ABSTRACT The lack of hydrological data in Brazil is the main limitation for structuring hydrological models, which are able to assist water resources management. Therefore, studies are needed to evaluate the performance of models without on-site calibration. Within this context, the aim of this study was to calibrate the SWAT hydrological model for the Camanducaia River Basin and to evaluate the performance of this calibration in a contiguous drainage basin, one of the Jaguarí River. For the calibration and validation steps, the SWAT-CUP program was utilized. Uncertainty analysis and calculation of efficiency indexes were carried out through the SUFI-2 algorithm. The SWAT adjustment in the Camanducaia River Basin obtained adequate results, with a Nash-Sutcliffe coefficient higher than 0.80 in the monthly time step and of 0.64 for the daily time step. With the parametrical transfer of this model to the Jaguarí River Basin, simulations were classified as very good in the monthly time step and acceptable for the daily time step. Based on these results, it can be concluded that the parametric transfer is a promising technique to model ungauged catchments, and can contribute towards water resources management in the river basins of the Mantiqueira Range region, as well as in other regions with shortage of hydrological monitoring.

Neste trabalho se estimaram os valores prováveis de precipitação pluvial para períodos quinzenais e suas respectivas distribuições espaciais, em Guiné-Bissau. Utilizou-se a distribuição log-normal a dois parâmetros para estimar os valores prováveis de precipitação associados ao nível de probabilidade de 75%, entre os meses de junho a outubro. A variabilidade espacial foi estimada pela modelagem dos semivariogramas experimentais e expressa com o emprego do interpolador espacial krigagem. Em média pode-se esperar, para períodos quinzenais em 3 de cada 4 anos pelo menos 100mm de chuvas, excetuando-se a 1ª quinzena de junho e a 2ª quinzena de outubro, cujos valores estimados estão abaixo de 50mm. Essas duas quinzenas correspondem, respectivamente ao início e ao fim do período de chuvas sinalizando, portanto, a necessidade de uso de irrigação suplementar para os cultivos agrícolas, visto que, em junho ocorre a semeadura e outubro antecede a colheita para culturas de ciclo longo. Quanto à variabilidade espacial, ela é elevada, com evidente decréscimo dos índices pluviométricos do eixo sul-sudoeste, exceto no mês de setembro, quando há homogeneidade espacial nas duas quinzenas.

The aim of this study was to estimate the probable values of rainfall in the first and second halves of the months and its spatial distribution in Guinea-Bissau. Distribution functions Log-normal 2 parameters were used to estimate the probable values of rainfall adopting the probability level of 75%. The spatial interpolation (kriging) was applied by semi-variogram modeling demonstrating that the probable rainfall estimates have high spatial variability, except in the month of September, when the behavior is homogeneous for both first and second halves. The lowest probable values of rainfalls under 50 mm occur in June and October throughout the country, supporting the use of supplemental irrigation to avoid compromising the periods of sowing (June) and minimize damage at harvest (October, November) for long cycle crops.

A espacialização de variáveis climáticas, notadamente a precipitação pluvial, necessita de estudos constantes, visando ao aperfeiçoamento de interpoladores e desenvolvimento de mapas sem tendência. Objetivou-se, neste contexto, avaliar o desempenho dos interpoladores krigagem (KG), a partir do melhor modelo de semivariograma, cokrigagem (CA), introduzindo a altitude como variável secundária, modelagem estatística (ME), na qual a precipitação média pode ser estimada a partir de coordenadas geográficas, e inverso do quadrado da distância (IQD), para espacialização da precipitação média mensal, precipitação média do período seco e precipitação média anual, em Minas Gerais; para isto se utilizaram informações de 232 postos pluviométricos para modelagem e de 70 para validação, com base no erro médio absoluto, além de um modelo digital de elevação com resolução de 270 m. Quanto à avaliação dos métodos de interpolação, constatou-se bom desempenho das metodologias abordadas, com erro absoluto médio variando de 12,84 a 19,96%, com destaque para a cokrigagem, que obteve menor erro em 50% das situações analisadas.

