Made available in DSpace on 2014-06-12T17:39:12Z (GMT). No. of bitstreams: 2 arquivo2468_1.pdf: 6859715 bytes, checksum: b60503e31284676127810a13aebd2c51 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Prefeitura da Cidade do Recife / Há milhares de anos quando do surgimento dos primeiros homens, a população tem apresentado uma taxa de crescimento era limitado até os primeiros anos da era cristã. Ocorre que a partir do inicio desta era, mais precisamente no inicio da idade média, a curva de crescimento populacional começa a apresentar um comportamento exponencial, e maior concentração nas cidades e consequentemente também maior contaminação dos mananciais. No Brasil a partir da década de 1960 as grandes cidades vêem apresentando uma urbanização acentuada que implica em altas taxas de impermeabilização do solo, e este processo vem influenciando diretamente os sistemas de drenagens de varias formas, sendo as inundações umas das principais conseqüências dos impactos causados pela impermeabilização, cujos níveis vêm ao longo dos anos se intensificando devido ao aumento das taxas de impermeabilização do solo, bem como também a ocupação desordenada principalmente das margens dos rios e canais. Neste sentido, o presente trabalho tem o objetivo de simular a partir do modelo hidrológico SWMM (Storm Water Management Model) desenvolvido pela EPA (Enviromental Protection Agency), a utilização de técnicas não convencionais de drenagem pluvial no ambiente urbano, denominadas técnicas compensatórias, que visam atenuar os níveis de inundações, provocadas por chuvas intensas. Para este procedimento foi estudada uma sub-bacia do canal da SANBRA localizado na zona oeste da cidade do Recife, que apresenta transbordamento do canal durante ocorrência de chuvas torrenciais causando inundação da via principal da localidade. Para tal foram elaborados trabalhos em campo para obter informações detalhadas desta sub-bacia, como topografia da área, no que se refere à altimetria, e cadastramento dos sistemas de micro e macro drenagens existentes. Além disso, a definição de parâmetros e variáveis da área de estudo, tais como: a área impermeável e permeável, a partir de análise no local e imagens de orto-fotos, e a taxa de infiltração dentre outros foram obtidas com vistas a alimentar o modelo hidrológico. Buscou-se simular técnicas independentes como reservatório em lotes, reservatórios em setores da sub-bacia ao longo da rede de micro drenagem (on line) e na sub-bacia ao longo do curso do canal aproveitando uma área remanescente para transformá-la numa bacia de detenção. Os resultados corroboraram com os apresentados em literaturas técnicas semelhantes, destacando a bacia de detenção na sub-bacia como a mais eficaz, reduzindo o pico de vazão a 55 % em média; a detenção em setores apresentou eficiência de 28,3 % em média na redução das vazões, já a detenção em lotes obteve melhor eficiência quando os microrreservatórios tem a função de retenção da água de chuva para uma utilização futura, chegando a reduzir as vazões de pico a 83 %. O presente trabalho teve também o objetivo de fornecer subsídios técnicos para o órgão gestor da drenagem urbana da cidade do Recife

This research had as an objective to verify the usage aplicability of the regionalization of the parameters about rain flow model, in order to synthesize flows at poorly places on hydrometereologicals data. The methodology had three phases: data acquisition, model adjusting and hydrologic regionalization. The adjust model chosen was the rain-flow hydrologic model MOPH, developed by Silveira (1974). This model has a simple structure, that works with precipitation datas and potential evapoperspiration rates, also it has an algorithm of the escapement separation and of the propagation about them. The model has nine parameters: SMAX, UMIDL, UMIDS, CODIS, DISTR, EXPO, Ktanque, KSUB and KSUP. The model parameters regionalization process used five explanation variables: drainage area (A), principal river length (L), principal river declivity (D), drainage density (DD) and compacity coefficient (CC). The results demonstrated that UMIDL, UMIDS, CODIS and Ktanque parameters had a few sensibility on the adjusts, on this way these parameters was considered constant for all region of this study. The others parameters showed promising results when they formed continual regions hydrologicaly homogeneous. / Este estudo teve por objetivo verificar a aplicabilidade de uso de regionalização de parâmetros de modelo chuva-vazão para sintetizar vazões em locais carentes de dados hidrometeorológicos. A metodologia teve três fases: Aquisição de dados, Ajuste do modelo e Regionalização Hidrológica. O modelo de ajuste escolhido foi o modelo hidrológico chuva-vazão MOPH, desenvolvido por Silveira (1974), que possui uma estrutura bastante simples, opera com dados de precipitação e taxa de evapotranspiração potencial e possui um algoritmo de separação de escoamentos e de propagação dos mesmos. O modelo possui nove parâmetros: SMAX, UMIDL, UMIDS, CODIS, DISTR, EXPO, Ktanque, KSUB e KSUP. O processo de regionalização dos parâmetros do modelo utilizou cinco variáveis explicativas: Área de Drenagem (A), Comprimento do Rio Principal (L), Declividade do Rio Principal (D), Densidade de Drenagem (DD) e Coeficiente de Compacidade (CC). Os resultados demonstraram que os parâmetros UMIDL, UMIDS, CODIS e Ktanque foram de pouca sensibilidade nos ajustes, de modo que foram considerados constantes para toda a região do estudo. Os demais parâmetros apresentaram resultados promissores quando formaram regiões contíguas hidrologicamente homogêneas.

Made available in DSpace on 2018-08-01T23:59:24Z (GMT). No. of bitstreams: 1 tese_11471_Dissertação - Tainah de Souza CD.pdf: 4931542 bytes, checksum: fab9c37691c8c2445e4f9540b0310b3e (MD5) Previous issue date: 2017-08-04 / A determinação da vazão de projeto constitui etapa fundamental para o adequado dimensionamento de obras de drenagem ou para possibilitar a adequada tomada de decisão sobre medidas não estruturais relacionadas com a drenagem pluvial. Em regiões que não dispõem de dados fluviométricos recorre-se, usualmente, à utilização dos modelos do tipo chuva-vazão para determinação indireta da vazão de projeto. Função da diversidade de modelos disponíveis, cabe ao modelador a escolha do modelo mais adequado às singularidades da área avaliada, permitindo a produção de resultados que se apresentem mais próximos da realidade. Neste estudo foi realizada a análise comparativa dos modelos Storm Water Management Model (SWMM) e Hydrologic Engineering Center - Hydrologic Modeling System (HEC-HMS) quando da estimativa de vazões máximas associadas ao núcleo urbano e regiões periurbanas do município de Muniz Freire (ES). A estimativa do escoamento superficial foi realizada através do método Hidrograma Unitário e as perdas de infiltração pelo método SCS Curve Number. A equação de chuvas intensas foi apropriada através do método de Chow-Gumbel e a chuva de projeto pelo método dos blocos alternados. Os modelos apresentaram relevantes diferenças nos valores de vazão de pico e volume de escoamento superficial. Para períodos de retorno entre 2 e 5 anos, os valores de vazão de pico e volumes de escoamento superficial estimados pelo SWMM apresentaram-se superiores aos obtidos pelo HEC-HMS para todas as bacias avaliadas, invertendo-se esta tendência com o aumento do período de retorno. As simulações associadas aos períodos de recorrência de 10 e 20 anos, usualmente utilizados em estudos e projetos de drenagem urbana, foram as que se apresentaram mais próximas, com as menores diferenças relativas para as variáveis hidrológicas avaliadas.

