Design of engineering projects involve a certain amount of uncertainty. How should design decisions be taken in face of the uncertainty? What is the most efficient way of handling the data? Decision theory can provide useful answers to these questions. The literature review shows that decision theory is a fairly well developed decision method, with almost no application in hydrology. The steps of decision theoretic analysis are given. They are augmented by the concept of expected expected opportunity loss, which is developed as a means of measuring the expected value of additional data before they are received. The method is applied to the design of bridge piers and flood levees for Rillito Creek, Pima County, Arizona. Uncertainty in both the mean and the variance of the logarithms of the peak flows of Rillito Creek is taken into account. Also shown are decision theoretic methods for: 1) handling secondary data, such as obtained from a regression relation, 2) evaluating the effect of the use of nonsufficient statistics, 3) considering alternate models and 4) regionalizing data. It is concluded that decision theory provides a rational structure for making design decisions and for the associated data collection and handling problems.

M.Ing. (Electrical and Electronic Engineering Science) / Scientific workflows (SWFs) and artificial neural networks (ANNs) have attracted the attention of researchers in many fields and have been used to solve a variety of problems. Examples of these are (a) the use of scientific workflows for the sensor web in the hydrology domain and (b), the use of ANNs for the prediction of a number of water resource variables such as rainfall, flow, water level and various other water quality variables. ANNs have proved to be a powerful tool for prediction when compared with statistical methods. The aims of this research are to develop ANNs that act as predictive models for water resources and to deploy these models as predictive tools in a scientific workflow environment. While there are guidelines in the literature relating to the factors affecting network performance, there is no standard approach that is universally accepted for determining the optimum architecture of a neural network for a given problem. The parameters of a neural network and for the learning algorithm have a major effect on the performance of the neural network. We consider various recurrent and feed-forward neural network architectures for predicting changes in the water levels of dams. We explore various' hidden layer dimensions in learning the characteristics of the training data using the back propagation learning algorithm. Trained networks are deployed as predictive model in a scientific workflows environment called VisTrails. ': We review and discuss the use of SWFs and ANNs in the hydrology domain with emphasis on the development of neural network architecture that will give the best predictions for water resources. A number of architectures are employed to examine the best accurate predictive network for historical rainfall data. The findings of training experiments are promising in terms of the use of ANNs as a water resources predictive tool. Experimental results showed how the architecture of a neural network impacts on its predictive performance. This study shows that the number of hidden nodes is important factor for the improvement of the quality of the predictions.

Seasonal hydrological forecasts represent a very current topic, especially in the context of extreme hydrological events that have taken place at the end of the 20th and beginning of the 21st century. These events are represented by large scale floods and long lasting periods of drought. This has led to a need for the effective water management strategies. These management strategies have to be able to efficiently distribute water resources both in the space and time. Seasonal hydrological forecasting systems constitute an essential part of water management strategies, as they enable the runoff estimation in a sufficient advance. This thesis deals with the seasonal hydrological forecasting system with a one month lead. The aim of this study is to apply three forecasting methods using an experimental watershed in the Czech Republic. The first method is represented by the reference climatology approach, the latter by the well-tested Ensemble Streamflow Prediction system (ESP), and the last by its newly proposed modification. This modification (modified ESP - mESP) is based on the restriction of input data established on their relations to the large scale climatological variables and patters. The first part of the thesis is focused on the investigation of possible relations among hydrometeorological...

Thesis (Ph. D. - Systems Engineering)--University of Arizona. / Includes bibliographical references.

