Quantification and propagation of rating curve uncertainties in hydrological and hydrodynamic modeling

Abstract

Inundações provocam impactos sociais e econômicos significativos, incluindo a perda de vidas humanas. Sistemas de alerta, quando bem operados, apresentam potencial para mitigar esses impactos e salvar vidas. Entretanto, a tomada de decisão quanto ao acionamento desses sistemas é dificultada por diversas incertezas, incluindo aquelas associadas às cotas de inundações preditas obtidas a partir de modelagens hidrológicas e hidrodinâmicas. Modelos chuva-vazão, frequentemente utilizados para subsidiar decisões, são afetados por diversas incertezas que devem ser explicitamente consideradas. Dentre elas, destacam-se as incertezas associadas aos dados de saída, uma vez que as vazões são comumente obtidas por meio de curvas-chave, as quais apresentam incertezas frequentemente negligenciadas. Essa situação é particularmente crítica em pequenas bacias, nas quais dados de vazão muitas vezes não estão disponíveis para construção das curvas-chave. Nesse contexto, o presente trabalho utilizou estatística Bayesiana para o desenvolvimento de um modelo hidrológico do tipo chuva-nível, que permite a consideração explícita das incertezas paramétricas e estruturais da curva-chave e do modelo hidrológico. Além disso, o modelo possibilita a predição de vazões mesmo em casos em que não há descargas medidas, a partir da utilização de uma curva-chave a priori, construída com base em características geométricas e hidráulicas. Posteriormente, as vazões simuladas foram propagadas em um modelo hidrodinâmico com o objetivo de avaliar o impacto da consideração explícita das incertezas da curva-chave na predição das cotas de inundação. A aplicação do método foi realizada na estação fluviométrica Jardim, posicionada no córrego Juatuba, na bacia hidrográfica do rio Paraopeba; selecionada por se tratar de uma estação telemétrica com dados horários previamente consistidos e com disponibilidade de informações para o estudo. As incertezas da curva-chave foram quantificadas por meio do método BaRatin, que se baseia na análise Bayesiana e permite a incorporação do conhecimento físico na definição da relação entre nível e vazão. Foram desenvolvidas duas curvas-chave: uma utilizando os dados de vazão disponíveis e outra desconsiderando esses dados, simulando um cenário sem observação de vazões. Em seguida, foi desenvolvido o modelo chuvanível, também sob uma abordagem Bayesiana, adotando-se o modelo hidrológico GR4H. Por fim, as vazões estimadas foram propagadas em modelo hidrodinâmico unidimensional utilizando o software HEC-RAS. Os resultados do modelo chuva-nível utilizando a curva-chave calibrada indicaram predominância da incerteza estrutural do modelo hidrológico, com contribuições variando de 43% a 99% e valor médio de 66%. A incerteza estrutural da curva-chave também se mostrou relevante na incerteza preditiva total, com contribuição média de 30% e valor máximo de 54%. Para o modelo que utilizou a curva-chave a priori, observou-se aumento da incerteza estrutural da curva-chave, com valor médio de 37%, além de significativa piora nas métricas de desempenho. A propagação dos resultados do modelo chuva-nível com curva-chave estimada no modelo hidrodinâmico evidenciou o impacto da consideração explícita da incerteza da curva-chave ao longo de todas as seções. Os resultados reforçam a necessidade da observação de dados de vazão para construção de curvas-chave, da consideração explícita da incerteza da curva-chave e do aprimoramento do entendimento de processos hidrológicos visando à redução da incerteza estrutural.