Orientador: Abel Maia Genovez / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil / Made available in DSpace on 2018-08-04T13:09:06Z (GMT). No. of bitstreams: 1 Villela_MarceloCostadeCarvalho_D.pdf: 2593362 bytes, checksum: 3086390bd23b66c63f75a4e6fae994b8 (MD5) Previous issue date: 2001 / Resumo: A grande parte dos problemas de determinação de hidrograma de projeto ocorrem em bacias não monitoradas e conseqüentemente sem dados que permitam correlacionar chuva com o hidrograma de saída. Esse problema pode ser superado através da transformação da chuva em vazão mediante um modelo matemático gerado de bacias com caracteristicas próximas da bacia em estudo. Esses modelos matemáticos são simplificações do complexo fenômeno de transformação da chuva em vazão, tais como HU triangular do SCS e HU Regionalizado de REDA. Esses modelos se baseiam em algumas características da bacia, gerando em muitos casos valores aproximados de projeto. O modelo HUG, hidrograma unitário geomorfológico vem generalizar a aplicação da transformação da chuva em vazão para bacias de diferentes formas, pois considera parâmetros geomorfológicos não utilizados em outros modelos, tais como topografia (hierarquia das sub-bacias) e rede hídrica (ordenação da rede hídrica). O modelo HUG necessita do conhecimento do parâmetro velocidade "v", característico da bacia, a princípio determinado por tentativa em bacias monitoradas, observando hidrogramas unitários medidos em campo. Aplicações do HUG apresentaram defasagem dos picos dos hidrogramas com relação aos observados, devida a parcial consideração do fenômeno da translação (ou propagação) da gota de chuva na calha do rio principal. Esse problema foi aqui superado com a introdução do Modelo de Muskingum-Cunge, para translação (ou propagação) do HUG ao longo da calha do rio. Também foi desenvolvida uma equação regionalizada para determinação do parâmetro velocidade, com base nas características geomorfológicas da bacia. Isso permitiu uma melhora significativa na previsão do tempo e valor do pico de cheia de uma bacia e a aplicação do modelo em bacias não monitoradas. O modelo geomorfológico acrescido de translação na calha do rio mostrou-se superior, em precisão, com relação a outros modelos de larga utilização, tais como o HU do SCS. Esse trabalho foi aplicado em 7 bacias do Estado de São Paulo, com área entre 40 e 270 Km2 , permitindo gerar uma equação regionalizada do parâmetro velocidade "v" e do tempo de concentração das bacias "tc" , dados úteis para aplicar o modelo em bacias não monitoradas / Abstract: The greatest part of problems about the determination of a hydrogram project occurs on non-monitored basins and therefore without data to permit the co-relation of the rain with the exit hydrogram. This problem can be overcome through the transformation of the rain into water evacuation by a mathematical model generated from basins with similar characteristics to the one being studied. These mathematical models are the simplification of the complex phenomenon of the transformation of the rain into water evacuation, such as the triangular HU of the S.C.S. and the Regionalized HU of REDA. These models are based on some of the basins characteristics, generating, in many cases, approximated values for projects. The GHU model (Geomorphologic Hydrogram Unit) come to generalize the application of the transformation of the water into evacuation to different shaped basins, because it takes into consideration geomorphologic parameters not used in other models, such as topography (the hierarchy of sub-basins) and the hydric net (the order of sub-basins). The GHU model needs the knowledge of the velocity parameter "v", characteristic of the basin, primary determined by tests on monitored basins, observing Hydrograms Unit measured "in field". Applications of GHU presented insufficiency on the summits of the hydrograms in relation with the observed, because of been partly taken into consideration the phenomenon of translation of rain drops into the channel of the main river. This problem was here overcome by the introduction or Muskingum-Cunge model for the translation of the UHG throughout the river's channel. It was also developed a regionalized equation for the determination of the velocity parameter, based on the basins geomophologic characteristics. With this, it was permitted a significant improvemente on the weather forecast, on the value of the flooding summit of a basin and the application of this method on non-monitored basins. The geomorphologic model, increased by the translation of the rain level on the river's channel was show to be superior in precision in relation to other methods widely used, such as the UH from SCS. This work was applied on 7 basins in the state of São Paulo, with areas between 40 and 270 km2, allowing to generate regionalized equations for the velocity parameter 'V' and the concentration time of the basins "tc", useful data to apply the model on non-monitored basins / Doutorado / Recursos Hidricos / Doutor em Engenharia Civil

Desequilíbrios ambientais provocados pela combinação de queimadas, desmatamentos e os fenômenos de ENSO (Oscilação Sul de El Nino) podem ser os responsáveis pelo aumento de períodos de seca na região Amazônica. Com o propósito de compreender as conseqüências que longos períodos de seca podem causar na Floresta Nacional de Tapajós, foi desenvolvido um modelo numérico que simula a dinâmica da água no solo e o Balanço Hídrico para um latossolo (Haplustox, na taxonomia Americana), muito comum na região Amazônica. As simulações foram realizadas para o período de 1999 a 2003, utilizando dados de precipitação, evapotranspiração, umidade do solo, curvas de retenção, propriedades físicas do solo coletadas no local de estudo. Este estudo integra o Projeto Seca-Floresta do grupo de pesquisa do LBA (Experimento de Grande Escala da Biosfera-Atmosfera na Amazônia) para o experimento de exclusão parcial da chuva no projeto na Floresta Nacional Tapajós no que diz respeito a componente de modelagem hidrológica. Os resultados mostraram que, mesmo com a diminuição da quantidade de água disponível para a Floresta, não houve mudanças significativas em relação ao balanço hídrico da floresta, mostrando que a floresta