A previsão com antecedência de curto e médio prazo da vazão em diferentes locais de bacias hidrográficas geralmente é benéfica ao permitir uma resposta antecipada a eventos hidrológicos como cheias, e a operação mais eficiente de obras hidráulicas como barragens. Atualmente, cada vez mais se tem reconhecida a importância da inclusão das incertezas na geração de previsões hidrológicas, feita através de previsões por conjunto (ou ensemble). Neste tipo de previsão são feitas inferências sobre cenários possíveis futuros através da consideração de, por exemplo, múltiplas trajetórias possíveis dos estados da atmosfera, que ao serem aplicadas em um modelo hidrológico resultam em distribuições de trajetórias de vazões. Várias aplicações recentes tem sugerido a possibilidade da tomada de melhores decisões para o futuro quando fundamentadas neste conhecimento das incertezas. No Brasil, um uso predominante de previsões hidrológicas é na operação de reservatórios de usinas hidroelétricas, que constituem a maior fonte de energia do País. As previsões nestes casos são utilizadas tanto para a operação normal do sistema nacional, feita de forma centralizada, como para a operação local das usinas em casos de cheia, onde é necessário velar pela segurança da barragem e pela atenuação de impactos a jusante e/ou a montante dos barramentos. Contudo, a forma como as previsões de vazão são geradas e usadas no cenário nacional não são baseadas em técnicas de previsão por conjunto, onde a própria pesquisa local sobre os potenciais benefícios destas formas de geração de previsões pode ser classificada como incipiente. Assim, o objetivo principal deste estudo é investigar benefícios em termos de qualidade e persistência do uso de previsões de afluência por conjunto para reservatórios em grandes bacias hidrográficas brasileiras em curto e médio prazo. Para cumprir com estes objetivos foram propostos ensaios de previsão de vazão por conjunto para três bacias hidrográficas brasileiras: Alto São Francisco, Doce, e Tocantins. O modelo hidrológico MGBIPH foi aplicado para a execução de previsões retroativas (hindcastings) alimentado por dados de chuva provindos de três diferentes sistemas de previsão meteorológica por conjunto (ECMWF-pf, GEFS, e CPTEC-pf) e mais uma previsão determinística de referência (ECMWF-fc), todos disponíveis na base de dados denominada TIGGE. De uma forma geral, as previsões por conjunto, principalmente dos modelos ECMWF-pf e GEFS, se mostraram superiores em termos de qualidade e persistência na comparação com a previsão determinística. E o uso do Super Ensemble, formado pela combinação dos três modelos mostrou-se uma alternativa entre as melhores testadas, principalmente por ser também uma estratégia robusta. Para uma estratégia de defesa contra cheias, as análises indicam benefícios para a consideração dos membros superiores dos conjuntos, e já para uma estratégia de operação de reservatórios essa visão pode ser mais focada em vazões médias, as quais podem conter algum viés. Já a comparação entre as bacias mostrou que resultados não podem ser transportados de um local para outro, apesar de estarem no mesmo clima. Em relação às incertezas, notou-se que a modelagem hidrológica amplifica as incertezas na previsão na medida em que os estados do modelo da grande bacia evoluem. De qualquer forma, acreditase que os resultados mostram que mais investimentos em técnicas de previsão por conjunto e suas aplicações são um caminho a ser seguido para ampliar os benefícios do uso de previsões hidrológicas. / Short to medium-term streamflow forecasts at different locations in a watershed are generally beneficial to allow an early response to hydrological events such as floods, and more efficient operation of hydraulic structures such as dams. Currently, an increasingly recognition has been given to the including of uncertainties in the generation of hydrological forecasts, what is usually made producting the so called Ensemble Forecast. In this kind of forecast inferences about possible future scenarios are made by considering, for example, multiple possible trajectories of the atmospheric states, which when applied to a hydrological model results in streamflow trajectories distributions. Several recent applications suggested the possibility of better decisions making based on this uncertainties knowledge. In Brazil, a predominant use of hydrological forecasts is for hydropower reservoirs operation, which are the largest source of energy for the country. Future