A dinâmica da água em sistema de plantio direto (PD) é alterada em relação ao preparo convencional (PC) devido a modificações na estrutura do solo e a presença de palha na superfície. Para avaliar estas diferenças foram conduzidos experimentos de campo, em 2001/02 e 2002/03, em Eldorado do Sul, RS. O objetivo geral foi quantificar alterações físico-hídricas no perfil e na superfície do solo em PD e PC, com ênfase na dinâmica da água e respostas das plantas de milho. Os sistemas de manejo do solo foram implantados na área em 1995. Foram avaliadas propriedades físicas, a movimentação e a armazenagem de água no solo. Mediu-se a infiltração e a capacidade de campo e monitorou-se a dinâmica da água durante o ciclo da cultura, enfocando a secagem do solo e a extração de água em períodos sem precipitação. Nestes períodos também foi determinada a evaporação da água na superfície e avaliadas respostas das plantas. Os efeitos do plantio direto se evidenciaram nas camadas de solo próximas à superfície. A mesoporosidade foi a propriedade física mais afetada, apresentando uma distribuição exponencial de mesoporos no plantio direto, enquanto no preparo convencional a mesma se aproximou de uma curva normal. Em geral, a condutividade hidráulica, a retenção e a disponibilidade de água foram mais elevadas em plantio direto, principalmente, próximo à superfície. O solo em PD também apresentou maior umidade volumétrica com menor energia de retenção, resultando em redução no avanço da frente de secagem do solo e extração de água. A evaporação também foi maior em PD, demonstrando que a maior umidade no solo em plantio direto se deve ao aumento na capacidade de armazenagem de água. O aprofundamento radicular foi sempre maior no preparo convencional. O plantio direto altera propriedades físicas ligadas à dinâmica da água, proporcionando maior disponibilidade hídrica no solo ao longo do tempo. / The dynamics of water in no-tillage soils (NT) is modified in comparison to the conventional tillage (CT) because of alterations in the soil structure and the presence of straw on the surface. Field experiments were conducted in 2001/02 and 2002/03, in Eldorado do Sul, Brazil, in order to evaluate those modifications. The main objective was to quantify physical and hydrological alterations in the soil profile and surface related to the tillage systems, taking emphasis in the water dynamics and maize plants responses. Those tillage systems were implanted in the experimental area in 1995. Soil physical properties, water moving and storage into the soil profile were evaluated. The water infiltration and the field capacity were measured in the experimental area. The water dynamics was monitored along the crop cycle, focusing the soil drying and water uptake by plants during several periods without rain. In these periods, the evaporation at the soil surface was measured, while plant responses were evaluated. Highest effects of no-tillage were detected in the soil layers close to the surface. The mesoporosity was the most affected property, showing a exponential distribution of mesopores in the notillage soil, while it tended to a normal distribution in the conventional system. In general, the no-tillage soil had highest values of hydraulic conductivity, water retention and water storage, mainly close to the surface. The no-tillage soil presented also a higher water content in low energy levels, as compared to the conventional system, reducing the deep advance of soil drying and water extraction by plants. The evaporation at the no-tillage soil surface was higher than in CT, showing that its highest water content must be related to increases in the water storage capacity. The root deep growing was higher in the conventional system than in NT. The no-tillage systems leads to alterations of several soil physical properties related to the water dynamics, increasing the water availability to plants, in the course of time. 2 Doctoral thesis in Agronomy, Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brazil. (245 f.), September, 2004.

A dinâmica da água em sistema de plantio direto (PD) é alterada em relação ao preparo convencional (PC) devido a modificações na estrutura do solo e a presença de palha na superfície. Para avaliar estas diferenças foram conduzidos experimentos de campo, em 2001/02 e 2002/03, em Eldorado do Sul, RS. O objetivo geral foi quantificar alterações físico-hídricas no perfil e na superfície do solo em PD e PC, com ênfase na dinâmica da água e respostas das plantas de milho. Os sistemas de manejo do solo foram implantados na área em 1995. Foram avaliadas propriedades físicas, a movimentação e a armazenagem de água no solo. Mediu-se a infiltração e a capacidade de campo e monitorou-se a dinâmica da água durante o ciclo da cultura, enfocando a secagem do solo e a extração de água em períodos sem precipitação. Nestes períodos também foi determinada a evaporação da água na superfície e avaliadas respostas das plantas. Os efeitos do plantio direto se evidenciaram nas camadas de solo próximas à superfície. A mesoporosidade foi a propriedade física mais afetada, apresentando uma distribuição exponencial de mesoporos no plantio direto, enquanto no preparo convencional a mesma se aproximou de uma curva normal. Em geral, a condutividade hidráulica, a retenção e a disponibilidade de água foram mais elevadas em plantio direto, principalmente, próximo à superfície. O solo em PD também apresentou maior umidade volumétrica com menor energia de retenção, resultando em redução no avanço da frente de secagem do solo e extração de água. A evaporação também foi maior em PD, demonstrando que a maior umidade no solo em plantio direto se deve ao aumento na capacidade de armazenagem de água. O aprofundamento radicular foi sempre maior no preparo convencional. O plantio direto altera propriedades físicas ligadas à dinâmica da água, proporcionando maior disponibilidade hídrica no solo ao longo do tempo. / The dynamics of water in no-tillage soils (NT) is modified in comparison to the conventional tillage (CT) because of alterations in the soil structure and the presence of straw on the surface. Field experiments were conducted in 2001/02 and 2002/03, in Eldorado do Sul, Brazil, in order to evaluate those modifications. The main objective was to quantify physical and hydrological alterations in the soil profile and surface related to the tillage systems, taking emphasis in the water dynamics and maize plants responses. Those tillage systems were implanted in the experimental area in 1995. Soil physical properties, water moving and storage into the soil profile were evaluated. The water infiltration and the field capacity were measured in the experimental area. The water dynamics was monitored along the crop cycle, focusing the soil drying and water uptake by plants during several periods without rain. In these periods, the evaporation at the soil surface was measured, while plant responses were evaluated. Highest effects of no-tillage were detected in the soil layers close to the surface. The mesoporosity was the most affected property, showing a exponential distribution of mesopores in the notillage soil, while it tended to a normal distribution in the conventional system. In general, the no-tillage soil had highest values of hydraulic conductivity, water retention and water storage, mainly close to the surface. The no-tillage soil presented also a higher water content in low energy levels, as compared to the conventional system, reducing the deep advance of soil drying and water extraction by plants. The evaporation at the no-tillage soil surface was higher than in CT, showing that its highest water content must be related to increases in the water storage capacity. The root deep growing was higher in the conventional system than in NT. The no-tillage systems leads to alterations of several soil physical properties related to the water dynamics, increasing the water availability to plants, in the course of time. 2 Doctoral thesis in Agronomy, Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brazil. (245 f.), September, 2004.

