UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” FACULDADE DE ENGENHARIA CÂMPUS DE ILHA SOLTEIRA HENRIQUE DE CARVALHO SIQUEIRA ANÁLISE COMPARATIVA DE PARÂMETROS DE MANCHAS DE INUNDAÇÃO: interferência da resolução do MDE em modelagens de ruptura de barragens Ilha Solteira 2021 Campus de Ilha Solteira HENRIQUE DE CARVALHO SIQUEIRA ANÁLISE COMPARATIVA DE PARÂMETROS DE MANCHAS DE INUNDAÇÃO: interferência da resolução do MDE em modelagens de ruptura de barragens Trabalho de conclusão de curso apresentado à Faculdade de Engenharia de Ilha Solteira – Unesp como parte dos requisitos para obtenção do título de Engenheiro Civil. Nome do orientador Prof. Dr. Artur Pantoja Marques Nome da coorientadora MSc. Marielly Gonçalves Anacleto Ilha Solteira 2021 Siqueira ANÁLISE COMPARATIVA DE PARÂMETROS DE MANCHAS DE INUNDAÇÃOinterferência da resolução do MDE em modelagens de ruptura de barragensIlha Solteira2021 134 Sim Trabalho de conclusão de cursoEngenharia CivilEngenharia CivilSim FICHA CATALOGRÁFICA Desenvolvido pelo Serviço Técnico de Biblioteca e Documentação Siqueira, Henrique de Carvalho. Análise comparativa de parâmetros de manchas de inundação: interferência da resolução do mde em modelagens de ruptura de barragens / Henrique de Carvalho Siqueira. -- Ilha Solteira: [s.n.], 2021 134 f. : il. Trabalho de conclusão de curso (Graduação em Engenharia Civil) - Universidade Estadual Paulista, Faculdade de Engenharia, Ilha Solteira, 2021 Orientador: Artur Pantoja Marques Coorientadora: Marielly Gonçalves Anacleto Inclui bibliografia 1. Modelagem hidrodinâmica. 2. Modelo digital de elevação. 3. Ruptura de barragem. S618a AGRADECIMENTOS À Faculdade de Engenharia de Ilha Solteira, que me possibilitou alcançar o sonho de me tornar quem sou hoje, como pessoa e profissional. Aos professores, desde o ensino fundamental até a graduação, que me inspiraram e me transmitiram o conhecimento, sem o qual eu não estaria aqui. Aos meus orientadores Prof. Dr. Artur Pantoja Marques e MSc. Marielly Gonçalves Anacleto, sem os quais este trabalho não seria possível. À Geometrisa Serviços de Engenharia, que gentilmente disponibilizou parte dos dados para que este trabalho se tornasse real. Aos meus colegas de trabalho que me auxiliaram durante a elaboração desse projeto. Aos meus amigos, que estiveram sempre ao meu lado durante a caminhada me dando forças para continuar, especialmente à Amanda Barbosa, Débora Bertelli, Joice Benfica e Lara Nakamiti. Ao Ian Matoso Especiato, que leu este trabalho integralmente e opinou em cada etapa desse processo, estando sempre presente comigo. Por fim, à minha família que sempre me apoiou financeira e psicologicamente, acreditando no meu potencial, me fortalecendo a cada dia e me ajudando a seguir em frente, em especial aos meus pais, Giuliano e Luciane, aos meus avós, Antônio, Teófilo, Vera Lúcia e Waldicléia. “Assim, chega a neve depois do fogo, e mesmo os dragões chegam ao fim!” (TOLKIEN, 2009, p.287) RESUMO A disponibilidade hídrica brasileira propicia a utilização da energia hidrelétrica no país. Deve-se, no entanto, construir barramentos que atuem no controle hídrico com reservatórios, armazenando água para períodos de estiagem e no amortecimento de cheias durante épocas de chuvas. As barragens, porém, representam mudanças socioambientais nas regiões onde são instaladas. A jusante, por exemplo, deve-se ter o cuidado de definir, para cenários de ruptura dessas barragens, alguns importantes parâmetros como a área potencialmente alagada, profundidade de lâmina d’água, velocidade da onda e seu tempo de chegada, de modo que durante uma emergência se tenha um plano de contingência eficaz para mitigação de danos e perdas de vidas. Para a determinação dessas áreas, utiliza-se das modelagens hidrodinâmicas, que são modelos computacionais de escoamento de fluidos que possibilitam determinar diversos parâmetros da onda de inundação. Para esses processos, são necessários modelos digitais de terreno (MDTs) que fazem a representação do terreno e podem apresentar diferentes precisões. Essa diferença gera manchas com resultados distintos que podem influenciar em tomadas de decisões futuras, sendo necessária uma análise cuidadosa dos resultados obtidos, para que se possa validar as manchas. De modo geral, o estudo teve como objetivo comparar a influência de três MDTs de precisões diferentes (ALOS, LiDAR e SRTM) nos parâmetros gerados por essas manchas, comparando-as e tentando estabelecer uma tendência entre os resultados obtidos, analisando a viabilidade do uso de cada um deles. Pode-se notar que embora houvesse tendências de modelos mais precisos terem menores áreas de alagamento, maiores profundidades e maiores velocidades, houve casos em que a afirmativa não foi verdadeira. Assim, aponta-se que cada modelo pode se comportar de uma determinada maneira, devido a diversos fatores que individualizam um estudo de ruptura, devendo-se analisar com cautela os resultados obtidos. Palavras-chave: modelagem hidrodinâmica; modelo digital de elevação; ruptura de barragem. ABSTRACT Brazilian hydric disponibility leads to the hydroelectric energy use in the country. However, we must build dams that act on the hydrologic control by reservoirs, storing water during dry periods and dampening floods in rainy seasons. Although, dams represent social and environmental impacts to the areas around the building. Downstream, for example, there might have some caution defining, for dam break sceneries of these constructs, some important parameters such as potential flood areas, water depth, wave velocity and its arrival time, so that during an emergency there is an effective contingency plan to mitigation of damage and lives losses. To determine these areas, hydrodynamic modeling is used, which are computational models of fluid flow that allows determining various parameters of the flood wave. For these processes, digital terrain models (DTMs) that represent the terrain and can present different precisions are needed. This difference generates inundations with different results that can influence future decision-making, so that a careful analysis of the obtained results is necessary for them to be validated. In general, the study aimed to compare the influence of three DTMs of different precision (ALOS, LiDAR and SRTM) on the parameters generated by these inundations, in order to compare them and try to establish a tendency between the results obtained, analyzing the viability of using each of them. It can be noted that although there was a tendency for more accurate models to have smaller flood areas, greater depths and greater wave velocity, there were cases where the statement was not true. Thus, it is pointed out that each model can behave in a certain way, due to several factors that individualize a rupture study, and the results obtained should be carefully analyzed. Keywords: hydrodynamic modeling; digital elevation model, dam break. LISTA DE FIGURAS Figura 1 – Representação de geoide e elipsoide em relação à superfície ........... 25 Figura 2 – Mapa Mundi em projeção UTM com quadrantes ................................ 26 Figura 3 – Diferença entre MDT e MDS ............................................................... 28 Figura 4 – Modelo Digital de Elevação ALOS-PALSAR ....................................... 30 Figura 5 - Tipos de Escaneamento do Sensor LiDAR .......................................... 31 Figura 6 – Coeficientes de Manning para planícies de inundação ....................... 34 Figura 7 – Coeficientes de Manning para canais ................................................. 35 Figura 8 – Representação de seção longitudinal do modelo 1D .......................... 36 Figura 9 – Representação de seções transversais em modelo 1D ...................... 37 Figura 10 - Detalhe de malha de escoamento 2D ................................................ 38 Figura 11 – Coeficiente de Manning em terreno para modelagem 2D ................. 39 Figura 12 – Fluxograma das etapas de desenvolvimento do trabalho ................. 41 Figura 13 - Mapa dos Modelos Digitais de Elevação Referentes à Barragem A .. 49 Figura 14 - Mapa dos Modelos Digitais de Elevação Referentes à Barragem B .. 50 Figura 15 - Mapa dos Modelos Digitais de Elevação Referentes à Barragem C .. 51 Figura 16 - Mapa dos Modelos Digitais de Elevação Referentes à Barragem D .. 52 Figura 17 - Mapa dos Modelos Digitais de Elevação Referentes à Barragem E .. 53 Figura 18 - Mapa dos Modelos Digitais de Elevação Referentes à Barragem F .. 54 Figura 19 – Áreas de inundação de ruptura das barragens de DPA baixo .......... 57 Figura 20 – Áreas de inundação de ruptura das barragens de DPA médio ......... 57 Figura 21 – Áreas de inundação de ruptura das barragens de DPA alto ............. 58 Figura 22 – Profundidades máximas de lâmina d’água das modelagens ............ 59 Figura 23 – Seções transversais das seções de interesse da barragem D .......... 60 Figura 24 – Seções transversais das seções de interesse da barragem E .......... 60 Figura 25 – Profundidade x distância para modelagens da Barragem A ............. 65 Figura 26 – Profundidade x distância para modelagens da Barragem B ............. 66 Figura 27 – Profundidade x distância para modelagens da Barragem C ............. 66 Figura 28 – Profundidade x distância para modelagens da Barragem D ............. 67 Figura 29 – Profundidade x distância para modelagens da Barragem E ............. 67 Figura 30 – Profundidade x distância para modelagens da Barragem F .............. 68 Figura 31 – Velocidade x distância para modelagens da Barragem A ................. 68 Figura 32 – Tempo de chegada x distância para modelagens da Barragem A .... 69 Figura 33 – Cota do terreno x distância dos MDTs da Barragem A ..................... 70 Figura 34 – Velocidade x distância para modelagens da Barragem B ................. 71 Figura 35 – Tempo de chegada x distância para modelagens da Barragem B .... 72 Figura 36 – Cota do terreno x distância dos MDTs da Barragem B ..................... 72 Figura 37 – Velocidade x distância para modelagens da Barragem C ................. 74 Figura 38 – Tempo de chegada x distância para modelagens da Barragem C .... 74 Figura 39 – Cota do terreno x distância dos MDTs da Barragem C ..................... 75 Figura 40 – Detalhamento das regiões de pico de velocidade da modelagem com MDT LiDAR (a) Seção 5 (50,026 km) (b) Seção 6 (63,025 km) ........................... 76 Figura 41 – Velocidade x distância para modelagens da Barragem D ................. 77 Figura 42 – Tempo de chegada x distância para modelagens da Barragem D .... 77 Figura 43 – Cota do terreno x distância dos MDTs da Barragem D ..................... 78 Figura 44 – Velocidade x distância para modelagens da Barragem E ................. 79 Figura 45 – Tempo de chegada x distância para modelagens da Barragem E .... 80 Figura 46 – Cota do terreno x distância dos MDTs da Barragem E ..................... 80 Figura 47 – Velocidade x distância para modelagens da Barragem F ................. 82 Figura 48 – Tempo de chegada x distância para modelagens da Barragem F .... 82 Figura 49 – Cota do terreno x distância dos MDTs da Barragem F ..................... 83 LISTA DE QUADROS Quadro 1 – Faixas de classificação de DPA ........................................................ 20 Quadro 2 - Matriz resumo de classificação de DPA de barragens ....................... 20 Quadro 3 - Tipos simplificados de hidrogramas ................................................... 24 LISTA DE TABELAS Tabela 1 – Características Técnicas das Barragens do Estudo ........................... 41 Tabela 2 – Características da brecha por barragem ............................................ 45 Tabela 3 – Condições de contorno das modelagens ........................................... 