Search

Reservatórios são operados de acordo com políticas específicas, condicionadas por condições hidrológicas e estruturais. Em simulações hidrológicas de sistemas hídricos antropizados com reservatórios, a incorporação de regras operacionais é fundamental para melhorar a capacidade de modelagem. No entanto, regras de operação nem sempre estão disponíveis ou são fáceis de identificar em sistemas multirreservatórios de grande escala, onde a operação deriva de um grande número de variáveis e restrições, em vez de uma função objetivo local bem definida. Este estudo aplica Redes Neurais Artificiais (RNAs) com o objetivo de analisar se variáveis locais (vazão, armazenamento e evaporação) de um subsistema parte de um sistema multirreservatório integrado de grande escala são preditores suficientes do seu comportamento operacional (decisões de despacho) em um intervalo de tempo diário. O subsistema inclui os reservatórios de Luiz Gonzaga e Sobradinho. Os resultados apontaram para um coeficiente de eficiência Nash-Sutcliffe (NS) de 0,67 a 0,74 e um coeficiente de determinação (r2) de 0,75, mostrando que podemos prever o comportamento operacional do subsistema na maior parte do tempo, mas com alguns picos de vazão não previstos. Reservoirs are operated following specific policies, constrained by hydrological and structural conditions. When modeling anthropized water systems with reservoirs, the incorporation of existing operating policies is important to improve model capability. However, operating policies are not always available or easy to identify within large-scale multi-reservoir systems, where operation derives from large number of variables and constraints rather than a clear-cut local objective function. This study applies Artificial Neural Networks (ANNs) with the objective of analyzing if local variables (inflow, storage level, and evaporation) of a sub-system part of a large-scale coordinated multi-reservoir system are sufficient predictors of the operational behavior (release decisions) in a daily time step. The sub-system includes the Luiz Gonzaga and Sobradinho reservoirs. Results pointed to a Nash–Sutcliffe efficiency coefficient (NS) of 0.67 to 0.74 and a coefficient of determination (r2) of 0.75, showing that we can predict the subsystem operational behavior most of the time but with some outflow peaks under predicted.

Small hydropower (SHP) facilities, which are defined by installed capacities 20% net retention of suspended sediments, two others retained between 10 and 20%, seven were within 10%, and six showed >10% net release. Bedload sediment transport was a small component of total sediment transport in rivers with high total sediment loads. Multiyear series of satellite images confirm sediment accumulation in several cases. Model predictions of the impacts of future hydropower facilities on suspended sediment concentrations and transport show retention of a large fraction (often much >20%) of sediment inputs. Summing riverine transport rates for inflows into the Pantanal indicates that currently envisioned future hydropower development would reduce the suspended sediment transport by ∼62% from the current rate. This study shows that if SHPs are built on sediment-rich rivers, this may prove problematic for the facilities as well as for downstream ecosystems. These results support recommendations that several river systems presently lacking dams in their lower reaches should be excluded from future hydropower development to maintain the sediment supply to the Pantanal.

A simulação geoestatística tem sido a técnica mais promissora e utilizada para a análise de incertezas de propriedades físico-hidráulicas do solo com grande heterogeneidade espacial. Este estudo realizou uma análise estocástica da condutividade hidráulica saturada (Ksat) e dos parâmetros da curva de retenção de água no solo na bacia do arroio Donato, localizada no município de Pejuçara, na região Noroeste do estado do Rio Grande do Sul, com coordenadas geográficas entre 28º 25’ 34” S e 53º 40’ 30” O, e 28º 24’ 50” S e 53º 41’ 30” O, 590 m de altitude. Amostras de solo foram coletadas durante o período de agosto a novembro de 2012. Foi empregada a técnica de simulação sequencial Gaussiana para geração de 100 campos aleatórios de cada variável. Os resultados revelaram consideráveis incertezas para Ksat e o parâmetro α da curva de retenção de água no solo. As incertezas entre os percentis de 5 e 95% para Ksat indicaram valores de 24 a 44 cm d-1, e para o parâmetro α, as incertezas foram estimadas de 0,622 a 1,122 cm-1. Geostatistical simulation has been the most promising and used technique for the analysis of uncertainties of soil physical and hydraulic properties, with high spatial heterogeneity. This study carried out a stochastic analysis of saturated hydraulic conductivity (Ksat) and soil water retention curve parameters in the Donato stream basin, located in the municipality of Pejuçara, in the state of Rio Grande do Sul, Brazil, with geographic coordinates between 28º 25’ 34” S and 53º 40’ 30” W, and 28º 24’ 50” S and 53º 41’ 30” W, 590 m of altitude. Soil samples were collected during the period from August to November of 2012. Sequential Gaussian simulation technique was used to generate 100 random fields of each variable. The results showed great uncertainties for Ksat and the parameter α of the soil water retention curve. The uncertainties between the percentiles 5 and 95% for Ksat indicated values from 24 to 44 cm d-1, and for the parameter α, the uncertainties could be estimated from 0.622 to 1.122 cm-1.

Os processos de fluxo e armazenamento de água no solo estão diretamente associados às suas propriedades hidráulicas, as quais podem variar significativamente no espaço. Por estas razões, este trabalho objetivou realizar uma análise espacial da condutividade hidráulica saturada e dos parâmetros da curva de retenção de água no solo na bacia do arroio Donato, localizada no município de Pejuçara, na região Noroeste do estado do Rio Grande do Sul, entre coordenadas geográficas 28º 25’ 34” S e 53º 40’ 30” O, e 28º 24’ 50” S e 53º 41’ 30” O, 590 m de altitude. Amostras de solo indeformadas (total de 55) foram coletadas de agosto a novembro de 2012. Os resultados revelaram maior variabilidade para a condutividade hidráulica saturada e para o parâmetro α da curva de retenção, e permitiram identificar que a grande heterogeneidade espacial das variáveis analisadas pode estar associada a fatores tais como clima, uso e cobertura do solo, erros de amostragem, adensamento da malha amostral e também ao grau de compactação do solo. The processes of water flow and water storage in the soil are directly associated with its hydraulic properties, which may vary significantly in space. Therefore, this study aimed to perform a spatial analysis of saturated hydraulic conductivity and the parameters of the soil water retention curve in the Donato basin, located in the municipality of Pejuçara, in the northwest region of the state of Rio Grande do Sul, Brazil, with geographic coordinates between 28º 25’ 34” S and 53º 40’ 30” W, and 28º 24’ 50” S and 53º 41’ 30” W, 590 m of altitude. Undisturbed soil samples (total of 55) were collected from August to November of 2012. The results have demonstrated larger variability for hydraulic conductivity and for the parameter α of the retention curve, and allowed identifying that the high spatial heterogeneity of the studied variables could be associated with factors such as climate, land use and land cover, sampling errors, sampling grid density and also the level of soil compaction.

O objetivo deste estudo foi avaliar o desempenho de modelos hidrológicos baseados em RNAs para a simulação hidrológica da vazão média mensal, utilizando apenas dados meteorológicos e pluviométricos. Este estudo foi realizado na bacia do rio Ijuí, na área de contribuição ao posto fluviométrico Santo Ângelo (5.414 km²), no Rio Grande do Sul, Brasil, com vazão média de 138 m³/s no período entre 1941 e 2005. Os procedimentos de pesquisa adotados foram: i) organização e análise de consistência dos dados; ii) interpolação espacial dos dados meteorológicos e pluviométricos; iii) estimativa da evapotranspiração de referência; iv) extração dos valores mensais de precipitação, evapotranspiração potencial e de vazão; v) modelagem hidrológica com RNAs. A avaliação dos modelos testados foi efetuada através de análises visuais comparativas dos hidrogramas e das curvas de permanência (observado e simulado), de indicadores quantitativos de desempenho como o coeficiente de Nash-Sutcliffe (NS), e de uma análise de sensibilidade para compreender e interpretar o funcionamento da RNA. Além disto, foi realizada uma comparação com o modelo hidrológico SMAP, modelo conceitual adaptado para simulações mensais, proposto por Lopes et al. (1982). O modelo com RNAs mais adequado para a simulação das vazões apresentou apenas três variáveis de entrada, com 16 pesos sinápticos. Neste modelo, foi obtido um NS igual a 0,904, com RMSE de 37,1 m³/s. Através da análise de sensibilidade, foi observado que a RNA escolhida relacionou corretamente as variáveis de entrada com a saída da rede, respeitando os princípios físicos envolvidos no sistema hidrológico. Além disto, verificou-se que o modelo de RNA simplificado apresentou razoável capacidade de extrapolação. Ao comparar o desempenho das simulações realizadas com a RNA e o modelo SMAP, no período entre 2002 e 2009, foi observada uma grande diferença no NS (RNAs: 0,898; SMAP: 0,672). The aim of this study was to evaluate the performance of hydrological models based on ANNs for hydrologic simulation of mean monthly flows, using only meteorological and rainfall data. This study was performed in Rio Ijuí Basin, in the area of contribution to the Santo Ângelo river gauging station (5,414 km²), in Rio Grande do Sul, Brazil, with average flow of 138 m³/s in the period between 1941 and 2005. The following research procedures were adopted: i) organization and consistency analysis of data, ii) spatial interpolation of meteorological and rainfall data, iii) estimation of reference evapotranspiration, iv) monthly rainfall, evapotranspiration and flow extraction, v) hydrological modeling with ANNs. The evaluation of the tested models was performed through visual comparative analysis of hydrographs and permanence curves (observed and simulated), the quantitative performance indicators such as the Nash-Sutcliffe coefficient (NS), and a sensitivity analysis to understand and interpret the functioning of ANN. Furthermore, a comparison was performed with the hydrological model SMAP, a conceptual model adapted for monthly simulations, proposed by Lopes et al. (1982). The ANN model that was most suitable for flow simulation presented only three input variables, with 16 synaptic weights. Using this model an NS equal to 0.904 was obtained, with RMSE equal to 37.1 m³/s Sensitivity analysis showed that the ANN related correctly chosen input variables to the network output, respecting the physical principles involved in the hydrological system. Furthermore, it was found that the ANN model presented a reasonable extrapolation capability. A large difference was observed in NS (ANNs: 0.898, SMAP: 0.672), comparing the performance of the simulations with the ANN model and SMAP model, between 2002 and 2009.