A dinâmica da água em sistema de plantio direto (PD) é alterada em relação ao preparo convencional (PC) devido a modificações na estrutura do solo e a presença de palha na superfície. Para avaliar estas diferenças foram conduzidos experimentos de campo, em 2001/02 e 2002/03, em Eldorado do Sul, RS. O objetivo geral foi quantificar alterações físico-hídricas no perfil e na superfície do solo em PD e PC, com ênfase na dinâmica da água e respostas das plantas de milho. Os sistemas de manejo do solo foram implantados na área em 1995. Foram avaliadas propriedades físicas, a movimentação e a armazenagem de água no solo. Mediu-se a infiltração e a capacidade de campo e monitorou-se a dinâmica da água durante o ciclo da cultura, enfocando a secagem do solo e a extração de água em períodos sem precipitação. Nestes períodos também foi determinada a evaporação da água na superfície e avaliadas respostas das plantas. Os efeitos do plantio direto se evidenciaram nas camadas de solo próximas à superfície. A mesoporosidade foi a propriedade física mais afetada, apresentando uma distribuição exponencial de mesoporos no plantio direto, enquanto no preparo convencional a mesma se aproximou de uma curva normal. Em geral, a condutividade hidráulica, a retenção e a disponibilidade de água foram mais elevadas em plantio direto, principalmente, próximo à superfície. O solo em PD também apresentou maior umidade volumétrica com menor energia de retenção, resultando em redução no avanço da frente de secagem do solo e extração de água. A evaporação também foi maior em PD, demonstrando que a maior umidade no solo em plantio direto se deve ao aumento na capacidade de armazenagem de água. O aprofundamento radicular foi sempre maior no preparo convencional. O plantio direto altera propriedades físicas ligadas à dinâmica da água, proporcionando maior disponibilidade hídrica no solo ao longo do tempo. / The dynamics of water in no-tillage soils (NT) is modified in comparison to the conventional tillage (CT) because of alterations in the soil structure and the presence of straw on the surface. Field experiments were conducted in 2001/02 and 2002/03, in Eldorado do Sul, Brazil, in order to evaluate those modifications. The main objective was to quantify physical and hydrological alterations in the soil profile and surface related to the tillage systems, taking emphasis in the water dynamics and maize plants responses. Those tillage systems were implanted in the experimental area in 1995. Soil physical properties, water moving and storage into the soil profile were evaluated. The water infiltration and the field capacity were measured in the experimental area. The water dynamics was monitored along the crop cycle, focusing the soil drying and water uptake by plants during several periods without rain. In these periods, the evaporation at the soil surface was measured, while plant responses were evaluated. Highest effects of no-tillage were detected in the soil layers close to the surface. The mesoporosity was the most affected property, showing a exponential distribution of mesopores in the notillage soil, while it tended to a normal distribution in the conventional system. In general, the no-tillage soil had highest values of hydraulic conductivity, water retention and water storage, mainly close to the surface. The no-tillage soil presented also a higher water content in low energy levels, as compared to the conventional system, reducing the deep advance of soil drying and water extraction by plants. The evaporation at the no-tillage soil surface was higher than in CT, showing that its highest water content must be related to increases in the water storage capacity. The root deep growing was higher in the conventional system than in NT. The no-tillage systems leads to alterations of several soil physical properties related to the water dynamics, increasing the water availability to plants, in the course of time. 2 Doctoral thesis in Agronomy, Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brazil. (245 f.), September, 2004.

O teor de água no solo é um dos fatores determinantes nos processos de transferência entre o solo e a atmosfera, contribuindo nos balanços de água e de energia. Esse teor é influenciado pelas entradas de água na bacia hidrográfica, por características climáticas, topográficas, de cobertura vegetal, práticas de manejo agrícola e propriedades do solo. A grande heterogeneidade desses fatores faz com que a caracterização desse teor seja ainda um grande desafio. Essa pesquisa objetivou desenvolver abordagens baseadas em Redes Neurais Artificiais (RNAs) para determinação da variação espacial e temporal do teor de água no solo, utilizando informações climáticas, propriedade físicas do solo e variáveis topográficas de uma bacia hidrográfica, com área aproximada de 78 km², localizada na Região Sul do Brasil (bacia do Taboão). A RNA adotada é uma rede de duas camadas, com 25 neurônios na camada intermediária, sendo o treinamento realizado por meio do algoritmo retropropagativo, considerando16 iterações iniciais dos pesos sinápticos, e número máximo de ciclos igual a 30.000. No total foram testadas 40 variáveis de entrada, sendo quatro referentes à topografia (altitude, declividade, distância do ponto ao trecho do rio mais próximo e desnível do ponto ao trecho mais próximo do rio); oito relacionadas ao solo (tipo de solo, densidade do solo, resistência à penetração no solo para as camadas de 0 a 20 cm e 20 a 40 cm, tensão da água no solo em apenas um ponto na bacia e percentual de argila, silte e areia), 10 relativas ao clima (clima, evapotranspiração de referência, temperatura do ar máxima e temperatura do ar, umidade relativa do ar máxima e umidade relativa do ar mínima, pressão atmosférica, radiação solar global, velocidade do vento e temperatura na relva), e 18 variáveis de chuva (chuva de 1, 2, 3, 4, 5, 6 e 12h; chuva de 1, 2, 3, 5, 10, 15, 20, 25 e 30 dias; chuva média ponderada horária; chuva média ponderada diária). A saída dos modelos foi comparada com valores de umidade gravimétrica determinados por amostras coletadas em 26 pontos da bacia, distribuídos espacialmente na bacia, no período compreendido entre 15/01 e 10/08/2013. Neste período o teor de água no solo (umidade gravimétrica) variou entre 13,73 e 33,75%. Os resultados demonstram que é possível estimar o teor de água no solo, com distribuição espacial e temporal, com boa eficiência (NSverificação = 0,77), empregando dados topográficos da bacia, propriedades físicas do solo e dados de chuva. As informações climáticas, por outro lado, não afetam significativamente essa estimativa (NSv=0,28), podendo até diminuir a eficiência do modelo (NSv=0,77 para NSv=0,68). O emprego de muitas variáveis não gera necessariamente o melhor desempenho do modelo, pois uma variável pode mascarar a outra e, até mesmo, interferir a eficiência do modelo (NSv=0,70 e NS=0,61 para os modelos onde foram utilizadas 38 variáveis de entrada), além de aumentar o custo e o tempo para aquisição dessas variáveis, e a dificuldade de