Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2014-09-30T14:13:18Z
No. of bitstreams: 2
Seibt, Ana Carolina-2013-dissertação.pdf: 5037341 bytes, checksum: 38a12e79b86bc07ba01840f886afd010 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-09-30T15:27:14Z (GMT) No. of bitstreams: 2
Seibt, Ana Carolina-2013-dissertação.pdf: 5037341 bytes, checksum: 38a12e79b86bc07ba01840f886afd010 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-09-30T15:27:14Z (GMT). No. of bitstreams: 2
Seibt, Ana Carolina-2013-dissertação.pdf: 5037341 bytes, checksum: 38a12e79b86bc07ba01840f886afd010 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Previous issue date: 2013-07-29 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The numerous problems arising from the increased amount of impermeable areas and drainage system of rainwater lagged consist of a hard challenge for public administrations. The hydrological modeling appears as a strong support engineering, however, is subject to a distinct set of constraints rarely explicitly considered by analysis of uncertainty to the results. The present study aims to highlight the role of hydrological modeling through a model transformation process for rainfall-runoff watershed stream Botafogo (Goiania - GO), called UFGModel1.0 and ascertain the uncertainty analysis applied in simulation flows. To achieve the goal, after exposure of the problem, we propose a methodology for uncertainty analysis using the Monte Carlo method, based on the method of estimation uncertainty GLUE. We stress the importance given in consideration of the precipitation fields, and the effect of simplifying the response of a model of a precipitation-runoff. The results demonstrate that multiple sets of parameters were considered excellent high efficiency enabling a model for events intense precipitation. Parameters studied concluded that the sealed area holds great sensitivity, significantly altering the design flow. / Os inúmeros problemas advindos do aumento da quantidade das áreas impermeabilizadas e do sistema de drenagem das águas pluviais defasado consistem em um árduo desafio para as gestões públicas. A modelagem hidrológica aparece como um forte suporte da engenharia, porém, está sujeita a um conjunto de restrições distintas, raramente consideradas explicitamente através da análise de incerteza associada aos resultados obtidos. O presente trabalho propõe-se a ressaltar o papel desempenhado pela modelagem hidrológica através de um modelo de transformação do processo precipitação-vazão para bacia hidrográfica do córrego Botafogo (Goiânia – GO), denominado de UFGModel1.0 e averiguar a análise de incerteza aplicada na simulação de vazões. Para o cumprimento do objetivo, após a exposição do problema, propõe-se uma metodologia de análise da incerteza através do método de Monte Carlo, baseada no método de estimação de incerteza GLUE. Ressalta-se a importância dada em consideração aos campos de precipitação, e ao efeito de sua simplificação na resposta de um modelo do tipo precipitação-vazão. Os resultados obtidos demonstram que vários conjuntos de parâmetros foram considerados ótimos possibilitando uma alta eficiência do modelo para eventos intensos de precipitação. O modelo apresentou maior sensibilidade ao parâmetro de área impermeabilizada e Manning do plano.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/3221 |
| Date | 29 July 2013 |
| Creators | Seibt, Ana Carolina |
