Efeito de Diferentes Resoluções Espaciais de Modelos Digitais de Elevação na Estimativa de Perda de Solo

Authors

  • José Augusto Nascimento dos Santos Universidade Federal de Mato Grosso do Sul, Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia, Laboratório de Hidrologia, Erosão e Sedimentos, Rua Ufms s/nº, 79090-900, Campo Grande, MS, Brasil
  • André Almagro Universidade Federal de Mato Grosso do Sul, Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia, Laboratório de Hidrologia, Erosão e Sedimentos, Rua Ufms s/nº, 79090-900, Campo Grande, MS, Brasil
  • Carina Barbosa Colman Universidade Federal de Mato Grosso do Sul, Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia, Laboratório de Hidrologia, Erosão e Sedimentos, Rua Ufms s/nº, 79090-900, Campo Grande, MS, Brasil
  • Raquel Godoi Universidade Federal de Mato Grosso do Sul, Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia, Laboratório de Hidrologia, Erosão e Sedimentos, Rua Ufms s/nº, 79090-900, Campo Grande, MS, Brasil
  • Paula Prado Siqueira Universidade Federal de Mato Grosso do Sul, Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia, Laboratório de Hidrologia, Erosão e Sedimentos, Rua Ufms s/nº, 79090-900, Campo Grande, MS, Brasil
  • Paulo Tarso Sanches de Oliveira Universidade Federal de Mato Grosso do Sul, Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia, Laboratório de Hidrologia, Erosão e Sedimentos, Rua Ufms s/nº, 79090-900, Campo Grande, MS, Brasil

DOI:

https://doi.org/10.11137/2020_2_460_468

Keywords:

fator topográfico, fator LS, RUSLE

Abstract

A Equação Universal de Perda de Solo Revisada (RUSLE) é um dos modelos mais utilizados para a estimativa de risco de erosão do solo. Entre as camadas de entrada que têm o maior impacto na modelagem da perda de solo está o comprimento e o ângulo de inclinação combinados (fator LS) que descreve o efeito da topografia na erosão do solo. Neste estudo, calculamos o fator LS com base em Modelos Digitais de Elevação (MDE) de diferentes resoluções espaciais para uma bacia tropical. O cálculo do fator LS foi realizado usando a ferramenta LS-TOOL, que incorpora um algoritmo de fluxo múltiplo e contribui para uma estimativa precisa da acumulação de fluxo. O conjunto de dados do fator LS foi calculado usando MDEs com variação de 5 a 90 m de resolução espacial para toda Bacia do Guariroba, resultando em diferentes delineamentos de áreas com risco de erosão do solo em comparação com conjuntos de dados de baixa resolução. Essa abordagem combinada do uso de ferramentas de software de Sistema de Informações Geográficas com MDEs de diferentes resoluções mostra que a aplicabilidade de MDEs de média resolução, fornecidos gratuitamente, não comprometem a estimativa da perda média de solo.

References

Alewell, C.; Borrelli, P.; Meusburger, K. & Panagos, P. 2019.

Using the USLE: Chances, challenges and limitations

of soil erosion modelling. International Soil and Water Conservation Research, 7: 203–225.

Almagro, A.; Oliveira, P.T.S.; Nearing, M.A. & Hagemann, S.

Projected climate change impacts in rainfall

erosivity over Brazil. Scientific Reports, 7: 1–12

Almagro, A.; Thomé, T.C.; Colman, C.B.; Pereira, R.B.; Marcato Junior, J.; Rodrigues, D.B.B. & Oliveira, P.T.S.

Improving cover and management factor

(C-factor) estimation using remote sensing approaches for tropical regions. International Soil and Water

Conservation Research, 7: 325–334.

Amundson, R.; Berhe, A.A.; Hopmans, J.W.; Olson, C.; Sztein,

A.E. & Sparks D.L. 2015. Soil and human security in

the 21st century. Science, 348: 647–653.

Anache, J.A; Bacchi, C.G.V & Alves Sobrinho, T. 2015. Perdas

de solo e produção de sedimentos em bacia hidrográfica: Uma abordagem distribuída. In: ANAIS DO ENCONTRO NACIONAL DE ENGENHARIA DE

SEDIMENTOS. Vitória, 2018. Resumos expandidos,

Vitória/ES. p. 1-12.

Boyce, R.C. 1975. Sediment routing with sediment delivery

ratios. In present and prospective technology for predicting sediment yields and sources. U.S. Department

of Agriculture Technical Bulletin. p. 168-179.

Carvalho, N.O. 2008. Hidrossedimentologia prática. Rio de Janeiro: CPRM, 600p.