interpretação dos resultados em relação às várias entradas. Alternativamente, pode-se estimar o teor de água no solo utilizando modelos mais simplificados que empregam dados de chuva monitorados e informações extraídas de mapas (topografia e tipo de solo), mas o desempenho desses modelos é menor (NSv 0,66). A análise de importância das variáveis de entrada delimitou a tensão da água no solo e a chuva como as variáveis mais influentes nos modelos de melhor desempenho, e a densidade do solo como a menos importante. Nos modelos mais simples, a variável menos relevante é a declividade e a mais importante é a chuva. A análise de sensibilidade demonstrou que nem sempre os modelos conseguem reproduzir o que deveria ocorrer no ambiente natural. / The water content in the soil is one of the determining factors in the transfer processes between the soil and the atmosphere, contributing to the balances of water and energy. This content is influenced by inputs to the basin, climate characteristics, topography, land cover characteristics, agricultural practices, and soil properties. These wide heterogeneity factors make the soil water content characterization still a challenge. This research aimed to develop an Artificial Neural Network (ANN) model to determine the spatial and temporal variation of the water content in the soil, using climate data, physical properties of soil, and topographic variables, of a basin with an area of approximately 78 km2, located in Brazil`s southern region (Taboão basin). The model adopted is a double layer feedforward neural network with 25 neurons in the hidden layer. The learning method is the back propagation algorithm, with 16 interactions to avoid local minima, and the maximum number of cycles chosen was 30,000. A total of 40 input variables were tested, including four of topography (altitude, slope, distance from the point to the nearest stretch of river and unevenness of the point closest to the stretch of the river), eight of soil related variables (soil type, soil density, soil penetration resistance for layers from 0 to 20 cm and from 20 to 40 cm, soil water tension at a single point in the basin and percentage of clay, silt and sand), 10 climate-related variables (climate, evapotranspiration reference, maximum and minimum air temperature, maximum and minimum air relative humidity, atmospheric pressure, global solar radiation, wind speed and temperature on grass) and 18 variables related to rain (accumulated precipitation in 1, 2, 3, 4, 5, 6 e 12h; accumulated precipitation in 2, 3, 5, 10, 15, 20, 25 and 30 days; weighted hourly accumulated precipitation; weighted daily accumulated precipitation). The outputs of the models were compared with values determined by gravimetric moisture samples collected from 26 points spatially distributed in the basin, in the period between 15/01 and 10/08/2013. During this period the soil water content (gravimetric water content) ranged from 13.73 to 33.75%. The results show that it is possible to estimate the water content of the soil, temporal and spatial distribution, with good efficiency (NSverication = 0.77), using topographic data from the basin, soil physical properties and precipitation data. The weather information, on the other hand, did not significantly affect the estimate (NSv = 0.28) and may even decrease the efficiency (NSv) of the model (from 0.77 to 0.68). The use of many variables not necessarily generates the best performance of the model as a variable may mask another and even disrupt the efficiency of the model (NSv = 0.70 and NSv = 0.61, where 38 input variables were used), besides increasing the cost and the time to acquire these variables, and the difficulty of interpreting the results in relation to the various inputs. Alternatively, one can estimate the water content in soil using more simplified models, employing monitored rainfall data and information extracted from maps (topography and soil type), but the performance of these models is smaller (NSv 0.66). The analysis of the importance of input variables delimited the soil water tension and the rain as the most influential variables in the best models, and the density of the soil as the least important. In the simplest models, the less relevant variable is the slope and the most important is the rain. The sensitivity analysis showed that the models cannot always play what should occur in the natural environment.

As atividades agrícolas promovem modificações na estrutura física do solo e nas interações que ocorrem no seu interior. As mudanças promovidas nestas atividades podem gerar alterações do processo hidrogeoquímico no solo. Este estudo tem por objetivo estudar o processo hidrológico e o transporte de espécies químicas em solos agrícolas do Sul do Brasil, quando submetidos à chuva de alta intensidade, em lisímetros de drenagem, que são dispositivos experimentais. Sete lisímetros instalados em quatro bacias hidrográficas situadas nos estados do Sul do Brasil foram utilizados nos experimentos, apresentando os mesmos procedimentos metodológicos de dimensionamento e instalação. Nestes, foram realizadas simulações, com diferentes intensidades de chuva, com monitoramento do escoamento superficial e o de drenagem, analisadas quimicamente para as espécies químicas amônio, nitrato, nitrito, fosfato, carbono orgânico e inorgânico total. Foram realizados 77 ensaios de simulação de chuva, com intensidades de chuva variando entre 30 e 140 mm h-1, correspondendo a um período de retorno da ordem de 1 a 1000 anos, respectivamente, correspondendo a chuvas extremas. As séries de dados geradas foram analisadas quanto às suas evoluções temporais e espaciais, magnitude e o processo de transporte envolvido. Os modelos SWAP - Soil, Water, Atmosphere, Plant Environment e ANIMO - Agricultural Nutrient Model foram aplicados às séries, visando avaliar o processo hidrogeoquímico representados. Os modelos são de base física e apropriados para uso em escala de lisímetro. A geração de escoamento superficial, as taxas de infiltração de água no solo e a drenagem interna, em eventos pluviométricos de alta intensidade são influenciadas pelas práticas de manejo e pelo estádio de desenvolvimento da cobertura vegetal e a própria intensidade da chuva. Para elevadas intensidades de chuva tem-se o aumento da água retida na superfície, com consequente alteração na carga hidráulica, proporcionando aumento das taxas de infiltração e do escoamento no perfil do solo. As simulações de chuvas intensas mostram que as concentrações de nitrato nas águas de escoamento superficial e de drenagem são mais elevadas do que aquelas de amônio, nitrito, fosfato, carbono orgânico total e carbono inorgânico. O modelo SWAP simulou adequadamente os componentes do balanço hídrico no lisímetro nas escalas de tempo diário e das chuvas simuladas. Os coeficientes de eficiência de Nash-Sutcliffe na calibração e na verificação, na escala diária, foram superiores a 0,8 para o escoamento de drenagem. Para o nitrato e o fosfato, o modelo ANIMO simulou corretamente as concentrações