculo de duas curvaturas, entretanto alguns autores (Florinsky, 1998 e Jenness, 2012) citam que

- 90 -

esse algoritmo tem melhores resultados com modelos de elevao de alta resoluo, e sugerem a utilizao do algoritmo baseado em Evans (1979). Interessante observao feita por Schmidt & Hewitt (2004) deve ser considerada, onde para os autores a metodologia para modelar os elementos da terra (pequenas reas de superfcie da terra que so uniformes em parmetros geomorfomtricos, tais como a inclinao, rugosidade da superfcie de contorno, e curvatura do perfil) deve ser implementada em duas etapas: em primeiro lugar, os elementos de formadores so classificados com base na geometria local, e em segundo lugar, os elementos da terra so derivados atravs da avaliao dos elementos formadores em seu contexto na paisagem. De acordo com essa perspectiva, nota-se que no presente estudo os elementos topogrficos derivados do modelo de elevao digital apenas contempla sua geometria local sem levar em considerao su contexto na paisagem. Para Schmidt & Hewitt (2004), os elementos derivados dos modelos de elevao digital deveriam ser reclassificados de acordo com seu contexto geomorfomtrico usando uma escala maior e sua posio no terreno. Os dois ltimos parmetros pertencentes ao modelo so referentes aos aspectos texturais do solo: Densidade Aparente e Porosidade Total. Esses parmetros foram calculados diretamente de coletas feitas em campo, de acordo com o descrito em Lima (2008), e a nica ressalva est no fato que a espacializao desses parmetros foi realizada atravs da utilizao do interpolador IDW ( Inverse Distance Weighted Distncia Inversa Ponderada) e, portanto, contemplando as limitaes inerentes desse algoritmo e que foram discutidas anteriormente nesse captulo. Os resultados obtidos no modelo proposto foram comparados com os de Lima (2008), visto que este autor realizou estudo na mesma regio. Entretanto, ressaltase que os estudos utilizaram metodologias distintas, porm com o mesmo objetivo: avaliar o potencial de eroso dos solos no alto e mdio curso da bacia do rio Maca RJ. A principal diferena dos estudos est no fato que em Lima (2008) os resultados foram apresentados de forma pontual de acordo com os pontos de coleta de solos, enquanto que no presente estudo os resultados foram apresentados espacialmente na regio de estudo. Outra diferena importante diz respeito aos parmetros utilizados, que no coincidem totalmente nos trabalhos.

- 91 -

Dos 54 pontos amostrados em Lima (2008), apenas 43 so contemplados na rea de abrangncia deste estudo, e a comparao entre os resultados so apresentados a seguir:
Quadro 3 Comparao dos resultados do potencial de eroso dos solos na rea de estudo (A = alto potencial de eroso; M = mdio potencial de eroso; e B = baixo potencial de eroso).

PONTO DE LIMA PRESENTE AMOSTRA (2008) ESTUDO DO SOLO 1 A 2 A 3 A 4 M 5 A 6 M 7 A 8 A 9 M 10 M 11 M 12 M A 13 A M 14 M A 15 A A 16 M A 17 M A 18 M A 19 A A 20 M M 21 A M 22 A M 23 M M 24 M M 25 M M 26 M M 27 A A 28 A A 29 A M 30 M M 31 M M 32 M A 33 M B 34 M M 35 A A 36 M M 37 A A

- 92 -

38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

M M M M M A M A M A A M A M M M M

M M M M A M M A B B B M M M M M M

O quadro acima mostra que dos 43 pontos em comum 60,5% so coincidentes, e 39,5 apresentaram resultados divergentes. Especial ateno se d quando observados os resultados dos pontos 47 e 48 que em Lima (2008) foram considerados como sendo de alto potencial de eroso, e no presente estudo foram considerados como baixo potencial. Dessa forma, pode-se afirmar que a comparao realizada serve como validao do sistema de inferncia fuzzy proposto.

- 93 -

4-

CONCLUSES

O resultado final do presente estudo expressa a sada de um sistema de apoio deciso, onde o valor de cada pxel devido ao processamento de uma srie de combinaes e obedeceu a regras explcitas de deciso dentro dos sistemas de inferncia fuzzy (SIFs). Cada pxel de sada tem a influncia de todos os fatores de entrada, julgados relevantes na concepo do sistema. O produto final indica as regies que renem mais ou menos fatores de promoo de processos erosivos e, portanto, referentes aos dados de entrada utilizados. Conclui-se, ento, que no presente estudo dados temticos indicadores de processos erosivos puderam ser organizados dentro de um Sistema de Informaes Geogrficas (SIG), e serviram de base na elaborao do modelo baseado na teoria do conjunto e da lgica fuzzy para avaliao do potencial de eroso dos solos no alto e mdio curso da bacia do rio Maca RJ. Considerando os estudos realizados por Lima (2008), pode-se afirmar que esse sistema serve de apoio tomada de deciso a partir da avaliao do potencial de eroso dos solos.

- 94 -

5-

CONSIDERAES FINAIS

Diante do exposto, o resultado final do modelo proposto poderia ser refinado com a adoo de mais algumas etapas no processamento, como por exemplo:

a) Substituio do mapeamento de cobertura vegetal por um mapeamento do uso e cobertura do solo, pois dessa forma entraria tambm a varivel de prticas de manejo agrosilvopastoris adotadas na regio e que possam influenciar no potencial eroso. b) Clculo de vrias curvaturas da superfcie (pedoforma da encosta), e avaliao da curvatura que mais tenha relao com os processos erosivos. c) Acrescentar nas anlises do solo a ser coletado o teor de matria orgnica, pois esse parmetro influencia nos agregados dos solos, tendo relao direta com os processos erosivos. Alm disso, o software utilizado para o clculo da condutividade hidrulica e capacidade de campo, tem maior desempenho com a entrada de dados de teor de matria orgnica. d) Substituio do interpolador IDW para os parmetros referentes aos dados do solo como, por exemplo, o Kriging. e) Comparar os resultados do modelo com verificao in situ, para melhor avaliao dos resultados.

Mesmo com todas as limitaes do modelo apontadas neste estudo, acreditase que o resultado final um bom indicativo de reas com potencial eroso dos solos, e pode ser utilizado para tomada de deciso na elaborao de planos e programas de preveno e controle da eroso.

