SIMULAO DA PROCURA PARA A REGA - MODELO IRDEMAND

M. J. CALEJO 1 , J. L. TEIXEIRA 2 , L. S. PEREIRA, N. LAMADDALENA3

Resumo O conhecimento da procura para a rega fundamental no projecto e na gesto dos sistemas colectivos de regadio. Os caudais e o padro do hidrograma da procura variam de sistema para sistema e dependem do modo de distribuio da gua, do clima, das culturas e de factores sociais. Tradicionalmente nas redes operando a pedido, a procura estimada atravs da 1 Frmula de Clment que um modelo puramente estatstico. Diversos autores tm questionado algumas das hipteses de base deste modelo, argumentando que os parmetros do modelo no permitem representar correctamente o comportamento do agricultor. Vrias alternativas tm sido propostas tendo por base a simulao do balano hdrico do solo de acordo com uma determinada estratgia de rega. A anlise das sries cronolgicas dos caudais horrios pedidos mostra que a procura representada por dois processos no correlacionados, um determinstico e outro aleatrio. Com o objectivo de modelar estas duas componentes foi desenvolvido o modelo IRDEMAND. Foi adoptada a seguinte metodologia: (1) simulao do balano hdrico do solo, atravs do modelo ISAREG para determinao das datas de rega; (2) determinao da hora da abertura dos hidrantes tomando em considerao a funo densidade dos caudais mdios horrios pedidos ou a partir dum hidrograma sinttico gerado por um processo autoregressivo com reposio da sazonalidade; e (3) determinao do hidrograma e dos regimes de caudal agregando ao nvel do sistema os pedidos escala da parcela. O modelo IRDEMAND considera a aleatoriedade espacial das seguintes variveis: culturas, sistemas de rega na parcela, data de sementeira, eficincia de aplicao e dotao de rega. Este modelo foi aplicado rede do Lucefecit e testado por comparao dos caudais horrios simulados com os observados e atravs da anlise dos volumes distribudos para rega. A metodologia seguida revelou-se adequada na caracterizao da procura.

Abstract
An appropriate estimation of irrigation demand is essential for the design and analysis of collective irrigation systems. The irrigation demand vary over time depending on the cropping pattern, crops grown, meteorological conditions, on-farm irrigation system characteristics and farmers behaviour. For the systems operating on demand the First Clment Formula based on a probabilistic approach is usually used to compute the design flow. Although this model is theoretically sound, the assumptions governing the determination of their parameters do not take into account the true functioning of an irrigation system. Several alternatives based on the soil water balance have been proposed taking into account the farmers irrigation strategies. The analysis of hourly flows hydrographs during the peak period show that the irrigation demand is composed by a deterministic and random component. The IRDEMAND model was developed to compute the demand and the peak period flow regimes in a pressurized irrigation network. The following methodology was adopted in modeling: (1) simulation of the soil water balance using the ISAREG model to compute the irrigation dates; (2) estimation of the irrigation starting times for each
COBA SA, Lisboa, Portugal, mcalejo@coba.pt Centro de Estudos de Engenharia Rural, Instituto Superior de Agronomia, Lisboa, Portugal, jlteixeira@isa.utl.pt, lspereira@isa.utl.pt 3 IAM, Bari, Itlia, lamaddalena@iamb.it
1 2

hydrant using the density probability function relative to the average hourly discharges or the demand hydrograph generated using the autoregressive stochastic method with reposition of the demand seasonality; and (3) computation of the flow hydrograph at the upstream end of the system and the respective flow regimes by aggregating the demands at the field scale to the system level. The IRDEMAND model takes into consideration the uncertainty relative to the following inputs: crops, on-farm irrigation systems, seeding dates, application efficiencies and irrigation depths. The model was applied to the Lucefecit and tested by comparing the simulated and observed hourly discharges, as well as through the analysis of the irrigation delivered volumes. This methodology showed adequate for the characterization of the irrigation demand.

Introduo

A anlise e o dimensionamento dos sistemas de distribuio de gua no podem ser adequadamente efectuados sem se conhecer ou predizer a procura associada ao respectivo sistema. Os caudais e o padro do hidrograma da procura variam de sistema para sistema e dependem do modo de distribuio de gua, do clima, das culturas, dos sistemas de rega e de factores sociais. Na anlise do desempenho das redes de distribuio, a melhor fonte para estimar a procura provm dos registos de dados dos medidores de caudal, quando existam e sejam fiveis. No dimensionamento dos sistemas a procura tem de ser sempre estimada. De um modo geral no projecto de redes de rega a procura caracterizada a partir de um nico regime de caudal. Esta aproximao adequada nas redes com modo de distribuio contnuo ou por rotao. No entanto, nas redes com modo de distribuio a pedido esta aproximao bastante redutora, no permitindo caracterizar de forma adequada o funcionamento real daquelas redes. Na metodologia clssica de dimensionamento de uma rede de rega operando a pedido, a cada troo da rede atribudo um caudal de dimensionamento calculado atravs da 1 Frmula de Clment (Clment, 1966). Apesar de teoricamente bem formulada, constata-se que as hipteses assumidas na determinao dos parmetros da frmula no tm em conta o funcionamento real de uma rede de rega pressurizada operando a pedido (CTGREF, 1974; CTGREF, 1977; Bthery, 1990; e Lamaddalena e Ciollaro, 1993). Clment (1966) desenvolveu um modelo alternativo, cuja base o processo estocstico das cadeias de Markov aplicado aos processos de nascimento e morte, para o clculo dos caudais de dimensionamento de uma rede de rega operando a pedido. Devido maior complexidade deste modelo, este nunca foi utilizado de forma to generalizada, como acontece com a 1 frmula de Clment. Em alternativa 1 frmula de Clment, tm sido propostas vrias aproximaes que combinam a simulao de estratgias de rega, simuladas por modelos de balano hdrico do solo, com modelos estatsticos (Maidment e Hutchinson, 1983; Abdellaoui, 1986; Walker et al., 1995; Lamaddalena, 1997). No modelo proposto por Maidment e Hutchinson (1983) a dotao til de rega definida pela quantidade de gua que necessrio aplicar para repr o solo capacidade de campo ou por um volume previamente fixado em funo das caractersticas do sistema de rega. Em ambas opes, a rega tem lugar quando o teor de humidade do solo cai abaixo de um determinado nvel, que pode variar ao longo da campanha de rega. Abdellaoui (1986) recorre teoria das filas de espera para estimar a procura em qualquer n duma rede de rega em superfcie livre. O balano hdrico do solo executado ao nvel da parcela