47 Tabela 4 – Cotas máximas e mínimas observadas dos MDTs............................. 48 Tabela 5 – Hidrogramas de ruptura das barragens .............................................. 55 Tabela 6 – Área de inundação e profundidade máximas das modelagens .......... 56 Tabela 7 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem A ................................................................................. 62 Tabela 8 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem B ................................................................................. 62 Tabela 9 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem C ................................................................................. 63 Tabela 10 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem D ............................................................................... 63 Tabela 11 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem E ............................................................................... 64 Tabela 12 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem F ............................................................................... 64 LISTA DE SIGLAS ALOS Advanced Land Observing Satellite ANA Agência Nacional de Águas e Saneamento ANEEL Agência Nacional de Energia Elétrica ASF Alaska Survey Facility AVNIR-2 Advanced Visible and Near Infrared Radiometer type 2 DPA Dano Potencial Associado FSB Formulário de Segurança de Barragem GPS Sistema de Geoposicionamento Global GRS Geodetic Reference System HEC-RAS Hydrologic Engineering Center – River Analysis System IBGE Instituto Brasileiro de Geografia e Estatística JAXA Japanese Aerospace Exploration Agency LiDAR Light Detection and Ranging MDE Modelo Digital de Elevação MDS Modelo Digital de Superfície MDT Modelo Digital de Terreno NASA National Aeronautics and Space Administration NIMA National Imagery and Mapping Agency PAE Plano de Ação de Emergência PALSAR Phase Array type L-band Synthetic Aperture Radar PRISM Panchromatic Remote-sensing Instrument Stereo Mapping SIG Sistema de Informação Geográfica SIRGAS Sistema de Referencia Geocéntrico para las Américas SRTM Shuttle Radar Topographic Mission tif Tagged Image File tin Trianulated Irregular Network USACE United States Army Corps of Engineers USGS United States Geological Survey UTM Universal Transversa de Mercator WGS World Geodetic System LISTA DE ABREVIATURAS 1D Unidimensional 2D Bidimensional h Hora hm Hectômetro km Quilometro m Metro N Norte s Segundo W Watts SUMÁRIO 1 INTRODUÇÃO .............................................................................................. 15 2 OBJETIVOS .................................................................................................. 18 3 REVISÃO DE LITERATURA ......................................................................... 19 3.1 Barragens ............................................................................................. 19 3.1.1 Cenário brasileiro de barragens ...................................................... 19 3.1.2 Ruptura de barragens ..................................................................... 21 3.1.2.1 Características da brecha de ruptura ...................................... 21 3.2 Geoprocessamento .............................................................................. 25 3.2.1 Cartografia ...................................................................................... 25 3.2.2 Geoinformação, geoprocessamento e Sistema de Informações Geográficas (SIG) ................................................................................................ 27 3.2.3 Modelos digitais .............................................................................. 27 3.2.3.1 ALOS PALSAR ....................................................................... 29 3.2.3.2 LiDAR ..................................................................................... 30 3.2.3.3 SRTM ...................................................................................... 31 3.3 Modelagem Hidrodinâmica ................................................................... 33 3.3.1 Modelagem unidimensional ............................................................ 36 3.3.2 Modelagem bidimensional .............................................................. 38 4 MATERIAIS E MÉTODOS ............................................................................ 40 4.1 Materiais ............................................................................................... 40 4.2 Métodos ............................................................................................... 40 4.2.1 Delimitação das áreas de estudo .................................................... 41 4.2.2 Aquisição dos modelos digitais de terreno ...................................... 42 4.2.3 Processamento dos modelos digitais de terreno ............................ 43 4.2.4 Determinação dos hidrogramas de ruptura ..................................... 45 4.2.5 Modelagem hidrodinâmica .............................................................. 46 4.2.6 Finalização do processamento e análise das manchas .................. 47 5 RESULTADOS E DISCUSSÕES .................................................................. 48 5.1 Processamento do MDT ....................................................................... 48 5.2 Hidrograma de ruptura ......................................................................... 55 5.3 Manchas de Inundação e Confecção de Mapas .................................. 56 6 CONSIDERAÇÕES FINAIS E CONCLUSÃO ............................................... 85 6.1 Sugestões para pesquisas futuras ....................................................... 86 7 REFERÊNCIAS ............................................................................................. 87 APÊNDICE A – Mapas de elevação dos modelos digitais de terreno ............ 91 APÊNDICE B – Mapas de seções transversais das modelagens ................... 98 APÊNDICE C – Mapas de profundidade da água das modelagens .............. 105 APÊNDICE D – Mapas de velocidade da onda das modelagens .................. 112 APÊNDICE E – Mapas de tempo de chegada da onda das modelagens ..... 119 APÊNDICE F – Mapas de área de inundação das modelagens .................... 126 15 1 INTRODUÇÃO Sabe-se que o Brasil tem grande parte de sua energia gerada a partir de recursos renováveis. Isso se deve à abundância de recursos naturais disponíveis ao longo de todo o país, em especial os hídricos, que representam cerca de 19% do montante mundial (LIMA, 2001). Desse modo, o cenário de barragens de usos múltiplos no Brasil é amplo, registrando cerca de 900 empreendimentos de produção de energia elétrica com fontes hidrelétricas (ANEEL, 2021) e representando grande parte da geração do país. As barragens, no entanto, representam alterações do meio físico e social podendo, em cenários emergenciais, representar riscos ao vale a jusante, sendo necessário um plano de ação para mitigação de danos ambientais e socioeconômicos, com planos de alerta e evacuação bem definidos para as zonas afetadas. Esses danos podem ser classificados através de matriz disponibilizada por órgãos fiscalizadores, que determinam o tamanho do impacto gerado, dividindo- os em três níveis: baixo, médio ou alto. Nesse contexto, as modelagens hidrodinâmicas são ferramentas eficazes para simulações de defluências, sendo o principal produto comumente nomeado por mancha de inundação. Amplamente aceitas, as modelagens computacionais hidrodinâmicas são utilizadas não somente para eventos extremos, mas também servem como base para estudos de influência da construção de obstáculos no rio, simulações de influência de canais laterais e barramentos para controle de cheias e análise de qualidade da água (USACE, 2016d). Esses cenários complexos de modelagem exigem modelos bidimensionais, com parâmetros bem definidos de montante e jusante. Comumente, utiliza-se como primeiro parâmetro de saída, o hidrograma de defluência, que simula uma onda provocada por ruptura da barragem, sendo necessárias análises das características da ruptura e o segundo, a declividade média do curso d’água pela extensão definida para a modelagem. Ressalta-se, porém, que podem ser utilizadas outras condições de contorno para modelagem, como curvas-chave de reservatórios. A precisão de uma modelagem depende de diversos fatores, podendo atingir valores muito próximos aos observados em campo quando se dispõe de 16 levantamentos de campo e registros precisos para sua calibração. Parte importante na confecção das modelagens, portanto, são os levantamentos de campo de representação do terreno, chamados Modelos Digitais de Terreno (MDT), que podem advir de bases de dados gratuitas ou não, variando os níveis de precisão. Discutido desde a metade do século passado, os MDTs vêm evoluindo constantemente, porém, os mais precisos ainda demandam grandes investimentos podendo ser inviáveis para aquisição por determinados empreendedores. Assim, existem hoje outros modelos gratuitos, porém menos precisos que também podem ser utilizados com algumas ressalvas. A diferença de acurácia dos modelos digitais influencia nos resultados de manchas de inundação e podem gerar imprecisões e divergências significativas. Faz-se necessária, portanto, uma análise detalhada dessas divergências para determinação de resultados. Em geral, modelos menos precisos tendem a apresentar áreas de inundação que podem não ser representativas de cenários reais, podendo ser superestimadas ou subestimadas. Além da área de inundação, outros parâmetros como profundidade de lâmina d’água, velocidade e tempo de chegada da onda tem divergências quando analisados com modelos mais ou menos precisos, devendo-se analisar com cautela os resultados obtidos. Em seu manual sobre segurança de barragens, ANA (2016) pontua que na impossibilidade de se obter modelos mais precisos, aqueles com menor precisão podem ser aceitos para utilização em modelagens hidrodinâmicas, mas faz-se necessária uma análise das manchas geradas para que não se tenha resultados fora da realidade. Para a análise desses dados, os softwares de geoprocessamento, também chamados de Sistema de Informação Geográfica (SIG) têm grande importância, uma vez que realizam a amostragem de dados de maneira clara e de fácil entendimento, possibilitando a construção de mapas com informações georreferenciadas na projeção que melhor atenda as demandas do usuário. Utilizou-se no presente trabalho, seis barragens, divididas pelo Dano Potencial Associado, sendo duas de cada classificação, de modo que se pudesse ter uma ideia mais abrangente da diferença causada nos impactos dependendo do modelo utilizado para o processamento das manchas, uma vez que precisões 17 diferentes causam mudanças em parâmetros da mancha, visto o diferente detalhamento que se tem da representação de um terreno. O presente trabalho teve, portanto, por objetivo, fazer uma análise comparativa de parâmetros de manchas de inundação importantes para elaboração de planos de contingência para cenários extremos de ruptura de barragens, geradas com base em três MDTs de precisões distintas, sendo esses modelos provenientes dos satélites ALOS PALSAR, SRTM e de aerolevantamento, com tecnologia LiDAR. Visou-se ainda criar mapas comparativos dos terrenos e dos parâmetros, para se entender e tentar apontar um comportamento típico de modelagens nesses terrenos. 