No abstract

Probably the most important environmental challenge of this century is to adapt to climate change and develop strategies to minimize its effects. This study aims to conduct an investigation to detect changes in temperature and precipitation in the northwest region of Rio Grande do Sul with the use of different general and regional circulation models (GCMs and RCMs, respectively). Seven distinct locations in the region were considered, for which there were ten different climate projections. Additionally, we investigated the frequency and intensity of extreme rainfall events using different extreme precipitation indices. These projections indicate an increase of mean annual temperature of almost 3˚C till the end of the century, as well as an increase in annual precipitation. The seasonal analysis has demonstrated that the largest increases of temperature are projected for winter and early spring and do not coincide with the summer months of the main crop cultivation (soybean) in the region. Additionally, it is expected high amounts of rain during these same months. In general, trends in extreme precipitation indices were detected for the RCM projections in most of locations. It can also be concluded that it is possible that the spatial distribution of the impacts of climate change on agriculture will not be uniform.

Artificial neural networks for estimating the soil water retention curve have been developed considering measured data and require a large quantity of soil samples because only retention curve data obtained for the same set of matric potentials can be used. In order to preclude this drawback, we present two ANN models which tested the performance of ANNs trained with fitted water contents data. These models were compared to a recent new ANN approach for predicting water retention curve, the pseudocontinuous pedotransfer functions (PTFs), which is also an attempt to deal with limited data. Additionally, a sensitivity analysis was carried out to verify the influence of each input parameter on each output. Results showed that fitted ANNs provided similar statistical indexes in predicting water contents to those obtained by the pseudocontinuous method. Sensitivity analysis revealed that bulk density and porosity are the most important parameters for predicting water contents in wet regime, whereas sand and clay contents are more significant in drier conditions. The sensitivity analysis for the pseudocontinuous method demonstrated that the natural logarithm of the matric potential became the most important parameter, and the influences of all other inputs were reduced to be not relevant, except the bulk density.

Resumo: A rotação de culturas é uma prática para reduzir a deterioração do solo, infestação de pragas, doenças e plantas daninhas e para aumentar a renda do produtor. Sua introdução nos solos de várzea do Rio Grande do Sul pode ser favorecida pela existência da atual estrutura de drenagem usada para o cultivo do arroz, que proporciona o uso da subirrigação para as culturas de sequeiro. Este artigo avaliou o atendimento da demanda da cultura do milho pela subirrigação em um solo de várzea na Depressão Central do Rio Grande do Sul. A metodologia empregada combinou a equação de Darcy com os modelos de van Genuchten (1980) e de Vogel et al. (2001) para representar a relação entre a condutividade hidráulica e a umidade do solo. Os resultados se mostraram bastante sensíveis ao emprego de um ou outro modelo e à profundidade da camada impermeável. Em todos os casos os resultados mais confortáveis foram obtidos com a aplicação do modelo de Vogel et al. (2001) com horizonte B profundo. Para as condições atuais, representadas por drenos espaçados por 50 m, a contribuição da subirrigação atinge cerca de 20% da demanda total quando a camada impermeável é profunda. Quando a camada é superficial, essa contribuição torna-se desprezível. Com espaçamento de 25 m, o que significa duplicar a densidade de drenagem, a irrigação suplementar proporcionada pela subirrigação atinge 70% da demanda total no cenário mais favorável e 12% no menos favorável.

No abstract

Nos últimos anos, dados de precipitação provenientes de sensoriamento remoto têm se tornado potencialmente úteis para estudos hidrológicos e agronômicos, ganhando maior importância em regiões onde as variáveis climáticas obtidas por métodos convencionais são limitadas ou inexistentes. Séries de precipitação são variáveis de entrada em modelos agrohidrológicos que simulam diferentes cenários em áreas agrícolas. Nesse sentido, esse trabalho teve como objetivo comparar os resultados da aplicação do modelo agro-hidrológico SWAP durante os anos 2008 e 2009, utilizando dados de precipitação obtidos por sensoriamento remoto e de forma convencional. Foram realizadas simulações com e sem o cultivo de soja, sendo analisadas as variáveis evaporação, transpiração, interceptação, escoamento superficial e drenagem pela base do perfil do solo. Essas simulações ocorreram em cenários caracterizados pelo solo predominante na sub-bacia do arroio Taboão, inserida na bacia do rio Potiribu, município de Pejuçara, Rio Grande do Sul. As maiores diferenças ocorreram no escoamento superficial e na drenagem pela base do perfil do solo. As estimativas das demais variáveis, mesmo que com diferenças menores, também indicaram que o emprego de uma série de dados pontuais de precipitação obtidos de satélite, a partir de uma resolução de 8 km, transferiu erros significativos aos resultados do balanço hídrico. Palavras-chaves USE OF RAINFALL DATA OBTAINED BY REMOTE SENSING IN AN AGRO-HYDROLOGICAL MODEL ABSTRACTIn the last years, precipitation data obtained from remote sensing have become potentially useful in agricultural and hydrological studies, acquiring greater importance in regions where climatic variables obtained by conventional methods are limited or nonexistent. Precipitation data are input variables for agro-hydrological models that simulate different scenarios in agricultural areas. Thus, this study compares the application results of the agrohydrological model SWAP during 2 years, 2008 and 2009, using rainfall data obtained by remote sensing and conventional methods. Simulations were performed with and with no

Resumo: A avaliação de impacto ambiental (AIA) é um processo de identificação, previsão e avaliação de atividades com potencial de causar impactos significativos. A participação pública é uma etapa extremamente importante desse processo, podendo influenciá-lo de diversas formas e em diferentes momentos. Esta pesquisa busca avaliar a importância do envolvimento da participação pública na AIA, analisando os métodos da participação pública no processo de licenciamento ambiental da usina hidrelétrica de Belo Monte-PA, através de uma pesquisa qualitativa, analisando o estudo de impacto ambiental (EIA) do empreendimento e o impacto dessas ações na população. Pôdese verificar a deficiência da influência da opinião pública nesse processo, em que as diversas manifestações contrárias do público, exigindo melhorias, não foram ouvidas, culminando no concedimento da licença de operação, causando consequências irreversíveis para a população e ecossistemas locais.

No abstract