Oecologia Australis
15(2): 199-212, Junho 2011
doi:10.4257/oeco.2011.1502.02
EMISSÕES DE GASES DE EFEITO ESTUFA DOS RESERVATÓRIOS DE
HIDRELÉTRICAS: IMPLICAÇÕES DE UMA LEI DE POTÊNCIA
Salvador Pueyo1 & Philip M. Fearnside2*
1
Institut Català de Ciències del Clima (IC3), C/ Doctor Trueta 203, Barcelona, 08005, Catalunha, Espanha.
Instituto Nacional de Pesquisas da Amazônia (INPA), Avenida André Araújo, 2936, Caixa postal: 478. Manaus, AM, Brasil. CEP: 69011-970.
E-mails: spueyo@ic3.cat, pmfearn@inpa.gov.br
2
RESUMO
Hidrelétricas emitem gases de efeito estufa, sobretudo metano (CH4), formado pela decomposição de
matéria orgânica sob condições anóxicas no fundo dos reservatórios. Uma parte do metano é liberada por
ebulição e difusão através da superfície do reservatório, enquanto a outra parte é liberada através da água que
passa pelas turbinas e pelos vertedouros. A emissão de metano que ocorre a partir da superfície do reservatório
tem sido calculada em estimativas do órgão do governo brasileiro responsável pelo planejamento energético.
O cálculo oicial usou uma lei de potência, que resultou em uma estimativa de emissão de CH4 76% menor do
que uma média corrigida “básica” que representa a média aritmética das medidas que serviram como a base
do cálculo. Expresso em comparação com o valor oicial, a aproximação da média aritmética é 320% mais
alta. Mostramos que o ajuste aplicado aos números oiciais estava baseado em vários erros matemáticos e que
o valor real deve ser maior, e não menor, que a média aritmética. Comparamos vários possíveis métodos para
gerar uma estimativa “corrigida”, todos com resultados muito acima dos valores oiciais. Um método melhor
foi identiicado que indica uma emissão de superfície 345% maior que o valor oicial. Para os 33.000 km2 de
reservatórios brasileiros, o impacto total da sub-estimativa das emissões de CH4 pela superfície da água dos
reservatórios é próxima daquela gerada pela emissão da queima de combustível fóssil na grande São Paulo,
enquanto a emissão total das superfícies de reservatório ultrapassa a emissão dessa cidade. Emissões da água
que passa pelas turbinas e vertedouros representam um impacto adicional sobre o aquecimento global.
Palavras-chave: Aquecimento global; barragens; Brasil; carbono; efeito estufa; metano.
ABSTRACT
EMISSIONS OF GREENHOUSE GASES FROM THE RESERVOIRS OF HYDROELECTRIC
DAMS: IMPLICATIONS OF A POWER LAW. Hydroelectric dams emit greenhouse gases, especially
methane (CH4), which is produced by decomposition of organic matter under anoxic conditions at the bottom
of the reservoirs. A part of this gas is released by bubbling and diffusion through the surface of the reservoir,
and part from the water that passes through the turbines and spillways. The portion of the emission that occurs
through the reservoir surface has been calculated in estimates by the Brazilian government agency responsible
for energy planning. The oficial calculation used a power law that resulted in an estimate of CH4 76% lower
than a corrected “basic” mean that represents the arithmetic mean of the measurements that served as the basis
of the calculation. Expressed in comparison to the oficial value, the approximation of the arithmetic mean
is 320% higher. We show that the adjustment that was applied in the oficial estimates was based on several
mathematical errors, and that the real value should be higher, rather than lower, than the arithmetic mean. We
compared various possible methods for generating a “corrected” estimate, all with results far above the oficial
values. A best method was identiied that indicates a reservoir-surface emission 345% higher than the oficial
value. For Brazil’s 33×103 km2 of reservoirs, the total impact of the underestimate of surface emissions of
Oecol. Aust., 15(2): 199-212, 2011
200
PUEYO, S. & FEARNSIDE, P. M.
CH4 is almost as large as the emission produced by burning fossil fuels in greater São Paulo, while the total
emission of the reservoir surfaces surpasses the emission of this city. Emissions from the water that passes
through the turbines and spillways represent an additional impact on global warming.
Keywords: Global warming; dams; Brazil; carbon; greenhouse effect; methane.
RESUMEN
EMISIONES DE GASES DE EFECTO INVERNADERO DE EMBALSES DE HIDROELECTRICAS:
IMPLICACIONES DE UNA LEY DE POTENCIA. Las hidroeléctricas emiten gases de efecto invernadero,
particularmente metano (CH4), que es formado por la descomposición de la materia orgánica que está bajo
condiciones anóxicas en el fondo de los embalses. Una parte del metano es liberado por burbujeo y difusión
a través de la supericie del embalse, mientras que otra parte es liberada a través del agua que pasa por las
turbinas y vertederos. La emisión de metano que ocurre en la supericie del embalse ha sido calculada a partir
de estimaciones del órgano del gobierno brasileño responsable del planeamiento energético. El cálculo oicial
usó una ley de potencia que resultó en una estimación de emisión de CH4 76% menor que la media corregida
“básica” que representa la media aritmética de las medidas que sirven como base para el cálculo. Expresado en
comparación con el valor oicial, la aproximación de la media aritmética es 320% más alta. Mostramos que el
ajuste aplicado a los números oiciales estaba basado en varios errores matemáticos y que el valor real debe ser
mayor y no menor que la media aritmética. Comparamos varios posibles métodos para generar una estimación
“corregida” , todos con resultados muy por encima de los valores oiciales. Un mejor método fue identiicado
que da una emisión de supericie 345% mayor que el valor oicial. Para los 33.000 km2 de embalses brasileños,
el impacto total de la subestimación de emisiones de CH4 a través de la supericie de los embalses es similar a
la generada por la emisión de la quema de combustibles fósiles en el gran São Paulo, mientras que la emisión
total de las supericies de embalses sobrepasa la emisión de esa ciudad. Las emisiones del agua que pasa por
las turbinas y vertederos representan un impacto adicional sobre el calentamiento global.
Palabras clave: Calentamiento global; presas; Brasil; carbono; efecto invernadero; metano.
INTRODUÇÃO
Emissões de gases de efeito estufa de reservatórios,
especialmente metano (CH4), foram identiicadas
primeiramente por Rudd et al. (1993) no Canadá.