A utilização de modelos orientados pelos dados (“data-driven models”) pode ser uma alternativa importante, principalmente quando não se dispõe de dados que permitam a utilização de modelos de base física, providos de parâmetros estabelecidos em função das propriedades medidas no sistema. O presente trabalho explora aspectos importantes na utilização das redes neurais artificiais: Condições iniciais aleatórias do treinamento, a avaliação do desempenho, o particionamento dos dados para amostras pequenas com forte sazonalidade e o ordenamento dos resultados por meio de um índice ponderador de diversas estatísticas. Uma técnica de particionamento seqüencial mostrou-se adequada para casos em que a série de dados apresenta forte sazonalidade e rápida resposta temporal. Os quantis das amostras dos erros, utilizados como índices de não-excedência associados à frequência de ocorrência fornecem uma estatística de desempenho de fácil percepção, cujo significado, em termos absolutos, permite interpretação direta, independentemente da experiência prévia, como acontece com os tradicionais métodos de avaliação de desempenho de resultados. Um índice ponderado calculado com base em vários índices de desempenho removeu a dificuldade de como conciliar a contradição entre diversas estatísticas de medição de desempenho. A necessidade de repetir o treinamento da rede neural artificial usando condições iniciais aleatórias é confirmada, e foi investigado o número ideal de repetições necessárias para garantir um bom treinamento. Uma visualização dos erros em função do nível d’água em ordem crescente é apresentada, e uma região de pseudo-extrapolação para os valores extremos é identificada. Os métodos foram explorados em uma aplicação para a bacia do rio Quaraí, que apresenta uma rápida resposta para eventos de precipitação. As dificuldades resultantes da rapidez das respostas, por um lado, limitam o desempenho que é possível alcançar, porém, por outro, constitui uma oportunidade para avaliar as metodologias aplicadas, incluindo o uso de previsões de precipitação, que, combinada com os dados de monitoramento existentes, acabam por requerer uma nova metodologia de abordagem. The use of data-driven models may be an important alternative in several scientific fields, especially when the available data do not allow utilizing physical hydrologic models because these data must be measured in the basin. This paper explores important aspects of ANN use: initial training conditions, performance assessment, partitioning of the strong seasonal component in short-term samples and ranking results by a weighted score. Sequential partitioning of the sample was shown to be adequate for cases where the data series has a strong seasonal component and short time response. The nonexceeded error was associated with its frequency, giving a measure of performance that is easily understood and which does not depend on the long familiarity required by traditional methods to evaluate results. A weighted score calculated from several indices removed the difficulty of how to reconcile several statistical measures of performance. The need for repeated artificial neural network training using random starting conditions is established, and the ideal number of repetitions to ensure good training was investigated. A straightforward approach to visualization of forecasting errors is presented, and a pseudo-extrapolation region at the domain extremes is identified. The methods were explored using the Quaraí river basin, whose specific characteristics include a rapid response to precipitation events. It therefore provides a good test of artificial neural network methods, including the use of rainfall forecasts which, to be combined with existing data resources, required novel methodological approaches.

O método de irrigação que apresenta maior eficiência no uso da água é o do gotejo, porém ainda é possível reduzir o consumo de água, diminuindo as doses usualmente utilizadas, e dividindo-se a frequência de aplicação da água ao longo de um dia. Esta pesquisa teve por objetivo encontrar um regime de aplicação de água capaz de garantir a alta produtividade e a qualidade dos frutos do meloeiro irrigado com gotejadores, visando economia de água e, consequentemente, de energia no estado de Tocantins. O delineamento experimental constou de três repetições de parcelas medindo 14 m de largura por 62 m de comprimento, onde foram cultivados melão com 8 linhas de plantio espaçadas de 2 m entre linhas e de 0,3 m entre frutos. Foram testadas as aplicações de três doses diárias: a primeira, calculada pelo método de Penman, a segunda de acordo com as práticas usuais da região, e a terceira de acordo com as práticas usuais da região menos 10%. As doses aplicadas foram testadas com duas alternativas: uma aplicação por dia (turno da manhã); duas aplicações diárias (turno da manhã e turno da tarde). Para análise estatística dos resultados, foi realizada a técnica da Análise de Variância (ANOVA), com nível de significância de 5%. O experimento demonstrou que a quantidade de água aplicada tradicionalmente pelos irrigantes da região é aproximadamente entre 75 % e 95% maior do que a calculada pelo método de Penman. Esta aplicação tradicional, em comparação com a dose determinada a partir do cálculo da evapotranspiração, não melhora os resultados obtidos nas lavouras quanto à produtividade, brix, comprimento, perímetro e peso dos frutos, além da espessura da polpa e do número de frutos descartados. O fracionamento da dose diária em duas aplicações, uma pela manhã e outra à tarde, por sua vez, melhora a produtividade e aumenta a espessura da polpa, duas características de interesse geral de produtores. The largest efficiency in water use is achieved by drip-irrigation, but it is possible to make even better use of water by reducing the amounts usually applied and by distributing applications throughout the day. The research objective was to find an irrigation regime which could guarantee high productivity and quality of drip-irrigated melon plants, whilst economizing water use and consequently saving energy in Tocantins state. The experimental design was in three replications of plots 14 m wide by 62 m long, with melons planted in 8 lines with 2 m between lines and a within-line spacing of 0.3 m. Three daily applications were tested: the first calculated by the Penman method recommended by FAO, the second according to usual regional practice, and the third, regional practice less 10%. The applications were either done once per day, in the morning, or split between morning and afternoon applications. Analysis of Variance (ANOVA) was used for statistical analysis of the results, with a 5% significance level. The experiment showed that the amount of water traditionally applied in the region studied is between 75% and 95% greater than that calculated by the Penman method. Compared with results given by calculated evapotranspiration, this traditional application did not improve productivity, brix, fruit length, girth and weight, nor did it affect pulp thickness or the number of discarded fruits. Dividing the daily application into two, morning and afternoon, improved productivity and increased pulp thickness, two characteristics of particular interest to farmers.

Sistemas de previsão de cheias podem ser adequadamente utilizados quando o alcance é suficiente, em comparação com o tempo necessário para ações preventivas ou corretivas. Além disso, são fundamentalmente importantes a confiabilidade e a precisão das previsões. Previsões de níveis de inundação são sempre aproximações, e intervalos de confiança não são sempre aplicáveis, especialmente com graus de incerteza altos, o que produz intervalos de confiança muito grandes. Estes intervalos são problemáticos, em presença de níveis fluviais muito altos ou muito baixos. Neste estudo, previsões de níveis de cheia são efetuadas, tanto na forma numérica tradicional quanto na forma de categorias, para as quais utiliza-se um sistema especialista baseado em regras e inferências difusas. Metodologias e procedimentos computacionais para aprendizado, simulação e consulta são idealizados, e então desenvolvidos sob forma de um aplicativo (SELF – Sistema Especialista com uso de Lógica “Fuzzy”), com objetivo de pesquisa e operação. As comparações, com base nos aspectos de utilização para a previsão, de sistemas especialistas difusos e modelos empíricos lineares, revelam forte analogia, apesar das diferenças teóricas fundamentais existentes. As metodologias são aplicadas para previsão na bacia do rio Camaquã (15543 km2), para alcances entre 10 e 48 horas. Dificuldades práticas à aplicação são identificadas, resultando em soluções as quais constituem-se em avanços do conhecimento e da técnica. Previsões, tanto na forma numérica quanto categorizada são executadas com sucesso, com uso dos novos recursos. As avaliações e comparações das previsões são feitas utilizandose um novo grupo de estatísticas, derivadas das freqüências simultâneas de ocorrência de valores observados e preditos na mesma categoria, durante a simulação. Os efeitos da variação da densidade da rede são analisados, verificando-se que sistemas de previsão pluvio-hidrométrica em tempo atual são possíveis, mesmo com pequeno número de postos de aquisição de dados de chuva, para previsões sob forma de categorias difusas. Flood forecasting systems are only useful when the forecast lead time is longer than the time required to activate preventive or remedial actions. In addition, the reliability and accuracy of forecasts are of prime importance. Flood level forecasts are always approximations, and confidence intervals are not always suitable, particularly with low confidence probabilities, which results intervals that are too wide. These intervals are troublesome, therefore, in the presence of very low and very high river levels. In this study, flood level forecasts are tried, both in the traditional, numerical form, and in the form of vague categories. It is accomplished using an expert system based on fuzzy rules and fuzzy inference. Methodologies and computational procedures for learning, simulation and consultation are idealised and then developed as a software (SELF - Sistema Especialista com uso de Lógica Fuzzy), which is aimed at research and practical operation. Comparisons between the use for prediction of fuzzy systems and empirical linear models revealed strong similarities, in spite of the fundamental differences in theory. The methodologies are applied to real time river level forecasts in the Camaquã river basin (15543 km2), for lead times ranging from one half to two days. Practical difficulties related to the use of fuzzy systems are identified and explored. The solutions found offer some advances to knowledge and practical application. Forecasts, both in the numerical and categorical forms, are made successfully, using the new resources. Evaluation and comparison of the predictions in symbolic form are made with the use of a proposed new group of statistics, derived from frequencies of simultaneous occurrences of observed and predicted values at the same categories. The effects of raingauge network density are analysed, and it is found that forecasting systems may be operated even where network density is sparse, given that fuzzy expert systems are available for symbolic predictions.

Este trabalho inclui basicamente o estudo comparativo de previsão de cheias em tempo atual em presença de contribuições laterais significativas, utilizando-se modelos empíricos lineares ajustados pela técnica recursiva dos mínimos quadrados, e um modelo empírico-conceitual, com o modelo conceitual de propagação de cheias rerresentado pelo modelo Analogia de Difusão, conjugado com um modelo empírico do tipo ARIMAX para gerar as contribuições laterais. Os modelos foram aplicados à bacia do Alto Iguaçu, em União da Vitória(PR)/Porto União(SC), onde ocorrências de enchentes tem causado pesados danos à propriedade, bem como perdas de vidas. Uma técnica de estirmação conjunta foi utilizada para a calibração do modelo empírico-conceitual, sendo que o modelo conceitual teve seus parâmetros ajustados por tentativas, enquanto as estimativas dos parâmetros do modelo empírico foram ajustadas pela técnica dos mínimos quadrados recursivos. Os resultados demonstraram que pode ser importante utilizar-se dados de chuva para a previsão em tempo atual de cheias com modelos empíricos lineares, mesmo sem informações de chuvas espacialmente distribuídas, ou mesmo dados médios de ocorrências na bacia de drenahem considerada. Além disso, foi demonstrado que o fator mais importante para melhorar as previsões, neste trabalho, foi o ajuste em tempo atual dos parâmetros. This work includes basically the comparative study of real-time flood forecasting in the presence of high magnitude of lateral inflows, making use of empirical linear models fitted by recursive least squares technique, and a empirical-conceptual model, with a conceptual flood routing model represented by the Analogy Diffusion model, conjugated with an ARIMAX empirical model to generate the lateral inflows. The models were applied to Alto Iguaçu river basin, at União da Vitória(PR)/Porto União(SC), where past floods have caused heavy damage to property, as well as loss of life. A joint estimation technique was used to the empirical-conceptual parameter calibration, where the conceptual model had its parameters fitted by trials, while the estimates of the empirical model parameters were found by the recursive least squares technique. The results showed that it can be important to make use of rainfall datas to real-time flood forecasting with empirical linear models, even without informations of spacially distributed rainfalls, or mean areal rainfall. Besides, the most importante factor to improve the forecasts was shown to be, in this work, the real-time estimation of the parameters.