nas datas de coletas de amostras de águas do escoamento superficial e de drenagem da série de dados diários. Nos períodos dos ensaios de chuvas simuladas, o modelo SWAP apresentou coeficientes de eficiência da ordem de 0,8 para a calibração e verificação do escoamento de drenagem. As evoluções das vazões dos ramos de ascensão e das vazões máximas dos hidrogramas foram adequadamente reproduzidas. O modelo ANIMO simulou com boa precisão as variações temporais das concentrações de nitrato e de fosfato nos períodos de verificação e de calibração das séries de ensaios de simulação de chuva. / Agricultural activities promote modifications in the physical structure of the soil and the interactions that occur within. The changes promoted these activities can generate changes in hydrogeochemical processes in the soil. This study aims to the hydrological processes and transport of chemical species in agricultural soils in southern Brazil, when subjected to rain of high intensity in drainage lysimeters, are experimental devices. Seven lysimeters installed in four catchment areas in the southern states of Brazil were used in the experiments, which present the same methodology and manufacturing facility. In these were performed simulations with different rainfall intensities. Were monitored runoff, drainage and analyzed water samples collected for chemical species ammonium, nitrate, nitrite, phosphate, total organic and inorganic carbon. 77 tests were performed to simulate rain, precipitation intensities ranging between 30 and 140 mm h-1, corresponding to return period of about 1 to 1,000 years, respectively, corresponding to extreme rainfall. The datasets generated were analyzed for their spatial and temporal evolutions, their magnitudes and transport processes involved. The models SWAP - Soil, Water, Atmosphere, Environment and Plant and ANIMO - Agricultural Nutrient Model, was applied to the series, to evaluate the hydrogeochemical processes represented. The models are based on physical and suitable for use in lysimeter scale. The generation of runoff, infiltration rates and soil water drainage built in high intensity rainfall events are influenced by management practices and the development stage of the vegetation cover and the very intensity of precipitation. For high intensity rainfall has increased water retained in the surface, with a consequent change in hydraulic head, providing increased rates of infiltration and runoff in the soil profile. The simulations show that the heavy rainfall nitrate concentrations in water runoff and drainage are higher than those of ammonium, nitrite, phosphate, total organic carbon and inorganic carbon. The SWAP model adequately simulated the water balance components in the lysimeter and daily time scales of simulated rainfall. The coefficient of efficiency Nash-Sutcliffe calibration and verification in a daily were more than 0.8 drain for disposal. For nitrate and phosphate, the model correctly simulated ANIMO concentrations on the dates of sample collection of water runoff and drainage series of daily data. During periods of rainfall test, the model presented SWAP efficiency ratios on the order of 0.8 for calibration and verification of drainage outlets. The evolutions of the flow of arms to rise and peak flows of hydrographs were properly reproduced. The model adequately simulated ANIMO temporal variations in the concentrations of nitrate and phosphate during periods of verification and calibration of the test suites rainfall simulation.

O teor de água no solo é um dos fatores determinantes nos processos de transferência entre o solo e a atmosfera, contribuindo nos balanços de água e de energia. Esse teor é influenciado pelas entradas de água na bacia hidrográfica, por características climáticas, topográficas, de cobertura vegetal, práticas de manejo agrícola e propriedades do solo. A grande heterogeneidade desses fatores faz com que a caracterização desse teor seja ainda um grande desafio. Essa pesquisa objetivou desenvolver abordagens baseadas em Redes Neurais Artificiais (RNAs) para determinação da variação espacial e temporal do teor de água no solo, utilizando informações climáticas, propriedade físicas do solo e variáveis topográficas de uma bacia hidrográfica, com área aproximada de 78 km², localizada na Região Sul do Brasil (bacia do Taboão). A RNA adotada é uma rede de duas camadas, com 25 neurônios na camada intermediária, sendo o treinamento realizado por meio do algoritmo retropropagativo, considerando16 iterações iniciais dos pesos sinápticos, e número máximo de ciclos igual a 30.000. No total foram testadas 40 variáveis de entrada, sendo quatro referentes à topografia (altitude, declividade, distância do ponto ao trecho do rio mais próximo e desnível do ponto ao trecho mais próximo do rio); oito relacionadas ao solo (tipo de solo, densidade do solo, resistência à penetração no solo para as camadas de 0 a 20 cm e 20 a 40 cm, tensão da água no solo em apenas um ponto na bacia e percentual de argila, silte e areia), 10 relativas ao clima (clima, evapotranspiração de referência, temperatura do ar máxima e temperatura do ar, umidade relativa do ar máxima e umidade relativa do ar mínima, pressão atmosférica, radiação solar global, velocidade do vento e temperatura na relva), e 18 variáveis de chuva (chuva de 1, 2, 3, 4, 5, 6 e 12h; chuva de 1, 2, 3, 5, 10, 15, 20, 25 e 30 dias; chuva média ponderada horária; chuva média ponderada diária). A saída dos modelos foi comparada com valores de umidade gravimétrica determinados por amostras coletadas em 26 pontos da bacia, distribuídos espacialmente na bacia, no período compreendido entre 15/01 e 10/08/2013. Neste período o teor de água no solo (umidade gravimétrica) variou entre 13,73 e 33,75%. Os resultados demonstram que é possível estimar o teor de água no solo, com distribuição espacial e temporal, com boa eficiência (NSverificação = 0,77), empregando dados topográficos da bacia, propriedades físicas do solo e dados de chuva. As informações climáticas, por outro lado, não afetam significativamente essa estimativa (NSv=0,28), podendo até diminuir a eficiência do modelo (NSv=0,77 para NSv=0,68). O emprego de muitas variáveis não gera necessariamente o melhor desempenho do modelo, pois uma variável pode mascarar a outra e, até mesmo, interferir a eficiência do modelo (NSv=0,70 e NS=0,61 para os modelos onde foram utilizadas 38 variáveis de entrada), além de aumentar o custo e o tempo para aquisição dessas variáveis, e a dificuldade de interpretação dos resultados em relação às várias entradas. Alternativamente, pode-se estimar o teor de água no solo utilizando modelos mais simplificados que empregam dados de chuva monitorados e informações extraídas de mapas (topografia e tipo de solo), mas o desempenho desses modelos é menor (NSv 0,66). A análise de importância das variáveis de entrada delimitou a tensão da água no solo e a chuva como as variáveis mais influentes nos modelos de melhor desempenho, e a densidade do solo como a menos importante. Nos modelos mais simples, a