Nos últimos anos os modelos hidrológicos distribuídos vêm ganhando espaço por permitirem que a variabilidade espacial das características das bacias hidrográficas seja incorporada no processo de transformação chuva-vazão. Porém, devido a essa capacidade, os modelos distribuídos tendem a ser matematicamente complexos, impondo que muitos parâmetros sejam medidos ou estimados. Apesar de a literatura apresentar diversos trabalhos que tentem verificar o nível de detalhamento mais adequado à representação dos diversos sistemas, as conclusões são contraditórias, mostrando que há necessidade de estudos mais aprofundados. O presente trabalho propõe e avalia diferentes níveis de detalhamento na representação da bacia hidrográfica do Córrego do Gregório, na cidade de São Carlos, SP, submetida aos processos hidrológicos intervenientes na transformação chuva-vazão, empregando o modelo hidrológico Storm Water Management Model - SWMM. A calibração dos eventos, necessária a adequação dos parâmetros do modelo, utilizou como ferramenta os algoritmos genéticos, produzindo resultados satisfatórios, com coeficientes de eficiência de Nash e Sutfliffe (1970) entre 0,74 e 0,87, variáveis de evento para evento. De uma forma geral, os resultados obtidos com a análise dos diferentes níveis de detalhe evidenciaram a importância da consideração da micro-drenagem na representação dos sistemas. Para os eventos mais freqüentes submetidos à análise quanto maior o detalhe imposto na representação da bacia, maior a velocidade de escoamento resultante da baixa rugosidade das galerias pluviais, e, portanto, maiores vazões de pico foram encontradas. Os resultados ressaltaram também a influência das áreas impermeáveis sobre os hidrogramas, ratificando a importância da determinação criteriosa desse parâmetro. / For the last years, the distributed hydrological models have been recognized by allowing the incorporation of the spatial variability of catchment characteristics for rainfall-runoff simulation. However, due to this ability, the distributed models tend to be mathematically complex and to require many parameters to be measured or estimated. Although the literature presents several works that attempt to ascertain the level of discretization more appropriate to represent the various systems, the results are contradictory, showing the need for further studies. This work proposes and evaluates different levels of representation of the watershed of the Gregory Creek in the city of São Carlos, SP, under rainfall-runoff simulation, by applying the hydrologic model Storm Water Management Model - SWMM. The calibration of the events, needed to adequacy the model parameters, used as tool the genetic algorithm, producing satisfactory results, with values of Nash and Sutcliffe (1970) efficiency coefficients ranging between 0,74 and 0,87, varying from event to event . In general, the results showed the importance of considering the micro-drainage in the systems representation. For more frequent events, by increasing the level of catchment representation, the velocity of flow became greater, resulted from the low roughness of the conduits, and, therefore, higher peak flows rates were found. The results also emphasized the influence of the impervious areas on the hydrographs, confirming the great importance of careful determination of this parameter.

O problema de escassez da água para o abastecimento humano vem se agravando a cada ano que passa. As demandas vem crescendo e precisam ser supridas da melhor maneira possível sob pena de limitar o processo de desenvolvimento regional. Para tanto, deve-se recorrer ao planejamento e gerenciamento dos recursos hídricos como forma de se promover ao seu uso racional. Descreve-se neste trabalho a implantação de um sistema de apoio ao planejamento e gerenciamento de recursos hídricos, dando uma maior ênfase ao modelo hidrológico distribuído utilizado para gerar as vazões na bacia hidrográfica. Avalia-se sua calibração e validação realizada com dados fluviométricos e de níveis de açudes. Apresentam-se os resultados de estudo de potencialidade da bacia hidrográfica, e por último as disponibilidades dos principais açudes. Todas estas etapas formam realizadas tendo sempre a visão especializada e integrada da bacia hidrográfica do rio do Peixe. / The problem of scarcity of water for human supply has increased each year. The needs have increased and must be fullfilled as satisfactory as possible. If not the development process ofthe region could be limited. In this way, we must use the planning and management of water resources to promote a rational use. This dissertation describes the implantation of a support system to the planning and management of water resources, focusing the hydrologic distributed model used to generate the inflows in the basin. The calibration and validation processes with sets of data formed by gauge stream go stations and reservoir levels are analyzed. The results of a study of the potentiality of the basin, and finally the availability of the mains reservoirs are presented. All this steps were made with a specialized and integrated view of the Peixe river basin.