Desde então, uma sucessão de estudos tem estimado
as emissões, com resultados e interpretações bastante
variados (ver revisão em Fearnside 2008; ver também
Ramos et al. 2006, DelSontro et al. 2010). Santos et
al. (2008) publicaram um estudo nesta revista onde
argumentaram que emissões de gases de efeito estufa
por hidrelétricas, embora existam, são de magnitude
substancialmente menor do que as emissões
indicadas por várias estimativas na literatura (ex.:
Fearnside 2002, Kemenes et al. 2007). As estimativas
apresentadas por Santos et al. (2008) são as mesmas
usadas na publicação da ELETROBRÁS (2000)
sobre os totais de emissões de metano das superfícies
dos reservatórios do País. Os argumentos de Santos et
al. (2008) e a sua conclusão geral de que as emissões
Oecol. Aust., 15(2): 199-212, 2011
são pequenas tem sido contestadas ao longo de um
extenso debate (ex.: Fearnside 2004, 2006, 2008,
2009). No entanto, uma parte da argumentação
de Santos et al. (2008) ainda necessita de uma
investigação mais aprofundada. Isto é o cálculo que
estes autores fazem da emissão de gases por ebulição
(borbulhamento) e difusão (emanação) através da
superfície dos reservatórios. Santos et al. (2008)
usaram a distribuição da frequência de diferentes
magnitudes de emissão (em mg.m-2.d-1 = kg.km2 -1
.d ) nas medidas existentes, juntando as medidas de
sete reservatórios brasileiros (Miranda, Três Marias,
Barra Bonita, Segredo, Xingó, Samuel e Tucuruí).
Esses autores aplicaram o cálculo usando uma lei de
potência para ajustar a emissão média estimada para
baixo, em relação ao valor indicado por uma média
simples dos dados mensurados. Aqui, apontamos
vários erros nos cálculos de Santos et al. (2008), e
mostramos que o ajuste deve ser para cima, em relação
à média simples. Isto implica que há maior impacto
201
HIDRELÉTRICAS E O EFEITO ESTUFA
das emissões de gases de efeito estufa oriunda dos
reservatórios.
Um fenômeno que é caracterizado por muitas
ocorrências pequenas e algumas ocorrências grandes,
tais como incêndios e terremotos, pode ser melhor
representado pela lei de potência do que pela média
aritmética das observações. Isto porque qualquer
período de amostragem será inadequado para captar
os eventos raros de magnitude muito grande. A
diiculdade inerente de observar os valores muito
grandes logicamente implica que o valor estimado
pela lei de potência deva ser maior do que a média
aritmética, a magnitude dessa diferença dependendo
da distribuição de frequência dos eventos de
diferentes tamanhos para cada fenômeno. A lógica da
lei de potência, portanto, leva a um ajuste dos valores
na direção oposta ao ajuste feito por Santos et al.
(2008) e ELETROBRÁS (2000) para as emissões das
hidrelétricas.
Segundo Santos et al. (2008), o uso da média
aritmética superestima as emissões da superfície
de reservatórios de hidrelétricas. Entretanto, esta
conclusão está baseada em erros matemáticos. A
justiicativa das airmações de Santos et al. (2008)
se encontra na tese de Santos (2000), e se repete em
ELETROBRÁS (2000). Estes estudos presumem que
o conjunto das medidas de emissões em distintos
momentos e locais segue uma lei de potência. Para
esta distribuição, a densidade de probabilidade f de
uma medida de emissão de I mg.m-2.dia-1 será:
f (I ) ∝ I
onde o expoente l é uma constante (“ ∝ ” signiica
“proporcional”). Santos et al. (2008) presumiram
limites mínimo Imin e máximo Imax da distribuição.
Sendo que qualquer distribuição de probabilidade
própria deva cumprir
(para l ≠ 1 ; Pueyo 2007). A média teórica de uma
distribuição se deine como:
I =
∫ If ( I ) dI
(3)
I max
I min
No caso da lei de potência, a partir das Eqs. 2 e 3:
2 −l
2 −l
l − 1 I max − I min
I =
− l +1
− l +1
2 − l I min − I max
N ( I ) = AI − l
(4)
(5)
onde A é uma constante. Este formalismo não
representaria nenhum problema se fosse usado
corretamente. Partindo de que N(I) é proporcional
a f(I), segue das Eqs. 1, 3 e 5 que:
∫
I max
I =
IN ( I ) dI
∫ N ( I ) dI
I min
I max
Entretanto, Santos (2000) usou uma expressão
diferente:
(1)
∫
I max
I Santos1 =
I max
I min
(2)
I min
,
∫ f ( I ) dI = 1
l − 1 −l
f ( I ) = − l +1
I
− l +1
I min − I max
Santos (2000) seguiu por outra via e chegou a um
resultado diferente. No lugar de usar a densidade de
probabilidade f(I) ele usou um número esperado de
ocorrências N(I) para cada I:
O CÁLCULO DE SANTOS et al. (2008):
PROBLEMAS E ALTERNATIVAS
−l
segue que
IN ( I ) dN ( I )
∫ N ( I ) dN ( I )
I min
I max
(6)
I min
Oecol. Aust., 15(2): 199-212, 2011
202
PUEYO, S. & FEARNSIDE, P. M.
Este é o primeiro erro: por deinição, a média das
emissões de gases resulta de integrar sobre os valores
de emissão I, não sobre os valores de frequência N.
O resultado da Eq. 6 é:
I Santos1 =
−2 l +1
−2 l +1
− I max
2l ( I min
)
( 2l − 1) ( I
−2 l
min
−I
−2 l
max
)
Santos (2000) considerou que
−2 l
I max
→ 0 , obtendo
I Santos1 =
2l
I min
2l − 1
(7)
−2 l +1
I max
→0
e
(8)
A eliminação de Imax é aceitável na Eq. 7 (presumindo
l > 0,5 e Imax/Imin possui valor muito grande),
enquanto o termo com Imax tem muito peso na
verdadeira expressão da média, Eq. 4 (exceto para l
> 2 e Imax/Imin “grande”; os valores de l estimados por
Santos (2000) foram menores).