provavelmente se adaptou, para sobreviver a longos períodos de seca / Environmental instability caused by the combination of fire, deforestation and the ENSO phenomena (El Nino South Oscillation) can be the responsible for increases of dry periods in the Amazonian region. With the purpose of understanding the consequences that long dry periods can cause on the National Forest of Tapajós, a mathematical model that determines the water dynamics in soil and the hydrological balance was developed for a typical soil of the Amazonian region the Amazonianlatossol (Haplustox). The simulation were performed for the period from 1999 to 2003, using precipitation, evapotranspiration, soil moisture, retention curves and soil physical properties data obtained in the study area. The present study integrates the Dry-Forest Project of the LBA (Large Scale Biosphere-Atmosphere experiment in the Amazon) research group for the experiment of rainfall exclusion in the National Forest of Tapajos and concerns the hydrological modeling component of the project. The results showed that even with a decrease in the amount of water available to the Forest, significant changes in the hydrological balance of the forest did not occur, showing that the forest had probably adapted itself to survive to longer periods of drought

Desequilíbrios ambientais provocados pela combinação de queimadas, desmatamentos e os fenômenos de ENSO (Oscilação Sul de El Nino) podem ser os responsáveis pelo aumento de períodos de seca na região Amazônica. Com o propósito de compreender as conseqüências que longos períodos de seca podem causar na Floresta Nacional de Tapajós, foi desenvolvido um modelo numérico que simula a dinâmica da água no solo e o Balanço Hídrico para um latossolo (Haplustox, na taxonomia Americana), muito comum na região Amazônica. As simulações foram realizadas para o período de 1999 a 2003, utilizando dados de precipitação, evapotranspiração, umidade do solo, curvas de retenção, propriedades físicas do solo coletadas no local de estudo. Este estudo integra o Projeto Seca-Floresta do grupo de pesquisa do LBA (Experimento de Grande Escala da Biosfera-Atmosfera na Amazônia) para o experimento de exclusão parcial da chuva no projeto na Floresta Nacional Tapajós no que diz respeito a componente de modelagem hidrológica. Os resultados mostraram que, mesmo com a diminuição da quantidade de água disponível para a Floresta, não houve mudanças significativas em relação ao balanço hídrico da floresta, mostrando que a floresta provavelmente se adaptou, para sobreviver a longos períodos de seca / Environmental instability caused by the combination of fire, deforestation and the ENSO phenomena (El Nino South Oscillation) can be the responsible for increases of dry periods in the Amazonian region. With the purpose of understanding the consequences that long dry periods can cause on the National Forest of Tapajós, a mathematical model that determines the water dynamics in soil and the hydrological balance was developed for a typical soil of the Amazonian region the Amazonianlatossol (Haplustox). The simulation were performed for the period from 1999 to 2003, using precipitation, evapotranspiration, soil moisture, retention curves and soil physical properties data obtained in the study area. The present study integrates the Dry-Forest Project of the LBA (Large Scale Biosphere-Atmosphere experiment in the Amazon) research group for the experiment of rainfall exclusion in the National Forest of Tapajos and concerns the hydrological modeling component of the project. The results showed that even with a decrease in the amount of water available to the Forest, significant changes in the hydrological balance of the forest did not occur, showing that the forest had probably adapted itself to survive to longer periods of drought

O conhecimento da probabilidade de ocorrência de precipitações é de grande importância para o planejamento de atividades como produção agrícola, sistemas de abastecimento de água e geração de energia. Neste sentido, a análise regional de freqüências se apresenta como uma ferramenta para a redução de incertezas na estimativa das probabilidades, podendo também diminuir a dimensionalidade das informações. Desta forma, esta pesquisa tem por objetivo estudar uma metodologia para análise regional de freqüências, aplicada à precipitação, na qual se admite que as séries que formam uma região homogênea seguem uma mesma distribuição, que dispensa a utilização de fatores de escala locais, e que seus parâmetros podem ser satisfatoriamente estimados pela média dos parâmetros de ajuste das séries locais. Para compor a metodologia foi construído um teste de homogeneidade regional e um teste para avaliar a qualidade do agrupamento, que leva em consideração os objetivos da análise. Os dois testes citados e a verificação da qualidade da obtenção da distribuição regional pela média dos parâmetros locais foram baseados na medida da máxima diferença de probabilidades entre duas séries e no teste de aderência de Kolmogorov-Smirnov (KS), auxiliando, então, numa melhor compreensão dos resultados, já que esse teste é referência na avaliação da qualidade do ajuste de funções probabilísticas. Como estudo de caso, a metodologia foi aplicada na análise de precipitações totais mensais e anuais no Rio Grande do Sul e em Santa Catarina, utilizando-se o método de agrupamento difuso Fuzzy CMeans para identificação das regiões. Verificou-se que o modelo de obtenção da distribuição regional proposto é satisfatório, embora necessite de um fator de correção para a distribuição Gama. O teste de aderência regional mostrou-se bastante útil para orientar a ponderação das variáveis e para auxiliar na determinação do melhor número de regiões, o que foi comprovado pelo alto grau de homogeneidade verificado, mesmo antes de serem aplicados ajustes nas regiões resultantes do agrupamento. Constatou-se ainda que a utilização dos graus de pertinência não produziu resultados satisfatórios para fazer estimativas pontuais e pouco contribuiu para a realização de ajustes no agrupamento. Todavia, o ajuste do modelo de alocação para novos pontos, através da matriz de pertinência, apresentou bons resultados, embora ainda seja necessária sua verificação em