O problema de escassez da água para o abastecimento humano vem se agravando a cada ano que passa. As demandas vem crescendo e precisam ser supridas da melhor maneira possível sob pena de limitar o processo de desenvolvimento regional. Para tanto, deve-se recorrer ao planejamento e gerenciamento dos recursos hídricos como forma de se promover ao seu uso racional. Descreve-se neste trabalho a implantação de um sistema de apoio ao planejamento e gerenciamento de recursos hídricos, dando uma maior ênfase ao modelo hidrológico distribuído utilizado para gerar as vazões na bacia hidrográfica. Avalia-se sua calibração e validação realizada com dados fluviométricos e de níveis de açudes. Apresentam-se os resultados de estudo de potencialidade da bacia hidrográfica, e por último as disponibilidades dos principais açudes. Todas estas etapas formam realizadas tendo sempre a visão especializada e integrada da bacia hidrográfica do rio do Peixe. / The problem of scarcity of water for human supply has increased each year. The needs have increased and must be fullfilled as satisfactory as possible. If not the development process ofthe region could be limited. In this way, we must use the planning and management of water resources to promote a rational use. This dissertation describes the implantation of a support system to the planning and management of water resources, focusing the hydrologic distributed model used to generate the inflows in the basin. The calibration and validation processes with sets of data formed by gauge stream go stations and reservoir levels are analyzed. The results of a study of the potentiality of the basin, and finally the availability of the mains reservoirs are presented. All this steps were made with a specialized and integrated view of the Peixe river basin.

A aplicação dos modelos conceituais e semi-conceituais de transformação chuva-vazão depende de uma calibração prévia de seus parâmetros em locais com dados de vazões disponíveis e que guarde certa semelhança hidrológica com o local da aplicação. Para essa transferência de informações assumem-se algumas hipóteses que, em geral, não podem ser aferidas com dados reais, próprios de cada local, resultando em grandes incertezas sobre os resultados obtidos. Além do mais, a pouca quantidade de informações hidrológicas disponível impõe severas restrições à aplicabilidade dos modelos chuva-vazão, especialmente quando se necessita obter séries em escalas diárias ou mensais. Este trabalho apresenta o desenvolvimento e validação de uma técnica de regionalização de parâmetros de modelos chuva-vazão baseado no uso de algoritmos genéticos e redes neurais, tendo o modelo SMAP – Soil Moisture Accounting Procedure (Lopes et al, 1981) mensal como objeto de avaliação. São empregados dados de 41 bacias hidrográficas localizadas no estado da Paraíba, no semi-árido do Nordeste brasileiro, entre as quais, 14 são áreas controladas por estações fluviométricas e 27 por reservatórios fluviais. Para todas as bacias foram determinados 32 parâmetros físicos e climatológicos, sendo seis características das medidas lineares das bacias, três da forma, nove da rede de drenagem, sete do relevo, duas da capacidade de escoamento, três das classes de solos e duas da climatologia. Uma análise dos dados disponíveis é feita em duas etapas: a primeira, consiste na avaliação da importância de cada bacia no conjunto dos dados, por meio da aplicação da técnica de aprendizado hierárquico não supervisionado; a segunda, consiste na seleção de atributos (características das bacias) usando técnicas de aprendizado supervisionado, a qual elimina dados redundantes e irrelevantes responsáveis pela diminuição da precisão e do entendimento sobre as hipóteses usadas quando as relações entre os parâmetros do modelo SMAP e as características são formuladas. O modelo SMAP é calibrado de forma automática através do algoritmo SCE-UA (Shuffled Complex Evolution – University of Arizona), conforme Diniz (1994). Os parâmetros obtidos são relacionados às características físicas e climáticas das bacias hidrográficas através de redes neurais artificiais do tipo Perceptrom Múltiplas Camadas – MLP. / To use a conceptual or semi-conceptual hydrological rainfall–runoff model on a drainage basin without flow records, it must first have been calibrated at one or more sites where flow data are available and in a drainage basin having characteristics similar to those of the basin of interest. The transformation of rainfall into runoff needs