Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Filosofia e Ciências Humanas. Programa de Pós-Graduação em Ciências Humanas. / Made available in DSpace on 2012-10-20T14:52:06Z (GMT). No. of bitstreams: 1 198984.pdf: 4273119 bytes, checksum: 605901c62394a0d6edcd70e61336f663 (MD5) / As limitações das previsões de tempo regionais para fins hidrológicos são discutidas a partir de um enfoque interdisciplinar # que privilegiou as relações entre os campos da Meteorologia e da Sociologia. O estudo focaliza o Vale do Itajaí, no estado de Santa Catarina, Brasil, uma área freqüentemente atingida por enchentes que penalizam duramente a população e as atividades econômicas locais. A hipótese básica de que se partiu foi que a confiabilidade de uma previsão do tempo, para os propósitos desse estudo, não reside apenas na atualização do aparato tecnológico colocado à disposição das atividades científicas e operacionais da Meteorologia, mas dependem também das formas como esse aparato é utilizado no quadro das relações institucionalizadas em que se realizam essas mesmas atividades. Para testar a hipótese, abordar o objeto e alcançar os objetivos propostos, empregou-se a Teoria Ator-Rede, tal como desenvolvida pelo sociólogo francês Bruno Latour, um dos principais representantes da chamada Análise Sociotécnica, campo do conhecimento que estuda as relações entre a ciência, a tecnologia e a sociedade. Essa abordagem teórico-metodológica contribuiu para o entendimento das questões tratadas, no caso, os meandros da confecção das previsões do tempo, os seus parâmetros de

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.

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.

[pt] Realizar a previsão de volatilidade futura é algo que intriga muitos estudiosos, pesquisadores e pessoas do mercado financeiro. O modelo e a metodologia utilizados no cálculo são fundamentais para o apreçamento de opções e dependendo das variáveis utilizadas, o resultado se torna muito sensível, propiciando resultados diferentes. Tudo isso pode causar cálculos imprecisos e estruturação de estratégias erradas de compra e venda de ações e opções por empresas e investidores. Por isso, o objetivo deste trabalho é utilizar alguns modelos para o cálculo de volatilidade futura e analisar os resultados, avaliando qual o melhor modelo a ser empregado, propiciando uma melhor previsão da volatilidade futura. / [en] Make a prediction of future volatility is a subject that causes debate between scholars, researchers and people in the financial market. The modeal nd methodology used in the calculation are fundamental to the pricing of options and depending on the variables used, the result becomes very sensitive, giving different results. All this can cause inaccurate calculations and wrong strategies for buying and selling stocks and options by companies and investors. Therefore, the objective of this work is to use models for the calculation of future volatility and analyze the results, evaluating the best model to be used, allowing a better prediction of future volatility.

[pt] Nesta dissertação é desenvolvido um modelo de previsão de energia elétrica de curto prazo (previsão mensal) para o sistema elétrico no Brasil, em especial para as concessionárias dos sistemas interligados, através de um modelo de Redes Neurais que emprega um algoritmo de otimização camada a camada. O objetivo principal deste trabalho consiste em demonstrar que bons resultados preditivos podem ser alcançados com a utilização desse algoritmo para séries de energia elétrica e que esse método poderia fazer parte dos métodos de previsão que compõem o Sistema de Previsão de Carga (PREVCAR) do Operador Nacional do Sistema (ONS) a saber: modelo de Holt & Winters, modelo de Box & Jenkins, modelo de redes Neurais (backpropagation) e modelo de Lógica Fuzzy. / [en] It is developed in this essay a short forecast electric energy model (monthly forecast) to the electric system in Brazil, particularly to interconnected systems utilities, through a neural network model, which employs a layer by layer improvement algorithm. The aim of this proposition consists in demonstrating that good forecast results can be reached with the use this algorithm to electric energy series and that this method could be part of the forecast methods, wich compose the Load Forecasting System (PREVCAR) of National System model (backpropagation) and Fuzzy logic model.

[pt] O presente trabalho é inteiramente baseado na teoria de modelagem de Séries Temporais, proposta por BOX & JENKINS em Times Series Analysis, forecasting and control (1970). É dado ênfase ao problema de identificação de modelos e de testes estatísticos, aplicados a modelos com parâmetros estimados, com vista a previsão de uma série temporal. O trabalho apresenta um conjunto de programas para aplicações práticas das técnicas desenvolvidas. Em particular, é tratado o caso de uma série hidrológica de vazões do Rio Grande, Brasil, nos últimos 40 anos. / [en] The present paper is totally based upon the theory of Times Series Modeling, presented by BOX & JENKINS in Time Series Analysis , forecasting and Control (1970). Enphasis is given to the problem of model identication and statistical testes applied do models, using estimated parameters, with the objective to forecast in time series. This paper presents a set of programs for practical applications of the techniques developped. The case of a hidrologic time series of inflows of Rio Grande, Brazil, is included.

