Modelos de Previso de Vazes para a Bacia Incremental UHE Itaipu

Francisco Martins Fadiga Jr, Joo Eduardo Gonalves Lopes, Jos Rodolfo Scarati Martins, Mario Thadeu
Leme de Barros e Raquel Chinaglia Pereira dos Santos

Fundao Centro Tecnolgico de Hidrulica
Rua Padre Garcia Velho, 73, cj. 44 - 05421-030 - So Paulo
Tel: (55 11) 3031.4790 Fax: (55 11) 3031.1431
Escola Politcnica da Universidade de So Paulo
Departamento de Engenharia Hidrulica e Sanitria
Av. Prof. Luciano Gualberto, travessa 3 n 380 - 05508-900 - So Paulo


Resumo
Este artigo apresenta a descrio metodolgica do modelo hidrolgico SMAP e do modelo estocstico linear
(MEL) desenvolvidos para a previso em tempo real de vazes naturais mdias dirias. Os modelos foram aplicados
com sucesso na bacia piloto do rio Paran, na previso das vazes mdias dirias e semanais afluentes UHE Itaipu em
um horizonte de curto prazo de 12 dias frente, utilizando os dados hidrometeorolgicos observados na bacia
incremental de Itaipu e as previses de precipitao acumuladas de 24 horas fornecidas pelo modelo meteorolgico
regional ETA (CPTEC/INPE). Os bons resultados obtidos com o emprego desses modelos a partir dos dados histricos
de chuva e vazo observados na bacia incremental de Itaipu mostram a aplicabilidade das metodologias desenvolvidas
para a previso de vazes naturais. Os resultados obtidos com a aplicao dos modelos em tempo real indicam uma
queda no desempenho das previses de vazo quando se consideram as previses de precipitao fornecidas pelo
modelo regional ETA.

Palavras-chave: Modelos matemticos, previso hidrolgica


Introduo

No mbito dos processos de planejamento e
programao da operao do SIN Sistema Interligado
Nacional, o Operador Nacional do Sistema Eltrico
destaca como um de seus principais produtos o Programa
Mensal de Operao PMO, que se constitui na
referncia tcnica mensal para definio das metas de
gerao de todas as usinas hidreltricas, termeltricas e
nucleares integrantes do SIN. Estas metas so
estabelecidas atravs de procedimentos prprios do
ONS, sendo revisadas semanalmente e incluindo valores
de intercmbio entre os subsistemas eltricos.
Para a elaborao do PMO e suas revises, um
dos principais insumos a previso de vazes semanais
para todos os locais de aproveitamentos hidreltricos, da
primeira ltima semana operativa de cada ms.
Neste contexto, o presente artigo apresenta a
sntese dos estudos elaborados para o desenvolvimento
metodolgico de modelos de previso de vazes naturais
mdias dirias e mdias semanais, para o horizonte de
curto prazo de 12 dias frente, aplicados com sucesso na
bacia piloto do rio Paran, no trecho situado entre as
usinas hidreltricas de Rosana, Porto Primavera e Itaipu.
Os estudos abordaram duas linhas distintas de
modelao matemtica, a saber: a modelao hidrolgica
fsica (modelo SMAP) e a modelao estocstica linear
(MEL). tambm desenvolvida e avaliada a abordagem
de composio, na qual o resultado final do modelo de
previso obtido a partir de uma combinao linear dos
resultados individuais fornecidos pelas metodologias
SMAP e MEL.
Os principais resultados obtidos no mbito
destes estudos so a previso de vazes naturais mdias
semanais incrementais UHE Itaipu para a prxima
semana do PMO, bem como as previses de vazes
naturais mdias dirias do 1 dia ao 12 dia frente. Em
funo dos procedimentos para a elaborao do PMO, a
previso de vazo natural mdia semanal pode estar
compreendida em trs perodos no horizonte de 12 dias,
a saber: do 4 ao 10 dia, do 5 ao 11 dia e do 6 ao 12
dia de previso.
Os modelos desenvolvidos consideram a
disponibilidade de informaes hidrometeorolgicas na
bacia analisada, em particular das previses de
precipitao fornecidas para o horizonte de 10 dias
frente pelo modelo meteorolgico regional ETA,
operado pelo Centro de Previso de Tempo e Estudos
Climticos do Instituto Nacional de Pesquisas Espaciais
(Chou, 1996).