some assumptions in both calibration and application sites that cannot be verified, leading to uncertainties. Moreover, the limited availability of hydrological data imposes some restriction on the application of rainfall-runoff models, particularly when the goal is to generate daily or monthly flow series. This paper describes the development and validation of a parameter regionalization technique based on the use of genetic algorithms and artificial neural networks. The rainfall– runoff model used is the monthly version of the SMAP model. Data from 41 drainage basins in the Paraíba State of the semi-arid north-east of Brazil are used, 14 of which have a streamflow gauge station whilst 27 contain a dam at which reservoir levels are recorded. In each drainage basin, 32 physical and climatic attributes are calculated. Six of these describe linear dimensions of the basin, three are shape parameters, nine characterize the drainage network, seven describes the relief, two the run-off capacity, three the soil class and two the climatic conditions. The analysis of the available data is made in two phases. The first consists of evaluating the importance of each basin in the whole ensemble, by means of a non-supervised hierarchical learning procedure, and the second consists of selecting attributes using a supervised learning procedure which eliminates redundancies and less important data that diminish the precision and understanding of the assumptions used when relationships between parameters and basin characteristics are formulated. The SMAP model is calibrated in an automatic mode through SCE-UA algorithm, according to Diniz (1994). The acquired parameters are related do the physical and climate characteristics of the drainage basins through MLP – Multiple Layers Perceptrons artificial neural network.

A aplicação dos modelos conceituais e semi-conceituais de transformação chuva-vazão depende de uma calibração prévia de seus parâmetros em locais com dados de vazões disponíveis e que guarde certa semelhança hidrológica com o local da aplicação. Para essa transferência de informações assumem-se algumas hipóteses que, em geral, não podem ser aferidas com dados reais, próprios de cada local, resultando em grandes incertezas sobre os resultados obtidos. Além do mais, a pouca quantidade de informações hidrológicas disponível impõe severas restrições à aplicabilidade dos modelos chuva-vazão, especialmente quando se necessita obter séries em escalas diárias ou mensais. Este trabalho apresenta o desenvolvimento e validação de uma técnica de regionalização de parâmetros de modelos chuva-vazão baseado no uso de algoritmos genéticos e redes neurais, tendo o modelo SMAP – Soil Moisture Accounting Procedure (Lopes et al, 1981) mensal como objeto de avaliação. São empregados dados de 41 bacias hidrográficas localizadas no estado da Paraíba, no semi-árido do Nordeste brasileiro, entre as quais, 14 são áreas controladas por estações fluviométricas e 27 por reservatórios fluviais. Para todas as bacias foram determinados 32 parâmetros físicos e climatológicos, sendo seis características das medidas lineares das bacias, três da forma, nove da rede de drenagem, sete do relevo, duas da capacidade de escoamento, três das classes de solos e duas da climatologia. Uma análise dos dados disponíveis é feita em duas etapas: a primeira, consiste na avaliação da importância de cada bacia no conjunto dos dados, por meio da aplicação da técnica de aprendizado hierárquico não supervisionado; a segunda, consiste na seleção de atributos (características das bacias) usando técnicas de aprendizado supervisionado, a qual elimina dados redundantes e irrelevantes responsáveis pela diminuição da precisão e do entendimento sobre as hipóteses usadas quando as relações entre os parâmetros do modelo SMAP e as características são formuladas. O modelo SMAP é calibrado de forma automática através do algoritmo SCE-UA (Shuffled Complex Evolution – University of Arizona), conforme Diniz (1994). Os parâmetros obtidos são relacionados às características físicas e climáticas das bacias hidrográficas através de redes neurais artificiais do tipo Perceptrom Múltiplas Camadas – MLP. / To use a conceptual or semi-conceptual hydrological rainfall–runoff model on a drainage basin without flow records, it must first have been calibrated at one or more sites where flow data are available and in a drainage basin having characteristics similar to those of the basin of interest. The transformation of