Modelo acoplado para avaliação de vazões mínimas em bacias hidrográficas incorporando a variabilidade climática

Abstract

Resumo: Nos estudos hidrológicos, as séries temporais são consideradas como estacionárias, mas a variabilidade climática, as mudanças do uso e ocupação do solo e as alterações antropogênicas têm demonstrado que esta premissa pode não ser totalmente válida. A magnitude das mudanças antrópicas é pequena comparada com a magnitude da variabilidade climática natural em quase todo o globo projetadas pelos modelos na precipitação média em escala regional. Diversos estudos descrevem que o clima na América do Sul possui influências de variabilidades interanual, decadais e interdecadais. Considerando estes aspectos, a hipótese a ser testada nesta pesquisa pode ser apresentada como sendo que a variabilidade climática se constitui como premissa necessária para a análise e caracterização das vazões mínimas e da severidade das secas extremas. O método proposto nesta pesquisa corresponde ao uso de um modelo acoplado, no qual os dados de precipitação, temperatura e outras características pluviométricas são decompostas por meio do método do conjunto completo do modo de decomposição empírica com ruído adaptativo (CEEMDAN). Os sinais decompostos são relacionados com índices climáticos que representam variabilidades interanuais, decadais e interdecadais. Estes resultados são as entradas para uma rede neural artificial multicamadas (RNA) de transformação chuva-vazão em escala mensal. A calibração teve como função objetivo o ajuste das vazões mínimas, mas o modelo selecionado obteve os melhores resultados em 13 dos 18 índices de eficiência. Após a calibração, os sinais decompostos foram defasados criando alguns cenários onde foram avaliadas as sobreposições da falta ou excesso de chuva nas frequências interanual, decadal e interdecadal. Foi possível identificar que os eventos mais severos estão fortemente relacionados com as variabilidades climáticas. Os resultados dos cenários para avaliação de eventos secos mais severos demonstraram que o comportamento médio se mantem, mas que os eventos extremos são mais fortes e recorrentes. Palavras-chaves: CEEMDAN, RNA, variabilidade climática, modelo chuvavazão, vazões mínimas, seca.

Abstract: In hydrological studies, time series are considered to be stationary, but climate variability, changes in land use and occupation, and anthropogenic changes have shown that this premise may not be entirely valid. The magnitude of the anthropogenic changes is small compared to the magnitude of the natural climatic variability in almost all the globe projected by the models in the average precipitation in regional scale. Several studies have described that the climate in South America has influences of interannual, decadal and interdecadal variability. Considering these aspects, the hypothesis to be tested in this research can be presented as being that climatic variability is a necessary premise for the analysis and characterization of the minimum flows and the severity of the extreme droughts. The method proposed in this research corresponds to the use of a coupled model, where the data of precipitation, temperature and other pluviometric characteristics are decomposed by the method of complete ensembles of empirical mode decomposition with adaptive noise (CEEMDAN). The decomposed signals are related to climatic indices representing interannual, decadal and interdecadal variabilities. These results are the inputs to a multi-layer artificial neural network (ANN) of rainfall-flow transformation on a monthly scale. The objective of the calibration was to adjust the minimum flow rates, but the selected model obtained the best results in 13 of the 18 efficiency indices. After calibration, the decomposed signals were delayed creating some scenarios where the overlaps of the lack or excess of rain were evaluated in the interannual, decadal and interdecadal frequencies. It was possible to identify that the most severe events are strongly related to climatic variabilities. The results of the scenarios for evaluating more severe dry events have shown that the average behavior is maintained, but that the extreme events are stronger and recurrent. Key words: CEEMDAN, ANN, climate variability, rainfall-runoff model, minimum flows.