Desenvolvimento, sensibilidade e análise de incertezas do modelo LASH

• Autor(a) principal: Beskow, Samuel
• Data de Publicação: 2011
• Outros Autores: Mello, Carlos Rogério de, Norton, Lloyd Darrell
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Scientia Agrícola (Online)
• Texto Completo: https://www.revistas.usp.br/sa/article/view/22666
• topic: GLUE methodology; Morris method; hydrologic modeling; parameter ranges; automatic calibration; metodologia GLUE; método de Morris; modelagem hidrológica; intervalos de parâmetros; calibração automática

Diversos modelos hidrológicos têm sido desenvolvidos no intuito de auxiliar na gestão de recursos naturais em todo o mundo. Porém, a maioria desses modelos apresenta um alto grau de complexidade em relação tanto à necessidade de base de dados, quanto ao número de parâmetros de calibração. Em virtude desses fatores, se torna difícil a aplicação em bacias hidrográficas que têm bases de dados reduzidas. Neste artigo é descrito o desenvolvimento do modelo Lavras Simulation of Hydrology (LASH) em uma estrutura de SIG, buscando enfatizar seus principais componentes e parâmetros, bem como suas potencialidades. Além da descrição do modelo, também foram realizadas a análise de sensibilidade, a redução do intervalo de parâmetros e a análise de incertezas, anteriormente à fase de calibração, utilizando metodologias específicas (método de Morris, simulação de Monte Carlo e o método Generalized Likelihood Uncertainty Equation (GLUE)), com a base de dados de uma bacia hidrográfica experimental tropical brasileira (32 km²), a fim de simular a vazão total média diária. O LASH é um modelo classificado como determinístico e distribuído, que utiliza dados de longo termo e poucos mapas para predizer vazão na seção de controle de bacias hidrográficas. Foi possível identificar os parâmetros mais sensíveis do modelo para a bacia hidrográfica de referência, os quais estão associados com os componentes de escoamento de base e superficial direto. Em função do limiar conservador utilizado neste estudo, foram reduzidos os intervalos de dois parâmetros, dessa forma gerando resultados simulados mais realísticos e também facilitando a calibração automática do modelo com um menor número de iterações necessárias. O método da GLUE mostrou ser eficiente frente à análise de incertezas relacionadas à predição de vazão na bacia de estudo.