variável menos relevante é a declividade e a mais importante é a chuva. A análise de sensibilidade demonstrou que nem sempre os modelos conseguem reproduzir o que deveria ocorrer no ambiente natural. / The water content in the soil is one of the determining factors in the transfer processes between the soil and the atmosphere, contributing to the balances of water and energy. This content is influenced by inputs to the basin, climate characteristics, topography, land cover characteristics, agricultural practices, and soil properties. These wide heterogeneity factors make the soil water content characterization still a challenge. This research aimed to develop an Artificial Neural Network (ANN) model to determine the spatial and temporal variation of the water content in the soil, using climate data, physical properties of soil, and topographic variables, of a basin with an area of approximately 78 km2, located in Brazil`s southern region (Taboão basin). The model adopted is a double layer feedforward neural network with 25 neurons in the hidden layer. The learning method is the back propagation algorithm, with 16 interactions to avoid local minima, and the maximum number of cycles chosen was 30,000. A total of 40 input variables were tested, including four of topography (altitude, slope, distance from the point to the nearest stretch of river and unevenness of the point closest to the stretch of the river), eight of soil related variables (soil type, soil density, soil penetration resistance for layers from 0 to 20 cm and from 20 to 40 cm, soil water tension at a single point in the basin and percentage of clay, silt and sand), 10 climate-related variables (climate, evapotranspiration reference, maximum and minimum air temperature, maximum and minimum air relative humidity, atmospheric pressure, global solar radiation, wind speed and temperature on grass) and 18 variables related to rain (accumulated precipitation in 1, 2, 3, 4, 5, 6 e 12h; accumulated precipitation in 2, 3, 5, 10, 15, 20, 25 and 30 days; weighted hourly accumulated precipitation; weighted daily accumulated precipitation). The outputs of the models were compared with values determined by gravimetric moisture samples collected from 26 points spatially distributed in the basin, in the period between 15/01 and 10/08/2013. During this period the soil water content (gravimetric water content) ranged from 13.73 to 33.75%. The results show that it is possible to estimate the water content of the soil, temporal and spatial distribution, with good efficiency (NSverication = 0.77), using topographic data from the basin, soil physical properties and precipitation data. The weather information, on the other hand, did not significantly affect the estimate (NSv = 0.28) and may even decrease the efficiency (NSv) of the model (from 0.77 to 0.68). The use of many variables not necessarily generates the best performance of the model as a variable may mask another and even disrupt the efficiency of the model (NSv = 0.70 and NSv = 0.61, where 38 input variables were used), besides increasing the cost and the time to acquire these variables, and the difficulty of interpreting the results in relation to the various inputs. Alternatively, one can estimate the water content in soil using more simplified models, employing monitored rainfall data and information extracted from maps (topography and soil type), but the performance of these models is smaller (NSv 0.66). The analysis of the importance of input variables delimited the soil water tension and the rain as the most influential variables in the best models, and the density of the soil as the least important. In the simplest models, the less relevant variable is the slope and the most important is the rain. The sensitivity analysis showed that the models cannot always play what should occur in the natural environment.

As atividades agrícolas promovem modificações na estrutura física do solo e nas interações que ocorrem no seu interior. As mudanças promovidas nestas atividades podem gerar alterações do processo hidrogeoquímico no solo. Este estudo tem por objetivo estudar o processo hidrológico e o transporte de espécies químicas em solos agrícolas do Sul do Brasil, quando submetidos à chuva de alta intensidade, em lisímetros de drenagem, que são dispositivos experimentais. Sete lisímetros instalados em quatro bacias hidrográficas situadas nos estados do Sul do Brasil foram utilizados nos experimentos, apresentando os mesmos procedimentos metodológicos de dimensionamento e instalação. Nestes, foram realizadas simulações, com diferentes intensidades de chuva, com monitoramento do escoamento superficial e o de drenagem, analisadas quimicamente para as espécies químicas amônio, nitrato, nitrito, fosfato, carbono orgânico e inorgânico total. Foram realizados 77 ensaios de simulação de chuva, com intensidades de chuva variando entre 30 e 140 mm h-1, correspondendo a um período de retorno da ordem de 1 a 1000 anos, respectivamente, correspondendo a chuvas extremas. As séries de dados geradas foram analisadas quanto às suas evoluções temporais e espaciais, magnitude e o processo de transporte envolvido. Os modelos SWAP - Soil, Water, Atmosphere, Plant Environment e ANIMO - Agricultural Nutrient Model foram aplicados às séries, visando avaliar o processo hidrogeoquímico representados. Os modelos são de base física e apropriados para uso em escala de lisímetro. A geração de escoamento superficial, as taxas de infiltração de água no solo e a drenagem interna, em eventos pluviométricos de alta intensidade são influenciadas pelas práticas de manejo e pelo estádio de desenvolvimento da cobertura vegetal e a própria intensidade da chuva. Para elevadas intensidades de chuva tem-se o aumento da água retida na superfície, com consequente alteração na carga hidráulica, proporcionando aumento das taxas de infiltração e do escoamento no perfil do solo. As simulações de chuvas intensas mostram que as concentrações de nitrato nas águas de escoamento superficial e de drenagem são mais elevadas do que aquelas de amônio, nitrito, fosfato, carbono orgânico total e carbono inorgânico. O modelo SWAP simulou adequadamente os componentes do balanço hídrico no lisímetro nas escalas de tempo diário e das chuvas simuladas. Os coeficientes de eficiência de Nash-Sutcliffe na calibração e na verificação, na escala diária, foram superiores a 0,8 para o escoamento de drenagem. Para o nitrato e o fosfato, o modelo ANIMO simulou corretamente as concentrações nas datas de coletas de amostras de águas do escoamento superficial e de drenagem da série de dados diários. Nos períodos dos ensaios de chuvas simuladas, o modelo SWAP apresentou coeficientes de eficiência da ordem de 0,8 para a calibração e verificação do escoamento de drenagem. As evoluções das vazões dos ramos de ascensão e das vazões máximas dos hidrogramas foram adequadamente reproduzidas. O modelo ANIMO simulou com boa precisão as variações temporais das concentrações de nitrato e de fosfato nos períodos de verificação e de calibração das séries de ensaios de simulação de chuva. / Agricultural activities promote modifications in the physical structure of the soil and the interactions that occur within. The changes promoted these activities can generate changes in hydrogeochemical processes in the soil. This study aims to the hydrological processes and transport of chemical species in agricultural soils in southern Brazil, when subjected to rain of high intensity in drainage lysimeters, are experimental devices. Seven lysimeters installed in four catchment areas in the southern states of Brazil were used in the experiments, which present the same methodology and manufacturing facility. In these were performed simulations with different rainfall intensities. Were monitored runoff, drainage and analyzed water samples collected for chemical species ammonium, nitrate, nitrite, phosphate, total organic and inorganic carbon. 