Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-23T11:41:58Z No. of bitstreams: 2 Dissertação -Tatiane Souza Rodrigues Pereira - 2015.pdf: 12338914 bytes, checksum: c966794ae558bcc73711fb5a806a52dd (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-23T11:45:02Z (GMT) No. of bitstreams: 2 Dissertação -Tatiane Souza Rodrigues Pereira - 2015.pdf: 12338914 bytes, checksum: c966794ae558bcc73711fb5a806a52dd (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-10-23T11:45:02Z (GMT). No. of bitstreams: 2 Dissertação -Tatiane Souza Rodrigues Pereira - 2015.pdf: 12338914 bytes, checksum: c966794ae558bcc73711fb5a806a52dd (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2015-04-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Financiadora de Estudos e Projetos- Finep / The impermeabilization of Brazil watersheds have generated socio-economic and environmental impacts innumerable, which has resulton a dare for public administrations. This because most of the towns do not have an efficient drainage system, this causes the water seeps quickly into water streams that are not prepared to support this new level of streamflow, mainly towards the extreme rainfall events. Thus, the hydrological modeling appears like an important support tool for planning and management. However this tool is subject to limitations that must be ascertained through calibration and model validation in real field conditions. This calibration process has been the focus of research and discussion in the last 50 years, and the most currently accepted models are based on uncertainty those analysis to determine the parameters. This study aims at the assessthe development and calibration of the model rainfall-runoff UFGModel1.1 as well as analyze the uncertainty applied to the simulation of streamflow. For this purpose, we used methodologies of uncertainty analysis by means of the Monte Carlo methods (MC) and Markov Chain Monte Carlo (MCMC), which form the basis of the GLUE and DREAM algorithms, respectively, for estimating uncertainties.The results demonstrate that DREAM performs better than the calibrating the GLUE. The various sets of parameters found for both algorithms were considered great for model validation, enabling high efficiency of this precipitation events for medium at very strong with relatively narrow uncertainty limits for DREAM and great for GLUE. The parameter that showed lower sensitivity in the model was the Manning channel. / A impermeabilização das bacias hidrográficas brasileiras têm gerado inúmeros impactos sócio-econômicos-ambientais, o que tem resultado em um desafio para as gestõespúblicas. Isso porque, a maioria das cidades não possuem um sistema de drenagem eficiente, assim a água escoa rapidamente para dentro cursos d’água que nãoestão preparados para suportar esse novo patamar de vazões, principalmente frente a eventos de chuva extremos. Dessa forma, a modelagem hidrológica aparece como uma importante ferramenta de suporte ao planejamento e gestão. No entanto, tal ferramenta está sujeita a limitações que devem ser averiguadas por meio de calibração e validação do modelo em condições reais de campo. Este processo de calibração tem sido foco de pesquisa e discussão nos últimos 50 anos, sendo que atualmente os modelos mais aceitos são os que empregam análise de incerteza na determinação dos parâmetros. Este estudo, visa avaliar o desenvolvimento e calibração do modelo de precipitação-vazão UFGModel1.1, bem como analisar a incerteza aplicada na simulação das vazões. Para tanto, utilizou-se metodologias de análise de incerteza por meio dos métodos de Monte Carlo (MC) e Cadeia de MarkovMonte Carlo (MCMC),que formam as bases dos algoritmos GLUE e DREAM, respectivamente, paraestimação de incertezas. Os resultados demonstram que o DREAM realiza uma melhor calibração que o GLUE. Osvários conjuntos de parâmetrosencontrados, para ambos algoritmos, foram considerados ótimos para a validação do modelo, possibilitando alta eficiência deste para eventosde precipitação de médio à fortes com limites de incerteza relativamente estreitos para o DREAM e grandes para o GLUE.O parâmetro que apresentou menor sensibilidade no modelo foi o Manning do canal.