O segundo problema é que, ao fazer os cálculos,
Santos (2000) introduziu os valores de l com o sinal
errado. Assim, o autor implicitamente aplicou a
equação:
I Santos 2 =
2 ( −l )
I min
2 ( −l ) − 1
ou seja,
I Santos 2 =
2l
I min
2l + 1
(9)
Nem a Eq. 8 encontrada por Santos (2000), nem
a Eq. 9 que ele usou implicitamente, tem semelhança
com a verdadeira média teórica na Eq. 4. Então, qual
é a relação entre a verdadeira média teórica (Eq. 4)
e a média amostral? Se atribuirmos a Imax o valor da
maior emissão observada, as médias calculadas das
duas maneiras devem coincidir, exceto pelo erro
amostral inevitável, sem o desvio sistemático. Além
do mais, esse erro afeta os dois métodos, uma vez que
para aplicar a Eq. 4 deve-se estimar os parâmetros
da distribuição. Entretanto, ao aumentar o tamanho
da amostra aumenta-se também o maior valor
Oecol. Aust., 15(2): 199-212, 2011
observado, que, por sua vez, subestima o máximo
teórico. Este não seria um problema para calcular a
média de outras distribuições estatísticas, mas é um
problema para a lei de potência (Pueyo 2007), onde os
eventos mais extremos representam uma parte muito
importante da emissão total. A consequência é que,
na maioria dos casos, a média amostral subestima
a média real, ao contrário da conclusão de Santos
(2000), ELETROBRÁS (2000) e Santos et al. (2008).
Conhecendo as equações corretas, a lei de potência
pode ser aplicada aos dados de emissões, mas ainda
há outros problemas que devem ser considerados.
Santos (2000) estimou l com uma regressão
simples sobre o histograma com eixos logarítmicos.
Este método dá um viés muito grande (Pueyo &
Jovani 2006). Alguns procedimentos mais efetivos
são: (1) aplicar a regressão sobre os dados agrupados
em faixas multiplicativas (Pueyo & Jovani 2006), (2)
obter o estimador de máxima verossimilhança (EMV,
veja Caixa I), (White et al. 2008) ou (3) métodos
bayesianos.
Caixa I. Abreviações usadas
EMV: estimativa/estimador de máxima
verossimilhança. (maximum likelihood estimator)
LEN: lei exponencial negativa.
LPGT: lei de Pareto generalizada truncada.
LPT: lei de potência truncada.
LPT-S: lei de potência truncada (com os parâmetros
estimados por Santos).
A deinição dos limites Imin e Imax também não é
trivial. Santos (2000) usou o ponto médio da primeira
e da última faixa do histograma. Segundo este critério
os valores dependem da largura das faixas, que foi
uma escolha arbitrária do autor. No caso de Imin, uma
pequena modiicação produz uma grande mudança
na média estimada: note-se que, na Eq. 4, I → 0
quando I min → 0 (para l > 1). A gama de valores
[Imin, Imax] em que a lei de potência é considerada
válida deve estar baseada nos dados, não num critério
arbitrário.
Por im, há o problema dos valores que icam
fora da faixa de validade da lei de potência, que
foram desconsiderados por Santos (2000). Nesta
distribuição, a máxima concentração de dados está no
extremo inferior Imin, mas Imin sempre é maior que zero.
203
HIDRELÉTRICAS E O EFEITO ESTUFA
Provavelmente, existem dados de emissão no intervalo
0 ≤ I < I min . Estes dados também são relevantes para
o cálculo da média. Há dois métodos para incorporálos. O primeiro consiste em analisar separadamente a
parte não potencial ( 0 ≤ I < I min ) e a parte potencial
( I min ≤ I ≤ I max ). O segundo consiste em usar uma
única expressão que represente uma boa aproximação
para as duas partes. Por exemplo, Ramos et al. (2006)
usaram a lei de Pareto generalizada.
ξ
f (I ) = σ −1 1 + I
σ
1
− −1
ξ
(10)
σ
Com a reparametrização l = + 1 , j = ,
ξ
ξ
a Eq. 10 se torna:
1
(
f (I ) = (l − 1)j −1 1 + j −1I
)
−l
(11)
Para valores grandes, a Eq. 11 corresponde a uma lei
de potência:
(l − 1)j −1 (1 + j −1I )−l → [(l − 1)j l −1 ]I −l
para
I →∞
Para valores pequenos, a lei de Pareto generalizada
evita a singularidade que faz com que a lei de potência
não possa estender-se a zero:
lim f (I ) = ∞ na Eq. 2, enquanto f (0 ) = (l − 1)j −1
I →0
na Eq. 11.
No caso de uma lei de potência com l ≤ 2 , I → ∞
quando I max → ∞ na Eq. 2. Por conseguinte, para
estes valores de l , Imax sempre deve ser inito. A
mesma regra é válida para a lei de Pareto generalizada.
Para l ≤ 2 deve-se usar a lei de Pareto generalizada
truncada (LPGT):
l −1
f (I ) =
−1
j 1 + j I max
(
)
− l +1
(
−1
1+j I
)
−l
(12)
A partir das Eqs. 1 e 12, a média da LPGT é:
[(
)
]
(
−l + 2
j
−1
− 1 − I max 1 + j −1I max
1 + j I max
2−l
I =
− l +1
1 − 1 + j −1I max
(
)
)
− l +1
(13)
As Eqs. 2 e 13 permitem calcular a média depois
de ajustar as respectivas distribuições. Entretanto,
qualquer distribuição é uma simpliicação da
realidade. A média amostral é mais robusta ao não
presumir uma distribuição concreta. Santos (2000)
utilizou sua fórmula (Eq. 8) para calcular a emissão
considerando apenas valores dentro dos limites
observados. Mas, para um cálculo restrito a estes
limites, o método mais seguro é a média amostral. No
entanto, aplicada corretamente, a lei de potência (e a
sua generalização na Eq. 11) é útil para dar um passo
à frente e inferir os eventos extremos tão infrequentes
que, geralmente, não são observados durante a
amostragem (Pueyo 2007).
REFAZENDO OS CÁLCULOS
Para obter uma alternativa às estimativas oiciais
atuais, ajustamos diferentes distribuições estatísticas e
comparamos as qualidades dos ajustes. A aproximação
usada foi frequentista, como a de Santos (2000) e
ELETROBRÁS (2000), para não desviar a atenção
para o debate frequentista/bayesiano e os detalhes da
aproximação bayesiana. Os resultados serviram de
base para estimar as emissões médias.
