Applicability of a distributed watershed pollution model in a data-poor environment in Santa Catarina State, Brazil

• Published in: Revista brasileira de ciência do solo Vol. 32; no. 4; pp. 1699 - 1712
• Main Authors: Bacic, Ivan Luiz Zilli, Rossiter, David G., Mannaerts, Christiaan Mathias
• Format: Journal Article
• Language: English
• Published: 01.08.2008
• ISSN: 0100-0683; 0100-0683
• DOI: 10.1590/S0100-06832008000400035

Intensification of agricultural production without a sound management and regulations can lead to severe environmental problems, as in Western Santa Catarina State, Brazil, where intensive swine production has caused large accumulations of manure and consequently water pollution. Natural resource scientists are asked by decision-makers for advice on management and regulatory decisions. Distributed environmental models are useful tools, since they can be used to explore consequences of various management practices. However, in many areas of the world, quantitative data for model calibration and validation are lacking. The data-intensive distributed environmental model AgNPS was applied in a data-poor environment, the upper catchment (2,520 ha) of the Ariranhazinho River, near the city of Seara, in Santa Catarina State. Steps included data preparation, cell size selection, sensitivity analysis, model calibration and application to different management scenarios. The model was calibrated based on a best guess for model parameters and on a pragmatic sensitivity analysis. The parameters were adjusted to match model outputs (runoff volume, peak runoff rate and sediment concentration) closely with the sparse observed data. A modelling grid cell resolution of 150 m adduced appropriate and computer-fit results. The rainfall runoff response of the AgNPS model was calibrated using three separate rainfall ranges (< 25, 25-60, > 60 mm). Predicted sediment concentrations were consistently six to ten times higher than observed, probably due to sediment trapping along vegetated channel banks. Predicted N and P concentrations in stream water ranged from just below to well above regulatory norms. Expert knowledge of the area, in addition to experience reported in the literature, was able to compensate in part for limited calibration data. Several scenarios (actual, recommended and excessive manure applications, and point source pollution from swine operations) could be compared by the model, using a relative ranking rather than quantitative predictions. A intensificação da produção agrícola sem o acompanhamento de práticas adequadas de manejo e de uma sólida regulamentação da atividade pode levar a sérios problemas ambientais, como os observados no oeste do Estado de Santa Catarina, Brasil, onde a produção intensiva de suínos tem causado grande acúmulo de dejetos e, conseqüentemente, poluição da água. Os tomadores de decisões freqüentemente questionam os pesquisadores da área de recursos naturais sobre práticas de manejo e decisões relacionadas à legislação ambiental. Para ajudar a responder a essas perguntas, modelos de simulação do ambiente podem ser ferramentas úteis, uma vez que podem ser usados para explorar as conseqüências de diversas práticas de manejo. No entanto, em muitas regiões do mundo, dados quantitativos adequados para calibração e validação de modelos não estão disponíveis. Este estudo avaliou a possibilidade da aplicação de um modelo ambiental altamente exigente em dados (AgNPS), integrado a um sistema geográfico de informações, em um ambiente relativamente pobre em dados. O trabalho foi realizado na microbacia do Rio Ariranhazinho, com área de 2.520 ha, localizada no município de Seara, no Estado de Santa Catarina. Foram descritos os passos necessários para que o modelo pudesse ser aplicado nesse ambiente, incluindo: preparação dos dados, seleção do tamanho de células, análise de sensibilidade, calibração e aplicação em diferentes cenários. O modelo foi calibrado usando-se uma "aproximação realista" para determinação dos valores dos parâmetros necessários e realizando-se uma análise de sensibilidade pragmática em que se utilizaram possíveis limites para os referidos parâmetros, considerando-se cenários otimista e pessimista. Em seguida, os parâmetros foram ajustados para que os resultados da aplicação do modelo se aproximassem dos dados observados. Não foi possível calibrar o modelo para toda a série de chuvas considerada, a qual foi então dividida em três faixas: < 25, 25-60 e > 60 mm. As previsões de concentração de sedimentos em água foram consistentemente de seis a dez vezes maiores do que os valores observados, possivelmente devido à captura de sedimentos pela vegetação próxima dos rios e drenos - situação não considerada pelo modelo. As estimativas de concentrações de N e P, ajustadas conforme as proporções empíricas encontradas para os sedimentos, variaram desde pouco abaixo até bastante acima dos padrões de qualidade de água estabelecidos em lei. O estudo demonstrou que o conhecimento técnico da área, somado às experiências relatadas na literatura disponível, foi capaz de compensar em grande parte a deficiência dos dados para calibração. Foi então possível aplicar o modelo para uma classificação relativa dos diferentes cenários em estudos comparativos, mas não para previsões quantitativas precisas.