| Contributors | Formiga, Klebber Teodomiro Martins, Formiga, Klebber Teodomiro Martins, Siqueira, Eduardo Queija de, Aragão, Ricardo de |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Engenharia do Meio Ambiente (EEC), UFG, Brasil, Escola de Engenharia Civil - EEC (RG) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | 1009702091972874847, 600, 600, 600, 600, 600, 724087251626315585, -6274833215046395772, -2555911436985713659, 2075167498588264571, 1. ABBASPOUR, K.C. Calibration of Hydrologic Models: When is a Model Calibrated? In: ZERGER, A.; ARGENT, R.M. (eds) MODSIM 2008 International Congress on Modelling and Simulation. Modelling and Simulation Society of Australia and New Zealand, pp. 2449 – 12455. December 2005. 2. ABBOTT, M. B.; BATHURST, J. C.; CUNGE, J. A.; O‟CONNELL, P. E.; RASMUSSEN, J. An introduction to the European Hydrologic System – Systeme Hydrologique Europeen, SHE, i. History and phislosophy of a physically-based, distributed modeling system. Journal of Hydrology, v. 87, p. 45–59, 1986. 3. AGYEI, F. O.; MAHMOOD, K.; HAQUE, M. Urban catchment models Brief examination. Washington, DC: University of the district of Columbia, W. R. Center Ed, 1981. 4. ALCÂNTARA, E. H.; SANTOS, M. F. C. V.; BARBIERI, R. Efeitos da urbanização na hidrologia da bacia da laguna da Jansen, São Luís – MA (Brasil). In: Simpósio de Recursos Hídricos do Nordeste, VI, Maceió. 10 p (CD ROOM), 2002. 5. ANDRÉASSIAN, V.; PERRIN, C.; MICHEL, C.; USART-SANCHEZ, I.; LAVABRE, J. Impact of imperfect rainfall knowledge on the efficiency and the parameters of watershed models. Journal of Hydrology 250, 206-223. 2001. 6. ARAÚJO, D. P.; PASQUALETTO, A. Análise de risco às águas superficiais do córrego botafogo, Goiânia, Goiás. In: Trabalho de conclusão de curso de Engenharia Ambiental da Pontifícia Universidade Católica de Goiás – PUC-GO. Goiânia, 2008. 7. ARONICA, G.; FRENI, G.; OLIVERI, E. Uncertainty analysis of the influence of rainfall timeresolution in the modelling of urban drainage systems. Hydrol. Process. 19, 1055–1071. 2005. 8. ARNAUD, P.; BOUVIER, C.; CISNEROS, L.; DOMINGUEZ, R. Influence of rainfall spatial variability on flood prediction. Journal of Hydrology, 260, 216–230. 2002. 9. BALASCIO, C. C. Multiquadric equations and optimal areal rainfall estimation. Journal of Hydrology Engennering, v. 6, n. 6, p. 498-505, nov. 2001. 10. BARBALHO, F. D. Método para a determinação do fator de redução de área em bacias urbanas. In: Dissertação de Mestrado do Programa de Pós – Graduação Stricto sensu em Engenharia do Meio Ambiente da Universidade Federal de Goiás – UFG. Goiânia, 2011. 11. BARBOSA JÚNIOR, A. R. Elementos de Hidrologia aplicada a Estudos de Graduação. Capítulo 6 – Escoamento Superficial. Disponível em:< http://www.em.ufop.br/deciv/departamento/~antenorrodrigues/16_escoamento%20superficial.pdf>. Acesso em 01/07/2013. 12. BARBOSA, P. S. F. Técnicas quantitativas para o gerenciamento de recursos hídricos/Organizado por Ruben La Laina Porto. [et al.], Porto Alegre: Ed. Universidade/ UFRGS/Associação brasileira de Recursos Hídricos. 1997. 13. BARCO, J.; WONG, K. M.; STENSTROM, M. K. Automatic Calibration of the U.S. EPA SWMM Model for a Large Urban Catchment. Journal of Hydraulic Engineering, Vol. 134, No. 4, April 1, 2008. 117 14. BASKHAR, N. R.; WHITLATCH, E. E. Comparison of reservoir linear operation rules using linear and dynamic programming. Journal of the American Water Resources Association. Vol 23, p. 1752-1688. 1987. 15. BASTOS, G. A. Análise dos parâmetros do modelo SWMM para avaliação do escoamento em duas bacias periurbanas em Santa Maria - RS. In: Dissertação apresentada ao Curso de Mestrado do Programa de Pós-Graduação em Engenharia Civil, Área de Concentração em Recursos Hídricos e Saneamento Ambiental, da Universidade Federal de Santa Maria (UFSM, RS). Santa Maria –RS. 2007. 16. BAUER, S. W. A modified Horton equation for infiltration during intermittent rainfall. Hydrological Sciences – Boulletin – des Sciences Hydrologiques, XIX, 2, 6/1974. 17. BEASLEY, D.B.; HUGGINS L.F. ANSWERS: User’s manual. Chicago: United States Environmental Protection Agency, 51p, 1981. 18. BEVEN, K. Changing ideas in Hydrology - the case of physically-based models. Journal of Hydrology, 105, 157-172, 1989. 