Influence of Geographical Location on the Temporal Dynamics of Reservoir Storage: A Case Study of Bogotá, Colombia

A água doce é o sangue vital das cidades modernas, mas os sistemas que a capturam e armazenam são cada vez mais frágeis. À medida que as populações urbanas crescem e os padrões climáticos se tornam mais erráticos, o velho hábito de gerir a água com base em médias passadas já não é suficiente. O desafio reside em prever como os reservatórios se comportarão quando o clima mudar ou quando as necessidades humanas mudarem. Para fazer isso, os cientistas recorrem frequentemente à análise de séries temporais, um método que observa como uma única variável, como o volume de água, muda ao longo do tempo para encontrar padrões ocultos. Esses padrões podem revelar se um sistema segue um ritmo constante e previsível ou se está sendo impulsionado por forças irregulares, como secas repentinas ou decisões humanas deliberadas para liberar água para o controle de enchentes. Compreender esses ritmos é crítico para as cidades que dependem desses reservatórios, pois uma falha em antecipar uma queda nos níveis de água pode levar a escassez severa para milhões de pessoas.

Em 2024, a cidade de Bogotá, Colômbia, enfrentou um lembrete contundente dessa vulnerabilidade. Uma seca severa ligada a um fenômeno climático global conhecido como El Niño levou os reservatórios da cidade a níveis criticamente baixos, forçando as autoridades a racionar a água para quase dez milhões de residentes. Esta crise destacou uma lacuna nas ferramentas disponíveis para os gestores de água. Enquanto alguns modelos tentam simular a física complexa da chuva e da evaporação, outros baseiam-se em padrões estatísticos encontrados em dados históricos. Os pesquisadores por trás deste estudo, uma equipe de várias universidades de Bogotá, fizeram uma pergunta específica: a localização geográfica de um reservatório determina qual ferramenta estatística é a melhor para prever o seu futuro? Eles focaram em quatro reservatórios principais que abastecem a cidade: Chuza, Neusa, Sisga e Tomine. Estes corpos de água não são idênticos; eles estão situados em diferentes paisagens, recebem chuvas em diferentes padrões e são geridos para diferentes propósitos. A equipe hipotetizou que uma abordagem de modelagem única não funcionaria para todos eles. Em vez disso, o melhor método de previsão dependeria da "assinatura" única da localização de cada reservatório e de sua interação com a gestão humana.

Os pesquisadores começaram examinando o histórico de armazenamento de água nestes quatro reservatórios. Eles descobriram que os reservatórios se comportavam de duas maneiras distintas, ditadas amplamente por onde estão localizados. O reservatório Chuza, situado em um parque nacional na encosta oriental dos Andes, segue um padrão de chuva simples de pico único, típico daquela região. Ele se enche durante uma principal estação chuvosa e esvazia durante a estação seca. Como seu comportamento é impulsionado quase inteiramente por este ciclo natural, os pesquisadores descobriram que um modelo estatístico padrão, que busca padrões sazonais repetitivos, funcionou bem para ele. No entanto, os outros três reservatórios — Neusa, Sisga e Tomine — fazem parte de um sistema do norte, mais próximo do núcleo urbano da cidade. Estes reservatórios experimentam duas estações chuvosas por ano, criando um ritmo de duplo pico mais complexo. Além disso, como são usados para o controle de enchentes e para o abastecimento de água da cidade, seus níveis são frequentemente ajustados por operadores humanos que abrem e fecham comportas. Essa intervenção humana interrompe o ritmo natural, adicionando uma camada de complexidade que um modelo sazonal simples não consegue capturar facilmente.

Para lidar com essa complexidade, a equipe desenvolveu uma abordagem híbrida para os reservatórios do norte. Eles combinaram um método que decompõe os dados em suas partes sazonais repetitivas com outro método que analisa as flutuações irregulares restantes. Pense nisso como separar uma música de sua melodia e de seu ruído de fundo; a primeira parte captura o ciclo climático previsível e repetitivo, enquanto a segunda parte dá conta das mudanças imprevisíveis e movidas pelo homem. Quando testaram este modelo híbrido contra o modelo tradicional, os resultados foram impressionantes. Para os três reservatórios do norte, a abordagem híbrida produziu previsões muito precisas, com erros variando entre aproximadamente 5 e 9 por cento. Em contraste, o modelo tradicional para o reservatório Chuza, que depende de um único padrão sazonal, produziu uma taxa de erro muito mais alta, de quase 29 por cento. No entanto, os pesquisadores foram cuidadosos ao explicar que esse erro alto não foi uma falha do próprio modelo. O modelo identificou corretamente o padrão sazonal normal, mas a seca de 2024 foi um evento extremo que empurrou o reservatório muito além de seu alcance histórico usual. O modelo estava certo sobre as regras, mas o clima quebrou as regras.

O estudo também observou de perto o desempenho dos modelos durante a crise real de 2024. Para os reservatórios do norte, os modelos híbridos mantiveram suas previsões dentro de uma faixa realista de incerteza, mesmo conforme a seca se intensificava. Isso sugere que, ao separar o sinal climático natural das decisões operacionais humanas, o modelo pôde absorver melhor o choque da seca. O reservatório Chuza, contudo, viu seus níveis de água caírem tanto que ficaram abaixo das margens de segurança previstas pelo modelo. Isso aconteceu porque o Chuza depende de uma única estação chuvosa; quando essa estação falhou, não houve uma segunda chance de recuperação, ao contrário dos reservatórios do norte, que se beneficiam de duas estações chuvosas e de um sistema de gestão mais flexível. Os pesquisadores concluíram que o erro alto para o Chuza não foi porque o modelo estava errado, mas porque o reservatório foi submetido a um evento extraordinário que nenhum modelo histórico poderia antecipar totalmente.

Em última análise, o artigo sugere que não existe uma única "melhor" maneira de prever o armazenamento de água para uma cidade inteira. A geografia de uma bacia define seu regime de chuvas, e o papel operacional do reservatório define como os humanos interagem com ele. Para um reservatório como o Chuza, que segue um ritmo natural simples, um modelo sazonal padrão é suficiente. Para reservatórios como Sisga e Tomine, que estão sujeitos tanto a padrões climáticos complexos quanto à gestão humana ativa, uma abordagem híbrida que separa essas duas influências é muito mais eficaz. O estudo oferece uma ferramenta prática para gestores de água, mostrando que, ao adaptar o método de previsão à realidade física e operacional específica de cada reservatório, as cidades podem antecipar crises com maior eficácia. O trabalho não pretende resolver o problema das mudanças climáticas ou prever secas extremas com certeza perfeita, mas fornece uma maneira mais clara e confiável de compreender a dinâmica do armazenamento de água em um mundo em mudança. Ao reconhecer que a localização e a intervenção humana moldam os dados, os gestores podem planejar com maior confiança, distinguindo entre um sistema que está se comportando normalmente e um que está enfrentando um desafio sem precedentes.