Dados da Submissão

Título

Estimativa de Recarga em Pilha de Estéril: Abordagem Climática, Geoespacial e Probabilística, Usando Python

Texto do resumo

A estimativa da recarga de água subterrânea é essencial para a gestão e planejamento dos recursos hídricos, sobretudo em regiões onde as águas subterrâneas desempenham um papel fundamental no desenvolvimento regional. No entanto, devido à complexidade da dinâmica da recarga, sua estimativa é desafiadora em estudos hidrogeológicos. No entanto, devido à complexidade da dinâmica da recarga, sua estimativa representa um desafio significativo em estudos hidrogeológicos. Este estudo foca no desenvolvimento de uma metodologia integrada para estimar a recarga, utilizando como estudo de caso uma bacia de contribuição de uma pilha de estéril. A metodologia envolve o uso combinado de dados climáticos e geoespaciais, aliado a uma abordagem probabilística com o método de Monte Carlo para lidar com a incerteza associada aos dados e cálculos do modelo. Todo o processo foi implementado em Python, aproveitando sua capacidade de processamento e análise de dados geoambientais. A primeira etapa consistiu na estimativa da distribuição espacial do coeficiente de escoamento superficial, derivado de dados de uso do solo, tipo de solo e declividade. Cada célula do raster combinado dessas informações resultou em uma Hydrological Response Unit (HRU) específica, com a combinação desses atributos. Para cada HRU, foram atribuídas distribuições de frequência características de valores de coeficientes de escoamento superficial e capacidade de armazenamento de água do solo. Em seguida, calculou-se a evapotranspiração real e o excedente hídrico para cada HRU, baseado na distribuição de frequência de dados mensais de pluviometria e temperatura, seguindo a metodologia consolidada de Thornthwaite e Mather. Devido à natureza probabilística da metodologia, os resultados foram expressos em uma distribuição espacial de diferentes probabilidades de recarga, visualizados por meio de gráficos da Função de Distribuição Acumulada por HRU ou pela distribuição espacial de marcadores estatísticos, como mediana e quartis. A validação do método foi realizada com base no monitoramento de vazão na saída da bacia, assumindo que a vazão monitorada no período seco equivale à recarga média anual. Os resultados mostraram uma boa aderência dos valores médios calculados pelo método aos valores médios observados, com um erro inferior a 2,5%, apesar de uma maior amplitude de variação dos dados calculados em relação aos dados observados, evidenciando a complexidade e incerteza natural dos cálculos de recarga. Espacialmente, observou-se que as zonas alagadas apresentaram as maiores taxas de recarga, enquanto a região da pilha de estéril demonstrou maior variabilidade e incerteza deste parâmetro, devido à sua alta heterogeneidade. As unidades de zonas de mata densa, solo franco siltoso e declividades médias e altas foram identificadas como responsáveis pelo maior volume de recarga na bacia, devido à sua maior representatividade em área, embora individualmente fossem HRUs de recargas menos importantes. Os resultados consistentes deste estudo demonstram a importância da integração de dados climáticos, geoespaciais e técnicas estatísticas avançadas na estimativa de recarga.

Palavras Chave

Recarga; Monte Carlo; python; Método Probabilístico; Geoprocessamento.