19. BEVEN, K. J.; BENLEY, A. The future of distributed models: model calibration and uncertainty prediction. Hydrological Processes, Vol. 6 pp. 279-298. 1992. 20. BEVEN, K. J., LAMB, R., QUINN, P., et al. TOPMODEL, In: Singh, V. P. (Ed). Computer Models of Waterhed Hydrology. Water Resources Publications, Colorado, USA., pp. 627-668. 1995. 21. BEVEN, K. J. RainFall-Runoff Modelling – the Primer. Chichesler : John Wiley & Sons, 360 p. 2001. 22. BEVEN, K. J.; FREER, J. Equifinality, data assimilation, and incertainty estimation in mechanistic modeling of complex environmental systems using the GLUE methodology. Journal of Hydrol. 249, 11-29. 2001. 23. BEVEN, K. J.; SMITH, P. J.; FREER, J. E. So just why would a modeller choose to be incoherent? Journal of Hydrology, 354, 15– 32, 2008. 24. BINLEY, A.M.; BEVEN, K.J.; CALVER, A.; WATTS, L. G. Changing responses in hydrology: Assessing the uncertainty in physically based model predictions, Water Resour.Res., 27(6), 1253 – 1261. 1991. 25. BITTENCOURT, G. Inteligência Artificial: Ferramentas e Teorias. Florianópolis: Editora da UFSC, 1998. 26. BLASONE, R. S.; MADSEN, H.; ROSBJERG, D. Uncertainty assessment of integrated distributed hydrological models using GLUE with Markov chain Monte Carlo sampling. Journal of Hydrology, Vol 353, n 1-2, p 18-32, 2008. 27. BRAGA, B.; GOBETTI, L. Análise Multiobjetivo. In: Técnicas Quantitativas para o Gerenciamento de Recursos Hídricos. 2ª Edição. Editora da Universidade/UFRGS–ABRH. Porto Alegre, p. 361-420. 2002. 28. BRASIL. Lei n° 4771, de 15 de setembro de 1965. Lex: legislação de direito ambiental: constituição federal: edição federal, São Paulo, 1965. 29. BRAUD, I.; FERNANDES, P.; BOURAOUI, F. Study of the rainfall-runoff process in the Andes region using a continuous distributed model. Journal of Hydrology. 216: 155–171.1999. 118 30. BRONSON, R. Pesquisa Operacional. McGraw-Hill do Brasil, 887 p. 1985. 31. CADIER, E., LANNA, A. E, MENEZES, M. e CATNPELLO, M. S. Avaliação dos estudos referentes aos recursos hídricos das pequenas bacias do Nordeste Brasileiro. Anais do VII Simpósio Brasileiro de Recursos Hídricos, Salvador, ABRH. Vol. 2, p. 225-239. 1987. 32. CAIXETA FILHO, V. Pesquisa Operacional. São Paulo. Editora Atlas. 2001. 33. CAMPANA, N.; TUCCI, C.E.M. Predicting floods from urban development scenarios: case study of the Dilúvio basin, Porto Alegre, Brazil. Urban Water, Oxford, Vol. 3, nº 2, p. 113 – 124. 2001. 34. CANHOLI, A. O Plano Diretor de Macrodrenagem da Bacia do Alto Tietê, 2008.http://www.acquacon.com.br/drenagem/palestras/ubirajarafelix_02.12.pdf. Acesso em: 30/04/2012. 35. CARDOSO, C. F.; RESPLANDES, E. M. S. Estudo de Impacto de Vizinhança – Zeus Park House. Goiânia, 2009. 36. CARVALLO, H.O.G. Física dos solos. 1 ed. Campina Grande: UFPB, 173 p. 2000. 37. CASSETI, V. Geomorfologia do município de Goiânia. Bol. Goiano Geografia., Ed. UFG, Goiânia, 12(1): 64-85. vol. 12 – Nº 1, 1992. 38. CASTRO, V.C.B. Impactos ambientais no espaço urbano de Goiânia: Um Estudo Sobre a Invasão Emílio Póvoa. In: Trabalho de conclusão de Curso defendido no curso de Geografia na Unidade Universitária de Ciências Sócio-Econômicas e Humanas da Universidade Estadual de Goiás, Anápolis, 2009. 39. CIRILO, J. A. Programação Não Linear Aplicada aos Recursos Hídricos. In: PORTO, R. L. L. et al., Técnicas Quantitativas para Gerenciamento de Recursos Hídricos. ABRH, 1ª Ed, pp 305-336. Editora da Universidade – UFRGS, 1997. 40. CIRILO, J. A. Programação Não Linear Aplicada aos Recursos Hídricos. In: PORTO, R. L. L. (Ed). Técnicas Quantitativas para Gerenciamento de Recursos Hídricos. 2ª Ed, pp. 305-359. Porto Alegre: Editora da Universidade - UFRGS. 2002. 41. CLARKE, R. T. A review of some mathematical models used in hydrology with observations on their calibration and use. Journal of Hydrology, 19, 1-20. 1973. 42. CLARKE, R. T. Hidrologia Estatística. In: TUCCI, C.E.M. et al. Hidrologia: ciência e aplicação. 