inflows estimates in these cases are used either for normal operation of the national system, done centrally, as for local operation of the dams in cases of floods, where it is necessary to ensure the dam safety and the mitigation of impacts downstream and/or upstream. However, the currently technique used to generate the operational forecasts is not based on ensembles, and the Brazilian local research on the potential benefits of these forms of forecasts production can be classified as incipient. Thus, the aim of this Thesis was to investigate benefits in terms of quality and persistence of using short to medium-term ensemble inflow forecast for reservoirs located on large Brazilian river basins. To fulfill these objectives streamflow forecast tests have been proposed for three Brazilian river basins: Alto San Francisco, Doce, and Tocantins. The hydrological model MGB-IPH was applied to perform retroactive forecasts (hindcastings) within a period of tests forced by rainfall data from three different ensemble weather forecasting systems (ECMWFpf, GEFs, and CPTEC-pf) and a deterministic prediction reference (ECMWF-fc), all available in the TIGGE archive. In general, the ensemble predictions, especially from ECMWF-pf and GEFs models, were superior in quality and persistence in comparison to the deterministic reference. And the use of the Super ensemble composed by the combination of the three ensemble models was shown to be among the results, and also a robust strategy. For a flood protection strategy, the analyzes indicate benefits in the consideration of the upper bounds of the ensembles, and for a reservoir operation strategy that vision could be more focused on average flow rates, which may contain some verified bias. The comparison between the basins results showed that one can not transport results and considerations from one location to another, despite being in the same climate region. Regarding uncertainties, it was noted that hydrological modeling amplifies the uncertainty in the forecasts, in some extent due to the large basin evolution of state variables. Anyway, it is believed that more investments in ensemble forecasting techniques and its applications shown to be a good way to make better use of forecasts.

A previsão com antecedência de curto e médio prazo da vazão em diferentes locais de bacias hidrográficas geralmente é benéfica ao permitir uma resposta antecipada a eventos hidrológicos como cheias, e a operação mais eficiente de obras hidráulicas como barragens. Atualmente, cada vez mais se tem reconhecida a importância da inclusão das incertezas na geração de previsões hidrológicas, feita através de previsões por conjunto (ou ensemble). Neste tipo de previsão são feitas inferências sobre cenários possíveis futuros através da consideração de, por exemplo, múltiplas trajetórias possíveis dos estados da atmosfera, que ao serem aplicadas em um modelo hidrológico resultam em distribuições de trajetórias de vazões. Várias aplicações recentes tem sugerido a possibilidade da tomada de melhores decisões para o futuro quando fundamentadas neste conhecimento das incertezas. No Brasil, um uso predominante de previsões hidrológicas é na operação de reservatórios de usinas hidroelétricas, que constituem a maior fonte de energia do País. As previsões nestes casos são utilizadas tanto para a operação normal do sistema nacional, feita de forma centralizada, como para a operação local das usinas em casos de cheia, onde é necessário velar pela segurança da barragem e pela atenuação de impactos a jusante e/ou a montante dos barramentos. Contudo, a forma como as previsões de vazão são geradas e usadas no cenário nacional não são baseadas em técnicas de previsão por conjunto, onde a própria pesquisa local sobre os potenciais benefícios destas formas de geração de previsões pode ser classificada como incipiente. Assim, o objetivo principal deste estudo é investigar benefícios em termos de qualidade e persistência do uso de previsões de afluência por conjunto para reservatórios em grandes bacias hidrográficas brasileiras em curto e médio prazo. Para cumprir com estes objetivos foram propostos ensaios de previsão de vazão por conjunto para três bacias hidrográficas brasileiras: Alto São Francisco, Doce, e Tocantins. O modelo hidrológico MGBIPH foi aplicado para a execução de previsões retroativas (hindcastings) alimentado por dados de chuva provindos de três diferentes sistemas de previsão meteorológica por conjunto (ECMWF-pf, GEFS, e CPTEC-pf) e