Desenvolveu-se este trabalho com o objetivo de analisar a variabilidade espacial da erosividade no Estado do Rio de Janeiro, por meio de análise geoestatística. Os índices de erosividade médios anuais EI30, definidos pelo produto da energia cinética da chuva e sua intensidade máxima em 30 min e KE>25 (definidos como a energia cinética das chuvas com intensidades superiores a 25 mm h-1) foram calculados a partir de dados pluviográficos de 36 estações, enquanto, para outras 57 estações, os mesmos índices foram estimados por meio de equações de regressão, totalizando 93 pontos de amostragem. O modelo matemático ajustado ao semivariograma experimental, para ambos os índices, foi o exponencial. A partir dos parâmetros dos modelos ajustados, foi possível gerar mapas de erosividade pelo método da krigagem, que apresenta vantagens em relação aos métodos convencionais. Além disso, também foram gerados mapas de variância de krigagem. Os maiores valores de erosividade foram observados nas regiões Serrana e da Baía da Ilha Grande, enquanto os menores valores foram observados nas regiões norte e noroeste do Estado. As maiores variâncias de krigagem foram observadas nas regiões Litorânea e Norte, que são as que apresentam menores densidades de amostragem.
Desenvolveu-se este trabalho com o objetivo de determinar os diferentes padrões de chuvas erosivas naturais, calcular os índices de erosividade EI30 e KE > 25 e ajustá-los aos dados mensais de precipitação para as regiões de Seropédica e Nova Friburgo, RJ. Com os resultados obtidos conclui-se que o padrão de chuva avançado é o de maior ocorrência para as duas regiões, correspondendo a 61 e 58% do número total das chuvas analisadas seguido, respectivamente, pelos padrões intermediário, com 24 e 24%, e atrasado, com 15 e 18%; os valores médios anuais de EI30 foram de 5.472,5 e de 5.431,2 MJ mm ha-1 h-1, para Seropédica e Nova Friburgo, respectivamente, enquanto os valores médios anuais de K E> 25 foram, respectivamente, de 76,8 e 83,5 MJ ha-1.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.