situação real. A análise regional da área de estudo resultou em nove regiões, que foram consideradas heterogêneas em apenas dois dos 117 períodos avaliados. Além disso, a partir do teste KS ( = 20%), verificou-se que as distribuições regionais se mostraram válidas para 97,8% das séries, confirmando a possibilidade de utilizar a distribuição regional, sem a necessidade dos fatores de escala locais. / Information on rainfall probability are helpful for some activities planning including agriculture, water supply and hydropower generation. For such purpose, the regional frequency analysis is a powerful tool to reduce uncertainties in probabilities estimation and also information’s dimension. This research evaluates the possibility of taking rainfall regional frequency analysis considering that in a homogeneous region the site frequency distributions are identical, setting aside local scaling factors, and that its parameters may satisfactorily be estimated by average parameters of local series fitting. To address such goals, the methodology consisted of elaborating a regional homogeneity test and a test to assess the cluster quality. Both tests and the assessment over the regional distribution quality were based on the maximum probability differences between two series and on the Kolmogorov-Smirnov test (KS). As a case study, the methodology was applied on Rio Grande do Sul and Santa Catarina States monthly and annual precipitation data, using clustering method Fuzzy CMeans for identification of regions. It was verified that the regional distribution model is satisfactory, although it needs a correction factor for Gamma distribution. The test of regional adherence was useful to guide the variables weighting and to help on the determination of the optimum number of regions, once a high degree of homogeneity was obtained, even before the application of adjustments on the resultant regions from the cluster analysis. The use of membership degrees was not satisfactory on estimating at-site features and resulted on low contribution for cluster adjustments. However, the allocation model fitting for new points presented good results, though a real case assessment is still required. The regional analysis resulted in nine regions, which were heterogeneous in only two of the 117 evaluated periods. Moreover, from the KS test ( = 20%), it was verified that the regional distributions were valid for 97.8% of the series, confirming the possibility to use regional distribution, without any local scaling factor.

Neste trabalho foi avaliado o efeito do controle de montante em sub-bacias embutidas na previsão hidrológica de curto prazo, com a investigação conjunta de dois aspectos: variação da área controlada e a variação do detalhamento temporal dos dados de vazões de entrada do modelo. O local escolhido para essa pesquisa foi a bacia do rio Ijuí com exutório no posto fluviométrico da Ponte Mística e as suas sub-bacias embutidas de Santo Ângelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal e Turcato. Os dados de vazão utilizados foram obtidos da Agência Nacional de Águas (ANA) e do projeto de monitoramento da bacia do Potiribu (Castro et al., 2010), enquanto que os dados de precipitação foram obtidos em Silva (2011), que calculou uma série histórica de precipitações médias de uma grade de chuvas interpoladas a partir dos dados de 65 postos pluviométricos da região. Para este estudo foram utilizados dados de 22/08/1989 à 01/06/1994 (1.743 dias). Esse período foi selecionado por ser o maior período com dados concomitantes em todos os postos fluviométricos. Os modelos escolhidos para esse estudo foram as redes neurais artificiais de múltiplas camadas, com utilização do algoritmo retropropagativo. As entradas nos modelos foram os dados de precipitação e as vazões diárias da bacia de Ponte Mística e de suas sub-bacias, e as saídas foram as vazões de Ponte Mística um dia à frente. Foram apresentadas oito alternativas de controle físico de montante. Também foram aplicadas, para cada uma das alternativas, componentes antecedentes, com a utilização dos dados de vazão com antecedência de 24h e 48h. A utilização de vazões horárias do Turcato foi comparada com uma alternativa que contempla o mesmo posto, mas com dados diários, para investigar se a utilização de dados com um maior detalhamento temporal pode produzir melhores resultados. Para a análise do desempenho da rede foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS). A avaliação estatística apresentou bons resultados na previsão de vazão para todas as alternativas de controle, sendo o menor NS de 0,91 e o maior de 0,97. A utilização de um maior detalhamento temporal, com aplicação de vazões horárias, provocou uma redução no desempenho do modelo, com o NS caindo de 0,91 para 0,89. Observou-se também que, quanto maior a área controlada das bacias, melhores são os resultados para a previsão de vazão. A análise da influência de cada variável explicativa foi feita por um método apresentado por Maier e Dandy (1997), revelando-se um recurso valioso para a compreensão das relações de importância das variáveis e do funcionamento do sistema. As contribuições das vazões das bacias de montante foram sempre mais influentes do que as precipitações diárias sobre toda a bacia, sendo demonstrado que, neste sentido, mesmo uma bacia muito pequena pode ser importante para a previsão. Além disso, esta técnica revelou-se importante para auxiliar na identificação das defasagens que são mais importantes, e também revela que, mesmo componentes que apresentam menor influência, podem atuar como potencializadoras de outras variáveis ou componentes, cuja ação atua no sentido de incrementar o desempenho das previsões do modelo. / This study evaluated the effects of the amount of controlled area with sub-basins embedded for real time hydrologic forecasting. Two aspects were studied together: The variation in the amount of controlled area and the temporal variation of detail data flow model input. The site chosen for this research was the Ijuí river basin with outlet in the gaging station of Ponte Mística and its sub-basins, namely the gaging stations at Sant'Angelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal and Turcato. The streamflow data used