Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica

Detalhes bibliográficos
Autor(a) principal: Fan, Fernando Mainardi
Data de Publicação: 2015
Outros Autores: Meller, Adalberto, Collischonn, Walter
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/230475
Resumo: Uma das principais etapas da previsão de vazão utilizando modelagem hidrológica é a assimilação de dados para corrigir as variáveis de estado do modelo hidrológico e tornar a condição inicial da previsão a mais próxima possível da realidade observada. Uma forma de realizar assimilação de dados é a utiliza- ção de métodos empíricos, que utilizam os dados observados para corrigir diretamente as variáveis do modelo hidrológico. Um exemplo de modelo que utiliza este tipo de técnica empírica é o MGB-IPH, recentemente muito utilizado para previsão de vazões em estudos de caso brasileiros. Contudo, nesta forma de assimilação podem ocorrer problemas quando os dados telemétricos observados apresentam descompassos sobre o volume total de água existente na bacia, o que pode se refletir em perda de qualidade nas previsões. Desta forma, no presente trabalho é apresentada uma pesquisa de investigação sobre a incorporação do uso de filtros de vazão de base para controlar a assimilação de dados empírica em modelos hidrológicos, usando como estudo de caso a técnica utilizada no modelo MGB-IPH. Partiu-se da hipótese de que é possível aprimorar a representação da recessão dos hidrogramas de uma previsão de vazão ao incorporar um controle melhorado da quantidade de água que contribui para o fluxo de base em um local, a partir do uso de filtros digitais de separação de escoamento. Para testar a hipótese foram realizados ensaios de previsões por conjunto retroativas na bacia do Rio São Francisco, na região da UHE Três Marias, para os três períodos chuvosos entre 2010 e 2013. Visualmente os resultados das previsões por conjunto mostram que o problema observado na assimilação de dados foi removido com a utilização do filtro de vazão de base. Este benefício é verificado através de uma melhoria em quatro medidas de desempenho calcu- ladas, onde a maioria dos resultados apontou para melhoras nas previsões. Como conclusão, tem-se que a técnica testada possibilita um melhor desempenho na previsão de vazões utilizando o modelo MGB-IPH, e que o uso de filtros numéricos na assimilação de dados apresenta-se como promissor para outras aplicações similares de assimilação de dados.
id UFRGS-2_1f4b52f24d996013d3f8fff465f54595
oai_identifier_str oai:www.lume.ufrgs.br:10183/230475
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Fan, Fernando MainardiMeller, AdalbertoCollischonn, Walter2021-10-05T04:26:36Z20151414-381Xhttp://hdl.handle.net/10183/230475000970519Uma das principais etapas da previsão de vazão utilizando modelagem hidrológica é a assimilação de dados para corrigir as variáveis de estado do modelo hidrológico e tornar a condição inicial da previsão a mais próxima possível da realidade observada. Uma forma de realizar assimilação de dados é a utiliza- ção de métodos empíricos, que utilizam os dados observados para corrigir diretamente as variáveis do modelo hidrológico. Um exemplo de modelo que utiliza este tipo de técnica empírica é o MGB-IPH, recentemente muito utilizado para previsão de vazões em estudos de caso brasileiros. Contudo, nesta forma de assimilação podem ocorrer problemas quando os dados telemétricos observados apresentam descompassos sobre o volume total de água existente na bacia, o que pode se refletir em perda de qualidade nas previsões. Desta forma, no presente trabalho é apresentada uma pesquisa de investigação sobre a incorporação do uso de filtros de vazão de base para controlar a assimilação de dados empírica em modelos hidrológicos, usando como estudo de caso a técnica utilizada no modelo MGB-IPH. Partiu-se da hipótese de que é possível aprimorar a representação da recessão dos hidrogramas de uma previsão de vazão ao incorporar um controle melhorado da quantidade de água que contribui para o fluxo de base em um local, a partir do uso de filtros digitais de separação de escoamento. Para testar a hipótese foram realizados ensaios de previsões por conjunto retroativas na bacia do Rio São Francisco, na região da UHE Três Marias, para os três períodos chuvosos entre 2010 e 2013. Visualmente os resultados das previsões por conjunto mostram que o problema observado na assimilação de dados foi removido com a utilização do filtro de vazão de base. Este benefício é verificado através de uma melhoria em quatro medidas de desempenho calcu- ladas, onde a maioria dos resultados apontou para melhoras nas previsões. Como conclusão, tem-se que a técnica testada possibilita um melhor desempenho na previsão de vazões utilizando o modelo MGB-IPH, e que o uso de filtros numéricos na assimilação de dados apresenta-se como promissor para outras aplicações similares de assimilação de dados.One of the key steps in streamflow forecasting using hydrologic models is data assimilation to adjust the model state variables and make the initial condition the closest possible to observed reality. One way to perform data assimilation is the use of empirical methods, utilizing the observed data to directly fix the variables of the hydrological model. An example of a model that uses this type of empirical technique is MGB-IPH, recently widely used for streamflow fo- recasting in Brazilian case studies. However, some problems may occur using this method of assimilation when the observed telemetry data mismatch the total volume of water in the basin, which may be reflected by a loss of quality in the forecasts. Thus, research about incorporating the use of baseflow separation filters is tested in this study to improve the empirical data assimilation, using the MGB - IPH model as a case study. The work is based on the hypothesis that it is possible to enhance the hydrograph recession predictions by incorporating an improved control of the amount of water that contributes to the baseflow at a location using digital flow separation filters. To test the hypothesis, some hindcasting experiments were issued in the São