The mapping of weather elements, especially rainfall, needs constant studies to improve the performance of interpolators, and to obtain unbiased maps. This work aimed to evaluate the performance of some spatial interpolators for mean monthly rainfall, mean rainfall during the dry season and mean annual rainfall in the Minas Gerais State. For that, the ordinary kriging was evaluated and compared, after the semi-variogram modeling, co-kriging (introducing the altitude above sea level as a secondary variable), statistical modeling in which the mean precipitation can be estimated from geographical coordinates, and inverse square distance. In this study, data sets were evaluated from 232 pluviometric stations, in the Minas Gerais area, to apply each one of the interpolators mentioned and 70 stations to evaluate the performance that was conducted on the basis of absolute mean error. In addition, a digital elevation model, with a resolution of 270 m, was applied. The interpolators have shown good performance, with mean errors varying from 12.84 to 19.96%, the co-kriging method presenting a smaller absolute mean error in 50% of the situations evaluated.

O mapeamento da precipitação mínima provável associada a um período, local e freqüência de ocorrência, consiste em importante ferramenta para subsídios de práticas agrícolas. O objetivo neste trabalho foi mapear a precipitação provável mínima mensal e quinzenal para o Sul do Estado de Minas Gerais, por meio de técnicas geoestatísticas. O nível de probabilidade considerado foi de 75% e o período analisado foi a estação chuvosa (outubro a março). Os valores de precipitação provável foram estimados pela distribuição de probabilidade Log-Normal, após teste de sua adequação, por Kolmogorov-Smirnov, a partir de séries históricas de dados totais diários de precipitação referentes a 69 estações pluviométricas da região e arredores. Os modelos de semivariograma exponencial e esférico ajustados pela máxima verossimilhança (MV) e por mínimos quadrados ponderados (MQP) foram modelados para a escolha do melhor modelo que representasse o semivariograma experimental. Com base no grau de dependência espacial e pela validação cruzada, o modelo exponencial ajustado por MQP apresentou melhor desempenho. Os mapas de precipitação provável mostraram considerável variabilidade durante a estação chuvosa, com os maiores valores estimados para as regiões das Serras da Mantiqueira e Canastra.

The probable minimum precipitation associated to the period, location and frequency of occurrence represents an important tool to support agricultural practices. The objective of this work was to map the probable minimum monthly and fortnightly precipitation for Southern Minas Gerais State, applying geostatistical procedures. The probability level considered was 75% and the period evaluated was the rainy season. The values of probable minimum precipitation were estimated by Log-Normal Probability Distribution, following Kolmogorov-Smirnov adequacy test and using long-term daily precipitation data set of 69 pluviometric stations in the region and its surroundings. Exponential and spherical semi-variogram models, adjusted by Maximum Likelihood (ML) and Minimum Weighted Square (MWS), were modelled to choose the best to represent the experimental semi-variogram. Based on Spatial Dependence Degree and Cross-Validation, the exponential model adjusted by MWS presented better performance. The probable minimum precipitation maps have shown considerable variability during the rainy season. The greatest values were estimated for the region close to Mantiqueira and Canastra Ranges.

A simulação do comportamento hidrológico de bacias hidrográficas consiste em uma das principais ferramentas na gestão dos recursos hídricos, devido à possibilidade de predição do regime fluvial. A bacia em estudo está localizada na região Alto Rio Grande, Sul de Minas Gerais, com área de drenagem de 2.094 km², constituindo uma das bacias fundamentais de drenagem para o reservatório da Usina Hidrelétrica de Camargos (UHE - Camargos/CEMIG). Neste contexto se objetivou desenvolver e aplicar um modelo hidrológico semi-conceitual, na forma semi-distribuída, para simular o comportamento hidrológico da bacia do Rio Aiuruoca, com apoio dos SIGs e sensoriamento remoto, disponibilizando uma ferramenta útil para o gerenciamento e planejamento dos recursos hídricos na região. Os resultados do coeficiente estatístico de Nash-Sutcliffe (CNS) foram de 0,87 e 0,92 para as etapas de calibração e verificação, respectivamente, o que, de acordo com a classificação proposta para modelos hidrológicos de simulação, permite qualificá-lo para simulação do comportamento hidrológico na bacia hidrográfica do Rio Aiuruoca.