mais uma previsão determinística de referência (ECMWF-fc), todos disponíveis na base de dados denominada TIGGE. De uma forma geral, as previsões por conjunto, principalmente dos modelos ECMWF-pf e GEFS, se mostraram superiores em termos de qualidade e persistência na comparação com a previsão determinística. E o uso do Super Ensemble, formado pela combinação dos três modelos mostrou-se uma alternativa entre as melhores testadas, principalmente por ser também uma estratégia robusta. Para uma estratégia de defesa contra cheias, as análises indicam benefícios para a consideração dos membros superiores dos conjuntos, e já para uma estratégia de operação de reservatórios essa visão pode ser mais focada em vazões médias, as quais podem conter algum viés. Já a comparação entre as bacias mostrou que resultados não podem ser transportados de um local para outro, apesar de estarem no mesmo clima. Em relação às incertezas, notou-se que a modelagem hidrológica amplifica as incertezas na previsão na medida em que os estados do modelo da grande bacia evoluem. De qualquer forma, acreditase que os resultados mostram que mais investimentos em técnicas de previsão por conjunto e suas aplicações são um caminho a ser seguido para ampliar os benefícios do uso de previsões hidrológicas. / Short to medium-term streamflow forecasts at different locations in a watershed are generally beneficial to allow an early response to hydrological events such as floods, and more efficient operation of hydraulic structures such as dams. Currently, an increasingly recognition has been given to the including of uncertainties in the generation of hydrological forecasts, what is usually made producting the so called Ensemble Forecast. In this kind of forecast inferences about possible future scenarios are made by considering, for example, multiple possible trajectories of the atmospheric states, which when applied to a hydrological model results in streamflow trajectories distributions. Several recent applications suggested the possibility of better decisions making based on this uncertainties knowledge. In Brazil, a predominant use of hydrological forecasts is for hydropower reservoirs operation, which are the largest source of energy for the country. Future inflows estimates in these cases are used either for normal operation of the national system, done centrally, as for local operation of the dams in cases of floods, where it is necessary to ensure the dam safety and the mitigation of impacts downstream and/or upstream. However, the currently technique used to generate the operational forecasts is not based on ensembles, and the Brazilian local research on the potential benefits of these forms of forecasts production can be classified as incipient. Thus, the aim of this Thesis was to investigate benefits in terms of quality and persistence of using short to medium-term ensemble inflow forecast for reservoirs located on large Brazilian river basins. To fulfill these objectives streamflow forecast tests have been proposed for three Brazilian river basins: Alto San Francisco, Doce, and Tocantins. The hydrological model MGB-IPH was applied to perform retroactive forecasts (hindcastings) within a period of tests forced by rainfall data from three different ensemble weather forecasting systems (ECMWFpf, GEFs, and CPTEC-pf) and a deterministic prediction reference (ECMWF-fc), all available in the TIGGE archive. In general, the ensemble predictions, especially from ECMWF-pf and GEFs models, were superior in quality and persistence in comparison to the deterministic reference. And the use of the Super ensemble composed by the combination of the three ensemble models was shown to be among the results, and also a robust strategy. For a flood protection strategy, the analyzes indicate benefits in the consideration of the upper bounds of the ensembles, and for a reservoir operation strategy that vision could be more focused on average flow rates, which may contain some verified bias. The comparison between the basins results showed that one can not transport results and considerations from one location to another, despite being in the same climate region. Regarding uncertainties, it was noted that hydrological modeling amplifies the uncertainty in the forecasts, in some extent due to the large basin evolution of state variables. Anyway, it is believed that more investments in ensemble forecasting techniques and its applications shown to be a good way to make better use of forecasts.