rainfall into runoff needs some assumptions in both calibration and application sites that cannot be verified, leading to uncertainties. Moreover, the limited availability of hydrological data imposes some restriction on the application of rainfall-runoff models, particularly when the goal is to generate daily or monthly flow series. This paper describes the development and validation of a parameter regionalization technique based on the use of genetic algorithms and artificial neural networks. The rainfall– runoff model used is the monthly version of the SMAP model. Data from 41 drainage basins in the Paraíba State of the semi-arid north-east of Brazil are used, 14 of which have a streamflow gauge station whilst 27 contain a dam at which reservoir levels are recorded. In each drainage basin, 32 physical and climatic attributes are calculated. Six of these describe linear dimensions of the basin, three are shape parameters, nine characterize the drainage network, seven describes the relief, two the run-off capacity, three the soil class and two the climatic conditions. The analysis of the available data is made in two phases. The first consists of evaluating the importance of each basin in the whole ensemble, by means of a non-supervised hierarchical learning procedure, and the second consists of selecting attributes using a supervised learning procedure which eliminates redundancies and less important data that diminish the precision and understanding of the assumptions used when relationships between parameters and basin characteristics are formulated. The SMAP model is calibrated in an automatic mode through SCE-UA algorithm, according to Diniz (1994). The acquired parameters are related do the physical and climate characteristics of the drainage basins through MLP – Multiple Layers Perceptrons artificial neural network.

Made available in DSpace on 2015-05-14T12:09:08Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 7934601 bytes, checksum: 83089393956abb6b7fa32c5295791684 (MD5) Previous issue date: 2012-03-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / A major difficulty for studies of small hydrological watersheds is the lack of good quality time series of hydrologic data, mainly because the flow rates in small watersheds are not monitored. Another important issue is that available rainfall runoff models are almost always developed focusing on watersheds of medium and large scale. Regionalization studies have become an important tool to attempt to overcome these limitations. Suitable in most of the hydrological studies is the regionalization of rainfall runoff-model parameters by using specific characteristics of a watershed. A tool was developed in a Geographic Information System which automatically gets the physical characteristics of watersheds from a digital elevation model by selecting the outlet and then generating the rainfall runoff model parameters with neural networks. This study uses data from small dams in the semi-arid region of northeastern Brazil. The developed methodology is applied using target watersheds for the parameter estimation. The results show that the developed tool can be very useful for rainfall runoff estimation in small watersheds. / Uma das maiores dificuldades para os estudos de pequenas bacias hidrográficas é a falta de séries históricas de dados hidrológicos, principalmente porque a fluviometria em pequenas bacias hidrográficas não é monitorada. Outra questão importante é que, os modelos chuva-vazão disponíveis quase sempre são desenvolvidos com foco em bacias de médio e grande porte. Estudos de regionalização se tornaram uma ferramenta importante para tentar superar essas limitações. A regionalização de parâmetros de modelos chuva-vazão, usando características específicas das bacias hidrográficas, é adequada para a maioria dos estudos hidrológicos. Uma ferramenta foi desenvolvida em um Sistema de Informação Geográfica, que determina automaticamente as características físicas das bacias hidrográficas a partir de um modelo digital de elevação, e, em seguida, gera os parâmetros do modelo chuva-vazão com redes neurais artificiais. Este trabalho usa dados de pequenas barragens na região semiárida do Nordeste do Brasil. A metodologia desenvolvida é aplicada e avaliada utilizando também o método da bacia meta para a estimativa dos parâmetros. Os resultados mostram que a ferramenta desenvolvida pode ser muito útil para o estudo da relação chuva-vazão em bacias hidrográficas de pequeno porte.

