Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação

WELERSON, Camila Coelho

dc.creator	WELERSON, Camila Coelho
dc.date.issued	2020-03-12
dc.identifier.uri	https://repositorio.unifei.edu.br/jspui/handle/123456789/2356
dc.description.abstract	Brazil has faced one of the biggest water crises in recent years as a result of extreme hydrological and meteorological events. An irregularity of rain events has a recorded effect or water balance in the hydrographic basins, for example in the São Francisco River basin, a region with high water vulnerability and with desertification trends. Due to the extreme national relevance of this basin for the country, the present study had as main objective the analysis of the predictability of extreme events that altered the water availability of the São Francisco River basin, from the integration of a regional atmospheric model and a hydrological model. For this purpose, a set of five members of seasonal rainfall forecasts was used for each month between the periods from 2001 to 2018, these being generated by a downscaling of the atmospheric model Eta of CPTEC/INPE. These data were provided as input variables in the hydrological model MGB-IPH in the generation of seasonal streamflow forecasts in the São Francisco River basin. As for the observed data of rainfall and streamflow, used in the comparison with the predicted data, these were obtained from historical series of pluviometric and fluviometric stations of the National Water Agency (ANA), respectively, in addition to series of natural streamflows of the hydroelectric use in the case of the Três Marias, Sobradinho, Itaparica/Luiz Gonzaga and Paulo Afonso/Moxotó hydroelectric stations. The accuracy of the forecasts was analyzed both visually and statistically using the Relative Mean Error (EMR), Mean Absolute Error (EMA) and Pearson's Linear Correlation Coefficient (r) indicators. The results of the EMR and r indices indicated that, in general, the Eta/MGB models showed a good performance of the seasonal streamflow forecasts for the basin, mostly for the sub-basins located in the Upper and Lower São Francisco. Regarding the precedents, no significant differences were observed between the horizons analyzed, although the results for one month were relatively better considering the r index. However, it points to the need for corrections to the rainfall forecasts and the bias in the streamflow forecasts in some regions, as in the case of Sobradinho, which showed some systematic errors.	pt_BR
dc.description.sponsorship	Agência 1	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Itajubá	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Hidrologia	pt_BR
dc.subject	Previsibilidade	pt_BR
dc.subject	Eta	pt_BR
dc.subject	MGB-IPH	pt_BR
dc.title	Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação	pt_BR
dc.type	Dissertação	pt_BR
dc.date.available	2021-03-25
dc.date.available	2021-03-25T13:26:25Z
dc.date.accessioned	2021-03-25T13:26:25Z
dc.creator.Lattes	http://lattes.cnpq.br/8904861951110827	pt_BR
dc.contributor.advisor1	SILVA, Benedito Cláudio da
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/5122382690957007	pt_BR
dc.description.resumo	O Brasil tem enfrentado uma das maiores crises hídricas nos últimos anos em decorrência de eventos extremos hidrológicos e meteorológicos. A irregularidade de eventos de chuva tem afetado gravemente o balanço hídrico das bacias hidrográficas, a exemplo da bacia do rio São Francisco, uma região com alta vulnerabilidade hídrica e que apresenta tendências a desertificação. Devido a extrema relevância nacional dessa bacia para o país, o presente estudo teve como objetivo principal a análise da previsibilidade de eventos extremos que alteram a disponibilidade hídrica da bacia do São Francisco, a partir da integração de um modelo atmosférico regional e de um modelo hidrológico. Para tanto, foi utilizado um conjunto de cinco membros de previsões sazonais de precipitação para cada mês entre o período de 2001 a 2018, sendo essas previsões geradas por um downscaling do modelo atmosférico Eta do CPTEC/INPE. Esses dados serviram como variáveis de entrada no modelo hidrológico MGBIPH na geração de previsões sazonais de vazão na bacia do rio São Francisco. Quanto aos dados observados de precipitação e vazão, utilizados na comparação com os dados previstos, esses foram obtidos de séries históricas dos postos pluviométricos e fluviométricos da Agência Nacional de Águas (ANA), respectivamente, além de séries de vazões naturalizadas dos aproveitamentos hidrelétricos no caso das usinas de Três Marias, Sobradinho, Itaparica/Luiz Gonzaga e Paulo Afonso/Moxotó. A acurácia das previsões foi analisada tanto visualmente, quanto por meio de estatística com o uso dos indicadores Erro Médio Relativo (EMR), Erro Médio Absoluto (EMA) e Coeficiente de Correlação Linear de Pearson (r). Os resultados dos índices EMR e r mostraram que, de maneira geral, os modelos Eta/MGB apresentaram um bom desempenho com relação à previsibilidade hidrológica sazonal para a bacia, sobretudo para as sub bacias localizadas no Alto e Baixo São Francisco. Com relação às antecedências, não foram observadas diferenças consideráveis entre os horizontes analisados, embora os resultados para um mês tenham sido relativamente melhores, principalmente considerando o índice r. Entretanto, aponta-se a necessidade de correções tanto das precipitações previstas, quanto do viés das previsões hidrológicas em algumas regiões, como no caso de Sobradinho, que apresentou alguns erros sistemáticos.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	IRN - Instituto de Recursos Naturais	pt_BR
dc.publisher.program	Programa de Pós-Graduação: Mestrado - Meio Ambiente e Recursos Hídricos	pt_BR
dc.publisher.initials	UNIFEI	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS	pt_BR
dc.relation.references	WELERSON, Camila Coelho. Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação. 2020. 133 f. Dissertação (Mestrado em Meio Ambiente e Recursos Hídricos) – Universidade Federal de Itajubá, Itajubá, 2020.	pt_BR