RESUMO A previsão a longo prazo da umidade do solo permite melhor planejamento em áreas como a agricultura. No entanto, há ainda poucos estudos dedicados à especificamente estimar umidade do solo para longos horizontes de tempo, o que reflete as dificuldades associadas a este tipo de previsão. Uma abordagem que pode ajudar a melhorar a performance destas previsões é a utilização de previsões por conjuntos (ensemble). Neste estudo, uma previsão de umidade do solo para horizontes de tempo de um, três e seis meses foi desenvolvida na bacia do rio Ijuí (Brasil) usando uma combinação de previsões por conjuntos de precipitação e simulação hidrológica. Todos os membros dos conjuntos de três diferentes modelos climatológicos foram utilizados para rodar o modelo hidrológico MGB, gerando 207 previsões de umidade do solo, organizadas em quatro grupos: (A) para cada modelo, o intervalo de umidade mais frequentemente previsto entre as previsões feitas com cada membro do ensemble, (B) usando a precipitação média de cada modelo, (C) considerando um superensemble, e (D) o intervalo de umidade do solo médio previsto entre as previsões do grupo B. Os resultados mostram que a umidade do solo a longo prazo estimada com base em previsões de precipitação pode ser útil para identificar períodos mais secos ou mais úmidos do que as condições médias para a região estudada. Contudo, a estimativa dos valores exatos de umidade do solo ainda é bastante limitada. Previsões realizadas com os grupos B e D tiveram performance similar as dos grupos A e C, e requerem menor análise e processamento de dados e esforço computacional.

ABSTRACT Long-term soil moisture forecasting allows for better planning in sectors as agriculture. However, there are still few studies dedicated to estimate soil moisture for long lead times, which reflects the difficulties associated with this topic. An approach that could help improving these forecasts performance is to use ensemble predictions. In this study, a soil moisture forecast for lead times of one, three and six months in the Ijuí River Basin (Brazil) was developed using ensemble precipitation forecasts and hydrologic simulation. All ensemble members from three climatologic models were used to run the MGB hydrological model, generating 207 soil moisture forecasts, organized in groups: (A) for each model, the most frequent soil moisture interval predicted among the forecasts made with each ensemble member, (B) using each model’s mean precipitation, (C) considering a super-ensemble, and (D) the mean soil moisture interval predicted among group B forecasts. The results show that long-term soil moisture based on precipitation forecasts can be useful for identifying periods drier or wetter than the average for the studied region. Nevertheless, estimation of exact soil moisture values remains limited. Forecasts groups B and D performed similarly to groups A and C, and require less data management and computing time.

Apresentam-se aqui resultados de estudo sobre a composição física de resíduos sólidos de varrição e também daqueles vindos por uma rede de drenagem, em uma bacia hidrográfica urbana, identificando, dentre outros, influências da frequência do serviço de varrição e da época do ano. Os resíduos de varrição foram provenientes de várias partes do solo da bacia e os da rede de drenagem eram retirados de um poço de casa de bombas, para onde convergia todo o escoamento da rede. Alguns resultados interessantes: em média, 23% da massa de varrição são de lixo seco, predominando plásticos moles. Mais presença de plásticos duros ocorreu nas áreas de varrição diária. Com a análise dos resíduos vindos pela drenagem: o plástico Pet apareceu mais na rede em precipitações intensas do que nos sacos de varrição. Plásticos moles sempre ocorrem na varrição e na drenagem ao longo do ano.

This paper presents results of a study about physical composition of litter from street sweeping and also those delivered by a storm drainage network urban catchment, identifying, among others, influences of the frequency of sweeping service and the season. The litter from sweeping came from several parts of the catchment and those delivered by a storm drainage network were taken from a well pump house, convergence point of the flow. Some interesting results: on average, 23% of the street sweeping mass is dry litter, predominantly soft plastics. More presence of hard plastics occurred at areas of daily sweeping. With the analysis of litter in the storm drainage network: pet plastics are more delivered by storm drainage network in intense rainfall than appear in bags sweeping. Soft plastics always occur in the bags sweeping and into storm drainage network throughout the year.