Caractersticas fsicas da rea incremental de Itaipu

A bacia do rio Paran no trecho compreendido
entre as usinas hidreltricas de Rosana, Porto Primavera
e Itaipu compreende uma rea de drenagem de
150 900 km
2
. A principal contribuio representada
pela confluncia na margem esquerda com o rio
Paranapanema, situada imediatamente a jusante da UHE
Rosana. Outras contribuies significativas
correspondem s confluncias com os rios Iva e Piquiri
na margem esquerda e com os rio Ivinheima, Amamba,
e Iguatemi na margem direita.
Este trecho da bacia situa-se entre as latitudes
5048 e 5600 Sul e longitudes 2536 e 2048 a Oeste
de Greenwich, drenando a poro sul do Estado do Mato
Grosso do Sul e a poro centro-oeste do Estado do
Paran, alm de uma pequena poro do territrio
paraguaio.
Na margem esquerda do rio Paran, o clima
caracteriza-se por veres rigorosos e chuvas bem
distribudas durante todo o ano. J na margem direita, o
clima caracterizado por invernos secos e veres
chuvosos. O perodo chuvoso tem incio entre outubro e
novembro e se estende at maro. A estao seca tem
incio em abril e se estende at setembro.
A bacia incremental de Itaipu apresenta 68% de
sua rea de drenagem controlada por cinco postos
fluviomtricos (vide Figura 1). Os restantes 32% da rea
correspondem ao vale do rio Paran e s vizinhanas do
lago de Itaipu.


Figura 1: Mapa da bacia incremental de Itaipu e sub-
bacias.

Conceituao da modelao hidrolgica fsica
(modelo SMAP)

O modelo SMAP (Soil Moisture Accounting
Procedure) um modelo determinstico de simulao
hidrolgica do tipo transformao chuva-vazo. Foi
desenvolvido em 1981 por Lopes, J.E.G., Braga, B.P.F. e
Conejo, J.G.L., apresentado no International Symposium
on Rainfall-Runoff Modeling realizado em Mississipi,
U.S.A. e publicado pela Water Resourses Publications
(Lopes et al.,1982).
O desenvolvimento do modelo SMAP baseou-
se na experincia de aplicao do modelo Stanford
Watershed IV e do modelo Mero em trabalhos realizados
no DAEE - Departamento de guas e Energia Eltrica
do Estado de So Paulo. Foi originalmente desenvolvido
para intervalo de tempo dirio e, posteriormente, foram
apresentadas verses com discretizao horria e mensal,
adaptando-se algumas modificaes em sua estrutura.
Em sua verso diria, o modelo constitudo de
quatro reservatrios lineares hipotticos, que
representam as parcelas de escoamento sub-superficial
(Ess), escoamento direto (Ed) e escoamento bsico (Eb),
bem como o acmulo de gua no reservatrio do solo.
As variveis de estado desses reservatrios so
atualizadas a cada dia de acordo com o seguinte
procedimento:

Rsolo
(t)
= Rsolo
(t-1)
+ P
(t)
Es
(t)
Er
(t)
Rec
(t)

Rsup
(t)
= Rsup
(t-1)
+ Es
(t)
(1- Parcss) Ed
(t)
Rssp
(t)
= Rssp
(t-1)
+ Es
(t)
Parcss Ess
(t)
Rsub
(t)
= Rsub
(t-1)
+ Rec
(t)
Eb
(t)




(1)

Onde Rsolo
(t)
o reservatrio do solo na zona
aerada (mm) no instante de tempo t, Rsup
(t)
o
reservatrio da superfcie da bacia (mm) no instante de
tempo t, Rssp
(t)
o reservatrio sub-superficial da bacia
(mm) no instante de tempo t, Rsub
(t)
o reservatrio
subterrneo na zona saturada (mm) no instante de tempo
t, P
(t)
a chuva mdia na bacia (mm) no instante de
tempo t, Es
(t)
o escoamento superficial (mm) no
instante de tempo t, Ed
(t)
o escoamento direto (mm) no
instante de tempo t, Er
(t)
a evapotranspirao real (mm)
no instante de tempo t, Rec
(t)
a recarga subterrnea
(mm) no instante de tempo t, Eb
(t)
o escoamento bsico
(mm) no instante de tempo t, Ess
(t)
o escoamento sub-
superficial (mm) no instante de tempo t, Parcss a
parcela de escoamento sub-superficial (com valor entre 0
e 1) e t o instante de tempo em dias.
A Figura 2 a seguir ilustra a concepo desta
verso do modelo SMAP, onde Ep a evaporao
potencial (mm/dia medidas padro de Tanque classe
A), Es2 a parcela do escoamento superficial que
alimenta o reservatrio Rssp e Q a vazo de
escoamento (m
3
/s).


Figura 2: Ilustrao do modelo dirio SMAP.