para a definio da oportunidade de rega. Quando uma parcela precisa de ser regada, o regante abre a tomada de gua e o pedido imediatamente satisfeito quando a capacidade do sistema no est saturada. Caso contrrio, ficar em fila de espera. O modelo desenvolvido por Walker (1995) permite determinar a procura agregada de um conjunto de parcelas servidas pela mesma tomada de gua de uma rede de rega em superfcie livre. Tambm neste modelo a distribuio da gua s parcelas feita de acordo com o algoritmo das filas de espera. O modelo tem com principal objectivo apoiar a gesto das redes de rega em superfcie livre. Mais recentemente, DUrso (2001) prope um modelo integrado e determinstico para calcular a procura num sistema de rega operando a pedido, admitindo que o hidrograma da procura limitado pela capacidade hidrulica da rede, utilizando tcnicas de deteco remota para avaliar a variabilidade espacial do dfice hdrico dos sistemas culturais. A anlise das sries temporais dos caudais pedidos para rega (Lamaddalena 1997, Calejo et al., 2006) mostram que a procura no instante t tem essencialmente duas componentes: uma determinstica e uma estocstica. A componente determinstica pode ser estimada realizando o balano hdrico do solo para o clculo das necessidades de gua para a rega. A componente estocstica da procura pode ser introduzida considerando a aleatoriedade das seguintes variveis:
data de sementeira da cultura; dotao til de rega; eficincia de aplicao; hora de abertura das bocas de rega.

Pereira et al. (2003) propem uma metodologia para as redes em baixa presso operando por acordo, que combina as necessidades teis de rega no perodo de ponta (componente determinstica) com a incerteza associada distribuio espacial das culturas, mtodos de rega, frequncia de regas e eficincia de aplicao. A procura ao nvel do sistema obtida agregando os pedidos escala da parcela. Segundo Lamaddalena (1997), a teoria das filas de espera no permite representar adequadamente o comportamento dos agricultores numa rede a pedido, propondo que a definio da hora de abertura de uma boca de rega seja fixada aleatoriamente a partir da funo dos pedidos mdios horrios no perodo de ponta. Embora a grande maioria destes modelos atribua um nico caudal a cada troo da rede, alguns j tomam em considerao o facto de uma rede de rega ser caracterizada por vrios regimes de caudal (Lamaddalena, 1997, Lamaddalena e Sagardoy, 2000). A utilizao destes modelos permite dimensionar e/ou analisar as redes de distribuio de gua para os vrios regimes de caudal obtidos, que traduzem combinaes de tomadas de gua abertas simultaneamente no perodo de ponta. Neste artigo apresenta-se um modelo, IRDEMAND, para simular a procura para rega em redes com distribuio a pedido, que toma em considerao a componente determinstica e a componente aleatria da procura.

2 2.1

Modelo IRDEMAND Estrutura do modelo

A estrutura de base (Fig. 1) do modelo IRDEMAND consiste, numa primeira fase, na realizao do balano hdrico do solo ao nvel de cada uma das unidades de rega com objectivo de determinar as datas das regas e, em seguida, proceder ao clculo do hidrograma horrio da procura no perodo de ponta, para o qual necessrio definir a hora de abertura das tomadas de gua.

Fig. 1. Esquema simplificado do modelo IRDEMAND.

O modelo ISAREG (Teixeira e Pereira, 1992; Liu et al., 1998) utilizado pela aplicao IRDEMAND para simular o balano hdrico de cada parcela de acordo com uma determinada estratgia de rega que definida em funo da cultura e das caractersticas do sistema de rega. A relao entre os valores real e mxima da evapotranspirao, ETc/ETm, utilizado para a definir a oportunidade de rega permitindo simular a rega, tal como feita numa dada regio (Teixeira, 1994, Teixeira et al., 1996). Nas culturas mais rentveis, o agricultor opta, de modo geral, por uma estratgia de rega em que a cultura no sujeita a stress hdrico, fazendo regas de pequena dotao e de frequncia quase diria (Fig. 2). A oportunidade de rega quase sempre definida bastante acima da linha do limite da reserva facilmente utilizvel, LRFU [mm]. Este tipo de gesto d ao agricultor uma certa margem de segurana no caso de avaria da mquina de rega ou de ruptura da rede com interrupo da distribuio de gua durante alguns dias Quando esta reserva de gua no solo no utilizada nessas situaes, o agricultor utiliza este volume de gua no fim da campanha de rega, parando de regar mais cedo (Martin et al., 1990). Quando a rega das culturas no tem como objectivo a mxima produo, o agricultor rega quando a cultura j apresenta alguns sinais de stress hdrico (Fig. 3). A oportunidade de rega definida para uma razo ETc/ETm inferior unidade.
Cultura: Milho Solo: Mediterrneo vermelho ou amarelo - Sr Sistema de rega: Rampa pivotante Dotao til de rega: 8 mm Oportunidade de rega: 85 % da RU Local: Lucefecit

LRFU

Fig. 2. Esquema de um balano hdrico em que a oportunidade de rega definida acima da LRFU e a quantidade de rega dada por um volume fixo de 12 mm.
Cultura: Girassol Solo: Mediterrneo vermelho ou amarelo - Sr Sistema de rega: Enrolador com canho Dotao til de rega: 20 mm Oportunidade de rega: ETc/ETm =0,8 Local: Lucefecit

LRFU

Fig. 3. Esquema de um balano hdrico em que a oportunidade de rega dada por uma razo ETc/ETm = 0,8 e a quantidade de rega definida por um volume fixo de 20 mm.

Os valores de ETc/ETm so pedidos por cultura para cada sistema de rega. Quando a razo ETc/ETm igual a 1 o esquema de rega adoptado o da Fig. 2. A integrao dos resultados da simulao do balano hdrico do solo de cada uma das unidades de rega, permite calcular os volumes dirios pedidos para a rega e determinar o perodo de ponta. O hidrograma da procura para o perodo de ponta calculado a partir dos calendrios de rega obtidos para cada parcela. A hora de abertura duma boca de rega fixada a partir da funo de distribuio dos pedidos mdios horrios (Lamaddalena, 1997) ou a partir de um hidrograma sinttico gerado por um processo estocstico autoregressivo (Calejo, 2006). O caudal no incio do sistema dado pelo somatrio dos caudais nominais das bocas de rega em funcionamento simultneo. Os hidrogramas horrios assim obtidos podem ser utilizados quer no dimensionamento da rede quer na anlise do desempenho e no clculo dos indicadores fiabilidade e resilincia (Lamaddalena, 1997). 2.1.1 Atribuio dos sistemas de rega e cultura