18 2 OBJETIVOS O presente trabalho teve como objetivo geral comparar os parâmetros gerados das manchas de inundação de seis barragens, de Dano Potencial Associado (DPA) baixo, médio e alto, obtidas a partir de modelagem hidrodinâmica com três modelos digitais de terreno (MDT) de precisões distintas, a fim de determinar as diferenças de cada um no resultado final, além de tentar estabelecer uma tendência dos comportamentos das modelagens com essas representações de terreno. E como objetivos específicos, tem-se:  Tratar e analisar os MDTs para utilização nas modelagens hidrodinâmicas;  Realizar modelagem bidimensional para obtenção das manchas de inundação finais;  Elaborar gráficos e tabelas comparativas dos parâmetros analisados. 19 3 REVISÃO DE LITERATURA 3.1 Barragens Segundo a Lei nº 14.066, definem-se barragens as estruturas construídas com a finalidade de conter líquidos ou misturas de sólidos e líquidos dentro ou fora de cursos d’água, podendo ser temporárias ou permanentes (BRASIL, 2020). Esses reservatórios podem ser destinados a diferentes usos, como abastecimento de água, regularização de vazão, aproveitamento hidrelétrico, amortecimento de cheias, contenção de rejeitos, entre outros. Cada barragem apresenta suas peculiaridades de projeto, podendo variar em tamanho, largura, comprimento, órgão extravasor (vertedouros e descarregadores), formato e material. Dentre os principais tipos de barragens, podem-se citar como as mais comuns as de aterro, construídas com solo compactado e as de concreto, que podem ser de gravidade, em arco etc. 3.1.1 Cenário brasileiro de barragens Segundo Lima (2001), o Brasil possui cerca de 19% da disponibilidade hídrica do mundo, tornando o cenário de construção de barragens para aproveitamentos múltiplos uma boa opção para o país. Observa-se, portanto, grande quantidade de usinas hidrelétricas ao longo do território nacional, sendo esse método de geração de energia, responsável por boa parte da demanda energética brasileira. A classificação de barragens de uso hidrelétrico é feita de acordo com a Resolução nº 696 da Agência Nacional de Energia Elétrica (ANEEL, 2015), que estabelece um quadro de pontuações que levam em consideração aspectos ambientais e socioeconômicos, além do volume do reservatório, que somadas geram o chamado Dano Potencial Associado (DPA), considerando-se os níveis baixo, médio e alto (ANNEL, 2015). Apresenta-se no Quadro 1 a matriz de pontuação e no Quadro 2, os limites de classificação desses níveis. 20 Quadro 1 – Faixas de classificação de DPA Fonte: ANEEL, 2015 Quadro 2 - Matriz resumo de classificação de DPA de barragens Fonte: ANEEL, 2015 As barragens de uso hidrelétrico são fiscalizadas pela ANEEL, em âmbito nacional, e precisam ser reclassificadas todo ano, seus documentos entregues via Formulário de Segurança de Barragem (FSB). De acordo com o levantamento da ANEEL (2021), existem no Brasil 899 barragens cadastradas no Sistema FSBWeb, sendo 652 delas avaliadas com DPA médio ou alto. A aprovação da Lei nº 14066, de 30 de setembro de 2020, obriga empreendedores a implantarem o Plano de 21 Ação de Emergência (PAE) em barragens com estas classificações (BRASIL, 2020). Pereira (2019) aponta que cerca de 35% dos incidentes e acidentes em barragens brasileiras entre 2010 e 2017 tem como motivo eventos relacionados a cheias. Torna-se, portanto, necessário um estudo detalhado e eficiente dessas ocorrências em barragens, de modo que, em caso de emergência e iminente rompimento do barramento, sejam realizadas ações de mitigação de perda de vidas e minimização de impactos pela previsão de tais acontecimentos. 3.1.2 Ruptura de barragens A ruptura de uma barragem pode acontecer por diversos fatores internos ou externos, sendo os principais deles: erosão, galgamento, deslizamento, tombamento, terremotos, falhas de projeto, execução ou operação, entre outros. (SARAIVA, 2014). De acordo com Mascarenhas (1990), o evento de ruptura de barragem advém de causas materiais, naturais ou em decorrência de intervenção humana. Além disso, aponta-se que barragens de concreto tem maior suscetibilidade a problemas estruturais e de fundação, enquanto barragens de terra são mais sensíveis a condições de galgamento ou erosão. 3.1.2.1 Características da brecha de ruptura As características mais importantes a serem conhecidas da brecha de ruptura são: as configurações geométricas de base e altura, dimensões do reservatório e o tempo de ruptura, pois esses fatores influenciam no hidrograma final de ruptura que será propagado pelo vale a jusante, podendo alterar parâmetros como tempo de chegada, altura da lâmina d’água etc. Segundo Viseu (2006), a configuração geométrica da brecha depende principalmente do tipo da barragem e do material com a qual é construída. As barragens de gravidade, têm sua ruptura ocasionada, em geral, por tombamento ou deslizamento devido à deterioração do concreto e diminuição da 22 resistência da fundação. Em estruturas de alvenaria, as brechas tendem a se formar por tombamento de blocos da estrutura (CAMPOS et al., 2018). Já nas de concreto, o deslizamento ocorre na fundação sendo a geometria aproximadamente retangular e considerando a altura igual ao valor da altura total do barramento. As barragens de aterro têm, em geral, a ruptura ocasionada por galgamento ou erosão interna (piping). No galgamento, a água ultrapassa os níveis máximos da barragem, escoando a água pela estrutura, causando um corte do material do aterro, geralmente na zona central. O cenário de galgamento está ligado a variações repentinas de vazão e chuvas extremas, de forma que não se tem tempo hábil para um controle hidráulico de esvaziamento do reservatório para espera desse volume d’água (VISEU, 2006). Além disso, a altura da brecha é equivalente a aproximadamente a altura do barramento. Em estudos de ruptura de barragens, Viseu (2006) realizou uma comparação entre formulações de diversos autores, de modo que ao final chegou em uma simplificação de cálculos para valores de brecha em barragens de terra, chegando na Equação 1, e definindo uma geometria da brecha típica trapezoidal, com inclinação aproximadamente de 2V:1H. Já para barragens de concreto, USBR (1989 apud VISEU, 2006) define a largura média da brecha como sendo metade do comprimento da barragem e o formato da brecha, retangular. 𝑩𝒃𝒓𝒆 ≅ 𝟐, 𝟓𝑯𝒃𝒂𝒓𝒓 (1) Considera-se que o tempo de ruptura é o intervalo entre o surgimento da primeira brecha na barragem até a sua formação completa. A partir de um estudo em que foram levantados dados de 43 barragens, Froehlich (1987 apud VISEU, 2006) apresenta a Equação 2, que pode ser utilizada em estudos de ruptura de barragens de terra. 𝒕𝒓𝒖𝒑 = 𝟎, 𝟎𝟎𝟕 ( 𝑽𝒓𝒆𝒔 𝑯𝒃𝒓𝒆 𝟐⁄ ) 𝟎,𝟓 (2) Para determinar a vazão de pico de um evento de ruptura, deve-se considerar os valores característicos da brecha completamente formada. Para Singh (1996 apud. VISEU, 2006), pode-se considerar que o escoamento máximo d’água pela brecha é semelhante ao escoamento de um vertedouro de soleira 23 espessa, utilizando-se, portanto, a Equação 3 com os valores máximos das características da brecha para definição da máxima vazão. 𝑸𝒎𝒂𝒙 = 𝟏, 𝟕𝑩𝒃𝒓𝒆𝑯𝑏𝑟𝑒 𝟑/𝟐 (3) Sendo: Bbre = largura característica da brecha [m]; Hbar = altura da barragem [m]; Trup = tempo de formação completa da brecha (h) Vres = volume do reservatório da barragem no momento da ruptura [m³]; Hbre = altura da brecha [m]; Qmáx = descarga máxima defluente da barragem em ruptura [m³/s]; O hidrograma de ruptura de uma barragem depende de diversas características do barramento, entre elas as dimensões do reservatório, da brecha formada, devendo-se primeiramente determinar a vazão de pico no momento da ruptura. Ainda, segundo Viseu (2006), deve-se considerar o efeito de um hidrograma afluente sobre o estudo de ruptura de uma barragem para o cenário mais provável, sendo este, uma vazão de projeto da barragem ou de chuva de tempo de recorrência elevado, condizente com um cenário de galgamento. Escoamentos reais podem ser complexos para serem demonstrados, de forma que se pode realizar sua simplificação em hidrogramas triangulares ou parabólicos (BRASIL, 2005). Os hidrogramas devem ter um pico de vazão, seguido de sua diminuição, representando o esvaziamento do reservatório. Apresenta-se no Quadro 3, duas representações simplificadas possíveis de serem utilizadas para confecção dos hidrogramas. 24 Quadro 3 - Tipos simplificados de hidrogramas Hidrograma Representação Equações Triangular Simplificado 𝑄𝑝 = 2𝑉 𝑇𝑏 𝑄(𝑡) = 𝑄𝑝 (𝑡 𝑇𝑝 ⁄ ), para 0≤t≤Tp 𝑄(𝑡) = 𝑄𝑝 − 𝑄𝑝 ( 𝑡 − 𝑇𝑝 𝑇𝑝 − 𝑇𝑝 ⁄ ), para t≥Tp Parabólico 𝑄(𝑡) = 𝑄𝑝 [( 𝑡 𝑇𝑝 ) 𝑒 (1−( 𝑡 𝑇𝑝 )) ] 𝑘 Fonte: Adaptado de Brasil (2005) Sendo: Qp = descarga máxima defluente da barragem em ruptura [m³/s]; Vr = volume do reservatório da barragem no momento da ruptura [m³]; Tp = tempo de pico [s]; Tb = tempo de base [s]; k = coeficiente ligado a calibração de volume do reservatório. 25 3.2 Geoprocessamento 3.2.1 Cartografia A superfície terrestre está em constante mudança seja por processos erosivos, movimentação de placas tectônicas ou ações humanas, de forma que sua representação real não é perfeitamente esférica (IBGE, 1999). Por conta disso, muito se estuda sobre uma melhor forma de representação plana da superfície de modo que não se tenham grandes distorções em mapas planos. A partir desses estudos, foram adotados elipsóides de revolução, sendo eles diferentes em determinadas regiões geográficas, de forma que melhor representem a superfície de determinado continente ou país em específico (IBGE, 1999). Esses elipsóides possuem diferentes tamanhos e posições em relação ao geóide, e definem, portanto, um sistema geodésico, também conhecido como datum horizontal (IBGE, 1999). Esse geóide é uma forma irregular que representa as anomalias da superfície terrestre e segundo Menezes e Fernandes (2013) pode ser definida como “a superfície do nível médio dos mares supostamente prolongada sob os continentes”. Desse modo, faz-se necessária a correção do elipsóide em relação ao geóide para que se tenha uma altimetria mais acurada e próxima ao valor real. Apresenta-se na Figura 1 uma representação do elipsóide e de um geóide. Figura 1 – Representação de geóide e elipsóide em relação à superfície Fonte: Cubas e Taveira (2020) Para se trabalhar com dados geográficos é necessário, portanto, a definição de um datum horizontal que corresponda à região estudada, uma vez que ele está 26 diretamente atrelado a um sistema de coordenadas (IBGE, 1999). É importante ainda que os dados utilizados estejam sempre em um mesmo datum horizontal, uma vez que podem acontecer deslocamentos de pontos na conversão (CUBAS; TAVEIRA, 2020). Desde 2005, utiliza-se no Brasil o datum horizontal SIRGAS 2000 (Sistema de Referência Geocêntrico para as Américas), conforme resolução 01/2005 do Instituto Brasileiro de Geografia e Estatística (IBGE, 2005). Esse elipsóide tem como parâmetros originais o sistema GRS80, de modo que se assemelha ao datum horizontal WGS 84, também baseado neste sistema, com diferenças entre eles de até 1 cm (GALDINO, 2006). As representações geográficas podem ser feitas por mapas, cartas etc. Para isso são utilizados os Sistemas de Coordenadas Planas, comumente adotando-se a projeção Universal Transversa de Mercator (UTM), que divide o globo em fusos enumerados de 1 a 60, com início do eixo no Meridiano de Greenwich (IBGE, 1999). A projeção UTM usa como outro eixo a Linha do Equador e, por ser uma projeção cilíndrica, tem pequenas deformações em áreas próximas ao polo. O sistema de projeção utiliza, ainda, o Norte da Quadrícula, que coincide com aquele do Meridiano Central (IBGE, 1999). Representa-se na Figura 2 um mapa com as quadrículas referentes à projeção UTM. Figura 2 – Mapa Mundi em projeção UTM com quadrantes Fonte: Carvalho e Araújo (2008) 27 3.2.2 Geoinformação, geoprocessamento e Sistema de Informações Geográficas (SIG) O conceito de geoinformação é dado por Cubas e Taveira (2020) como um conjunto de informações atreladas a um ou mais referenciais geográficos. Essas informações ficam armazenadas em uma base de dados e podem ser processadas a fim de se formar uma representação gráfica do fenômeno. As autoras ainda apontam que esses dados “[...] são alienados do uso de técnicas computacionais, o que significa que ao analisar ou representar dados geográficos por meio da Geoinformação, é preciso “traduzir” esses dados para uma linguagem computacional.” (CUBAS; TAVEIRA, 2020, p. 18). Essa tradução, pode ser chamada de geoprocessamento, definindo-se como uma tecnologia para obtenção e análise de dados georreferenciados, para estruturá-los de forma que se tenha um entendimento simplificado deles (SILVA, 2006). Cubas e Taveira (2020) apontam que o geoprocessamento é parte essencial do processo de análise da geoinformação, a partir do qual se pode converter dados em informações. Da necessidade de processamento desses dados geográficos, aponta-se então a existência de Sistemas de Informações Geográficas (SIG), que são softwares que realizam de forma automatizada as etapas do geoprocessamento, armazenando os dados e representando-os em mapas com sistemas de coordenadas geográficas. Um SIG, no entanto, não é composto apenas por softwares. Segundo Cubas e Taveira (2020), o sistema é composto também por hardwares, pessoas capacitadas a modelar e desenvolver o projeto, uma base de dados e uma metodologia que seja compatível e aplicável à finalidade. 