were obtained from the National Water Agency (ANA) and the monitoring project of the Potiribu basin (Castro et al., 2010), while precipitation data were obtained in Silva (2011), who calculated the series of average precipitations from a grid of rainfalls resulting from the data interpolation of 65 raingauge stations in the region. For this study we used data from 22/08/1989 to 01/06/1994 (1.743 days). This period was selected because it is the longest period with complete data in all fluviometric stations. The models chosen for this study were the artificial neural networks of multiple layers, with training by the backpropagation algorithm. The entries of the models were the daily rainfall data and the streamflow of Ponte Mística basin and its sub-basins, and the outputs were the streamflows of the gaging station of Ponte Mística one day after. Eight alternatives of upstream control were presented. There were also applied, to each of these alternatives, the antecedent components, namely, the previous streamflow data of 24h and 48h. The model which uses hourly streamflows of Turcato was compared with an alternative that makes the same job, but with daily data, to investigate if the former, with the use of data with greater temporal detail, can produce better results. For the analysis of network performances it was applied the Nash-Sutcliffe coefficient (NS). Statistical evaluation showed good results in predicting streamflow for all control alternatives, being 0.91 and 0.97 the lowest and the highest NS, respectively. Using a more detailed temporal, applying hourly streamflows, caused a reduction in the performance of the model, with the NS falling from 0.91 to 0.89. It was also observed that the larger the controlled basins area, the better the results for predicting flow. The analysis of the influence of each explanatory variable was made by a method developed by Maier and Dandy (1997), proved to be a valuable resource for understanding the importance of relationships of variables and operating system. The contributions of flow from upstream basins have revealed always more influential to the forecasting than the daily precipitation over the whole basin, and demonstrated that, in this sense, even a very small basin may be important for forecasting. Furthermore, this technique proved important to help identify the more important lags, and also reveals that, even components that have less influence, can act for potentiating the other variables or components whose actions acts to increase the performance of the model predictions.

O conhecimento da probabilidade de ocorrência de precipitações é de grande importância para o planejamento de atividades como produção agrícola, sistemas de abastecimento de água e geração de energia. Neste sentido, a análise regional de freqüências se apresenta como uma ferramenta para a redução de incertezas na estimativa das probabilidades, podendo também diminuir a dimensionalidade das informações. Desta forma, esta pesquisa tem por objetivo estudar uma metodologia para análise regional de freqüências, aplicada à precipitação, na qual se admite que as séries que formam uma região homogênea seguem uma mesma distribuição, que dispensa a utilização de fatores de escala locais, e que seus parâmetros podem ser satisfatoriamente estimados pela média dos parâmetros de ajuste das séries locais. Para compor a metodologia foi construído um teste de homogeneidade regional e um teste para avaliar a qualidade do agrupamento, que leva em consideração os objetivos da análise. Os dois testes citados e a verificação da qualidade da obtenção da distribuição regional pela média dos parâmetros locais foram baseados na medida da máxima diferença de probabilidades entre duas séries e no teste de aderência de Kolmogorov-Smirnov (KS), auxiliando, então, numa melhor compreensão dos resultados, já que esse teste é referência na avaliação da qualidade do ajuste de funções probabilísticas. Como estudo de caso, a metodologia foi aplicada na análise de precipitações totais mensais e anuais no Rio Grande do Sul e em Santa Catarina, utilizando-se o método de agrupamento difuso Fuzzy CMeans para identificação das regiões. Verificou-se que o modelo de obtenção da distribuição regional proposto é satisfatório, embora necessite de um fator de correção para a distribuição Gama. O teste de aderência regional mostrou-se bastante útil para orientar a ponderação das variáveis e para auxiliar na determinação do melhor número de regiões, o que foi comprovado pelo alto grau de homogeneidade verificado, mesmo antes de serem aplicados ajustes nas regiões resultantes do agrupamento. Constatou-se ainda que a utilização dos graus de pertinência não produziu resultados satisfatórios para fazer estimativas pontuais e pouco contribuiu para a realização de ajustes no agrupamento. Todavia, o ajuste do modelo de alocação para novos pontos, através da matriz de pertinência, apresentou bons resultados, embora ainda seja necessária sua verificação em situação real. A análise regional da área de estudo resultou em nove regiões, que foram consideradas heterogêneas em apenas dois dos 117 períodos avaliados. Além disso, a partir do teste KS ( = 20%), verificou-se que as distribuições regionais se mostraram válidas para 97,8% das séries, confirmando a possibilidade de utilizar a distribuição regional, sem a necessidade dos fatores de escala locais. / Information on rainfall probability are helpful for some activities planning including agriculture, water supply and hydropower generation. For such purpose, the regional frequency analysis is a powerful tool to reduce uncertainties in probabilities estimation and also information’s dimension. This research evaluates the possibility of taking rainfall regional frequency analysis considering that in a homogeneous region the site frequency distributions are identical, setting aside local scaling factors, and that its parameters may satisfactorily be estimated by average parameters of local series fitting. To address such goals, the methodology consisted of elaborating a regional homogeneity test and a test to assess the cluster quality. Both tests and the assessment over the regional distribution quality were based on the maximum probability differences