A aplicao IRDEMAND permite ao utilizador definir nos dados de entrada o sistema de rega e a cultura de cada parcela, caso contrrio a cada parcela atribudo, segundo um procedimento aleatrio, um sistema de rega e uma cultura. Quando o sistema de rega um dado desconhecido, a sua definio para cada unidade de rega (parcela) feita a partir da percentagem de ocorrncia de cada um dos sistemas de rega, SI [%], em toda a rea beneficiada. O processo de atribuio dos sistemas de rega comea por fixar aleatoriamente as parcelas com rampas pivotantes do seguinte modo: 1) o valor mnimo da rea regada por um rampa pivotante, ARP, fixado pelo utilizador nas opes de simulao. Caso o utilizador no o indique o programa considera que ARP = 10 ha; 2) o programa recorre a um procedimento aleatrio para gerar um nmero entre 0 e 1, com distribuio uniforme, que multiplicado pelo nmero de unidades de rega do aproveitamento, NUR, e transformado num nmero inteiro. Se a rea da unidade de rega identificada por este ndice for superior ou igual a ARP, ento este sistema atribudo quela unidade, sendo no caso contrrio retirado um novo nmero aleatrio. O processo contnua at que a percentagem da rea simulada regada por rampas pivotantes seja igual ao valor calculado em funo do valor de SI das rampas pivotantes e da tolerncia admitida Para todos os sistemas de rega a tolerncia considerada de 5 %. O processo continua com a atribuio dos sistemas de rega s restantes unidades de simulao, com base num procedimento de gerao de nmeros aleatrios de 0 a 100, com distribuio uniforme. Assume-se que a cada frequncia acumulada SI [%] corresponde uma quantidade igual no intervalo de 0 a 100, o que permite fazer corresponder a cada nmero aleatrio um sistema de rega. Obviamente que, se o nmero aleatrio cair dentro do intervalo da percentagem regada por rampas pivotantes, retirado outro nmero aleatrio at que seja atribudo outro sistema de rega. Para as culturas tambm assumido que a probabilidade de ocorrncia da cultura K em cada unidade de rega dada pela percentagem dessa cultura na rea do projecto CK [%]. A partir de um procedimento para gerao de nmeros aleatrio entre 0 e 1 com distribuio uniforme,

assumindo que a cada frequncia acumulada CK corresponde uma quantidade igual no intervalo de 0 a 1, possvel fixar aleatoriamente a cultura K a uma unidade de rega. Quando a cultura atribuda no compatvel com o sistema de rega, SR, atribudo, ou existente na unidade, retirado outro nmero aleatrio. Depois do processo estar concludo verificado se o padro cultural simulado idntico ao padro definido nos dados de entrada. Esta verificao faz-se somando as reas de todas as unidades de rega com uma determinada cultura K e dividindo pela rea total do projecto. Quando, para uma determinada cultura, se verificam diferenas superiores a 5 % relativamente aos valores admitidos, o processo repetido at se obter um ajustamento razovel. 2.1.2 Gerao das datas de sementeira

A data de sementeira, DS [dia juliano], tambm uma varivel aleatria e nos dados de entrada o utilizador tem apenas que introduzir o primeiro e o ltimo dia do perodo da sementeira de cada uma das culturas que so convertidos em dias julianos: DJ1 e DJN, sendo N o nmero de dias entre o incio e o fim do perodo de sementeira. assumido que a varivel aleatria DS tem uma funo de distribuio que pode ser aproximada funo distribuio normal com mdia, , e desvio padro, dadas por:

= RDJ j + RDJN+1 / (N + 1)
j =1
2 N +1 N+1 2 = N + 1 RDJ j + RDJj / N + 1(N) j =1 j=1

[1]

[2]

onde:
RDJ j = DJ j 0,5 com j = 1K N

[3] [4]

RDJN+1 = DJN + 0,5

RDJj , assim, uma varivel aleatria real contnua obtida pelo processo de correco de continuidade que consiste em considerar que todo o inteiro DJj representado pelo intervalo DJ j 0,5; DJ j + 0,5 . Esta transformao necessria, uma vez que DS uma varivel

discreta e a distribuio Normal se refere a variveis aleatrias contnuas. Considerando a varivel aleatria normal reduzida XDJ dada por:
XDJ j = (RDJ j )

[5]

com j = 1 ... N+1. calculada a probabilidade acumulada da distribuio Normal correspondente a cada valor de XDJi. Os valores da probabilidade acumulada da distribuio normal reduzida so obtidos atravs da funo ANORDF (IMSL v3.0, STAT/Library).

Um gerador de nmeros aleatrios utilizado para gerar um nmero entre 0 e 1. Este nmero define a probabilidade acumulada da varivel aleatria reduzida XDJ e qual corresponde um dia Juliano da data de sementeira. Todos os nmeros aleatrios inferiores a:
P[XDJ RDJ1 / ] = P[XDJ (DJ1 0,5 ) / ] P[XDJ RDJ N+1 / ] = P[X (DJ N + 0,5 ) / ]

[6]

e superiores a:

[7]

so rejeitados. A varivel aleatria DS (dia da sementeira) fica assim definida entre a data inicial e final indicadas pelo utilizador para cada cultura. 2.1.3 Gerao das eficincias de aplicao e das dotaes de rega

O conceito de eficincia de aplicao deve tomar em considerao as perdas de gua devidas falta de uniformidade de aplicao, percolao profunda, evaporao e arrastamento pelo vento, e tambm, s perdas de gua nos tubos do sistema de rega. A eficincia de aplicao deve ento ser definida pela relao:
e a = 100 (Z r ,lq / I)

[8]

onde Zr,lq [mm] a quantidade de gua adicionada ao armazenamento na zona radical no menor quartil e I [mm] a dotao bruta aplicada. Tendo em considerao as relaes funcionais da ea para rega por asperso e microrrega (Pereira, 1999) fcil perceber que num permetro de rega os valores de ea podero variar significativamente de parcela para parcela, mesmo que o tipo de sistema de rega seja o mesmo. Trata-se portanto, de uma varivel qual est associado um elevado grau de incerteza. No modelo IRDEMAND ea uma varivel aleatria descrita por uma funo densidade de probabilidade. Para cada sistema de rega o utilizador tem que definir a funo densidade probabilidade e os parmetros dessa funo. O procedimento para a atribuio dos valores de eficincia de aplicao, ea, consiste na gerao de um nmero aleatrio entre 0 e 1 e na determinao do valor da ea que corresponde frequncia acumulada dada pelo nmero aleatrio, considerando a funo densidade de probabilidade da ea (e os seus parmetros valor mdio e varincia) do sistema de rega. Os valores de ea inferiores a 30 % e superiores a 90 % so rejeitados. Nestas situaes retirado outro nmero aleatrio entre 0 e 1. Embora o limite inferior considerado seja bastante baixo, este foi fixado com base nos valores obtidos para EPlq dos sistemas de rega avaliados no Lucefecit e Vigia (Pereira, et al. 2002, Calejo 2003). Tal como acontece com os valores da ea os valores de dotao bruta de rega, I [mm], so tambm gerados aleatoriamente a partir da funo densidade de probabilidade e dos seus parmetros definidos para a dotao de rega aplicada por cada um dos sistemas. Antes de proceder ao processo de atribuio da dotao de rega, o programa calcula o valor de dotao mxima, Imax, que pode ser fornecido zona radical do solo considerando a reserva utilizvel deste e atendendo ao valor de pg (fraco da gua utilizvel que pode ser extrada sem