The hydrological simulation of watersheds is one of the most important tools for water resources management due to the possibility of flow regime prediction. The Aiuruoca river basin is located in the Alto Rio Grande Basin, southern Minas Gerais State, with 2,094 km² of drainage area, and is very important drainage basin into the Camargos Hydropower Plant Reservoir (UHE - Camargos/CEMIG). In this context, this work had the objective of developing and applying a semi-conceptual hydrologic model, in semi-distributed approach, for hydrologic simulation in the Aiuruoca river basin, based on GIS and Remote Sensing tools, thus creating an important tool for management and planning of water resources in the region. The Nash-Sutcliffe coefficients (CNS), respectively, for calibration and validation periods, were 0.87 and 0.92, showing that the model is able to simulate the hydrologic impacts on the basin, predicting its condition for feeding of the Camargos Reservoir.

O presente trabalho teve-se como objetivo diagnosticar o uso atual das terras e suas implicações na variabilidade espacial dos atributos físicos densidade do solo (Ds), matéria orgânica (MO), frações texturais (areia, silte e argila) e argila dispersa em água (ADA), na bacia hidrográfica do Ribeirão Marcela, Região Alto Rio Grande, MG, através de técnicas de geoestatística, com a finalidade de observar padrões de ocorrência desses atributos na paisagem. Coletaram-se amostras de solo na camada de 0 a 0,15 m em malha, com intervalos regulares de 240 x 240 m (macroescala) e de 60 x 60 m (microescala), totalizando 165 pontos. A Ds apresentou-se com valores na faixa de 1,05 a 1,15 g cm-3 acima, portando, do valor característico para Latossolos (0,95 g cm-3), enquanto os maiores valores foram obtidos nas glebas sob pastejo. Os valores de MO variaram de 1,5 a 4,5 dag kg-1, detectando-se maiores concentrações nas glebas sob eucalipto, cerrado mais denso e várzeas. As frações texturais variaram seguindo a rede de drenagem e a ADA indicou valores baixos ao longo de toda a bacia. Os mapas de krigagem mostraram-se importante no estudo e compreensão da variabilidade espacial de atributos físicos do solo na bacia hidrográfica, indicando áreas críticas de manejo.

This work aimed to diagnose current agricultural soil use as well as its implications for the spatial variability of soil bulk density (Ds), organic matter (OM), particle-size distribution and water dispersible clay (WDC), in Ribeirão Marcela watershed, belonging to Alto Rio Grande region, using geostatistics tools, in order to observe occurrence patterns of these attributes in the landscape. Disturbed and undisturbed soil samples were collected in 0-0.15 m layer, in a grid of 240 x 240 m (macro-scale) and 60 x 60 m (micro-scale), resulting in 165 samples. Current soil use is not in accordance to soil class agricultural suitability. Soil bulk density presented values between 1.05 and 1.15 g cm-3, this range being above characteristic values for Oxisol (close to 0.95 g cm-3), with the highest values found in lands under pasture. Organic matter values ranges from 1.5 to 4.5 dag kg-1, detecting higher concentrations in lands under eucalyptus, cerrado and wetlands. Particle-size distribution presented behavior following the drainage pathways and WDC presented low values in the entire watershed. Kriging maps were shown to be important tools for the understanding of spatial variability of physical soil attributes in the watershed, indicating critical management areas.