4ª ed. Porto Alegre: Editora da UFRGS/ABRH, 2007. 43. COLLIER, C. G.; KNOWLES, J. M. Accuracy of rainfall estimates by radar, part iii: application for short-term flood forecasting, Journal of Hydrology, 83, 237–249, 1986. 44. COLLISCHONN, W. Simulação hidrológica de grandes bacias. Tese de doutorado. Programa de Pós Graduação em Engenharia de Recursos Hídricos e Saneamento Ambiental da Universidade Federal do Rio Grande do Sul – UFRGS. Porto Alegre – RS. 194 p. 2001. 45. COLLISCHONN, W.; TUCCI, C. E. M. Ajuste Multiobjetivo dos Parâmetros de um Modelo Hidrológico. Revista Brasileira de Recursos Hídricos. Vol 8, nº 3, 27-39, 2003. 119 46. CONFESSOR Jr, R.B.; WHITTAKER, G.W. Automatic calibration of hydrologic models with multi-objective evolutionary algorithm and Pareto optimization. J. Amer. Water Resour. Assoc. 43(4): 981-989. 2007. 47. CRAWFORD, N. H., LINSLEY, R. K. Digital simulation in hydrology, Stanford Watershed Model IV, Technical Report 39 – Departament of Civil Engineering, Stanford University, USA. 1966. 48. CRAWLEY, P.D.; DANDY, G.C. Optimal operation of multiple-reservoir system. Journal of Water Resources Planning and Management, New York, v.119, n.1, p.1-17. 1993. 49. DAHLQUIST, G.; BJORCK, A. Numerical Methods. Englewood Cliffs, New Jersey: Prentice-Hall, 197a. 592p. 1974. 50. DAWDY, D. R., O’DONNEL, T., Mathematical models of catchment behavior. Journal of Hydraulics Division American Society of Civil Engineering, 91, 123-137. 1965. 51. DEB, K. Multi-Objective Optimization using Evolutionary Algorithms, John Wiley & Sons, Inglaterra, 2001. 52. DHIa. MOUSE PIPE FLOW: Reference Manual. DHI Software 2002, 118p. Disponível em <http://www.dhisoftware.com>. Denmark, 2003. 53. DINIZ, L. S. Calibração de modelos hidrológicos. In: GALVÃO, C. O.; Valença, M. J. S. Sistemas Inteligentes. Porto Alegre: Editora da Universidade UFRGS – ABRH. 1999. 54. DUAN, Q.; SOROOSHIAN, S.; GUPTA, V. Effective and efficient global optimization for conceptual rainfall-runoff models. Water Resources Research, V. 28, nº 4, p. 1015-1031. 1992. 55. EFSTRADIADIS, A.; KOUTSOYIANNIS, D. One decade of multi-objective calibration approaches in hydrological modeling: a review. Hydrol. Sci. Journal, 55: 1, 58 -78. 2010. 56. EHRLICH, P. J. Pesquisa Operacional: curso introdutório. 7ª edição, 322 p. Editora Atlas S.A, 1991. 57. FONSECA, C.M.; FLEMING, P.J., Genetic Algorithms for Multiobjective Optimization: Formulation, Discussion and Generalization, In: Proc of 5th Conference on Genetic Algorithms, pp 416-423, 1993. 58. FORMIGA, K.T.M.; CHAUDHRY, F. H. Utilização de Algoritmos Evolucionários Multiobjetivos no Dimensionamento de Redes de Abastecimento de Água. In: Planejamento, Projeto e Operação de Redes de Abastecimento de Água, O Estado da Arte e Questões Avançadas, 2002, João Pessoa, PB. Anais do Seminário. João Pessoa, PB : Universidade Federal da Paraíba. v. 1. p. 1-10. 2002. 59. FRANCHINI, M.; GALEATI, G.; BERRA, S. Global optimization techniques for the calibration of conceptual rainfall runoff models. Hydrological Sciences Journal Vol. 43 No. 3 pp. 443-458. 1998. 60. FRANCHINI, M. Use of genetic algorithm combined with a local search method for the automatic calibration of conceptual rainfall-runoff models. Hydrological Science Journal, V. 41, n. 1, p. 21-39. 1996. 120 61. FRENI, G.; MANNINA, G.; VIVIANI, G. Uncertainty in urban stormwater quality modelling: The influence of likelihoodmeasure formulation in the GLUE methodology. Science of the Total Environment 408. 138–145. 2009a 62. FRENI, G.; MANNINA, G.; VIVIANI, G. Urban runoff modelling uncertainty: Comparison among Bayesian and pseudo-Bayesian methods. Environmental Modelling & Software 24 1100–1111. 2009b. 63. FRENI, G.; MANNINA, G.; VIVIANI, G. Uncertainty in urban stormwater quality modelling:The effect of acceptability threshold in the GLUE methodology. Water Research 42. 