Colman, C.B.; Garcia, K.M.P.; Pereira, R.B.; Shinma, E.A.;

Lima, F.E.; Gomes, A.O & Oliveira, P.T.S. 2018. Different approaches to estimate the sediment yield in a

tropical watershed. Revista Brasileira de Recursos Hídricos, 23(47): 1-9.

Durigon, V.L.; Carvalho, D.F.; Antunes, M.A.H.; Oliveira,

P.T.S. & Fernandes, M.M. 2014. NDVI time series

for monitoring RUSLE cover management factor in

a tropical watershed. International Journal of Remote

Sensing, 35: 441–453.

Liu, H.; Kiesel, J.; Hörmann, G. & Fohrer, N. 2011. Effects of

DEM horizontal resolution and methods on calculating the slope length factor in gently rolling landscapes. Catena, 87(3): 368-375.

Lu H.; Moran C.J.; Prosser I.P.; Raupach M.R.; Olley J. & Petheram C. 2003. Hillslope erosion and sediment deli-very: A basin wide estimation at medium catchment

scale. CSIRO Land and Water, 3: 12-14.

McCool, D.K.; Brown, L.C. & Foster, G.R. 1987. Revised slope

steepness factor for the Universal Soil Loss Equation.

Transactions of the ASAE, 30: 1387–1396.

McCool, D.K., Foster, G.R., Mutchler, C.K. & Meyer, L.D.

Revised slope length factor for the Universal

Soil Loss Equation. Transactions of the ASAE, 32:

–1576.

Moore, I.D.; Grayson, R.B. & Ladson, A.R. 1991. Digital terrain modelling: a review of hydrological, geomorphological, and biological applications. Hydrological

processes, 5(1): 3-30.

Nearing, M.A. 1997. A Single, Continuous Function for Slope

Steepness Influence on Soil Loss. Soil Science Society

of America Journal, 61: 917–919.

O’loughlin, F.E.; Paiva, R.C.D.; Durand, M.; Alsdorf, D.E. &

Bates, P.D. 2016. A multi-sensor approach towards a

global vegetation corrected SRTM DEM product. Remote Sensing of Environment, 182: 49-59.

Oliveira, J.A.; Dominguez, J.M.L.; Nearing, M.A. & Oliveira,

P.T.S. 2015. A GIS-based procedure for automatically calculating soil loss from the Universal Soil Loss

Equation: GISus-M. Applied Engineering in Agriculture, 31(6): 907-917.

Oliveira, P.T.S.; Oliveira, D.B.B.; Alves Sobrinho, T.; Panachuki, E. & Wendland, E. 2013. Use of SRTM Data to

calculate the (R)USLE topographic factor. Acta Scientiarum Technology, 35: 507-513.

Oliveira, P.T.S.; Rodrigues, D.B.B.; Alves Sobrinho, T.; Carvalho, D.O. & Panachuki, E. 2012. Spatial variability

of the rainfall erosive potential in the Estate of Mato

Grosso do Sul, Brazil. Engenharia. Agrícola, 32(1):

-79.

Oliveira, P.T.S.; Wendland, E. & Nearing, M.A. 2013. Rainfall

erosivity in Brazil: A review. Catena, 100: 139-147.

Panagos, P.; Borrelli, P.; Meusburger, K.; Alewell, C.; Lugato,

E.; Montanarella, L. 2015. Estimating the soil erosion

cover-management factor at the European scale. Land

Use Policy, 48: 38–50.

Pandey, A.; Chowdary, V.M. & Mal, B.C. 2007. Identification

of critical erosion prone areas in the small agricultural

watershed using USLE, GIS and remote sensing. Water Resources Management, 21(4): 729–746.

Sharpley, A.N. & Williams, J.R. 1990. EPIC - Erosion/Productivity Impact Calculator: 1. Model Documentation.

U.S. Department of Agriculture Technical Bulletin,

: 235p.

USDA. 1972. United States Department of Agriculture. Sedimentation, Chapter 6, Sediment Sources, Yields, and

Delivery Ratios. National Engineering Handbook, p.

-11.

Vanoni, V.A. 1975. Sedimentation Engineering. Manuals &

Reports on Engineering Practice, ASCE. New York,

USA, 54p.

Wilson, J.P.; Lam, C.S. & Deng, Y. 2007. Comparison of the

performance of flow‐routing algorithms used in GIS‐

based hydrologic analysis. Hydrological processes,

(8): 1026-1044.

Wischmeier, W.H. & Smith, D.D. 1978. Predicting rainfall erosion losses – A guide to conservation planning. Washington, USDA, 58p.

Zhang, H.; Yang, Q.; Li, R.; Liu, Q.; Moore, D.; He, P.; Ritsema,

C.J. & Geissen, V. 2013. Extension of a GIS procedure

for calculating the RUSLE equation LS factor. Computers & Geosciences, 52: 177-188.

Published

2020-08-21

Issue

Section

Article