A Bacia do Alto Tiete abriga cerca de 50% dos habitantes do Estado de São Paulo e é afetada freqüentemente por eventos de inundações. Uma das principais fontes de problemas é a alta impermeabilização devida à ocupação da superfície nas últimas décadas. Um dos seus tributários secundários, a bacia do Rio Pirajuçara se insere neste contexto e sofre com problemas da mesma natureza. A modelagem hidrológica permite uma análise do escoamento superficial nestes ambientes e é útil na previsão de vazões por meio de redes telemétricas e sensoriamento remoto. Entretanto, redes telemétricas apresentam problemas de representatividade espacial e exposição, radares meteorológicos, apesar da maior resolução espaço-temporal das estimativas de precipitação, possuem várias fontes de erros e incertezas. A principal delas se refere à relação ZR. Deste modo, a integração dessas medições e estimativas pode minimizar erros de ambas. O objetivo deste estudo é analisar aspectos hidrológicos da Bacia do Rio Pirajuçara por meio do modelo TOPMODEL com medições de vazão e precipitação disponíveis para 18 eventos monitorados entre outubro de 2008 a outubro de 2009. O modelo TOPMODEL foi calibrado com dez eventos e verificado com os demais. A calibração foi realizada com os dados da telemetria da Bacia do Alto Tietê, radar meteorológico de São Paulo e a combinação de ambos por meio da análise objetiva estatística. Os resultados da calibração indicam que o melhor desempenho foi obtido com radar meteorológico, com número de NASH de 0,51, menor erro quadrático médio e menor viés médio absoluto. A verificação também indicou o mesmo resultado com número de NASH de 0,69. As simulações indicam que apesar da utilização da precipitação média, o modelo TOPMODEL simulou adequadamente cerca de 75% das vazões de alerta. O trabalho evidencia as limitações da telemetria e seus impactos na integração com os dados do radar. / The Alto Tiete watershed is home for about 50% of the inhabitants of São Paulo State and is affected by recurrent flashfloods. One major source of difficulties is the high rate of soil impermeabilization caused by dense surface occupation in the last decades. One of its secondary tributaries, the Pirajussara watershed suffers with similar problems. Hydrological modeling allows the analysis of runoff and other variables in these basins. It also useful for streamflow forecast based on telemetric networks and remote sensing measurements. However, surface networks lack spatial representativity and exposure is a also a issue, weather radars, in spite of their much higher spatial and temporal resolution rainfall estimation, are affect by several sources of errors and uncertainties; the most significant one being the ZR relationship. Thus, the integration of these measurements and estimates can minimize errors of both. The goal of the present work is to analyze the surface hydrology of the Pirajussara watershed based on the TOPMODEL, streamflow and rainfall measurements available for eighteen events between October 2008 and October 2009. The TOPMODEL was calibrated with ten events and verified with the remaining events. The calibration was performed with the Alto Tiete telemetric measurements of streamflow and rainfall only, the São Paulo weather radar (SPWR) only and a combination of both through the statistical analysis scheme. Calibration results show a better performance for the SPWR with a NASH number of 0.51, least SME and mean bias. On the other hand, the verification also indicated better results for the SPWR with a NASH number of 0.69. The simulations indicate that in spite of the use of the mean rainfall over the watershed, the TOPMODEL performed adequately for 75% of the streamflow alerts. It is also evident the limitation of the available network and its impacts on the integration to the SPWR rainfall data.

