Sistema probabilístico de previsão de inundações atribuído de diferentes estimativas de precipitação, modelo hidrológico e hidráulico e análise de incertezas

Resumo

As perdas econômicas mundiais associadas a desastres ambientais aumentaram, assim como a frequência dos desastres hidrometeorológicos. Inundações induzidas por eventos extremos de precipitação são uma preocupação em diversos locais ao redor do mundo, tornando urgente e necessárias ações preventivas de maneira integrada na bacia hidrográfica. Estratégias de adaptação, como sistemas antecipados de alerta de inundações e seguros ambientais devem ser utilizadas. É necessário aliar previsões meteorológicas a previsões hidrológicas de curto prazo, trabalhando com monitoramento hidro-meteorológico, previsões de precipitação por radares e/ou modelos meteorológicos que sejam utilizadas como entrada a modelos hidrológicos para estimativa de vazões com diferentes tempos de antecedência, precisão e incerteza. Previsões determinísticas estabelecem uma ilusão de certeza, que não existe. Desta forma um importante desafio a pesquisa é incluir quantificações da incerteza relativas ao processo de previsões, promovendo previsões probabilísticas. Previsão de inundações por conjunto requer estimativas da distribuição e propagação das fontes de incertezas e métodos robustos para quantificá-las. A modelagem de inundações será feita através do modelo hidrológico distribuído Soil & Water Assessment Tool (SWAT) e a modelagem hidráulica através do modelo do Hydrologic Engineering Center- River Analysis System: HEC-RAS. A análise de sensibilidade, calibração e análise de incertezas serão realizadas utilizando métodos de otimização global disponíveis no software SWAT-CUP, tais como: ParaSOL e GLUE. O desempenho dos modelos para avaliar a calibração e validação será realizada através de medidas, como: coeficiente de eficiência de Nash-Sutcliffe, coeficiente de determinação, erro médio quadrático e percentual de desvios-bias. Para o cálculo de incertezas dos modelos serão utilizados métodos como: GLUE e ParaSol, e para realizar uma análise global em situações com múltiplos modelos será utilizado o Bayesian Model Averaging (BMA). (AU)