between two series and on the Kolmogorov-Smirnov test (KS). As a case study, the methodology was applied on Rio Grande do Sul and Santa Catarina States monthly and annual precipitation data, using clustering method Fuzzy CMeans for identification of regions. It was verified that the regional distribution model is satisfactory, although it needs a correction factor for Gamma distribution. The test of regional adherence was useful to guide the variables weighting and to help on the determination of the optimum number of regions, once a high degree of homogeneity was obtained, even before the application of adjustments on the resultant regions from the cluster analysis. The use of membership degrees was not satisfactory on estimating at-site features and resulted on low contribution for cluster adjustments. However, the allocation model fitting for new points presented good results, though a real case assessment is still required. The regional analysis resulted in nine regions, which were heterogeneous in only two of the 117 evaluated periods. Moreover, from the KS test ( = 20%), it was verified that the regional distributions were valid for 97.8% of the series, confirming the possibility to use regional distribution, without any local scaling factor.

Neste trabalho foi avaliado o efeito do controle de montante em sub-bacias embutidas na previsão hidrológica de curto prazo, com a investigação conjunta de dois aspectos: variação da área controlada e a variação do detalhamento temporal dos dados de vazões de entrada do modelo. O local escolhido para essa pesquisa foi a bacia do rio Ijuí com exutório no posto fluviométrico da Ponte Mística e as suas sub-bacias embutidas de Santo Ângelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal e Turcato. Os dados de vazão utilizados foram obtidos da Agência Nacional de Águas (ANA) e do projeto de monitoramento da bacia do Potiribu (Castro et al., 2010), enquanto que os dados de precipitação foram obtidos em Silva (2011), que calculou uma série histórica de precipitações médias de uma grade de chuvas interpoladas a partir dos dados de 65 postos pluviométricos da região. Para este estudo foram utilizados dados de 22/08/1989 à 01/06/1994 (1.743 dias). Esse período foi selecionado por ser o maior período com dados concomitantes em todos os postos fluviométricos. Os modelos escolhidos para esse estudo foram as redes neurais artificiais de múltiplas camadas, com utilização do algoritmo retropropagativo. As entradas nos modelos foram os dados de precipitação e as vazões diárias da bacia de Ponte Mística e de suas sub-bacias, e as saídas foram as vazões de Ponte Mística um dia à frente. Foram apresentadas oito alternativas de controle físico de montante. Também foram aplicadas, para cada uma das alternativas, componentes antecedentes, com a utilização dos dados de vazão com antecedência de 24h e 48h. A utilização de vazões horárias do Turcato foi comparada com uma alternativa que contempla o mesmo posto, mas com dados diários, para investigar se a utilização de dados com um maior detalhamento temporal pode produzir melhores resultados. Para a análise do desempenho da rede foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS). A avaliação estatística apresentou bons resultados na previsão de vazão para todas as alternativas de controle, sendo o menor NS de 0,91 e o maior de 0,97. A utilização de um maior detalhamento temporal, com aplicação de vazões horárias, provocou uma redução no desempenho do modelo, com o NS caindo de 0,91 para 0,89. Observou-se também que, quanto maior a área controlada das bacias, melhores são os resultados para a previsão de vazão. A análise da influência de cada variável explicativa foi feita por um método apresentado por Maier e Dandy (1997), revelando-se um recurso valioso para a compreensão das relações de importância das variáveis e do funcionamento do sistema. As contribuições das vazões das bacias de montante foram sempre mais influentes do que as precipitações diárias sobre toda a bacia, sendo demonstrado que, neste sentido, mesmo uma bacia muito pequena pode ser importante para a previsão. Além disso, esta técnica revelou-se importante para auxiliar na identificação das defasagens que são mais importantes, e também revela que, mesmo componentes que apresentam menor influência, podem atuar como potencializadoras de outras variáveis ou componentes, cuja ação atua no sentido de incrementar o desempenho das previsões do modelo. / This study evaluated the effects of the amount of controlled area with sub-basins embedded for real time hydrologic forecasting. Two aspects were studied together: The variation in the amount of controlled area and the temporal variation of detail data flow model input. The site chosen for this research was the Ijuí river basin with outlet in the gaging station of Ponte Mística and its sub-basins, namely the gaging stations at Sant'Angelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal and Turcato. The streamflow data used were obtained from the National Water Agency (ANA) and the monitoring project of the Potiribu basin (Castro et al., 2010), while precipitation data were obtained in Silva (2011), who calculated the series of average precipitations from a grid of rainfalls resulting from the data interpolation of 65 raingauge stations in the region. For this study we used data from 22/08/1989 to 01/06/1994 (1.743 days). This period was selected because it is the longest period with complete data in all fluviometric stations. The models chosen for this study were the artificial neural networks of multiple layers, with training by the backpropagation algorithm. The entries of the models were the daily rainfall data and the streamflow of Ponte Mística basin and its sub-basins, and the outputs were the streamflows of the gaging station of Ponte Mística one day after. Eight alternatives of upstream control were presented. There were also applied, to each of these alternatives, the antecedent components, namely, the previous streamflow data of 24h and 48h. The model which uses hourly streamflows of Turcato was compared with an alternative that makes the same job, but with daily data, to investigate if the former, with the use of data with greater temporal detail, can produce