O Brasil é o país na América Latina com maior número de deslizamentos fatais provocados por precipitação. Neste trabalho, modela-se a suscetibilidade e os limiares de precipitação antecedente espacializados para ocorrência de deslizamentos de terra, a partir do desenvolvimento e aplicação de modelos baseados em Redes Neurais Artificiais (RNA). A modelagem é feita no âmbito da unidade geomorfológica da Serra Geral, com base em seis eventos passados cujas cicatrizes foram mapeadas com base em imagens de sensoriamento remoto. Os atributos do terreno utilizados como variáveis de entrada dos modelos foram obtidos a partir de um Modelo Digital de Elevação (MDE). O uso dos atributos reprojetados sobre os oito primeiros Componentes Principais acelerou o treinamento das RNAs, mas diminuiu a performance dos modelos. A pesquisa de métodos para a escolha dos locais para a extração das amostras de não-ocorrência proporcionou orientação importante para a composição da amostragem de treinamento dos modelos. O mapeamento da suscetibilidade também foi executado utilizando outros dois métodos de Aprendizagem de Máquina, Sistemas de Inferência Difusos (Fuzzy) (FIS) e Florestas Aleatórias, com bons resultados. Por fim, foram modelados conjuntamente a suscetibilidade a deslizamentos e os limiares de precipitação para a região de estudo, utilizando RNAs de múltiplas saídas treinadas com validação cruzada espacial, com resultados satisfatórios (AUC = 0,90, MEA = 32,77 mm, representando 25,99%). A transferibilidade do modelo de suscetibilidade foi analisada em uma bacia na mesma formação cujos dados não foram utilizados na modelagem, apresentando um AUC de 0,96. Brazil is the Latin American country that concentrates the highest number of deadly rainfall-induced landslides. In this Thesis, landslide susceptibility and spatialized precipitation thresholds for landslide occurrence are modeled based on the development and application of Artificial Neural Networks (ANN). The area of study is the Serra Geral geomorphological unit. The modeling is based on six past events from which scars were mapped based on remote sensing imagery. The terrain attributes used as input variables for the models were obtained from a Digital Elevation Model (DEM). The use of the first eight attributes that were reprojected on Principal Components accelerated the training of the ANNs but decreased the performance of the models. Methods for non-landslide sample selection were investigated, and the results obtained were an important base for composing the training samples in the remaining of this Thesis. Landslide susceptibility was modeled through two other Machine Learning methods, namely Fuzzy Inference Systems (FIS) and Random Forests, attaining good performance. Finally, we modeled the landslide susceptibility and precipitation thresholds concurrently for the entire study region using multiple-output ANNs trained with spatial cross-validation, with satisfactory results (AUC = 0.90, MEA = 32.77 mm, representing 25.99%). The transferability of the susceptibility model was analyzed in a basin within the same geological formation, from which data was not previously acquired for the models, attaining an AUC of 0.96.

Os processos de erosão, de transporte e de deposição do solo vêm sendo intensificados, gerando alteração significativa na dinâmica hidrossedimentológica em escala global e local. Esse processo é influenciado por fatores como clima, características fisiográficas da bacia, uso e manejo do solo. As mudanças climáticas também podem ser fatores importantes no processo erosivo, pois a tendência no futuro é ter mudanças nos padrões das precipitações podendo impactar nessa dinâmica hidrossedimentológica. As principais consequências indesejadas possíveis são o assoreamento de rios e reservatórios, degradação das águas superficiais e inundações. A simulação dos processos hidrossedimentológicos pode contribuir para a compreensão da dinâmica desses processos, bem como para a sua previsibilidade, a qual pode ser útil para o adequado manejo e uso do solo em bacias hidrográficas agrícolas. O objetivo desta pesquisa é avaliar a variação da produção de sedimentos em suspensão (PSS) em dois cenários de mudanças climáticas futuras, para bacias agrícolas de diferentes escalas, utilizando um modelo integrado em uma única rede neural artificial (RNA) para estimativas da produção de sedimentos em suspensão. A metodologia consiste em três etapas: 1 – monitoramento: caracterização da área de estudo, métodos de medição para a obtenção dos dados observados como precipitação, concentração de sedimentos em suspensão e vazão, e análise e as consistências destes dados; 2- cenário atual: foi desenvolvido um modelo baseado em RNAs integrando dados de diferentes escalas de bacias (regional) com diferentes combinações de variáveis de entrada (precipitações antecedentes – P0, .., P7; filtro gama das precipitações medidas, regional, e filtro gama das precipitações medidas, individual por bacia; área da bacia) para estimar PSS, treinado para o período de 1990 a 2020 com intervalo tri-horário; 3- cenário futuro: aplicação do melhor modelo de RNAs para estimar a PSS em dois cenários climáticos futuros (RCP 4.5 e 8.5) projetados para o período de 2021 a 2099 comparando com o período observado (1990 a 2020), utilizando como entrada a série de precipitação no futuro dos dois cenários climáticos simulados pelo modelo climático regional Eta-HadGEM2-ES CPTEC/INPE. Estes dados simulados foram corrigidos pelo método de correção do viés proposto nesta pesquisa e chamado de Lehner modificado. O melhor modelo resultou da aplicação, como entradas, da área e das precipitações tri-horárias, com até seis intervalos antecedentes, com coeficiente de Nash-Suitcliffe para a série de verificação igual a 0,963, Pbias igual a -2,91 e erro absoluto médio igual a 723,8 kg/s. Resultou maiores valores de PSS no futuro para a maioria dos cenários climáticos (RCP 4.5 e RCP 8.5) para todas as bacias, comparados ao período observado nos meses de maio a dezembro, com aumento variando de 4,4% a 122,7%. Nesta pesquisa pode-se verificar que a mudança climática influencia na variação da PSS nas bacias agrícolas. Modelos empíricos do tipo das RNAs podem ser utilizados para avaliar a produção de sedimentos em suspensão, com base em resultados de modelos climáticos, para cenários futuros. Para a superação da dificuldade imposta pela escassez de dados, modelos de RNAs regionais (com integração de bacias de diferentes escalas) podem constituir-se em um recurso importante, capaz de proporcionar viabilidade às pesquisas. Soil erosion, transport and deposition processes have been intensified, generating significant changes in the hydro-sedimentological dynamics on a global and local scale. This process is influenced by factors such as climate, physiographic characteristics of the basin, soil use and management. Climate change can also be one of the important factors in the erosion process, as the trend in the future is to have changes in rainfall patterns that may impact this hydro-sedimentological dynamic. The main possible unwanted consequences are the silting up of rivers and reservoirs, surface water degradation and flooding. The simulation of hydro-sedimentological processes can contribute to the understanding of the dynamics of these processes, as well as to their predictability, which can be useful for the adequate management and use of the soil in agricultural watersheds. The objective of this research is to evaluate the variation in the production of suspended sediments in two scenarios of future climate changes, for agricultural basins of different scales, using an integrated model in a single ANN to estimate the production of suspended sediments. The methodology consists of three stages: 1 – monitoring: characterization of the study area, measurement methods for obtaining observed data such as precipitation, concentration of suspended sediments and flow, and analysis and consistency of these data; 2- current scenario: a model based on ANNs was developed integrating data from different basin scales (regional) with different combinations of input variables (antecedent precipitation – P0, .., P7; gamma filter of measured precipitation, regional, and filter range of measured rainfall, individual by basin; basin area) to estimate PSS, trained for the period 1990 to 2020 with a three-hour interval; 3- future scenario: application of the best ANN model to estimate the PSS in two future climate scenarios (RCP 4.5 and 8.5) projected for the period from 2021 to 2099 compared to the observed period (1990 to 2020), using as input the series of precipitation in the future of the two climate scenarios simulated by the regional climate model Eta-HadGEM2-ES CPTEC/INPE. These simulated data were corrected by the bias correction method proposed in this research and called modified Lehner. The best model resulted from the application as inputs, area and three-hour precipitation, with up to six antecedent intervals, with NS for verification series equal to 0.963, Pbias equal to -2.91 and Mea equal to 723.8 kg/s . It resulted in higher PSS values in the future for most climate scenarios (RCP 4.5 and RCP 8.5) for all basins compared to the period observed in the months of May to December with an increase ranging from 4.4% to 122.7%. In this research it can be seen that climate change influences the PSS variation in agricultural basins. Empirical models, such as ANNs, can be used to evaluate the production of suspended sediments, based on the results of climate models, for future scenarios. To overcome the difficulty imposed by the scarcity of data, models of regional ANNs (with integration of basins of different scales) can constitute an important resource, capable of providing viability to research.