causar stress) da cultura na fase mais susceptvel ao stress hdrico. Este valor de Imax define o limite superior do intervalo dos valores de I susceptveis de serem atribudos. O valor mnimo de I, Imin, foi fixado em 8 mm, atendendo que a aplicao de dotaes brutas de rega inferiores a este valor no vivel, se tomarmos em considerao a eficincia de aplicao, os valores da evapotranspirao de referncia, os valores de Kc e a ausncia de precipitao para complementar a rega. Os valores de I, gerados por um processo igual ao descrito para ea, que so inferiores a Imin e superiores a Imax, so rejeitados. 2.1.4 Balano hdrico do solo

A simulao do balano hdrico feita com o modelo ISAREG atravs da sub-rotina ISREG.dll que chamada pela aplicao IRDEMAND. Toda a informao anteriormente gerada relativamente s culturas, sistema de rega datas de sementeira, eficincia de aplicao e dotaes de rega utilizada para na modelao do balano hdrico do solo de cada unidade de rega. Na aproximao utilizada as condies iniciais do solo na data de sementeira dependem das condies meteorolgicas anteriores, o que se consegue simulando o balano hdrico para duas culturas sucessivas. A primeira cultura representa uma cultura fictcia, com parmetros culturais constantes e o balano hdrico do solo simulado considerando que no h rega. No fim da execuo do balano hdrico, o caudal fictcio contnuo calculado pelo ISAREG, qfc [l s-1 ha-1] comparado com caudal fictcio contnuo disponvel, qfcd [l s-1 ha-1]. O caudal fictcio contnuo definido pelo valor mximo da razo entre o volume de cada rega (mm) e o intervalo de tempo que a separa da rega seguinte. Representa, assim, o caudal mnimo necessrio no perodo de ponta para o cumprimento do esquema de rega, proposto pelo programa. O valor de qfcd de cada unidade de rega dado por: qfc d = d (e a / 100) / (A CR ) [9]

onde: d o caudal do sistema de rega; A a rea da unidade de rega, ea a eficincia de aplicao e CR um parmetro de correco da rea efectivamente regada. CR igual a 1 para os sistemas de rega por asperso e CR= Pw/100para a microrrega, onde Pw/100 a percentagem da rea molhada. Quando a condio qfcd < qfc verdadeira, significa que o caudal nominal atribudo unidade de rega no suficiente para se fornecer ao solo a dotao til de rega no perodo de ponta, para as condies de simulao do balano hdrico do solo. O aumento da ea do sistema de rega permite aumentar o valor do qfcd e o valor da dotao til de rega. O balano hdrico do solo simulado para o novo esquema de rega. O processo de ajustamento das condies do esquema de rega efectuado at se verificar a condio: qfcd < qfc. Quando o valor de ea 95 % o valor da dotao til de rega calculado em funo do qfcd.

2.1.5

Clculo dos volumes dirios para a rega e Identificao do perodo de ponta

Aps a execuo do balano hdrico para cada unidade de rega so conhecidas as datas de rega e as respectivas dotaes. ento possvel calcular os volumes dirios para a rega utilizando a seguinte expresso:

Vd =

NUR Ii Ai 10 IRi i =1

[10]

onde NUR o nmero de unidades de rega; Ii a dotao real de rega [mm] da unidade de rega i; Ai a rea efectivamente regada [ha] da unidade de rega i; e IRi um parmetro que descreve a programao da rega do agricultor: IRi = 1 se o agricultor regar no dia d caso contrrio IRi = 0. O perodo de ponta (com uma durao de 5, 7, 10 ou 30 dias) identificado aplicando o mtodo das mdias mveis com sobreposio aos volumes dirios calculados pela Equao [10]. 2.1.6 Gerao dos hidrogramas horrios

O balano hdrico do solo permite conhecer as datas de rega. No entanto este resultado, por si s, no suficiente para o dimensionamento ou anlise duma rede de rega pressurizada operando a pedido. necessrio obter informao dos caudais horrios pedidos no incio da rede. A obteno do hidrograma horrio requer a definio da hora de abertura, hdo, e fecho, hdf, de cada um dos hidrantes. A hora de fecho no coloca problemas de clculo sendo definida a partir da hora de abertura do hidrante e da durao da rega, ti [horas]: hd f = hd o + t i A durao da rega calculada pela seguinte equao: [11]

t i = (I A 10) / d

[12]

sendo I [mm ] a dotao de rega, A [ha] a rea regada; e d [m3 h-1] o caudal nominal da(s) boca(s) de rega. O caudal no incio do sistema corresponde soma dos caudais das tomadas que esto simultaneamente abertas. Por outro lado, o conhecimento do conjunto de tomadas que esto abertas permite tambm definir os regimes de caudais, para os quais a rede de rega deve ser dimensionada ou analisada. Assim, para gerar o hidrograma horrio e os respectivos regimes de caudais necessrio fixar a hora de abertura e fecho de cada uma das bocas de rega. Lamaddalena (1997) prope que a hora de abertura de um hidrante seja definida pela funo densidade de probabilidade dos pedidos mdios horrios. Segundo Lamaddalena (1997) so os caudais mdios horrios no perodo de ponta que caracterizam o comportamento do agricultor. Esta abordagem foi utilizada por Lamaddalena (1997) no modelo GENERA. Calejo (2003) concluiu que as sucesses dessazonalizadas das fraces horrias dos volumes dirios pedidos eram simulados atravs de um processo estocstico autoregressivo (AR). Associada componente determinstica da procura existe uma componente aleatria (rudo branco). Assim, a hora de abertura de um hidrante pode tambm ser definida a partir dum hidrograma horrio sinttico gerado por um processo AR.