better results. For the analysis of network performances it was applied the Nash-Sutcliffe coefficient (NS). Statistical evaluation showed good results in predicting streamflow for all control alternatives, being 0.91 and 0.97 the lowest and the highest NS, respectively. Using a more detailed temporal, applying hourly streamflows, caused a reduction in the performance of the model, with the NS falling from 0.91 to 0.89. It was also observed that the larger the controlled basins area, the better the results for predicting flow. The analysis of the influence of each explanatory variable was made by a method developed by Maier and Dandy (1997), proved to be a valuable resource for understanding the importance of relationships of variables and operating system. The contributions of flow from upstream basins have revealed always more influential to the forecasting than the daily precipitation over the whole basin, and demonstrated that, in this sense, even a very small basin may be important for forecasting. Furthermore, this technique proved important to help identify the more important lags, and also reveals that, even components that have less influence, can act for potentiating the other variables or components whose actions acts to increase the performance of the model predictions.

O conhecimento da probabilidade de ocorrência de precipitações é de grande importância para o planejamento de atividades como produção agrícola, sistemas de abastecimento de água e geração de energia. Neste sentido, a análise regional de freqüências se apresenta como uma ferramenta para a redução de incertezas na estimativa das probabilidades, podendo também diminuir a dimensionalidade das informações. Desta forma, esta pesquisa tem por objetivo estudar uma metodologia para análise regional de freqüências, aplicada à precipitação, na qual se admite que as séries que formam uma região homogênea seguem uma mesma distribuição, que dispensa a utilização de fatores de escala locais, e que seus parâmetros podem ser satisfatoriamente estimados pela média dos parâmetros de ajuste das séries locais. Para compor a metodologia foi construído um teste de homogeneidade regional e um teste para avaliar a qualidade do agrupamento, que leva em consideração os objetivos da análise. Os dois testes citados e a verificação da qualidade da obtenção da distribuição regional pela média dos parâmetros locais foram baseados na medida da máxima diferença de probabilidades entre duas séries e no teste de aderência de Kolmogorov-Smirnov (KS), auxiliando, então, numa melhor compreensão dos resultados, já que esse teste é referência na avaliação da qualidade do ajuste de funções probabilísticas. Como estudo de caso, a metodologia foi aplicada na análise de precipitações totais mensais e anuais no Rio Grande do Sul e em Santa Catarina, utilizando-se o método de agrupamento difuso Fuzzy CMeans para identificação das regiões. Verificou-se que o modelo de obtenção da distribuição regional proposto é satisfatório, embora necessite de um fator de correção para a distribuição Gama. O teste de aderência regional mostrou-se bastante útil para orientar a ponderação das variáveis e para auxiliar na determinação do melhor número de regiões, o que foi comprovado pelo alto grau de homogeneidade verificado, mesmo antes de serem aplicados ajustes nas regiões resultantes do agrupamento. Constatou-se ainda que a utilização dos graus de pertinência não produziu resultados satisfatórios para fazer estimativas pontuais e pouco contribuiu para a realização de ajustes no agrupamento. Todavia, o ajuste do modelo de alocação para novos pontos, através da matriz de pertinência, apresentou bons resultados, embora ainda seja necessária sua verificação em situação real. A análise regional da área de estudo resultou em nove regiões, que foram consideradas heterogêneas em apenas dois dos 117 períodos avaliados. Além disso, a partir do teste KS ( = 20%), verificou-se que as distribuições regionais se mostraram válidas para 97,8% das séries, confirmando a possibilidade de utilizar a distribuição regional, sem a necessidade dos fatores de escala locais. / Information on rainfall probability are helpful for some activities planning including agriculture, water supply and hydropower generation. For such purpose, the regional frequency analysis is a powerful tool to reduce uncertainties in probabilities estimation and also information’s dimension. This research evaluates the possibility of taking rainfall regional frequency analysis considering that in a homogeneous region the site frequency distributions are identical, setting aside local scaling factors, and that its parameters may satisfactorily be estimated by average parameters of local series fitting. To address such goals, the methodology consisted of elaborating a regional homogeneity test and a test to assess the cluster quality. Both tests and the assessment over the regional distribution quality were based on the maximum probability differences between two series and on the Kolmogorov-Smirnov test (KS). As a case study, the methodology was applied on Rio Grande do Sul and Santa Catarina States monthly and annual precipitation data, using clustering method Fuzzy CMeans for identification of regions. It was verified that the regional distribution model is satisfactory, although it needs a correction factor for Gamma distribution. The test of regional adherence was useful to guide the variables weighting and to help on the determination of the optimum number of regions, once a high degree of homogeneity was obtained, even before the application of adjustments on the resultant regions from the cluster analysis. The use of membership degrees was not satisfactory on estimating at-site features and resulted on low contribution for cluster adjustments. However, the allocation model fitting for new points presented good results, though a real case assessment is still required. The regional analysis resulted in nine regions, which were heterogeneous in only two of the 117 evaluated periods. Moreover, from the KS test ( = 20%), it was verified that the regional distributions were valid for 97.8% of the series, confirming the possibility to use regional distribution, without any local scaling factor.