3.2.3 Modelos digitais A representação digital de terreno vem sendo discutida há mais de 60 anos, tendo surgido o conceito no final da década de 50, no Instituto de Tecnologia de Massachusetts (MIT, em inglês), Li (2005). Desde então, vem sendo aprimorada e utilizada em diversas áreas como a geologia e engenharia, tendo aplicações em 28 campos como construção de rodovias, barragens e estudos geológicos e hidrológicos. Essas representações de terreno podem ser apresentadas como Modelos Digitais de Superfície (MDS) em que, segundo Cruz et al. (2011), os dados de altimetria são apresentados considerando a vegetação e outras estruturas como edificações presentes, como Modelos Digitais de Elevação (MDE). Estes, segundo Tighe (2009), são representações digitais da topografia do solo exposto com dados de altimetria, sem vegetação, edificações e outras estruturas, que são digitalmente removidas. Os modelos podem ser chamados também de Modelo Digital de Terreno (MDT), em que se tem a amostragem contínua de dados do terreno, formando-se uma malha. Os MDTs podem apresentar informações variadas sobre o terreno que não necessariamente traduzem-se em dados de altimetria. Sabe-se que existe uma diferença entre os conceitos de MDE e MDT, porém, por se referirem ao mesmo produto de representações de altimetria no Brasil, ambos os termos serão utilizado ao longo do trabalho, para se referir a tal. Mostra-se, portanto, na Figura 3 a diferença entre o MDS e MDT. Figura 3 – Diferença entre MDT e MDS Fonte: Adaptado de Mirosław-Świątek et al (2016) Os modelos digitais podem ser obtidos de diversas formas, gerando também diferentes níveis de precisão, podendo variar de ordem métrica a centimétrica. Uma delas é o sensoriamento remoto, método em que as informações são obtidas por sensores instalados em satélites que orbitam o globo terrestre. Hutchinson e Gallant (2000) dizem que o sensoriamento remoto via satélite possibilita a aquisição de dados de grandes áreas, porém possuem limitações, pois não são capazes de medir elevações corretamente em regiões com cobertura vegetal. 29 Dong e Chen (2018) apontam que o sensoriamento pode ser passivo ou ativo. O primeiro é aquele que não emite energia própria, mas capta ondas da radiação solar refletidas na superfície ou atmosfera terrestre. Já o sensoriamento ativo, emite radiação própria que atinge o solo e é refletida de volta ao equipamento que então capta os sinais de leitura. Segundo os autores, o segundo método possui a vantagem de não depender de condições climáticas ou iluminação solar para obtenção de resultados. Além dos sensoriamentos orbitais, existem aqueles que são feitos com veículos aéreos, tripulados ou não, que fazem sua trajetória a níveis mais baixos e com áreas mais restritas ao estudo desejado, os chamados aerolevantamentos. Os modelos digitais podem ter diferentes precisões, ou seja, diferentes graus de detalhamento e erro de altimetria em relação ao valor real em campo. Nesse contexto, divide-se a precisão em horizontal e vertical, a primeira tendo relação com a quantidade de pontos obtidos dentro de uma área, formando assim uma malha de pontos com altimetria mais espaçada ou mais justa, e a segunda, referindo-se ao erro máximo obtido em um ponto em relação ao nível de fato observado em campo. 3.2.3.1 ALOS PALSAR A missão ALOS (Advanced Land Observing Satellite) foi lançada em janeiro de 2006, com o propósito de coletar dados em alta resolução da superfície terrestre, que pudessem contribuir em áreas como a cartografia e monitoramento de desastres. O satélite foi equipado com três sensores: PRISM (Panchromatic Remote-sensing Instrument Stereo Mapping), AVNIR-2 (Advanced Visible and Near Infrared Radiometer type 2) e PALSAR (Phased Array type L-band Synthetic Aperture Radar), esse último, com o intuito de realizar medições de elevação da superfície (JAXA, 2008). O processamento dos dados desses sensores foi realizado pela Alaska Survey Facility (ASF) e posteriormente disponibilizado online gratuitamente. Os MDTs resultantes do processamento dos dados do satélite PALSAR têm como base, modelos digitais de terreno da missão SRTM que foram ortorretificados e corrigidos com o novo imageamento e, então, reamostrados em células de precisão 30 horizontal de 12,5 m. Além disso, segundo JAXA (2008), modelos ALOS apresentam erros de precisão vertical da ordem de até 5 m. Para a América do Sul, utilizou-se os MDTs SRTM GL1, de resolução média (30 m), que tiveram seus dados convertidos para alturas elipsoidais (ASF ENGINEERING, 2015). Apresenta- se na Figura 4 uma representação de carta com dados brutos obtida do MDT ALOS. Figura 4 – Modelo Digital de Terreno ALOS-PALSAR Fonte: Elaborado pelo autor 3.2.3.2 LiDAR O sistema de sensoriamento remoto do LiDAR (Light Detection and Ranging) é composto por um scanner a laser, equipamentos de controle e monitoramento do sensor, além de sistema de geoposicionamento global (GPS) e unidade de medida inercial. O escaneamento do terreno pode seguir padrões de varredura em zig-zag, paralelos ou elípticos (Chen e Dong, 2018), conforme apresentado na Figura 5. 31 Figura 5 - Tipos de Escaneamento do Sensor LiDAR Fonte: Adaptado de Chen e Dong, 2018 O princípio de funcionamento do LiDAR é a emissão de pulsos e ondas de laser a partir do equipamento, que ao atingir a superfície retorna ao receptor em quatro fases dos quais “[...] os primeiros pulsos são caracterizados como vegetação ou edificação, se o terreno as possui e os últimos pulsos são classificados como o solo ou as feições de relevo do terreno” (AMORIM, 2012, p. 7). O sistema requer pontos de controle em campo, dos quais calcula-se os desvios médios e a raiz média quadrada, determinando-se, então, a precisão do levantamento (EVANS et al. 2009, apud CHEN E DONG, 2018). Ainda, segundo Chen e Dong (2018), o padrão mínimo de precisão vertical do modelo gerado deve considerar um erro menor do que 15 cm, podendo estes serem provenientes de ruídos na emissão dos lasers ou problemas nos sistemas de coordenadas e navegação. A tecnologia possui alta densidade de pontos por metro quadrado, possibilitando amostragem digital mais detalhada em relação a outras tecnologias de captação, AMORIM (2012). 3.2.3.3 SRTM O Shuttle Radar Topography Mission (SRTM) foi uma missão da NASA (National Aeronautics and Space Administration) e NIMA (National Imagery and Mapping Agency), em conjunto com outras agências estadunidenses, alemãs e italianas, que ocorreu no ano de 2000, com o intuito de fazer uma varredura da Terra para aquisição de dados de altimetria para geração de um MDT. A missão durou 11 dias, nos quais foram realizadas ao total 176 órbitas ao redor do planeta, 32 cobrindo cerca de 80% de sua área, que gerou dados posteriormente processados e ajustados (VALERIANO, 2004). Ainda segundo Valeriano (2004) os dados foram planejados, originalmente, para apresentarem resoluções de até 1 arco de segundo (30 m) no território dos Estados Unidos e 3 arcos de segundo (90 m) no restante do mundo. Em um de seus trabalhos, no entanto, Valeriano e Rossetti (2010) utilizaram coeficientes geoestatísticos para refinamento de dados por krigagem para obter, então, o MDT de 1 arco de segundo (30 m) para o território nacional. Atualmente, a USGS (United States Geological Survey) já disponibiliza gratuitamente em seu site, modelos digitais de terreno com resolução espacial de até 30 m para regiões fora do território estadunidense, observando-se erros médios de acurácia vertical de até 16 m para áreas com grandes declives, podendo ser menor em áreas mais planas (MILIARESIS; PARASCHOU, 2005). Em estudos realizados por Ludwig e Schneider (2006), aponta-se que a utilização do MDT proveniente do radar SRTM é válida para modelagens hidrológicas, porém ressalta-se que podem haver divergências de ordem métrica no resultado final, gerando picos superestimados de vazão, podendo ser ainda mais acentuados em regiões montanhosas. Também, segundo manual da ANA sobre Segurança de Barragens, aponta-se que: Não havendo outra topografia disponível, a informação sobre altimetria pode ser obtida com o modelo digital de elevação obtido a partir da Shuttle Radar Topography Mission (SRTM), relativo à totalidade da América do Sul (altimetria à escala 1:250 000 com resolução planimétrica de 90 m). (ANA, 2016, p. 35). 33 3.3 Modelagem Hidrodinâmica Segundo Rosman (2001), a modelagem computacional hidrodinâmica pode ser definida como a representação de um escoamento de fluídos, feita para estudo de projetos de gestão de recursos hídricos. Esse escoamento pode ser permanente ou não permanente, uniforme ou variado, laminar ou turbulento e pode nos dar informações de lâmina d’água, tempo de chegada de onda, velocidade de escoamento e até mesmo apontar índices de transporte de sedimentos e qualidade da água a partir de manchas de inundação. Atualmente, a modelagem tem aplicações em projetos de amortecimento de ondas de cheia, problema crescente em áreas com impermeabilização dos solos e áreas com retificação de rios, uma vez que pode representar o impacto da construção de reservatórios, estudos da influência de alterações em geometrias de seções do rio, como construção de pontes e canalização, além de ter grande aplicação em cenários de cheias excepcionais de barragens (USACE, 2016b). As representações das manchas de inundação são feitas a partir de softwares de modelagem, como HEC-RAS e Tuflow, que utilizam de iterações computacionais e equações da hidrodinâmica para simular cenários de diferentes vazões. No software HEC-RAS, em sua versão 5.0.7, tem-se a possibilidade de construção da geometria do modelo em 1D, 2D ou misto (parte da modelagem em 1D e parte em 2D) (USACE, 2016b). Cada uma delas apresenta suas peculiaridades, aplicabilidades, vantagens e desvantagens, devendo-se escolher sempre o que melhor se aplica para cada uma das situações estudadas. Em cálculos de estudos de ruptura, onde serão considerados acréscimos abruptos de vazões, recomenda-se utilização de modelo final em 2D, devido a demasiada simplificação que pode ocorrer nos modelos 1D (Betsholtz e Nordlöf, 2017). Para as modelagens devem ser estabelecidas ao menos duas condições de contorno, uma de entrada, chamada condição de montante, e outra de saída, chamada condição de jusante. A primeira deve conter informações de vazão para o escoamento que será processado, correspondendo, portanto, a um hidrograma equivalente ao cenário que será analisado. Para a segunda, condição de jusante da modelagem, pode-se