2061 – 2072. 2008 63. GARCIA, J. I. B.; PAIVA, E. M. C. D. Comparação das respostas do modeloSWMM para diferentes amplitudes de cheia. 1° Simpósio de recursos hídricos do Sul. I Simpósio de águas da AUGM. Santa Maria – RS. 2005. 64. GASH, J.H. C. An analytical model of rainfall interception by forests. Q. J. R. Meteorol. Soc., 105: 43-55. 1979. 65. GERMANO, A.; TUCCI, C. E. M.; SILVEIRA, A. L. L. Estimativa dos Parâmetros do Modelo IPH II para Algumas Bacias Urbanas Brasileiras, Revista Brasileira de Recursos Hídricos. RBRH, Porto Alegre, v. 3 n. 4, p. 103-120, 1998. 66. GOIÂNIA. Prefeitura Municipal de Goiânia. Diagnóstico Ambiental da sub-Bacia do Córrego Botafogo. Agência Municipal de Meio Ambiente – AMMA – GO. 2008. 67. GRAYSON, R.B., MOORE, I.D., McMAHON, T.A. Physically based hydrologic modeling 2. Is the concept realistic? Water Resources Research, 26, 10, 2659 - 2666,1992a. 68. GRAYSON, R.B., MOORE, I.D., McMAHON, T.A. Physically based hydrologicmodeling 1. A terrain-based model for investigative purposes. Water Resources Research, 26, 10, 2639 - 2658, 1992b. 69. GREEN, W.H.; AMPT, G. A. Studies on Soil Phyics. The Journal of Agricultural Science, 4, pp 1-24. 1911. 70. GUPTA, H. V.; BASTIDAS, L. A.; SOROOSHIAN, S.; SHUTTLEWORTH, W. J.; YANG, Z. L. Parameter estimation of a land surface scheme using multi-criteria methods. J. Geophys. Res., 104 (D16), 19 491–19 504. 1999. 71. HANSEN, L.S.; BORUP, M.; MOLLER, A.; MIKKELSEN, P.S. Flow Forecasting in Urban Drainage Systems using Deterministic Updating of Water Levels in Distributed Hydraulic Models. 12th International Conference on Urban Drainage, Porto Alegre/Brazil, 11-16 September 2011. 72. HARDY, R. L. Multiquadric equations of topography and other irregular surfaces. Journal of Geophysical Research, v. 76, n. 8, p. 1905-1915, 1971. 73. HARLEY, B.M., PERKINS, F.E., EAGLESON, P.S. A modular distributed model of catchment dynamics. MIT, Ralph M.Parsons Lab., Report 133. 1970. 74. HEC, Training Course on Urban Hydrology US Army, Hydrologic Engineering Center, 1974. 75. HERMANN, R. M. Dimensionamento e operação de sistemas com reservatórios múltiplos. In: Tese de livre docência apresentada à EPUSP. São Paulo: 105 p. 1971. 121 76. HILLIER, F.S.; LIEBERMAN, G. Introdução à Pesquisa Operacional. Rio de Janeiro. Editora Campos LTDA/ Editora USP. 1988. 77. HOLLAND, J.H. Adaptation in natural and artificial systems. Ann Arbor, Issue: 53, Publisher: University of Michigan Press, Pages: 1-200. 1975. 78. HORN, J.; NAFPLIOTIS, N.; GOLDBERG, D. E. A Niched Pareto Genetic Algorithm for Multiobjective Optimization. In Proceedings of the ICEC '94, IEEE,pp. 82-87, 1994. 79. HORTON, R. E. The role of infiltration in the hydrologic cycle. Trans. Am. Geophys. Union, v. 145, p. 446–460, 1933. 80. HORTON, R.E. An approach toward a physical interpretation of infiltration capacity. Soil Sci. Soc. Am. Proc., Madison, v.5, 399-417, 1940. 81. IBBITT, R. P., Systematic parameter fitting for conceptual models of catchment hydrology, Ph. D Thesis, University of London, U. K. 1973. 82. INNOVYZE – InfoWORKS CS. < http://www.innovyze.com/> 83. INSTITUTO DE PLANEJAMENTO MUNICIPAL - IPLAN. Relatório de Impacto Ambiental do córrego Botafogo. Goiânia: TECNOSAN Eng. S.A. 1990. 84. KHU, S. T.; WERNER, M. G. F. Reduction of Monte-Carlo simulation runs for uncertainty estimation in hydrological modelling. Journal Hydrology and Earth System Science. Vol 7, n 5, pp. 680-692, 2003. 85. KLEIN, V.A. Propriedades físico-hídrico-mecânicas de um Latossolo Roxo, sob diferentes sistemas de uso e manejo. Piracicaba, Escola Superior de Agricultura Luiz de Queiroz, 150p. (Tese de Doutorado). 1998. 86. KOSTIAKOV, A.N. On the dynamics of the coefficient of water - percolation in soils and on the necessity for studying it from a dynamic point of view for purposes of ameliation. Trans. 