- 95 -

REFERNCIAS

AGNCIA NACIONAL DE GUAS ANA. Disponvel em <http://hidroweb.ana.gov.br/>. Acesso em 06 de janeiro de 2012. ALBERTS, E. E.; HOLZHEY, C. S.; WEST, L. T.; NORDIN, J. O. Soil Selection: USDA water erosion prediction project (WEPP). Paper No. 87-2542, Am. Soc. Agric. Eng., St. Joseph, MI 1987. ARAUJO, G. H. de S.; de ALMEIDA, J. R.; GUERRA, A. J. T. Gesto Ambiental De reas Degradadas. Rio de Janeiro, Editora Bertrand, 2005. ARNOLD, J. G.; FOHRER, N. SWAT2000: Current capabilities and research opportunities in applied watershed modeling Hydrological Processes, 19 (3), p.563572. 2005. ASTER GLOBAL DIGITATION ELEVATION MODEL GDEM. Disponvel em: <http://www.gdem.aster.ersdac.or.jp/search.jsp>. Acesso em 06 de janeiro de 2012. BALLAND, V.; POLLACCO, J. A. P.; ARP, P. A. Modeling Soil Hydraulic Properties For a Wide Range of Soil Conditions. Ecological Modelling, 219, p.300-316. 2008. BARRETO-NETO, A. A.; SOUZA FILHO, C. R. de. Application Of Fuzzy Logic To The Evaluation Of Runoff In A Tropical Watershed. Environmental Modeling & Software, 23, p.244-253. 2008. BENNIE, J.; HUNTLEY, B.; WILTSHIRE, A.; HILL, M. O.; BAXTER, R. Slope, Aspect and Climate: Spatially Explicit and Implicit Models of Topographic Microclimate in Chalk Grassland. Ecological Modelling, 216, p.47-59. 2008. BORBA, J. A.; MURCIA, F. D. R.; SOUTO MAIOR, C. D. Fuzzy ABC: Modelando a Incerteza na Alocao dos Custos Ambientais. RBGN, So Paulo, v. 9, n. 24, p. 6074. 2007. BOTELHO, R. G. M.; SILVA, A. S. Bacia Hidrogrfica e Qualidade Ambiental. In: VITTE, A. C.; GUERRA, A. J. T. (Org), Reflexes Sobre a Geografia Fsica no Brasil. Bertrand Brasil, 2a ed., Rio de Janeiro, p.153-188. 2007.

- 96 -

BRADY, N. C. The Nature And Properties Of Soils. Trad. Antnio B. Neiva Figueiredo, 7 ed. Rio de Janeiro, Freitas Bastos, 878 pgs. 1989. BRYAN, R. B. Soil Erodibility and Processes of Water Erosion on Hillslope . Geomorphology, 32, p. 385-415. 2000. CARRICK, S.; BUCHAN, G.; ALMOND, P.; SMITH, N. Atypical Early-time Infiltration Into a Structured Soil Near Field Capacity: The Dynamic Interplay Between Sorptivity, Hydrophobicity, and Air Encapsulation. Geoderma, 160, p. 579-589. 2011. CARVALHO, L. A. Condutividade Hidrulica do Solo no Campo: As Simplificaes do Mtodo do Perfil Instantneo. 2002. 98 f. Dissertao (Mestrado em Agronomia) Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo, So Paulo, S.P., 2002. CERDAN, O.; GOVERS, G.; LE BISSONNAIS, Y.; VAN OOST, K.; POESEN, J.; SABY, N.; GOBIN, A.; VACCA, A.; QUINTON, J.; AUERSWALD, K.; KLIK, A.; KWAAD, F. J. P. M.; RACLOT, D.; IONITA, I.; REJMAN, J.; ROUSSEVA, S.; MUXART, T.; ROXO, M. J.; DOSTAL, T. Rates and Spatial Variations of Soil Erosion in Europe: A Study Based on Erosion Plot Data. Geomorphology, 122, p. 167-177. 2010. CIDE, Fundao. Centro de Informaes e Dados do Rio de Janeiro Informaes do Territrio Diviso Territorial. Disponvel em: <http://www.cide.rj.gov.br/divisao_regional.php>. Acesso em: 29/10/2009. COHEN, S.; SVORAY, T.; LARONNE, J. B.; ALEXANDROV, Y. Fuzzy-Based Dynamic Soil Erosion Model (FuDSEM): Modelling Approach And Preliminary Evaluation. Journal of Hydrology, 356, p. 185-198. 2008. CUI, X.; LIU, S.; WEI, X. Impacts of Forest Changes on Hydrology: A Case Study of Large Watersheds in the Upper Reach of Yangtze River Basin . Hydrol. Earth Syst. Sci. Discuss, 9, p. 6507-6531. 2012. DANTAS, M. E. Mapa Geomorfolgico do Estado do Estado do Rio de Janeiro . Braslia: CPRM, Escala:1:250.000. 2000. ESWARAN, H.; LAL, R.; REICH, P. F. Land Degradation: An Overview. In: BRIDGES, E. M.; HANNAM, I. D.; OLDEMAN, L. R.; PENING DE VRIES, F. W. T.; SCHERR, S. J.; and SOMPATPANIT, S. (eds.). Responses to Land Degradation. Proc. 2nd. International Conference on Land Degradation and Desertification, Khon Kaen, Thailand. Oxford Press, New Delhi, India. 2001.

- 97 -

EVANS, I.S. An Integrated System of Terrain Analysis and Slope Mapping . Final report on grant DA-ERO-591-73-G0040. University of Durham, England. 1979. FABIAN, A. J.; OTTONI FILHO, T. B. Determinao de Capacidade de Campo In Situ ou Atravs de Equaes de Regresso. Pesq. Agropec. Bras. Braslia. v.35, n 5, p. 1029-1036. 2000. FLORINSKY, I.V. Derivation of Topographic Variables from a Digital Elevation Model Given by a Spheroidal Trapezoidal Grid. International Journal of Geographical Information Science, 12: 8, 829 852. 1998. FRANA, A.; de SOUZA, F. J.; MARQUES, M. Avaliao Do Potencial Eroso Dos Solos: Uma Anlise por Lgica Fuzzy e Sistemas De Informaes Gegrficas. In: 23 CONGRESSO BRASILEIRO DE ENGENHARIA SANITRIA E AMBIENTAL. Campo Grande, MS. 2005. FU, S.; LIU, B.; LIU, H.; XU, L. The Effect of Slope on Interrill Erosion at Short Slopes. Catena, 84, p. 29-34. 2011. GABRIELS, D. The Effect of Slope Length on the Amount and Size Distribution of Eroded Silt Loam Soils: Short Slope Laboratory Experiments on Interrill Erosion . Geomorphology, 28, p. 169-172. 1999. GHAHRAMANI, A.; ISHIKAWA, Y.; GOMI, T.; SHIRAKI, K.; MIYATA, S. Effect of Ground Cover on Splash and Sheetwash Erosion over a Steep Forested Hillslope: A Plot-Scale Study. Catena, 85, p. 34-47. 2011. GOMIDE, F.; GUDWIN, R.; TANSCHEIT, R. Conceitos Fundamentais da Teoria de Conjuntos Fuzzy, Lgica Fuzzy e Aplicaes. In: Proc. 6th IFSA CONGRESS Tutorials, p. 1-38, So Paulo, Brasil. 1995. GRABS, T; SEIBERT, J; BISHOP, K; LAUDON, H. Modeling spatial patterns of saturated areas: A comparison of the topographic wetness index and a dynamic distributed model. Journal of Hydrology, 373, p. 15-23. 2009. GUERRA, A. J. T. Processos Erosivos nas Encostas. In: GUERRA, A.J.T. & BAPTISTA, S. (Org), Geomorfologia: uma atualizao de bases e conceitos. Bertrand Brasil, 4a ed., Rio de Janeiro, p.149-195. 2001. GUERRA, A. J. T. O Incio do Processo Erosivo. In: GUERRA, A. J. T.; SILVA, A. S.; BOTELHO, R. G. M. (Org), Eroso e Conservao dos Solos: Conceitos, temas e aplicaes. Bertrand Brasil, 2a ed., Rio de Janeiro, p.17-50. 2005.

