Scribd Logo
Upload

Welcome to Scribd!

  • Calibr 1

    Uploaded by

    elvis
    7 views8 pages
    Calibração automática da plataforma MOHID empregando um método estocástico de otimização e dados reais de um evento climático extremo em Nova Friburgo‐RJ_ parte 2 – análise de sensibilidade e estimativa de parâmetros hidrológicos _ Elsevier Enhanced R

    Original Title

    CALIBR~1

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    Calibração automática da plataforma MOHID empregando um método estocástico de otimização e dados reais de um evento climático extremo em Nova Friburgo‐RJ_ parte 2 – análise de sensibilidade e estimativa de parâmetros hidrológicos _ Elsevier Enhanced R

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    7 views8 pages

    Calibr 1

    Uploaded by

    elvis
    Calibração automática da plataforma MOHID empregando um método estocástico de otimização e dados reais de um evento climático extremo em Nova Friburgo‐RJ_ parte 2 – análise de sensibilidade e estimativa de parâmetros hidrológicos _ Elsevier Enhanced R

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 8
    Res nt todos num, ede ng 2017:333-4):204-211 @ uywerararcureonca ReVista Internacional de Métodos Numéricos para Scone CAlculo y Disefio en Ingenieria en colboracn con CIMNE? www.elsevier.es/rimni Calibracao automatica da plataforma MOHID empregando um método Devore estocastico de otimiza¢ao e dados reais de um evento climatico extremo em Nova Friburgo-RJ: parte 2 - andlise de sensibilidade e estimativa de parametros hidrolégicos WR Telles**', P.P.G.W. Rodrigues” e AJ. Silva Neto” * Instr do Norse Fees de Educ Superior - Universidade Federal Fluminense, Departament de ics xa da Ter, 2470-000, ‘nt mom de Bros insti fatten = Universidade do Estado do io de Jane, Rs Gradua ert Modelagem Compuaconl, 28525570, Nova Fibula INFORMAGAO SOBRE 0 ARTIGO RESUMO Fistral de orien ste €0 segundo de 2 artigos complementares que versam sobre a implerentacio de uma rotina de Receido tdedezembro de 2015, calibragio automstica acoplada 3 um modelo de simulagao do eseaamento spercialecomportamento ‘ite 12. de abn de 2016 irulico da rede de drenagem de uma baci hidrografica durante eventos de cheia, construido no Online a Tt dejunbo de 2016, bs D gra de ch i sistema de modelagem de Sguas MOdelo HIDrodinamico (MOHID). Como estudos de cso fram anali- sndas 2 baciashidrogrficas localizadas na cidade de Nova Friburgo, estado do Rio de Jancis aca do io Conego e acia do rio Santo Antdnio, Neste segundo artigo, sto dscutidos as conceits de problemas eee inversospertinentes eo acoplamento da pataforma MOHID 20 método de aximizag30 de Luus-Jpakola ae «com inuito de estimar alguns dos principals parametros necessiros 4 modelagem de drenageme eso one cad amento.em canals a saber: cocficiente de rugesidade da bacia eda rede de drenagem, ea altura minima teats de Sgua presente em uma cla co modelo digital do terreno (MDT) para que 3 mesma possa cantibuir ‘fetivamente para 9 escoamento superficial na bacia. A estratéyiaadotada mostrou-se bastante eiiente ra capacidade de estimar os pacimetros, que conduziram a uma satistatéria concordincia entre nivels, de gua simulados e observados em estagdesloalizadas ao longo dos ros estudados. {© 2016 CIMNE (Universita Plitenica de Catalunya), Publicado por Elsevier Espana, SLU. Este um artigo Open Access sob uma licenga CC BY.NC-ND itpereativecommons orgicensesby-ne-nd/4.0)) Patvas-have Baca droga MOHLD platform automatic calibration employing a stochastic optimization method and real data from an extreme climate event in Nova Friburgo-RJ: Part, 2-sensitivity analysis and hydrological parameters estimation ABSTRACT Keywords “Thisis the second oftwo complementary aiticles that deal with the implementation ofan automatic cali Watered bration routine coupled to a simulation node of run and haute beavior othe taiage system of Flood Woves 2 watershed during flood event, but in the water Modeling System MOdeloHIDrodingmico (MOHD). Paranee Esimaton isacace study two watersheds located i the iy of Nova Fiburgo, late of Ri de janeiro were 3a bree sed This second atc dacusses the pertinent sspects elated to the inverse problem echnigue sn he «coupling of MOHID platform to Luus-Jaakola optimization method, aiming to estimate some ofthe key parameters required for modeling te drainage in watersheds and the low channels. The adopted stra- {egy proved very effective nits ability o