A previsão com antecedência de curto e médio prazo da vazão em diferentes locais de bacias hidrográficas geralmente é benéfica ao permitir uma resposta antecipada a eventos hidrológicos como cheias, e a operação mais eficiente de obras hidráulicas como barragens. Atualmente, cada vez mais se tem reconhecida a importância da inclusão das incertezas na geração de previsões hidrológicas, feita através de previsões por conjunto (ou ensemble). Neste tipo de previsão são feitas inferências sobre cenários possíveis futuros através da consideração de, por exemplo, múltiplas trajetórias possíveis dos estados da atmosfera, que ao serem aplicadas em um modelo hidrológico resultam em distribuições de trajetórias de vazões. Várias aplicações recentes tem sugerido a possibilidade da tomada de melhores decisões para o futuro quando fundamentadas neste conhecimento das incertezas. No Brasil, um uso predominante de previsões hidrológicas é na operação de reservatórios de usinas hidroelétricas, que constituem a maior fonte de energia do País. As previsões nestes casos são utilizadas tanto para a operação normal do sistema nacional, feita de forma centralizada, como para a operação local das usinas em casos de cheia, onde é necessário velar pela segurança da barragem e pela atenuação de impactos a jusante e/ou a montante dos barramentos. Contudo, a forma como as previsões de vazão são geradas e usadas no cenário nacional não são baseadas em técnicas de previsão por conjunto, onde a própria pesquisa local sobre os potenciais benefícios destas formas de geração de previsões pode ser classificada como incipiente. Assim, o objetivo principal deste estudo é investigar benefícios em termos de qualidade e persistência do uso de previsões de afluência por conjunto para reservatórios em grandes bacias hidrográficas brasileiras em curto e médio prazo. Para cumprir com estes objetivos foram propostos ensaios de previsão de vazão por conjunto para três bacias hidrográficas brasileiras: Alto São Francisco, Doce, e Tocantins. O modelo hidrológico MGBIPH foi aplicado para a execução de previsões retroativas (hindcastings) alimentado por dados de chuva provindos de três diferentes sistemas de previsão meteorológica por conjunto (ECMWF-pf, GEFS, e CPTEC-pf) e mais uma previsão determinística de referência (ECMWF-fc), todos disponíveis na base de dados denominada TIGGE. De uma forma geral, as previsões por conjunto, principalmente dos modelos ECMWF-pf e GEFS, se mostraram superiores em termos de qualidade e persistência na comparação com a previsão determinística. E o uso do Super Ensemble, formado pela combinação dos três modelos mostrou-se uma alternativa entre as melhores testadas, principalmente por ser também uma estratégia robusta. Para uma estratégia de defesa contra cheias, as análises indicam benefícios para a consideração dos membros superiores dos conjuntos, e já para uma estratégia de operação de reservatórios essa visão pode ser mais focada em vazões médias, as quais podem conter algum viés. Já a comparação entre as bacias mostrou que resultados não podem ser transportados de um local para outro, apesar de estarem no mesmo clima. Em relação às incertezas, notou-se que a modelagem hidrológica amplifica as incertezas na previsão na medida em que os estados do modelo da grande bacia evoluem. De qualquer forma, acreditase que os resultados mostram que mais investimentos em técnicas de previsão por conjunto e suas aplicações são um caminho a ser seguido para ampliar os benefícios do uso de previsões hidrológicas. / Short to medium-term streamflow forecasts at different locations in a watershed are generally beneficial to allow an early response to hydrological events such as floods, and more efficient operation of hydraulic structures such as dams. Currently, an increasingly recognition has been given to the including of uncertainties in the generation of hydrological forecasts, what is usually made producting the so called Ensemble Forecast. In this kind of forecast inferences about possible future scenarios are made by considering, for example, multiple possible trajectories of the atmospheric states, which when applied to a hydrological model results in streamflow trajectories distributions. Several recent applications suggested the possibility of better decisions making based on this uncertainties knowledge. In Brazil, a predominant use of hydrological forecasts is for hydropower reservoirs operation, which are the largest source of energy for the country. Future inflows estimates in these cases are used either for normal operation of the national system, done centrally, as for local operation of the dams in cases of floods, where it is necessary to ensure the dam safety and the mitigation of impacts downstream and/or upstream. However, the currently technique used to generate the operational forecasts is not based on ensembles, and the Brazilian local research on the potential benefits of these forms of forecasts production can be classified as incipient. Thus, the aim of this Thesis was to investigate benefits in terms of quality and persistence of using short to medium-term ensemble inflow forecast for reservoirs located on large Brazilian river basins. To fulfill these objectives streamflow forecast tests have been proposed for three Brazilian river basins: Alto San Francisco, Doce, and Tocantins. The hydrological model MGB-IPH was applied to perform retroactive forecasts (hindcastings) within a period of tests forced by rainfall data from three different ensemble weather forecasting systems (ECMWFpf, GEFs, and CPTEC-pf) and a deterministic prediction reference (ECMWF-fc), all available in the TIGGE archive. In general, the ensemble predictions, especially from ECMWF-pf and GEFs models, were superior in quality and persistence in comparison to the deterministic reference. And the use of the Super ensemble composed by the combination of the three ensemble models was shown to be among the results, and also a robust strategy. For a flood protection strategy, the analyzes indicate benefits in the consideration of the upper bounds of the ensembles, and for a reservoir operation strategy that vision could be more focused on average flow rates, which may contain some verified bias. The comparison between the basins results showed that one can not transport results and considerations from one location to another, despite being in the same climate region. Regarding uncertainties, it was noted that hydrological modeling amplifies the uncertainty in the forecasts, in some extent due to the large basin evolution of state variables. Anyway, it is believed that more investments in ensemble forecasting techniques and its applications shown to be a good way to make better use of forecasts.

