Monitoramento e modelagem da interceptação da chuva por restinga arbórea no Sul do Brasil

Abstract

A restinga arbórea é uma formação costeira marcada por elevada heterogeneidade estrutural e por uma composição vegetal adaptada a condições adversas de solo e clima. Essa complexidade espacial, somada à variabilidade temporal dos eventos de chuva, dificulta a quantificação do processo de interceptação da chuva. Caracterizar essa variabilidade requer dados com resolução temporal sub-horária e alta densidade espacial de medição. O objetivo deste trabalho é avaliar o processo de interceptação da chuva em uma parcela de restinga arbórea por meio de monitoramento e modelagem hidrológica. O monitoramento foi conduzido entre 23 de agosto de 2024 e 4 de abril de 2025, em uma parcela de 100 m² (10 × 10 m) localizada na bacia experimental da Lagoa do Peri, em Florianópolis-SC. O dossel apresenta estrutura heterogênea, com arbustos de até 4 m e árvores que atingem 6 m de altura. O índice de cobertura do dossel da parcela é 81%. Os diâmetros à altura do peito (DAP) das árvores variam entre 1,0 e 26,7 cm. A chuva total foi registrada por um pluviógrafo de báscula com resolução temporal de 5 minutos. A chuva interna foi monitorada por 75 pluviômetros artesanais (0,017 m² cada, densidade de 1,3 m²/pluviômetro) e 8 calhas coletoras (0,2 m² cada), com medições manuais; e em duas dessas calhas com registros automáticos a cada 5 minutos. O escoamento pelo tronco foi monitorado com resolução temporal de 5 minutos em duas árvores: Araçazeiro (DAP = 8,9 cm) e Capororoca (DAP = 16,2 cm). A análise considerou três aspectos principais: (i) a influência da quantidade, intensidade e duração dos eventos de chuva na chuva interna; (ii) a distribuição espacial da chuva interna; e (iii) o desempenho dos modelos de interceptação Rutter esparso e Gash esparso na simulação da chuva interna com base no Erro Absoluto Médio (MAE). Foram monitorados 48 eventos, com chuva total variando de 0,3 a 152,7 mm, chuva interna de 0 a 112,3 mm, escoamento pelo tronco de 0 a 3,3 mm e perdas por interceptação de 0,1 a 39,5 mm. Estimativas empíricas indicam que a capacidade de armazenamento de copa é de 1,57 mm e de tronco é de 0,15 mm. Entre as características da chuva, a intensidade máxima de 60 minutos tem maior correlação com a chuva interna. Em média, as perdas por interceptação representam 28% da chuva total, sendo maiores no início do evento, diminuindo com a saturação da vegetação. A distribuição espacial da chuva interna é heterogênea, com padrões recorrentes associados à estrutura da copa, sugerindo a presença de caminhos preferenciais de drenagem. O modelo Rutter esparso apresentou melhor desempenho na simulação da chuva interna (MAE de 0,06 mm), enquanto o modelo Gash esparso teve erro mais elevado (MAE de 1,78 mm). Ambos os modelos mostraram baixa sensibilidade à variação dos parâmetros. No entanto, o fator de cobertura teve maior impacto sobre o desempenho no Rutter esparso, e o fator de cobertura e a capacidade de armazenamento de copa no Gash esparso. Esses resultados destacam a importância do monitoramento de alta resolução para representar a variabilidade do processo de interceptação em vegetações heterogêneas. Isso é especialmente importante considerando a sensibilidade dos modelos de interceptação à incerteza dos parâmetros e das limitações de medições em campo.

Abstract: Sandbank vegetation is a coastal vegetation marked by high structural heterogeneity and plant species adapted to adverse soil and climatic conditions. This spatial complexity, combined with the temporal variability of rainfall events, makes it difficult to quantify the rainfall interception process. Characterizing such variability requires data with sub-hourly temporal resolution and high spatial measurement density. This study aims to evaluate the rainfall interception process in a plot of sandbank vegetation through field monitoring and hydrological modeling. The monitoring was conducted between August 23, 2024, and April 4, 2025, in a 100 m² (10 × 10 m) plot located in the Peri Lake Experimental Catchment, Florianópolis, Brazil. Sandbank vegetation has a heterogeneous structure, with shrubs reaching up to 4 meters and trees up to 6 meters in height. The canopy cover fraction of the plot is 81%, and tree diameters at breast height (DBH) range from 1.0 to 26.7 cm. Gross rainfall was recorded by a tipping-bucket rain gauge with a 5-minute temporal resolution. Throughfall was monitored using 75 funnel-type collectors (0.017 m² each, density of 1.3 m² per sampler) and 8 troughs (0.2 m² each), two of which were equipped with automatic 5-minute interval sensors. Stemflow was monitored at 5-minute resolution on two trees: Araçazeiro (DBH = 8.9 cm) and Capororoca (DBH = 16.2 cm). The analysis focused on three main aspects: (i) the influence of rainfall amount, intensity, and duration on throughfall; (ii) the spatial distribution of throughfall; and (iii) the performance of the Rutter sparse and Gash sparse interception models in simulating throughfall, based on the Mean Absolute Error (MAE). A total of 48 rainfall events were monitored, with gross rainfall ranging from 0.3 to 152.7 mm, throughfall from 0 to 112.3 mm, stemflow from 0 to 3.3 mm, and interception losses from 0.1 to 39.5 mm. Empirical estimates indicate a canopy storage capacity of 1.57 mm and a trunk storage capacity of 0.15 mm. Among rainfall characteristics, the maximum 60-minute intensity shows the strongest correlation with throughfall. On average, interception losses account for 28% of gross rainfall, being higher at the beginning of events and decreasing with increasing vegetation saturation. The spatial distribution of throughfall is heterogeneous, with recurrent patterns linked to canopy structure, suggesting the presence of preferential drainage pathways. The Rutter sparse model achieved better performance in simulating throughfall (MAE = 0.06 mm), whereas the Gash sparse model showed higher errors (MAE = 1.78 mm). Both models exhibited low sensitivity to parameter variation. However, the canopy cover factor had the greatest influence on the Rutter sparse model, while canopy cover and canopy storage capacity were the most influential in the Gash sparse model. These findings highlight the importance of high-resolution monitoring to accurately represent the variability of the interception process in heterogeneous vegetation. This is especially important considering the sensitivity of interception models to parameter uncertainty and limitations of field measurements.