Alternativamente ao preenchimento de falhas, buscou-se neste estudo apresentar uma metodologia para a geração de séries de precipitações mensais médias apenas com os dados observados disponíveis nas estações pluviométricas presentes na área de estudo e seu entorno. Neste caso, para cada época da série, somente os dados disponíveis foram utilizados para o cálculo da precipitação média, assim em cada época admitiu-se que uma combinação diferente de postos pluviométricos fosse utilizada para o seu cálculo. Para isso foi desenvolvida uma ferramenta computacional em ambiente SIG para automatizar todas as etapas do estudo. Os resultados das séries de precipitação mensal média para uma bacia hidrográfica calculados segundo a metodologia alternativa apresentada foram comparados a dois métodos de preenchimento de falhas comumente utilizados nos estudos hidrológicos. Posteriormente foram avaliados os impactos do quantitativo de falhas nas séries. Também foram avaliados os reflexos na aplicação das séries na modelagem chuva-vazão e por fim a metodologia foi aplicada a um caso concreto. Os resultados encontrados e os testes estatísticos apontam resultados satisfatórios e equivalentes nas condições testadas. Verificou-se uma degradação na correlação entre a série gerada a partir dos dados sem falhas e as séries geradas com os dados com as imposições das falhas com o aumento do número de falhas impostas. As séries de vazões médias mensais geradas utilizando-se o modelo mensal SMAP quando da aplicação das séries de precipitação calculadas pela metodologia alternativa também se mostraram equivalentes, segundo os testes estatísticos realizados, às séries geradas de dados de precipitação sem falhas ou com as falhas preenchidas. As diferenças encontradas entre as séries foram pequenas o que se refletiu nos Índices de Nash-Sutcliffe que foram próximos. / In this study, we proposed a methodology for the generation of average monthly rainfall series only with the observed data available in the rainfall stations present in the study area and its surroundings. In this case, for each season of the series only the available data were used for the calculation of the average precipitation, so in each season it was admitted that a different combination of pluviometric stations was used for its calculation. For this, a computational tool was developed with a GIS approach to automate all stages of the study. The results of the average monthly rainfall series for a river basin calculated according to the alternative methodology presented were compared to two methods of filling gaps commonly used in hydrological studies. Subsequently, the impacts of the number of failures in the series were evaluated. We also evaluated the reflexes in the application of the series in the rainfall-flow modeling and finally the methodology was applied to a case study. The results found and the statistical tests show satisfactory and equivalent results under the conditions tested. There was a degradation in the correlation between the series generated from the data without fail and the series generated with the data with the impositions of the failures with the increase of the gaps imposed. The series of monthly average flows generated using the SMAP monthly model when applying the rainfall series calculated by the alternative methodology were also shown to be equivalent, according to the statistical tests carried out, to the series generated of data of precipitation without gaps or with the gaps fulfilled. The differences found between the series were small, which was reflected in the Nash-Sutcliffe Indices that were close.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-15052018-184034 |
| Date | 23 February 2018 |
| Creators | Bielenki Júnior, Cláudio |
| Contributors | Mauad, Frederico Fabio |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | English |
| Type | Tese de Doutorado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0025 seconds