utilizar a declividade média do curso d’água, onde se 34 considera o desnível entre o pé da barragem e uma fronteira física, definida pelo Manual do Empreendedor sobre Segurança de Barragens – Volume IV da Agência Nacional de Águas (ANA) como “[...] a foz do rio no oceano, a seção de confluência com outro rio de maior dimensão ou um reservatório a jusante” (ANA 2016, p. 40). Recomenda-se ainda, que sejam feitas calibrações do coeficiente de rugosidade do rio sempre que houver informações disponíveis, para que se tenha uma mancha de inundação com valores mais próximos a situações reais da barragem (USACE, 2016c). Existem determinações de valores mínimos e máximos de rugosidade para variadas coberturas do solo, estabelecendo assim coeficientes de Manning, que fazem parte das equações de processamento das modelagens no HEC-RAS. Mostra-se na Figura 6 coeficientes para planícies de inundação e na Figura 7 os valores para canais. Figura 6 – Coeficientes de Manning para planícies de inundação Fonte: adaptado por ANA (2018) 35 Figura 7 – Coeficientes de Manning para canais Fonte: adaptado por ANA (2018) Segundo USACE (2016d), uma das partes mais importantes da modelagem é o intervalo computacional, parâmetro do escoamento não permanente que pode afetar diretamente nos resultados de escoamento, uma vez que define a precisão das variações de subidas e descidas do hidrograma, devendo ser escolhido com cautela. O tempo computacional deve ser pequeno o bastante para representar pequenas variações no hidrograma, de modo que recomenda-se que esse valor seja equivalente ou menor ao tempo de pico do hidrograma dividido por 20. Outro aspecto relevante é o tempo de saída do hidrograma, que estabelece a discretização de tempo dos resultados nas manchas de inundação, podendo detalhar os resultados em um determinado tempo de escoamento. As configurações iniciais tem amostragem de 1 hora, mas recomenda-se que sejam escolhidos valores menores para melhor discretização dos resultados. Ao final da modelagem, o HEC-RAS traz como produtos finais da modelagem: profundidade, nível de lâmina d’água, velocidade da onda e tempo de chegada em determinado ponto, área e perímetro de inundação, entre outras informações a respeito da mancha que possam ser úteis a determinados estudos. 36 3.3.1 Modelagem unidimensional A modelagem unidimensional (1D) é a fase inicial do estudo no software HEC-RAS, uma vez que determina os parâmetros iniciais de modelagem. Os cálculos desta são simplificados, considerando seções transversais que irão determinar o escoamento em um determinado comprimento (∆x) do rio (Figura 8), e utilizam, segundo USACE (2016c), as equações de Saint-Venant da continuidade (Equação 1) e da conservação de momento (Equação 2), tomando como hipóteses para simplificação dos cálculos:  Fluido incompressível;  Pressão é hidrostática (não há variação vertical de aceleração);  Comprimento do escoamento bem maior que a largura;  Declividade média do canal é baixa;  Coeficiente de Manning da seção simplificado. Figura 8 – Representação de seção longitudinal do modelo 1D Fonte: USACE (2016c) Desse modo, o programa utiliza, para modelagens 1D, as equações: 𝜕𝐴𝑇 𝜕𝑡 + 𝜕𝑄 𝜕𝑥 − 𝑞1 = 0 (4) 𝜕𝑄 𝜕𝑡 + 𝜕𝑄𝑉 𝜕𝑥 − 𝑔𝐴 ( 𝜕𝑧 𝜕𝑥 + 𝑆𝑓) = 0 (5) Onde: 𝑄 = Vazão (m³/s); 𝐴𝑇 = Área total de escoamento (m²); 𝜕𝑧 𝜕𝑥 = declividade da superfície d’água (m/m); 𝑞1 = Vazão lateral de saída (m³/s); 𝑆𝑓 = coeficiente de atrito. 37 De acordo com Betsholtz e Nordlöf (2017), esses modelos são sensíveis a pequenas mudanças de parâmetros como espaçamento entre seções, coeficientes de Manning e intervalo computacional, podendo sofrer alterações bruscas com pequenas alterações do mapa. Espaçamentos curtos entre seções originais ou interpoladas podem gerar aproximações superestimadas dos gradientes hidráulicos, enquanto espaçamentos maiores podem ter grandes variações de propriedades hidráulicas, que também causarão instabilidade ao modelo. Desse modo, a modelagem 1D, é realizada para estabilização de determinados parâmetros utilizados em modelagens hidrodinâmicas. Figura 9 – Representação de seções transversais em modelo 1D Fonte: USACE (2016c) Além disso, aponta-se também o baixo tempo de processamento e a demanda de memória para cálculos de manchas em 1D como uma vantagem de se utilizar o modelo para estabilização de parâmetros, embora saliente-se que não são recomendadas para amostragem final de resultados devido a simplificação extrema do escoamento, que pode não ser condizente ao comportamento real de campo (ANDERSSON; BATES, 1993, apud BETSHOLTZ; NORDLÖF, 2017). O modelo 1D considera a primeira e a última seções como condições de contorno, onde serão indicados o hidrograma que será defluído e a declividade média do terreno, respectivamente. Outras condições de contorno podem ser adicionadas às seções intermediárias conforme necessidade (identificação de outras barragens ou pontes no curso d’água). 38 3.3.2 Modelagem bidimensional De modo semelhante ao modelo 1D, utiliza-se as equações de Saint-Venant para solução da modelagem bidimensional (2D). Esta distingue-se, porém, pelo uso de um algoritmo implícito de solução por volume finito que permite considerar o início da modelagem com canal seco, seguida de uma inundação repentina com maior estabilidade. Além disso, este algoritmo ainda suporta regimes subcríticos e supercríticos e mistos (USACE, 2016a). O escoamento é calculado dentro de um limite de malha que pode ter tamanhos e formatos variados. A formação desses polígonos prioriza a criação de células ortogonais que se comunicam entre si de maneira mais eficaz e requerem menor capacidade de processamento, no entanto, a malha suporta polígonos de três a oito lados, que podem causar maior instabilidade e tornar o processamento mais lento (USACE, 2016a). Figura 10 - Detalhe de malha de escoamento 2D Fonte: USACE (2016a) Diferente da modelagem 1D, as condições de contorno no modelo 2D devem ser desenhadas na malha e definidas de acordo com a necessidade do usuário, devendo existir ao menos uma condição de entrada e uma de saída. Outro ponto no qual o modelo 2D difere do 1D é na discretização do coeficiente de Manning. O modelo 2D permite a adição de arquivo de delimitação 39 de polígonos que podem receber, cada um deles, coeficientes distintos de acordo com a característica do uso do solo. Em projetos onde se tem a necessidade de calibração refinada da mancha, essa ferramenta é de extrema importância, uma vez que Pappenberger (2005) aponta que o coeficiente de rugosidade é um dos importantes parâmetros editáveis no processo de calibração que pode influenciar diretamente na representação da área de inundação e demais produtos da modelagem, como profundidade e velocidade da onda. Figura 11 – Coeficiente de Manning em terreno para modelagem 2D Fonte: USACE (2016a) O modelo 2D é indicado para representação de cheias, uma vez que são eventos mais complexos, porém Pappenberger (2005) salienta que o tempo computacional e a capacidade de processamento exigidos é um dos pontos críticos de se trabalhar com esse tipo de modelagem, em especial quando se tem uma malha mais detalhada e de menor dimensão sobre o MDT, e que não necessariamente se traduzirá em uma melhor exposição dos resultados. 40 4 MATERIAIS E MÉTODOS 4.1 Materiais Para o presente estudo, realizou-se revisão bibliográfica sobre modelagens hidrodinâmicas, em especial, sobre processamento e reamostragem de modelos digitais de terreno, ruptura de barragem e hidrograma resultante, malha de escoamento entre outros. Também se utilizou de dados de barragens de aproveitamento hidrelétrico, cadastradas no órgão fiscalizador responsável, além dos softwares:  ArcMap 10.3, com extensão HEC-Geo-RAS;  HEC-RAS 5.0.7. Por fim, foram utilizados os modelos digitais de terreno:  ALOS PALSAR (precisão vertical de 5 m e resolução espacial de 12,5 m, disponível online gratuitamente) (ASF, 2015);  LiDAR (precisão vertical de 0,10 m e resolução espacial de 0,25 m, disponibilizado gratuitamente pela Geometrisa);  SRTM (precisão vertical de 16 m e resolução espacial de 30 m, disponível online gratuitamente) (USGS, 2021). 4.2 Métodos O trabalho foi dividido em duas etapas. A primeira delas, consistiu na definição dos objetos de estudo, delimitação das áreas e limites da modelagem, posteriormente, fez-se a aquisição dos MDTs e seu tratamento para inserção na segunda etapa, caracterizada pela modelagem hidrodinâmica. Ambas as etapas foram, no entanto, subdivididas para facilitação do processo. Para a sistematização do processo, criou-se um fluxograma da ordem de atividades para melhor exemplificar o passo a passo utilizado, como apresentado na Figura 12. 41 Figura 12 – Fluxograma das etapas de desenvolvimento do trabalho Fonte: Elaborado pelo autor 4.2.1 Delimitação das áreas de estudo As barragens foram escolhidas de acordo com o Dano Potencial Associado (DPA), uma vez que tal aspecto de classificação está diretamente ligado aos impactos do vale a jusante, razão pela qual o estudo foi proposto. Dessa forma, foram selecionadas duas barragens de cada faixa de classificação de DPA (baixo, médio e alto). A classificação das barragens advém da campanha de fiscalização de barragens do ano de 2020 (ANEEL, 2021). Os dados referentes às barragens são apresentados na Tabela 1. Tabela 1 – Características Técnicas das Barragens do Estudo Barragem DPA V (hm³) H (m) L (m) Q (m³/s) P (MW) A Baixo 0,74 8,00 68,00 350,00 2,56 B Baixo 22,63 14,20 1012,00 530,00 120,00 C Médio 6,35 10,00 356,00 482,50 15,10 D Médio 8,77 12,00 630,00 340,00 21,60 E Alto 1,84 10,40 210,00 431,00 16,20 F Alto 0,13 5,00 25,00 158,00 3,80 Fonte: Elaborado pelo autor 42 Sendo:  V = Volume máximo do reservatório;  H = altura da barragem;  L = comprimento da barragem;  Q = vazão de projeto dos vertedouros;  P = Potência instalada. Os limites da área de estudo foram então definidos, seguindo-se a recomendação do Volume IV do Guia do Empreendedor sobre Segurança de Barragens da ANA, que determina que "Os critérios mais adequados para a fixação da fronteira de jusante são os que se baseiam nas fronteiras físicas, ou seja, a foz do rio no oceano, a seção de confluência com outro rio de maior dimensão ou um reservatório a jusante" (ANA, 2016). Ainda, segundo ANA (2016), o limite da área de estudo pode ser definido também em uma seção na qual a onda de inundação apresente características de uma cheia natural, como a defluência da capacidade do vertedouro do empreendimento. Posterior à determinação dos critérios de início e parada, criou-se uma delimitação lateral do terreno, além da qual acreditava-se que a água poderia chegar, de modo que não houvesse extrapolação para além da área estabelecida. O critério inicial, contando-se a partir das margens do rio, foi de 500 metros, podendo a curva ser deslocada mais próxima ou mais distante, de acordo com a declividade do terreno. As áreas foram então determinadas e seus limites estabelecidos para cada uma das barragens. 