Neste trabalho foi avaliado o efeito do controle de montante em sub-bacias embutidas na previsão hidrológica de curto prazo, com a investigação conjunta de dois aspectos: variação da área controlada e a variação do detalhamento temporal dos dados de vazões de entrada do modelo. O local escolhido para essa pesquisa foi a bacia do rio Ijuí com exutório no posto fluviométrico da Ponte Mística e as suas sub-bacias embutidas de Santo Ângelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal e Turcato. Os dados de vazão utilizados foram obtidos da Agência Nacional de Águas (ANA) e do projeto de monitoramento da bacia do Potiribu (Castro et al., 2010), enquanto que os dados de precipitação foram obtidos em Silva (2011), que calculou uma série histórica de precipitações médias de uma grade de chuvas interpoladas a partir dos dados de 65 postos pluviométricos da região. Para este estudo foram utilizados dados de 22/08/1989 à 01/06/1994 (1.743 dias). Esse período foi selecionado por ser o maior período com dados concomitantes em todos os postos fluviométricos. Os modelos escolhidos para esse estudo foram as redes neurais artificiais de múltiplas camadas, com utilização do algoritmo retropropagativo. As entradas nos modelos foram os dados de precipitação e as vazões diárias da bacia de Ponte Mística e de suas sub-bacias, e as saídas foram as vazões de Ponte Mística um dia à frente. Foram apresentadas oito alternativas de controle físico de montante. Também foram aplicadas, para cada uma das alternativas, componentes antecedentes, com a utilização dos dados de vazão com antecedência de 24h e 48h. A utilização de vazões horárias do Turcato foi comparada com uma alternativa que contempla o mesmo posto, mas com dados diários, para investigar se a utilização de dados com um maior detalhamento temporal pode produzir melhores resultados. Para a análise do desempenho da rede foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS). A avaliação estatística apresentou bons resultados na previsão de vazão para todas as alternativas de controle, sendo o menor NS de 0,91 e o maior de 0,97. A utilização de um maior detalhamento temporal, com aplicação de vazões horárias, provocou uma redução no desempenho do modelo, com o NS caindo de 0,91 para 0,89. Observou-se também que, quanto maior a área controlada das bacias, melhores são os resultados para a previsão de vazão. A análise da influência de cada variável explicativa foi feita por um método apresentado por Maier e Dandy (1997), revelando-se um recurso valioso para a compreensão das relações de importância das variáveis e do funcionamento do sistema. As contribuições das vazões das bacias de montante foram sempre mais influentes do que as precipitações diárias sobre toda a bacia, sendo demonstrado que, neste sentido, mesmo uma bacia muito pequena pode ser importante para a previsão. Além disso, esta técnica revelou-se importante para auxiliar na identificação das defasagens que são mais importantes, e também revela que, mesmo componentes que apresentam menor influência, podem atuar como potencializadoras de outras variáveis ou componentes, cuja ação atua no sentido de incrementar o desempenho das previsões do modelo. / This study evaluated the effects of the amount of controlled area with sub-basins embedded for real time hydrologic forecasting. Two aspects were studied together: The variation in the amount of controlled area and the temporal variation of detail data flow model input. The site chosen for this research was the Ijuí river basin with outlet in the gaging station of Ponte Mística and its sub-basins, namely the gaging stations at Sant'Angelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal and Turcato. The streamflow data used were obtained from the National Water Agency (ANA) and the monitoring project of the Potiribu basin (Castro et al., 2010), while precipitation data were obtained in Silva (2011), who calculated the series of average precipitations from a grid of rainfalls resulting from the data interpolation of 65 raingauge stations in the region. For this study we used data from 22/08/1989 to 01/06/1994 (1.743 days). This period was selected because it is the longest period with complete data in all fluviometric stations. The models chosen for this study were the artificial neural networks of multiple layers, with training by the backpropagation algorithm. The entries of the models were the daily rainfall data and the streamflow of Ponte Mística basin and its sub-basins, and the outputs were the streamflows of the gaging station of Ponte Mística one day after. Eight alternatives of upstream control were presented. There were also applied, to each of these alternatives, the antecedent components, namely, the previous streamflow data of 24h and 48h. The model which uses hourly streamflows of Turcato was compared with an alternative that makes the same job, but with daily data, to investigate if the former, with the use of data with greater temporal detail, can produce better results. For the analysis of network performances it was applied the Nash-Sutcliffe coefficient (NS). Statistical evaluation showed good results in predicting streamflow for all control alternatives, being 0.91 and 0.97 the lowest and the highest NS, respectively. Using a more detailed temporal, applying hourly streamflows, caused a reduction in the performance of the model, with the NS falling from 0.91 to 0.89. It was also observed that the larger the controlled basins area, the better the results for predicting flow. The analysis of the influence of each explanatory variable was made by a method developed by Maier and Dandy (1997), proved to be a valuable resource for understanding the importance of relationships of variables and operating system. The contributions of flow from upstream basins have revealed always more influential to the forecasting than the daily precipitation over the whole basin, and demonstrated that, in this sense, even a very small basin may be important for forecasting. Furthermore, this technique proved important to help identify the more important lags, and also reveals that, even components that have less influence, can act for potentiating the other variables or components whose actions acts to increase the performance of the model predictions.

