Modelagem hidrológica de inundação utilizando previsões de precipitação por conjuntos e pós-processadas

• Ano de defesa: 2024
• Autor(a) principal: Capozzoli, Caluan Rodrigues
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Ensemble flood forecast; Pós-processamento estatístico; Previsão de chuva por conjuntos; Previsão de inundação por conjuntos; Rainfall ensemble forecasting; Statistical post-processing
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/14/14133/tde-09122024-164839/

Uma importante medida de mitigação dos impactos sociais e econômicos de inundações são os sistemas de alerta hidrológico, sendo os sistemas de previsão de cotas ou vazões (previsões hidrológicas) baseadas em conjuntos de previsões numéricas de precipitação, uma alternativa promissora que aumenta a antecedência e melhora a fundamentação para tomada de decisão. Contudo, o uso das previsões numéricas de precipitação para previsões hidrológicas pode implicar em previsões de vazão enviesadas, sendo indicado corrigir as previsões numéricas de precipitação. O objetivo deste trabalho foi testar se a aplicação de técnicas de processamento das previsões numéricas de precipitação pode melhorar o desempenho das previsões hidrológicas de vazão nas bacias hidrográficas do rio Paraíba do Sul (BHPS) e do rio Caí (BHRC) localizadas nas regiões sudeste e sul do Brasil, respectivamente. O modelo hidrológico Soil and Water Assessment Tools (SWAT), previamente calibrado e validado para cada uma das bacias hidrográficas, foi alimentado com o conjunto de previsões numéricas de precipitação do European Centre for Medium-Range Weather Forecasts (ECMWF) e com os quantis de precipitação das previsões processadas. Foram testadas as técnicas de processamento Ensemble Model Output Statistics (utilizando as funções de probabilidade Generalizada de Valores Extremos GEV - e Gama limitada - CSG) e Bayesian Model Average (BMA). Os resultados mostram que o uso dos quantis de probabilidade oriundos do processamento das previsões numéricas de precipitação por conjunto melhorou a qualidade das previsões hidrológicas em todos os horizontes de previsão testados (24 h, 48 h, 72 h, 96 h e 120 h), quando comparados com as previsões hidrológicas geradas com as previsões numéricas do ECMWF. O processamento permitiu reduzir o viés das previsões de precipitação e melhorar o espalhamento dos membros do conjunto. O processamento melhora a previsão de precipitação e este benefício se propaga para as previsões hidrológicas, quando as previsões processadas são utilizadas. Em ambas as bacias foi observado que o processamento com a BMA promove alguma melhora no viés, mas não no espalhamento dos membros do conjunto, enquanto que o processamento com a GEV e com CSG melhoram o viés e o espalhamento dos membros. Entre os modelos GEV e CSG, o segundo é o que apresentou o melhor desempenho.