A configurao inicial do modelo corresponde
atribuio de valores as variveis de estado no primeiro
intervalo de tempo, da forma:

4 . 86
Ad ) 5 . 0 1 (
Sspin
Rssp
4 . 86
Ad ) 5 . 0 1 (
Ebin
Rsub
4 . 86
Ad ) 5 . 0 1 (
Supin
sup R
Str
100
Tuin
Rsolo
t 3 K 1 ) 0 (
Kkt 1 ) 0 (
t 2 K 1
) 0 (
) 0 (

=
=









(2)

Onde Tuin o teor de umidade inicial (%), Ebin
a vazo bsica inicial (m/s), Supin a vazo
superficial inicial (m/s), Sspin a vazo sub-superficial
inicial (m/s), Ad a rea de drenagem da bacia (km),
Kkt a constante de recesso do escoamento bsico
(dias), K2t a constante de recesso do escoamento
superficial (dias), K3t a constante de recesso do
escoamento sub-superficial (com valor entre Kkt e K2t)
e Str a capacidade de saturao do solo (mm).
O modelo composto pelas seguintes funes
de transferncia. A separao do escoamento superficial
baseada no mtodo do SCS (Soil Conservation Service
do U.S. Department of Agriculture):

0 Es Ai P Se


S Ai P
Ai) - (P
Es
Rsolo - Str S
Ai P Se . 1
(t) (t)
(t)
2
(t)
(t)
) 1 t (
(t)
=

+
=
=
>

(3)
(t) (t) (t) (t) (t) (t) (t)
(t) (t) (t)
(t) (t) (t) (t) (t)
Tu )) Es - (P - (Ep ) Es - (P r E
Ep ) Es - (P Se

Ep r E Ep ) Es - (P Se . 2
+ =

= >



Str
Rsolo
Tu : onde
) 1 t (
(t)

=








(4)

0 Rec Str
100
Capc
Rsolo Se

Str
100
Capc
Rsolo Tu
100
Crec
ec R
Str
100
Capc
Rsolo Se . 3
(t) ) 1 t (
) 1 t ( (t) (t)
) 1 t (
=
|
.
|

\
|
=
>

(5)

) 0.5 - (1 Rsup Ed . 4
K2t 1
1) - (t (t)
=

(6)

) 0.5 - (1 Rsub Eb . 5
Kkt 1
1) - (t (t)
=
(7)

) 0.5 - (1 Rssp Ess . 6
K3t 1
1) - (t (t)
=
(8)

Onde Crec o parmetro de recarga subterrnea
(%), Ai a abstrao inicial (mm) e Capc a capacidade
de campo (%).
As constantes de recesso Kkt e K2t so
associadas durao do intervalo, medido em dias, no
qual a vazo bsica e superficial cai metade de seu
valor (no considerando nova recarga nesse perodo). O
eventual transbordo do reservatrio do solo
transformado em escoamento superficial.
Finalmente, o clculo da vazo em cada instante
de tempo dado pela equao:

4 . 86
Ad ) Eb Ess Ed (
Q
) t ( ) t ( ) t (
) t (
+ +
=


(9)

Na qual Q
(t)
a vazo de escoamento (m
3
/s) no
instante de tempo t, que corresponde soma das parcelas
de escoamento direto, sub-superficial e bsico.
Na fase de desenvolvimento metodolgico e
aplicao do modelo SMAP bacia incremental de
Itaipu, constatou-se que as sub-bacias situadas na
margem direita do rio Paran, em particular a sub-bacia
do rio Ivinheima, apresentam grandes plancies de
inundao. Em funo disso, a forma dos seus
hidrogramas diferenciada, existindo um grande atraso
na ocorrncia do pico das cheias devido ao grande
armazenamento nessas plancies. No caso do rio
Ivinheima, este atraso chega a 12 dias aps a ocorrncia
das chuvas. Alm disso, a fase ascendente do hidrograma
tem durao maior que a fase descendente.
Para permitir uma representao adequada
dessas caractersticas, foi desenvolvida uma verso
especial do modelo SMAP, inspirada no mtodo de
Dooge (Dooge, 1977) e Nash (Nash et al., 1970),
acrescentando um reservatrio linear hipottico
(reservatrio de superfcie Rsup2) para representar o
acmulo da plancie, em cascata com o reservatrio da
superfcie e com defasagem no tempo. A representao
esquemtica da verso modificada do modelo SMAP
apresentada na Figura 3 a seguir.


Figura 3: Ilustrao do modelo dirio SMAP na verso
modificada.

Nesta verso, so includas as seguintes
equaes formulao do modelo:

) 5 . 0 1 ( 2 sup R 2 Ed
4 . 86
Ad ) 5 . 0 1 (
Supin
2 sup R
t 2 K 1
) 1 t ( ) t (
t 2 K 1 ) 0 (
=

(10)

A varivel de estado deste novo reservatrio
atualizada a cada dia de acordo com o seguinte
procedimento:

Rsup2
(t)
= