Para reduzir as perdas humanas e materiais durante as inundações, é possível realizar estudo conciso da previsão de chuva, etapa principal de um sistema de alerta antecipado de inundação. O uso de informações de radar de tempo, quando acopladas a modelos de previsão de precipitação baseados fisicamente, pode contribuir para o monitoramento e previsão de episódios de chuva intensa. Desta forma, a previsão de chuva, baseada no uso de informações de radar, juntamente com um modelo conceitual de previsão hidrometeorológica, foi descrita neste trabalho. Teve-se por objetivo aperfeiçoar as previsões de chuva de curtíssimo prazo (poucos minutos), que acopladas a um modelo chuva-vazão, podem ser usadas em sistemas de alerta antecipado. O modelo hidrometeorológico adotado, que considera uma nuvem hipotética unidimensional vertical, foi inicialmente desenvolvido por Georgakakos e Bras (1984a) e ampliado, neste trabalho. Para tal, adotou-se o uso das informações de Topo dos Ecos para determinação da altura das nuvens e considerou-se que a componente do modelo relativa à massa de água líquida no interior da nuvem corresponde à estimativa do conteúdo de água líquida integrado verticalmente (VIL) efetuada por radar. Para eventos de natureza frontal quente e convectiva, o modelo geralmente antecipou o início do processo de chuva, embora tenha conseguido simular seu comportamento e o instante em que o pico da precipitação ocorreu. Para os eventos frontais frios, o pico simulado registrou atraso. Para episódios de simulação com VIL maior que 3 Kg/\'M POT.2\', a chuva simulada acompanhou o comportamento temporal do VIL, mas com influências das variáveis meteorológicas pressão, temperatura e umidade relativa. As lâminas simuladas tornaram-se entrada para o modelo chuva-vazão do SCS, parcialmente calibrado com algoritmo genético. Para a escala de uma pequena bacia hidrográfica urbana brasileira, com estação fluviométrica experimental, preliminarmente, alguns resultados indicam vazões um pouco inferiores e com atrasos na previsão da vazão máxima. A antecedência proporcionada pelo modelo é de 15 minutos e, apesar da simplicidade, conseguiu-se prever o início do processo de precipitação que gerou inundação do córrego urbano. / To reduce human and material losses during floods it is feasible to concisely study the rainfall forecast as the main part of an early warning system. The use of weather radar information, when linked to physically-based forecast models, can contribute for monitoring and forecasting of intense rainfall episodes. Thus, the rainfall forecast, based on using of radar information along with a conceptual model of hydrometeorological forecast, was outlined in this dissertation. One goal of the study was to improve very short term rainfall forecasts, named as a \'nowcasting\' process throughout few minutes, coupled with a rainfall-runoff generation model to be used in early warning system. The hydrometeorological model, a hypothetical vertical 1-D cloud, was initially developed by Georgakakos and Bras (1984a) and further developed in this study to profit signals from radar tracking control volumes of moisture storage. Either \'Echo Top\' radar information was addressed to determinate the cloud height, and the vertically-integrated liquid (\'VIL\') water mass content inside the cloud, estimated by other radar signal, was considered into the model. On the one hand, during rainfall events of hot and convective front genesis monitored with on-field pluviometers, the model results generally anticipated the beginning of the rain process; however the model was capable of not only simulating well the behavior but also the time-step when rainfall monitored peak occurred. On the other hand, and for cold-front events, the simulating peaks depicted a time delay. For simulation episodes with VIL greater than 3 Kg/\'M POT.2\', the simulated rainfall accompanied the time behavior of VIL, but with influences from weather variables of pressure, temperature and relative humidity. These rainfall depths became inputs of a simple SCS rainfall-runoff model, partially calibrated with genetic algorithms. At the scale of a small brazilian urban river basin with experimental gauging station, some preliminary results modeled streamflows a bit lower than, and with some delay of maximum flow forecasts, observed discharges. The advanced lad time period used by model was of about 15 min and, besides its simplicity, it was quite able to anticipate the beggining of the rainfall process that generated the flood formation at the urban creek.

Para reduzir as perdas humanas e materiais durante as inundações, é possível realizar estudo conciso da previsão de chuva, etapa principal de um sistema de alerta antecipado de inundação. O uso de informações de radar de tempo, quando acopladas a modelos de previsão de precipitação baseados fisicamente, pode contribuir para o monitoramento e previsão de episódios de chuva intensa. Desta forma, a previsão de chuva, baseada no uso de informações de radar, juntamente com um modelo conceitual de previsão hidrometeorológica, foi descrita neste trabalho. Teve-se por objetivo aperfeiçoar as previsões de chuva de curtíssimo prazo (poucos minutos), que acopladas a um modelo chuva-vazão, podem ser usadas em sistemas de alerta antecipado. O modelo hidrometeorológico adotado, que considera uma nuvem hipotética unidimensional vertical, foi inicialmente desenvolvido por Georgakakos e Bras (1984a) e ampliado, neste trabalho. Para tal, adotou-se o uso das informações de Topo dos Ecos para determinação da altura das nuvens e considerou-se que a componente do modelo relativa à massa de água líquida no interior da nuvem corresponde à estimativa do conteúdo de água líquida integrado verticalmente (VIL) efetuada por radar. Para eventos de natureza frontal quente e convectiva, o modelo geralmente antecipou o início do processo de chuva, embora tenha conseguido simular seu comportamento e o instante em que o pico da precipitação ocorreu. Para os eventos frontais frios, o pico simulado registrou atraso. Para episódios de simulação com VIL maior que 3 Kg/\'M POT.2\', a chuva simulada acompanhou o comportamento temporal do VIL, mas com influências das variáveis meteorológicas pressão, temperatura e umidade relativa. As lâminas simuladas tornaram-se entrada para o modelo chuva-vazão do SCS, parcialmente calibrado com algoritmo genético. Para a escala de uma pequena bacia hidrográfica urbana brasileira, com estação fluviométrica experimental, preliminarmente, alguns resultados indicam vazões um pouco inferiores e com atrasos na previsão da vazão máxima. A antecedência proporcionada pelo modelo é de 15 minutos e, apesar da simplicidade, conseguiu-se prever o início do processo de precipitação que gerou inundação do córrego urbano. / To reduce human and material losses during floods it is feasible to concisely study the rainfall forecast as the main part of an early warning system. The use of weather radar information, when linked to physically-based forecast models, can contribute for monitoring and forecasting of intense rainfall episodes. Thus, the rainfall forecast, based on using of radar information along with a conceptual model of hydrometeorological forecast, was outlined in this dissertation. One goal of the study was to improve very short term rainfall forecasts, named as a \'nowcasting\' process throughout few minutes, coupled with a rainfall-runoff generation model to be used in early warning system. The hydrometeorological model, a hypothetical vertical 1-D cloud, was initially developed by Georgakakos and Bras (1984a) and further developed in this study to profit signals from radar tracking control volumes of moisture storage. Either \'Echo Top\' radar information was addressed to determinate the cloud height, and the vertically-integrated liquid (\'VIL\') water mass content inside the cloud, estimated by other radar signal, was considered into the model. On the one hand, during rainfall events of hot and convective front genesis monitored with on-field pluviometers, the model results generally anticipated the beginning of the rain process; however the model was capable of not only simulating well the behavior but also the time-step when rainfall monitored peak occurred. On the other hand, and for cold-front events, the simulating peaks depicted a time delay. For simulation episodes with VIL greater than 3 Kg/\'M POT.2\', the simulated rainfall accompanied the time behavior of VIL, but with influences from weather variables of pressure, temperature and relative humidity. These rainfall depths became inputs of a simple SCS rainfall-runoff model, partially calibrated with genetic algorithms. At the scale of a small brazilian urban river basin with experimental gauging station, some preliminary results modeled streamflows a bit lower than, and with some delay of maximum flow forecasts, observed discharges. The advanced lad time period used by model was of about 15 min and, besides its simplicity, it was quite able to anticipate the beggining of the rainfall process that generated the flood formation at the urban creek.

nÃo hà / Sistemas climatolÃgicos sÃo caracterizados por apresentarem modelagem complexa e de baixa previsibilidade. Em regiÃes de clima semiÃrido, como o Nordeste Brasileiro, informaÃÃes de previsÃo climatolÃgicas sÃo de interesse para um melhor aproveitamento dos recursos hÃdricos. O Estado do CearÃ, localizado no norte do Nordeste Brasileiro, sofre periodicamente com os problemas de estiagem. Atualmente a FundaÃÃo Cearense de Meteorologia e Recursos HÃdricos (FUNCEME), ÃrgÃo pertencente ao governo do Estado do CearÃ, à responsÃvel por gerar pesquisas voltadas a trazer um melhor entendimento fenomenolÃgico do clima do Estado e com isso efetuar uma melhor previsÃo de como serà o perÃodo de chuvas. Hoje a FundaÃÃo utiliza-se de modelagem numÃrica composta por dois modelos regionais, Modelo Regional Espectral 97 (MRE) e o Regional Modeling Atmospheric System (RAMS), aninhados por uma tÃcnica de downscaling ao modelo dinÃmico de grande escala ECHAM4.5, para efetuar suas previsÃes. Os modelos dinÃmicos sÃo caracterizados por apresentarem elevado custo computacional, grande quantidade de dados para sua entrada e alta complexidade na utilizaÃÃo. O desenvolvimento de modelos de previsÃo baseados em Redes Neurais Artificias (RNA) abrange diversas Ãreas do conhecimento e tem apresentado resultados promissores. Modelos baseados em redes neurais sÃo capazes de reproduzir deferentes tipos de sistemas atravÃs da sua capacidade de aprendizado. Nesta dissertaÃÃo foi desenvolvido um modelo de previsÃo de chuvas para as oito regiÃes homogÃneas do Estado do CearÃ, que apresenta um baixo custo computacional e de fÃcil utilizaÃÃo. Para atingir este desenvolvimento foi utilizada uma RNA baseada na tÃcnica Neo-Fuzzy Neuron (NFN). Apesar de ser proposto um novo modelo de previsÃo, nÃo se deseja a substituiÃÃo dos atuais modelos, o novo modelo proposto nesta dissertaÃÃo tem por finalidade enriquecer as informaÃÃes geradas atravÃs de modelos de previsÃo para que assim possa ser gerada uma melhor prediÃÃo de como serà o perÃodo de chuvas no Estado do CearÃ. O modelo proposto foi comparado ao modelo MRE que à atualmente utilizado pela FUNCEME para suas previsÃes. Nesta comparaÃÃo utilizou-se como indicadores de desempenho: tempo de execuÃÃo, valor da raiz quadrada do erro mÃdio quadrÃtico (REMQ) e a correlaÃÃo com os valores observados. Ao final pode-se concluir que o modelo desenvolvido apresentou um melhor desempenho com menor tempo de processamento em relaÃÃo ao modelo dinÃmico MRE para efetuar a previsÃo de chuvas. / Climatological systems are characterized by complex modeling and having low predictability. In semi-arid regions, as the Brazilian Northeast, weather forecast information are necessary for the maintenance of life and a better use of water resources. The State of CearÃ, located on the north of Brazilian Northeast, is a region that suffers with drought for a long time. The FundaÃÃo Cearense de Meteorologia e Recursos HÃdricos (FUNCEME), which belongs to the state government, is responsible for generating research to bring a better phenomenological understanding on the weather of the State of Cearà and thus make a better prediction on how the rainy season will be. Today the foundation makes use of numerical modeling consisting of two regional models, the Regional Spectral Model (RSM) and the Regional Modeling Atmospheric System (RAMS), nested by a downscaling technique to the large scale dynamic model ECHAM4.5, in order to do its predictions. Dynamic models are characterized by their high computational costs, large amounts of information on its input and high complexity usage. The development of forecasting models based on Artificial Neural Networks (ANN) covers various areas of knowledge showing promising results. Neural network based models are capable of reproducing different types of systems through its learning capability. In this thesis it was developed a model for predicting rain for the eight homogeneous regions of the state of Cearà that presents low computational cost and easy use. In order to achieve this development it was used an ANN base on a Neo-Fuzzy Neuron (NFN) technique. Despite being offered a new prediction model, this thesis aims to enrich the information generated by forecast models and do a better prediction on the rainy season of the State of CearÃ. The proposed model was compared to the RSM model that is currently in use by FUNCEME in its predictions. In this comparison, as performance indicators, it was used: the execution time, value of the root mean square error (RMSE) and the correlation with the observed values. At the end, it is concluded that the proposed model had a better performance and was faster than the RSM dynamic model in its predictions.

The development of the Severe Weather Impact Forecasting System (SWIFS) for flash flood hazards in South Africa is described in this thesis. Impact forecasting addresses the need to move from forecasting weather conditions to forecasting the consequential impact of these conditions on people and their livelihoods. SWIFS aims to guide disaster managers to take early action to minimise the adverse effects of flash floods focussing on hotspots where the largest impact is expected. The first component of SWIFS produced an 18-hour probabilistic outlook of potential occurrence of flash floods. This required the development of an ensemble forecast system of rainfall for small river basins (the forecasting model component), based on the rainfall forecast of a deterministic numerical weather prediction model, to provide an 18-hour lead-time, taking into account forecast uncertainty. The second component of SWIFS covered the event specific societal and structural impacts of these potential flash floods, based on the interaction of the potential occurrence of flash floods with the generalised vulnerability to flash floods of the affected region (the impact model component). The impact model required an investigation into the concepts of regional vulnerability to flash floods, and the development of relevant descriptive and mathematical definitions in the context of impact forecasting. The definition developed in the study links impact forecasting to the likelihood and magnitude of adverse impacts to communities under threat, based on their vulnerability and due to an imminent severe weather hazard. Case studies provided evidence that the concept of SWIFS can produce useful information to disaster managers to identify areas most likely to be adversely affected in advance of a hazardous event and to decide on appropriate distribution of their resources between the various hotspots where the largest impacts would be. SWIFS contributes to the current international research on short-term impact forecasting by focussing on forecasting the impacts of flash floods in a developing country with its limited spatial vulnerability information. It provides user-oriented information in support of disaster manager decision-making through additional lead-time of the potential of flash floods, and the likely impact of the flooding. The study provides a firm basis for future enhancement of SWIFS to other severe weather hazards in South Africa. / Thesis (PhD)--University of Pretoria, 2015. / gm2015 / Geography, Geoinformatics and Meteorology / PhD / Unrestricted