Search

Estudos realizados nas últimas décadas demonstram que os diferentes processos ambientais que ocorrem no planeta são, geralmente, de natureza bastante complexa, o que reforça a necessidade de desenvolvimento e aprimoramento de tecnologias de modelagem numérica de sistemas ambientais. Tendo em vista as possíveis alterações causadas pelas mudanças climáticas e ciente da importância da bacia do Rio São Francisco na geração hidrelétrica nacional, o presente estudo utilizou o modelo hidrológico de chuva-vazão SMAP (Soil Moisture Accounting Procedure) para comparar as vazões Médias de Longo Termo (MLT) observadas da cabeceira da bacia, à montante da usina hidrelétrica de Três Marias, com as simuladas pelo modelo de circulação geral da Atmosfera MIROC, regionalizadas pelo modelo climático regional RegCM, ambos utilizados pelo Painel Intergovernamental sobre Mudanças Climáticas, IPCC. Para a avaliação destas simulações foi comparado o comportamento da vazão simulada na bacia, tendo como dado de entrada a precipitação prevista pelo modelo climático e também a precipitação observada no período de 2001 a 2009. Para calibração do modelo SMAP foram utilizados dados de precipitação observada no período de junho de 1991 a maio de 2001. Posteriormente, foi analisado o comportamento do modelo hidrológico utilizando dados de precipitação simulados pelo modelo climático RegCM, com e sem aplicação de técnicas estatísticas de remoção de viés. A modelagem utilizando a chuva real observada na bacia apresentou uma boa aderência com a vazão real observada no período, demonstrando que o modelo SMAP é capaz de reproduzir a MLT da bacia. No entanto, a modelagem utilizando a precipitação simulada pelo RegCM apresentou índices baixos de eficiência, sendo necessária uma análise para remoção de viés da precipitação do modelo. Após isso, as simulações apresentaram melhora significativa nos índices estatísticos de desempenho, que ainda foram inferiores aos índices da precipitação real. Com isso, o estudo verificou que os modelos climáticos apresentam potencial para serem utilizados neste tipo de análise, mas necessitam de uma verificação minuciosa de suas simulações em situações climáticas passadas conhecidas, para que sejam identificados possíveis erros sistemáticos e seus prognósticos possam ser utilizados de forma correta pela sociedade, principalmente em processos mitigadores dos efeitos das mudanças climáticas.

RESUMO Neste estudo foi proposta a elaboração de um modelo de previsão de vazões no horizonte de dez dias para a Usina Hidrelétrica de Furnas, localizada na Bacia do Rio Grande, Minas Gerais, a partir da aplicação de redes neurais artificiais (RNA), informações de vazão natural e precipitação observada e prevista. O modelo foi desenvolvido utilizando o software Matlab(r) Neural Network Toolbox. Escolheu-se uma rede neural do tipo perceptron multicamadas (MLP), treinada com algoritmo supervisionado de retropropagação Levenberg-Marquardt. As previsões de precipitação foram obtidas a partir do modelo ETA/Centro de Previsão do Tempo e Estudos Climáticos (CPTEC), e utilizadas com e sem tratamento matemático. Foram realizados três experimentos, dividindo-se o histórico de dados em três períodos, sendo o primeiro para a calibração do modelo, o segundo para a validação e o terceiro para os testes. Em cada experimento foi variado o conjunto de dados de entrada, sendo utilizada, no primeiro experimento, somente a vazão passada para prever os dez dias de vazão futura. No segundo foi adicionada a precipitação observada e, no terceiro, a previsão de precipitação. Os resultados da modelagem chuva-vazão obtidos com a previsão de precipitaçãodo modelo ETA não apresentaram melhorias estatísticas em comparação com os experimentos que só utilizaram informações passadas. No entanto, quando se utilizou a previsão de precipitação corrigida matematicamente, observou-se uma melhora sensível tanto nos índices estatísticos quanto na representação da previsão simulada no hidrograma, ficando o desempenho da modelagem proposta neste estudo semelhante à encontrada em modelos conceituais do tipo chuva-vazão. ABSTRACT The purpose of this study was to elaborate a ten-year runoff forecast model for the Furnas hydroelectric plant. The facility is located in the Rio Grande Basin in the state of Minas Gerais, Brazil. Artificial neural networks were used to determine natural flow as well as observed and predicted precipitation. The model was created using the Matlab(r) Neural Network Toolbox software, and the multi-layers perceptron (MLP) was trained with supervised learning algorithm Levenberg-Marquardt. Precipitation forecasts derived from ETA/Centro de Previsão do Tempo e Estudos Climáticos (CPTEC) model, and both raw and mathematical adjusted data were used. Historical data was separated in three different periods in order to calibrate, validate and test the model. The first share was used for calibration, the second portion was used for validation and the third one to test the model. In each experiment the input data was modified; thus, in the first experiment, to forecast the ten day runoff, only the past runoff data was considered. In the second experiment, observed precipitation was added; and in the third one, the forecast precipitation was added. The rainfall-runoff modeling results did not show any significant improvement in the statistics when ETA input data is compared with the experiments that only used past information as input. Nevertheless, when forecast precipitation was used with mathematical adjustment, a mild improvement was shown for the statistics index and for the forecast hydrogram simulation. As a result, the modeling performance proposed in this study is similar to that found in conceptual models of rainfall-runoff type.

O objetivo desse estudo é a analise dos efeitos dos parâmetros de configuração do modelo CALMET sobre a simulação da circulação atmosférica em superfície nas Bacias Aéreas I e III da Região Metropolitana do Rio de Janeiro (RMRJ). O estudo foi realizado para um período em que a RMRJ estava sob a atuação de um sistema de alta pressão, que não influenciou significativamente as circulações locais na região. A análise conjunta dos resultados indica que a melhor configuração para simulações do campo de vento na RMRJ com o sistema combinado de modelagem MM5/CALMET é obtida utilizando o valor de 10 km para o parâmetro TERRAD e Raio de Influência entre 7 e 10 km. The aim of this study is to analyze the effects of configuration parameters of the CALMET model on the simulation of atmospheric circulation over the surface at Air basins I and III on the Metropolitan Region of Rio de Janeiro (RMRJ). The study was conducted in a period when the RMRJ was under a high-pressure acting system, which not strongly influenced the local circulation over the region. The joint analysis of all results show that the best configuration for wind field simulations at the RMRJ, with the combined MM5/CALMET modeling is obtained using the value of 10 km for the TERRAD parameter and between 7 and 10 km for the influence radius.