SPERS : sistema de previsão de recessão em estiagem para o Rio Grande do Sul

Abstract

Secas são fenômenos complexos e não existe um consenso para a sua definição. Existem vários tipos de seca, classificadas de acordo com o impacto que causam na sociedade e na natureza. A seca hidrológica, objeto de estudo desse trabalho, gera anomalia do regime de vazões de rios, provocando a redução dos níveis, dos níveis de água subterrânea ou diminuição de áreas úmidas. Quando ocorre a seca hidrológica, os rios passam por períodos de recessão, ocasionando o rebaixamento dos níveis ao longo do tempo, aliados a falta de precipitação. O estado do Rio Grande do Sul passou recentemente por um período de seca, entre os anos de 2020 e 2023, trazendo inúmeros prejuízos econômicos e ambientais. Assim, a busca por alternativas capazes de prever os comportamentos futuros de recursos hídricos se faz necessária, buscando auxiliar na gestão de recursos hídricos para garantir a disponibilidade hídrica necessária a sociedade. Nesse sentido, o presente trabalho busca apresentar um sistema de previsão de níveis para recessão em estiagem para o estado do RS. O sistema foi programado em linguagem de programação python, e identifica os períodos de recessão, calcula os seus coeficientes de recessão e aplica esse coeficiente para a geração de vazões futuras, gerando assim previsões de níveis de rios. O sistema foi avaliado através do diagrama ROC, buscando verificar a sua eficiência nas taxas de detecção e de falsa detecção da ocorrência de limiares de atenção a estiagem. O sistema se mostrou uma ferramenta com potencial para auxiliar a gestão de recursos hídricos ao enfrentamento de períodos de estiagem.

Droughts are complex phenomena and there is no consensus on their definition. There are several types of drought, classified according to the impact they have on society and nature. Hydrological drought, the object of study in this work, generates anomalies in the river flow regime, causing a reduction in levels, groundwater levels or a reduction in wetlands. When hydrological drought occurs, rivers go through periods of recession, causing levels to drop over time, combined with a lack of precipitation. The state of Rio Grande do Sul recently went through a period of drought, between 2020 and 2023, causing countless economic and environmental losses. Therefore, the search for alternatives capable of predicting the future behavior of water resources is necessary, seeking to assist in the management of water resources to guarantee the water availability necessary for society. In this sense, the present work seeks to present a level forecast system for recession during drought for the state of RS. The system was programmed in Python programming language, and identifies periods of recession, calculates their recession coefficients and applies this coefficient to generate future flows, thus generating forecasts of river levels. The system was evaluated using the ROC diagram, seeking to verify its efficiency in the detection and false detection rates of the occurrence of drought attention thresholds. The system proved to be a tool with the potential to help manage water resources in coping with periods of drought.