10

A aplicao desenvolvida apresenta como opes para a definio da hora de abertura: 1) a definio da funo densidade de probabilidade dos pedidos mdios horrios; 2) a gerao dum hidrograma horrio sinttico a partir dum processo estocstico autoregressivo. Nesta ltima opo, a partir do hidrograma gerado pelo modelo, so calculadas as fraces horrias do volume dirio de gua para a rega e as respectivas frequncias relativas ao longo de todo o perodo de ponta. Na Fig. 4 representa-se um esquema simplificado do algoritmo desenvolvido para a gerao da hora de abertura das bocas de rega, cuja aproximao a seguinte: 1) Identificao das bocas de rega que esto continuamente abertas (24 horas por dia) ao longo de todo o perodo de ponta. Um sistema de rega apresenta funcionamento praticamente contnuo quando para o perodo de ponta o grau de liberdade, GL [adim.], inferior a 1,1. O GL obtido atravs da seguinte expresso:
GL = (Tp 24 ) / NI TP t i

[13]

sendo Tp [dias] a durao do perodo de ponta, NITp o nmero de regas durante o perodo de ponta; e ti [h] a durao de cada rega. 2) Clculo da nova funo de frequncias relativas para o conjunto das restantes bocas de rega, retirando funo original, que descreve a procura do sistema, os pedidos identificados no ponto 1). Isto , se existe um determinado nmero de bocas de rega que esto sempre em funcionamento a probabilidade de as restantes bocas de rega estarem abertas a determinadas horas no corresponde funo de distribuio dos pedidos horrios obtida para o conjunto de todas as bocas de rega. 3) Definio da hora de abertura das bocas de rega com um grau de liberdade igual ou superior a 1,1. Para estas gerado um nmero aleatrio entre 0 e 1. A hora de abertura da boca de rega corresponde frequncia acumulada dada pelo nmero gerado, considerando a funo de distribuio dos pedidos horrios. Em seguida, verificado se hora de abertura no coloca problemas no cumprimento do calendrio de regas fornecido pelo ISAREG e no horrio de funcionamento da rede. Se a hora determinada inviabilizar as regas seguintes gerado um novo nmero aleatrio e todo o processo anterior repetido at que a hora de incio da rega no coloque problemas na definio das prximas das regas. A funo de frequncias relativas dos pedidos horrios actualizada em funo dos horrios fixados para a boca de rega em anlise. Na gerao de um hidrograma a partir de um processo AR preciso conhecer os valores do processo nos instantes anteriores (xt-1,...). O nmero de valores necessrios igual ao nmero de ordem do processo. Uma vez que aqueles no so conhecidos, assume-se, numa primeira fase, que so iguais a zero. Esta simplificao introduz um erro que parcialmente anulado rejeitando os primeiros 72 valores do processo AR. Segundo Salas (1992) cerca de 50 valores so suficientes para anular o efeito bias introduzido pela simplificao xt = 0 para t 0.

11

Fig. 4. Esquema simplificado do algoritmo para gerar o hidrograma horrio da procura.

12

3 3.1

Caso de estudo Aproveitamento Hidroagrcola do Lucefecit Caracterizao da rede de rega

Como exemplo de aplicao do modelo IRDEMAND apresenta-se o caso de estudo do Aproveitamento Hidroagrcola do Lucefecit (Calejo, 2003). Este regadio localiza-se no sul de Portugal na regio do Alto Alentejo e beneficia uma rea de 950 ha a partir de uma rede de rega colectiva em presso com origem na estao elevatria n1 (Fig. 5), EE1, localizada junto barragem. O sistema tem ainda uma unidade sobrepressora, EE2, que serve cerca de 14 tomadas de gua que se encontram a cotas mais elevadas. O dimensionamento hidrulico da rede de rega foi feito um para um nico regime de caudal. O caudal de dimensionamento de cada troo foi obtido atravs da 1 Frmula de Clment. Com o objectivo de conhecer o hidrograma da procura foi instalado sada da estao elevatria EE1 um medidor de caudal electromagntico de insero (sonda Aquaprobe, calibrado nos laboratrio de hidrulica da empresa Hydreka) ligado a registador de dados (Octopus). Um segundo medido de caudal foi instalado no troo T232 a jusante da EE2 . Na Fig. 5 esto representadas as unidades de rega (rea regada por um sistema de rega). Durante as campanhas de rega de 2000 a 2002 foi realizado trabalho de campo que permitiu obter informao para a caracterizao das estratgias de rega dos agricultores e do desempenho dos sistemas de rega na parcelas.

EE1

EE2

Fig. 5. Unidades de rega do Aproveitamento Hidroagrcola do Lucefecit.

13

O aproveitamento tem uma estao meteorolgica automtica (latitude = 38 37 34; longitude = 7 25 16e altitude = 170,62) cujos os registos foram utilizados para calcular a evapotranspirao de referncia (Fig. 6) pelo mtodo da FAO/Penman-Monteith (Allen et al., 1998) e para caracterizar a precipitao diria.

Fig. 6. Dados dirios da evapotranspirao de referncia e precipitao diria do ano 2001.

A partir das inscries dos agricultores nas campanhas de rega foi possvel identificar a cultura de cada unidade de rega, No exemplo que se apresenta a cultura e o sistema de rega no so variveis aleatrias mas dados de entrada do modelo. Os dados culturais como sejam as datas de sementeira, durao dos ciclos e datas de colheita foram obtidos junto aos agricultores. No que se refere ao parmetros culturais Kc e reserva facilmente utilizvel seguiu-se a metodologia proposta por Allen et al. (1998). A intercepo da carta de solos com as unidades de rega permitiu identificar as manchas de solo em cada unidade e calcular as respectivas reas. Com base nesta informao foi possvel identificar a mancha predominante em cada unidade de rega. A mesma aproximao foi utilizada por Fortes (2002). 3.2 Caracterizao dos esquemas de rega

O esquema de rega de um sistema caracterizado pela dotao de rega, I [mm], e pela oportunidade de rega. As dotaes aplicadas pelas rampas pivotantes e pelos sistemas de asperso estacionrios so bastante pequenas, quase sempre inferiores a 10 mm. Os valores de I aplicados pelos sistemas estacionrios e com enroladores indiciam curvas de frequncias assimtricas positivas. No caso da microrrega, os dados disponveis referem-se dotao mdia na rea humedecida, Daw [mm], (Pedras, 2003). O valor mdio de Daw de 9,0 mm, variando entre 3,4 e 25,7 mm, no entanto, a disperso interquartil apenas de 2,3 mm. Considerando os dados disponveis e a informao obtida junto dos agricultores foram adoptadas as fdp para a varivel aleatria I indicadas no Tabela 1 e representadas na Fig. 7. A distribuio LogNormal foi seleccionada para a descrio da varivel I dos sistemas estacionrios e com enroladores com o objectivo de descrever a assimetria positiva indiciada pelos dados disponveis.