Dans la zone intertropicale, les précipitations sont le principal marqueur climatique saisonnier et déterminent très largement l’hydrologie de surface et de nombreuses activités anthropiques. Le bassin amazonien est caractérisé par divers régimes régionaux de précipitations, dont la variabilité spatiale et temporelle est forte. De nombreux travaux ont montré que cette variabilité est liée à des forçages externes de large échelle, comme les températures de surface de l’océan. L’étude des précipitations dans cette région porte le plus souvent sur les tendances ou les extrêmes pluviométriques. En revanche, la détection d’années similaires constituant des sous-régimes régionaux et leur lien avec une configuration océano-atmosphérique particulière a été, jusqu’à présent, peu abordée. L’objectif principal de cette thèse est ainsi de créer une typologie des sous-régimes de précipitations régionaux dans le bassin amazonien et de les mettre en relation avec le contexte océano-atmosphérique pouvant en partie les expliquer. Dans ce but, des données issues de 205 pluviomètres répartis sur 5 pays du Bassin Amazonien ont été sélectionnées et soumises à une série de tests statistiques et de reconstruction. Cette thèse utilise également des données de nébulosité (Outgoing Longwave Radiation), de flux d’humidité et de température de surface de l’océan ainsi que des données satellitaires (TRMM3B42 version 7) qui permettent de compléter les informations sur la variabilité spatiale des pluies.Au sein de chacune des sept régions amazoniennes déterminées dans ce travail, deux à quatre sous-régimes de précipitations ont été détectés. Parmi les vingt-six sous-régimes, vingt sont associés à des anomalies de circulation des flux d’humidité et de température de surface des océans. Les sous-régimes de pluies de la moitié nord et les Andes de l’ouest du bassin sont le plus liés à des anomalies océaniques. De plus, comme cela est régulièrement décrit, des déficits ou excédents correspondent souvent à des phases El Niño ou La Niña, mais cette thèse met également en évidence le rôle important de l’Atlantique, en particulier sud, sur le déplacement de la ZCIT et sur les flux d’humidité ; et elle souligne également le lien entre la temporalité des événements océaniques et celle des anomalies de pluies.Le produit TRMM 3B42 V7 permet d’aller plus loin dans l’analyse de la variabilité spatiale intra-régionale des pluies de la région Nord-est du bassin amazonien et de relativiser la cohérence spatiale des sous-régimes de précipitations de cette région. / Precipitations are the main seasonal climate marker between the tropics and largely determine surface hydrolosy as well as many anthropogenic activities. The Amazon Basin is characterized by various regional rainfall patterns, whose spatial and temporal variability is high. Numerous studies have shown that this variability is related to large scale external forcing, such as sea surface temperatures. The analysis of precipitation in this region is generally related to trends or extreme of rainfall. However, the detection of similar years associated with regional sub-regimes and the analysis of their links with a specific ocean-atmosphere configuration has only been fewly addressed until now. The main objective of this thesis is to create a typology of regional precipitation sub-régimes in the Amazon Basin and to link them to ocean-atmosphere areas able to partly explain them. For that purpose data from 205 raingauges in 5 countries of the Amazon Basin were selected and submitted to a series of statistical tests and reconstruction. Outgoing longwave radiation, specific humidity, sea surface temperature, as well as satellite data (TRMM 3B42 version 7) were also used with the aim of improving the understanding of the spatial rainfall variability.Within each of the seven Amazon regions identified in this work, two to four precipitation sub-regimes were detected. Among the twenty six sub-regimes, twenty are associated with specific humidity and sea surface temperature anomalies. The precipitation sub-regimes of the northern half and the westernmost Andes of the Amazon Basin are most closely related to oceanic anomalies. Moreover, as previously described in the literature, reduction or surplus of rain often correspond to El Niño or La Niña phases, but this thesis also highlights the important role of the Atlantic, more specifically the southern part, on the move of the ITZC and on specific humidity. This work also stresses the link between the temporality of ocean events anomalies and rainfall anomalies.The TRMM 3B42 v7 product allows to enhance the analysis of the spatial variability of rainfall at the intra-regional scale of the North region of the Amazon Basin and to relativize the spatial coherence of its precipitation sub-regimes.

