Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/39523
Type: Dissertação
Title: Previsão hidrológica por conjunto como ferramenta de decisão na operação de reservatórios de abastecimento: estudo de caso do Reservatório de Serra Azul (MG)
Authors: João Augusto de Souza Pinto
First Advisor: Talita Fernanda das Graças Silva
First Co-advisor: Nilo de Oliveira Nascimento
First Referee: Veber Afonso Figueiredo Costa
Second Referee: Francisco de Assis de Souza Filho
Abstract: A operação de um sistema de produção e distribuição de água requer uma variedade de decisões a serem tomadas em diferentes horizontes no tempo, o que se torna um desafio haja visto a aleatoriedade das chuvas e a compreensão parcial dos processos hidrológicos que ocorrem na bacia hidrográfica. Técnicas de previsão de vazão por conjunto ESP (Extended Streamflow Prediction) permitem a incorporação destas incertezas em uma abordagem probabilística, através da qual um modelo hidrológico determinístico tipo chuva-vazão gera um conjunto de previsões de vazão. Este trabalho teve como finalidade a aplicação do método ESP para previsão de vazões afluentes ao reservatório de Serra Azul (MG), buscando assim fornecer melhores informações para a operação e planejamento do reservatório. Utilizou-se o modelo determinístico GR2M, o qual representou satisfatoriamente o comportamento hidrológico da bacia. O método ESP apresentou bom desempenho, sobretudo com relação à verificação probabilística através de diagramas de confiabilidade e ROC, considerando 35 anos de hindcasts. Foi desenvolvido e calibrado um modelo de balanço hídrico capaz de representar a variação de nível do reservatório. Procedeu-se com a previsão da vazão afluente ao reservatório durante um ano hidrológico, cujos resultados serviram para alimentar o modelo de balanço hídrico, sendo realizadas simulações com vazões de 10%, 50% e 90% de probabilidade de excedência, considerando diferentes estágios iniciais do reservatório e diferentes vazões de adução. Concluiu-se que a tomada de decisão na operação de reservatório de água pode ser melhor auxiliada por previsões probabilísticas de longo termo.
Abstract: Water production and distribution systems require a variety of decisions to be taken at different time horizons, which becomes a challenge in view of the randomness of rainfall and the partial understanding about hydrological processes in the river basin. The Extended Streamflow Prediction (ESP) method allows the incorporation of these uncertainties into a probabilistic approach, whereby a deterministic rain-flow hydrological model generates a set of flow forecasts. The ESP method was applied to predict the inflow to Serra Azul reservoir (Minas Gerais, Brazil), in order to provide better information on reservoir operation and planning. The ESP method presented good performance, especially regarding probabilistic verification through reliability and ROC diagrams, considering 35 years of hindcasts. The inflow to the reservoir was predicted during a hydrological year. The results were inputted into reservoir balance model, and simulations were carried out with 10%, 50% and 90% exceedance probabilities, considering different initial reservoir stages and different adduced flows. It was concluded that the decision making in the operation of water reservoirs can be better assisted by long-term probabilistic forecasts.
Subject: Engenharia sanitária
Recursos hídricos - Desenvolvimento
Reservatórios
Previsão hidrológica
Serra Azul (MG)
Verificação probabilística de modelos
El NiNo, Corrente
language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ENG - DEPARTAMENTO DE ENGENHARIA SANITÁRIA E AMBIENTAL
metadata.dc.publisher.program: Programa de Pós-Graduação em Saneamento, Meio Ambiente e Recursos Hídricos
Rights: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/pt/
URI: http://hdl.handle.net/1843/39523
Issue Date: 1-Aug-2017
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Dissertação_Joao_Augusto_Pinto_FINAL.pdf8.89 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons