SANTOS, A. G. Acoplamento do modelo atmosférico WRF ao modelo hidrológico SCS/HMS para a previsão de cheias na Bacia do Paraíba do Meio em Alagoas. 2016. 132 f. Tese (Doutorado em Engenharia Civil: Recursos Hídricos) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2016-10-04T13:44:54Z No. of bitstreams: 1 2016_tese_agsantos.pdf: 4143555 bytes, checksum: 990f1590eaf776f57b796725173e5315 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2016-11-17T12:53:46Z (GMT) No. of bitstreams: 1 2016_tese_agsantos.pdf: 4143555 bytes, checksum: 990f1590eaf776f57b796725173e5315 (MD5) / Made available in DSpace on 2016-11-17T12:53:46Z (GMT). No. of bitstreams: 1 2016_tese_agsantos.pdf: 4143555 bytes, checksum: 990f1590eaf776f57b796725173e5315 (MD5) Previous issue date: 2016-08-16 / The basin of the Paraíba do Meio river located between the states of Pernambuco and Alagoas in the northeast region, totaling an area of 3.148,5km2, distributed among 21 cities, eight of them belong to the state of Pernambuco, and the other 13 to the state of Alagoas. As it happens in most Brazilian cities, the process of the urbanization of the municipalities of the valley of the Paraíba do Meio river happened intensely and erratically on the river, which consequently led to high vulnerability to events of flood. The impacts caused by the floods in the region are: material and social losses as well, disruption of economic activities in the affected areas, and loss of human life. Regarding the problem, this study aimed to evaluate the unidirectional coupling between the atmospheric forecasting mesoscale model WRF (Weather Research and Forecasting) and a hydrological model formulated in HEC-HMS program (Hydrologic Engineering Center - Hydrologic Modeling System) in the perspective of the development of a monitoring and warning system, in order to reduce the damage caused by extreme flow events in the region. Therefore, the FNL data analysis were used (Final Analysis GFS) resulting from the Global Forecast System model (GFS) as initial and boundary conditions of the WRF model for simulation of rainfall, and data on hourly scale precipitation and flow, collected in Data collected in vests Platforms (DCPs), which were used in the phase of adjustment and validation of both models. To assess the results generated by the models during and after calibration, we used seven statistical bias indicators, Bias, to evaluate the existence of systematic errors; the root of mean squared error to estimate the magnitude of the error of the simulated values; Pearson correlation coefficient, to measure the degree of relationship among the simulated and observed series; and the quantifiable measures, Nash-Sutcliffe, Heidke Skill Score (HSS), hit rate (H) and the false alarm ratio (FAR), to assess the predictive ability of the models involved and the unidirectional coupling technique. After the calibration and validation steps, the results were analyzed statistically and visually. The atmospheric model WRF showed underestimation of the observed rainfall; however, its predictability was considered satisfactory according to the indicators. In assessing the hydrological model SCS/HMS formulated in HEC-HMS program, acceptable results were obtained in the phases of calibration and validation. Correlation coefficients were greater than 0.90 in two stages, despite the evidence of the presence of systematic error, and thus, underestimating the flow observed according to the statistical criteria. The forecast of the hydrological model was rated between satisfactory and acceptable by the efficiency coefficients evaluated. The corresponding analysis to the coupling indicated correlations above 0.75, with satisfactory predictability (Nash = 0.572 and Nash = 0.749) for a forecasting system. However, the model underestimated 15% to 44% the flow rates observed in the analyzed points. Overall, the analysis of the method used for the purpose of the development of an early warning system to floods showed promising results in the short-term flow forecasts. / A bacia hidrográfica do rio Paraíba do Meio localiza-se entre os estados de Pernambuco e Alagoas na região Nordeste, totalizando uma área de 3.148,5km2, distribuída entre 21 municípios, dos quais oito pertencem ao estado de Pernambuco e 13 ao estado de Alagoas. Assim como a grande parte das cidades brasileiras, o processo de urbanização dos municípios do vale do rio Paraíba do Meio ocorreu de forma intensa e irregular às margens do rio, o que, por consequência, gerou alta vulnerabilidade aos eventos de inundações. Os impactos proporcionados pelas inundações na região são: perdas materiais, sociais, interrupção das atividades econômicas das áreas afetadas, e perdas de vidas humanas. Diante da problemática, o presente trabalho teve como objetivo principal avaliar o acoplamento unidirecional entre o modelo de previsão atmosférica de mesoescala WRF (Weather Research and Forecasting) e um modelo hidrológico semidistribuído formulado no programa HEC-HMS (Hydrologic Engineering Center - Hydrologic Modeling System), na perspectiva do desenvolvimento de um sistema de monitoramento e alerta, com vistas a reduzir os danos causados pelos eventos extremos de vazão na região. Para tanto, foram utilizados os dados de análise FNL (Final Analysis GFS), resultante do modelo Global Forecast System (GFS) como condições iniciais e de contorno do modelo WRF para simulação das precipitações, além dos dados em escala horária de precipitação e vazão, coletados nas Plataformas de Coletas de Dados (PCDs), os quais foram usados nas fases de ajustes e validação dos dois modelos. Para avaliar os resultados gerados pelos modelos durante e após a calibração, foram utilizados sete indicadores estatísticos: Viés, para avaliar a existência de erros sistemáticos; a Raiz do Erro Quadrático Médio, para estimar a magnitude do erro dos valores simulados; o Coeficiente de Correlação Linear de Pearson, para aferir o grau de relação entre as séries simuladas e observadas; e os coeficientes de eficiência Nash–Sutcliffe, Heidke Skill Score (HSS), Proporção de acerto (H) e a Razão de alarme falso (RAF), para avaliar a habilidade preditiva dos modelos envolvidos e da técnica de acoplamento unidirecional. Depois das etapas de calibração e validação, os resultados foram analisados, estatística e visualmente. O modelo atmosférico WRF apresentou subestimativas das chuvas observadas; contudo, sua previsibilidade foi considerada satisfatória segundo os indicadores. Na avaliação do modelo hidrológico SCS/HMS formulado no programa HEC-HMS, foram obtidos resultados aceitáveis nas fases de calibração e validação. Os coeficientes de correlações foram superiores a 0,90 nas duas etapas, apesar de evidenciar a presença de erro sistemático, e, assim, subestimar as vazões observadas de acordo com critérios estatísticos utilizados. A previsibilidade do modelo hidrológico foi classificada entre satisfatória e aceitável pelos coeficientes de eficiências avaliados. A análise correspondente ao acoplamento indicou correlações superiores a 0,75, com previsibilidade satisfatória (Nash=0,572 e Nash=0,749) para um sistema de previsão. Contudo, o modelo subestimou entre 15% a 44% as vazões observadas nos pontos analisados. De forma geral, a análise do método utilizado com o propósito no desenvolvimento de um sistema de alerta a inundações apresentou resultados promissores no prognóstico de vazão em curto prazo.

Resumo: O presente trabalho propõe uma metodologia de diagnóstico de eventos e alarmes no Sistema Elétrico de Potência (SEP) que sintetiza as informações sobre a causa e a localização do defeito em caso de contingências elétricas. Espera-se reduzir o esforço na análise da falta, agilizando a recomposição ou inibindo a ação de componentes faltosos, aumentado a segurança operacional. Conforme descrito no decorrer da pesquisa, profissionais operam muitos componentes da malha elétrica de forma remota. Estes assimilam a responsabilidade por monitorar e controlar muitas unidades em paralelo através de um centro de operação com um Sistema de Supervisão e Controle (SSC) em tempo real. Por esta atividade concentrar muitas variáveis, uma das estratégias adotadas é a utilização de eventos e alarmes. Alterações críticas em campo, que necessitem de atuação imediata precisam disparar alarmes para os operadores, todavia ações de emergência são configuradas para lançar eventos. Este ambiente sintetiza a observabilidade do sistema, embora também possua problemas, sendo descritos no trabalho. Para transpor estes obstáculos, a literatura técnica possui soluções, em sua maioria, técnicas de Inteligência Artificial (IA). Estas por tentar representar linhas de raciocínio humanas, auxiliam a construção de métodos que fortalecem a interpretação da falta elétrica por meio de análise dos alarmes e eventos do SSC. A principal técnica pesquisada foi à fusão dos conhecimentos das Redes de Petri (RPs) e a lógica Fuzzy. A partir da constatação que dados linguísticos (lógica Fuzzy) melhor representam as condições de observabilidade do SEP, e que as RPs possuem grande capacidade de executar cálculos simultâneos, criou-se um ambiente para o diagnóstico (classificação e localização) de faltas em sistema elétrico baseado em Redes de Petri Fuzzy (RPFs). Foram criados modelos para estas RPFs, baseados em conhecimento humano, que pudessem a partir da chegada de alarmes e eventos interpretar uma possível anomalia elétrica, resultando num diagnóstico com graus de possibilidade que indiquem a confiabilidade nesta solução, sendo estes modelos a principal contribuição científica do presente trabalho. Como forma de avaliação da metodologia foram efetuadas análises de duas contingências não programadas com base histórica de eventos da Companhia Paranaense de Energia (Copel), além de propor a título de comparação de resultados com um modelo encontrado na literatura também baseado em RPFs, mas orientado somente a localização da falta. A utilização desta metodologia agregou mais capacidade de análise, sintetizando o diagnóstico das faltas elétricas, promovendo ganhos significativos nos resultados. Isto é demonstrado através da análise dos testes realizados sobre a análise pós-falta em comparação com os resultados desta metodologia.