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 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.

[pt] A previsão de séries temporais é um assunto de grande importância para diversas áreas, podendo servir como base para planejamento e controle, entre outros. As formas mais comuns de previsão são as pontuais. É arriscado, no entanto, planejadores tomarem decisões unicamente com base em previsões pontuais, pois séries reais são compostas por uma parte aleatória que não pode ser definida por modelagem matemática. Um modo de contornar este problema é realizando previsões intervalares. Estas fornecem informações sobre as incertezas das previsões pontuais, o que auxilia o planejador em suas decisões. Modelos de lógica fuzzy têm sido investigados na literatura de previsão devido a sua capacidade de modelar incertezas. Apesar disso, sistemas de lógica fuzzy Mamdani (MFLS) foram pouco investigados no tema, comparando-se a outros tipos de modelagens fuzzy. Ademais, entende-se que a literatura de previsão intervalar com modelos fuzzy é limitada. Neste contexto, este trabalho propõe um método para construção de previsões intervalares a partir das previsões pontuais do modelo MFLS de tipo-1 (T1 MFLS). O método proposto para construção de previsões intervalares do MFLS é baseado na reamostragem de erros in-sample. O modelo T1 MFLS é construído com uma heurística (para partição do universo de discurso das variáveis do modelo) e com a seleção da entrada do modelo. Previsões pontuais e intervalares são produzidas para séries horárias de carga de energia elétrica. A literatura de modelos fuzzy de previsão é revisada. / [en] Time series forecasting is an important subject for many areas; it can serve as basis for planning and control, among others. The most common type of forecast is the point forecast. It is, nevertheless, risky to make decisions based on point forecasts, considering that real time series are composed by a random part that cannot be exactly defined by mathematical modeling. One way to by-pass this problem is by producing interval forecasts. These provide information about point forecasts reliability, what helps the planner make his decisions. Fuzzy logic models have been investigated in the forecasting literature due to their ability to model uncertainties. In spite of this, Mamdani fuzzy logic systems (MFLS) have been less investigated in this subject than other types of fuzzy modeling approaches. Furthermore, it is understood that the literature of interval forecasting with fuzzy models is very limited. In this context, this work proposes a method for creating interval prediction from point forecasts of a type-1 MFLS (T1 MFLS). The proposed method for interval forecast construction is based on the resampling of in-sample errors. The T1 MFLS model is constructed with a heuristic (that makes the partition of the universe of discourse of the model s variables) and with selection of the model s inputs. Point and interval forecasts are produced for hourly electricity load series. The literature of fuzzy models applied in forecasting is reviewed.