A estimativa da concentração de sedimentos em suspensão (CSS) em bacias hidrográficas é uma importante ferramenta de auxílio à elaboração de projetos de engenharia e na gestão dos recursos hídricos. A natureza complexa verificada nas relações hidrossedimentológicas pode ser modelada por meio de técnicas capazes de ajustar relações altamente não lineares, tais como a redes neurais artificias (RNA), que são um tipo de inteligência artificial bastante explorado no âmbito das ciências ambientais. Neste estudo, objetivou-se desenvolver diversas RNAs para predizer a CSS na bacia do Alto Paraguai, a partir de duas abordagens de modelagem, sendo elas: espacial e temporal, e que deram origem a dois artigos. No primeiro artigo, foi empregada uma abordagem espacial para contornar a escassez de dados observados na bacia do Alto Paraguai, utilizando 23 estações com dados de CSS. Foram testados como entradas do modelo dados de turbidez, vazão, tipo de solo, uso e ocupação do solo, área de drenagem, declividade média da bacia, chuva e médias móveis ponderadas exponencialmente das chuvas passadas (EWMA). O modelo em que nenhuma variável de entrada foi descartada (M01) obteve um coeficiente de Nash-Sutcliffe (NS) igual a 0,835 no treinamento e 0,794 na verificação. O modelo alternativo (M19), porém, em que foram desconsideradas as variáveis cuja correlação com sedimentos não foi significativa, considerando o nível de significância de 5%, obteve o melhor desempenho (NS igual a 0,856 no treinamento e 0,832 na verificação). No segundo artigo, as RNAs foram utilizadas para estimar a CSS, de forma temporal e pontual, na estação fluviométrica de Cuiabá. Utilizou-se como entradas dos modelos dados de níveis da própria estação fluviométrica, dados de chuvas pontuais oriundos da estação pluviométrica de Cuiabá e dados de chuvas totais na bacia, obtidos do produto de precipitações MERGE, que agrega informações de diversos postos pluviométricos, acrescido de informações obtidas por satélites. Todas as variáveis de entrada são diárias, assim, as estimativas da CSS feitas pelos modelos pontuais desenvolvidos também são diárias, possibilitando a obtenção de séries mais longas da CSS na estação fluviométrica de Cuiabá, que, atualmente, dispõe de 80 registros desta variável. A baixa disponibilidade de dados de CSS na estação fluviométrica de Cuiabá inviabiliza o uso da validação cruzada, e, por isso, os modelos de RNA do segundo artigo foram treinados com uma técnica de validação por reamostragem, na qual menos registros são necessários para evitar o superajustamento da rede. Os resultados dos modelos foram satisfatórios, sendo que o melhor modelo, cujas entradas foram selecionadas a partir de um critério de exclusão de variáveis redundantes, baseado nas correlações de Spearman maior que 0,99, obteve o melhor desempenho, com coeficiente de Nash-Sutcliffe de NS = 0,777 no treinamento e NS = 0,776 na verificação. Verificou-se nesta pesquisa que é possível estabelecer uma relação entre a CSS e as ocorrências recentes de chuvas e de níveis, para uma seção fluvial com dados suficientes. Quando não existem dados suficientes em uma única seção, porém, ainda é possível produzir modelos para a estimativa de CSS, a partir da abordagem regional, desde que se disponha de dados de turbidez, e inserindo características físicas do ponto de interesse. The estimation of suspended sediment concentration (SSC) in hydrographic basins is an important tool to support engineering projects and the management of water resources. The complex nature of hydrosedimentological relationships can be modeled by techniques capable of fitting highly nonlinear relationships, such as artificial neural networks (ANNs), which are a type of artificial intelligence that is widely exploited in the environmental sciences. In this study, we aimed to develop several ANNs to predict SSC in the Upper Paraguay basin, based on two modeling approaches: spatial and temporal, which gave rise to two articles. In the first, a spatial approach was used to overcome the scarcity of data observed in the Alto Paraguay River Basin, using 23 stations with CSS data. The variables turbidity, flow rate, soil type, soil use and occupation, drainage area, mean basin slope, rainfall and exponentially weighted moving rainfall averages (EWMA) were tested as inputs of the model. The model in which no input variable was discarded (M01) obtained a Nash-Sutcliffe (NS) coefficient equal to 0.835 in the training and 0.794 in the verification. The alternative model (M19), however, in which the variables whose correlation with sediments was not significant, considering the significance level of 5%, obtained the best performance (NS equal to 0.856 in training and 0.832 in the verification). In the second article, the RNAs were used to estimate the CSS, in a punctual basis, in the fluviometric station of Cuiabá. Considering as input for the models, series of levels of the fluviometric station itself, series of rainfall from Cuiabá pluviometric station and data of total rainfall in the basin, obtained from the MERGE precipitation product, which aggregates information from several pluviometric stations, plus information obtained by satellites. All the input variables are daily, so the CSS estimates made by the developed point models are also daily, making it possible to obtain longer CSS series at the Cuiabá fluviometric station, which currently has 80 records of this variable. The low availability of CSS data in the Cuiabá fluviometric station makes the use of cross validation unfeasible and, therefore, the RNA models of the second article were trained with a resampling validation technique, in which fewer records are needed to avoid network overfitting. The results of the models were satisfactory, and the best model, whose inputs were selected from a redundant variables exclusion criterion, based on Spearman correlations higher than 0.99, obtained the best performance, with Nash-Sutcliffe coefficient of NS = 0.777 in training and NS = 0.766 in the verification. This research verified that it is possible to establish a relationship between CSS and recent occurrences of rainfall and levels for a fluvial section with sufficient data. When there is not enough data in a single section, however, it is still possible to produce models for the estimation of CSS from the regional approach, if it has turbidity data, and inserting physical characteristics of the point of interest.

A Laguna dos Patos possui área de drenagem de aproximadamente 177.000 km² e extensão superior a 258 km junto ao seu eixo longitudinal. Situada na planície costeira do Rio Grande do Sul, constitui um corpo hídrico de grandes dimensões, com águas rasas e baixa declividade. Este estudo foi motivado pela observação da importância das contribuições dos ventos longitudinais sobre o comportamento dos níveis da Laguna dos Patos e pela existência de um extenso banco de dados de níveis e de ventos da laguna. O objetivo foi verificar a aplicabilidade de modelos baseados em redes neurais artificiais para previsões locais de níveis, considerando-se que as informações do armazenamento já estejam contidas nos níveis passados e atual, e que seja possível agregar informações de níveis e de ventos passados com uso de médias móveis. Os modelos foram pesquisados para alcances de 1 a 72 horas. Foram analisadas, para as séries históricas, as correlações entre os registros de ventos, níveis e das transformações utilizadas, que permitiram identificar os parâmetros e as configurações das entradas para os modelos de RNAs. Foram definidas a partir da avaliação com amostragem (série de validação) não utilizada no treinamento as proporções de registros para o treinamento e a complexidade ideal. Para o treinamento da rede de múltiplas camadas foi utilizado o algoritmo retropropagativo e, para garantir a capacidade de generalização dos resultados a técnica da validação cruzada. As saídas dos modelos resultantes foram analisadas por meio de estatísticas, obtidas com a aplicação destes a séries de dados que não participaram das etapas anteriores (série de verificação), obtendo-se, para horizontes de previsão de 24 horas, o coeficiente de Nash-Sutclife de 0,968, 0,968, 0,839, 0,872 e 0,945 para os postos de Arambaré, Capão da Marca, São Lourenço do Sul, da Solidão e Santo Antônio, respectivamente, comprovando a aplicabilidade do modelo para previsões de níveis na Laguna dos Patos, e confirmando as hipóteses formuladas. The Laguna dos Patos has a drainage area of approximately 177,000 km² and an extension of over 258 km along its longitudinal axis. Located on the coastal plain of Rio Grande do Sul, it is a large body of water, with shallow water and low slope. This study was motivated by the observation of the importance of the contributions of longitudinal winds on the behavior of the Patos Laguna levels and by the existence of an extensive database of laguna levels and winds. The objective was to verify the applicability of models based on artificial neural networks for local level predictions, considering that the storage information is already contained in the past and current levels, and that it is possible to aggregate information from past levels and winds with use of moving averages. Models were searched for the ranges from 1 to 72 hours. For the historical series, the correlations between the wind records, levels and the transformations used were analyzed, allowing to identify the parameters and the input configurations for the RNA models. From the evaluation with sampling (validation series) not used in training were defined the proportions of records for training and the ideal complexity. For the multilayer network training was used the backpropagative algorithm and, to ensure the ability to generalize the results the cross validation technique. The outputs of the resulting models were analyzed through statistics, obtained by applying them to data series that did not participate in the previous steps (verification series), obtaining, for 24-hour prediction horizons, the Nash-Coefficient coefficient. Sutclife of 0.968, 0.968, 0.839, 0.872 and 0.945 for the Arambaré, Capão da Marca, São Lourenço do Sul, Solidão and Santo Antônio stations, respectively, proving the applicability of the model for level predictions in Laguna dos Patos, and confirming the hypotheses formulated.

Este trabalho avaliou o potencial da aplicação da técnica recursiva dos mínimos quadrados (MQR) para o ajuste em tempo atual dos parâmetros de modelos autorregressivos com variáveis exógenas (ARX), as quais são constituídas pelos níveis de montante para melhorar o desempenho das previsões de níveis fluviais em tempo atual. Três aspectos foram estudados em conjunto: variação do alcance escolhido para a previsão, variação da proporção da área controlada em bacias a montante e variação da área da bacia da seção de previsão. A pesquisa foi realizada em três dimensões principais: a) metodológica (sem recursividade; com recursividade; com recursividade e fator de esquecimento); b) temporal (6 alcances diferentes: 10, 24, 34, 48, 58 e 72 horas); e c) espacial (variação da área controlada da bacia e da área da bacia definida pela seção de previsão). A área de estudo escolhida para essa pesquisa foi a bacia do rio Uruguai com exutório no posto fluviométrico de Uruguaiana (190.000 km²) e as suas sub-bacias embutidas de Itaqui (131.000 km²), Passo São Borja (125.000km²), Garruchos (116.000 km²), Porto Lucena (95.200 km²), Alto Uruguai (82.300 km²) e Iraí (61.900 km²). Os dados de níveis fluviométricos, com leituras diárias às 07:00 e às 17:00 horas, foram fornecidos pela Companhia de Pesquisa de Recursos Minerais (CPRM), sendo utilizados os dados de 1/1/1991 a 30/6/2015. Para a análise de desempenho dos modelos, foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS) e o quantil 0,95 dos erros absolutos (EA(0,95): erro que não foi ultrapassado com a frequência de 0,95). Observou-se que os erros EA(0,95) dos melhores modelos obtidos para cada bacia sempre aumentam com a redução da área controlada, ou seja, a qualidade das previsões diminui com o deslocamento da seção de controle de jusante para montante. O ganho na qualidade das previsões com a utilização dos recursos adaptativos torna-se mais evidente, especialmente quando observam-se os valores de EA(0,95), pois esta estatística é mais sensível, com diferenças maiores em relação ao coeficiente NS. Além disso, este é mais representativo para os erros maiores, que ocorrem justamente durante os eventos de inundações. De modo geral, foi observado que, à medida que diminui a área da bacia, é possível obter previsões com alcances cada vez menores. Porém a influência do tamanho da área controlada de bacias a montante melhora o desempenho de bacias menores quando se observam principalmente os erros EA(0,95). Por outro lado, se a proporção da bacia controlada de montante já é bastante grande, como é o caso das alternativas 1 e 2 utilizadas para previsão em Itaqui (entre 88,5% e 95,4 %, respectivamente), os recursos adaptativos não fazem muita diferença na obtenção de melhores resultados. Todavia, quando se observam bacias com menores áreas de montante controladas, como é o caso de Porto Lucena para a alternativa 2 (65% de área controlada), o ganho no desempenho dos modelos com a utilização dos recursos adaptativos completos (MQR+f.e: mínimos quadrados recursivos com fator de esquecimento) torna-se relevante. This study evaluated the potential of the application of the recursive least squares technique (RLS) to adjust in real time the model parameters of the autoregressive models with exogenous variables (ARX), which consists of the upstream levels, to improve the performance of the forecasts of river levels in real time. Three aspects were studied jointly: the variation of the lead time chosen for the forecast, the variation in the proportion of controlled area in upstream basins and variation in the area of forecasting section of the basin. The research was conducted in three main dimensions: a) methodological (without recursion; with recursion; with recursion and forgetting factor); b) temporal (6 different lead times: 10, 24, 34, 48, 58 and 72 hours); and c) spatial (variation in the controlled area of the basin and the area of the basin defined by the forecast section). The study area chosen for this research was the Uruguay River basin with its outflow at the river gage station of Uruguaiana (190,000 km²) and its entrenched sub-basins in Itaqui (131,000 km²), Passo São Borja (125,000 km²), Garruchos (116,000 km²), Porto Lucena (95,200 km²), Alto Uruguai (82,300 km²), and Iraí (61,900 km²). The river levels data, with daily readings at 7am and 5pm, were provided by the Company of Mineral Resources Research (CPRM), with the data used from January 1, 1991 to June 30, 2015. We applied the Nash-Sutcliffe coefficient (NS) and the quantile 0.95 of absolute errors (EA(0,95): error has not been exceeded at the rate of 0.95) for the analysis of models performances. We observed that the errors EA(0.95) of the best models obtained for each basin always increase with the reduction of the controlled area then the quality of the forecasts decreases with displacement of the downstream control section upstream. The gain in quality of the forecasts with the use of adaptive resources becomes more evident especially when the observed values of EA(0.95) as this statistic is more sensitive with greater differences in relation to the Nash-Sutcliffe Coefficient (NS). Moreover, this is most representative for larger errors which occur precisely during flooding events. In general, we observed that, as much as the area of the basin decreases, it is possible to obtain forecasts with smaller lead times, but the influence of the size of the area controlled upstream basins improves the performance of smaller basins when observing, especially the errors EA (0.95). However, if the proportion of the upstream of controlled basin is already quite large - as in the case of the alternatives 1 and 2 used for forecast in Itaqui (between 88.5% and 95.4%, respectively) - the adaptive resources do not differ too much in getting better results. However, when observing basins with smaller areas controlled upstream - as is the case of Porto Lucena to alternative 2 (65% controlled area) - the performance gain of the models with the use of the complete adaptive resources (MQR+f.e.) becomes relevant.

