Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Rodrigo Perdigão Gomes Bezerra
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Minas Gerais
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Engenharia sanitária
Recursos hídricos - Desenvolvimento
Incerteza
Python (Linguagem de programação de computador)
Inundações
Link de acesso: https://hdl.handle.net/1843/53818
Resumo: Probabilistic flood inundations maps allow to considerate uncertainties related to a hydrodynamic modeling as a probability of occurrence of the results. Among the sources of uncertainty related to a model, it can be highlighted uncertainties related to Manning coefficient, topobathymetric data and breach parameters when dealing with dam break studies. To analyze such uncertainties in a probabilistic efficient and comprehensive way, programming tools applied to dynamic processes becomes a very significant mechanism (DYSARZ, 2018; HAMOUDA, 2018; PAPAIONNOU et al., 2017). This study analyse the impact of uncertainties related to breach and resistance parameters in two-dimensional hydrodynamics modeling of a dam break scenario. A tool developed in Python is proposed to automate HEC-RAS two-dimensional model for the application of Monte Carlo Method (MMC). The computational routine is structured in such a way that it varies the model input data (i.e: formation time, height, width and slope of the dam breach, Manning Coefficient) according to a selected probability distribution, run automatic simulations and manipulates output data evaluating the model sensitivity through measurements on a global, regional and local scale. The validation of the developed tool is done through a dam failure case study proposed by ICOLD (ZENZ & GOLDGRUBER, 2013) which present a hypothetical dam located in a mountainous region, 3,5 km upstream an urban area.
id UFMG_a75bae56e17db7727520df2be61e674e
oai_identifier_str oai:repositorio.ufmg.br:1843/53818
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling 2023-05-23T19:10:20Z2025-09-09T01:02:27Z2023-05-23T19:10:20Z2022-05-24https://hdl.handle.net/1843/53818Probabilistic flood inundations maps allow to considerate uncertainties related to a hydrodynamic modeling as a probability of occurrence of the results. Among the sources of uncertainty related to a model, it can be highlighted uncertainties related to Manning coefficient, topobathymetric data and breach parameters when dealing with dam break studies. To analyze such uncertainties in a probabilistic efficient and comprehensive way, programming tools applied to dynamic processes becomes a very significant mechanism (DYSARZ, 2018; HAMOUDA, 2018; PAPAIONNOU et al., 2017). This study analyse the impact of uncertainties related to breach and resistance parameters in two-dimensional hydrodynamics modeling of a dam break scenario. A tool developed in Python is proposed to automate HEC-RAS two-dimensional model for the application of Monte Carlo Method (MMC). The computational routine is structured in such a way that it varies the model input data (i.e: formation time, height, width and slope of the dam breach, Manning Coefficient) according to a selected probability distribution, run automatic simulations and manipulates output data evaluating the model sensitivity through measurements on a global, regional and local scale. The validation of the developed tool is done through a dam failure case study proposed by ICOLD (ZENZ & GOLDGRUBER, 2013) which present a hypothetical dam located in a mountainous region, 3,5 km upstream an urban area.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas GeraisCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de Minas GeraisHEC-RASIncertezasPythonEngenharia sanitáriaRecursos hídricos - DesenvolvimentoIncertezaPython (Linguagem de programação de computador)InundaçõesAvaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundaçõesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisRodrigo Perdigão Gomes Bezerrainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGhttp://lattes.cnpq.br/4925458610406268Julian Cardoso Eleutériohttp://lattes.cnpq.br/5600282923061521Francisco Eustáquio Oliveira e SilvaRodrigo Cauduro Dias de PaivaPedro Luiz Borges ChaffeO mapeamento probabilístico de inundações permite se considerar as incertezas relacionadas à modelagem hidrodinâmica de forma a atribuir probabilidades de ocorrência aos resultados simulados. Dentre as fontes de incertezas relacionadas a modelagens hidrodinâmicas analisadas, pode-se destacar as incertezas relacionadas aos dados topobatimétricos, ao coeficiente de rugosidade de Manning e aos parâmetros da brecha, em casos de rompimento de barragens. Com o intuito de analisar tais incertezas de forma probabilística com mais eficiência e abrangência, a automatização de processos da modelagem hidrodinâmica se torna um mecanismo bastante vantajoso (DYSARZ, 2018; HAMOUDA, 2018; PAPAIONNOU et al., 2017). Nesse sentido, o presente estudo propõe uma análise do impacto de incertezas relacionadas aos parâmetros de brecha de ruptura na modelagem hidrodinâmica bidimensional de inundações decorrentes do rompimento de barragens de terra. Para isso, é proposta uma ferramenta desenvolvida em Python que permite a automatização do modelo bidimensional