A Bacia do Alto Tiete abriga cerca de 50% dos habitantes do Estado de São Paulo e é afetada freqüentemente por eventos de inundações. Uma das principais fontes de problemas é a alta impermeabilização devida à ocupação da superfície nas últimas décadas. Um dos seus tributários secundários, a bacia do Rio Pirajuçara se insere neste contexto e sofre com problemas da mesma natureza. A modelagem hidrológica permite uma análise do escoamento superficial nestes ambientes e é útil na previsão de vazões por meio de redes telemétricas e sensoriamento remoto. Entretanto, redes telemétricas apresentam problemas de representatividade espacial e exposição, radares meteorológicos, apesar da maior resolução espaço-temporal das estimativas de precipitação, possuem várias fontes de erros e incertezas. A principal delas se refere à relação ZR. Deste modo, a integração dessas medições e estimativas pode minimizar erros de ambas. O objetivo deste estudo é analisar aspectos hidrológicos da Bacia do Rio Pirajuçara por meio do modelo TOPMODEL com medições de vazão e precipitação disponíveis para 18 eventos monitorados entre outubro de 2008 a outubro de 2009. O modelo TOPMODEL foi calibrado com dez eventos e verificado com os demais. A calibração foi realizada com os dados da telemetria da Bacia do Alto Tietê, radar meteorológico de São Paulo e a combinação de ambos por meio da análise objetiva estatística. Os resultados da calibração indicam que o melhor desempenho foi obtido com radar meteorológico, com número de NASH de 0,51, menor erro quadrático médio e menor viés médio absoluto. A verificação também indicou o mesmo resultado com número de NASH de 0,69. As simulações indicam que apesar da utilização da precipitação média, o modelo TOPMODEL simulou adequadamente cerca de 75% das vazões de alerta. O trabalho evidencia as limitações da telemetria e seus impactos na integração com os dados do radar. / The Alto Tiete watershed is home for about 50% of the inhabitants of São Paulo State and is affected by recurrent flashfloods. One major source of difficulties is the high rate of soil impermeabilization caused by dense surface occupation in the last decades. One of its secondary tributaries, the Pirajussara watershed suffers with similar problems. Hydrological modeling allows the analysis of runoff and other variables in these basins. It also useful for streamflow forecast based on telemetric networks and remote sensing measurements. However, surface networks lack spatial representativity and exposure is a also a issue, weather radars, in spite of their much higher spatial and temporal resolution rainfall estimation, are affect by several sources of errors and uncertainties; the most significant one being the ZR relationship. Thus, the integration of these measurements and estimates can minimize errors of both. The goal of the present work is to analyze the surface hydrology of the Pirajussara watershed based on the TOPMODEL, streamflow and rainfall measurements available for eighteen events between October 2008 and October 2009. The TOPMODEL was calibrated with ten events and verified with the remaining events. The calibration was performed with the Alto Tiete telemetric measurements of streamflow and rainfall only, the São Paulo weather radar (SPWR) only and a combination of both through the statistical analysis scheme. Calibration results show a better performance for the SPWR with a NASH number of 0.51, least SME and mean bias. On the other hand, the verification also indicated better results for the SPWR with a NASH number of 0.69. The simulations indicate that in spite of the use of the mean rainfall over the watershed, the TOPMODEL performed adequately for 75% of the streamflow alerts. It is also evident the limitation of the available network and its impacts on the integration to the SPWR rainfall data.

Neste estudo, trata-se de avaliar fontes de precipitação baseadas em estimativas por satélite e técnicas de assimilação de dados para previsão de vazões por meio do modelo hidrológico distribuído MGB-IPH. A insuficiente representatividade espacial dos pluviômetros torna difícil a correta representação dos campos de precipitações. Por outro lado, as estimativas de satélite, embora forneçam uma descrição espacial mais consistente, são potencialmente menos acuradas. Sendo assim, procura-se utilizar métodos que combinem os dados de ambas as fontes para gerar um campo de precipitação mais consistente. Neste trabalho, implementaramse dois modelos de combinação pluviômetro-satélite, CHUVSAT e MERGEHQ, através de uma metodologia de interpolação. Por outro lado, as técnicas de assimilação de dados acoplados aos modelos de previsão hidrológica são também de interesse neste estudo, pois minimizam as incertezas associadas ao processo de calibração de parâmetros, às variáveis de estado e dados de entrada do modelo hidrológico. Para esse propósito, escolheu-se a bacia do rio Tocantins e implementou-se particularmente a técnica de assimilação de dados de tipo sequencial chamado na literatura de filtro de partículas, conjuntamente com o método de filtro Kalman por conjunto e o método de assimilação AsMGB atualmente acoplado ao modelo MGB-IPH. O estudo mostra que a precipitação combinada utilizada como dado de entrada na simulação hidrológica permitiu reproduzir adequadamente os hidrogramas observados para o período de calibração e validação. Já para o caso das vazões resultantes, durante a etapa de previsão, a precipitação combinada mostrou-se com melhor desempenho em termos estatísticos que os métodos sem combinar, sobretudo após 24 horas de antecedência. Finalmente, a técnica de assimilação de dados por filtro de partículas conseguiu absorver os erros da simulação melhorando as medidas de desempenho na etapa de previsão sendo superior ao modelo de previsão sem considerar assimilação. / The objective of this study is to evaluate precipitation sources based on satellite estimates and data assimilation techniques for prediction of flows by means of the distributed hydrological model MGB-IPH. The insufficient spatial availability of rain gauges makes difficult to represent precipitation fields appropriately. In contrast, satellite estimates, although providing a more consistent spatial description, are potentially less accurate. Thus, raingauge satellite merging methods that combine data from both sources to generate a more consistent precipitation field are used herein. For this purpose, two models namely CHUVSAT and MERGEHQ were implemented using an interpolation technique. On the other hand, data assimilation techniques coupled with hydrological forecasting models are also assessed in this study. The assimilation process minimizes the uncertainties associated with the parameter calibration procedure, variable state and hydrological input data. In this manner, the sequential data assimilation technique namely particle filter in conjunction with the Kalman filter method and the assimilation method AsMGB, which is currently coupled to the MGBIPH model, were implemented and applied to the Tocantis basin. The obtained results showed that the combined precipitation used as input data in the hydrological simulation allowed reproducing adequately the observed hydrograms for the periods of calibration and validation. In the case of the resulting flows during the forecast stage, the merging precipitation was shown to perform better in statistical terms than the uncombined methods, especially after 24 hours in advance. Finally, the data assimilation technique by particle filter was able to absorb all simulation errors, improving the performance measures in the forecasting stage, thus being superior to the forecasting model without considering assimilation.

