RESUMO As mudanças climáticas podem causar alterações drásticas nos ecossistemas lacustres especialmente em razão da elevação da temperatura e das alterações na precipitação, provocando, entre outros fatores, aumento no aporte de nutrientes e, consequentemente, eutrofização. Este trabalho apresenta a estimativa de projeções de vazão e carga de nutrientes (NO3−, PO4–3) afluentes à lagoa Mangueira — grande lagoa rasa subtropical localizada no extremo sul do Brasil. As projeções foram baseadas nos produtos do Quinto Relatório de Avaliação das Mudanças Climáticas (AR5), no Representative Concentration Pathway — RCP 2.6, RCP 4.5 e RCP 8.5. Em cada cenário, foram utilizados produtos de até 39 modelos climáticos globais para a estimativa das projeções das variáveis em dois períodos futuros de 30 anos, centrados em 2030 (próximo) e 2070 (longo). Os resultados mostram como situação mais provável o aumento das vazões, com maior concordância entre os produtos do AR5, quando comparados aos do Quarto Relatório de Avaliação das Mudanças Climáticas (AR4) estimados em trabalho anterior. Nas projeções de cargas de nutrientes também prevalece o padrão de aumento. Os nutrientes analisados apresentam elevação de carga média anual de 9,34% no futuro próximo e no RCP 2.6, enquanto no futuro longo e no RCP 8.5 esse valor se eleva para 22,48%. Medidas mitigadoras deverão ser previstas com o objetivo de reduzir a carga de nutrientes afluentes e manter o bom estado ecológico da lagoa.

ABSTRACT Climate change can cause drastic changes in lake ecosystems, especially due to the increase in temperature and changes in precipitation, promoting, among other factors, an increase in the nutrients input and, therefore, eutrophication. This paper estimated the projected flow and nutrients load (NO3−, PO4–3) at the Mangueira lake — a large subtropical shallow lake, located in southern Brazil. The projections were based on the AR5 products for RCP 2.6, RCP 4.5, and RCP 8.5 scenarios. In each scenario, data from as many as 39 global climate models were used to estimate the projected values of flow and nutrients in two 30-year time intervals centered at 2,030 (near future) and 2,070 (long future). Results show the increase in flow is more likely, with a greater agreement between AR5 products when compared to AR4 products estimated in previous work. The pattern of increase also prevails in the projections of nutrient loads. The nutrients analyzed show an average annual load increase of 9.34% in the near future and RCP 2.6 scenario, while in the long future and RCP 8.5 scenario, this value rises to 22.48%. Mitigation measures should be studied to reduce the nutrient inputs and to preserve a good ecological status of the lake.

RESUMO Os padrões de variabilidade espacial e temporal da qualidade da água foram avaliados através de coletas mensais de amostras de água (superfície, subsuperfície e fundo) de 2005 a 2012. A Análise de Componentes Principais foi utilizada para definir a importância relativa de cada variável e Anova (bidirecional) para analisar a significância das diferenças na qualidade da água no eixo longitudinal do reservatório. As variáveis: turbidez, transparência de Secchi, tempo de residência e temperatura têm maior importância na qualidade da água. Foram observados gradientes espaciais e temporais, relacionados aos processos de circulação, sedimentação e ressuspensão, e a influência da baixa vazão, alto tempo de residência e mistura invernal da coluna d'água na ciclagem de sólidos e nutrientes pode explicar a variação desses processos. A utilização de métodos de análise estatística multivariada forneceu informações importantes para a compreensão desses processos, auxilia na interpretação de dados complexos para melhorar o monitoramento e uso das informações para os tomadores de decisão.

ABSTRACT Spatial and temporal variability patterns of water quality were evaluated through monthly collection of water samples (surface, sub-surface and bottom) from 2005 to 2012. Principal Component Analysis was used to define the relative importance of each variable and Anova (two way) to analyze the significance of differences in water quality in the longitudinal axis of the reservoir. The variables: turbidity, Secchi transparency, residence time and temperature have greater importance on water quality. It was observed spatial and temporal gradients, related to the circulation, sedimentation and resuspension processes, and the influence of low flow, high residence time and winter mixing of water column on the cycling of solids and nutrients may explain the variation in these processes. The use of multivariate statistical analysis methods provided important information to understand these processes, it helps the interpretation of complex data to improve monitoring, and use of information to decision makers.