Os parâmetros foram ajustados através da
estimativa de máxima verossimilhança (EMV), exceto
o ponto de truncagem superior Imax, em que a EMV
apresenta um viés sistemático (Pueyo 2007). Por não
ter acesso aos dados originais, desenvolvemos uma
versão da EMV que parte dos dados pré-agrupados
em faixas (Apêndice). A EMV foi aplicada assumindo
o valor de Imax que chamamos de “básico”, que é o
limite superior da faixa superior. Depois foi calculado
o valor “extrapolado” de Imax pelo método de Pueyo
(2007), correspondendo a eventos tão extremos que
não icam inclusos na amostra.
As distribuições consideradas foram a lei de
potência truncada (LPT), a lei de Pareto generalizada
e truncada (LPGT) e a lei exponencial negativa
(LEN), além da LPT com os parâmetros estimados
Oecol. Aust., 15(2): 199-212, 2011
204
PUEYO, S. & FEARNSIDE, P. M.
por Santos (2000) (LPT-S), no lugar dos parâmetros
estimados por EMV. A LPGT foi estudada ao ser
equivalente à LPT exceto no extremo inferior,
onde é mais realista como foi explicado na seção
anterior. A LEN foi estudada para comparar com
uma distribuição também assimétrica, mas com
eventos menos extremos do que numa lei de potência
(corresponde ao limite ξ → 0
f (I ) = σ −1e − I σ
da Eq. 10):
(14)
(inicialmente foi considerada uma versão truncada da
LEN para que fosse mais comparável com a LPT, mas
não levou a nenhuma diferença no resultado porque
os limites estimados foram Imin= 0 e I max → ∞ ). As
quatro distribuições foram comparadas mediante as
razões de verossimilhança.
As emissões médias foram calculadas para a
LPT e a LPGT. Como já foi argumentado, a média
amostral é, provavelmente, o melhor estimador da
média real para o Imax básico, ao não assumir nenhuma
distribuição concreta. Esta não pode ser calculada
diretamente sem acesso os dados originais, mas pode
ser aproximada com a equação:
I = ∑njI j
(15)
j
onde Ij é um valor de emissão representativo da
faixa j e nj é o número de dados nesta faixa. A opção
mais imediata é atribuir a Ij o valor central da faixa
(método não-paramétrico), mas representa uma sobreestimativa porque, na lei de potência e distribuições
similares, a média dos valores dentro de cada faixa
é inferior ao valor central. Para compensar este viés,
a Eq. 15 foi aplicada atribuindo a cada Ij a média da
faixa segundo a LPGT (método semi-paramétrico). A
média amostral assim reconstruída foi complementada
com uma estimativa dos eventos extremos não
detectados (usando de novo os parâmetros da LPGT).
O Apêndice dá maior detalhe dos métodos.
Os resultados do ajuste das distribuições estão
representados nas Figuras. 1-2, que comparam as
frequências empíricas com as esperadas segundo
cada hipótese, numa escala log-log.
Figura 1. Distribuição estatística das emissões de metano por ebulição. As abscissas (I) são os valores centrais das faixas de emissão em que estão
agrupados os dados, em mg m-2 d-1. As ordenadas (n) são o número de dados em cada faixa. Os dois eixos estão em escala logarítmica. Os círculos vazios
indicam a frequência teórica segundo cada modelo de distribuição. Os círculos cheios indicam a frequência empírica. Os triângulos cheios sobre o eixo
das abscissas identiicam as faixas sem nenhum dado. O grau de ajuste é mais difícil de apreciar para as faixas correspondentes a emissões maiores,
onde as frequências empíricas são tipicamente 0 ou 1, enquanto as frequências teóricas dos modelos com bom ajuste são valores intermédios entre 0 e 1.
Figure 1. Statistical distribution of methane emissions from bubbling. The abscissas (I) are the midpoints of the intervals into which the data are
grouped (in mg m-2 d-1). The ordinates (n) are the number of observations in each interval. Both axes have logarithmic scales. The open circles indicate
the theoretical frequency of each distribution model. The solid circles indicate the empirical frequency. The solid triangles on the abscissa axes identify
the intervals with zero observations. The goodness of it is more dificult to appreciate for the intervals corresponding to the larger emissions, where
the empirical frequencies are typically 0 or 1, while the theoretical frequencies of the models with a good it are values that are intermediate between
0 and 1.
Oecol. Aust., 15(2): 199-212, 2011
205
HIDRELÉTRICAS E O EFEITO ESTUFA
Figura 2. Distribuição estatística das emissões de metano por difusão. Ver a legenda da Figura 1 para detalhes.
Figure 2. Statistical distribution of methane emissions by diffusion. See the caption of Figure 1 for details.
No caso da ebulição, o expoente estimado por EMV
foi l = 1,21 para a LPT e a LPGT, enquanto Santos (2000)
estimou l = 0,99. Santos assumiu Imin=12,5 mg m-2 d-1
enquanto o valor estimado por EMV na LPT é Imin=0,53
mg m-2 d-1. O valor estimado para j (equiparável a
Imin) na LPGT é j = 0,54 mg m-2 d-1. O limite superior
extrapolado é Imax=596 mg m-2 d-1 para a LPT e a LPGT.
Para a difusão, o expoente estimado por EMV foi l
= 2,08 para a LPT e l = 2,65 para a LPGT, enquanto
Santos (2000) estimou l=2,00. Santos assumiu Imin=12,5
mg m-2 d-1, enquanto o valor estimado por EMV na LPT
é Imin=7,99 mg m-2 d-1. O valor estimado para j na LPGT
é j =21,82 mg m-2 d-1. O limite superior extrapolado é
Imax=714 mg m-2 d-1 para a LPT e Imax=929 mg m-2 d-1
para a LPGT.
As Tabelas 1 e 2 mostram as razões de
verossimilhança entre as diferentes distribuições. A
LPT e a LPGT têm uma verossimilhança quase igual,
muitas ordens de magnitude acima da verossimilhança
da LPT-S e da LEN.
Tabela 1. Razões de verossimilhança entre as hipóteses consideradas (ebulição)a.
Table 1. Likelihood ratios between the hypotheses considered (bubbling)a.