14

Tabela 1. Funo densidade de probabilidade da varivel aleatria I [mm] dos sistemas de rega por asperso e microrrega. Sistema de rega Sistemas estacionrios Sistemas com enrolador Rampas pivotantes Microrrega Distribuio LogNormal LogNormal Normal Normal Mdia 1,1 1,2 10 10 Desvio padro 0,2 0,2 5,5 4,5

Frequncia

0.1 0.09 0.08 0.07 0.06 0.05 0.04 0.03

Frequncia acumulada

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2

0.02 0.01 0 0 10 20 I (m m ) Rampas Pivotantes Sistemas com enrolador Sistemas estacionrios Microrrega 30 40 50

0.1 0 0 5 10 15 20 25
I (m m ) Rampas Pivotantes Sistemas com enrolador Sistemas estacionrios Microrrega

30

35

40

45

50

Fig. 7. Funo densidade probabilidade e funo de distribuio da varivel aleatria I [mm].

No que se refere oportunidade de rega, apenas a cultura do milho-gro quase sempre regada com objectivo de obteno do mximo rendimento. Esta cultura a que maior impacto ter nos resultados da modelao, uma vez que representa 70% da rea regada. No Tabela 2 indicado para cada cultura a razo ETc/ETm para definio da oportunidade de rega em funo do sistema de rega.
Tabela 2. Razo ETc/ETm na definio da oportunidade de rega segundo a cultura e o sistema de rega. Cultura Milho Girassol Melo Olival Prado Sorgo Vinha Rampas pivotantes 1,0 --------1,0 --Sistema de rega Sist. estacionrios Sist. com enroladores 0,8 0,7 0,6 0,6 --------0,6 0,6 0,9 0,8 ----Microrrega 1,0 --1,0 1,0 ----1,0

3.3

Caracterizao das eficincias de rega

As avaliaes de campo (Pereira et al., 2002) efectuadas nos sistemas de rega por asperso e microrrega no Lucefecit e Vigia no permitem estimar a ea. No entanto, as relaes funcionais da ea, (Pereira, 1999) mostram que este parmetro fortemente dependente da UD dos sistemas de rega. Assim, e uma vez que no h dados da ea, o estabelecimento duma funo densidade de probabilidade para esta varivel requer numa primeira etapa a anlise dos dados da UD. Os dados mostram que o desempenho dos sistemas estacionrios e dos enroladores

15

bastante mau, 75 % dos valores tem uniformidades inferiores a 65 %. Por outro lado, para estes sistemas que se verifica a maior disperso quartal. Os resultados das rampas pivotantes e da microrrega so bastante melhores tendo-se obtido para o 1 quartil uma UD de 66 e 71 % respectivamente. O coeficiente de assimetria da UD para todos os sistemas negativo. Face ao exposto e considerando os valores da bibliografia, foram adoptadas as fdp indicadas no Tabela 3 e representadas na Fig. 8.
Tabela 3. Funo densidade de probabilidade da varivel aleatria ea [%] dos sistemas de rega por asperso e microrrega. Sistema de rega Sistemas estacionrios e enroladores Rampas pivotantes Microrrega
Frequncia 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 0 20 40 ea (%) Rampas Pivotantes Sistemas estacionrios Microrrega 60 80 100

Distribuio Normal Normal Normal

Mdia 60 80 80

Desvio padro 10 7 5

Fig. 8 - Funo densidade de probabilidade da ea dos sistemas de rega por asperso e microrrega.

3.4

Caracterizao da procura horria

A caracterizao da procura horria foi feita a partir dos registos de caudal horrios medidos sada da EE1 do Lucefecit (Calejo, 2003, Calejo et al., 2006). Na Fig. 9 apresenta-se as funes das frequncias relativas dos pedidos mdios horrios do Lucefecit, considerando as sries dos caudais horrios observados durante o perodo de ponta (com durao de 10 dias) nos anos de 2001 e 2002.

Fig. 9. Funo das frequncias relativas dos pedidos mdios horrios. Rede de rega do Lucefecit.

16

A Fig. 9 mostra que entre as 18 e as 21-22 horas que se verifica a maior procura ao longo de todo o dia. O caudal pedido durante a noite corresponde ao dos sistemas de rega automatizados e que durante o perodo de ponta tem um funcionamento quase contnuo. A procura mantm-se quase constante entre as 23-24 horas e as 6 horas da manh. A partir da 8-9 horas da manh at s 13-14 horas verifica-se um aumento da procura. A partir desta hora h uma diminuio progressiva da procura at s 16 horas. Relativamente opo do modelo AR(p), os dados correspondem aos parmetros obtidos para a rede do Lucefecit (Calejo 2003; Calejo et al., 2006), considerando o perodo de ponta de 10 dias: Modelo AR(2): Varincia dos resduos: a)
x t = 0,96 x t 1 0,193x t 2 + t

0,342. b)

A sazonalidade na mdia e na varincia esto representadas na Fig. 10.

Fig. 10. Sazonalidade das fraces horrias do volume dirio bombado para rega na EE do Lucefecit no perodo de ponta: a) sazonalidade na mdia e b) sazonalinade na varincia.

3.5

Resultados da aplicao

A capacidade do modelo IRDEMAND simular o hidrograma horrio da procura pode ser avaliada a partir: do ajustamento dos caudais horrios simulados aos observados; do ajustamento dos caudais mdios horrios simulados aos observados; e do ajustamento das frequncias relativas dos pedidos simulados aos observados. Esta informao complementada pelo clculo dos seguintes parmetros estatsticos relativamente aos caudais, aos caudais mdios e s frequncias relativas: i) Coeficiente de regresso, b: uma vez que a recta de regresso entre os valores observados e simulados tem de passar obrigatoriamente pela origem, o valor do coeficiente de regresso dado por:
b = x obsi x est i / x est i
i =1 i =1 N N 2

[14]

onde: N o nmero de observaes, x obsi o isimo valor observado e x esti o isimo valor estimado.

