Data assimilation using the ensemble Kalman filter in a distributed hydrological model on the Tocantins river, Brasil

• Autor(a) principal: Quiroz Jiménez, Karena
• Data de Publicação: 2019
• Outros Autores: Collischonn, Walter, Paiva, Rodrigo Cauduro Dias de
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/201588
• topic: Modelos hidrológicos; Previsão de vazoes; Assimilação de dados; Tocantins, Rio, Bacia; Ensemble Kalman filter; Distributed hydrological model; Streamflow forecast; Information transfer

Neste trabalho, o método de assimilação de dados por filtro de Kalman por conjunto (EnKF) é aplicado na bacia do rio Tocantins. Esse método atualiza as vazões do rio usando um modelo hidrológico distribuído. O desempenho de EnKF é também comparado com um método de assimilação empírico a intervalos de tempo horário, onde duas aplicações baseadas em transferência de informação de locais monitorados para não monitorados e previsão de vazão em tempo real são avaliadas. Na primeira aplicação, ambos os métodos de assimilação de dado conseguem transferir vazões a outros locais não monitorados, obtendo melhores resultados quando mais de uma estação localizada a montante ou a jusante da bacia são monitoradas. Na segunda aplicação, a integração de um modelo de previsão com EnKF consegue absorver os erros no início da previsão. Dessa forma, uma maior eficiência no índice de Nash-Sutcliffe para as primeiras 144 horas de antecedência é encontrada quando se compara com os resultados do modelo sem assimilação. Finalmente, a comparação entre os métodos de assimilação de dados no modelo de previsão mostra uma maior vantagem a favor de EnKF em maiores horizontes de previsão.