77 tests were performed to simulate rain, precipitation intensities ranging between 30 and 140 mm h-1, corresponding to return period of about 1 to 1,000 years, respectively, corresponding to extreme rainfall. The datasets generated were analyzed for their spatial and temporal evolutions, their magnitudes and transport processes involved. The models SWAP - Soil, Water, Atmosphere, Environment and Plant and ANIMO - Agricultural Nutrient Model, was applied to the series, to evaluate the hydrogeochemical processes represented. The models are based on physical and suitable for use in lysimeter scale. The generation of runoff, infiltration rates and soil water drainage built in high intensity rainfall events are influenced by management practices and the development stage of the vegetation cover and the very intensity of precipitation. For high intensity rainfall has increased water retained in the surface, with a consequent change in hydraulic head, providing increased rates of infiltration and runoff in the soil profile. The simulations show that the heavy rainfall nitrate concentrations in water runoff and drainage are higher than those of ammonium, nitrite, phosphate, total organic carbon and inorganic carbon. The SWAP model adequately simulated the water balance components in the lysimeter and daily time scales of simulated rainfall. The coefficient of efficiency Nash-Sutcliffe calibration and verification in a daily were more than 0.8 drain for disposal. For nitrate and phosphate, the model correctly simulated ANIMO concentrations on the dates of sample collection of water runoff and drainage series of daily data. During periods of rainfall test, the model presented SWAP efficiency ratios on the order of 0.8 for calibration and verification of drainage outlets. The evolutions of the flow of arms to rise and peak flows of hydrographs were properly reproduced. The model adequately simulated ANIMO temporal variations in the concentrations of nitrate and phosphate during periods of verification and calibration of the test suites rainfall simulation.

O teor de água no solo é um dos fatores determinantes nos processos de transferência entre o solo e a atmosfera, contribuindo nos balanços de água e de energia. Esse teor é influenciado pelas entradas de água na bacia hidrográfica, por características climáticas, topográficas, de cobertura vegetal, práticas de manejo agrícola e propriedades do solo. A grande heterogeneidade desses fatores faz com que a caracterização desse teor seja ainda um grande desafio. Essa pesquisa objetivou desenvolver abordagens baseadas em Redes Neurais Artificiais (RNAs) para determinação da variação espacial e temporal do teor de água no solo, utilizando informações climáticas, propriedade físicas do solo e variáveis topográficas de uma bacia hidrográfica, com área aproximada de 78 km², localizada na Região Sul do Brasil (bacia do Taboão). A RNA adotada é uma rede de duas camadas, com 25 neurônios na camada intermediária, sendo o treinamento realizado por meio do algoritmo retropropagativo, considerando16 iterações iniciais dos pesos sinápticos, e número máximo de ciclos igual a 30.000. No total foram testadas 40 variáveis de entrada, sendo quatro referentes à topografia (altitude, declividade, distância do ponto ao trecho do rio mais próximo e desnível do ponto ao trecho mais próximo do rio); oito relacionadas ao solo (tipo de solo, densidade do solo, resistência à penetração no solo para as camadas de 0 a 20 cm e 20 a 40 cm, tensão da água no solo em apenas um ponto na bacia e percentual de argila, silte e areia), 10 relativas ao clima (clima, evapotranspiração de referência, temperatura do ar máxima e temperatura do ar, umidade relativa do ar máxima e umidade relativa do ar mínima, pressão atmosférica, radiação solar global, velocidade do vento e temperatura na relva), e 18 variáveis de chuva (chuva de 1, 2, 3, 4, 5, 6 e 12h; chuva de 1, 2, 3, 5, 10, 15, 20, 25 e 30 dias; chuva média ponderada horária; chuva média ponderada diária). A saída dos modelos foi comparada com valores de umidade gravimétrica determinados por amostras coletadas em 26 pontos da bacia, distribuídos espacialmente na bacia, no período compreendido entre 15/01 e 10/08/2013. Neste período o teor de água no solo (umidade gravimétrica) variou entre 13,73 e 33,75%. Os resultados demonstram que é possível estimar o teor de água no solo, com distribuição espacial e temporal, com boa eficiência (NSverificação = 0,77), empregando dados topográficos da bacia, propriedades físicas do solo e dados de chuva. As informações climáticas, por outro lado, não afetam significativamente essa estimativa (NSv=0,28), podendo até diminuir a eficiência do modelo (NSv=0,77 para NSv=0,68). O emprego de muitas variáveis não gera necessariamente o melhor desempenho do modelo, pois uma variável pode mascarar a outra e, até mesmo, interferir a eficiência do modelo (NSv=0,70 e NS=0,61 para os modelos onde foram utilizadas 38 variáveis de entrada), além de aumentar o custo e o tempo para aquisição dessas variáveis, e a dificuldade de interpretação dos resultados em relação às várias entradas. Alternativamente, pode-se estimar o teor de água no solo utilizando modelos mais simplificados que empregam dados de chuva monitorados e informações extraídas de mapas (topografia e tipo de solo), mas o desempenho desses modelos é menor (NSv 0,66). A análise de importância das variáveis de entrada delimitou a tensão da água no solo e a chuva como as variáveis mais influentes nos modelos de melhor desempenho, e a densidade do solo como a menos importante. Nos modelos mais simples, a variável menos relevante é a declividade e a mais importante é a chuva. A análise de sensibilidade demonstrou que nem sempre os modelos conseguem reproduzir o que deveria ocorrer no ambiente natural. / The water content in the soil is one of the determining factors in the transfer processes between the soil and the atmosphere, contributing to the balances of water and energy. This content is influenced by inputs to the basin, climate characteristics, topography, land cover characteristics, agricultural practices, and soil