Francisco River basin in the HPP Três Marias region for three rainy seasons between 2010 and 2013. Visually the results of the forecasts show that the problem noted in the data assimilation was removed using the baseflow filter. This benefit is also verified through the calculation of four performance measures, where most of the results pointed to improvements in the forecasts. In conclusion, the tested technique enables better performance in streamflow forecasting using the MGB - IPH model, and the use of numerical filters in data assimilation is presented as promising for other similar applications of similar data assimilation techniques.application/pdfporRbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 20, n. 2 (jan./jun. 2015), p. 472-483Previsão hidrológicaPrevisao de vazoesModelos hidrológicosData AssimilationFlow separationHydrological forecastingHydrological modelingIncorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológicaCoupling flow separation numerical filters to the data assimilation method for streamflow forecasting using hydrological modeling info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000970519.pdf.txt000970519.pdf.txtExtracted Texttext/plain62441http://www.lume.ufrgs.br/bitstream/10183/230475/2/000970519.pdf.txt4f755e2e1ed37d0d80f54d3fb791d3b0MD52ORIGINAL000970519.pdfTexto completoapplication/pdf1993114http://www.lume.ufrgs.br/bitstream/10183/230475/1/000970519.pdf1ef3282b8437ea1ae71c20074408d745MD5110183/2304752024-03-27 06:37:35.493451oai:www.lume.ufrgs.br:10183/230475Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2024-03-27T09:37:35Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
dc.title.alternative.en.fl_str_mv Coupling flow separation numerical filters to the data assimilation method for streamflow forecasting using hydrological modeling
title Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
spellingShingle Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
Fan, Fernando Mainardi
Previsão hidrológica
Previsao de vazoes
Modelos hidrológicos
Data Assimilation
Flow separation
Hydrological forecasting
Hydrological modeling
title_short Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
title_full Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
title_fullStr Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
title_full_unstemmed Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
title_sort Incorporação de filtro numérico de separação de escoamento na assimilação de dados para previsão de vazões utilizando modelagem hidrológica
author Fan, Fernando Mainardi
author_facet Fan, Fernando Mainardi
Meller, Adalberto
Collischonn, Walter
author_role author
author2 Meller, Adalberto
Collischonn, Walter
author2_role author
author
dc.contributor.author.fl_str_mv Fan, Fernando Mainardi
Meller, Adalberto
Collischonn, Walter
dc.subject.por.fl_str_mv Previsão hidrológica
Previsao de vazoes
Modelos hidrológicos
topic Previsão hidrológica
Previsao de vazoes
Modelos hidrológicos
Data Assimilation
Flow separation
Hydrological forecasting
Hydrological modeling
dc.subject.eng.fl_str_mv Data Assimilation
Flow separation
Hydrological forecasting
Hydrological modeling
description Uma das principais etapas da previsão de vazão utilizando modelagem hidrológica é a assimilação de dados para corrigir as variáveis de estado do modelo hidrológico e tornar a condição inicial da previsão a mais próxima possível da realidade observada. Uma forma de realizar assimilação de dados é a utiliza- ção de métodos empíricos, que utilizam os dados observados para corrigir diretamente as variáveis do modelo hidrológico. Um exemplo de modelo que utiliza este tipo de técnica empírica é o MGB-IPH, recentemente muito utilizado para previsão de vazões em estudos de caso brasileiros. Contudo, nesta forma de assimilação podem ocorrer problemas quando os dados telemétricos observados apresentam descompassos sobre o volume total de água existente na bacia, o que pode se refletir em perda de qualidade nas previsões. Desta forma, no presente trabalho é apresentada uma pesquisa de investigação sobre a incorporação do uso de filtros de vazão de base para controlar a assimilação de dados empírica em modelos hidrológicos, usando como estudo de caso a técnica utilizada no modelo MGB-IPH. Partiu-se da hipótese de que é possível aprimorar a representação da recessão dos hidrogramas de uma previsão de vazão ao incorporar um controle melhorado da quantidade de água que contribui para o fluxo de base em um local, a partir do uso de filtros digitais de separação de escoamento. Para testar a hipótese foram realizados ensaios de previsões por conjunto retroativas na bacia do Rio São Francisco, na região da UHE Três Marias, para os três períodos chuvosos entre 2010 e 2013. Visualmente os resultados das previsões por conjunto mostram que o problema observado na assimilação de dados foi removido com a utilização do filtro de vazão de base. Este benefício é verificado através de uma melhoria em quatro medidas de desempenho calcu- ladas, onde a maioria dos resultados apontou para melhoras nas previsões. Como conclusão, tem-se que a técnica testada possibilita um melhor desempenho na previsão de vazões utilizando o modelo MGB-IPH, e que o uso de filtros numéricos na assimilação de dados apresenta-se como promissor para outras aplicações similares de assimilação de dados.
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2021-10-05T04:26:36Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/230475
dc.identifier.issn.pt_BR.fl_str_mv 1414-381X
dc.identifier.nrb.pt_BR.fl_str_mv 000970519
identifier_str_mv 1414-381X
000970519
url http://hdl.handle.net/10183/230475
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartof.pt_BR.fl_str_mv Rbrh : revista brasileira de recursos hídricos. Porto Alegre, RS. Vol. 20, n. 2 (jan./jun. 2015), p. 472-483
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/230475/2/000970519.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/230475/1/000970519.pdf
bitstream.checksum.fl_str_mv 4f755e2e1ed37d0d80f54d3fb791d3b0
1ef3282b8437ea1ae71c20074408d745
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801225038262697984