Esta tese foi desenvolvida para avaliar os impactos das mudanças climáticas ao longo deste século sobre as demandas futuras de água para irrigação da soja na região Noroeste do Estado do Rio Grande do Sul sob uma abordagem estocástica e considerando diferentes projeções de modelos climáticos para o período de 2011-2100, comparando com o passado (1961-1990). As demandas de água para irrigação da soja (IWR) foram obtidas por simulação com o modelo SWAP. O aspecto estocástico desta avaliação foi conduzido pela incorporação da variabilidade espacial da condutividade hidráulica do solo (Ksat) e dos parâmetros da curva de retenção de água no solo (CR). Inicialmente, foi realizada uma análise estocástica destes atributos físico-hidráulicos na bacia do Arroio Donato (1,1 Km2), a qual serviu de área representativa dos solos e do uso do solo da região Noroeste. Foi empregada a técnica de simulação sequencial Gaussiana (SSG) para geração de 100 campos aleatórios de cada variável. Os resultados revelaram maiores incertezas para Ksat e o parâmetro α da CR e permitiu identificar que a grande heterogeneidade espacial e temporal das variáveis analisadas pode estar associada a fatores tais como clima, manejo e cobertura do solo, erros de amostragem, adensamento da malha amostral e também ao grau de compactação do solo. Em seguida foi feita uma investigação para detectar mudanças nos padrões de temperatura (T) e precipitação (P) na região Noroeste do RS (~65.000 Km2) pelo uso de diferentes modelos climáticos de circulação geral e regional (MCGs e MCRs, respectivamente). Sete distintas localizações na região foram consideradas, para as quais há dez diferentes projeções climáticas destes modelos. Adicionalmente, também foram investigadas a frequência e a intensidade de eventos de precipitação extrema utilizando-se de índices de eventos extremos. As projeções indicam um aumento na média anual de temperatura de quase 3ºC até o final do século, bem como um aumento na precipitação anual. Também foi realizada uma análise sazonal de T e P, a qual demonstrou que os maiores aumentos de temperatura são projetados para o inverno e início da primavera e, portanto, não coincidem com os meses de verão da principal cultura da região (soja). De posse das informações anteriores, o modelo SWAP foi utilizado para estimar as demandas de água para irrigação da soja (IWR), sem considerar perdas devido à eficiência de qualquer método de irrigação. Foram feitos também testes de hipóteses sobre as séries de IWR simuladas e os resultados suportam a premissa de que IWR a curto prazo (2025s) não será estatisticamente diferente do período base (1961-1990). Por outro lado, as IWR em 2055s e 2085s rejeitam esta hipótese. Por fim, avaliou-se a influência da distribuição espacial da condutividade hidráulica saturada (Ksat) e dos parâmetros do modelo da curva de retenção de água no solo (α, n e sat) sobre as demandas futuras de água para a irrigação da soja (IWR), segundo uma abordagem estocástica. Os valores simulados pelo método geoestatístico de simulação sequencial Gaussiana foram utilizados como dados de entrada no modelo SWAP. Como dados meteorológicos foram consideradas apenas as projeções do modelo climático regional ETA 20 e ETA 40 CTRL, bem como as projeções dadas pelo modelo climático global HADCM3 nas sete localizações na região. As estimativas obtidas pelo método estocástico foram então comparadas com as estimativas de IWR obtidas sem considerar a variabilidade espacial dos atributos físico-hidráulicos do solo. Os resultados indicaram grande variabilidade espacial dos valores de IWR. Além disso, observou-se que as menores incertezas de IWR foram obtidas a partir das projeções do modelo de melhor resolução espacial, o ETA 20, enquanto o modelo HADCM3 revelou as maiores diferenças entre os períodos futuros e o período atual (base). Os resultados também demonstraram que a maior incerteza é devido aos modelos climáticos, pois a abordagem estocástica praticamente não agregou incerteza aos valores de IWR simulados anteriormente. Por fim, as séries de IWR obtidas pela abordagem determinística e estocástica foram comparadas pelo teste de hipóteses de Kolmogorov-Smirnov, o qual comprovou que as séries só não diferem a curto prazo (2025s) e que, portanto, a variabilidade espacial do solo não pode ser negligenciada nas estimativas desta variável. This Thesis has been developed to assess the impacts of climate change throughout this century on future water demands for soybean irrigation in the Northwest region of Rio Grande do Sul under a stochastic approach and considering different projections of climate models for the period 2011-2100, compared to the past (1961-1990). The water demands for irrigation (IWR) were obtained by simulation with the SWAP model. The stochastic aspect of this evaluation was conducted by incorporating the spatial variability of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (CR). Initially, a stochastic analysis of soil physical-hydraulic attributes (Ksat and CR parameters) in the Donato basin (1,1 Km2) was carried out. This basin served as a representative area of soils and land uses of the Northwest region. The Sequential Gaussian Simulation (SSG) technique was used to generate 100 random fields of each variable. The results revealed greater uncertainty for Ksat and for α parameter of the CR and identified that the large spatial and temporal heterogeneity of the variables may be associated with factors such as climate, management and land cover, sampling error, spatial density of the sampling grid and also the degree of soil compaction. After, an investigation was made to detect changes in temperature (T) and precipitation (P) patterns in the Northwest region of RS (~65.000 Km2) by using different global and regional circulation models (GCM and RCM, respectively). Seven distinct locations in the region were considered, for which there are ten different climate projections of these models. Additionally, it was also investigated the frequency and intensity of extreme rainfall events using extreme event indices. Projections indicate an increase in average annual temperature of almost 3 °C by the end of this century, as well as an increase in annual precipitation. It was also performed a seasonal analysis of T and P, which showed that the largest temperature increases are projected for the winter and early spring and, therefore, do not coincide with the summer months the main crop in the region (soy). Making use of the above information, the SWAP model was applied to estimate the water demand for soybean irrigation (IWR), excluding losses due to the efficiency of any method of irrigation. A hypothesis test for the simulated IWR series and the results supports the premise that in short-term IWR (2025s) is not statistically different from base period (1961-1990). On the other hand, IWR in 2055s and 2085s reject this hypothesis. Finally, the influence of the spatial distribution of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (α, sat and n) on IWR was evaluated, according to a stochastic approach. The simulated values form the geostatistical method of Sequential Gaussian Simulation (SGS) were used as input data in the SWAP model. Input data of meteorological information were provided by the projections of regional climate model ETA 20 and ETA 40 CTRL, as well as the projections given by global climate model HADCM3 for the seven locations in the region. Estimates obtained by the stochastic method were then compared with the IWR estimates obtained without considering the spatial variability of physical and hydraulic soil properties. The results indicated large spatial variability of IWR values. Furthermore, it was observed that the smallest uncertainties of IWR were obtained from the projections with better spatial resolution, the ETA 20 model, while the HADCM3 model revealed the highest differences between future periods and the current period (baseline). The results also showed that the greatest uncertainties are probably due to climate models, since the stochastic approach did not add uncertainties to the IWR values simulated previously. Finally, the series of IWR obtained by stochastic and deterministic approaches were compared by the hypothesis test of Kolmogorov-Smirnov, which proved that only the series in the short term (2025s) differ, and, therefore, the soil spatial variability may not be neglected when estimating this variable.