properties. These wide heterogeneity factors make the soil water content characterization still a challenge. This research aimed to develop an Artificial Neural Network (ANN) model to determine the spatial and temporal variation of the water content in the soil, using climate data, physical properties of soil, and topographic variables, of a basin with an area of approximately 78 km2, located in Brazil`s southern region (Taboão basin). The model adopted is a double layer feedforward neural network with 25 neurons in the hidden layer. The learning method is the back propagation algorithm, with 16 interactions to avoid local minima, and the maximum number of cycles chosen was 30,000. A total of 40 input variables were tested, including four of topography (altitude, slope, distance from the point to the nearest stretch of river and unevenness of the point closest to the stretch of the river), eight of soil related variables (soil type, soil density, soil penetration resistance for layers from 0 to 20 cm and from 20 to 40 cm, soil water tension at a single point in the basin and percentage of clay, silt and sand), 10 climate-related variables (climate, evapotranspiration reference, maximum and minimum air temperature, maximum and minimum air relative humidity, atmospheric pressure, global solar radiation, wind speed and temperature on grass) and 18 variables related to rain (accumulated precipitation in 1, 2, 3, 4, 5, 6 e 12h; accumulated precipitation in 2, 3, 5, 10, 15, 20, 25 and 30 days; weighted hourly accumulated precipitation; weighted daily accumulated precipitation). The outputs of the models were compared with values determined by gravimetric moisture samples collected from 26 points spatially distributed in the basin, in the period between 15/01 and 10/08/2013. During this period the soil water content (gravimetric water content) ranged from 13.73 to 33.75%. The results show that it is possible to estimate the water content of the soil, temporal and spatial distribution, with good efficiency (NSverication = 0.77), using topographic data from the basin, soil physical properties and precipitation data. The weather information, on the other hand, did not significantly affect the estimate (NSv = 0.28) and may even decrease the efficiency (NSv) of the model (from 0.77 to 0.68). The use of many variables not necessarily generates the best performance of the model as a variable may mask another and even disrupt the efficiency of the model (NSv = 0.70 and NSv = 0.61, where 38 input variables were used), besides increasing the cost and the time to acquire these variables, and the difficulty of interpreting the results in relation to the various inputs. Alternatively, one can estimate the water content in soil using more simplified models, employing monitored rainfall data and information extracted from maps (topography and soil type), but the performance of these models is smaller (NSv 0.66). The analysis of the importance of input variables delimited the soil water tension and the rain as the most influential variables in the best models, and the density of the soil as the least important. In the simplest models, the less relevant variable is the slope and the most important is the rain. The sensitivity analysis showed that the models cannot always play what should occur in the natural environment.

As atividades agrícolas promovem modificações na estrutura física do solo e nas interações que ocorrem no seu interior. As mudanças promovidas nestas atividades podem gerar alterações do processo hidrogeoquímico no solo. Este estudo tem por objetivo estudar o processo hidrológico e o transporte de espécies químicas em solos agrícolas do Sul do Brasil, quando submetidos à chuva de alta intensidade, em lisímetros de drenagem, que são dispositivos experimentais. Sete lisímetros instalados em quatro bacias hidrográficas situadas nos estados do Sul do Brasil foram utilizados nos experimentos, apresentando os mesmos procedimentos metodológicos de dimensionamento e instalação. Nestes, foram realizadas simulações, com diferentes intensidades de chuva, com monitoramento do escoamento superficial e o de drenagem, analisadas quimicamente para as espécies químicas amônio, nitrato, nitrito, fosfato, carbono orgânico e inorgânico total. Foram realizados 77 ensaios de simulação de chuva, com intensidades de chuva variando entre 30 e 140 mm h-1, correspondendo a um período de retorno da ordem de 1 a 1000 anos, respectivamente, correspondendo a chuvas extremas. As séries de dados geradas foram analisadas quanto às suas evoluções temporais e espaciais, magnitude e o processo de transporte envolvido. Os modelos SWAP - Soil, Water, Atmosphere, Plant Environment e ANIMO - Agricultural Nutrient Model foram aplicados às séries, visando avaliar o processo hidrogeoquímico representados. Os modelos são de base física e apropriados para uso em escala de lisímetro. A geração de escoamento superficial, as taxas de infiltração de água no solo e a drenagem interna, em eventos pluviométricos de alta intensidade são influenciadas pelas práticas de manejo e pelo estádio de desenvolvimento da cobertura vegetal e a própria intensidade da chuva. Para elevadas intensidades de chuva tem-se o aumento da água retida na superfície, com consequente alteração na carga hidráulica, proporcionando aumento das taxas de infiltração e do escoamento no perfil do solo. As simulações de chuvas intensas mostram que as concentrações de nitrato nas águas de escoamento superficial e de drenagem são mais elevadas do que aquelas de amônio, nitrito, fosfato, carbono orgânico total e carbono inorgânico. O modelo SWAP simulou adequadamente os componentes do balanço hídrico no lisímetro nas escalas de tempo diário e das chuvas simuladas. Os coeficientes de eficiência de Nash-Sutcliffe na calibração e na verificação, na escala diária, foram superiores a 0,8 para o escoamento de drenagem. Para o nitrato e o fosfato, o modelo ANIMO simulou corretamente as concentrações nas datas de coletas de amostras de águas do escoamento superficial e de drenagem da série de dados diários. Nos períodos dos ensaios de chuvas simuladas, o modelo SWAP apresentou coeficientes de eficiência da ordem de 0,8 para a calibração e verificação do escoamento de drenagem. As evoluções das vazões dos ramos de ascensão e das vazões máximas dos hidrogramas foram adequadamente reproduzidas. O modelo ANIMO simulou com boa precisão as variações temporais das concentrações de nitrato e de fosfato nos períodos de verificação e de calibração das séries de ensaios de simulação de chuva. / Agricultural activities promote modifications in the physical structure of the soil and the interactions that occur within. The changes promoted these activities can generate changes in hydrogeochemical processes in the soil. This study aims to the hydrological processes and transport of chemical species in agricultural soils in southern Brazil, when subjected to rain of high intensity in drainage lysimeters, are experimental devices. Seven lysimeters installed in four catchment areas in the southern states of Brazil were used in the experiments, which present the same methodology and manufacturing facility. In these were performed simulations with different rainfall intensities. Were monitored runoff, drainage and analyzed water samples collected for chemical species ammonium, nitrate, nitrite, phosphate, total organic and inorganic carbon. 