Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Araujo, Vinicius, 1995-
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: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizado de máquina
Hidrologia urbana
Avaliação de riscos
Inundações
Machine learning
Urban hidrology
Risk assessment
Floods
Link de acesso: https://hdl.handle.net/20.500.12733/7308
Resumo: Orientador: Ana Elisa Silva de Abreu
id UNICAMP-30_48a24bbcffeea3a67e716b84019f030d
oai_identifier_str oai::1259307
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipadoData-driven model for flood temporal prediction aiming at building an early warning system for an urban watershed in CampinasAprendizado de máquinaHidrologia urbanaAvaliação de riscosInundaçõesMachine learningUrban hidrologyRisk assessmentFloodsOrientador: Ana Elisa Silva de AbreuDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de GeociênciasResumo: Diversas medidas de gerenciamento de inundações vêm sendo tomadas para mitigar os danos destes eventos no mundo todo, dentre elas podemos citar a geração de modelos hidrológicos baseados em dados para subsidiar sistemas de alerta antecipados. Tais modelos não necessitam da caracterização de diversos parâmetros físicos envolvidos no problema e requerem uma menor quantidade de dados quando comparados com modelos mais tradicionais. Neste contexto, o presente trabalho visa desenvolver um modelo baseado em dados para prever níveis d’água futuros na bacia do ribeirão Proença, localizada no município de Campinas (SP), que apresenta historicamente inundações que ocasionam riscos à população e danos ao patrimônio. Para tal, foram utilizados dados de nível d’água sub-horário e dados de radar meteorológico referentes ao período de novembro de 2014 até junho de 2019, além de registros de ocorrência de inundações coletados em meios digitais e no banco de dados da Defesa Civil do município. A partir da análise do cotagrama gerado, três limiares foram aplicados (2,30m, 1,96m e 1,58m), com base no nível excedido ou igualado em 3, 6 e 10% do tempo analisado, respectivamente. A análise dos 145 eventos selecionados pelo limiar mais abrangente (1,58 metros) registrou a presença de 17 eventos de inundação na bacia, além de constatar que os níveis de 2,30 metros e 3,00 metros podem ser utilizados como níveis de atenção e alerta para a bacia, respectivamente. Para o desenvolvimento da pesquisa foi organizado um banco de dados multimodal a partir de dados reais, que foi disponibilizado no Repositório de Dados de Pesquisa da Unicamp. No que tange à criação do modelo baseado em dados para previsão de níveis d’água 30 minutos no futuro, foi utilizado o algoritmo XGBoost. Tal modelo apresentou para os dados de teste um RMSE de 0,284 metros e um NSE de 0,614, sendo assim classificado como um modelo satisfatório. Para os 3 eventos de inundação pertencentes aos dados de teste, o modelo foi capaz de prever níveis acima do nível de atenção em 2 deles, embora não tenha previsto níveis acima do nível de alerta. Deve-se destacar que, nas modelagens para diferentes tempos futuros, à medida que diminuímos o tempo futuro, melhoramos a previsão realizada pelo modelo. Analisando-se o lag-time entre a precipitação e a subida do nível d’água para os 145 eventos supracitados, verificou-se a presença de dois grupos distintos de valores (30 e 70 minutos), sendo o primeiro correlacionado a eventos de maior intensidade pluviométrica, enquanto o segundo relacionado a eventos de menor intensidade pluviométrica. Este resultado, atrelado ao desempenho do modelo, sugere que há uma elevada variabilidade intrínseca ao problema que não está sendo completamente capturada pelo modelo baseado em dados gerados pela presente pesquisaAbstract: Several flood management measures have been taken to mitigate the damages of flash-flood events worldwide. Among them we can mention the generation of data-driven hydrological models to support early warning systems, since such models do not have the need to characterize the several physical parameters involved in the modelling and require a smaller amount of data when compared to more traditional models. In this context, the present work aims at developing a data-driven model to predict future water levels in the Proença watershed, located in Campinas city, São Paulo state, Brazil, which historically presents floods that pose risks to the population and damage to property. To this end, sub-hourly water level data and weather radar data were used for the period from November 2014 to June 2019, in addition to flood occurrence records collected in digital media and in the Civil Defense database. From the analysis of the generated cotagram, three thresholds were applied (2.30m, 1.96m and 1.58m), based on the level exceeded or equalled in 3, 6 and 10% of the analysed time, respectively. The analysis of the 145 events selected by the most comprehensive threshold (1.58 meters) recorded the presence of 17 flood events in the watershed, in addition to verifying that the levels of 2.30 meters and 3.00 meters can be used as levels of attention and alert for the basin, respectively. For the development of the research, a multimodal dataset was organized from real data, which was made available at Unicamp's research data repository. XGBoost algorithm was used to model water levels with 30 minutes lead time using this dataset. This model presents for the test data an RMSE of 0.284 meters and an NSE of 0.614 and can be classified as a satisfactory model. For the 3 flood events belonging to the test data, the model was able to predict levels above the attention level for 2 events, but none above the alert level. Modeling other lead times revealed that as the lead time is decreased, the prediction quality improves. Analyzing the lag-time between precipitation and water level for the 145 events mentioned above, the presence of two distinct groups of values emerged: one with average lag time of 30 minutes and the other with average lag time of 70 minutes. The first one is related to events of greater rainfall intensity, while the second one is related to events of lower rainfall intensity. This result and the performance of the data-driven model, suggests that there is high variability intrinsic to the problem and that it has been only partiallycaptured by the data-driven model developed in the present researchMestradoGeologia e Recursos NaturaisMestre em GeociênciasFAPESP2020/00058-2[s.n.]Abreu, Ana Elisa Silva de, 1973-Falcetta, Filipe Antonio MarquesCosta, Paula Dornhofer ParoUniversidade Estadual de Campinas (UNICAMP). Instituto de GeociênciasPrograma de Pós-Graduação em GeociênciasUNIVERSIDADE ESTADUAL DE CAMPINASAraujo, Vinicius, 1995-20222022-10-20T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (108 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/7308ARAUJO, Vinicius. Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado. 2022. 1 recurso online (108 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociências, Campinas, SP. Disponível em: 20.500.12733/7308. Acesso em: 29 set. 2025.https://repositorio.unicamp.br/acervo/detalhe/1259307https://repositorio.unicamp.br/acervo/detalhe/1259307Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-08-12T15:35:00Zoai::1259307Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-08-12T15:35Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
Data-driven model for flood temporal prediction aiming at building an early warning system for an urban watershed in Campinas
title Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
spellingShingle Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
Araujo, Vinicius, 1995-
Aprendizado de máquina
Hidrologia urbana
Avaliação de riscos
Inundações
Machine learning
Urban hidrology
Risk assessment
Floods
title_short Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
title_full Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
title_fullStr Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
title_full_unstemmed Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
title_sort Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado
author Araujo, Vinicius, 1995-
author_facet Araujo, Vinicius, 1995-
author_role author
dc.contributor.none.fl_str_mv Abreu, Ana Elisa Silva de, 1973-
Falcetta, Filipe Antonio Marques
Costa, Paula Dornhofer Paro
Universidade Estadual de Campinas (UNICAMP). Instituto de Geociências
Programa de Pós-Graduação em Geociências
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Araujo, Vinicius, 1995-
dc.subject.por.fl_str_mv Aprendizado de máquina
Hidrologia urbana
Avaliação de riscos
Inundações
Machine learning
Urban hidrology
Risk assessment
Floods
topic Aprendizado de máquina
Hidrologia urbana
Avaliação de riscos
Inundações
Machine learning
Urban hidrology
Risk assessment
Floods
description Orientador: Ana Elisa Silva de Abreu
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-10-20T00:00:00Z
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/20.500.12733/7308
ARAUJO, Vinicius. Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado. 2022. 1 recurso online (108 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociências, Campinas, SP. Disponível em: 20.500.12733/7308. Acesso em: 29 set. 2025.
url https://hdl.handle.net/20.500.12733/7308
identifier_str_mv ARAUJO, Vinicius. Modelo baseado em dados para predição de inundação em bacia urbana de Campinas visando a construção de um sistema de alerta antecipado. 2022. 1 recurso online (108 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociências, Campinas, SP. Disponível em: 20.500.12733/7308. Acesso em: 29 set. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1259307
https://repositorio.unicamp.br/acervo/detalhe/1259307
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (108 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1844628692663271424

Registros relacionados