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.