Il est connu qu’avoir un système d’observation de la pluie de haute résolution spatio – temporelle est crucial pour obtenir de bons résultats dans la modélisation pluie – écoulement. Le radar est un outil qui donne des estimations quantitatives de precipitation avec une très bonne résolution. Lorsqu’il est fusionné avec un réseau des pluviomètres les avantages des deux systèmes sont obtenus. Cependant, les estimations fournies par le radar ont des incertitudes différentes à celles qui sont obtenus avec les pluviomètres. Dans le processus de calcul pluie – écoulement l'incertitude des précipitations interagit avec l'incertitude du modèle hydrologique. L’objectif de ce travail est d’étudier les méthodes utilisées pour quantifier l'incertitude dans l'estimation des précipitations par fusion radar – pluviomètres et de l'incertitude dans la modélisation hydrologique, afin de développer une méthodologie d'analyse de leurs contributions individuelles au traitement pluie - écoulement.Le travail est divisé en deux parties, la première cherche à évaluer: Comment peut-on quantifier l'incertitude de l'estimation des précipitations par radar? Pour répondre à la question, l'approche géostatistique par Krigeage avec Dérive Externe (KED) et Génération Stochastique de la précipitation a été utilisée, qui permet de modéliser la structure spatio – temporaire de l’erreur. La méthode a été appliquée dans la région des Cévennes - Vivarais (France), où il y a un système très dense d'observation. La deuxième partie explique: Comment pourrais être quantifiée l'incertitude de la simulation hydrologique qui provient de l'estimation de précipitation par radar et du processus de modélisation hydrologique? Dans ce point, l'outil de calcul hydrologique à Mesoéchelle (HCHM) a été développé, c’est un logiciel hydrologique distribuée et temps continu, basé sur le Numéro de Courbe et l’Hydrographe Unitaire. Il a été appliqué dans 20 résolutions spatio - temporelles allant de 10 à 300 km2 et 1 à 6 heures dans les bassins de l’Ardèche (~ 1971 km2) et le Gardon (1810 km2). Apres une analyse de sensibilité, le modèle a été simplifié avec 4 paramètres et l’incertitude de la chaîne de processus a été analysée: 1) Estimation de precipitation; 2) Modélisation hydrologique; et 3) Traitement pluie - écoulement, par l’utilisation du coefficient de variation de l'écoulement simulé.Il a été montré que KED est une méthode qui fournit l’écart type de l’estimation des précipitations, lequel peut être transformé dans une estimation stochastique de l’erreur locale. Dans la chaîne des processus: 1) L'incertitude dans l'estimation de précipitation augmente avec la réduction de l’échelle spatio – temporelle, et son effet est atténué par la modélisation hydrologique, vraisemblablement par les propriétés de stockage et de transport du bassin ; 2) L'incertitude de la modélisation hydrologique dépend de la simplification des processus hydrologiques et pas de la surface du bassin ; 3) L'incertitude dans le traitement pluie - écoulement est le résultat de la combinaison amplifiée des incertitudes de la précipitation et la modélisation hydrologique. / It is known that having a precipitation observation system at high space - time resolution is crucial to obtain good results in rainfall - runoff modeling. Radar is a tool that offers quantitative precipitation estimates with very good resolution. When it is merged with a rain gauge network the advantages of both systems are achieved. However, radars estimates have different uncertainties than those obtained with the rain gauge. In the modeling process, uncertainty of precipitation interacts with uncertainty of the hydrological model. The objective of this work is: To study methods used to quantify the uncertainty in radar – raingauge merge precipitation estimation and uncertainty in hydrological modeling, in order to develop a methodology for the analysis of their individual contributions in the uncertainty of rainfall - runoff estimation.The work is divided in two parts, the first one evaluates: How the uncertainty of radar precipitation estimation can be quantified? To address the question, the geostatistical approach by Kriging with External Drift (KED) and Stochastic Generation of Precipitation was used, which allows to model the spatio - temporal structure of errors. The method was applied in the Cévennes - Vivarais region (France), where there is a very rich observation system. The second part explains: How can it be quantified the uncertainty of the hydrological simulation coming from the radar precipitation estimates and hydrological modeling process? In this point, the hydrological mesoscale computation tool was developed; it is distributed hydrological software in time continuous, within the basis of the Curve Number and the Unit Hydrograph. It was applied in 20 spatio-temporal resolutions ranging from 10 to 300 km2 and 1 to 6 hours in the Ardèche (~ 1971 km2) and the Gardon (1810 km2) basins. After a sensitivity analysis, the model was simplified with 4 parameters and the uncertainty of the chain of process was analyzed: 1) Precipitation estimation; 2) Hydrological modeling; and 3) Rainfall - runoff estimation, by using the coefficient of variation of the simulated flow.It has been shown that KED is a method that provides the standard deviation of the precipitation estimation, which can be transformed into a stochastic estimation of the local error. In the chain of processes: 1) Uncertainty in precipitation estimation increases with decreasing spatio-temporal scale, and its effect is attenuated by hydrological modeling, probably due by storage and transport properties of the basin; 2) The uncertainty of hydrological modeling depends on the simplification of hydrological processes and not on the surface of the basin; 3) Uncertainty in rainfall - runoff treatment is the result of the amplified combination of precipitation and hydrologic modeling uncertainties.

Neste estudo, trata-se de avaliar fontes de precipitação baseadas em estimativas por satélite e técnicas de assimilação de dados para previsão de vazões por meio do modelo hidrológico distribuído MGB-IPH. A insuficiente representatividade espacial dos pluviômetros torna difícil a correta representação dos campos de precipitações. Por outro lado, as estimativas de satélite, embora forneçam uma descrição espacial mais consistente, são potencialmente menos acuradas. Sendo assim, procura-se utilizar métodos que combinem os dados de ambas as fontes para gerar um campo de precipitação mais consistente. Neste trabalho, implementaramse dois modelos de combinação pluviômetro-satélite, CHUVSAT e MERGEHQ, através de uma metodologia de interpolação. Por outro lado, as técnicas de assimilação de dados acoplados aos modelos de previsão hidrológica são também de interesse neste estudo, pois minimizam as incertezas associadas ao processo de calibração de parâmetros, às variáveis de estado e dados de entrada do modelo hidrológico. Para esse propósito, escolheu-se a bacia do rio Tocantins e implementou-se particularmente a técnica de assimilação de dados de tipo sequencial chamado na literatura de filtro de partículas, conjuntamente com o método de filtro Kalman por conjunto e o método de assimilação AsMGB atualmente acoplado ao modelo MGB-IPH. O estudo mostra que a precipitação combinada utilizada como dado de entrada na simulação hidrológica permitiu reproduzir adequadamente os hidrogramas observados para o período de calibração e validação. Já para o caso das vazões resultantes, durante a etapa de previsão, a precipitação combinada mostrou-se com melhor desempenho em termos estatísticos que os métodos sem combinar, sobretudo após 24 horas de antecedência. Finalmente, a técnica de assimilação de dados por filtro de partículas conseguiu absorver os erros da simulação melhorando as medidas de desempenho na etapa de previsão sendo superior ao modelo de previsão sem considerar assimilação. / The objective of this study is to evaluate precipitation sources based on satellite estimates and data assimilation techniques for prediction of flows by means of the distributed hydrological model MGB-IPH. The insufficient spatial availability of rain gauges makes difficult to represent precipitation fields appropriately. In contrast, satellite estimates, although providing a more consistent spatial description, are potentially less accurate. Thus, raingauge satellite merging methods that combine data from both sources to generate a more consistent precipitation field are used herein. For this purpose, two models namely CHUVSAT and MERGEHQ were implemented using an interpolation technique. On the other hand, data assimilation techniques coupled with hydrological forecasting models are also assessed in this study. The assimilation process minimizes the uncertainties associated with the parameter calibration procedure, variable state and hydrological input data. In this manner, the sequential data assimilation technique namely particle filter in conjunction with the Kalman filter method and the assimilation method AsMGB, which is currently coupled to the MGBIPH model, were implemented and applied to the Tocantis basin. The obtained results showed that the combined precipitation used as input data in the hydrological simulation allowed reproducing adequately the observed hydrograms for the periods of calibration and validation. In the case of the resulting flows during the forecast stage, the merging precipitation was shown to perform better in statistical terms than the uncombined methods, especially after 24 hours in advance. Finally, the data assimilation technique by particle filter was able to absorb all simulation errors, improving the performance measures in the forecasting stage, thus being superior to the forecasting model without considering assimilation.