A previsão e emissão de alertas antecipados constituem um dos principais elementos na prevenção dos impactos ocasionados por eventos de cheias. Uma das formas utilizadas para se obter uma ampliação do horizonte de previsão é através do uso da modelagem chuva-vazão associada à previsão de precipitação, tipicamente derivada de modelos meteorológicos. A precipitação, no entanto, é uma das variáveis que impõe maior dificuldade na previsão meteorológica, sendo considerada uma das principais fontes de incerteza nos resultados da previsão de cheias. A previsão por conjunto é uma técnica originalmente desenvolvida nas ciências atmosféricas e procura explorar as incertezas associadas às condições iniciais e/ou deficiências na estrutura dos modelos meteorológicos com intuito de melhorar sua previsibilidade. A partir de diferentes modelos meteorológicos ou de diferentes condições iniciais de um único modelo, são gerados um conjunto de previsões que representam possíveis trajetórias dos processos atmosféricos ao longo do horizonte de previsão. Pesquisas recentes, principalmente na Europa e Estados Unidos, têm mostrado resultados promissores do acoplamento de previsões meteorológicas por conjunto à modelos hidrológicos para realizar previsões de cheia. Essa pesquisa trata da avaliação do benefício da previsão de cheias por conjunto em curto prazo, em uma bacia de médio porte, utilizando dados e de ferramentas para previsão de vazões disponíveis em modo operacional no Brasil. Como estudo de caso foi utilizada a bacia do Rio Paraopeba (12.150km²), de clima tipicamente tropical, localizada na região sudeste do Brasil. A metodologia proposta para geração das previsões hidrológicas utilizou o modelo hidrológico MGB-IPH alimentado por um conjunto previsões de precipitação de diferentes modelos, com diferentes condições iniciais e parametrizações, dando origem a distintos cenários de previsão de vazões. Como parâmetro de referência na avaliação do desempenho das previsões por conjunto foi utilizada uma previsão hidrológica determinística única, baseada em uma previsão de precipitação obtida da combinação ótima de saídas de diversos modelos meteorológicos. As previsões foram realizadas retrospectivamente no período entre ago/2008 e mai/2011, sendo analisadas durante o período chuvoso dos anos hidrológicos (out-abr). Os resultados das previsões de cheia por conjunto foram avaliados através de uma representação determinística, considerando a média dos membros do conjunto, assim como através de uma representação probabilística, considerando todos os membros, através de medidas de desempenho específicas para esse fim. Na avaliação determinística, a média do conjunto hidrológico apresentou resultados similares aos obtido com a previsão determinística de referência, embora tenha apresentado benefício significativo em relação à maior parte dos membros do conjunto. A avaliação das previsões de cheia por conjunto, por sua vez, mostrou a existência de uma superestimativa e de um subespalhamento dos membros em relação às observações, sobretudo nos primeiros intervalos de tempo da previsão. Na comparação dos resultados das previsões de eventos do tipo dicótomos, que consideram a superação ou não de vazões limites de alerta, o 9º decil das previsões por conjunto mostrou superioridade em relação à previsão determinística de referência e mesmo a média do conjunto, sendo possível obter, na maior parte dos casos analisados, um aumento significativo na proporção de eventos corretamente previstos mantendo as taxas de alarmes falsos em níveis reduzidos. Esse benefício foi, de modo geral, maior para maiores antecedências e vazões limites, situações mais importantes num contexto de prevenção de cheias. Os resultados mostraram ainda que, em média, uma diminuição do número de membros do conjunto diminui seu desempenho nas previsões. / The forecasting and issuing of early warnings represent a key element to prevent the impacts of flood events. An alternative to extend forecasting horizon is the use of rainfall-runoff modeling coupled with precipitation forecasts derived from numerical weather prediction (NWP) models. However, NWP models have difficulty to accurately predict precipitation due to the extremely sensitivity of the initial conditions. Therefore, this variable represents one of the major sources of uncertainties in flood forecasting. A probabilistic or ensemble forecasting approach was originally developed in the atmospheric sciences and then applied to other research areas. This procedure explores the uncertainties related to initial conditions and deficiencies in the structure of NWP models intending to improve its predictability. Using different NWP models or different initial conditions of a single model, an ensemble forecast showing possible trajectories of atmospheric processes over the forecast horizon are produced. Recent studies developed in Europe and the United States have shown promising results in flood forecasting using hydrological models fed by NWP ensemble outputs. The present research assess the performance of short term ensemble flood forecasting in a medium size tropical basin, based on data and streamflow forecasting tools available in operational mode in Brazil. The Paraopeba River basin (12,150 km²), located in the upper portion of the São Francisco River basin, in Southeastern Brazil, was selected as a case study. The proposed methodology used the MGB-IPH hydrological coupled to an ensemble of precipitation forecasts generated by several models with different initial conditions and parameterizations. The results are several scenarios of streamflow forecasts. A single deterministic streamflow forecast, based on a quantitative precipitation forecast derived from the optimal combination of several outputs of NWP models, was used as a reference to assess the performance of the streamflow ensemble forecasts. The streamflow forecasts were performed between aug/2008 and may/2011 and were analyzed during the rainy seasons (austral summer). The results from the ensemble flood forecasting were assessed by deterministic and probabilistic performance measures, with the ensemble mean being used by the former, and specific assessment measure by the later. Based on the deterministic assessment, the ensemble mean showed similar results to those obtained by the deterministic reference forecast, although showing better performance over most of the ensemble members. Based on the probabilistic performance measures, however, results showed the existence of an ensemble overforecasting and underspread of the members in regard to observed values, especially during the first lead times. The results for predictions of dichotomous events, which mean exceeding or not flood warning thresholds, showed that the 9th decile of the ensemble over performed the deterministic forecast and even the ensemble mean. In most cases, it was observed an increase in the proportion of correctly forecasted events while keeping false alarm rates at low levels. This benefit was generally higher for higher flow thresholds and for longer lead times, which are the most important situations for flood mitigation. The results show, also, that, in average, a reduction in the number of ensemble members decreases the performance of ensemble flood forecasts.