LPT-S
LPT
LPGT
LEN
LPT-S
1,00
4,15 × 1031
4,09 × 1031
7,66 × 109
LPT
2,41 × 10-32
1,00
0,99
1,85 × 10-22
LPGT
2,44 × 10-32
1,01
1,00
1,87 × 10-22
LEN
1,31 × 10-10
5,42 × 1021
5,34 × 1021
1,00
Valores maiores que 1 signiicam que a hipótese da coluna explica os dados melhor do que a hipótese da linha, e vice-versa. Detalhes no Apêndice.
a
Values greater than 1 mean that the hypothesis in the column explains the data better than the hypothesis in the row, and vice-versa. Details in the
Appendix.
a
Oecol. Aust., 15(2): 199-212, 2011
206
PUEYO, S. & FEARNSIDE, P. M.
Tabela 2. Razões de verossimilhança entre as hipóteses consideradas (difusão)a.
Table 2. Likelihood ratios between the hypotheses considered (diffusion)a.
LPT-S
LPT
LPGT
LEN
LPT-S
1,00
2,19 × 1011
2,23 × 1011
1,43 × 10-5
LPT
4,57 × 10-12
1,00
1,02
6,53 × 10-17
LPGT
4,49 × 10-12
0,98
1,00
6,41 × 10-17
LEN
7,00 × 104
1,53 × 1016
1,56 × 1016
1,00
Valores maiores que 1 signiicam que a hipótese da coluna explica os dados melhor do que a hipótese da linha, e vice-versa. Detalhes no Apêndice.
Values greater than 1 mean that the hypothesis in the column explains the data better than the hypothesis in the row, and vice-versa. Details in the
Appendix.
a
a
Aplicando a Eq. 9, Santos (2000) obteve emissões
médias de 8,36 mg m-2 d-1 (ebulição) e 9,93 mg m-2 d-1
(difusão). Aplicando a equação correta (Eq. 4) com os
parâmetros que eles estimaram, as médias sobem para
143 mg m-2 d-1 (ebulição) e 51,55 mg m-2 d-1 (difusão).
Entretanto, aplicando a mesma equação com os
parâmetros da LPT estimados por EMV (com o Imax
básico), os resultados são 44,49 mg m-2 d-1 (ebulição)
e 31,20 mg m-2 d-1 (difusão). No caso da LPGT, os
resultados são 44,33 mg m-2 d-1 (ebulição) e 27,26 mg
m-2 d-1 (difusão). Usando o Imax extrapolado, a LPT dá
47,22 mg m-2 d-1 para a ebulição e 32,71 mg m-2 d-1
para a difusão, enquanto a LPGT dá 47,05 mg m-2 d-1
para a ebulição e 29,03 mg m-2 d-1 para a difusão.
Aplicando o método não-paramétrico,
os resultados são 54,57 mg m-2 d-1 para a
ebulição e 31,63 mg m-2 d-1 para a difusão. O
método semi-paramétrico, provavelmente o
mais realista, dá 48,67 mg m-2 d-1 (ebulição) e
28,21 mg m-2 d-1 (difusão), ou 76,88 mg m-2 d-1
no total, ou seja 10,9%, 10,7% e 10,8% mais
baixos, respectivamente. Considerando eventos
extremos que não foram detectados, as médias
sobem moderadamente para 51,37 mg m-2 d-1
(ebulição), 29,97 mg m-2 d-1 (difusão) e 81,34 mg
Oecol. Aust., 15(2): 199-212, 2011
m-2 d-1 no total, ou seja, aumentos de 5,5%, 5,2%
e 5,8%, respectivamente.
Essas análises reforçam a ideia de que as emissões
de metano são bem caracterizadas por uma lei
de potência. As duas variantes estudadas da lei
de potência, a LPT e a LPGT, mostram o mesmo
desempenho, mas isso é consequência do uso de
dados pré-agrupados em faixas. Acredita-se que a
LPGT é mais adequada para dados que não sejam
agrupados. Todas as aproximações realistas (LPT
com parâmetros estimados por EMV, LPGT com
parâmetros estimados por EMV, não-paramétrica e
semi-paramétrica) dão valores médios de emissão
similares entre eles e claramente superiores aos valores
estimados por Santos (2000) e ELETROBRÁS (2000).
Enquanto estes trabalhos estimam 8,36 mg m-2 d-1 para
a ebulição e 9,93 mg m-2 d-1 para a difusão, a nossa
melhor estimativa é 51,37 mg m-2 d-1 para a ebulição e
29,97 mg m-2 d-1 para a difusão (Fig. 3). Comparado às
estimativas oiciais, nossa melhor estimativa é 514%
maior para ebulição, 202% maior para difusão, e 345%
maior para as duas juntas, ou seja, para a emissão
total da superfície dos reservatórios (sem considerar
o efeito dos números oiciais omitirem as emissões da
água que passa pelas turbinas e vertedouros).
HIDRELÉTRICAS E O EFEITO ESTUFA
207
Figura 3. Comparação das emissões médias de metano segundo diferentes critérios. O critério “ELETROBRÁS” corresponde a Santos (2000) e
ELETROBRÁS (2000) e está baseado em erros matemáticos. A emissão “corrigida” básica é a média amostral dos dados usados nestes mesmos
trabalhos (inferida a partir dos dados pré-agrupados em faixas). A emissão “corrigida” extrapolada acrescenta o efeito provável de eventos extremos que
não foram incluídos na amostra. A emissão corrigida extrapolada (nossa melhor estimativa) excede o valor “ELETROBRÁS” em 514% para ebulição,
em 202% para difusão, e em 345% para a soma das duas.
Figure 3. Comparison of the mean emissions of methane based on different criteria. The criterion “ELETROBRÁS” corresponds to Santos (2000)
and ELETROBRÁS (2000) and is based on methodological errors. The “corrected” basic emission is the sample mean of the data used in these same
studies (inferred from pre-binned data). The “corrected” extrapolated emission adds the probable effect of extreme events that were not included in the
sample. The corrected extrapolated emission (our best estimate) exceeds the “ELETROBRÁS” value by 514% for bubbling, by 202% for diffusion, and
by 345% for the sum of the two.
COMPARAÇÃO DE RESULTADOS
Santos et al. (2008) mencionaram que o cálculo
que utilizaram resultou em um valor menor que a
média aritmética simples das medidas de emissão,
mas não mencionaram a magnitude desta diferença.
Calculando as emissões das duas maneiras, constatase que a diferença é enorme (Fig. 3 e Tabela 3).