Neste estudo, trata-se de avaliar fontes de precipitação baseadas em estimativas por satélite e técnicas de assimilação de dados para previsão de vazões por meio do modelo hidrológico distribuído MGB-IPH. A insuficiente representatividade espacial dos pluviômetros torna difícil a correta representação dos campos de precipitações. Por outro lado, as estimativas de satélite, embora forneçam uma descrição espacial mais consistente, são potencialmente menos acuradas. Sendo assim, procura-se utilizar métodos que combinem os dados de ambas as fontes para gerar um campo de precipitação mais consistente. Neste trabalho, implementaramse dois modelos de combinação pluviômetro-satélite, CHUVSAT e MERGEHQ, através de uma metodologia de interpolação. Por outro lado, as técnicas de assimilação de dados acoplados aos modelos de previsão hidrológica são também de interesse neste estudo, pois minimizam as incertezas associadas ao processo de calibração de parâmetros, às variáveis de estado e dados de entrada do modelo hidrológico. Para esse propósito, escolheu-se a bacia do rio Tocantins e implementou-se particularmente a técnica de assimilação de dados de tipo sequencial chamado na literatura de filtro de partículas, conjuntamente com o método de filtro Kalman por conjunto e o método de assimilação AsMGB atualmente acoplado ao modelo MGB-IPH. O estudo mostra que a precipitação combinada utilizada como dado de entrada na simulação hidrológica permitiu reproduzir adequadamente os hidrogramas observados para o período de calibração e validação. Já para o caso das vazões resultantes, durante a etapa de previsão, a precipitação combinada mostrou-se com melhor desempenho em termos estatísticos que os métodos sem combinar, sobretudo após 24 horas de antecedência. Finalmente, a técnica de assimilação de dados por filtro de partículas conseguiu absorver os erros da simulação melhorando as medidas de desempenho na etapa de previsão sendo superior ao modelo de previsão sem considerar assimilação. / The objective of this study is to evaluate precipitation sources based on satellite estimates and data assimilation techniques for prediction of flows by means of the distributed hydrological model MGB-IPH. The insufficient spatial availability of rain gauges makes difficult to represent precipitation fields appropriately. In contrast, satellite estimates, although providing a more consistent spatial description, are potentially less accurate. Thus, raingauge satellite merging methods that combine data from both sources to generate a more consistent precipitation field are used herein. For this purpose, two models namely CHUVSAT and MERGEHQ were implemented using an interpolation technique. On the other hand, data assimilation techniques coupled with hydrological forecasting models are also assessed in this study. The assimilation process minimizes the uncertainties associated with the parameter calibration procedure, variable state and hydrological input data. In this manner, the sequential data assimilation technique namely particle filter in conjunction with the Kalman filter method and the assimilation method AsMGB, which is currently coupled to the MGBIPH model, were implemented and applied to the Tocantis basin. The obtained results showed that the combined precipitation used as input data in the hydrological simulation allowed reproducing adequately the observed hydrograms for the periods of calibration and validation. In the case of the resulting flows during the forecast stage, the merging precipitation was shown to perform better in statistical terms than the uncombined methods, especially after 24 hours in advance. Finally, the data assimilation technique by particle filter was able to absorb all simulation errors, improving the performance measures in the forecasting stage, thus being superior to the forecasting model without considering assimilation.

No description available.