Análise comparativa do Campus Agreste Watershed Model com diferentes modelos hidrológicos para a bacia hidrográfica do Rio Jaboatão

• Ano de defesa: 2024
• Autor(a) principal: ANDRADE, João Lucas Vilar de
• Orientador(a): COUTINHO, Artur Paiva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Engenharia Civil
• País: Brasil
• Palavras-chave em Português: Modelagem hidrológica; HEC-HMS; CAWM V; NCRRT; Ciclo Hidrológico
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/62080

Modelos hidrológicos são representações simplificadas dos processos hidrológicos atuantes nas bacias hidrográficas, nos quais expressões e variáveis são utilizadas para simular as interações entre a precipitação e a superfície terrestre. Neste contexto, 7 modelos hidrológicos (HEC-HMS, CAWM V, GR4J, GR5J, GR6J, HYMOD e HBV) foram comparados ao simular o escoamento fluvial na Bacia Hidrográfica do Rio Jaboatão, na Zona da Mata do estado de Pernambuco. Esta bacia tem histórico de inundações, destacando-se os eventos de cheia do ano de 2022. O presente estudo realizou um levantamento de dados espaciais, como modelos digitais de terreno e dados de uso e ocupação do solo, que foram avaliados por ferramentas de geoprocessamento para caracterizar a área de estudo. Os dados processados foram utilizados na calibração do modelo para a sub-bacia da Estação Fluviométrica Moreno (Código: 39189560), no qual destaca-se a performance do HEC-HMS, que simulou a vazão a cada 15 minutos em dois cenários de discretização espacial, no qual resultou em um coeficiente de eficiência Nash-Sutcliffe de 0,828 no Modelo Concentrado e 0,819 no Modelo Distribuído por Sub-bacias. O CAWM V foi aplicado para 2 cenários de discretização temporal, diária e 15 minutos. A versão diária resultou NSE de 0,840 enquanto no sub-diário o valor foi 0,76. Ao avaliar os modelos do NCRRT o GR6J obteve NSE de 0,814; GR4J com 0,748 e GR5J com 0,746. As ferramentas de otimização de parâmetros presentes no CAWM garantiram a qualidade estatística dos modelos desenvolvidos.