Modelling the hydrological impacts resulting from land use changes in a rural catchment

Muitos rios brasileiros ainda não são monitorados. A carência de informações relevantes costuma gerar diversos problemas para a administração pública. Por vezes, essa falta de dados pode ser compensada por meio de modelagem hidrológica, que requer um conhecimento prévio sobre a bacia a ser estudada. Atualmente, a mudança no uso e cobertura do solo em bacias hidrográficas é um dos temas mais abordados nas pesquisas hidrológicas, podendo a avaliação dos impactos causados por essa ser feita através de modelagem hidrológica. O presente trabalho utilizou o framework JAMS (Jena Adaptable Modelling System) na elaboração de um modelo hidrológico para a bacia do Ribeirão da Onça, a qual está localizada em zona de afloramento do Sistema Aquífero Guarani, um dos mais importantes aquíferos transfronteiriços do mundo. A bacia é predominantemente rural, logo, seu uso e ocupação do solo variam ao longo do tempo. Sendo assim, objetivou-se avaliar os efeitos das alterações de uso do solo no regime hidrológico da bacia por meio da elaboração de múltiplos modelos hidrológicos no JAMS/J2K, os quais foram calibrados independentemente (de 2008 a 2015) e validados por um modelo atual (2017), a fim de se gerar uma parametrização capaz de predizer os efeitos hidrológicos decorrentes de alterações no uso e ocupação do solo da bacia. Previamente à elaboração dos modelos, procedeu-se à validação dos dados hidrológicos e climatológicos coletados e disponíveis da bacia, por meio da análise das correlações entre as medições dos equipamentos, feita por programa elaborado em Python. Em seguida, elaboraram-se mapas de uso do solo para os anos de 2008, 2011, 2013, 2015 e 2017. Então, os modelos com seus conjuntos de URHs (Unidades de Resposta Hidrológica) específicos foram calibrados, e os parâmetros ótimos encontrados para cada modelo foram aplicados nos demais para identificação de quais poderiam ser os mais representativos. Durante esta etapa, verificou-se que o modelo de 2013 comportava-se anomalamente, devido à estiagem ocorrida em seu período de calibração, o que justificou sua retirada das etapas seguintes. Em seguida, um programa criado em Python permitiu que os arquivos .dat gerados durante a calibração fossem analisados visualmente, por meio de gráficos de dispersão e plots violinos, embasando a tomada de decisão relativa à redução da amplitude de variação dos parâmetros para uma posterior busca manual por parâmetros representativos temporalmente. Os parâmetros encontrados produziram modelos com NSE variando de 0,25 a 0,39; PBIAS de -20,98 a -0,74 e R2 de 0,45 a 0,65, sendo que o modelo de validação (2017) obteve NSE de 0,26; PBIAS de -1,78 e R2 de 0,45; indicando que a parametrização encontrada, apesar de não conseguir produzir modelos que eficientemente reproduzam os picos no escoamento, é capaz de estimar satisfatoriamente o escoamento de base, mesmo em condições de mudanças de uso e ocupação do solo. Com isso, realizou-se a aplicação do conjunto de parâmetros em cenários hipotéticos de uso e ocupação do solo, que produziu resultados coerentes com o que se espera. Além disso, também se realizou a setorização do modelo, utilizando os dados de vazão de duas calhas Parshall instaladas na bacia. No entanto, não houve êxito na setorização, evidenciado pelos valores de NSE (-35,41 e 88,08), PBIAS (118,63 e 118,81) e R2 (0,15 e 0,12). O fraco desempenho na setorização pode ser corrigido calibrando-se o modelo espacialmente, em adição à calibração temporal, ou seja, com múltiplos dados de entrada de vazão, localizados em pontos distintos na bacia.Many Brazilian rivers are not monitored. The lack of relevant information may generate multiple problems for public administration. Sometimes this data may be supplied through hydrological modelling, which requires a previous knowledge regarding the watershed that will be studied. Currently, the land use and cover change in watersheds is one of the most researched themes in the hydrological scientific community, with the impacts caused by it being able t obe assessed by hydrological modelling. In that sense, this work has used the framework JAMS (Jena Adaptable Modelling System) in the elaboration of a hydrological model for the Ribeirão da Onça catchment, which is located in an outcrop zone of the Guarani Aquifer System, one of the largest transboundary aquifers in the world. The catchment is mainly rural; thus, its land use and occupation vary heavily over time. In this context, the intent of this work was to evaluate the effects of the land use/cover changes in the hydrological processes through the elaboration of multiple J2K/JAMS hydrological models, which were calibrated individually (2008 through 2015) and validated with a recent model (2017), with the goal of creating a model that is able to predict long term hydrological effects of land use/cover changes in the catchment. Before creating the models, a validation of the hydrological and climatic data available in the catchment was done, through the analysis of the correlations between the measures, achieved with the use of a Python software. After that, land use maps were elaborated for the years 2008, 2011, 2013, 2015 and 2017. Then, the models with their HRU (Hydrological Response Units) specific sets were calibrated, then the optimal parameters for each model were applied on the other ones, to assess which were the most representative. During this step, the 2013 model was deemed anomalous, due to the drought that occurred during its calibration period, which justified its removal from the following stages. After that, an application made in Python allowed the .dat files generated during calibration to be visually analysed, through scatter and violin plots, aiding the decisions regarding the new maximum and minimum values for the parameters, preceding a manual search for the globally representative parameters set. The set that was found produced models with NSE varying from 0.25 to 0.39, PBIAS from -20,98 to -0,74 and R2 from 0,45 to 0,65, being that the validation model (2017) achieved an NSE of 0.26; PBIAS of -1.78 and R2 of 0.45, meaning that the parameters found, despite not being able to effectively reproduce the runnof peak values, is able to satisfactorily estimate the base runoff, even in land use and cover change conditions. With that, the parameters set found was applied in hypothetical scenarios of land use and cover, which produced coherent results with what was expected. A model sectorization was also attempted, using discharge data from two Parshall flumes installed in the catchment. However, there was no success in the attempt, evidenced by the NSE (-35.41 and 88.08), PBIAS (118.63 and 118.81) and R2 (0.15 and 0.12) values. The weak performance of the sectorization may be fixed by calibrating the model spatially, in addition to the calibration in regards to time. In other words, with multiple input discharge data, located in distinct points inside the catchment