77 tests were performed to simulate rain, precipitation intensities ranging between 30 and 140 mm h-1, corresponding to return period of about 1 to 1,000 years, respectively, corresponding to extreme rainfall. The datasets generated were analyzed for their spatial and temporal evolutions, their magnitudes and transport processes involved. The models SWAP - Soil, Water, Atmosphere, Environment and Plant and ANIMO - Agricultural Nutrient Model, was applied to the series, to evaluate the hydrogeochemical processes represented. The models are based on physical and suitable for use in lysimeter scale. The generation of runoff, infiltration rates and soil water drainage built in high intensity rainfall events are influenced by management practices and the development stage of the vegetation cover and the very intensity of precipitation. For high intensity rainfall has increased water retained in the surface, with a consequent change in hydraulic head, providing increased rates of infiltration and runoff in the soil profile. The simulations show that the heavy rainfall nitrate concentrations in water runoff and drainage are higher than those of ammonium, nitrite, phosphate, total organic carbon and inorganic carbon. The SWAP model adequately simulated the water balance components in the lysimeter and daily time scales of simulated rainfall. The coefficient of efficiency Nash-Sutcliffe calibration and verification in a daily were more than 0.8 drain for disposal. For nitrate and phosphate, the model correctly simulated ANIMO concentrations on the dates of sample collection of water runoff and drainage series of daily data. During periods of rainfall test, the model presented SWAP efficiency ratios on the order of 0.8 for calibration and verification of drainage outlets. The evolutions of the flow of arms to rise and peak flows of hydrographs were properly reproduced. The model adequately simulated ANIMO temporal variations in the concentrations of nitrate and phosphate during periods of verification and calibration of the test suites rainfall simulation.

Soil moisture can be a determining factor in hydrological processes. However, the monitoring of soil water content is difficult to perform because of its spatio-temporal variability and because field measurements are expensive and time-consuming. Thus, the use of the Tank Model and also a moisture index derived from this model can be very useful in hydrological studies and in the management of natural disasters. In addition, the evaluation of this index in a distributed form in the river basin allows a more detailed analysis of the water content of the soil, considering its spatial variability. The objective of this study was to develop a distributed version of the Tank Model (D-Tank Model) to determine a soil moisture content (IUS), dividing the basin into cells with a resolution of 2 meters. The study area was the Araponga River basin (5.26 ha), located in the north of Santa Catarina, and with hydro-meteorological and tensiometric data available. In the study, data were used every 5 minutes of rainfall, evapotranspiration and flow, and soil water tension every 10 minutes, measured from March 2011 to December 2015. Initially the Tank Model was used, Aiming only at the rain-flow process of the basin for five short-duration events aiming at the calibration of the parameters, which were also used in the D-Tank Model cells. The validation of this transfer of parameters was done using the average of the parameters found in the calibration, applying it in two other short duration events. After validation, the water storage in the soil of each of the basin cells generated for the D-Tank Model was calculated. With the D-Tank Model, the IUS values were obtained, which were compared with the soil water tension values measured by the tensiometers. The individual storage values of the two reservoirs S1, and S2, were also compared with the water tension values. The comparison was made through the linear correlation coefficient, seeking negative correlations between the variables, which occurred in a satisfactory way, both between the IUS and the tension values, as well as the storage values of the reservoirs and the water tension values. The present work showed that IUS may be an applicable measure for soil moisture representation. / A umidade do solo pode ser um fator determinante nos processos hidrológicos. No entanto, o monitoramento do conteúdo de água no solo é difícil de ser realizado, devido à sua variabilidade espaço-temporal e porque as medições de campo são dispendiosas e demoradas. Assim, a utilização do Tank Model e também de um índice de umidade, derivado deste modelo, podem ser muito úteis nos estudos hidrológicos. Além disso, a avaliação desse índice de forma distribuída na bacia hidrográfica permite uma análise mais detalhada do conteúdo de água do solo, uma vez que considera a sua variabilidade espacial. O objetivo deste estudo foi desenvolver uma versão distribuída do Tank Model (D-Tank Model), para determinar um índice de umidade do solo (IUS), dividindo a bacia em células com resolução de 2 metros. A área de estudo foi a bacia hidrográfica do Rio Araponga (5,26 ha), localizada no norte de Santa Catarina, e com disponibilidade de dados hidro-meteorológicos e tensiométricos. No estudo foram utilizados dados a cada 5 minutos de precipitação, evapotranspiração e vazão, e de tensão de água no solo a cada 10 minutos, medidos no período de março de 2011 a dezembro de 2015. Inicialmente foi utilizado o Tank Model (concentrado), visando somente o processo chuva-vazão da bacia para cinco eventos de curta-duração visando a calibração dos parâmetros, que foram também utilizados nas células do D-Tank Model. A validação desta transferência de parâmetros se deu utilizando a média dos parâmetros encontrados na calibração, aplicando-a em outros dois eventos de curta duração. Após a validação, foi calculado o armazenamento de água no solo, de cada uma das células da bacia, geradas para o D-Tank Model. Com o D-Tank Model obteve-se os valores de IUS, que foram comparados com os valores de tensão da água no solo, medidos pelos tensiômetros. Os valores de armazenamento individuais dos dois reservatórios S1, e S2, também foram comparados com os valores de tensão. A comparação foi feita através do coeficiente de correlação linear, buscando correlações negativas entre as variáveis, o que ocorreu de forma satisfatória, tanto entre o IUS e os valores de tensão, como para os valores de armazenamento dos reservatórios e os valores de tensão da água no solo. O presente trabalho mostrou que o IUS pode ser uma medida aplicável para representação da umidade do solo.