O objetivo deste trabalho foi propor uma metodologia para investigar os possíveis efeitos das mudanças climáticas na disponibilidade hídrica e as alterações da demanda hídrica no futuro, através de uma abordagem estocástica, que considera projeções climáticas, hidrológicas, populacionais e agropecuárias. O trabalho foi aplicado à bacia hidrográfica do rio Ijuí, noroeste do Rio Grande do Sul, Brasil. A metodologia foi composta por cinco módulos, envolvendo: i) a modelagem hidrológica para transformação da precipitação e evapotranspiração em vazão, utilizando Redes Neurais Artificiais (RNAs), ii) a correção e análise dos cenários climáticos para o futuro, oriundos do modelo Eta CPTEC/HadCM3, iii) a modelagem estocástica das vazões mensais no futuro, iv) a modelagem estocástica das variáveis populacionais e agropecuárias para geração de séries de demanda hídrica no futuro e, v) a simulação do balanço hídrico para geração de curvas de regularização, objetivando uma análise da relação entre a disponibilidade e a demanda hídrica no futuro. Como resultados relacionados ao processo de modelagem hidrológica, destaca-se que o modelo com RNAs mais adequado para a simulação das vazões mensais apresentou apenas três variáveis de entrada, obtendo um coeficiente de Nash-Sutcliffe igual a 0,904. Através da análise de sensibilidade, foi observado que a RNA escolhida relacionou corretamente as variáveis de entrada com a saída da rede, respeitando os princípios físicos envolvidos no sistema hidrológico. Quanto à análise dos cenários climáticos e vazões resultantes do processo de modelagem hidrológica, as diferenças entre os valores simulados com base no modelo Eta e os valores observados, no período de avaliação dos modelos (1976-1990), atingiram erros algumas vezes superiores a 20%. A vazão média de longo período, por exemplo, apresentou uma alteração de 141,6 m³/s (1961-1990) para 200,3 m³/s (2011-2040). Também foi observado um incremento na vazão média e no desvio padrão mensal entre os meses de janeiro e outubro. Entre os meses de fevereiro e junho, o percentual de aumento na vazão média mensal foi mais acentuado, superando o índice de 100%. Considerando-se os intervalos de confiança das estimativas de vazão para o futuro, pode-se concluir que existe uma tendência de aumento na variabilidade hidrológica no período entre 2011 e 2040, o que indica a possibilidade de ocorrência de séries temporais com períodos mais acentuados de estiagem e de cheias. Quanto às alterações na demanda hídrica, foi constatado que a tendência de crescimento das atividades agrícolas irrigadas no período analisado é bem superior à tendência observada em relação à criação animal e ao abastecimento humano. Mantida a tendência e os resíduos modelados entre 2003 e 2010, a média das séries estocásticas geradas para o futuro indica que haverá 1.954 km² de áreas irrigadas em 2040, fazendo com que a demanda aumente de 6,3 m³/s (2011) para 28 m³/s (2040), no mês de maior demanda hídrica (janeiro). Na etapa final, ao calcular a razão entre a demanda para usos consuntivos e a disponibilidade hídrica (demanda/disponibilidade), no período entre 2011 e 2040, foi observada uma tendência de aumento neste percentual ao longo dos anos. Em média, a relação demanda/disponibilidade em 2011 foi de apenas 6,06%, variando entre 0,81% (maio) e 20,15% (dezembro). Já em 2040 esta proporção aumentou para 13,82%, variando entre 1,09% (maio) e 43,3% (dezembro). Quanto às mudanças nas curvas de regularização obtidas através da simulação do balanço hídrico em um reservatório fictício, os resultados atestam que, em caso de confirmação do cenário de mudança climática utilizado, haverá a necessidade de reservatórios com capacidade cada vez maior para atender à demanda para usos consuntivos, em virtude do agravamento das estiagens no início do verão. The purpose of this study was to propose a methodology to investigate the possible effects of climate change on water availability and changes in water requirement in the future, through a stochastic approach that considers climate, hydrological, agricultural and population projections. The method was applied to Ijuí river basin, northwest of Rio Grande do Sul, Brazil. The methodology consisted of five modules, involving: i) hydrological modeling of monthly flows using Artificial Neural Networks (ANNs), ii) correction and analysis of climate scenarios for the future, derived from the Eta model CPTEC / HadCM3, iii) the stochastic modeling of monthly flows in the future, iv) the stochastic modeling of population and agricultural variables to generate water requirement series in the future and, v) the simulation of the water balance for the generation of curves regularization aiming an analysis of the relationship between water availability and water requirement in the future. Regarding the results of the hydrologic modeling, it is highlighted that ANN model more suitable model for the flow simulation presented only three input variables, obtaining a Nash-Sutcliffe coefficient equal to 0.904. It was observed, through sensitivity analysis, that the ANN related correctly chosen input variables with the output of the network, respecting the physical principles involved in the hydrological system. The analysis of climate scenarios and flows resulting from the hydrologic modeling process showed that the differences between the simulated values based on the Eta model and the observed values for the period of assessment models (1976-1990), errors sometimes reached more than 20 %. Therefore, one must consider that these uncertainties will be replicated in future scenarios, as to analysis of the effects of climate change on water availability. Overall, the results related to stochastic modeling of monthly flows for the future (2011-2040) showed a tendency to increase in flows. The average flow of long period, for example, introduced an amendment to 141.6 m³ / s (1961-1990) to 200.3 m³ / s (2011-2040). We observe an increase in the average flow and monthly standard deviation between January and October. The percentage increase in the monthly average flow was more pronounced between the months of February and June, exceeding the rate of 100%. Considering the confidence intervals of the estimates of flow for the future, it can be concluded that there is an increasing trend in hydrological variability in the period between 2011 and 2040, which indicates the possibility of time series with more severe periods of drought and flood. We found an increasing trend of irrigated agricultural activities above the trend towards livestock and human consumption. If the trend and residues modeled between 2003 and 2010 is maintained, irrigated areas in 2040 should reach 1,954 km², increasing water demand of 6.3 m³ / s (2011) to 28 m³ / s (2040), in the month of higher water demand (in January). The final step is to calculate the ratio between the demand for consumptive uses and water availability (demand / availability), we observe an increasing trend in the percentage in the period between 2011 and 2040. On average, the demand / availability in 2011 was only 6.06%, with values between 0.81% (May) to 20.15% (December). By 2040, this proportion increased to 13.82%, with values between 1.09% (May) to 43.3% (December). Finally, with regard to changes in the curves obtained for regularization by simulating the water balance in a fictitious reservoir, the results show that there is a need for reservoirs with increasing capacity to meet the demand for consumptive uses, upon confirmation of the scenario climate change used, because of worsening drought in early summer.

O manejo de águas pluviais deve contemplar não somente os aspectos quantitativos mas também os aspectos qualitativos. Neste enfoque, o presente trabalho objetivou pesquisar a hipótese da viabilidade da integração, com sinergia no aspecto construtivo e econômico, dos controles da quantidade e da qualidade de água na macrodrenagem urbana, com experimentação em um estudo de caso. O trabalho consistiu em cinco etapas metodológicas: (i) obtenção de dados da área de estudo; (ii) atualização da relação densidade habitacional (DH) x área impermeável (AI), por sua importância como dado de entrada no modelo utilizado para otimização; (iii) estabelecimento do volume de controle qualitativo em função da área impermeável; (iv) definição das restrições das vazões de saída para a bacia de estudo em função das áreas impermeáveis contribuintes e da existência de reservatórios; (v) otimização das soluções. O estudo foi aplicado à bacia do Moinho em Porto Alegre-RS, sub-bacia do arroio Dilúvio, com intensa urbanização. A atualização da relação DH xAI baseou-se em doze bairros com características distintas de ocupação demonstrando uma alteração significativa da taxa de impermeabilização. Após o estabelecimento do volume de controle qualitativo específico, pela regra dos 90%, no intuito de reter e tratar os eventos frequentes de chuva, deu-se início a otimização das soluções utilizando o sistema SSDDrU proposto por Cruz (2004). As simulações contemplaram a manutenção do controle quantitativo para o controle qualitativo e o compartilhamento de volumes pelo somatório dos volumes quantitativo e qualitativo. Os custos obtidos para os cenários otimizados foram atualizados e a situação de apenas restringir a saída pela manutenção do volume quantitativo foi inviabilizada, gerando maiores volumes a jusante e custos exorbitantes para esta configuração. Verificou-se que a situação de compartilhamento de volumes resultou na diminuição de custos em relação à consideração da ampliação total e à condição de manutenção do controle quantitativo. Tal resultado demonstra a aplicabilidade da metodologia proposta ao planejamento urbano com ganhos ambientais inexistentes na solução tradicional. Vale ressaltar que pela configuração proposta os custos foram reduzidos em 11,5% com 75,0% de aproveitamento dos reservatórios em relação à configuração inicial caracterizada apenas pelo controle quantitativo. Stormwater management must consider both quantitative and qualitative aspects. In this context, this study aimed to investigate the feasibility of integrating controls of quantity and quality of water in urban drainage, with synergy between constructive and economic aspects, using experiments on a case study. The work consisted of five methodological steps: (i) data collection from the study area; (ii) update of the relationship between housing density (DH) and impervious area (IA), given their importance as input in the model used for optimization; (iii) establishment of the water quality control according to the impervious area; (iv) definition of constraints of the output flows for the study basin as a function of the impervious areas and the presence of reservoirs; (v) optimization of solutions. The study was applied to the Moinho stream basin in Porto Alegre, Rio Grande do Sul State, sub-basin of the Dilúvio stream, under intense urbanization. The update of the DH/IA ratio was based on twelve neighborhoods with distinctive occupancy characteristics, indicating a significant increase in the impervious area rate. After establishing the specific water quality control volume, by the 90% rule, in order to retain and treat the frequent rainfall events, we started optimizing solutions using the SSDDrU system proposed by Cruz (2004). Simulations included maintaining the quantitative control for the qualitative control and the sharing of volumes by summing quantitative and qualitative volumes. Costs obtained for the optimized backgrounds were updated and the situation of only restricting the output by maintaining the quantitative volume was not feasible, generating larger volumes downstream and huge costs for this setup. The situation of volume sharing resulted in cost reduction in relation to consideration of the total enlargement of stormwater sewers and the condition of maintaining the quantitative control. Such result illustrates the applicability of the proposed methodology to urban planning with environmental gains not found in the traditional solution. It is noteworthy that with the proposed setup, costs were reduced by 11,5% with 75,0% of utilization of reservoirs in relation to the initial setup characterized only by the quantitative control.

Conselho Nacional de Desenvolvimento Científico e Tecnológico The human action induces changes in basins natural runoff. Flooding may become more intense, there may be more immediate and prolonged droughts, an accelerated erosion process and water quality tends to deteriorate. Thus, this work exposes the need to know the impact in the runoff caused by the use change and land use with emphasis on urban space. So, this study aims to evaluate the differences in the runoff between two contiguous watersheds and with the same area: one being use predominantly agricultural and the other with primarily urban use. For this, it was necessary to evaluate the urbanization influence on the hydrologic regime through the water balance, using two small small watershed, one with 54% of its urbanized area - MU and the other covered with natural grassland and areas used for agriculture - MR, both with the same area of 2.31 km². More specifically, it seeks to quantify some components of water balance variables to estimate water availability and evaluate the small discharges, using monthly retention curves of the studied period. Through the analysis of hydrographs constructed with flow data collected simultaneously each hour in two small watershed of the events that generated the maximum discharges the different variations and the maximum discharge generated in the two small watershed were evaluated using some data collected during the period between January 2011 and October 2011. The global water balance showed that MU had a 5.1 times greater discharge than the MR, and in none of the months monitored MR showed a runoff of more than MU, with emphasis on January and February when it was found the greatest difference in more than 29 times. Analyzing globally the discharges with bigger permanence than 40%, MU presented a volume disposed 7.9 times greater than the MR and in none of months the volume disposed in MR was superior to that of MU, which can be explained by the hypothesis that MR has no underground contribution in its runoff, only in the vadose layer of the soil. Examining the hydrographs it was showed that the MU presents an acceleration in its runoff causing flow oscillations in smaller periods than MR presenting its flow peak up to four hours before the MR, maximum flow rate up to 13,743 L/s, while MR showed a maximum flow of 275 L/s, representing a difference of 66 times in the urbanization effect within the small watershed. Therefore, MU showed a higher runoff volume effect of urbanization within the small watershed and greater water availability than MR, while MR showed a higher loss by evapotranspiration and soil water infiltration than MU during the period of this research. A ação antrópica provoca alteração no escoamento natural das bacias. As cheias podem se tornar mais intensas, as estiagens mais imediatas e prolongadas, os processos erosivos acelerados, enquanto a qualidade da água tende a deteriorar-se. Com isso, a questão que se coloca neste trabalho é a necessidade de se conhecer o impacto provocado pela mudança do uso e ocupação do solo, no escoamento, com ênfase no espaço urbano. Portanto, o presente trabalho objetiva avaliar as diferenças no escoamento entre duas bacias contíguas e com a mesma área: uma com o uso preponderantemente agrícola e outra com o uso primordialmente urbano. Para isso, buscou-se avaliar a influência da urbanização sobre o regime hidrológico por meio do balanço hídrico, utilizando-se duas microbacias, uma com 54% de sua área urbanizada - MU e a outra coberta por campo nativo e áreas utilizadas para agricultura MR, ambas com a mesma área de 2,31 km². Mais especificamente, busca-se quantificar algumas variáveis componentes do balanço hídrico para estimar a disponibilidade hídrica e avaliar as pequenas vazões, utilizando curvas de permanência. Por meio da análise de hidrogramas construídos com dados de vazão coletados simultaneamente, de hora em hora, nas duas microbacias, dos eventos que geraram as vazões máximas avaliaram-se as diferentes variações de vazão e as máximas geradas, utilizando os dados coletados no período compreendido entre janeiro e outubro de 2011. O balanço hídrico global mostrou que a MU apresentou um escoamento 5,1 vezes maior que a MR, e, em nenhum dos meses monitorados, a MR apresentou um deflúvio superior a MU, merecendo destaque os meses de janeiro e fevereiro, em que se constatou a maior diferença em mais de 29 vezes. Em relação às vazões com permanência maiores que 40%, analisando de forma global, a MU apresentou volume escoado 7,9 vezes maior do que a MR, e, em nenhum dos meses, o volume escoado na MR foi superior ao da MU, o que pode ser explicado pela hipótese de a MR não possuir contribuição subterrânea em seu deflúvio, somente da camada vadosa do solo. Já a análise dos hidrogramas mostrara que a MU apresenta uma aceleração em seu escoamento, fazendo com que ocorram oscilações de vazão em períodos menores que na MR, apresentando o seu pico de vazão até quatro horas antes do que a MR, vazão máxima de até 13743 L/s, enquanto a MR apresentou uma vazão máxima de 275 L/s, o que representa uma diferença de 66 vezes, demonstrando o efeito da urbanização dentro da microbacia. Portanto, para o período da pesquisa, a MU apresentou maior volume escoado pelo efeito da urbanização dentro da microbacia e maior disponibilidade hídrica do que a MR, enquanto a MR apresentou maior perda por evapotranspiração e infiltração de água no solo do que a MU.