4.2.2 Aquisição dos modelos digitais de terreno Findo o processo de determinação das áreas de estudo, começou-se a aquisição dos MDTs do SRTM, ALOS e LiDAR, sendo o último disponibilizado pela empresa Geometrisa – Segurança de Barragens. Os dados SRTM estavam disponíveis na página online da USGS (United States Geological Survey), com precisão de até 30 m para a região da América do Sul. Ao entrar no endereço eletrônico, foi realizado o login, e em seguida buscou- se pela área de interesse inserindo um arquivo georreferenciado da região nos 43 formatos .kml ou .shp. Após a definição da área, escolheu-se o produto de interesse na opção "Digital Elevation", na qual pode-se ver o subitem SRTM. Para o estudo, foram adquiridos os dados referentes ao item "SRTM 1 Arc-Second Global" no formato GeoTIFF. A base de dados é disponibilizada gratuitamente pelo órgão. Os dados provenientes do satélite ALOS, foram processados e distribuídos pela ASF (Alaska Survey Facility) e disponibilizados por eles em plataforma online. De maneira semelhante aos dados SRTM, fez-se cadastro e login no site e pode- se encontrar os produtos para a região escolhida com a inserção de arquivos .kml ou .shp para filtragem de produtos. Escolheu-se os produtos "High-Res Terrain Corrected", que oferecem MDTs de até 12,5 m de precisão. Os dados LiDAR foram disponibilizados pela Geometrisa e previamente processados por empresa especializada em geoprocessamento, de modo que esse produto foi adquirido em sua versão final com precisão de 10 cm e tamanho de pixel de 2,0 m. 4.2.3 Processamento dos modelos digitais de terreno Os modelos provenientes do SRTM e ALOS extrapolavam a área de estudo, uma vez que a carta é feita em uma área quadrada de maior dimensão. Houve, no entanto, situações em que esta não englobou completamente a área de estudo, devendo-se, portanto, juntar dois ou mais produtos a fim de se ter a área desejada. Para isso utilizou-se a ferramenta “mosaic to new raster”, em software SIG. Esse processo ocorreu com os MDTs das barragens A, B, C, D e F para os dados SRTM e barragens B e F para os dados ALOS. Para MDTs provenientes do sensoriamento LiDAR esse processo não foi necessário. Segundo Oliveira et al. (2010), os dados SRTM podem apresentar falhas nas elevações de terreno, com valores de células extrapolados em picos ou depressões, de modo que para aplicações em modelos hidrológicos podem prejudicar o escoamento, sendo necessárias correções. Desse modo, utilizou-se o processo de preenchimento dessas falhas com o comando “fill” para continuidade do estudo. O processo foi realizado também para dados do ALOS, cuja necessidade foi apontada por Carvalho (2014). 44 Segundo Kitts et al. (2020), quanto mais detalhada é a apresentação do terreno, maior é a suavidade do escoamento, que produz menores erros de continuidade da mancha e valores menos extrapolados de velocidade, podendo melhorar a previsão de cheias e alagamentos. Além disso, há maior facilidade na calibração dos modelos, que seguem de maneira mais eficiente os coeficientes de rugosidade do solo impostos. Ressalta-se que o método não muda a precisão do modelo, mas produz uma malha mais suavizada que pode trazer benefícios à modelagem. Dessa forma, optou-se por reamostrar os dados dos MDTs provenientes dos satélites SRTM e ALOS em células de 1 m x 1m. Para o processo de interpolação, escolheu-se realizar a transformação do raster para a tin (Triangulated Irregular Network), que segundo Viviani e Manzato (2005) faz a representação do terreno em 3D por interpolação entre vértices, que são os pontos do MDT, gerando um terreno triangulado, sendo seus polígonos mais próximos possíveis a um triângulo equilátero. Com o terreno interpolado, seguiu-se então o passo de transformação da tin gerada para um novo raster com tamanho de célula de 1 m x 1 m. Após as interpolações e tratamentos dos MDTs, a fim de diminuir a demanda de processamento de terreno no software de modelagem, extraiu-se as áreas excedentes dos terrenos, com base nos limites estabelecidos previamente, de modo que se obtivesse apenas regiões adjacentes ao curso hídrico de interesse. Com a finalização do processamento, foram gerados os terrenos para posterior utilização em software de modelagem hidrodinâmica. Comparou-se então os resultados das elevações máximas e mínimas dos terrenos para cada uma das áreas de estudo. 45 4.2.4 Determinação dos hidrogramas de ruptura Para a simulação da onda de inundação, devem ser considerados parâmetros de início e final na modelagem. O primeiro, também chamado de condição de montante, deve ser considerado como o hidrograma de ruptura da barragem. Para seu cálculo, são necessárias primeiramente as características da brecha de ruptura, que são ligadas diretamente as características de construção da barragem, levando em consideração altura do barramento, material de construção e volume do reservatório. De início, calculou-se as características de base, definida de acordo com o material da barragem, a altura da brecha, seguindo-se para o tempo de ruptura possibilitando assim o cálculo de vazão máxima, com base nas Equações 1,2 e 3, respectivamente. A ela se acresceu o valor da vazão de projeto do vertedouro, compondo por fim, a vazão de pico do hidrograma. Com todos os valores calculados, definiu-se o estilo de simplificação do hidrograma para além do tempo de discretização das vazões, de forma que ao final obteve-se a tabela do hidrograma. As características calculadas da brecha foram apresentadas na Tabela 2. Tabela 2 – Características da brecha por barragem Barragem Hbar (m) Vres (hm³) Bbre (m) Hbre (m) Trup (h) Qp (m³/s) A 8,00 0,74 20,00 4,00 1,51 622,00 B 14,20 22,63 35,50 12,70 2,35 3261,38 C 10,00 6,35 25,00 10,00 1,44 2565,33 D 12,00 8,77 30,00 12,00 1,43 2013,62 E 10,40 1,84 27,00 5,20 1,09 879,42 F 5,00 0,13 12,50 5,00 1,00 395,58 Fonte: Elaborado pelo autor Utilizou-se desses resultados e da equação de hidrograma parabólico, para que fossem possíveis as gerações dos hidrogramas de defluência da brecha calculada. Os resultados foram, então, amostrados em tabelas e foram gerados gráficos que representam a onda de cheia provocada. Os hidrogramas constituíram parte da modelagem, sendo as condições de montante dos escoamentos. 46 4.2.5 Modelagem hidrodinâmica Utilizou-se o software HEC-RAS para as modelagens hidrodinâmicas, na versão 5.0.7. Primeiramente, criou-se o projeto para os barramentos e definiu-se o sistema de coordenadas para cada um deles. Com auxílio da plataforma SIG do HEC-RAS, importou-se então os MDTs que serviram de base para as modelagens das barragens. Finalizadas as importações dos MDTs, seguiu-se para a construção das geometrias do escoamento. A modelagem 2D é feita a partir da construção de um polígono que delimita as margens externas da malha de escoamento. Essa malha pode ter tamanhos variados de célula que, em geral, possuem quatro lados iguais, podendo apresentar até oito lados, sendo estes menos estáveis devido ao maior número de iterações com células vizinhas para realização dos cálculos. Uma malha é mais simplificada e eficiente quando se tem suas células ortogonais e uniformes. Monteiro (2015) aponta que malhas de 20 m de lado tendem a ter resultados com pouca difusão numérica e que, apesar de aparecerem oscilações, estas ainda não são expressivas, podendo-se utilizar esse valor para sua construção. Malhas menores podem ser utilizadas e apresentam oscilações inferiores, porém têm maiores demandas de processamento e tempo de cálculo. Optou-se, portanto, pela utilização de malhas de 20 m x 20 m. Foram, então, adicionadas as BC Lines, que são elementos com os quais se definem as condições de montante e jusante, no início e final da malha, respectivamente. Adicionou-se, a montante, os hidrogramas de ruptura de cada barragem e, ao final, a declividade média do canal, obtida a partir do perfil longitudinal do modelo LiDAR. A obtenção da declividade média do canal foi possível pelo desenho do perfil longitudinal do curso d’água, de modo que o software realizou o cálculo do desnível do terreno dividido pelo comprimento da linha. Para este estudo, não foram realizados levantamentos de campo e não foram encontradas literaturas que apontassem dados dos coeficientes de rugosidade dos rios e margens das áreas estudadas, não sendo possível realizar a calibração das modelagens com dados de campo. Valeu-se, portanto, dos coeficientes médios apontados pela ANA (2018), de modo que se fez uma 47 simplificação desses valores, considerando-se um valor único para a calha do rio e outro para as margens, que em sua maioria são compostas por vegetação alta. Além das calibrações, recomenda-se realizar também a estabilização do modelo, definindo o tempo computacional de cálculo que mais se adeque a ele de modo a gerar menores erros e maiores estabilidades para este. Optou-se por padronizar também os valores de estabilização dos modelos, para que todas as modelagens tivessem o mesmo intervalo computacional e intervalo de saída dos resultados, tendo assim processamento similar e a mesma discretização de resultados finais, em especial das manchas de tempo de chegada de onda, discretizada de 5 em 5 minutos. Cada barragem teve os parâmetros de modelagem dispostos na Tabela 3. Tabela 3 – Condições de contorno das modelagens Barragem A B C D E F Declividade média do terreno (m/m) 0.00125 0.0035 0.0039 0.0046 0.018 0.0034 Coeficiente de rugosidade da calha do rio 0,030 0,030 0,030 0,030 0,030 0,030 Coeficiente de rugosidade das margens 0,080 0,080 0,080 0,080 0,080 0,080 Intervalo computacional (s) 10 10 10 10 10 10 Intervalo de saída de dados (min) 5 5 5 5 5 5 Fonte: Elaborado pelo autor 4.2.6 Finalização do processamento e análise das manchas Com a finalização do processamento, as manchas foram exportadas em formato .tif para análise em software SIG, onde foram obtidas as informações de área máxima inundada, e profundidade máxima, além de serem construídas 10 seções ao longo de cada curso, das quais foram analisadas profundidade máxima, velocidade máxima e tempo de chegada da onda. Finalizado o processo de análise das manchas e extração de resultados, foram então elaborados mapas comparativos, de velocidade e profundidade, além de um terceiro onde houve a sobreposição dos perímetros de inundação gerados dos MDTs para cada uma das barragens estudadas. 48 5 RESULTADOS E DISCUSSÕES 5.1 Processamento do MDT Os resultados foram analisados em etapas de modo que, inicialmente, foram feitas observações sobre possíveis inconsistências nos MDTs que pudessem gerar erros ou instabilidades nas modelagens. Buscou-se por variações de elevação que pudessem representar estruturas construídas ou relevos naturais, como cachoeiras. As análises foram feitas também através de mapas gerais, que serviram de auxílio para demonstração do refinamento do terreno. Apresenta-se o resumo de cotas máximas e mínimas dos MDTs para comparação facilitada dos modelos, na Tabela 4. Tabela 4 – Cotas máximas e mínimas observadas dos MDTs Barragem Cotas mínimas (m) Cotas máximas (m) ALOS LiDAR SRTM ALOS LiDAR SRTM A 274,00 274,36 278,00 511,96 521,64 513,00 B 213,00 216,71 227,00 497,00 496,56 511,956 C 274,00 274,47 278,00 622,00 616,50 621,99 D 460,00 448,53 464,00 577,00 572,31 578,99 E 466,00 459,04 461,06 790,00 791,66 787,99 F 834,00 833,18 840,10 1116,96 1116,42 1118,99 Fonte: Elaborado pelo autor Mostra-se então, na Figura 13, o mapa referente à elevação das representações de terreno da barragem A. 49 Figura 13 - Mapa dos Modelos Digitais de Terreno Referentes à Barragem A Fonte: Elaborado pelo autor Os três modelos da barragem A apresentaram-se semelhantes, não sendo observados grandes deslocamentos de pontos. Em relação às cotas, observou-se ainda que, de modo geral, os MDTs apresentam valores satisfatórios, de modo que com exceção do ponto máximo de altimetria do ALOS, que apresentou diferença da cota máxima próxima aos 10 m, os demais apresentaram variação menores de desvio da precisão vertical, em relação ao modelo LiDAR, que os especificados pelos manuais dos terrenos ALOS e SRTM (5 m e 16 m, respectivamente). Ao longo do MDT LiDAR, observou-se, ainda, a presença de três pontes no curso do rio que podem apresentar problemas para estabilidade do modelo. Essas estruturas não foram observadas nos demais MDTs. Em seguida, analisou-se os modelos de terrenos da barragem B, representados na Figura 14. 