Essas diferenças existem tanto para CO2 quanto
para CH4. Embora ELETROBRÁS (2000) e Santos
et al. (2008) izeram cálculos para ambos os gases,
vamos considerar somente o CH4, que representa um
impacto sobre o aquecimento global, pois, no caso
de CO2 emitido pela água do reservatório, quase a
totalidade é oriunda da decomposição de matéria
biótica derivada dos produtos de fotossíntese
no reservatório ou nos arredores, que retiram
da atmosfera a mesma quantidade de CO2. Em
contraste, o papel do reservatório em transformar
CO2 em CH4 representa um impacto líquido sobre
o aquecimento global (com exceção da pequena
parte que representa a ação do carbono que, de outra
forma, teria sido emitido em forma de CO2, este
impacto evitado sendo contado apenas ao longo dos
aproximadamente dez anos que cada molécula de
CH4 permanece, em média, na atmosfera).
Oecol. Aust., 15(2): 199-212, 2011
208
PUEYO, S. & FEARNSIDE, P. M.
Tabela 3. Comparação dos cálculos de emissões de CH4 de reservatórios hidrelétricas.
Table 3. Comparison of calculations of CH4 emissions from hydroelectric reservoirs.
Valores para emissões (Ī) em mg.m-2.d-1 Percentagem de diferença entre resultados
Média
corrigida
básica
comparada
a Santos et
al. (2008)
Santos et
al. (2008)
comparado
à média
corrigida
“extrapolada”
com a lei de
potência
Média
corrigida
“extrapolada”
com a lei
de potência
comparada a
Santos et al.
(2008)
Processo
Média
corrigida
básicaa
Média
corrigida
“extrapolada”
com a lei de
potência
Santos et al.
(2008)
Santos et
al. (2008)
comparado
à média
corrigida
básica
Ebulição
48,7
51,4
8,36
-83
+482
-83
+514
Difusão
28,2
30,0
9,93
-65
+184
-67
+202
Total da superfície
76,9
81,4
18,29
-76
+320
-78
+345
Média corrigida pelo método semi-paramétrico (vide Apêndice).
Mean corrected with the semi-parametric method (see Appendix).
a
a
O valor de Santos et al. (2008) para emissões de
CH4 (somando ebulição e difusão) é 78% mais baixo
que a nossa melhor estimativa (a média corrigida com
ajuste pela lei de potência: Tabela III), ou, expresso em
relação ao valor de Santos et al. (2008), nosso valor é
345% maior. A importância se torna evidente quando
aplicado ao conjunto dos reservatórios brasileiros,
como foi feito em ELETROBRÁS (2000) usando as
equações de Santos (2000). A ELETROBRÁS (2000)
fez este cálculo para cada um dos 223 reservatórios
no Brasil, totalizando 32.975,48 km2, uma área maior
que a Bélgica. Quando as emissões de CH4 assim
calculadas são comparadas às emissões calculadas
pela nossa melhor estimativa (Tabela 4) a diferença é
de 4,4 milhões de toneladas de carbono equivalente ao
carbono na forma de CO2 por ano, quando calculado
usando o potencial de aquecimento global (GWP),
de 21 para metano que o Protocolo de Kyoto usou
para o período 2008-2012. A diferença sobe para
5,2 milhões de toneladas usando o valor de 25 para
Oecol. Aust., 15(2): 199-212, 2011
o GWP, obtida do relatório mais recente do Painel
Intergoveramental de Mudanças Climáticas (IPCC)
(Forster et al. 2007). A diferença sobe ainda mais,
para 7,0 milhões de toneladas quando calculado com
um GWP de 34 de um estudo subsequente ao relatório
do IPCC, incorporando efeitos indiretos omitidos
nos cálculos anteriores (Shindell et al. 2009). Esta
diferença está próxima da emissão anual pela queima
de combustíveis fósseis na Grande São Paulo. O
Município de São Paulo emitiu 4,3 milhões de
toneladas de carbono em 2003 com uma população de
10,7 milhões (COPPE 2005). Considerando toda a área
metropolitana hoje, a população é aproximadamente
o dobro disto, e a emissão presumivelmente em torno
de 8 milhões de toneladas de carbono. A emissão
das superfícies dos reservatórios das hidrelétricas
brasileiras, considerando nossa melhor estimativa
(81,4 mg m-2 d-1) e a estimativa mais recente do GWP de
metano (34), já ultrapassa este valor, com 9,08 milhões
de toneladas de carbono CO2-equivalente por ano..
Tabela 4. Impacto da emissão de CH4 da superfície (ebulição + difusão) dos reservatórios brasileiros, calculada por diferentes
métodos considerados neste estudo (média corrigida “básica” e média corrida pela lei de potência), e pelos métodos de Santos et al. (2008).
Table 4. Impact of CH4 emission from the surface (bubbling + diffusion) of Brazilian reservoirs by different methods considered in this
Study (corrected “basic” mean and the mean corrected with the power law), and by the methods of Santos et al. (2008).
Média corrigida
Santos et al.
pela lei de potência (2008)
Emissão (kg km-2 dia-1)
76,9
81,3
18,29
Emissão anual em 32.975,48 km² (milhões de toneladas)
0,93
0,98
0,22
Carbono de CO2-equivalentea, considerando um GWP de CH4
de 21b (milhões de toneladas ano-1)
5,30
5,61
1,26
Carbono de CO2-equivalentea, considerando um GWP de CH4
de 25c (milhões de toneladas ano-1)
6,31
6,68
1,50
Carbono de CO2-equivalentea, considerando um GWP de CH4
de 34d (milhões de toneladas ano-1)
8,59
9,08
2,04
a
O carbono de CO2-equivalente é calculado, primeiro, pela multiplicação da emissão de CH4 (em toneladas de gás) vezes o GWP (global warming potential = potencial de aquecimento global)
para obter o equivalente em toneladas de gás de CO2, e depois é convertido em peso de carbono multiplicando por 12 (peso atômico de carbono) e dividindo por 44 (peso molecular de CO2).