- 98 -

GUERRA, A. J. T.; MARAL, M. S. Geomorfologia Ambiental. Bertrand Brasil, 1a ed., Rio de Janeiro. 2007. GUERRA, A. J. T.; MENDONA, J. K. S. Eroso dos Solos e a Questo Ambiental. In: VITTE, A. C.; GUERRA, A. J. T. (Org), Reflexes Sobre a Geografia Fsica no Brasil. Bertrand Brasil, 2a ed., Rio de Janeiro, p.153-188. 2007. HAAS, J. Soil Moisture Modelling Using TWI and Satellite Imagery in the Stockholm Region. Master of Science Thesis in Geoinformatics. School of Architecture and the Built Environment. Royal Institute of Technology, Stockholm, Sweden, 2010. HURTADO, A. L. B; CICHOTA, R; VAN LIER, Q. J. Parametrizao do Mtodo do Perfil Instantneo para a Determinao da Condutividade Hidrulica do Solo em Experimentos com Evaporao. R. Bras. Ci. Solo, 29: 301-307, 2005. INSTITUTO BRASILEIRO DO MEIO AMBIENTE E DOS RECURSOS NATURAIS RENOVVEIS. Site da coordenao de zoneamento ambiental. <http://www.ibama.gov.br/zoneamento-ambiental>. Acessado em 29/10/2009. INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS INPE. Disponvel em <http://www.dgi.inpe.br/CDSR/>. Acessado em 07/03/2010. IPT INSTITUTO DE PESQUISAS TECNOLGICAS DO ESTADO DE SO PAULO. Orientao para o Combate a Eroso no Estado de So Paulo, Bacia do Peixe-Parapanema. So Paulo, v.6, n. 24 739, 1986. JAMEL, C. E. G. Aplicao de Avaliao Multi-critrio e Inferidores Baseados em Lgica Nebulosa no Apoio ao Zoneamento de Unidades de Conservao Ambiental . 2010. 147 f. Dissertao (Mestrado em Geomtica) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, R.J., 2010. JEBARI, S. B; BERNDTSSON, R; OLSSON, J.; BAHRI, A. Soil Erosion Estimation Based on Rainfall Disaggregation. Journal of Hydrology, 436 - 437, p. 102-110. 2012. JENNESS, J. DEM Surface Tools. Jenness Enterprises. Disponvel em: <http://www.jennessent.com/arcgis/surface_area.htm>. Acesso 08 de julho de 2012. KIEHL, J. E. Manual de Edafologia. Agronmica. Ceres, So Paulo, 262 p. 1979.

- 99 -

KIM, S. Characterization of annual soil moisture response pattern on a hillslope in Bongsunsa Watershed, South Korea. Journal of Hydrology, 448 - 449, p. 100111. 2012. KUNKEL, M. L.; FLORES, A. N.; SMITH, T. J.; McNAMARA, P.; BENNER, S. J. A Simplified Approach for Estimating Soil Carbon and Nitrogen Stocks in Semi-Arid Complex Terrain. Geoderma, 165, p. 1-11. 2011. LEITE, N. B. F. Associao da Anlise Booleana e Lgica Fuzzy ao Sistema de Informao Geogrfica Aplicados a Planos Diretores. Estudo de Caso: Ponte Nova, MG. Tese Doutorado. Programa de Ps Graduao Engenharia Civil. Universidade Federal de Viosa. 2004. LEPSCH, I. F. Formao e Conservao dos Solos . So Paulo SP. Oficina de textos. 2002. LIMA, L. D. da M. Suscetibilidade Eroso dos Solos nas Sub Bacias do Mdio e Alto Cursos da Bacia do Rio Maca / RJ. 2008. 126 f. Dissertao (Mestrado em Geografia) Universidade Federal do Rio de Janeiro, Rio de Janeiro, R.J., 2008. LIN, H. S.; KOGELMANN, W.; WALKER, C.; BRUNS, M. A. Soil moisture patterns in a forested catchment: A hydropedological perspective . Geoderma, 131, p. 345-368. 2006. LIU, Y.; FU, B.; LU, Y.; WANG, Z.; GAO, G Hydrological Responses and Soil Erosion Potential of Abandoned Cropland in the Loess Plateau, China . Geomorphology, 138, p. 404-414. 2012. LOBO, J. S. B.; ROCHA, W. de J. S. da F; SILVA, A. de B. Utilizao De Lgica Fuzzy Na Modelagem De Vulnerabilidade Eroso No Municpio de Morro Chapu BA. In: III SIMPSIO REGIONAL DE GEOPROCESSAMENTO E SENSORIAMENTO REMOTO, Anais, Aracaju SE. 2006. LOCH, R. E. N. Cartografia: Representao, Comunicao E Visualizao De Dados Especiais . Ed. da Universidade Federal de Santa Catarina, Florianpolis SC. 2006. MACHADO, L. E. G.; NUNES, E. D.; ROMO, P. A. Anlise da Influncia da Topografia na Variao Sazonal de Fitofisionomias na Bacia Do Rio Verssimo Go . In: XIV SIMPSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Anais, Natal, Brasil. 2009.

- 100 -

MAMDANI, E. H. Application of Fuzzy Algorithms for Control of Simple Dynamic Plant. Proceedings of the IEE (Control and Science), v. 121, p. 298-316. 1974. MEIRELLES, M. S. P. Anlise Integrada do Ambiente Atravs de Geoprocessamento Uma Proposta Metodolgica Para Elaborao de Zoneamentos. 1997. 174 f. Tese (Doutorado em Geografia) Universidade Federal do Rio de Janeiro, Rio de Janeiro, R.J., 1997. MEIRELLES, M. S. P.; MOREIRA, F. R.; CAMARA, G. Tcnicas De Inferncia Espacial. in: MEIRELLES, M. S. P.; CAMARA, G.; de ALMEIDA, C. M. (eds.). Geomatica: Modelos e Aplicaes Ambientais. EMBRAPA Informaes Tecnolgicas, Braslia, DF. 2007. MESQUITA, M. G. B. F.; MORAES, S. O.; PERUCHI, F.; TEREZA, M. C. Alternativa para Caracterizao da Condutividade Hidrulica Saturada do Solo Utilizando Probabilidade de Ocorrncia. Cinc. Agrotec., Lavras, v. 31, n. 6, p. 1605-1609. 2007. METTERNICHT, G.; GONZALEZ, S. FUERO: Foundations of a Fuzzy Exploratory Model for Soil Erosion Hazard Prediction. Environmental Modelling & Software, 20, p. 715-728. 2005. MISHINA, K. D. V.; SILVA, J. F. da; SILVA, J. B. de A. Modelo para Avaliao Qualitativa do Risco em Oleodutos Atravs da Lgica Fuzzy Segundo a Metodologia da IBR. In: 17o CONGRESSO BRASILEIRO DE ENGENHARIA E CINCIA DOS MATERIAIS, Foz do Iguau, PR, Brasil. 2006. MITO, Y.; ISMAIL, M. A. M.; YAMAMOTO, T. Multidimensional Scaling and Inverse Distance Weighting Transform for Image Processing of Hydrogeological Structure in Rock Mass. Journal of Hydrology, 411, p.25-36. 2011. MITRA, B.; SCOTT, H. D.; DIXON, J. C.; McKIMMEY, J. M. Applications Of Fuzzy Logic To The Prediction Of Soil Erosion In A Large Watershed. Geoderma, 86, p.183-209. 1998. MOHAMMAD, A. G.; ADAM, M. A. The Impact of Vegetative Cover Type on Runoff and Soil Erosion under Different Land Uses. Catena, 81, p.97-103. 2010. MOORE, I. D.; GRAYSON, R. B.; LADSON, A. R. Digital Terrain Modelling: A Review of Hydrological, Geomorphological, and Biological Applications. Hydrological Processes, v. 5, p.3-30. 1991.

- 101 -

MORGAN, R. P. C. Soil Erosion and Conservation . Third Edition. National Soil Resources Institute, Cranfield University.2005. PEI, T.; QUIN, C.; ZHU, A.; YANG, L.; LUO, M.; LI, B.; ZHOU, C. Mapping Soil Organic Matter Using the Topographic Wetness Index: A Comparative Study Based on Different Flow-direction Algorithms and Kriging Methods. Ecological Indicators, 10, p. 610-619. 2010. PELLETIER, J. D. Fluvial and Slope Wash Erosion of Soil Mantled Landscapes: Detachment or Transport Limited? Earth Surface Processes and Landforms 37, 37 51. 2012. PRATO, T. A Fuzzy Logic Approach For Evaluating Ecosystem Sustainability . Ecological Modelling, 187, p.361-368. 2005. RECH, J. A.; REEVES, R. W.; HENDRICKS, D. M. The Influence of Slope Aspect on Soil Weathering Processes in the Springerville Volcanic Field, Arizona. Catena, 43, p. 49-62. 2011. RENARD, K. G.; FOSTER, G. R.; YODER, D. C.; McCOOL, D. K. RUSLE revisited: status, questions, answers, and the future. Journal of Soil and Water Conservation, 49 (3), p. 213 220. 1994. RESENDE, M. N. Aplicaes de Conhecimentos Pedolgicos Conservao de Solos. Informe Agropecurio, Belo Horizonte, v. 11, n.128, p. 3-18, 1985. ROBINSON, V. B. A Perspective On The Fundamentals Of Fuzzy Sets And Their Use In Geographic Information Systems. Transactions in GIS, 7(1): 3-30. 2003. ROMSTAD, B.; ETZELMULLER, B. Mean-curvature Watersheds: A Simple Method for Segmentation of a Digital Elevation Model into Terrain Units. Geomorphology, 139-140, p.293-302. 2012. ROSA, R. Sistema de Informaes Geogrficas . Laboratrio de Geoprocessamento Universidade Federal de Uberlndia. 2002. SAXTON, K. E.; RAWLS, W. J. Soil Water Characteristic Estimates by Texture and Organic Matter for Hydrologic Solutions . Soil Sci. Soc. Am. J. 70, p. 15691578. 2006.

- 102 -

SCHMIDT, J.; HEWITT, A. Fuzzy Land Element Classification from DTMS Based on Geometry and Terrain Position . Geoderma, 121, p. 243-256. 2004. SCHMIDT, F.; PERSSON, A. Comparison of DEM Data Capture and Topographic Wetness Indices . Precision Agriculture, 4, p. 179-192. 2003. SELBY, M. J. & HODDER, A. P. W. Hillslope Materials and Processes . Segunda Edio, Impresso na Universidade de Oxford EUA. 1993. SHARY, P. A.; SHARAYA, L. S.; MITUSOV, A. V. Fundamental Quantitative Methods of Land Surface Analysis . Geoderma, 107, p. 1-32. 2002. SILVA, A. S. Anlise Morfolgica dos Solos e Eroso. In: GUERRA, A. J. T.; SILVA, A. S.; BOTELHO, R. G. M. (Org), Eroso e Conservao dos Solos: Conceitos, temas e aplicaes. Bertrand Brasil, 2a ed., Rio de Janeiro, p.17-50. 2005. SILVA, L. C. & CUNHA, H. C. S. Geologia do Estado do Rio de Janeiro . CPRM. 2001. SOIL WATER CHARACTERISTICS. Hydraulic Properties Calculator. Disponvel em <http://hydrolab.arsusda.gov/soilwater/Index.htm>. Acesso 06 de janeiro de 2012. SRENSEN, R.; SEIBERT, J. Effects of DEM Resolution on the Calculation of Topographical Indices: TWI and its Components. Journal of Hydrology, 347, p. 79-89. 2007. TAKAGI, T.; SUGENO, M. Fuzzy Identification of Systems and its Applications to Modelling and Control. IEEE Trans. on Systems, Man & Cybernetics, v. 15, p. 116132. 1985. TOPOGRAPHIC WETNESS INDEX. Disponvel em: < http://arcscripts.esri.com/details.asp?dbid=16750>. Acesso 06 de janeiro de 2012. TRAN, L. T.; RIDGLEY, M. A.; DUCKSTEIN, L.; SUTHERLAND, R. Application Of Fuzzy Logic-Based Modeling To Improve The Performance Of The Revised Universal Soil Loss Equation. Catena, 47, p.203-226. 2002. XAVIER DA SILVA, J. Geomorfologia e Geoprocessamento in: GUERRA, A. J. T. & CUNHA, S. B. (Orgs.). Geomorfologia: uma atualizao de bases e conceitos Rio de Janeiro: Bertrand Brasil. 1994.

- 103 -

WEI, W.; CHEN, L.; FU, B.; CHEN, J. Water Erosion Response to Rainfall and Land Use in Different Drought-Level Years in a Loess Hilly Area of China . Catena, 81, p.24-31. 2010. WERLAND, M. K. Configurao Da Rede De Drenagem E Modelado Do Relevo: Conformao Da Paisagem Na Zona De Transio Da Bacia Do Paran Na Depresso Central Do Rio Grande Do Sul. 2004. 207 f. Tese (Doutorado. em Cincia do Solo) - Universidade Federal de Santa Maria, RS, Brasil. 2004. WILKINSON, M. T.; HUMPHREYS, G. F. Slope Aspect, Slope Length and Slope Inclination Controls of Shallow Soils Vegetated by Sclerophyllous HeathLinks to Long-Term Landscape Evolution. Geomorphology, 76, p.347-362. 2006. WISCHMEIER, W. H.; Smith, D. D. Predicting rainfall losses: A guide to conservation planning. USDA Agricultural Handbook No. 537. U.S. Gov Print. Office, Washington, D. C. 1978. XU, C.; LI, Y.; HU, J.; YANG, X.; SHENG, S.; LIU, M. Evaluating the Difference Between the Normalized Difference Vegetation Index and Net Primary Productivity as the Indicators of Vegetation Vigor Assessment at Landscape Scale . Environ Monit Assess, 184, 12751286. 2012. YAO, J.; HE, X. Y.; LI, X. Y.; CHEN, W.; TAO, D. L. Monitoring Responses of Forest to Climate Variations by MODIS NDVI: A Case Study of Hun River Upstream, Northeastern China. Eur J Forest Res, 131, 705716. 2012. ZADEH, L. A. Fuzzy sets. Information and Control, v. 8, p. 338-353. 1965. ZEVENBERGEN, L. W.; THORNE, C. R. Quantitative Analysis of Land Surface Topography. Earth Surface Processes and Landforms, v. 12, p.47-56. 1987. ZHONGMING, W.; LEES, B. G.; FENG, J.; WANNING, L.; HAIJING, S. Stratified vegetation cover index: A new way to assess vegetation impact on soil erosion. Catena, 83, p.87-93. 2010. ZHOU, P.; LUUKKANEN, O.; TOKOLA, T.; NIEMINEN, J. Effect of Vegetation Cover on Soil Erosion in a Mountainous Watershed. Catena, 75, p. 319-325. 2008. ZHU, M.; TAN, S.; DANG, H.; ZHANG, Q. Rare Earth Elements Tracing the Soil Erosion Processes on Slope Surface Under Natural Rainfall. Journal of Environmental Radioactivity, 102, p. 1078-1084. 2011.

- 104 -

APNDICE A Algoritmo do Script Topographic Wetness Index:

# Created By: Prasad A Pathak # Purpose: Calculate Topographic Wetness Index: natural logarithm of area divided by slope # It indicates the probable water saturation level of the ground # By default, ArcGIS calculates slope by considering just 3 X 3 neighborhood # For this index a slope is calculated from the topmost pixel to any particular pixel is needed # This is acheived by calculating the minimum elevation raster # Import system modules import sys, string, os, arcgisscripting # Geoprocessor object gp = arcgisscripting.create gp.overwriteoutput = 1 # Check out license for Spatial Analyst gp.CheckOutExtension ("spatial") # Load toolboxe gp.AddToolbox ("C:/Program Files/ArcGIS/ArcToolbox/Toolboxes/Spatial Analyst Tools.tbx") # Get the name of folder gp.workspace = gp.GetParameterAsText (0) #Input DEM InDEM = gp.GetParameterAsText(1) #Output TWI raster OutTWI = gp.GetParameterAsText(2) # Variables used Output_surface_raster = gp.workspace + "/eldodem_fill" Output_flow_direction_raster = gp.workspace + "/eldodem_flw" Output_drop_raster = gp.workspace + "/eldodem_drp" Output_accumulation_raster = gp.workspace + "/eldodem_acc" Output_Plus_raster = gp.workspace + "/eldodempls" Output_Times_raster = gp.workspace + "/eldodemtim"

- 105 -

Output_Mean_elev_raster = gp.workspace + "/mean_elev" Output_edrop = gp.workspace + "/edrop" Out_change = gp.workspace + "/change_elev" Out_distance = gp.workspace + "/distance" Out_slope = gp.workspace + "/slope" Out_preatan = gp.workspace + "/preatan" # Fill DEM to make it depressionless gp.Fill_sa(InDEM, Output_surface_raster, "") print "DEM filled" gp.addmessage ("DEM filled") # Flow Direction gp.FlowDirection_sa (Output_surface_raster, Output_flow_direction_raster,

"NORMAL", Output_drop_raster) print "Flow direction raster created successfully" gp.addmessage ("Flow direction raster created successfully") # Flow Accumulation gp.FlowAccumulation_sa(Output_flow_direction_raster, Output_accumulation_raster, "", "FLOAT") print "Flow accumulation raster created successfully" gp.addmessage ("Flow accumulation raster created successfully") # One is added to each pixel to get an count of how many pixel including the current are contributing the flow gp.Plus_sa (Output_accumulation_raster, "1", Output_Plus_raster) print "addition raster created successfully" gp.addmessage ("addition raster created successfully") # Contributing Area using the number of pixels and gp.times_sa (Output_Plus_raster, "25", Output_Times_raster) print "multiplication raster created successfully" gp.addmessage ("multiplication raster created successfully") # Process: Block Statistics gp.BlockStatistics_sa (Output_surface_raster, Output_Mean_elev_raster, "Rectangle 3 3 CELL", "MINIMUM", "DATA") print "MIN elevation raster created successfully" gp.addmessage ("MIN elevation raster created successfully")

- 106 -

gp.Minus_sa (Output_surface_raster, Output_Mean_elev_raster, Output_edrop) print "EDROP raster created successfully" gp.addmessage ("EDROP raster created successfully") Input_false_raster_or_constant_value = "0,005" gp.Con_sa (Output_edrop, Output_edrop, Out_change,

Input_false_raster_or_constant_value, "\"VALUE\" >= 0.005") print "Change elevation raster created successfully" gp.addmessage ("Change elevation raster created successfully") Input_true_raster_or_constant_value = "5" false_raster_or_constant_value = "7,07" gp.Con_sa(Output_flow_direction_raster, Input_true_raster_or_constant_value,

Out_distance, false_raster_or_constant_value, "\"VALUE\" = 1 OR \"VALUE\" = 4 OR \"VALUE\" = 16 OR \"VALUE\" = 64") print "Distance raster created successfully" gp.addmessage ("Distance raster created successfully") gp.Divide_sa (Out_change, Out_distance, Out_slope) print "Slope raster created successfully" gp.addmessage ("Slope raster created successfully") gp.Divide_sa (Output_Times_raster, Out_slope, Out_preatan) print "Pre-atan raster created successfully" gp.addmessage ("Pre-atan raster created successfully") gp.Ln_sa (Out_preatan, OutTWI) print "TWI raster created successfully" gp.addmessage ("TWI raster created successfully")

- 107 -

APNDICE B Base de Regras para Cada SIF

SIF 1: ndice de Umidade (IU) + Capacidade de Campo (CC) = ndice de Umidade Ampliado (IUA) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (IU is MB) and (CC is MB) then (IUA is MB) (1) 2. If (IU is B) and (CC is MB) then (IUA is MB) (1) 3. If (IU is M) and (CC is MB) then (IUA is MB) (1) 4. If (IU is A) and (CC is MB) then (IUA is B) (1) 5. If (IU is MA) and (CC is MB) then (IUA is M) (1) 6. If (IU is MB) and (CC is B) then (IUA is MB) (1) 7. If (IU is B) and (CC is B) then (IUA is B) (1) 8. If (IU is M) and (CC is B) then (IUA is B) (1) 9. If (IU is A) and (CC is B) then (IUA is M) (1) 10. If (IU is MA) and (CC is B) then (IUA is M) (1) 11. If (IU is MB) and (CC is M) then (IUA is B) (1) 12. If (IU is B) and (CC is M) then (IUA is M) (1) 13. If (IU is M) and (CC is M) then (IUA is M) (1) 14. If (IU is A) and (CC is M) then (IUA is A) (1) 15. If (IU is MA) and (CC is M) then (IUA is A) (1) 16. If (IU is MB) and (CC is A) then (IUA is M) (1) 17. If (IU is B) and (CC is A) then (IUA is M) (1) 18. If (IU is M) and (CC is A) then (IUA is A) (1) 19. If (IU is A) and (CC is A) then (IUA is A) (1) 20. If (IU is MA) and (CC is A) then (IUA is MA) (1) 21. If (IU is MB) and (CC is MA) then (IUA is M) (1) 22. If (IU is B) and (CC is MA) then (IUA is M) (1) 23. If (IU is M) and (CC is MA) then (IUA is A) (1) 24. If (IU is A) and (CC is MA) then (IUA is MA) (1) 25. If (IU is MA) and (CC is MA) then (IUA is MA) (1)

- 108 -

SIF 2: ndice de Umidade Ampliado (IUA) + Aspecto da Vertente (ASP) = Potencial de Umidade do Solo (PU) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (IUA is MB) and (ASP is MB) then (PU is MB) (1) 2. If (IUA is B) and (ASP is MB) then (PU is MB) (1) 3. If (IUA is M) and (ASP is MB) then (PU is B) (1) 4. If (IUA is A) and (ASP is MB) then (PU is M) (1) 5. If (IUA is MA) and (ASP is MB) then (PU is A) (1) 6. If (IUA is MB) and (ASP is B) then (PU is B) (1) 7. If (IUA is B) and (ASP is B) then (PU is B) (1) 8. If (IUA is M) and (ASP is B) then (PU is M) (1) 9. If (IUA is A) and (ASP is B) then (PU is M) (1) 10. If (IUA is MA) and (ASP is B) then (PU is A) (1) 11. If (IUA is MB) and (ASP is M) then (PU is M) (1) 12. If (IUA is B) and (ASP is M) then (PU is M) (1) 13. If (IUA is M) and (ASP is M) then (PU is M) (1) 14. If (IUA is A) and (ASP is M) then (PU is A) (1) 15. If (IUA is MA) and (ASP is M) then (PU is A) (1) 16. If (IUA is MB) and (ASP is A) then (PU is M) (1) 17. If (IUA is B) and (ASP is A) then (PU is M) (1) 18. If (IUA is M) and (ASP is A) then (PU is A) (1) 19. If (IUA is A) and (ASP is A) then (PU is A) (1) 20. If (IUA is MA) and (ASP is A) then (PU is MA) (1) 21. If (IUA is MB) and (ASP is MA) then (PU is M) (1) 22. If (IUA is B) and (ASP is MA) then (PU is M) (1) 23. If (IUA is M) and (ASP is MA) then (PU is A) (1) 24. If (IUA is A) and (ASP is MA) then (PU is MA) (1) 25. If (IUA is MA) and (ASP is MA) then (PU is MA) (1)

- 109 -

SIF 3: Condutividade Hidrulica (CH) + Precipitao Mdia (PREC) = Condutividade Hidrulica Ampliada (CHA) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (CH is MB) and (PREC is MB) then (CHA is MB) (1) 2. If (CH is B) and (PREC is MB) then (CHA is MB) (1) 3. If (CH is M) and (PREC is MB) then (CHA is MB) (1) 4. If (CH is A) and (PREC is MB) then (CHA is B) (1) 5. If (CH is MA) and (PREC is MB) then (CHA is B) (1) 6. If (CH is MB) and (PREC is B) then (CHA is B) (1) 7. If (CH is B) and (PREC is B) then (CHA is B) (1) 8. If (CH is M) and (PREC is B) then (CHA is B) (1) 9. If (CH is A) and (PREC is B) then (CHA is M) (1) 10. If (CH is MA) and (PREC is B) then (CHA is M) (1) 11. If (CH is MB) and (PREC is M) then (CHA is M) (1) 12. If (CH is B) and (PREC is M) then (CHA is M) (1) 13. If (CH is M) and (PREC is M) then (CHA is M) (1) 14. If (CH is A) and (PREC is M) then (CHA is M) (1) 15. If (CH is MA) and (PREC is M) then (CHA is M) (1) 16. If (CH is MB) and (PREC is A) then (CHA is M) (1) 17. If (CH is B) and (PREC is A) then (CHA is A) (1) 18. If (CH is M) and (PREC is A) then (CHA is A) (1) 19. If (CH is A) and (PREC is A) then (CHA is A) (1) 20. If (CH is MA) and (PREC is A) then (CHA is A) (1) 21. If (CH is MB) and (PREC is MA) then (CHA is A) (1) 22. If (CH is B) and (PREC is MA) then (CHA is A) (1) 23. If (CH is M) and (PREC is MA) then (CHA is MA) (1) 24. If (CH is A) and (PREC is MA) then (CHA is MA) (1) 25. If (CH is MA) and (PREC is MA) then (CHA is MA) (1)

- 110 -

SIF 4: Condutividade Hidrulica Ampliada (CHA) + Cobertura da Vegetao (VEG) = CHAV - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (CHA is MB) and (VEG is MB) then (CHAV is MB) (1) 2. If (CHA is B) and (VEG is MB) then (CHAV is MB) (1) 3. If (CHA is M) and (VEG is MB) then (CHAV is B) (1) 4. If (CHA is A) and (VEG is MB) then (CHAV is M) (1) 5. If (CHA is MA) and (VEG is MB) then (CHAV is M) (1) 6. If (CHA is MB) and (VEG is B) then (CHAV is B) (1) 7. If (CHA is B) and (VEG is B) then (CHAV is B) (1) 8. If (CHA is M) and (VEG is B) then (CHAV is M) (1) 9. If (CHA is A) and (VEG is B) then (CHAV is M) (1) 10. If (CHA is MA) and (VEG is B) then (CHAV is A) (1) 11. If (CHA is MB) and (VEG is M) then (CHAV is M) (1) 12. If (CHA is B) and (VEG is M) then (CHAV is M) (1) 13. If (CHA is M) and (VEG is M) then (CHAV is A) (1) 14. If (CHA is A) and (VEG is M) then (CHAV is A) (1) 15. If (CHA is MA) and (VEG is M) then (CHAV is A) (1) 16. If (CHA is MB) and (VEG is A) then (CHAV is M) (1) 17. If (CHA is B) and (VEG is A) then (CHAV is M) (1) 18. If (CHA is M) and (VEG is A) then (CHAV is A) (1) 19. If (CHA is A) and (VEG is A) then (CHAV is A) (1) 20. If (CHA is MA) and (VEG is A) then (CHAV is MA) (1) 21. If (CHA is MB) and (VEG is MA) then (CHAV is A) (1) 22. If (CHA is B) and (VEG is MA) then (CHAV is A) (1) 23. If (CHA is M) and (VEG is MA) then (CHAV is MA) (1) 24. If (CHA is A) and (VEG is MA) then (CHAV is MA) (1) 25. If (CHA is MA) and (VEG is MA) then (CHAV is MA) (1)

- 111 -

SIF 5: CHAV + Potencial de Umidade do Solo (PU) = Potencial de Escoamento Superficial (PES) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (CHAV is MB) and (PU is MB) then (PES is MB) (1) 2. If (CHAV is B) and (PU is MB) then (PES is MB) (1) 3. If (CHAV is M) and (PU is MB) then (PES is B) (1) 4. If (CHAV is A) and (PU is MB) then (PES is M) (1) 5. If (CHAV is MA) and (PU is MB) then (PES is M) (1) 6. If (CHAV is MB) and (PU is B) then (PES is MB) (1) 7. If (CHAV is B) and (PU is B) then (PES is B) (1) 8. If (CHAV is M) and (PU is B) then (PES is M) (1) 9. If (CHAV is A) and (PU is B) then (PES is M) (1) 10. If (CHAV is MA) and (PU is B) then (PES is A) (1) 11. If (CHAV is MB) and (PU is M) then (PES is B) (1) 12. If (CHAV is B) and (PU is M) then (PES is M) (1) 13. If (CHAV is M) and (PU is M) then (PES is M) (1) 14. If (CHAV is A) and (PU is M) then (PES is A) (1) 15. If (CHAV is MA) and (PU is M) then (PES is A) (1) 16. If (CHAV is MB) and (PU is A) then (PES is B) (1) 17. If (CHAV is B) and (PU is A) then (PES is M) (1) 18. If (CHAV is M) and (PU is A) then (PES is A) (1) 19. If (CHAV is A) and (PU is A) then (PES is A) (1) 20. If (CHAV is MA) and (PU is A) then (PES is MA) (1) 21. If (CHAV is MB) and (PU is MA) then (PES is M) (1) 22. If (CHAV is B) and (PU is MA) then (PES is M) (1) 23. If (CHAV is M) and (PU is MA) then (PES is A) (1) 24. If (CHAV is A) and (PU is MA) then (PES is MA) (1) 25. If (CHAV is MA) and (PU is MA) then (PES is MA) (1)

- 112 -

SIF 6: Declividade (DEC) + Pedoforma da Encosta (PED) = Declividade Ampliada (DECA) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (DEC is MB) and (PED is MB) then (DECA is MB) (1) 2. If (DEC is MB) and (PED is B) then (DECA is MB) (1) 3. If (DEC is MB) and (PED is M) then (DECA is B) (1) 4. If (DEC is MB) and (PED is A) then (DECA is M) (1) 5. If (DEC is MB) and (PED is MA) then (DECA is M) (1) 6. If (DEC is B) and (PED is MB) then (DECA is B) (1) 7. If (DEC is B) and (PED is B) then (DECA is B) (1) 8. If (DEC is B) and (PED is M) then (DECA is B) (1) 9. If (DEC is B) and (PED is A) then (DECA is M) (1) 10. If (DEC is B) and (PED is MA) then (DECA is A) (1) 11. If (DEC is M) and (PED is MB) then (DECA is M) (1) 12. If (DEC is M) and (PED is B) then (DECA is M) (1) 13. If (DEC is M) and (PED is M) then (DECA is A) (1) 14. If (DEC is M) and (PED is A) then (DECA is A) (1) 15. If (DEC is M) and (PED is MA) then (DECA is MA) (1) 16. If (DEC is A) and (PED is MB) then (DECA is M) (1) 17. If (DEC is A) and (PED is B) then (DECA is A) (1) 18. If (DEC is A) and (PED is M) then (DECA is A) (1) 19. If (DEC is A) and (PED is A) then (DECA is MA) (1) 20. If (DEC is A) and (PED is MA) then (DECA is MA) (1) 21. If (DEC is MA) and (PED is MB) then (DECA is A) (1) 22. If (DEC is MA) and (PED is B) then (DECA is A) (1) 23. If (DEC is MA) and (PED is M) then (DECA is A) (1) 24. If (DEC is MA) and (PED is A) then (DECA is MA) (1) 25. If (DEC is MA) and (PED is MA) then (DECA is MA) (1)

- 113 -

SIF 7: Declividade Ampliada (DECA) + Potencial de Escoamento Superficial (PES) = Potencial de Capacidade de Transporte (PCT) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (DECA is MB) and (PES is MB) then (PCT is MB) (1) 2. If (DECA is B) and (PES is MB) then (PCT is MB) (1) 3. If (DECA is M) and (PES is MB) then (PCT is B) (1) 4. If (DECA is A) and (PES is MB) then (PCT is M) (1) 5. If (DECA is MA) and (PES is MB) then (PCT is M) (1) 6. If (DECA is MB) and (PES is B) then (PCT is MB) (1) 7. If (DECA is B) and (PES is B) then (PCT is B) (1) 8. If (DECA is M) and (PES is B) then (PCT is M) (1) 9. If (DECA is A) and (PES is B) then (PCT is M) (1) 10. If (DECA is MA) and (PES is B) then (PCT is A) (1) 11. If (DECA is MB) and (PES is M) then (PCT is B) (1) 12. If (DECA is B) and (PES is M) then (PCT is B) (1) 13. If (DECA is M) and (PES is M) then (PCT is M) (1) 14. If (DECA is A) and (PES is M) then (PCT is A) (1) 15. If (DECA is MA) and (PES is M) then (PCT is MA) (1) 16. If (DECA is MB) and (PES is A) then (PCT is M) (1) 17. If (DECA is B) and (PES is A) then (PCT is M) (1) 18. If (DECA is M) and (PES is A) then (PCT is A) (1) 19. If (DECA is A) and (PES is A) then (PCT is A) (1) 20. If (DECA is MA) and (PES is A) then (PCT is MA) (1) 21. If (DECA is MB) and (PES is MA) then (PCT is M) (1) 22. If (DECA is B) and (PES is MA) then (PCT is M) (1) 23. If (DECA is M) and (PES is MA) then (PCT is A) (1) 24. If (DECA is A) and (PES is MA) then (PCT is MA) (1) 25. If (DECA is MA) and (PES is MA) then (PCT is MA) (1)

- 114 -

SIF 8: Densidade Aparente (DA) + Porosidade (PORO) = Textura do Solo (TEXSOL) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (DA is MB) and (PORO is MB) then (TEXSOL is MB) (1) 2. If (DA is MB) and (PORO is B) then (TEXSOL is MB) (1) 3. If (DA is MB) and (PORO is M) then (TEXSOL is B) (1) 4. If (DA is MB) and (PORO is A) then (TEXSOL is M) (1) 5. If (DA is MB) and (PORO is MA) then (TEXSOL is M) (1) 6. If (DA is B) and (PORO is MB) then (TEXSOL is MB) (1) 7. If (DA is B) and (PORO is B) then (TEXSOL is B) (1) 8. If (DA is B) and (PORO is M) then (TEXSOL is B) (1) 9. If (DA is B) and (PORO is A) then (TEXSOL is M) (1) 10. If (DA is B) and (PORO is MA) then (TEXSOL is M) (1) 11. If (DA is M) and (PORO is MB) then (TEXSOL is B) (1) 12. If (DA is M) and (PORO is B) then (TEXSOL is B) (1) 13. If (DA is M) and (PORO is M) then (TEXSOL is M) (1) 14. If (DA is M) and (PORO is A) then (TEXSOL is M) (1) 15. If (DA is M) and (PORO is MA) then (TEXSOL is A) (1) 16. If (DA is A) and (PORO is MB) then (TEXSOL is B) (1) 17. If (DA is A) and (PORO is B) then (TEXSOL is B) (1) 18. If (DA is A) and (PORO is M) then (TEXSOL is M) (1) 19. If (DA is A) and (PORO is A) then (TEXSOL is A) (1) 20. If (DA is A) and (PORO is MA) then (TEXSOL is A) (1) 21. If (DA is MA) and (PORO is MB) then (TEXSOL is B) (1) 22. If (DA is MA) and (PORO is B) then (TEXSOL is M) (1) 23. If (DA is MA) and (PORO is M) then (TEXSOL is M) (1) 24. If (DA is MA) and (PORO is A) then (TEXSOL is A) (1) 25. If (DA is MA) and (PORO is MA) then (TEXSOL is MA) (1)

- 115 -

SIF 9: Textura do Solo (TEXSOL) + Potencial de Capacidade de Transporte (PCT) = Potencial a Eroso (PE) - (MB = muito baixo; B = baixo; M = mdio; A = alto; MA = muito alto). 1. If (TEXSOL is MB) and (PCT is MB) then (PE is MB) (1) 2. If (TEXSOL is B) and (PCT is MB) then (PE is B) (1) 3. If (TEXSOL is M) and (PCT is MB) then (PE is B) (1) 4. If (TEXSOL is A) and (PCT is MB) then (PE is M) (1) 5. If (TEXSOL is MA) and (PCT is MB) then (PE is M) (1) 6. If (TEXSOL is MB) and (PCT is B) then (PE is MB) (1) 7. If (TEXSOL is B) and (PCT is B) then (PE is B) (1) 8. If (TEXSOL is M) and (PCT is B) then (PE is B) (1) 9. If (TEXSOL is A) and (PCT is B) then (PE is M) (1) 10. If (TEXSOL is MA) and (PCT is B) then (PE is A) (1) 11. If (TEXSOL is MB) and (PCT is M) then (PE is B) (1) 12. If (TEXSOL is B) and (PCT is M) then (PE is M) (1) 13. If (TEXSOL is M) and (PCT is M) then (PE is M) (1) 14. If (TEXSOL is A) and (PCT is M) then (PE is A) (1) 15. If (TEXSOL is MA) and (PCT is M) then (PE is A) (1) 16. If (TEXSOL is MB) and (PCT is A) then (PE is M) (1) 17. If (TEXSOL is B) and (PCT is A) then (PE is M) (1) 18. If (TEXSOL is M) and (PCT is A) then (PE is A) (1) 19. If (TEXSOL is A) and (PCT is A) then (PE is A) (1) 20. If (TEXSOL is MA) and (PCT is A) then (PE is MA) (1) 21. If (TEXSOL is MB) and (PCT is MA) then (PE is M) (1) 22. If (TEXSOL is B) and (PCT is MA) then (PE is A) (1) 23. If (TEXSOL is M) and (PCT is MA) then (PE is A) (1) 24. If (TEXSOL is A) and (PCT is MA) then (PE is MA) (1) 25. If (TEXSOL is MA) and (PCT is MA) then (PE is MA) (1)