50 Figura 14 - Mapa dos Modelos Digitais de Terreno Referentes à Barragem B Fonte: Elaborado pelo autor Para a barragem B percebeu-se os terrenos ALOS e SRTM tiveram valores próximos aos observados com o MDT LiDAR, e suas as variações de alturas máximas e mínimas ficaram próximas do modelo de base. Vale ressaltar que a maior diferença observada entre eles foi de 15,39 m, desvio observado entre os modelos LiDAR e SRTM, porém, a diferença se encontrava dentro do limite esperado de 16 m, como aponta a literatura. Finalizou-se as considerações acerca dos MDTs da barragem B, e fez-se a análise das representações de terreno referentes à barragem C, representados na Figura 15. 51 Figura 15 - Mapa dos Modelos Digitais de Terreno Referentes à Barragem C Fonte: Elaborado pelo autor Para os terrenos da barragem C, observou-se que, em geral, os valores máximos e mínimos dos terrenos ficaram próximos, com desvios dentro do padrão observado em literatura. Apontou-se, no entanto, uma diferença dos valores máximos do MDT ALOS maiores que 5 m em relação ao MDT LiDAR. Esse desvio pode vir das etapas de processamento, nas quais pode-se ter falhas que geram divergências no terreno, de modo que foi realizada uma análise na etapa final das modelagens em que foram apontadas eventuais discrepâncias nas manchas de inundação. Com o fim da análise dos MDTs da área a jusante da barragem C, foi então feita a análise das representações de terreno barragem D, representadas na Figura 16. 52 Figura 16 - Mapa dos Modelos Digitais de Terreno Referentes à Barragem D Fonte: Elaborado pelo autor Para os modelos de terreno da barragem D, percebeu-se desvios maiores que os previstos em literatura para os MDTs ALOS e SRTM, em relação ao modelo base LiDAR, obtendo-se valores de aproximadamente 16,5 m e 17,5 m. De modo semelhante, fez-se uma análise das manchas finais a procura de inconsistências que possam ocorrer na mancha, apesar dos valores poderem representar diferenças nas margens não inundáveis do modelo. Ressaltou-se, ainda, que os valores máximos de altimetria se apresentaram dentro dos desvios esperados. Em seguida, analisou-se os modelos de terrenos da barragem C, apresentados na Figura 17. 53 Figura 17 - Mapa dos Modelos Digitais de Terreno Referentes à Barragem E Fonte: Elaborado pelo autor Observou-se que, em sua maioria, os valores de altimetria máximos e mínimos da área de modelagem referente à barragem E apresentaram-se próximos uns dos outros, e apontou-se apenas a cota mínima do MDT ALOS com desvio de aproximadamente 7 metros. Tal diferença pode ser consequência da falta de batimetria desse modelo, enquanto o modelo LiDAR foi integrado com batimetria, podendo a diferença observada advir deste fato. Por fim, fez-se a análise das representações de terreno da barragem F, representadas na Figura 18. 54 Figura 18 - Mapa dos Modelos Digitais de Terreno Referentes à Barragem F Fonte: Elaborado pelo autor Os MDTs do vale a jusante da barragem F mostraram-se consistentes, com desvios das cotas máximas e mínimas bem inferiores ao especificado em seus manuais, com uma diferença entre os terrenos LiDAR e SRTM de aproximadamente 7 m. Analisou-se o terreno LiDAR em sua extensão em busca de obstáculos no modelo, de modo que foram encontradas quatro pontes e uma cachoeira. Esses obstáculos não foram observados nos demais modelos. Foram gerados ainda mapas comparativos dos MDTs de todas as áreas de estudo com maior detalhamento dos terrenos, disponíveis no Apêndice A. 55 5.2 Hidrograma de ruptura A partir das características da brecha de ruptura da barragem, foi possível o cálculo do hidrograma parabólico, de modo que se obteve a tabela de vazões por tempo para cada uma das barragens. Esses hidrogramas são mostrados na Tabela 5. Tabela 5 – Hidrogramas de ruptura das barragens Barragem A Barragem B Barragem C Barragem D Barragem E Barragem F T (h) Vazão (m³/s) T (h) Vazão (m³/s) T (h) Vazão (m³/s) T (h) Vazão (m³/s) T (h) Vazão (m³/s) T (h) Vazão (m³/s) 0,10 350,00 0,25 530,00 0,10 482,50 0,25 340,00 0,20 431,00 0,10 158,00 0,20 350,00 0,50 530,00 0,20 482,50 0,50 340,00 0,40 431,00 0,20 158,00 0,30 350,00 0,75 530,00 0,30 482,50 0,75 468,02 0,60 491,26 0,30 158,00 0,40 350,00 1,00 530,00 0,40 577,67 1,00 825,54 0,80 742,97 0,40 173,42 0,50 350,00 1,25 800,12 0,50 722,08 1,25 1124,84 1,00 868,00 0,50 235,21 0,60 350,00 1,50 1203,56 0,60 866,50 1,50 1301,76 1,20 879,42 0,60 291,16 0,70 350,00 1,75 1594,88 0,70 1010,91 1,75 1347,09 1,40 839,15 0,70 336,92 0,80 350,00 2,00 1926,15 0,80 1155,33 2,00 1219,08 1,60 639,96 0,80 369,97 0,90 350,00 2,25 2167,08 0,90 1299,75 2,25 974,28 1,80 431,00 0,90 389,38 1,00 350,00 2,50 2305,59 1,00 1444,16 2,50 704,97 2,00 431,00 1,00 395,58 1,10 350,00 2,75 2344,78 1,10 1588,58 2,75 470,70 2,20 431,00 1,10 374,52 1,20 381,67 3,00 2296,65 1,20 1733,00 3,00 340,00 2,40 431,00 1,20 323,26 1,30 553,70 3,25 2180,33 1,30 1877,41 3,25 340,00 2,60 431,00 1,30 259,14 1,40 622,00 3,50 2015,36 1,40 2021,83 3,50 340,00 2,80 431,00 1,40 195,39 1,50 559,21 3,75 1820,48 1,50 1604,48 3,75 340,00 3,00 431,00 1,50 158,00 1,60 413,41 4,00 1611,81 1,60 776,34 4,00 340,00 3,20 431,00 1,60 158,00 1,70 350,00 4,25 1402,14 1,70 482,50 4,25 340,00 3,40 431,00 1,70 158,00 1,80 350,00 4,50 1200,87 1,80 482,50 4,50 340,00 3,60 431,00 1,80 158,00 1,90 350,00 4,75 1014,29 1,90 482,50 4,75 340,00 3,80 431,00 1,90 158,00 2,00 350,00 5,00 846,06 2,00 482,50 5,00 340,00 4,00 431,00 2,00 158,00 2,10 350,00 5,25 697,84 2,10 482,50 5,25 340,00 4,20 431,00 2,10 158,00 2,20 350,00 5,50 569,73 2,20 482,50 5,50 340,00 4,40 431,00 2,20 158,00 2,30 350,00 5,75 530,00 2,30 482,50 5,75 340,00 4,60 431,00 2,30 158,00 … … … … … … 40,00 350,00 75,00 530,00 50,00 482,50 10,00 340,00 10,00 431,00 120,00 158,00 Fonte: Elaborado pelo autor O tempo dos hidrogramas foi prolongado até o final do modelo, para uma duração que se considerava necessária para a chegada da onda de inundação ao final da modelagem. Assim, aquelas com maior comprimento do vale tiveram maiores tempos de duração. 56 5.3 Manchas de Inundação e Confecção de Mapas Ao final do processamento hidrodinâmico, as manchas foram exportadas em formato .tif do HEC-RAS para análise em software SIG. Optou-se por fazer dois tipos de análise. Na primeira, considerou-se valores máximos de profundidade e área inundada, sendo então comparados e analisados. Para essa primeira verificação, não foi considerado o parâmetro de velocidade máxima, visto que foram observados, em algumas das manchas, valores discrepantes advindos de instabilidades que tornariam a comparação imprecisa. Apresenta-se, portanto, na Tabela 6 os dados de profundidade máxima e área de inundação das modelagens por barramento estudado. Tabela 6 – Área de inundação e profundidade máximas das modelagens ALOS Barragem A B C D E F Área inundada (km²) 18.265 41.101 24.824 0.668 0.908 18.857 Profundidade Máxima (m) 11.68 30.05 19.24 23.38 42.03 10.86 LiDAR Barragem A B C D E F Área inundada (km²) 11.330 39.400 21.157 0.644 1.063 20.642 Profundidade Máxima (m) 12.49 40.12 32.54 16.75 68.78 13.49 SRTM Barragem A B C D E F Área inundada (km²) 19.458 40.950 26.401 0.695 0.873 18.79 Profundidade Máxima (m) 6.51 29.67 17.95 24.43 52.79 10.26 Fonte: Elaborado pelo autor Foram feitos também, gráficos de comparação dos parâmetros máximos de área de inundação e profundidade da água, de modo que fosse possível ter uma visualização dinâmica dos resultados. Mostra-se na Figura 19 um comparativo das áreas de inundação para barragens de Dano Potencial baixo, na Figura 20, para barragens de DPA médio e, por fim, na Figura 21, para barragens de DPA alto. 57 Figura 19 – Áreas de inundação de ruptura das barragens de DPA baixo Fonte: Elaborado pelo autor Figura 20 – Áreas de inundação de ruptura das barragens de DPA médio Fonte: Elaborado pelo autor 58 Figura 21 – Áreas de inundação de ruptura das barragens de DPA alto Fonte: Elaborado pelo autor Comparou-se as áreas de inundação por DPA, nas quais se observou que para barragens de classificação baixa, o modelo LiDAR apresentou áreas menores de inundação, com uma diferença média de 21,05% em relação às modelagens com MDT ALOS e 22,78% em relação ao SRTM. De modo semelhante, as manchas geradas para barragens de DPA médio apresentaram modelagens com MDT LiDAR com menores áreas de inundação, tendo uma diferença média de 9,18% comparando-se com resultados obtidos com MDT ALOS e 13,60% em relação aos resultados obtidos com modelagem que utilizaram MDT SRTM. Foram observadas exceções nas modelagens das barragens E e F, cujo DPA foi alto, nas quais as modelagens LiDAR tiveram áreas de inundação maiores em 17,07% e 9,47%, respectivamente, comparando-se com as modelagens com MDT ALOS. Quando se compararam as modelagens advindas de terrenos LiDAR e SRTM, o primeiro apresentou valores de áreas 21,76% e 9,86% maiores que o segundo para os barramentos E e F, respectivamente. Nesse caso, houve uma inversão da tendência, onde o terreno mais preciso apresentou maior área de inundação. Observou-se, no geral, uma redução média de 5,66% e 6,86% na área de inundação nas modelagens com o MDT LiDAR quando comparado às modelagens 59 associadas aos MDTs ALOS e SRTM, respectivamente. Destaca-se, ainda, que esse decrescimento da área pode alcançar até 37,97% (LiDAR/ALOS) e 41,77% (LiDAR/SRTM). Na comparação das áreas, observou-se que ambos os barramentos cuja área de inundação foi maior para terrenos mais precisos eram de DPA alto. Não se pode afirmar, no entanto, que a classificação de Dano Potencial pode estabelecer a tendência de área alagada dos terrenos, podendo a modelagem de outros barramentos ter comportamento inverso, dada a complexidade desses estudos. Em seguida, foram feitos gráficos que compararam de modo semelhante as profundidades máximas observadas das manchas de inundação. Na Figura 22, mostrou-se os resultados obtidos por barragem para as modelagens, que tiveram comparados seus valores simultaneamente, analisando-se a tendência dos modelos e, naquelas onde foram observados resultados divergentes das demais, fez-se uma análise pontual, para melhor entendimento do resultado. Figura 22 – Profundidades máximas de lâmina d’água das modelagens Fonte: Elaborado pelo autor Em geral, percebeu-se que modelagens realizadas em terrenos com maior acurácia produzem profundidades máximas maiores do que aqueles menos precisos, por terem uma melhor representação do terreno, tendo sua calha mais 60 “encaixada”. Ressalta-se, porém, que a modelagem da barragem D teve resultado diferente das demais, tendo a modelagem com MDT LiDAR uma diminuição de 28,36% de profundidade em relação ao MDT ALOS e 31,44% em relação ao SRTM. Observou-se também que na modelagem do barramento E, os resultados obtidos com modelo SRTM apresentaram valores de profundidade da lâmina d’água maiores do que aqueles com modelo ALOS. Fez-se, portanto, uma análise da seção dos modelos de modo que se pudesse entender as divergências observadas nas ondas de inundação provocadas pelos hidrogramas dos barramentos D e E. Optou-se por analisar a seção com maior lâmina d’água observada, para que se pudesse entender o comportamento das seções, assim justificando-se o fenômeno. Além disso, foram feitas análises de outras duas seções, uma a montante e outra a jusante da seção escolhida para se ter maior entendimento do comportamento do terreno no trecho estudado. Mostra-se, portanto, na Figura 23 as seções da barragem D, e na Figura 24 as seções da barragem E. Figura 23 – Seções transversais das seções de interesse da barragem D Fonte: Elaborado pelo autor Figura 24 – Seções transversais das seções de interesse da barragem E Fonte: Elaborado pelo autor 61 Em geral, as profundidades nas modelagens com terrenos mais precisos tenderam a ser maiores por terem uma melhor representação do terreno, sendo sua calha mais “encaixada” do que aquelas com menor precisão, que tenderam a espraiar a água pela seção, aumentando a área de alague e diminuindo a profundidade. Para a barragem D, no entanto, ocorreu o inverso. O modelo mais preciso mostrou