GWP se refere ao efeito sobre aquecimento causado pela emissão de uma tonelada de gás (neste caso CH4) comparado ao impacto de uma tonelada de CO2. Assim como no Protocolo de Kyoto,
os GWPs usados possuem um horizonte de tempo de 100 anos, sem aplicar uma taxa de desconto para o tempo.
b
Schimel et al. (1996). Valor usado para o primeiro período de compromisso (2008-2012) do Protocolo de Kyoto.
c
Forster et al. (2007).
d
HIDRELÉTRICAS E O EFEITO ESTUFA
Média corrigida
“básica”
Shindell et al. (2009).
CO2-equivalent carbon is calculated, irst, by multiplying the emission of CH4 (in tons of gas) times the GWP (global warming potential) to obtain the equivalent number of tons of
CO2 gas, and then this is converted to the weight of carbon multiplying by 12 (atomic weight of carbon) and dividing by 44 (molecular weight of CO2). The GWP refers to the effect on
global warming caused by the emission of one ton of gas (in this case CH4) compared to the impact of one ton of CO2. As in the Kyoto Protocolo, the GWPs used have time horizons of
100 years with no application of a discount rate for time.
a
Schimel et al. (1996). Value used for the irst commitment period (2008-2012) of the Kyoto Protocol.
c
Forster et al. (2007).
d
Shindell et al. (2009).
209
Oecol. Aust., 15(2): 199-212, 2011
b
210
PUEYO, S. & FEARNSIDE, P. M.
As emissões da superfície dos reservatórios
constituem apenas uma parte do impacto das
hidrelétricas sobre o aquecimento global, sendo que,
frequentemente, a emissão de metano oriunda da água
que passa pelas turbinas e pelos vertedouros mais que
duplica o impacto total (ex.: Fearnside 2002, 2009).
CONCLUSÃO
Os valores oiciais para a emissão de metano da
superfície de reservatórios hidrelétricos brasileiros
têm subestimado em muito essas emissões. A nossa
melhor estimativa é mais de três vezes mais alta. Para
os 33.000 km2 de reservatórios brasileiros, a subestimativa das emissões anuais de CH4 pela superfície
da água dos reservatórios nos números oiciais está
próxima à emissão da queima de combustível fóssil
na região metropolitana de São Paulo. Apenas o
impacto das superfícies dos reservatórios no Brasil
ultrapassa a emissão da grande São Paulo, e a emissão
pela água que passa pelas turbinas e vertedouros (não
incluída nos números oiciais) representa um impacto
substancial adicional.
Este apêndice adiciona alguns detalhes
matemáticos dos métodos usados na seção Refazendo
os cálculos.
Para estimar os parâmetros, exceto Imax. e para
contrastar as hipóteses, foi usada a função de
verossimilhança L. Esta função se deine como
(16)
onde, I é o vetor dos dados, q é o vetor dos parâmetros
e Hd é a hipótese do tipo de distribuição. Neste caso os
dados originais não estavam acessíveis direitamente,
somente sendo apresentados pré-agrupados em K
faixas. Por conseguinte, a função de verossimilhança
usada foi
L=f(n|q;Hd)
(17)
onde n é o vetor (n1,...,nj,...,nK) do número de dados
na faixa j. Neste caso, L representa uma distribuição
multinomial,
Oecol. Aust., 15(2): 199-212, 2011
N!
n
p1n1 ... p j j ... pKn K
n1!...n j !...nK !
(18)
N = ∑nj
K
onde N é o número total de dados
j =1
e pj(q;Hd) é a probabilidade esperada de um dado
pertencer à faixa j.
Esta probabilidade tem a seguinte forma para a lei
potencial truncada (LPT) (Eq. 2):
− l +1
− c1− l +1
I min
p1 = − l +1
− l +1
I min − I max
pj =
(19)
c −j −l1+1 − c −j l +1
I
− l +1
min
−I
1< j ≤ K
− l +1
max
(20)
onde cj é o limite superior da faixa j e assumimos
Imax = cK (segundo o critério do Imax básico, descrito
embaixo). Para a lei de Pareto generalizada truncada
(LPGT):
pj
APÊNDICE
L=f(I| q; Hd)
L=
(1 + j
=
−1
(
c j −1
)
− l +1
(
− 1 + j −1c j
1 − 1 + j −1I max
)
− l +1
)
− l +1
(21)
Para a lei exponencial negativa (LEN):
pj = e
− c j −1 σ
−e
−c j σ
,
1≤ j ≤ K
(22)
A função L foi usada para duas inalidades.
Primeiro, para ajustar as distribuições calculando
o estimador de máxima verossimilhança, que
é o vetor de parâmetros q que maximiza L; em
todos os casos, os parâmetros foram ajustados
numericamente. Segundo, esta função foi usada para
comparar as diferentes hipóteses mediante a razão de
verossimilhança, que se obtém dividindo a L de uma
hipótese pela L de outra hipótese.
O único parâmetro que não foi ajustado pelo
método do EMV foi Imax. O EMV de Imax é o maior
valor observado, que é sempre uma sub-estimativa do
maior valor possível. No trabalho foram considerados
dois valores de Imax. Primeiro, o valor “básico”, que
foi usado para calcular L. Consiste no limite superior
da faixa superior. Depois de estimar os outros
211
HIDRELÉTRICAS E O EFEITO ESTUFA
parâmetros da distribuição, foi calculado o valor de
Imax “extrapolado”, que é um estimador do verdadeiro
Imax seguindo o método de Pueyo (2007). No caso da
LPT,
[
− l +1
− l +1
− l +1
Iˆmax = I min
− 2 I min
− max(I )
1
N
]
Iˆmax
[(
)
−l + 2
(
(1 + j
(
)
]
−1
l −1
−j
(24)
−1
A média foi estimada para a LPT e a LPGT
aplicando as Eqs. 4 e 13. Também foi estimada
mediante um método não-paramétrico e um semiparamétrico, baseados na Eq. 15. No caso do método
não-paramétrico, os valores Ij correspondem ao
ponto central de cada faixa, . Para o método semiparamétrico, Ij corresponde ao valor médio esperado
da faixa j segundo a LPGT:
l −1
(23)
onde max(I) é o maior valor da amostra. Para os dados
pré-agrupados, o valor atribuído a max(I) foi o valor
central da maior faixa com dados. No caso da LPGT,
j
−1
1+ j cj
2−l
Ij =
[
1
− l +1
N
= j 1 − 2 1 − 1 + j −1 max(I )
)
)
− 1 + j −1c j −1
−1
c j −1
−l + 2
− l +1
]− c (1 + j
(
j
−1
− 1 + j −1c j
AGRADECIMENTOS: Ao Ministério de Ciência e Tecnologia:
Conselho Nacional do Desenvolvimento Cientíico e Tecnológico-CNPq
(Proc.573810/2008-7, 305880/2007-1). Agradecemos P.M.L.A. Graça, S.