No description available.

A previsão hidrológica possibilita a identificação antecipada de eventos de cheia potencialmente causadores de inundação, o que é de grande importância para a atuação de entidades como a Defesa Civil. Quando se deseja estender a antecedência no tempo em relação a estes eventos, principalmente nos casos onde a bacia de interesse é relativamente rápida, torna-se necessária a incorporação de previsões quantitativas de precipitação (QPF) na modelagem hidrológica, as quais podem ser obtidas a partir de modelos numéricos de previsão do tempo. Entretanto, a falta de acurácia atribuída a estas previsões de chuva, dadas de forma determinística, vem promovendo sua substituição por sistemas de previsão meteorológica por conjunto (EPS - Ensemble Prediction Systems), cuja finalidade é a geração de possíveis estados futuros da atmosfera para considerar as incertezas associadas ao seu estado inicial e às deficiências na representação física dos modelos de previsão do tempo. Neste contexto, o presente estudo teve por objetivo avaliar uma metodologia de previsão de cheias por conjunto na bacia do Taquari-Antas/RS até a cidade de Encantado (19.000 km²), localizada na região Sul do Brasil. Para tanto, foi utilizado o modelo hidrológico MGB-IPH acoplado a diferentes sistemas de previsão, sendo eles: (i) EPS Regional ETA, de curto prazo (até 72 horas) com 5 membros de diferentes parametrizações; (ii) EPS Global ECMWF de médio prazo (até 10 dias) com 50 membros de condições iniciais perturbadas, incluindo perturbação estocástica nos parâmetros de ajuste do modelo e; (iii) Previsão Determinística do Modelo Regional ETA (até 7 dias). A avaliação das previsões consistiu em dois hindcastings distintos, envolvendo uma análise visual de eventos singulares ocorridos em 06/06/2014 e 21/07/2011 além de uma análise estatística no período de Mar/2014 - Nov/2014. Durante a análise visual foi possível identificar, a partir de antecedências de 5 a 6 dias, uma persistência na previsão dada pelo crescente número de membros do conjunto de médio prazo (ECMWF) com superação dos limiares de referência, na medida em que se aproximavam os eventos de cheia. Apesar da grande incerteza na magnitude das previsões hidrológicas para o conjunto de curto prazo, a vazão máxima foi relativamente bem prevista por pelo menos 1 membro em quase todas as antecedências, enquanto que a previsão do timing dos eventos foi considerada de boa confiabilidade. Durante a avaliação estatística foi possível notar uma falta de espalhamento nos conjuntos, com tendência de subestimativa de acordo com o aumento da antecedência. Em uma comparação com previsões determinísticas, as previsões por conjunto demonstraram maior acurácia principalmente até 72 horas de antecedência, com destaque para a maior probabilidade de detecção dos limiares de referência e manutenção de falso alarme a níveis reduzidos. Além disso, verificou-se também que a agregação de previsões efetuadas em tempo anterior naquelas atuais acarreta em ligeira ampliação do espalhamento do conjunto e maiores probabilidades de detecção dos limiares de alerta para os membros mais elevados, apesar da redução no desempenho em termos de acurácia e viés. De forma geral, as previsões por conjunto apresentam potencial para servir como uma informação complementar em sistemas de alerta contra cheias, possibilitando uma melhor preparação dos agentes envolvidos durante a ocorrência destes eventos. / Hydrological forecasting plays an important role for issuing flood warnings, allowing for anticipation and better preparation of authorities at the occurrence of such events. In order to extend lead time in a flood forecast, especially when the catchment response time is relatively fast, it may be useful to couple a hydrological model to quantitative precipitation forecasts (QPF), usually obtained directly from numerical weather prediction (NWP). However, deterministic (i.e. single) QPF are usually referred to many errors and lack of accuracy, mainly caused by uncertainties on initial state of the atmosphere and on physical representation of weather forecasting models. To address