6th comm. Intern. Soc. Soil Sci., Moscou, Part A., 17-21, 1932. 87. KOUWEN, N.; GARLAND, G. Resolution Considerations in Using Radar Rainfall Data for Flood Forecasting, Canadian Journal of Civil Engineering. 16:279-289. 1989. 88. KUCZERA. G., PARENT. E. Monte Carlo assessment of parameter uncertainty in conceptual catchment models : the Metropolis algorithm. Journal of Hydrology, 211, 69 - 85, 1998. 89. LABADIE, J. W. Optimal operation of multireservoir systems: state-of-the-art review. Journal of Water Resources Planning and Management, vol 130(2), p. 93-111. 2004. 90. LEE, P. S.; LYNN, P. P.; SHAW, E. M. Comparison of multiquadric surfaces for the estimation of areal rainfall. Hydrology Sciences Journal, v. 19, n. 3, p. 303-317, set. 1974. 91. LINDBLOM, E.; MADSEN, H.; MIKKELSEN, P.S. Comparative uncertainty analysis of copper loads in stormwater systems using GLUE and grey-box modelling. Water Sci Technol 56(6):11–8, 2007. 92. LINSLEY, R K.; FRANZINI, J. B. Water Resources Engineering. Tokyo: Mc GrowHill, 1964. 122 93. LOU, R. F. Modelagem Hidrológica Chuva-vazão e Hidrodinâmica Aplicada na Bacia Experimental do Rio Piabanha/RJ– Rio de Janeiro. In: Dissertação de mestrado da Universidade Federal do Rio de Janeiro – UFRJ/COPPE/Programa de Engenharia Civil, 2010. 94. MANTOVAN, P.; TODINI, E. Hydrological forecasting uncertainty assessment: Incoherence of the GLUE methodology, Journal Hydrology, 330, 368 – 381, 2006. 95. MARTINS JÚNIOR, O. Pires. Uma cidade ecologicamente correta. Goiânia, AB Editora, 1996. 96. MATEUS, G. R.; LUNA, H. P. C. Programação Não Linear. Belo Horizonte FMG, 289p. 1986. 97. MAYS, L.W. Water resources engineering. John Wiley & Sons. 2005. 98. MCCARTHY, G. T. The unit hydrograph and flood routing. US Corps Engrs Office, Providence, Rhode Island, USA. 1939. 99. MELLER, A. Simulação hidrodinâmica integrada de sistema de drenagem em Santa Maria - RS. In:Dissertação de Mestrado apresentado ao Curso de Mestrado do Programa de Pós Graduação em Engenharia Civil,da Universidade Federal de Santa Maria (UFSM- RS) Santa Maria - RS. 2004. 100. METCALF; EDDY, Inc., University of Florida, and Water Resources Engineers, Inc., Storm Water Management Model, Vol. I. Final Report, 11024DOC07/71 (NTIS PB-203289), U.S. EPA, Washington, DC, 20460. 1971. 101. METROPOLIS, N.; ROSENBLUTH, A.W.; ROSENBLUTH, M.N. et al., Equations of state calculations by fast computing machines, Journal of Chem. Phys., 21, 1087-1091, 1953. 102. MOREIRA, H. L. - Zoneamento Geoambiental e Agroecológico do Estado de Goiás – Região Nordeste. Série Estudos e Pesquisas em Geociências. n. 3. Rio de Janeiro – RJ. Editora IBGE, 1995. 103. MUELLER, C. C. - Dinâmica, condicionantes e impactos sócio-ambientais da evolução da fronteira agrícola. In: LOPES, V. L.; BARBOSA FILHO, G. S.; BILLER, D. & BALE, M. - Gestão Ambiental no Brasil – experiência e sucesso. Rio de Janeiro - RJ, Editora Fundação Getúlio Vargas, 2000. 104. NASH, J. E.; SUTCLIFFE, J. V. River flow forecasting through conceptual models part I — A discussion of principles, Journal of Hydrology, 10 (3), 282–290. 1970. 105. NAVES, A. R. da C.; DA SILVA, K.A.; PRIMO, P.H.C.; BÁRBARA, V.F.; ANTUNES, E.C.; PASQUALETTO, A. Recuperação das margens do córrego botafogo com espécies arbóreas como compensação ambiental. In: Artigo elaborado como requisito parcial à obtenção do grau de Engenheiro Ambiental no Curso de Graduação em Engenharia Ambiental da Universidade Católica de Goiás. Goiânia, 2003. 106. NAYAK, S. C.; ARORA, S. R. Optimal capacities for a multireservoir system using the linear rule. Water Resources Research. Vol 7, n 3, p 483-494. 1971. 107. NELDER, J. A.; MEAD, R. A Simplex method for function minimization. Comuter Journal, 7, p. 303-313.1965. 108. NOGUEIRA, I. de S. Algas planctônicas de um lago artificial do Jardim Botânico Chico Mendes, Goiânia, Goiás: florística e algumas considerações ecológicas. Rev. Brasileira de Biologia, vol.59, no.3, p.377-395. 