Couceiro e dois revisores anônimos por seus comentários.
)
cj
)
− l +1
− l +1
(
+ c j −1 1 + j −1c j −1
)
− l +1
(25)
asp?DocumentID=%7BCAFECBF7-6137-43BC-AAA235181AAC0C64%7D&ServiceInstUID=%7B3CF510BA-805E4235-B078-E9983E86E5E9%7D>. (Acesso em 05/03/2010).
FEARNSIDE, P.M. 2002. Greenhouse gas emissions from a
hydroelectric reservoir (Brazil’s Tucuruí Dam) and the energy
REFERÊNCIAS
policy implications. Water, Air and Soil Pollution, 133(1-4): 69-96.
COPPE (Instituto Alberto Luiz Coimbra de Pós-Graduação
FEARNSIDE, P.M. 2004. Greenhouse gas emissions from
e Pesquisa de Engenharia). 2005. Inventário de emissões de
hydroelectric dams: controversies provide a springboard for
gases de efeito estufa do município de São Paulo: Síntese.
rethinking a supposedly ‘clean’ energy source. Climatic Change,
Relatório Técnico. Centro Clima/COPPE/UFRJ, Rio de Janeiro,
66: 1-8.
RJ,
Brasil.
20p.
<http://ww2.prefeitura.sp.gov.br//arquivos/
secretarias/meio_ambiente/Sintesedoinventario.pdf>.
(Acesso
em 05/03/2010).
hydroelectric dams: reply to Rosa et al. Climatic Change, 75(12): 103-109.
DelSONTRO, T.; McGINNIS, D.F.; SOBEK, S.; OSTROVSKY,
I. & WEHRLI, B. 2010. Extreme methane emissions from a Swiss
hydropower reservoir: contribution from bubbling sediments.
Environmental Science and Technology, 44: 2419-2425.
ELETROBRÁS
FEARNSIDE, P.M. 2006. Greenhouse gas emissions from
(Centrais
Elétricas
Brasileiras
FEARNSIDE, P.M. 2008. Hidrelétricas como “fábricas de
metano”: O papel dos reservatórios em áreas de loresta tropical
na emissão de gases de efeito estufa. Oecologia Brasiliensis,
12(1): 100-115.
S/A).
2000. Emissões de dióxido de carbono e de metano pelos
reservatórios hidrelétricos brasileiros: relatório inal. Relatório
FEARNSIDE, P.M. 2009. As hidrelétricas de Belo Monte e
Altamira (Babaquara) como fontes de gases de efeito estufa.
Novos Cadernos NAEA, 12(2): 5-56.
Técnico. ELETROBRÁS, DEA, DEEA, Rio de Janeiro, RJ,
<http://wwwq2.eletrobras.com/elb/services/
FORSTER, P. et al. 2007. Changes in atmospheric constituents
eletrobras/ContentManagementPlus/FileDownload.ThrSvc.
and radiative forcing. Pp. 129-234. In: S. Solomon, D. Qin, M.
Brasil.
176p.
Oecol. Aust., 15(2): 199-212, 2011
212
PUEYO, S. & FEARNSIDE, P. M.
Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor & H.L.
Miller (eds.). Climate Change 2007: The Physical Science Basis.
Contribution of Working Group to the Fourth Assessment Report
of the Intergovernmental Panel on Climate Change. Cambridge
University Press, Cambridge, Reino Unido. 996p.
KEMENES, A.; FORSBERG, B.R. & MELACK, J.M. 2007.
Methane release below a tropical hydroelectric dam. Geophysical
Research Letters, 34: L12809, doi: 10.1029/2007GL029479.55
PUEYO, S. 2007. Self-organised criticality and the response of
wildland ires to climate change. Climatic Change, 82: 131-161.
PUEYO, S. & JOVANI, R. 2006. Comment on “A keystone
mutualism drives pattern in a power function”. Science, 313:
1739c.
RAMOS, F.M.; LIMA I.B.T.; ROSA R.R.; MAZZI, E.A.;
CARVALHO, J.C.; RASERA, M.F.F.L.; OMETTO, J.P.H.B.;
ASSIREU, A.T. & STECH, J.L. 2006. Extreme event dynamics
in methane ebullition luxes from tropical reservoirs. Geophysical
Research Letters, 33: L21404.
RUDD, J.W.M.; HARRIS, R.; KELLY, C.A. & HECKY,
R.E. 1993. Are hydroelectric reservoirs signiicant sources of
greenhouse gases? Ambio, 22: 246-248.
SANTOS, M.A. 2000. Inventário de emissões de gases de efeito
estufa derivadas de hidrelétricas. Tese de doutorado. Universidade
Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil. 148p.
<http://www.ppe.ufrj.br/ppe/production/tesis/masantos.pdf>.
(Acesso em 05/03/2010).
SANTOS, M.A.; ROSA, L.P.; MATVIENKO, B.; SANTOS,
E.O.; D’ALMEIDA ROCHA, C.H.E.; SIKAR, E.; SILVA, M.B.
& JUNIOR, A.M.P.B. 2008. Emissões de gases de efeito estufa
por reservatórios de hidrelétricas. Oecologia Brasiliensis, 12:
116-129.
SCHIMEL, D. et al. 1996. Radiative forcing of climate change. Pp.
65-131. In: J.T Houghton, L.G. Meira Filho, B.A. Callander, N.
Harris, A. Kattenberg & K. Maskell. (eds.). Climate Change 1995:
The Science of Climate Change. Cambridge University Press,
Cambridge, Reino Unido. 572p.
SHINDELL, D.T.; FALUVEGI, G.; KOCH, D.M.; SCHMIDT,
G.A.; UNGER, N. & BAUER, S.E. 2009. Improved attribution of
climate forcing to emissions. Science, 326: 716-718.
WHITE, E.P.; ENQUIST, B.J. & GREEN, J.L. 2008. On
estimating the exponent of power-law frequency distributions.
Ecology, 89: 905-912.
Submetido em 07/05/2010
Aceito em 09/11/2010
Oecol. Aust., 15(2): 199-212, 2011