Conselho Nacional de Desenvolvimento Científico e Tecnológico / The knowledge of intense precipitation is primordial in hydraulic structures design. However, the determination of this variable stumbles on its monitoring deficiency. Thus, the use of statistical methods, such as regional frequency analysis, aims to support the determination or caracterization of these precipitation. The purpose of this study was to identify behavioral patterns of daily intense precipitation that allows the estimative of design storm in ungauged basins. The study was directed to the southernmost state of Brazil, Rio Grande do Sul (RS), a region with one of the world highest intense precipitation events. The hydrometeorological monitoring of the region is accomplished mainly by the National Water Agency (ANA). In this study were analyzed 1070 rain gauges, containing records between 1912 and 2014. Firstly, the consistency procedure was performed, by pre-analyzing and classifying the precipitation events (adapted Z score), selection of annual maximum series of continuous periods, and punctual validation. In the second stage, the maximum events were submitted to a regional frequency analysis, based on the regionalization method of Hoskins e Wallis. Finally, was demonstrated a precipitation estimative method for ungauged basins. The results of the pre-analysis characterized the periods of greatest temporal and spatial continuity from the available records, which occurred in the decade of 1970. On the other hand, this period has the greatest number of monitoring inconsistencies. The classification of the precipitation records indicated possible inconsistent data. Parallel to this, the selection process allowed the elaboration of maximum series of 15 and 30 years, uninterrupted, which occurred between 1963 and 1977, and between 1971 and 2000, with 91 and 40 gauges, respectively. Among the series, 163 events were indicated as possibly inconsistent data, which then were analyzed by the punctual validation, resulting in more trustworthy maximum series. The results of the maximum series regionalization indicated that RS has from two to three regions of homogenous behavior. The estimative from the 15 years series generated the most accurate values for Return Periods (T) lower than ten years. In opposite, the 30 years series resulted in better approximations for T greater than 20 years. Nevertheless, the quality of the estimates is prejudiced in the regions with a low density of gauges. The processes applied to the consistency analysis were effective, and the suggested methodology demonstrated to be appropriate and flexible. / O conhecimento das precipitações intensas é primordial no projeto de estruturas hidráulicas. No entanto, a determinação desta variável esbarra nas deficiências do seu monitoramento. Assim, o emprego de métodos estatísticos, como análise de frequência regional visa auxiliar na determinação ou caracterização dessas precipitações. O objetivo deste estudo foi identificar padrões comportamentais das precipitações intensas diárias que possibilitem estimar chuvas de projetos em locais sem informações. O estudo foi direcionado ao estado do Rio Grande do Sul, Brasil, cujas precipitações intensas estão entre as maiores do mundo. Seu monitoramento hidrometeorológico é efetuado, principalmente, pela Agência Nacional de Águas (ANA). Foram analisadas 1070 estações pluviométricas, com registros entre os anos de 1912 a 2014. Foi realizado, primeiramente, o processo de consistência, que contou com: pré-análise e classificação dos eventos de precipitação (Z-score adaptado), seleção de séries de máximos anuais de períodos contínuos, e validação pontual. Na segunda etapa, os eventos de máximos foram submetidos a uma análise regional de frequências, baseada no método de regionalização de Hosking e Wallis, em seguida, foi demostrada uma forma de estimar as precipitações em locais sem dados. Os resultados da pré-análise caracterizaram os momentos de maior continuidade temporal e espacial dos registros disponíveis, os quais ocorreram em meados da década de 70. Por outro lado, este período também foi o com maior número de inconsciências no monitoramento. A classificação dos registros de precipitação indicou possíveis dados inconsistentes. Paralelo a isto, o processo de seleção permitiu a construção de séries de máximos de 15 e 30 anos, ininterruptos, os quais ocorreram entre 1963 a 1977 e, 1971 a 2000, com 91 e 40 estações, respectivamente. Dentre estas séries, 163 eventos foram indicados como possíveis dados inconsistentes, os quais passaram pelo processo de validação pontual, resultando em séries de máximos de maior confiabilidade. O resultado da regionalização das séries de máximos demonstrou que o Estado possui de duas a três regiões de comportamento homogêneo. As estimativas produzidas pelas regiões formadas pelas séries de 15 anos produziram valores mais precisos para tempos de retorno (Tr) inferior a dez anos. Já as séries de 30 anos resultaram numa melhor precisão nas estimativas com Tr superior a 20 anos. Contudo, a qualidade das estimativas é prejudicada nas regiões em que a densidade de estações é baixa. Os processos empregados na análise de consistência foram eficientes, e a metodologia sugerida demonstrou ser flexível e aplicável.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/7936 |
| Date | 12 September 2016 |
| Creators | Favaretto, Jean Ricardo |
| Contributors | Piccilli, Daniel Gustavo Allasia, Meller, Adalberto, Seidel, Enio Júnior |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Engenharia Civil, UFSM, BR, Engenharia Civil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 300100000003, 400, 500, 300, 300, 300, 1c2baa5d-393c-455f-a5e2-fb47cd900c30, bd96761f-b76d-4703-9084-4d79a7d424fa, 2fded7fa-6b22-4a3e-b661-94074638e362, 42a27ec3-520a-476a-a879-8dff08d33562 |
Page generated in 0.0024 seconds