1999. 109. O’DONNELL, T., CANEDO, P., The Reability of Conceptual Calibration, Hydrological Forecasting, Proceedings of the Oxford Symposium, IAHS Publication, 129. 1980. 110. OLIVEIRA, F. A. Calibração de um modelo hidrodinâmico unidimensional para canais urbanos. In: Dissertação de Mestrado do Programa de Pós Graduação Stricto sensu em Engenharia do Meio Ambiente da Escola de Engenharia Civil da Universidade Federal de Goiás – UFG, Goiânia, 2012. 111. PAPPA, G.L. Seleção de Atributos utilizando Algoritmos Genéticos Multiobjetivos. Curitiba. 85p. In: Dissertação de Mestrado do Programa de Pós Graduação em Informática Aplicada da Pontifícia Universidade Católica do Paraná. Curitiba, 2002. 112. PINTO, N. L. S, et al. Vazão de dimensionamento de bueiros, Rio de Janeiro: IPR, Publ. 478, 56p, 1975. 113. PORTO, R. Q.; MELO, D.C.D; ALMEIDA, C.N; SILANS, A.M.B. P. Avaliação da escolha de diferentes funções objetivo na calibração automática do modelo hidrológico SMAP. Rev. Tecnol. Fortaleza, v.1, p 27 -36, jun -2008. 114. PRUSKI, F.F.; SILVA, D.D.; SANTOS, W.L.; RODRIGUES, L.N.; ANTTUNES, V. L. Infiltração de água no solo [S.l.:s.n], 26p. (Caderno didático, 25). 1997. 115. PULS, L. G. Construction of flood routing curves. House Document 185, U.S. 70th Congress, First Session, Washington, D.C. 1928. 116. RATTO, M.; TARANTOLA, S.; SALTELLI, A. Sensitivity analysis in model calibration: GSA-GLUE approach. Computer Physics Communications. Vol. 136, Issue 3, 212 – 224, 2001. 117. RECKHOW, K. H. Bayesian Inference in Non-Replicated Ecological Studies. Ecology 71:2053–2059. 1990. 118. RENNÓ, D. C.; SOARES, J. V. Modelos hidrológicos para a gestão ambiental, INPE, Relatório Parcial, 2000. 119. RIGHETTO, A. M.; GUIMARÃES FILHO, J. A. Utilização Ótima dos Recursos Hídricos Superficiais do Estado do Rio Grande do Norte. Revista Brasileira de Recursos Hídricos, vol. 8 n.2, abr/jun 2003, 19-29. 2003. 120. ROCKWOOD, D. M. Columbia basin streamflow routing by computer. Journal of Waterways and Harbour Division, ASCE, 84(1), Paper 1874. 1958. 121. RODRIGUES, J. M.). Dinâmica populacional de Goiânia: o crescimento das regiões na década de 1990. 2006 < http://www.seplan.go.gov.br/sepin/pub/conj/conj8/05.htm, Ed.)>. Acesso em:2012. 122. ROSENBROCK, H.H. An automatic method for finding the greatest or least of a funcion. Computer Journal 3: p.175-184.1960. 123. RUTTER, A.J.; MORTON, A.J.; ROBINS, P.C. A predictive model of rainfall interception in forests. II. Generalization of the model and comparison with 124 observations in some coniferous and hardwoods stands. J. Appl. Ecol., 12: 367-380. 1975. 124. SANO, M. S.; ALMEIDA, S. P. - Cerrado – Ambiente e Flora. Planaltina – DF. Editora EMBRAPA CPAC, 1998. 125. SANTA CATARINA, A.; BACH, S. L. Estudo do efeito dos parâmetros genéticos na solução otimizada e no tempo de convergência em algoritmos genéticos com codificações binária e real. Acta Scientiarum: Technology. Maringá, v. 25, n.2, p. 147- 152, 2003. 126. SANTOS, I .et al. Hidrometria Aplicada. Curitiba: Instituto de Tecnologia para o desenvolvimento, 372p. 2001. 127. SCHAEFLI, B.; HINGRAY, B.; MUSY, A. Improved calibration of hydrological models: use of a multi-objective evolutionary algorithm for parameter and model structure uncertainty estimation. Hydrology: Science & Practice for the 21 st Century. Volume I, 2004. 128. SHAW, E. M.; LYNN, P. P. Areal rainfall evaluation using two surface fitting techniques. Bulletin of the Intternational Association of Hydrological Sciences, v. 17, n. 4, p. 419-433, 1972. 129. SILVEIRA, A. L. L. Provável efeito urbano nas relações IDF das chuvas de Porto Alegre. In: Revista Brasileira de Recursos Hídricos. Vol. 2, nº 2, pp 93- 107, Jul/Dez, 1997. 