Orientadores: Marinho Gomes de Andrade Filho, Secundino Soares Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-27T14:20:08Z (GMT). No. of bitstreams: 1 Ballini_Rosangela_D.pdf: 10361310 bytes, checksum: 8286d66a9aea521833a85b0bdf668e0f (MD5) Previous issue date: 2000 / Resumo: Análise e previsão de vazões são de fundamental importância no planejamento da operação de sistemas de recursos hídricos. Uma das grandes dificuldades na previsão das séries de vazões é a presença da sazonalidade devido aos períodos de cheia e seca do ano. Os modelos estocásticos foram, por um longo tempo, a alternativa mais comum aos modelos determinísticos ou hidrológicos na análise e previsão de vazões, baseados principalmente na metodologia de Box & Jenkins. Esta metodologia exige algum tipo de manuseio nos dados para tratar a não-estacionariedade ou o uso de modelos periódicos, necessitando de uma laboriosa formulação teórica para os procedimentos estatísticos. Redes neurais artificiais, especialmente redes multi-camadas com algoritmo back-propagation vêm sendo sugeridas para análise de séries temporais devido a sua capacidade para tratar com relações não-lineares.de entrada-saída, destacando sua habilidade de aprendizado e capacidade de generalização, associação e busca paralela. Estas qualidades as tornam capazes de identificar e assimilar as características mais marcantes das séries, tais como sazonalidade, periodicidade, tendência, entre outras, muitas vezes camufladas por ruídos. A capacidade de mapeamentos complexos das redes neurais cresce com o número de camadas e neurônios, acarretando :illaior tempo de processamento bem como considerável soma de dados. Entretanto, na prática muitas vezes os parâmetros devem ser estimados rapidamente e somente uma pequena quantidade de dados é disponível. Freqüentemente, dados do mundo real apresentam ruídos, podendo conter contradições e imperfeições. Tolerância a imprecisão e incertezas é também exigida para considerar tratabilidade e robustez. Conjuntos nebulosos baseados em modelos de análise de dados vêm sendo empregados sob essas hipóteses. A aplicação de modelos de redes neurais nebulosas une os benefícios das redes neurais e da teoria de conjuntos nebulosos, combinando-os em um sistema integrado para previsão de vazões naturais médias mensais. São realizadas análise e previsão de vazões usando modelos de séries temporais, redes neurais e redes neurais nebulosas para previsão um passo à frente e vários passos à frente para as séries das usinas hidroelétricas brasileiras localizadas em diferentes regiões. O desempenho dos modelos foi comparado e os resultados mostraram que os modelos propostos apresentaram melhor desempenho que as outras abordagens tanto para previsão um passo à frente como para previsão com vários passos à frente / Abstract: Analysis and forecast of seasonal stream flow series are of utmost importance in the operation planning of water resources systems. One of the greatest difficulties in forecasting of those series is the seasonality nature of stream flow series due to wet and dry periods of the year. For a long time, the use of stochastic models, based on the c1assic Box & Jenkins methodology, were the most employed alternative to the deterministic or hydrologic models in the analysis and forecast of stream flow series. This methodology requires either some kind of data manipulation to deal with the nonstationarity or the use of periodic models. Therefore the statistical procedures, requires an arduous theoretical formulation. Artificial Neural Networks (ANN), especially multilayer perceptrons with a back-propagation algorithm, have recently been suggested for time series analysis. They have the ability to deal with nonlinear input-output relationships. Their major assets are the learning ability and generalization, association and parallel search capability. These qualities enable them to identify and to assimilate some of the features of the series as seasonality, periodicity, tendency sometimes difficult to detect under noise. The capability of complex mapping of the ANN increases with the number of layers and neurons. The use of ANN usually requires the investment of a long period of time in the modeling process, as well as a considerable amount of data. ln practice, however, the parameters usually must be quickly estimated and only a small quantity of data is available. Very often, real world data are noisy, and the collected data may contain contradictions and imperfections. Tolerance for imprecision and uncertainty is also required to achieve tractability and robustness. Fuzzy sets based data analysis models have been especially suitable for these purposes. This suggests the application of neurofuzzy network models to seasonal stream flow forecasting. These models combine the advantages of the ANN and fuzzy set based approaches in a single integrated decision-making system. Analysis and forecast of stream flows one-step-ahead and multi-step-ahead are accomplished, using time series models, neural networks, and neurofuzzy networks. Database of average monthly inflows from Brazilian hydroelectric plants located in different river basins were used. The performance of the models was compared and the results show that the models here proposed provide a better performance than the others ones considering one-step-ahead forecasting and multi-step-ahead forecasting / Doutorado / Doutor em Engenharia Elétrica