LASH model: a hydrological simulation tool in GIS framework / Modelo LASH: uma ferramenta de simulaÃÃo hidrolÃgica com base em SIG / Modelo LASH: uma ferramenta de simulaÃÃo hidrolÃgica com base em SIG / LASH model: a hydrological simulation tool in GIS framework

AUTOR(ES)
DATA DE PUBLICAÇÃO

2009

RESUMO

Modelos conceituais de chuva-vazÃo, aplicados a bacias hidrogrÃficas, sÃo ferramentas Ãteis para auxiliar na gestÃo de recursos hÃdricos, possibilitando estimar variÃveis hidrolÃgicas (por exemplo, vazÃo total e produÃÃo de sedimentos) e predizer impactos hidrolÃgicos decorrentes de alteraÃÃes no uso do solo. PorÃm, a maioria dos modelos tem apresentado alto grau de complexidade, em termos de base de dados e tambÃm de parÃmetros de calibraÃÃo. Em virtude destes fatores, se torna difÃcil a aplicaÃÃo em bacias hidrogrÃficas que tÃm bases de dados reduzidas. O desenvolvimento do modelo Lavras Simulation of Hydrology (LASH) em uma estrutura SIG à descrito nesta tese, detalhando seus principais componentes, parÃmetros e potencialidades. Este modelo foi proposto no intuito de superar dificuldades de simulaÃÃo em bacias hidrogrÃficas que tenham limitaÃÃo de dados. O LASH à um modelo de simulaÃÃo determinÃstico, semifÃsico e distribuÃdo, que utiliza dados de longo-termo e alguns mapas para predizer vazÃo total mÃdia diÃria em bacias hidrogrÃficas. Os principais componentes simulados pelo LASH, com passo de simulaÃÃo diÃrio, sÃo escoamento superficial direto, escoamento subsuperficial, escoamento de base, ascensÃo capilar, evapotranspiraÃÃo, interceptaÃÃo e disponibilidade de Ãgua no solo. A primeira aplicaÃÃo do modelo LASH foi feita com base nos dados da bacia hidrogrÃfica do ribeirÃo Jaguara (JEW, 32 km2), localizada na regiÃo sudeste do Brasil, para simular vazÃo total mÃdia diÃria. A base de dados referente a JEW utilizada no modelo foi composta de dados de clima e vazÃo, bem como alguns mapas. Os dados de variÃveis climÃticas, como temperatura, umidade relativa, velocidade de vento, radiaÃÃo solar e chuva foram fornecidos por uma estaÃÃo climÃtica automÃtica localizada na JEW, enquanto o conjunto de dados de vazÃo foi obtido a partir de um linÃgrafo automÃtico instalado na seÃÃo de controle. Uma imagem de satÃlite foi adquirida para possibilitar a classificaÃÃo de uso do solo da bacia e derivar outros parÃmetros de entrada dependentes de cada uso do solo. Um modelo digital de elevaÃÃo (MDE) foi utilizado para permitir que o modelo detecte diferenÃas no relevo; jà o mapa de solos usado possibilitou levar em conta a distribuiÃÃo espacial de valores de disponibilidade mÃxima de Ãgua no solo. Primeiramente, anÃlise de sensibilidade, reduÃÃo dos intervalos de parÃmetros e anÃlise de incerteza foram realizados anteriormente à fase de calibraÃÃo, utilizando metodologias especÃficas (mÃtodo de Morris, simulaÃÃo de Monte Carlo e Generalized Likelihood Uncertainty Equation (GLUE)). O modelo LASH foi calibrado com base em um perÃodo de 2 anos, usando o mÃtodo de otimizaÃÃo global Shuffled Complex Evolution (SCE-UA). Este mÃtodo foi utilizado para otimizar os parÃmetros mais sensÃveis ou que nÃo sÃo diretamente mensurÃveis. Posteriormente, os parÃmetros obtidos na calibraÃÃo foram mantidos constantes para a validaÃÃo, empregando-se um perÃodo de tempo diferente daquele utilizado na calibraÃÃo. A anÃlise de sensibilidade permitiu identificar os parÃmetros mais sensÃveis do modelo, os quais estÃo associados com o escoamento de base e o escoamento superficial direto. Foram reduzidos os intervalos de dois parÃmetros, resultando em resultados simulados mais prÃximos dos observados e tambÃm facilitando a calibraÃÃo automÃtica do modelo com um menor nÃmero de iteraÃÃes necessÃrias. Seis parÃmetros foram escolhidos para a etapa de calibraÃÃo: Kb, KSS, KCR, λ, CS, e CSS. Valores do coeficiente de Nash-Sutcliffe (CNS) de 0,820 e 0,764 foram encontrados na calibraÃÃo e validaÃÃo, respectivamente, enquanto valores de log (CNS) iguais a 0,821 e 0,770 foram obtidos para os mesmos perÃodos. O LASH simulou Q90% igual a 0,131 m3 s-1, enquanto o valor observado de Q90% foi 0,122 m3 s -1, superestimando esta variÃvel em somente 7%. O modelo resultou em valores de CNS iguais a 0,807, 0,821 e 0,983, para vazÃo mÃnima, vazÃo mÃxima e vazÃo mÃdia, respectivamente. A anÃlise de sensibilidade, a reduÃÃo de intervalo de parÃmetros e a anÃlise de incerteza foram importantes, uma vez que tornaram possÃvel a reduÃÃo tanto do nÃmero de iteraÃÃes durante a fase de calibraÃÃo como incertezas associadas com os intervalos dos parÃmetros. O mÃtodo de otimizaÃÃo Shuffled Complex Evolution (SCE-UA) foi considerado um algoritmo eficiente destinado a localizar valores Ãtimos de parÃmetros. O SCE-UA apresentou alta eficiÃncia (valores aceitÃveis de CNS na maioria das iteraÃÃes) e teve uma convergÃncia bastante rÃpida. Com base nos resultados obtidos nas fases de calibraÃÃo e validaÃÃo, concluiu-se que o modelo LASH tem grande potencial para ser aplicado para a geraÃÃo de sÃries de vazÃo mÃnima e mÃxima, bem como curvas de permanÃncia. Assim, este modelo pode ser utilizado com sucesso para esta bacia de tamanho mÃdio ou outras de tamanho similar na regiÃo, a fim de fornecer valores de projeto para o dimensionamento de diversas estruturas hidrÃulicas, assim como para conservaÃÃo de solos. AlÃm disso, a aplicaÃÃo do modelo LASH pode permitir que engenheiros dimensionem sistemas de irrigaÃÃo e estimem vazÃes ecolÃgicas em diferentes perÃodos do ano, dessa forma levando em consideraÃÃo o desenvolvimento sustentÃvel de bacias hidrogrÃficas tropicais e subtropicais similares.

ASSUNTO(S)

shuffled complex evolution method watershed distributed hydrologic model water resources management engenharia agricola modelo lash mÃtodo shuffed complex evolution gis gestÃo de recursos hÃdricos modelo hidrolÃgico distribuÃdo bacia hidrogrÃfica calibraÃÃo automÃtica sig lash model automatic calibration

Documentos Relacionados