130. SIMONOVIC, S.P. Reservoir systems analysis: closing gap between theory and practice. Journal of Water Resources Planning and Management, New York, v.118, n.3, p.262-280. 1992. 131. SINGH, V. P. Mathematical Models of Large Watershed Hydrology. Louisiana State University. 2002. 132. SOROOSHIAN, S.; GUPTA, H.V. Model calibration, computer models of watershed hydrology (ed. Singh. V.P), Water Resources Publications. Colorado. 23 – 68. 1995. 133. SRINIVAS, N.; DEB, K. Multiobjective Optimization Using Nondominated Sorting in Genetic Algorithms. Evolutionary Computation 2(3), pp. 221-248, 1994. 134. STURM, W. T. Open Channel Hydraulics. Georgia Institute of Technology. McGraw-Hill Higher Education. 2001 135. SUZUKI, M.; KATO, H.; TANI, M.; FUKUSHIMA, Y. Throughfall, stemflow and rainfall interception in Kiryu experimental catchment. J. Jap. For. Soc., v 61, p. 202 -210, 1979. 136. TECNOSAN ENGENHARIA. EIA RIMA, Estudo e Impacto Ambiental e Relatório e Impacto Ambiental. Prefeitura Municipal de Goiânia, Instituto de Planejamento Municipal; Vias marginais dos córregos Botafogo e Capim Puba – GO; 1990. 137. THORNDAHL, S.; BEVEN, K. J.; JENSEN, J. B.; SCHAARUP- JENSEN, K. Event based uncertainty assessment in urban drainage modeling, applying the GLUE methodology. Journal of Hydrology, 357(3 - 4), pp. 421 – 437. 2008. 138. THORNDAHL, S.; GRUM, M.; RASMUSSEN, M.R.; SCHAARUP-JENSEN, K. Flow forecasting in drainage systems with extrapolated radar rainfall data and 125 auto calibration on flow observations. 12nd International Conference on Urban Drainage, Porto Alegre/Brazil, 10-15 September 2011. 139. TUCCI, C.E.M.; ORDONEZ, J.S.; SIMÕES LOPES, M. Modelo Matemático Precipitação-Vazão IPH II Alguns Resultados. Anais IV Simpósio Brasileiro de Recursos Hídricos. ABRH. Fortaleza. 1981. 140. TUCCI, C. E. M Modelos Hidrológicos (1ª ed.). Porto Alegre: UFRGS/ABRH. 1998. 141. TUCCI, C. E. M. Coeficiente de escoamento e vazão máxima de bacias urbanas. In: Revista Brasileira de Recursos Hídricos – ABRH, Porto Alegre, Vol. 5, n. 1, p. 61-68, Jan./Mar., 2000. 142. TUCCI, C. E. M.. Modelos Hidrológicos. 2ª. ed. Porto Alegre: Editora da UFRGS, 678 p. 2005. 143. TUCCI, C. E. M. Aspectos numéricos dos modelos hidrológicos. Disponível em: http://rhama.net/wordpress/?p=196. 2011. 144. VALENTE, F.; DAVID. J.S.; GASH, J.H.C. Modelling interception loss for two sparse eucalypt and pine forests in central Portugal using reformulated Rutter and Gash analytical models. J. Hydrol. 190, 141 – 162. 1997. 145. VIESSMAN Jr, W.; LEWIS, G. L. Introduction to Hydrology. Happer Collin College Publisjers, New York, 1996. 146. VIOLA, F.; NOTO, L.V.; CANNAROZZO, M.; LA LOGGIA, G. Daily streamflow prediction with uncertainty in ephemeral catchments using the GLUE methodology. Phys Chem Earth; 34:701–6. 2009. 147. VRUGT, J.A.; GUPTA, H. V.; BASTIDAS, L.A.; BOUTEN, W.; SOROOSHIAN, S. Effective and efficient algorithm for multiobjective optimization of hydrologic models. Water Resour. Res 39 (8), 1214. 2003. 148. WOOLHISER, D. A.; SMITH, R. E.; GOODRICH, D. C. KINEROS, A kinematic runoff and erosion model: Documentation and User Manual. U.S. Department of Agriculture, Agricultural Research Service, ARS-77, 130 pp. 1990. 149. YAPO, P.O.; GUPTA, H.V.; SOROOSHIAN, S. Multi-objective global optimization for hydrologic models. J. Hydrol. 204, 83 -97. 1998. 150. YEH, W. W. G. Reservoir management and operations models: a state-of-the-art review. Water Resources Research, Washington. Vol. 21, nº 12, pp. 1797 – 1818. 1985. 151. ZITZLER, E.; THIELE, L. Multiobjective Evolutionary Algorithms: A Comparative Study and the Strength Pareto Approach, In: IEEE Transactions on Evolutionary Computation 3(4), pp 257-271, 1999. 152. ZITZLER, E. Evolutionary Algorithms for Multiobjective Optimization: Methods andApplications. PhD thesis, Swiss Federal Institute of Technology (ETH), Zurich, Switzerland, 120p. |
Page generated in 0.0085 seconds