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

Detalhes bibliográficos
Autor(a) principal: WELERSON, Camila Coelho
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/2163
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 MGB-IPH 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.
id UFEI_3c97df79e8f18cebb768dc2f0af3e249
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/2163
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str 7044
spelling 2020-04-102020-05-14T17:57:20Z2020-05-14T17:57:20ZWELLERSON, 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.https://repositorio.unifei.edu.br/jspui/handle/123456789/2163O 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 MGB-IPH 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.Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisItajubáUNIFEI - Universidade Federal de Itajubá133 p.HidrologiaPrevisibilidadeEtaMGB-IPHHydrologyPredictabilityEtaMGB-IPHSILVA, Benedito Cláudio daMeio Ambiente e Recursos HídricosCNPQ:: Meio Ambiente e Recursos HídricosCiências AmbientaisWELERSON, Camila CoelhoPrograma de Pós-Graduação: Mestrado - Meio Ambiente e Recursos HídricosIRN - Instituto de Recursos Naturaisporreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEIinfo:eu-repo/semantics/openAccessORIGINALDissertação_2020057.pdfDissertação_2020057.pdfapplication/pdf12768997https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2163/1/Disserta%c3%a7%c3%a3o_2020057.pdf42007e4292bec9b5ed56cdefa0192e8bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2163/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/21632024-02-20 16:42:25.647oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-02-20T19:42:25Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
spellingShingle Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
WELERSON, Camila Coelho
title_short Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_full Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_fullStr Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_full_unstemmed Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
title_sort Previsões sazonais de vazão para o rio São Francisco com base em previsões numéricas de precipitação
author WELERSON, Camila Coelho
author_facet WELERSON, Camila Coelho
author_role author
dc.contributor.author.fl_str_mv WELERSON, Camila Coelho
description 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 MGB-IPH 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.
publishDate 2020
dc.date.issued.fl_str_mv 2020-04-10
dc.date.available.fl_str_mv 2020-05-14T17:57:20Z
dc.date.accessioned.fl_str_mv 2020-05-14T17:57:20Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv WELLERSON, 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.
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/2163
identifier_str_mv WELLERSON, 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.
url https://repositorio.unifei.edu.br/jspui/handle/123456789/2163
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Meio Ambiente e Recursos Hídricos
dc.publisher.department.fl_str_mv IRN - Instituto de Recursos Naturais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2163/1/Disserta%c3%a7%c3%a3o_2020057.pdf
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2163/2/license.txt
bitstream.checksum.fl_str_mv 42007e4292bec9b5ed56cdefa0192e8b
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1801863195036483584