17

ii) Erro mdio absoluto, EMA:

EMA = (1 / N) x obsi x est i
i =1 N

[15]

iii) Erro mdio relativo, EMR:

EMR = (1 / N) x obsi x est i / x obsi
i =1 N

[16]

Opo 1 Definio da hora da abertura a partir da funo densidade dos pedidos mdios horrios Na Fig. 11 est representado um hidrograma horrio gerado com o modelo IRDEMAND e o hidrograma observado no ano 2001, a partir do qual foram obtidas as frequncias relativas dos pedidos mdios horrios (Fig. 9) que foram utilizadas na definio do hora de abertura das bocas de rega.
3000 2500 Caudal (m3/h) 2000 1500 1000 500 0 0 12 24 36 48 60 72 84 96 108 120 132 144 156 168 180 192 204 216 228 240 Tempo (horas) Hidrograma horrio simulado Hidrograma horrio observado

Parmetros estatsticos de ajustamento: b =0,976 EMA = 257,5 m3 h-1 EMR = 16,6 %

Fig. 11. Hidrograma dos caudais horrios simulados com a opo 1 e observados para um perodo de ponta com durao de 10 dias.

A Fig. 11 mostra que o hidrograma gerado tende a reproduzir o hidrograma observado, mas verifica-se que os caudais mximos gerados so sempre inferiores aos observados enquanto que os caudais mnimos simulados so superiores aos observados. Isto deve-se ao facto da funo densidade de probabilidade dos pedidos ser obtida a partir dos caudais mdios horrios. A anlise dos parmetros estatsticos de ajustamento permite verificar que o valor do coeficiente de regresso b prximo de 1 e o EMR sempre inferior a 20 % mas superior a 15 %. A Fig. 12 compara os caudais mdios horrios do hidrograma simulado com os caudais mdios horrios do hidrograma observado e na Fig. 13 compara-se a fraco horria da procura.

18

3000 2500 Caudal (m3/h) 2000 1500 1000 500 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Tempo (horas)

Caudais mdios simulados Caudais mdios calculados apartir do hidrograma observado

Parmetros estatsticos de ajustamento:

Fig. 12. Caudais mdios horrios dum hidrograma simulado com a opo 1 e hidrograma observado num perodo de ponta de 10 dias na rede de rega do Lucefecit.

b =0,992 EMA = 139,6 m3 h-1 EMR = 8,4 %

0.1

Frao horria da procura

0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Tempo (horas)
Valores mdios simulados Valores mdios mdios observados

Parmetros estatsticos de ajustamento:

b = 0,993 EMA = 0,0036 EMR = 8,4 %

Fig. 13. Fraces horrias da procura simulada com a opo 1 e observada.

Os erros nos caudais mdios horrios (Fig. 12) so significativamente menores que os erros nos hidrogramas (Fig. 13). O EMR nos caudais mdios horrios quase sempre inferior a 10 %. Os maiores desvios relativamente aos valores observados verificam-se com os caudais mximos. O valor do coeficiente de regresso para os caudais mdios quase 1. O erro mdio relativo das fraces horrias da procura (Fig. 13) varia entre 8 e de 11 %. Verificando-se as maiores diferenas nos perodos das 10:00 s 13:00 e das 19:00 s 22:00 horas, isto , nos perodos do dia em que o caudal no incio da rede maior. Os resultados so bastante similares aos dos caudais mdios horrios. A anlise conjunta dos resultados apresentados nas Figuras 11 a 13 mostra que a procura s pode ser convenientemente caracterizada quando so feitas diversas simulaes com o modelo

19

IRDEMAND obtendo-se, neste caso, um nmero suficiente de regimes simulados que permitem caracterizar o sistema relativamente aos caudais mximos observados. Opo 2 Definio da hora de abertura a partir de um hidrograma sinttico gerado atravs de um processo estocstico autoregressivo No modelo IRDEMAND foi includa a opo de definio da hora de abertura de uma boca de rega a partir dum hidrograma sinttico gerado por um processo AR com o objectivo de melhorar o ajustamento dos caudais mximos simulados aos observados. Na Fig. 14 um hidrograma horrio simulado, considerando a opo 2, comparado com o hidrograma observado. A anlise desta Figura mostra que a opo 2 permite, de um modo geral, simular melhor os caudais mximos na rede. Comparativamente com os resultados obtidos na opo 1, no se verificam diferenas nos parmetros estatsticos de ajustamento. O EMR varia entre 15 e 20 % e o EMA da mesma ordem de grandeza, entre 250 e 280 m3 h-1. A anlise dos grficos de regresso entre os valores simulados e observados mostra que, por vezes, o menor erro nem sempre corresponde ao melhor ajustamento dos caudais mximos simulados aos observados. Os caudais mdios horrios simulados so comparados com os observados na Fig. 15. O EMR varia entre 7 e 9 %. O melhor ajustamento dos caudais mdios horrios simulados aos observados deve-se ao facto dos hidrogramas simulados atravs da opo 2 conseguir simular melhor os caudais mximos e mnimos.

3000 2500 Caudal (m3/h) 2000 1500 1000 500 0 0 12 24 36 48 60 72 84 96 108 120 132 144 156 168 180 192 204 216 228 240 Tempo (horas) Hidrograma horrio simulado Hidrograma horrio observado

Parmetros estatsticos de ajustamento: b = 0,974 EMA = 267,4 m3 h-1 EMR = 17,8 %

Fig. 14. Hidrograma dos caudais horrios simulados com a opo 2 e observados para o perodo de ponta de 10 dias.

20

3000 2500

Caudal (m3/h)

2000 1500 1000 500 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Tempo (horas)

Caudais mdios simulados Caudais mdios calculados apartir do hidrograma observado

Parmetros estatsticos de ajustamento:

b = 0,996 EMA = 121,8 m3 h-1 EMR = 7,3 %

Fig. 15. Caudais mdios horrios do hidrograma simulado com a opo 2 e do hidrograma observado no perodo de ponta de 10 dias na rede de rega do Lucefecit.

Na Fig. 16 so comparadas as fraces horrias da procura simulada com a observada. Estas fraces traduzem o comportamento do agricultor, isto , a sazonalidade da procura. Tal como acontecia com os caudais mdios, o EMR varia entre 7 e 9 %. Os maiores erros verificam-se sempre entre as 20-22 horas. O valor do coeficiente de regresso bastante prximo de 1.
0.1

Fraco horria da procura

0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Tempo (horas)
Valores mdios simulados Valores mdios mdios observados

Parmetros estatsticos de ajustamento:

B = 0,991 EMA = 0,0031 EMR = 7,2 %

Fig. 16. Fraces horrias da procura simulada com a opo 2 e observada.

Embora a gerao dum hidrograma sinttico, atravs do processo AR para a definio da hora de abertura das bocas de rega, permita simular melhor os caudais mximos e mnimos, continua a verificar-se uma subestimao dos caudais mdios horrios mximos observados que ocorrem entre as 20 e as 22 horas. A frequncia relativa destes caudais bastante pequena no sendo representativos do funcionamento da rede de rega mesmo no perodo de ponta.