estimate the parameters which led to2satisactory agreement between simulated and observed water levels at stations located along the studied river, (© 2016 CIMNE (Universitat Plitdcnica de Catalunya, Published by Elsevier Espaia, SLU. This isan ‘open acess article under the CC BY-NC-ND license (hip://cteativecommons.orlcensesby-ne-nd) 40), * Autor para comespondéncia. Gores etnies: lles@yahoo om (WR. Tells. pwattipruer br (PGW. Rodrigues) ssnetoSip.vesbe (AL Siva Net}. " Oautragradce 20 Ch pelo apart ance orn do pb doutoramenta projeto 506463/2017 3, proceso 150839)20140, poor 101016).m.2016 04.005 (0213-11576 2016 GNNE (Universitat Politécnica de Catalunya}, Publicado por Elsevier Epa, SLU. Este um artigo Open Acces sob uma lings CC BY-NCND (tp reatvecommonsorglicensesby-ne-n/ 0). Teles oa Re. int, mtd rum, cle, ie ng. 2017;29¢2-4):204-211 205 1. Introdugio A.utilizag3o de modelos matemiticos na previsio e remediag30 de danos causados por eventos naturais extremos tem sido cres- cente, Particularmente no ambito de bacias hidrogrificas, tais modelos encontram vasta aplicac3o. Na literatura, é possivel encontrar diversos estudos envolvendo softwares que tém como base modelos matematicos que v3o desde aplicagbes em florestas, como o ForestGALES, utlizado na mode- lagem de risco de ventos (12), aqueles destinados a analise de {eventos de precipitagdes, bem como escoamentos superficiais enas redes de drenagem. Neste sentido, podem ser citadas, como exem- los recentes, a calibragao ¢ validagao do software HEC-HMS 3.4 ppara a bacia hidrografica do rio Attanagalu Oya, localizada no Sti Lanka [13]: a utlizagio da abordagem ASTER GDEM associada a0 software HEC-RAS/HEC-GeoRAS para a simulac30 de inundacdes no rio Tisza, na Hungria [11 a avaliagao do software Simulation Program for River Networks (SPRINT) aplicado aos rios Guada- lupe e San Antonio [21]; simulagao de interagdes entre riachos «€ aguiferos por meio do software MODFLOW (26], dentre outras. Todos esses aplicativos baseiam-se em modelos matematicas que, para serem implementados, adotam uma gama de parimettos, ais como 0 coeticiente de rugosidade ¢ aqueles que parametti- am os aportes laterals e/ou perdas por infiltraedo, por exemple, Estes parsimetros podem ser determinados diretamente através de formulas empiricas, ajustados manualmente por confront com ‘observagdes |17|, implicando em dificuldade de manter 0 dom‘ nio sobre o modelo (7) ou, ainda, estimados por meio de problemas ‘© emprego de técnicas alternativas para determinar 0 coefic- cente de rugosidade € encontrado na literatura, como, por exemplo, no trabalho de Lyra et al. [24], onde foi realizado um estudo para estimar 0 coeficiente de rugosidade de Manning para os periodos «de vazo minimae msxima média mensal,em alguns trechos do rio Paracatu, cuja bacia esta localizada na Médio Sao Francisco, Brasil ‘baseado em redes neurais atiiciais. O modelo construfdo mostrou, ‘desempenho satisfat6rio, permitindo estimaro coeficiente derugo- sidade em fun¢ao da cota, vazdo, declividade do rio e raiehidraulico do mesmo. J Srinivasulu e Jain (39) desenvolveram, com bons resulta- dos, um modelo integrado utilizando técnicas de séries temporais € redes neurais artiicais treinadas com algoritmos genéticos (genetic algoritnms [GAl) para um modelo de precipitagao-vazio, demonstrando dessa forma a necessidade de se criat modelos hibridos capazes de explorar as melhores vantagens de técnicas individuais, para obter melhores resultados em menor tempo. ‘A tomada de decisoes e, consequentemente, a implementag30 execucdo de medidas preventivas do impacto causado pelas inundagdes passa por uma melhoria da gestdo dos riscos,enfati- zada pela importancia dos danos causados por esses fendmenos nos tiltimos anos [30 Com 0 objetivo de prever inundagdes, Tayfur et al. (41) utili- zaram GA para obter os valores dos paramettos ideais do modelo de curva de classificagdo padrio (standard rating curve model IRCA), para previsio em tempo real de descarga de fluxos em Tocais onde hs entrada de fluxo lateral significativo, 0 GA foi utili- zado para tratar 0s pardmetros mais robustos do modelo de curva {de lassficacao, visanco empregar 0 modelo acoplado GA-RCM em, Tocais onde apenas os niveis de gua do rio sto medidas e a curva de classificagao € desconhecida. © resultado foi uma methoria do modelo quando comparado ao RCM padrio. Por outro lado, Wangee Brubaker [4] utilizaram o oftware Para- meter EsTimation (PEST) para realizar um processo de calibraga0 automitica do coeficiente ce rugosidacle do modelo ISWAT. o qual & uma versio melhorada do madelo Soil and Water Assessment Tool (SWAT) 2005 aplicado na bacia do rio Shenandoah, localizado nos Estados Unidos, obtendo, assim, uma maior efleiéncia no processo de calibraga0 do referido modelo, Apesar de serem amplamente utiizados na previsio de inundagdes, apresentando resultados satisfatdrios, 0s programas citados nem sempre esto disponiveis para acesso e/ou download de forma gratuita na internet elou outros meios de divulgagao. Além disso, quando seus desenwolvedares o disponibilizam, apenas ‘o wexecutavels pode ser obtido, 0 que dificulta possiveis melhorias em sua estrutura por meio do cédigo-fonte. Outro fator negativo é ‘0 fato de que nem todos esses softwares apresentam um ambiente GIS e interface numérica integrada, sendo necesséria a construgao de arquivos de modelos dgitais de terreno em outras plataformas. ‘esse aspecto, a plataforma MOdelo HIDrodinamico (MOHID) Water Modelling System |25] surge como alternativa interessante, por ter seu c6digo-fonte distribuido abertamente na internet. Tal facilidade permite, por exemplo, 0 seu acoplamento a rotinas computacionais que agilizem o processo de determinacao de coe- ficientes que controlem a simulagao desejada, algo que pode ser conduzido, por exemplo, por técnicas de otimizacao. Em trabalho pioneiro nesse sentido, Lima [19] determinou parmetros hidrodindmicos do estusrio do rio Macaé, utilizando ‘métodos estocasticos acoplados 4 ferramenta MOHID Water. No eentanto,o acoplamento do problema inverso 3 ferramenta MOHID Land com o intuito de simular o comportamento hidraulico de um. rode montanha ainda nio foi encontrado na literatura, 2. Materiais e métodos 2.1. Modelo matemético Na plataforma MOHID, em sua ferramenta MOHID Land, 0 cescoamento superficial ¢ na rede de drenagem & modelado pelas ‘equages de Saint Venant, as quais podem ser deduzidasa partirdas cequaydes da continuidade e conservagdo da altura de movimento (Momentum) aplicadas a um volume de controle no interior de um. {uido em mavimento. O escoamento superficial é bidimensional [4] € 0 escoamento na rede fluvial 6 1D, descrito pelas equagdes 40} aq ReBia o 2 24 (082) ote (1505) fon wnao onde x (m) € (5) sto as varius espacial e temporal, especti- vamente: Q (ms) 6 descarga do canal; (me) € rea da seg30 transversal: g(m2/s) a contibuigo lateral paraa descarga sendo negativo quando entra no ro €calculado peo escoamento super- ficial 20: f(-)€0 nimero de Boussinesq g mis") €acelerag0 dia gravidade; hm a altura da lamina gua; Sp (nm) a decl- vidade do fando do cana: Ry (m) € 0 rao hidrsulico;n (imt/>) Eo coefiiente que parametriza 2 resistencia do canal 30 fsxo. Conhecio fambem como coeficiente de rugosidade de Manning 5 inj) €a pera de carga devida a vrtices gerads emt expan ses au contragdes sbitas do canal. propoccional ao quadrado da Yariasa0davelcidade: (ms) éavelocidade da contriuica0tate- ral: W (majs2)€atensiodecorte devidaao vente Bm) ea langura da superficie live. Na equagi0 (2), as declvidades dofundo docanal (Sp) eda linha deenergia(), ea prda de carga por vitices(S,) Ho expressas por: @) @ 205 Wa Teles etal Revit, mite mumé cle dn ing 2017,292-4)208-211 ke 3a)? = ala) ® nde x) 5 a8 vanes espacial temporal espectta mnt: m3) ea desearya do cata A (md)a aes ca seao transversal qa) ¢acontibuo ater putea dean endo nogalvo quando cnt ic eatlade peo ecosment super febttn, BC}tcntier de bousineg’s (nfs aelerego da grvidaeo (nya stra datimina eases nnpe ee vidade do fundo do canal; Xj (m) é 0 raio hidraulico; n (s/m1/3) € 0 coeficiente que parametriza a resisténcia do canal a0 fuxo, conned trem co couem de Fgosdade de Manning Seti) a pera ce carga devia wets eras em expe shes u conrages tbat do cana proporinal oquaago da ‘aro eletdade,s)eavtcdadedacontibuaolate Tak w nah) estonia deere doigsanvenoeca)esinpua ararentse hee A smulaesenvolvendo oescoament superal em wma bac hoginea esa ede de drenagem tizan tama NNOHID ant requvem, necsatamerte tm arquivo do modo tiptatdetenens sua ede derenagemedaos de recbaysods rei deintersse Na Pate deste ag, deseo prcese constr de cada am detoes argues, ber core 4 Oben 0 ds aos Se reap paras regio de Nova bur. 22. Estimativa de pardmetros Visando a calibrag3o automatica do modelo matematico des- crito pelas equagoes (1) e (2). presentes na plataforma MOHID. foi

    You might also like