Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas

Detalhes bibliográficos
Autor(a) principal: Kuana, Louise Akemi, 1997-
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/75593
Resumo: Orientador: Emílio Graciliano Ferreira Mercuri
id UFPR_063506a9b0fc361e8dff756201252a95
oai_identifier_str oai:acervodigital.ufpr.br:1884/75593
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Kuana, Louise Akemi, 1997-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia AmbientalMercuri, Emílio Graciliano Ferreira, 1985-2022-05-31T16:35:42Z2022-05-31T16:35:42Z2022https://hdl.handle.net/1884/75593Orientador: Emílio Graciliano Ferreira MercuriDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Ambiental. Defesa : Curitiba, 14/02/2022Inclui referências: p. 69-74Área de concentração: Engenharia AmbientalResumo: Este estudo visa avaliar a transferência de parâmetros do modelo GR4J (em Frances, modèle du Génie Rural à 4 paramètres Journalier) calibrados em bacias hidrográficas instrumentalizadas para predizer vazões diárias em bacias com pouca ou nenhuma informação hidrológica. Para isso, foi desenvolvido um conjunto de dados para o Estado do Paraná, onde foram englobadas informações atuais e históricas de diferentes órgãos, institutos e empresas que ao longo de décadas vem investindo no monitoramento ambiental no Estado do Paraná. Alem disso, foram aplicadas técnicas de controle de qualidade rigorosos para a recuperação do histórico de precipitação entre 1979 a 2020, e esforços manuais para a realização do hidrorreferenciamento das estações fluviométricas coletadas. Neste estudo foram empregados métodos para a regionalização dos parâmetros do GR4J, são eles: proximidade espacial simples, similaridade fisiográfica-climática e regressão por Random Forest. Adicionalmente, devido a importância da vazão Q95 para estimar a vazão máxima que pode ser outorgada dos corpos hídricos no Paraná, empregou-se a regressão direta da Q95 por meio do Random Forest para ser comparada com os métodos indiretos (regionalização de parâmetros do GR4J). Um conjunto de 100 bacias foram utilizadas para treinar os modelos de regionalização e outras 26 bacias foram usadas para avaliar e comparar o desempenho das regionalizações. Os resultados deste trabalho mostram que, em geral, todos os métodos de regionalização mostraram potencial e desempenhos positivos. Entretanto, de acordo com a avaliação feita para a amostra de 26 bacias, a regionalização baseada em similaridade fisiográfica-climática apontou ser o método mais robusto para a predição de vazão diária e da vazão de referencia Q95 em bacias pouco ou não instrumentalizadas no Estado do Paraná.Abstract: This study aims to evaluate the transfer of parameters from the GR4J model (in French, modèle du Génie Rural à 4 paramètres Journalier) calibrated in hydrographic basins instrumented to predict daily flows in basins with little or no hydrological information. For this, a set of data for the State of Parana was developed, which included current and historical information from different agencies, institutes and companies that for decades have been investing in environmental monitoring in the State of Parana. In addition, rigorous quality control techniques were applied to recover the rainfall history between 1979 and 2020, and manual efforts were made to carry out the hydroreferencing of the collected fluviometric stations. In this study, methods were used to regionalize the parameters of the GR4J, which are: simple spatial proximity, physiographic-climatic similarity and regression by Random Forest. Additionally, due to the importance of the Q95 flow to estimate the maximum flow that can be granted from rivers in Parana, direct regression of Q95 was used through Random Forest to be compared with indirect methods (regionalization of GR4J parameters). A set of 100 basins were used to train the regionalization models and another 26 basins were used to evaluate and compare the performance of regionalizations. The results of this work show that, in general, all regionalization methods showed positive potential and performance. However, according to evaluation carried out for the sample of 26 basins, regionalization based on physiographic-climatic similarity showed to be the most robust method for prediction of daily flow and reference flow Q95 in basins with little or no instrumentation in the State of Parana.1 recurso online : PDF.application/pdfHidrologiaBacias hidrográficasLevantamentos hidrograficosEngenharia SanitáriaVazanteRegionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - LOUISE AKEMI KUANA.pdfapplication/pdf17312561https://acervodigital.ufpr.br/bitstream/1884/75593/1/R%20-%20D%20-%20LOUISE%20AKEMI%20KUANA.pdf6131e0b7fd76397781479faa2cea9d2bMD51open access1884/755932022-05-31 13:35:42.175open accessoai:acervodigital.ufpr.br:1884/75593Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-05-31T16:35:42Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
title Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
spellingShingle Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
Kuana, Louise Akemi, 1997-
Hidrologia
Bacias hidrográficas
Levantamentos hidrograficos
Engenharia Sanitária
Vazante
title_short Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
title_full Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
title_fullStr Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
title_full_unstemmed Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
title_sort Regionalização de parâmetros do modelo GR4J para a predição de vazão diária em bacias não monitoradas
author Kuana, Louise Akemi, 1997-
author_facet Kuana, Louise Akemi, 1997-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Ambiental
dc.contributor.author.fl_str_mv Kuana, Louise Akemi, 1997-
dc.contributor.advisor1.fl_str_mv Mercuri, Emílio Graciliano Ferreira, 1985-
contributor_str_mv Mercuri, Emílio Graciliano Ferreira, 1985-
dc.subject.por.fl_str_mv Hidrologia
Bacias hidrográficas
Levantamentos hidrograficos
Engenharia Sanitária
Vazante
topic Hidrologia
Bacias hidrográficas
Levantamentos hidrograficos
Engenharia Sanitária
Vazante
description Orientador: Emílio Graciliano Ferreira Mercuri
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-05-31T16:35:42Z
dc.date.available.fl_str_mv 2022-05-31T16:35:42Z
dc.date.issued.fl_str_mv 2022
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.uri.fl_str_mv https://hdl.handle.net/1884/75593
url https://hdl.handle.net/1884/75593
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.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/75593/1/R%20-%20D%20-%20LOUISE%20AKEMI%20KUANA.pdf
bitstream.checksum.fl_str_mv 6131e0b7fd76397781479faa2cea9d2b
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898693355503616

Registros relacionados