21

Concluses

Os resultados da aplicao do modelo IRDEMAND mostram que a metodologia seguida adequada na modelao da procura numa rede de rega operando a pedido. O modelo agrega componente determinstica a componente aleatria da procura. Relativamente ao comportamento do agricultor, este pode ser definido ou a partir da funo densidade de probabilidade dos pedidos ou a partir dum hidrograma horrio gerado atravs de um processo estocstico autoregressivo. A utilizao da funo densidade dos pedidos para gerar a hora de abertura das bocas de rega tem, comparativamente com o hidrograma simulado a partir do processo estocstico autoregressivo AR tem a vantagem de requerer um nmero de parmetros de entrada consideravelmente menor. Saliente-se ainda que a metodologia para obteno da funo densidade consideravelmente mais simples do que a resultante da anlise cronolgica das sries dos caudais para a obteno do modelo AR que simula a srie registada. 5 Referncias bibliogrficas

Abdellaoui R., 1986. Irrigation system design capacity for on-demand operation. Ph.D Dissertation, UTH State University, pp.: 204. Allen R.G., Smith M. e Pereira L.S., 1998. Crop Evapotranspiration. Guidelines for Computing Crop Water Requirements. Irrigation and Drainage Paper n 56, FAO. Rome. pp.: 300. Bthery, 1990. Reseaux Collectifs dirrigation. Calcul et fonctionnement des reseaux ramifies sous pression. Guide du projecteur. Cemagref, pp: 135. Calejo M.J., Teixeira J.L., Matias. P., Pereira L.S., 2006. Modelao Estocstica da Procura. 8 Congresso da gua. Figueira da Foz, Portugal (a realizar entre 13 e 16 de Maro de 2006). Calejo, M.J., 2003. Projecto e Anlise do Funcionamento de Redes de Rega em Presso. Modelao da Procura. Dois Casos de Estudo. Lucefecit e Vigia. Tese de Doutoramento. ISA-UTL, Lisboa. Clment R., 1966. Calcul des dbits dans les rseaux dirrigation fonctionnant la demande. La Houille Blanche, 5, pp.:553-575. CTGREF, 1974. Lois de probabilite des debits de pointe dun rseau dirrigation collectif pas aspersion. Loi de Clment. Verification a partir denregistrements. Note Technique n2. CTGREF, 1977. Ajustement experimental de la formule de Clment pour un reseau collectif dirrigation par aspersion. Note Technique n4. DUrso G., 2001. Simulation and Management of On-Demand Irrigation Systems: A combined agrohydrological and remote sensing approach. Tese de doutoramento, Wagningen University, The Netherlands. Doorenbos J. e Pruit W.O., 1977. Guidelines for predicting crop water requirements. Irrigation and Drainage Paper n 24, FAO, Rome. Fortes P., 2002. Desenvolvimento de uma aplicao SIG para a determinao das necessidades de rega escala regional. Aplicao Bacia do Mar Aral. Tese de mestrado. Instituto Superior Tcnico, Universidade Tcnica de Lisboa, pp.: 102. Lamaddalena N. e Ciollaro, G., 1993. Taratura della formula di Clment in un distretto irriguo dellItalia meriodinale. In: Atti del V Convegno Nazionale A.I.G.R. su Il ruollo dellingegneria per lagricoltura del 2000, Maratea, 7-11 Junho, Potenza, pp.: 101-110. Lamaddalena N., 1997. Integrated simulation model for design and performance analysis of on-demand pressurized irrigation systems. Tese de doutoramento, Instituto Superior de Agromonia, Universidade Tcnica de Lisboa.

22

Lamaddalena N., Sagardoy J.A., 2000. Performance analysis of on-demand pressurized irrigation systems. Irrigation and Drainage Paper n 59, FAO, Roma. Liu, Y., Teixeira, J.L., Zhang, H.J., Pereira, L.S., 1998. Model validation and crop coefficents for irrigation scheduling in the North China Plain. Agricultural Water Management, Vol. 36, pp.: 233-246. Maidment D.R. e Huctchinson P.D., 1983. Modeling Water Demands of Irrigation Projects. Journal of Irrigation and Drainage Engineering, ASCE, Vol. 109(4), pp.: 405-418. Martin D.L., Stegman E.C. e Fereres E., 1990. Irrigation scheduling principles. In: G.J. Hoffman, T.A. Howell e K.H. Solomon (eds) Management of Farm Irrigation Systems. ASAE, St. Joseph, MI, pp.: 155-203. Merriam J.L. e Keller J., 1978. Farm irrigation system evaluation. A guide for management. 3 Ed. Utah State University. Logan. Pedras, C., 2003. Sistema de apoio deciso para projecto e anlise de funcionamento de sistemas de rega sob presso (rega localizada). Tese de Doutoramento. UALG. Faro Pereira L.S. (coordenador), 2002. Diagnstico dos sistemas de rega em presso. Relatrio final de PEDIZA Projecto n 1999.64.006326.1. Instituto Superior de Agronomia, Lisboa. Pereira L.S., 1999. Higher performances through combined improvements in irrigation methods and scheduling: A discussion. Agricultural Water Management, Vol. 40(2-3), pp.: 153-169. Pereira L.S., Calejo M.J., Lamaddalena, N., Douieb A. e Bounoua R., 2003. Design and Performance Analysis of Low Pressure Irrigation Distribution Systems. Irrigation and Drainage Systems, Vol. 17, pp.: 305-324. Salas J.D., 1992. Analysis and modeling of hydrologic time series. In: Maidment D.R. (Ed.), Handbook of Hydrology. McGraw-Hill. Stewart, J.I., Hanks, R.J., Danielson, R.E., Jackson, E.B., Pruitt, W.O., Franklin, W.B., Riley, J.P. e Hagan, R.M., 1977. Optimizing crop production through control of water and salinity levels in the soil. Utah Water Res. Lab. Rep., PRWG 151-1, Logan. Teixeira J.L. e Pereira L.S., 1992. ISAREG, an irrigation scheduling simulation model. ICID Bulletin, 41(2), pp.: 29-48. Teixeira J.L., 1994. Programa ISAREG. Guia do utilizador. Dep. Eng. Rural, Instituto Superior de Agronomia, Lisboa. Teixeira J.L., Paulo A.M. e Pereira L.S., 1996. Simulation of irrigation demand hydrographs at sector level. Irrigation and Drainage Systems, Vol. 10, pp.: 159-178. Walker, W.R., Prajamwong S., Allen R.G., Merkley G.P., 1995. USU command area decision support model CDASM. In: Pereira, L.S., van der Broek B.J., Kabat P., Allen, R.G. (Eds.), Crop-WaterSimulation Models in Practice, Wagningen Press, pp.: 231-271.

23