da ferramenta HEC-RAS para aplicação do Método de Monte Carlo (MMC). A rotina computacional é estruturada de forma a variar os dados de entrada do modelo (i.e: tempo de formação, altura, largura, inclinação da brecha de ruptura e coeficiente de rugosidade de Manning) conforme distribuições probabilísticas selecionadas, além de executar as simulações automaticamente e manipular os dados de saída avaliando a sensibilidade do modelo aos parâmetros estudados por meio de métricas em escala global, regional e local. A validação da ferramenta desenvolvida é feita por meio de um estudo de caso de rompimento de barragens proposto pelo ICOLD (ZENZ & GOLDGRUBER, 2013) que trata de uma barragem hipotética projetada em uma região montanhosa, localizada 3,5 km a montante de uma área urbana.BrasilENG - DEPARTAMENTO DE ENGENHARIA HIDRÁULICAPrograma de Pós-Graduação em Saneamento, Meio Ambiente e Recursos HídricosUFMGORIGINALDissertacao_R01.pdfapplication/pdf21694608https://repositorio.ufmg.br//bitstreams/44bc1cd1-743a-428a-ba3b-9f5d33c408af/download6e908810f50183700af59e307c9c4acbMD51trueAnonymousREADLICENSElicense.txttext/plain2118https://repositorio.ufmg.br//bitstreams/0bf0a0bc-163c-49c0-acc7-67796ffd471f/downloadcda590c95a0b51b4d15f60c9642ca272MD52falseAnonymousREAD1843/538182025-09-08 22:02:27.871open.accessoai:repositorio.ufmg.br:1843/53818https://repositorio.ufmg.br/Repositório InstitucionalPUBhttps://repositorio.ufmg.br/oairepositorio@ufmg.bropendoar:2025-09-09T01:02:27Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)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
dc.title.none.fl_str_mv Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
title Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
spellingShingle Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
Rodrigo Perdigão Gomes Bezerra
Engenharia sanitária
Recursos hídricos - Desenvolvimento
Incerteza
Python (Linguagem de programação de computador)
Inundações
HEC-RAS
Incertezas
Python
title_short Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
title_full Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
title_fullStr Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
title_full_unstemmed Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
title_sort Avaliação probabilística de incertezas relacionadas a parâmetros de brecha e coeficientes de rugosidade na modelagem hidrodinâmica bidimensional de inundações
author Rodrigo Perdigão Gomes Bezerra
author_facet Rodrigo Perdigão Gomes Bezerra
author_role author
dc.contributor.author.fl_str_mv Rodrigo Perdigão Gomes Bezerra
dc.subject.por.fl_str_mv Engenharia sanitária
Recursos hídricos - Desenvolvimento
Incerteza
Python (Linguagem de programação de computador)
Inundações
topic Engenharia sanitária
Recursos hídricos - Desenvolvimento
Incerteza
Python (Linguagem de programação de computador)
Inundações
HEC-RAS
Incertezas
Python
dc.subject.other.none.fl_str_mv HEC-RAS
Incertezas
Python
description Probabilistic flood inundations maps allow to considerate uncertainties related to a hydrodynamic modeling as a probability of occurrence of the results. Among the sources of uncertainty related to a model, it can be highlighted uncertainties related to Manning coefficient, topobathymetric data and breach parameters when dealing with dam break studies. To analyze such uncertainties in a probabilistic efficient and comprehensive way, programming tools applied to dynamic processes becomes a very significant mechanism (DYSARZ, 2018; HAMOUDA, 2018; PAPAIONNOU et al., 2017). This study analyse the impact of uncertainties related to breach and resistance parameters in two-dimensional hydrodynamics modeling of a dam break scenario. A tool developed in Python is proposed to automate HEC-RAS two-dimensional model for the application of Monte Carlo Method (MMC). The computational routine is structured in such a way that it varies the model input data (i.e: formation time, height, width and slope of the dam breach, Manning Coefficient) according to a selected probability distribution, run automatic simulations and manipulates output data evaluating the model sensitivity through measurements on a global, regional and local scale. The validation of the developed tool is done through a dam failure case study proposed by ICOLD (ZENZ & GOLDGRUBER, 2013) which present a hypothetical dam located in a mountainous region, 3,5 km upstream an urban area.
publishDate 2022
dc.date.issued.fl_str_mv 2022-05-24
dc.date.accessioned.fl_str_mv 2023-05-23T19:10:20Z
2025-09-09T01:02:27Z
dc.date.available.fl_str_mv 2023-05-23T19:10:20Z
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.uri.fl_str_mv https://hdl.handle.net/1843/53818
url https://hdl.handle.net/1843/53818
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.none.fl_str_mv Universidade Federal de Minas Gerais
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br//bitstreams/44bc1cd1-743a-428a-ba3b-9f5d33c408af/download
https://repositorio.ufmg.br//bitstreams/0bf0a0bc-163c-49c0-acc7-67796ffd471f/download
bitstream.checksum.fl_str_mv 6e908810f50183700af59e307c9c4acb
cda590c95a0b51b4d15f60c9642ca272
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv repositorio@ufmg.br
_version_ 1862106047521488896

Registros relacionados