A hidroeletricidade é uma das ramificações da engenharia de recursos hídricos, que usa a água (vazões de um rio) produzindo energia elétrica. Um empreendimento hidrelétrico, além de fornecer energia elétrica e o respectivo conforto, permite também o estabelecimento de outras atividades produtivas, o que proporciona um bom desenvolvimento econômico e social da população beneficiada. Portanto, este trabalho tem o principal foco de pesquisa detectar potenciais hidrelétricos em regiões de escassez temporal e espacial de dados hidrológicos através da construção de funções de probabilidade acumulada produzindo curvas de permanências ajustadas pela função distribuição Gama. Neste contexto, para alcançar os objetivos traçados foram coletados dados de vazões mensais em 27 postos fluviométricos selecionados nos cursos principais de 11 principais bacias moçambicanas para subsidiar o cálculo das funções distribuição Gama. Depois foram calculados as funções acumuladas e os parâmetros da função distribuição Gama, que os mesmos foram ajustados pelo momento e pelo solver para elaboração da curva de permanência ajustada. Em seguida, foram extraídas as vazões (Q85); e as variáveis físicas da vazão (Área de drenagem, declividade média e comprimento do rio) extraídas do modelo numérico do Terreno para auxiliar o processo de regionalização. Depois com auxílio da equação de regionalização foram calculados os potenciais hidrelétricos. Os critérios usados para a seleção dos potenciais hidrelétricos basearam-se em dois princípios: altura de queda superior a 2 m e potencial hidrelétrico acima de 10 KW. A prospecção de potenciais hidrelétricos em Moçambique, nessa pesquisa, resultou em 2991 potenciais hidrelétricos. Esses resultados são considerados preliminares. Neste contexto, para uma melhor viabilidade, recomenda-se que sejam feitos estudos socioeconômico e ambiental nos locais identificados. Esse estudo apresentou incertezas nos valores reais dos potenciais calculados, porque não foi incorporado durante a pesquisa o estudo relativo as regiões homogêneas da região em causa; descartado por insuficiências de dados (27 postos fluviométricos, geológicos, tipo de solo, precipitação das bacias hidrográficas, e etc.). Hydroelectricity (hydropower) is one branch of water resources engineering, which uses water (river flows) producing electricity. A hydroelectric undertaking, besides providing electricity and its comfort, it also allows the establishment of other productive activities, which provides a good economic and social development of the population (social responsability). Nevertheless, this study aims to focus on detection of potencial hydropower in regions of temporal and spartial scarcity of hydrological data by designing cumulative probability producing adjusted flow duration curve for use of Gamma distribution function. In this context, In order to achieve the goals of the present work were collected monthly stream flow data from 27 stations in fluviometric selected main courses from 11 major river basins in Mozambique to support the calculation of gamma distribution functions. After were calculated cumulative functions and parameters of Gamma distribution function, which were adjusted at the same moment and by the determination and preparation of the duration curve adjusted. Then, we extracted the flows (Q85), and the physical variables of the flow (drainage area, slope and length of the river) extracted from the numerical model of the Land to help the process of regionalization. Thus, with the help of the equation of regionalization were calculated hydroelectric potential. The criteria used for selection of the hydroelectric potential were based on two principles: drop height exceeding 2 m and hydroelectric potential above 10 KW. however, the prospect for hydroelectric potential in Mozambique in this research resulted in 2991 hydroelectric potential. These results are considered preliminary. In that case, improved reliability is recommended to be made further socioeconomic and environmental studies in the identified areas. This study showed uncertainties in actual values of potential calculated, because it was built up during the research study on the homogeneous regions of the region concerned; discarded for insufficient data (27 fluviometric stations, geology, soil type, rainfall, river basin , etc.).

Neste trabalho foi avaliado o efeito do controle de montante em sub-bacias embutidas na previsão hidrológica de curto prazo, com a investigação conjunta de dois aspectos: variação da área controlada e a variação do detalhamento temporal dos dados de vazões de entrada do modelo. O local escolhido para essa pesquisa foi a bacia do rio Ijuí com exutório no posto fluviométrico da Ponte Mística e as suas sub-bacias embutidas de Santo Ângelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal e Turcato. Os dados de vazão utilizados foram obtidos da Agência Nacional de Águas (ANA) e do projeto de monitoramento da bacia do Potiribu (Castro et al., 2010), enquanto que os dados de precipitação foram obtidos em Silva (2011), que calculou uma série histórica de precipitações médias de uma grade de chuvas interpoladas a partir dos dados de 65 postos pluviométricos da região. Para este estudo foram utilizados dados de 22/08/1989 à 01/06/1994 (1.743 dias). Esse período foi selecionado por ser o maior período com dados concomitantes em todos os postos fluviométricos. Os modelos escolhidos para esse estudo foram as redes neurais artificiais de múltiplas camadas, com utilização do algoritmo retropropagativo. As entradas nos modelos foram os dados de precipitação e as vazões diárias da bacia de Ponte Mística e de suas sub-bacias, e as saídas foram as vazões de Ponte Mística um dia à frente. Foram apresentadas oito alternativas de controle físico de montante. Também foram aplicadas, para cada uma das alternativas, componentes antecedentes, com a utilização dos dados de vazão com antecedência de 24h e 48h. A utilização de vazões horárias do Turcato foi comparada com uma alternativa que contempla o mesmo posto, mas com dados diários, para investigar se a utilização de dados com um maior detalhamento temporal pode produzir melhores resultados. Para a análise do desempenho da rede foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS). A avaliação estatística apresentou bons resultados na previsão de vazão para todas as alternativas de controle, sendo o menor NS de 0,91 e o maior de 0,97. A utilização de um maior detalhamento temporal, com aplicação de vazões horárias, provocou uma redução no desempenho do modelo, com o NS caindo de 0,91 para 0,89. Observou-se também que, quanto maior a área controlada das bacias, melhores são os resultados para a previsão de vazão. A análise da influência de cada variável explicativa foi feita por um método apresentado por Maier e Dandy (1997), revelando-se um recurso valioso para a compreensão das relações de importância das variáveis e do funcionamento do sistema. As contribuições das vazões das bacias de montante foram sempre mais influentes do que as precipitações diárias sobre toda a bacia, sendo demonstrado que, neste sentido, mesmo uma bacia muito pequena pode ser importante para a previsão. Além disso, esta técnica revelou-se importante para auxiliar na identificação das defasagens que são mais importantes, e também revela que, mesmo componentes que apresentam menor influência, podem atuar como potencializadoras de outras variáveis ou componentes, cuja ação atua no sentido de incrementar o desempenho das previsões do modelo. This study evaluated the effects of the amount of controlled area with sub-basins embedded for real time hydrologic forecasting. Two aspects were studied together: The variation in the amount of controlled area and the temporal variation of detail data flow model input. The site chosen for this research was the Ijuí river basin with outlet in the gaging station of Ponte Mística and its sub-basins, namely the gaging stations at Sant'Angelo, Ponte Nova do Potiribu, Colônia Mousquer, Passo do Faxinal and Turcato. The streamflow data used were obtained from the National Water Agency (ANA) and the monitoring project of the Potiribu basin (Castro et al., 2010), while precipitation data were obtained in Silva (2011), who calculated the series of average precipitations from a grid of rainfalls resulting from the data interpolation of 65 raingauge stations in the region. For this study we used data from 22/08/1989 to 01/06/1994 (1.743 days). This period was selected because it is the longest period with complete data in all fluviometric stations. The models chosen for this study were the artificial neural networks of multiple layers, with training by the backpropagation algorithm. The entries of the models were the daily rainfall data and the streamflow of Ponte Mística basin and its sub-basins, and the outputs were the streamflows of the gaging station of Ponte Mística one day after. Eight alternatives of upstream control were presented. There were also applied, to each of these alternatives, the antecedent components, namely, the previous streamflow data of 24h and 48h. The model which uses hourly streamflows of Turcato was compared with an alternative that makes the same job, but with daily data, to investigate if the former, with the use of data with greater temporal detail, can produce better results. For the analysis of network performances it was applied the Nash-Sutcliffe coefficient (NS). Statistical evaluation showed good results in predicting streamflow for all control alternatives, being 0.91 and 0.97 the lowest and the highest NS, respectively. Using a more detailed temporal, applying hourly streamflows, caused a reduction in the performance of the model, with the NS falling from 0.91 to 0.89. It was also observed that the larger the controlled basins area, the better the results for predicting flow. The analysis of the influence of each explanatory variable was made by a method developed by Maier and Dandy (1997), proved to be a valuable resource for understanding the importance of relationships of variables and operating system. The contributions of flow from upstream basins have revealed always more influential to the forecasting than the daily precipitation over the whole basin, and demonstrated that, in this sense, even a very small basin may be important for forecasting. Furthermore, this technique proved important to help identify the more important lags, and also reveals that, even components that have less influence, can act for potentiating the other variables or components whose actions acts to increase the performance of the model predictions.

Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado, comparando-se os resultados do modelo completo de redes neurais com os obtidos, também por um modelo de redes neurais, porém, sem o emprego de previsão de precipitação, pois assim, a avaliação deste ganho não tem a influência das características do modelo utilizado. Foi verificado um pequeno ganho ao utilizar-se a previsão de precipitação, mesmo com a baixa capacidade em acertar a magnitude da precipitação. Para efeitos de experimentação da técnica de aglutinação dos índices de qualidade dos resultados da modelagem, foram obtidas e comparadas as previsões de níveis de um modelo de regressão com as de um modelo por redes neurais. Foi analisado o comportamento do índice de erro associado à freqüência de ocorrência, que indica a magnitude do erro de modo absoluto, o qual, devido a seu significado intuitivo, dispensa a comparação com modelos alternativos. A técnica de aglutinação foi importante para a comparação dos resultados das modelagens, tendo indicado a vantagem das redes neurais sobre a regressão. Os recursos desenvolvidos nesta pesquisa, para contornar as dificuldades expostas, podem contribuir para a correta utilização de redes neurais progressivas de múltiplas camadas, em especial na área de recursos hídricos. Observa-se, ainda, que a delimitação dos limites de abrangência da amostra de dados tem uma importante influência na escolha do correto modelo a ser utilizado. Flood alert systems require appropriate anticipation and accuracy from level forecasting models. Particularly for small basins with quick response these requirements are fulfilled by continuous forecasting models that use rain forecasting data as input. The purpose of this research is an analysis of mathematical resources in the multilayer feedforward neural networks empirical modelling. Usual limitations to adapt these techniques, such as convergence problems, optimum architecture selection, sample partitions and indexes for the models quality evaluation are presented and analyzed. These difficulties are rarely discussed and often disregarded by networks literature. The data employed for the methodology application refers to the Quaraí River basin where the neighboring cities of Quaraí (Brazil) and Artigas (Uruguay) are subjected to river floods. The contribution basin area is 4,500km² and the basin responds quickly to precipitation events since it has low infiltration and storage capacity. The adopted level forecasting model using neural network techniques was applied to two previous observed levels and the rainfall forecasting data (ETA-CPTEC) up to five days ahead as input. The potential gain on quality by using rainfall forecasting on the level forecasting model was analyzed by comparing results from the neural network model using precipitation forecasting with results from the neural network model that did not use it. On this approach the gain valuation isn’t influenced by the models characteristics. A small improvement was obtained by using the rainfall forecasting, even considering the low performance to estimate rainfall values. Level forecasting data generated by a regression model was compared with the level forecasting obtained from the neural network model in order to test the gathering techniques of the models results quality indexes,. The behavior of the error index associated with the frequency index, which indicates the error magnitude in the absolute mode and do not need any further comparisons because of its intuitive meaning, was analysed. The use of gathering techniques was important to compare the model results, indicating an advantage of the neural networks techniques when compared to the regresion model. The resources developed to solve the difficulties found in this research can give indication for the correct use of multi-layer feedforward neural networks, specially when applied to hydraulic resources. It was also observed that the determination of the sample’s valid range can present important role in the choice of the adequate model for use in each case.

O conhecimento da probabilidade de ocorrência de precipitações é de grande importância para o planejamento de atividades como produção agrícola, sistemas de abastecimento de água e geração de energia. Neste sentido, a análise regional de freqüências se apresenta como uma ferramenta para a redução de incertezas na estimativa das probabilidades, podendo também diminuir a dimensionalidade das informações. Desta forma, esta pesquisa tem por objetivo estudar uma metodologia para análise regional de freqüências, aplicada à precipitação, na qual se admite que as séries que formam uma região homogênea seguem uma mesma distribuição, que dispensa a utilização de fatores de escala locais, e que seus parâmetros podem ser satisfatoriamente estimados pela média dos parâmetros de ajuste das séries locais. Para compor a metodologia foi construído um teste de homogeneidade regional e um teste para avaliar a qualidade do agrupamento, que leva em consideração os objetivos da análise. Os dois testes citados e a verificação da qualidade da obtenção da distribuição regional pela média dos parâmetros locais foram baseados na medida da máxima diferença de probabilidades entre duas séries e no teste de aderência de Kolmogorov-Smirnov (KS), auxiliando, então, numa melhor compreensão dos resultados, já que esse teste é referência na avaliação da qualidade do ajuste de funções probabilísticas. Como estudo de caso, a metodologia foi aplicada na análise de precipitações totais mensais e anuais no Rio Grande do Sul e em Santa Catarina, utilizando-se o método de agrupamento difuso Fuzzy CMeans para identificação das regiões. Verificou-se que o modelo de obtenção da distribuição regional proposto é satisfatório, embora necessite de um fator de correção para a distribuição Gama. O teste de aderência regional mostrou-se bastante útil para orientar a ponderação das variáveis e para auxiliar na determinação do melhor número de regiões, o que foi comprovado pelo alto grau de homogeneidade verificado, mesmo antes de serem aplicados ajustes nas regiões resultantes do agrupamento. Constatou-se ainda que a utilização dos graus de pertinência não produziu resultados satisfatórios para fazer estimativas pontuais e pouco contribuiu para a realização de ajustes no agrupamento. Todavia, o ajuste do modelo de alocação para novos pontos, através da matriz de pertinência, apresentou bons resultados, embora ainda seja necessária sua verificação em situação real. A análise regional da área de estudo resultou em nove regiões, que foram consideradas heterogêneas em apenas dois dos 117 períodos avaliados. Além disso, a partir do teste KS ( = 20%), verificou-se que as distribuições regionais se mostraram válidas para 97,8% das séries, confirmando a possibilidade de utilizar a distribuição regional, sem a necessidade dos fatores de escala locais. Information on rainfall probability are helpful for some activities planning including agriculture, water supply and hydropower generation. For such purpose, the regional frequency analysis is a powerful tool to reduce uncertainties in probabilities estimation and also information’s dimension. This research evaluates the possibility of taking rainfall regional frequency analysis considering that in a homogeneous region the site frequency distributions are identical, setting aside local scaling factors, and that its parameters may satisfactorily be estimated by average parameters of local series fitting. To address such goals, the methodology consisted of elaborating a regional homogeneity test and a test to assess the cluster quality. Both tests and the assessment over the regional distribution quality were based on the maximum probability differences between two series and on the Kolmogorov-Smirnov test (KS). As a case study, the methodology was applied on Rio Grande do Sul and Santa Catarina States monthly and annual precipitation data, using clustering method Fuzzy CMeans for identification of regions. It was verified that the regional distribution model is satisfactory, although it needs a correction factor for Gamma distribution. The test of regional adherence was useful to guide the variables weighting and to help on the determination of the optimum number of regions, once a high degree of homogeneity was obtained, even before the application of adjustments on the resultant regions from the cluster analysis. The use of membership degrees was not satisfactory on estimating at-site features and resulted on low contribution for cluster adjustments. However, the allocation model fitting for new points presented good results, though a real case assessment is still required. The regional analysis resulted in nine regions, which were heterogeneous in only two of the 117 evaluated periods. Moreover, from the KS test ( = 20%), it was verified that the regional distributions were valid for 97.8% of the series, confirming the possibility to use regional distribution, without any local scaling factor.

O uso de modelos matemáticos na análise de sistemas de recursos hídricos tem se desenvolvido bastante desde a década de 1960. Uma das principais áreas de aplicação dos modelos de análise de sistemas de recursos hídricos é no planejamento e na operação de sistemas de reservatórios. Dois tipos de abordagem podem ser adotados para a solução desse tipo de problema: abordagem tradicional, baseada em técnicas de pesquisa operacional, e abordagem por sistemas inteligentes (inteligência artificial – IA). Modelos baseados em IA têm como principal característica a flexibilidade de inclusão de regras expressas em uma linguagem de fácil compreensão que incorporam na modelagem o conhecimento especializado e a experiência dos operadores. Apesar da importância do assunto e do potencial das técnicas, o estágio de desenvolvimento atual é carente de fundamentação teórica que sistematize a prática vivencial dos atores nos processos. Pesquisas que fechem essa lacuna são necessárias para que melhor se conheçam as vantagens e desvantagens dos Sistemas Inteligentes aplicados à operação de sistemas de reservatórios. Foram escolhidas para teste técnicas baseadas em lógica difusa, redes neurais artificiais e sistemas híbridos neuro-difusos. nvestigar o potencial destas técnicas para o processo de tomada de decisão na operação de sistemas de reservatórios constitui o objetivo geral desta pesquisa. As definições e as implementações dos esquemas metodológicos propostos nesta pesquisa e suas aplicações no estudo de caso do sistema que abastece a região metropolitana de Fortaleza confirmaram a hipótese da pesquisa para duas das três técnicas avaliadas – os modelos baseados em lógica difusa e os modelos baseados em redes neurais artificiais. A terceira técnica testada – sistemas de inferência adaptativos neuro-difusos – apresentou resultados insatisfatórios. As principais contribuições desta pesquisa ao estado da arte estão principalmente nos seguintes pontos: definição de esquemas metodológicos utilizando abordagens baseadas em sistemas inteligentes na obtenção de políticas operacionais para sistemas de reservatórios em regiões semi-áridas; inclusão, nos sistemas inteligentes para obtenção de políticas operacionais, de variáveis semânticas (qualitativas) indicativas da previsão climática, avaliando tanto a melhora do processo de operação dos reservatórios quanto os erros potenciais decorrentes de previsões equivocadas; utilização, em conjunto, de técnicas de agrupamento e de aprendizado organizativo na construção de sistemas especialistas difusos para operação de sistemas de reservatórios; construção e utilização, para os sistemas especialistas difusos de operação de reservatórios, de Modelos Hierarquicamente Escalonados, evitando a “Falta de Conhecimento”. The use of mathematical models in the analysis of water resources systems grew enough since the decade of 1960. One of the main areas of application of the models is in the planning and in the operation of systems of reservoirs. Two approach types can be adopted for the solution of this problem type: traditional approach, based on techniques of operational research, and approach by intelligent systems (artificial intelligence – AI). The Models in AI have as main characteristic the flexibility of inclusion of expressed rules in a language of easy understanding that incorporate in the modeling the specialized knowledge and the experience of the operators. In spite of the importance of the subject and of the potential of the techniques, the apprenticeship of current development is lacking of theoretical recital that it systematizes the actors' practice in the processes. Researches that close this gap are necessary so that better is known the advantages and disadvantages of the applied Intelligent Systems to the operation of systems of reservoirs. Techniques based on fuzzy logic, artificial neural networks and neuro-diffuse hybrid systems were chosen for test. The objective of the research is to investigate the potential of these techniques for the process of decision in the operation of systems of reservoirs. The definitions and implementations of the methodological outlines proposed in this research and their applications in the study of case of the system that supplies the metropolitan area of Fortaleza confirmed the hypothesis of the research for two of the three appraised techniques – the models based in fuzzy logic and the models based in artificial neural networks. The third tested technique – Adaptive Network Based Fuzzy Inference System – presented unsatisfactory results. The main contributions of this research to the state of the art are: definition of methodological outlines using approaches based in intelligent systems in the obtaining of operational politics for systems of reservoirs in semi-arid areas; inclusion, in the intelligent systems for obtaining of operational politics, of semantic variables (qualitative) indicative of the climatic forecast, evaluating as much the improvement of the process of operation of the reservoirs as the current potential mistakes of mistaken forecasts; use, together, of clustering techniques and of learning in the construction of diffuse expert systems for operation of systems of reservoirs; construction and use, for the diffuse expert systems of operation of reservoirs, of assigned models, avoiding the "Lack of Knowledge".