a seção transversal com uma base mais ampla, com uma ascensão rápida do terreno aos lados, enquanto os outros modelos não foram capazes de representar tal efeito, com uma calha de largura menor, que forçou o escoamento a atingir maiores alturas de lâmina d’água, explicando, portanto, os maiores valores nos modelos menos precisos. Já para as modelagens da barragem E, notou-se uma queda d’água, ao longo do trecho do MDT LiDAR, de modo que se teve um aumento expressivo do valor de profundidade da água. Tratava-se de um trecho que tinha uma grande depressão natural. Percebeu-se que o MDT SRTM teve melhor representação da queda do terreno em comparação ao MDT ALOS, de modo que o primeiro apresentou valores maiores de altura de lâmina d’água que o segundo, justificando, portanto, o terreno SRTM ter a segunda maior profundidade. Para as demais barragens, as profundidades máximas de lâmina d’água dos resultados obtidos com modelagem em MDT LiDAR, apresentaram valores até 69,13% maiores em modelo ALOS, com parâmetro de base os resultados de modelagem obtidos a partir do levantamento LiDAR, e até 91,86% maiores em comparações do modelo LiDAR com o SRTM. Esses valores tiveram relação direta com a precisão do modelo, uma vez que calhas do rio mais estreitas e depressões naturais do terreno foram melhores representadas em MDTs mais precisos, que contribuíram para menor espraiamento da onda, elevando consequentemente a profundidade da água. Além das comparações entre valores máximos do modelo, foram feitas análises dos parâmetros de profundidade, velocidade e tempo de chegada da onda em seções ao longo do rio, considerando-se 10 seções para cada uma das modelagens, buscando-se ter um espaçamento uniforme entre elas. As seções foram compostas por: a) uma no início da modelagem; b) uma no final e c) outras 62 oito intermediárias. Os mapas de detalhamento das seções encontram-se no Apêndice B. Optou-se também por padronizar o ponto de obtenção dos resultados na intersecção entre a linha central do rio e a seção transversal. Os resultados por barragem foram mostrados nas Tabela 7 a Tabela 12. Tabela 7 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem A FID Dist (km) Profundidade (m) Velocidade (m/s) Tempo de chegada (h) ALOS LiDAR SRTM ALOS LiDAR SRTM ALOS LiDAR SRTM 1 0,000 1,70 3,45 2,37 3,45 3,59 3,75 0,08 0,08 0,08 2 2,770 3,05 4,69 2,81 3,53 5,46 3,38 0,67 0,50 0,42 3 12,770 4,44 5,29 3,15 1,22 3,10 1,20 5,33 2,00 3,58 4 22,770 4,76 6,14 2,26 4,09 3,72 2,47 10,58 3,58 7,17 5 32,770 4,37 5,17 2,97 1,85 2,77 1,31 15,92 5,08 11,25 6 42,770 3,37 5,19 2,91 2,62 3,59 1,93 22,25 6,83 15,58 7 52,770 1,74 3,03 1,55 2,62 3,48 3,78 27,42 8,50 20,00 8 62,770 2,16 3,44 2,09 0,73 3,08 0,89 33,92 10,25 25,33 9 72,770 2,59 4,41 2,83 0,65 1,91 1,11 39,67 12,08 29,92 10 82,770 2,18 5,39 3,77 4,53 1,31 48,51 45,25 13,92 34,33 Fonte: Elaborado pelo autor Tabela 8 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem B FID Dist (km) Profundidade (m) Velocidade (m/s) Tempo de chegada (h) ALOS LiDAR SRTM ALOS LiDAR SRTM ALOS LiDAR SRTM 1 0,000 5,97 7,68 3,38 25,85 4,61 15,71 0,08 0,08 0,08 2 11,880 1,13 7,57 0,76 0,86 5,09 0,43 2,92 1,33 3,08 3 23,660 4,41 6,80 4,50 1,03 4,04 1,21 4,17 2,92 4,17 4 35,440 Sem dados 6,17 Sem dados Sem dados 4,22 Sem dados Sem dados 5,00 Sem dados 5 47,220 2,17 5,45 1,17 0,08 2,39 0,09 10,92 7,25 11,08 6 59,000 3,66 2,79 3,66 0,94 1,21 0,87 16,58 10,25 16,67 7 70,780 3,02 4,79 3,08 1,87 2,71 2,09 22,92 12,33 23,25 8 82,560 3,62 4,11 3,51 0,43 2,71 0,54 28,75 14,83 29,25 9 94,340 4,87 5,37 5,50 0,80 1,22 0,72 38,50 19,67 38,00 10 106,180 2,69 4,10 2,87 3,46 4,26 3,51 49,75 22,50 49,75 Fonte: Elaborado pelo autor 63 Tabela 9 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem C FID Dist (km) Profundidade (m) Velocidade (m/s) Tempo de chegada (h) ALOS LiDAR SRTM ALOS LiDAR SRTM ALOS LiDAR SRTM 1 0,000 2,30 12,14 2,15 6,68 18,02 6,33 0,08 0,08 0,08 2 11,030 3,84 11,51 1,23 9,44 7,04 7,14 1,67 1,50 1,67 3 24,029 4,76 11,01 2,25 1,04 4,02 1,15 3,50 3,00 3,33 4 37,028 Sem dados 8,94 4,04 Sem dados 3,27 1,43 Sem dados 4,58 6,08 5 50,026 4,79 9,45 3,68 3,06 6,34 2,47 12,33 6,33 9,83 6 63,025 2,76 6,76 3,08 0,87 11,56 0,70 18,17 8,17 14,17 7 76,024 6,14 6,76 2,64 2,51 3,76 1,88 24,75 10,00 19,33 8 89,023 6,39 5,39 4,30 1,87 2,84 1,02 29,83 12,17 23,83 9 102,021 3,61 5,47 2,52 2,37 2,42 3,21 36,83 14,25 29,92 10 115,020 4,13 6,12 4,01 4,31 1,98 3,74 43,00 16,50 34,83 Fonte: Elaborado pelo autor Tabela 10 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem D FID Dist (km) Profundidade (m) Velocidade (m/s) Tempo de chegada (h) ALOS LiDAR SRTM ALOS LiDAR SRTM ALOS LiDAR SRTM 1 0,000 5,88 7,52 7,39 2,96 4,44 3,05 0,08 0,08 0,08 2 0,435 3,77 16,15 3,41 12,35 9,59 12,21 0,17 0,08 0,25 3 0,870 8,97 12,97 8,52 18,55 10,74 28,63 0,17 0,17 0,42 4 1,305 8,66 8,96 10,38 13,55 10,84 22,76 1,08 0,25 0,83 5 1,740 2,46 10,84 4,53 11,16 7,67 11,16 1,04 0,33 0,75 6 2,175 8,74 10,36 5,09 37,32 3,99 8,52 1,00 0,33 0,60 7 2,610 5,82 9,23 5,69 7,35 5,81 7,85 0,42 0,33 0,50 8 3,045 5,35 7,15 6,18 2,98 3,80 3,36 0,42 0,42 0,50 9 3,480 4,10 6,81 5,71 1,94 1,95 1,65 0,50 0,50 0,58 10 3,915 5,54 5,12 5,60 5,70 9,59 5,43 0,58 0,58 0,75 Fonte: Elaborado pelo autor 64 Tabela 11 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem E FID Dist (km) Profundidade (m) Velocidade (m/s) Tempo de chegada (h) ALOS LiDAR SRTM ALOS LiDAR SRTM ALOS LiDAR SRTM 1 0,000 4,44 6,40 5,51 7,82 29,81 7,10 0,08 0,08 0,08 2 0,764 8,06 12,09 12,04 9,98 13,30 28,60 0,17 0,17 0,17 3 1,518 3,48 7,81 6,07 6,96 5,79 9,52 0,25 0,25 0,25 4 2,272 5,36 13,53 8,25 2,51 5,40 2,27 0,33 0,33 0,58 5 3,026 Sem dados 15,60 Sem dados Sem dados 5,46 Sem dados Sem dados 0,50 Sem dados 6 3,780 13,25 25,45 12,24 93,38 12,18 20,27 0,67 0,58 0,92 7 4,534 4,42 11,33 6,60 2,05 3,80 1,33 0,75 0,75 1,00 8 5,288 Sem dados 6,13 Sem dados Sem dados 2,95 Sem dados Sem dados 0,83 Sem dados 9 6,042 2,91 7,83 Sem dados 2,30 4,26 Sem dados 1,00 0,83 Sem dados 10 6,784 2,61 5,40 2,43 3,90 11,22 4,65 1,17 0,92 1,42 Fonte: Elaborado pelo autor Tabela 12 – Resultados de profundidade, velocidade e tempo de chegada da onda - modelagens da barragem F FID Dist (km) Profundidade (m) Velocidade (m/s) Tempo de chegada (h) ALOS LiDAR SRTM ALOS LiDAR SRTM ALOS LiDAR SRTM 1 0,000 3,68 4,25 1,27 2,06 3,50 1,71 0,08 0,08 0,08 2 7,030 1,71 3,78 1,54 1,10 0,86 1,12 2,58 1,25 2,75 3 19,081 1,36 3,14 1,31 0,07 0,62 0,08 19,42 3,92 20,50 4 31,133 Sem dados 3,34 Sem dados Sem dados 0,90 Sem dados Sem dados 7,83 Sem dados 5 43,184 Sem dados 3,49 Sem dados Sem dados 0,93 Sem dados Sem dados 11,00 Sem dados 6 55,235 Sem dados 4,23 Sem dados Sem dados 0,94 Sem dados Sem dados 14,75 Sem dados 7 67,286 Sem dados 3,85 Sem dados Sem dados 0,54 Sem dados Sem dados 18,58 Sem dados 8 79,338 7,27 4,57 4,61 0,24 0,66 0,36 58,67 22,17 60,25 9 91,389 Sem dados 3,71 3,27 Sem dados 0,95 0,31 Sem dados 26,67 78,67 10 103,440 Sem dados 4,93 Sem dados Sem dados 0,63 Sem dados Sem dados 29,67 Sem dados Fonte: Elaborado pelo autor Observou-se que existem seções nas quais não foram observados dados na intersecção da linha central do rio, nos pontos definidos para obtenção de resultados. Ressalta-se que, nesses casos, os MDTs ALOS e SRTM tiveram um 65 desvio da área central do rio, por conta de não haver batimetria no curso d’água. Isso fez com que o escoamento preferencial ocorresse por outros caminhos que não a calha principal, que resultou em áreas de alague que não necessariamente corresponderam à área de inundação observada na modelagem obtida a partir do modelo LiDAR. Os mapas de profundidade, velocidade e tempo de chegada de cada barragem foram expostos nos Apêndices C, D e E, respectivamente. Fez-se, ainda, a análise dos parâmetros obtidos das seções por meio de gráficos, analisando-se a tendência ao longo do rio. Foram feitas comparações de profundidade, velocidade e tempo de chegada de onda pela distância das seções entre os três modelos de terreno de cada barragem simulados. Mostrou-se, portanto, os resultados de profundidade da Figura 25 a Figura 30. Figura 25 – Profundidade x distância para modelagens da Barragem A Fonte: Elaborado pelo autor 66 Figura 26 – Profundidade x distância para modelagens da Barragem B Fonte: Elaborado pelo autor Figura 27 – Profundidade x distância para modelagens da Barragem C Fonte: Elaborado pelo autor 67 Figura 28 – Profundidade x distância para modelagens da Barragem D Fonte: Elaborado pelo autor Figura 29 – Profundidade x distância para modelagens da Barragem E Fonte: Elaborado pelo autor 68 Figura 30 – Profundidade x distância para modelagens da Barragem F Fonte: Elaborado pelo autor Observou-se que as profundidades seguem a tendência dos valores máximos da Figura 22, que foram maiores para modelagens com MDT mais preciso. Existem, no entanto, exceções, que assim como nos casos das barragens D e E, podem se traduzir em uma representação do terreno menos acurada em relação ao campo, devido à resolução espacial. Nota-se ainda que nas seções próximas aos pontos onde foram observados aos valores máximos de profundidade, nas barragens D e E, foi observado o mesmo comportamento nos gráficos de profundidade por distância. No geral, observou-se que a profundidade da modelagem com modelo LiDAR foi 91% maior do que as com MDEs ALOS e 122% maior do que aquelas com MDE SRTM. Para a velocidade e tempo de chegada da onda, utilizou-se do perfil longitudinal do terreno para a análise dos resultados, além disso, em algumas situações foi feita uma correlação entre velocidade e tempo de chegada. Foram plotados os gráficos e em seguida, feitas as discussões. Começou-se com a barragem A, apresentando os gráficos de velocidade, tempo de chegada e perfil longitudinal nas Figuras 31 a 33. 69 Figura 31 – Velocidade x distância para modelagens da Barragem A Fonte: Elaborado pelo autor Figura 32 – Tempo de chegada x distância para modelagens da Barragem A Fonte: Elaborado pelo autor 70 Figura 33 – Cota do terreno x distância dos MDTs da Barragem A Fonte: Elaborado pelo autor Percebeu-se na seção longitudinal, que o terreno SRTM apresentou regiões de planície, tendo uma tendência de apresentar terrenos planos ao longo de sua extensão, de modo que pode ser justificada a velocidade do escoamento abaixo das outras na maioria das seções. Constatou-se, no entanto, um aumento significativo da velocidade na última seção, ao passo que também se notou uma maior declividade observada do terreno, com região de queda mais pronunciada da água. Quanto à modelagem do terreno ALOS, observou-se uma velocidade ligeiramente maior que as do SRTM, porém, perceberam-se maiores variações de altimetria no terreno, não se observando as mesmas planícies. Essas variações causaram a formação de depressões ao longo do curso do rio que acumularam a água, fenômeno que retardou o tempo de chegada da onda fazendo o escoamento do modelo ALOS ter maior tempo de chegada que o SRTM. Atentou-se, ainda, para um aumento da velocidade na seção final, semelhante ao ocorrido na modelagem com MDE SRTM, mesmo que em menores proporções, percebeu-se ali também 71 uma declividade mais acentuada ao final do curso do rio, que justificou o ligeiro aumento de velocidade. Por fim, o terreno LiDAR apresentou uma declividade mais uniforme ao longo do curso d’água, contribuindo assim para uma constância maior da velocidade da onda, bem como uma tendência na curva do tempo de chegada, aproximando-se de uma reta. Isso ocorreu pelo escoamento preferencial se dar na calha do rio, que teve sua batimetria integrada ao terreno. Apontou-se, ademais, uma diminuição da velocidade de escoamento no final do modelo, que diverge das outras duas modelagens. Seguiu-se, então, para a análise dos resultados da barragem B, com os dados de velocidade e tempo de chegada representados nas