these shortcomings, it becomes necessary to take into account the uncertainties associated to rain forecasts, which can be represented by Ensemble Prediction Systems (EPS). The purpose of such systems is to provide different trajectories of the atmosphere by perturbations on its initial condition and on parameterization schemes of the models, generating an ensemble of forecasts that can be used as input to hydrological modelling (HEPS). In this context, the present study aimed to assess a methodology of ensemble flood forecasting on Taquari-Antas basin up to the city of Encantado/RS (19.000 km²), located in southern Brazil. Therefore, the hydrological model MGB-IPH was coupled to different forecasting systems: (i) Short Range EPS ETA (up to 72 hours), a regional model with 5 members of different parameterization schemes; (ii) Medium Range EPS ECMWF (up to 10 days), a global model with 50 members of perturbed initial conditions and stochastic perturbation in the model parameters; (iii) Deterministic ETA Model (up to 7 days). The forecasts were evaluated by two different hindcastings, which includes a visual assessment of singular events occurred on 2011 and 2014 and a statistical analysis for the period between Mar/2014 and Nov/2014. It was possible to identify a forecast persistence on medium-range for the selected events, by the increasing number of members exceeding the reference thresholds from lead times up to 5 - 6 days. On the short range, although large uncertainties in the magnitude of hydrological forecasts were found, the peak discharge was well forecasted - at least for a single member - in nearly all lead times, whereas the prediction of the peak timing was considered reliable. Regarding to statistical evaluation, an inadequate spread in the ensemble was observed from short- to medium-range, with a tendency of underestimation for longer lead times. In a comparison with deterministic forecasts, the ensemble forecasts showed higher accuracy especially up to 72 hours in advance, including highlights on greater probability of detection (POD) above the reference thresholds even with low false alarm rates. It also was found that the a combination of previous forecasts on the recent ones leads to a slight increase of ensemble spread and POD for higher members, despite the performance reduction in terms of accuracy and bias. In summary, the hydrological ensemble forecasts demonstrated a good potential to serve as an additional information within a Flood Alert System.

A research study was undertaken to determine the predictive capability of the AGNPS model with respect to surface runoff, peak flow, and sediment yield produced by rainfall-runoff events on a 26 km$ sp2$ watershed in Quebec. Precipitation, stream discharge, surface runoff, and suspended sediment concentrations were monitored for rainfall-runoff events occurring from 1994-96, inclusive. Data describing stream patterns, topography, soil type, and land use were collected and input to the model. / Seven rainfall-runoff events were used for model calibration. Five storms were used to validate the model. Calibration curves were developed to correlate the antecedent precipitation index (API) to the SCS curve number. For model calibration, coefficients of performance of 0.05, 0.43, and 0.12 were obtained for surface runoff, sediment yield, and peak flow, respectively. For model validation, coefficients of performance (CP$ rm sp prime sb{A}$) of 0.02, and 0.01 were obtained for surface runoff, and sediment yield, respectively. Peak flow was generally overpredicted and yielded a CP$ rm sp prime sb{A}$ of 2.07. / A sensitivity analysis showed API and associated curve numbers to be the most sensitive input parameters. USLE factors were also sensitive. The surface condition parameter and Manning's n had negligible influence on model output. The hydrograph shape factor toggle parameter showed extreme sensitivity. / A simulation of best management practices on the basin estimated soil loss reductions of 15 to 25% for storms of varying magnitudes if a 4-year crop rotation implementing conservation tillage were to be adopted.