Previsão operacional de vazões baseada em modelo hidrológico concentrado, assimilação de dados e previsões meteorológicas

Abstract

A previsão de vazões auxilia na tomada de decisões para questões de segurança e gestão dos recursos hídricos. A composição metodológica de um sistema de previsão pode ser diversa. Contudo, ao considerar-se as técnicas mais avançadas no campo da previsão hidrológica, o resultado, geralmente, se refere a metodologias de difícil implantação. Por outro lado, em termos de aplicações práticas, no Brasil são adotadas metodologias simples de previsão devido à dificuldade técnica para implantação e operação do sistema. Neste contexto, este trabalho visa propor um sistema de previsão de vazões (SOPREVA) que utiliza técnicas avançadas, como a assimilação de dados (AD) e previsão por conjunto, mas de fácil implantação e utilização. É utilizada a técnica de assimilação de dados Ensemble Kalman Filter – EnKF – para correção do estado do modelo através da atualização das variáveis de estado. O modelo hidrológico utilizado é um modelo concentrado, cujo balanço hídrico é baseado no modelo MGB-IPH. São avaliados aspectos da inserção de uma técnica avançada de assimilação de dados em um modelo hidrológico concentrado e então avaliado o desempenho do sistema de previsão proposto para bacias hidrográficas com características físicas distintas. A técnica de assimilação de dados melhorou o desempenho do sistema para todas as bacias de estudo avaliadas, em especial nas primeiras horas do horizonte de previsão. Nas análises utilizando chuva real, as estimativas com AD foram melhores até o quinto dia do horizonte de previsão. Para algumas das bacias, a performance do sistema pôde ser considerável equiparável a de metodologias mais complexas (Rede Neural Artificial e Modelo Distribuído) em eventos específicos e previsões de até dois dias. As previsões utilizando dados de estimativas de precipitação por modelo meteorológico (Global Ensemble Forecast System - GEFS) apresentaram desempenho bastante próximo do obtido com chuva real para o primeiro dia do horizonte de previsão. Contudo, o desempenho passa a ser consideravelmente inferior a partir do terceiro dia de previsão. É indicado o potencial de utilização do sistema com utilização na previsão por conjunto de eventos. Ao fim deste trabalho, o SOPREVA apresenta-se como uma ferramenta alternativa para a previsão de vazões, sobretudo sobre sua facilidade de implementação e desempenho equiparável a outros sistemas. Tal simplicidade de implementação também aponta o Sistema proposto como uma ferramenta versátil para outras investigações hidrológicas e de assimilação de dados.

In the analyzes using real rain, the estimates with AD were better until the fifth day of the forecast horizon. For some of the basins, the performance of the system could be considerable comparable to that of more complex methodologies (Artificial Neural Network and Distributed Model) in specific events and forecasts of up to two days. The forecasts using precipitation estimates by the Global Ensemble Forecast System (GEFS) presented a performance very close to that obtained with real rain for the first day of the forecast horizon. However, the performance becomes considerably lower from the third day of forecast. It indicates the potential of use of the system with use in the forecast by set of events. At the end of this work, SOPREVA presents itself as an alternative tool for the prediction of flows, mainly on its ease of implementation and performance comparable to other systems. Such simplicity of implementation also points to the proposed system as a versatile tool for other hydrological and data assimilation investigations