A aplicação dos modelos conceituais e semi-conceituais de transformação chuva-vazão depende de uma calibração prévia de seus parâmetros em locais com dados de vazões disponíveis e que guarde certa semelhança hidrológica com o local da aplicação. Para essa transferência de informações assumem-se algumas hipóteses que, em geral, não podem ser aferidas com dados reais, próprios de cada local, resultando em grandes incertezas sobre os resultados obtidos. Além do mais, a pouca quantidade de informações hidrológicas disponível impõe severas restrições à aplicabilidade dos modelos chuva-vazão, especialmente quando se necessita obter séries em escalas diárias ou mensais. Este trabalho apresenta o desenvolvimento e validação de uma técnica de regionalização de parâmetros de modelos chuva-vazão baseado no uso de algoritmos genéticos e redes neurais, tendo o modelo SMAP – Soil Moisture Accounting Procedure (Lopes et al, 1981) mensal como objeto de avaliação. São empregados dados de 41 bacias hidrográficas localizadas no estado da Paraíba, no semi-árido do Nordeste brasileiro, entre as quais, 14 são áreas controladas por estações fluviométricas e 27 por reservatórios fluviais. Para todas as bacias foram determinados 32 parâmetros físicos e climatológicos, sendo seis características das medidas lineares das bacias, três da forma, nove da rede de drenagem, sete do relevo, duas da capacidade de escoamento, três das classes de solos e duas da climatologia. Uma análise dos dados disponíveis é feita em duas etapas: a primeira, consiste na avaliação da importância de cada bacia no conjunto dos dados, por meio da aplicação da técnica de aprendizado hierárquico não supervisionado; a segunda, consiste na seleção de atributos (características das bacias) usando técnicas de aprendizado supervisionado, a qual elimina dados redundantes e irrelevantes responsáveis pela diminuição da precisão e do entendimento sobre as hipóteses usadas quando as relações entre os parâmetros do modelo SMAP e as características são formuladas. O modelo SMAP é calibrado de forma automática através do algoritmo SCE-UA (Shuffled Complex Evolution – University of Arizona), conforme Diniz (1994). Os parâmetros obtidos são relacionados às características físicas e climáticas das bacias hidrográficas através de redes neurais artificiais do tipo Perceptrom Múltiplas Camadas – MLP. / To use a conceptual or semi-conceptual hydrological rainfall–runoff model on a drainage basin without flow records, it must first have been calibrated at one or more sites where flow data are available and in a drainage basin having characteristics similar to those of the basin of interest. The transformation of rainfall into runoff needs some assumptions in both calibration and application sites that cannot be verified, leading to uncertainties. Moreover, the limited availability of hydrological data imposes some restriction on the application of rainfall-runoff models, particularly when the goal is to generate daily or monthly flow series. This paper describes the development and validation of a parameter regionalization technique based on the use of genetic algorithms and artificial neural networks. The rainfall– runoff model used is the monthly version of the SMAP model. Data from 41 drainage basins in the Paraíba State of the semi-arid north-east of Brazil are used, 14 of which have a streamflow gauge station whilst 27 contain a dam at which reservoir levels are recorded. In each drainage basin, 32 physical and climatic attributes are calculated. Six of these describe linear dimensions of the basin, three are shape parameters, nine characterize the drainage network, seven describes the relief, two the run-off capacity, three the soil class and two the climatic conditions. The analysis of the available data is made in two phases. The first consists of evaluating the importance of each basin in the whole ensemble, by means of a non-supervised hierarchical learning procedure, and the second consists of selecting attributes using a supervised learning procedure which eliminates redundancies and less important data that diminish the precision and understanding of the assumptions used when relationships between parameters and basin characteristics are formulated. The SMAP model is calibrated in an automatic mode through SCE-UA algorithm, according to Diniz (1994). The acquired parameters are related do the physical and climate characteristics of the drainage basins through MLP – Multiple Layers Perceptrons artificial neural network.