RESUMO A estimativa da concentração de Clorofila–a (Chl-a) em ambientes aquáticos através de técnicas de sensoriamento remoto é complexa devido as diferenças entre as propriedades óticas da água. O objetivo deste trabalho foi estimar concentrações de Chl-a a partir das combinações de bandas espectrais do sensor MODIS, aplicando análise de regressão linear múltipla (MLR), redes neurais artificiais (ANN), regressão multiplicativa não paramétrica e quatro modelos (Appel, Kahru, FAI e O14a). Os modelos de regressão linear múltipla (MLR), NPMR e ANN foram calibrados e validados utilizando medições in-situ de Clorofila–a. Os resultados demostraram que um simples e eficiente modelo desenvolvido e validado através de regressão linear múltipla (MLR) produz vantagens (i.e., melhor performance e poucas variáveis de entrada) em comparação com os modelos ANN, NPMR e quatro modelos (Appel, Kahru, FAI e O14a). Além disso, foi observado que em um grande lago raso subtropical, no qual o vento (intensidade e direção) e a hidrodinâmica são fatores essenciais na heterogeneidade espacial (distribuição de Chl-a), o modelo MLR desenvolvido utilizando um ponto específico do lago teve melhor performance que utilizando o total de dados, sugerindo que não seria apropriado generalizar um único modelo para estimar Clorofila– a nesses grandes lagos rasos utilizando o total de dados. Esta abordagem é uma ferramenta útil para estimar concentrações de Chl- a em ambientes rasos meso – oligotróficos e corroborar a heterogeneidade espacial desses ecossistemas.

ABSTRACT Accurate estimation of chlorophyll-a (Chl-a) concentration in inland waters through remote-sensing techniques is complicated by local differences in the optical properties of water. In this study, we applied multiple linear regression (MLR), artificial neural network (ANN), nonparametric multiplicative regression (NPMR) and four models (Appel, Kahru, FAI and O14a) to estimate the Chl -a concentration from combinations of spectral bands from the MODIS sensor. The MLR, NPMR and ANN models were calibrated and validated using in-situ Chl -a measurements. The results showed that a simple and efficient model, developed and validated through multiple linear regression analysis, offered advantages (i.e., better performance and fewer input variables) in comparison with ANN, NPMR and four models (Appel, Kahru, FAI and O14a). In addition, we observed that in a large shallow subtropical lake, where the wind and hydrodynamics are essential factors in the spatial heterogeneity (Chl-a distribution), the MLR model adjusted using the specific point dataset, performed better than using the total dataset, which suggest that would not be appropriate to generalize a single model to estimate Chl-a in these large shallow lakes from total datasets. Our approach is a useful tool to estimate Chl -a concentration in meso-oligotrophic shallow waters and corroborates the spatial heterogeneity in these ecosystems.

Resumo Neste trabalho é apresentada a avaliação dos impactos das mudanças climáticas sobre a vazão de contribuição à lagoa Magueira, localizada no sul do Brasil, com base em projeções de precipitação de vinte Modelos Climáticos Globais (MCGs) que alimentam o modelo hidrológico IPH II. As projeções foram baseadas em dois cenários de mudanças climáticas definidos pelo IPCC que estabelecem as forçantes para que os MCGs estimem o clima futuro: A2, caracterizado pelas altas emissões e B2, caracterizado pelas baixas emissões. O MAGICC/ScenGen foi utilizado para obter as projeções de anomalias mensais de precipitação nos cenários A2/B2 em períodos futuros centrados em 2030 e 2070. As séries temporais de precipitação projetadas foram estimadas usando o método delta change. Os resultados em termos de vazão média anual mostraram que o valor médio das anomalias no horizonte próximo é parecido em ambos cenários, sendo igual a +2,86%(A2) e +2,48%(B2). Este valor aumentou no horizonte longo, com valor médio das anomalias de +16,94%(A2) e +11,83%(B2). A dispersão entre os resultados dos MCGs mostrou anomalias que podem atingir [+10%,−7%] no horizonte próximo e [+30%,−20%] no horizonte longo. Assim, embora existisse uma maior concordância nos MCGs ao aumento das vazões, é importante ressaltar a dispersão dos resultados.

Abstract This manuscript presents the assessment of climate change impacts on the streamflow at the Mangueira lake watershed, located in Southern Brazil, based on precipitation predictions of twenty Atmospheric/Ocean General Circulation Models (AOGCMs) that feed a hydrologic model named IPH II. The projections were based on two emission scenarios of the IPCC that set the forcing conditions for the AOGCMs to estimate future climate: A2, characterized by higher emissions and B2, characterized by lower emissions. The MAGICC/ScenGen was used to obtain the projected monthly anomalies of precipitation for the scenarios A2/B2 at two future time intervals centered at 2030 and 2070. Time series of projected precipitation were estimated using the delta change approach. The results in terms of average annual flow shows that mean value of the anomalies on the near horizon resulted very similar, equal to +2.86%(A2) and +2.48%(B2). This statistic increased on the long horizon, with a mean value of the anomalies of +16.94%(A2) and +11.83%(B2). The dispersion among results of the AOGCMs showed anomalies that may reach [+10%,−7%] in the near future and [+30%,−20%], in the long horizon. Thus, although there was higher agreement between AOGCMs in increasing flows, it is important to highlight the dispersion of results.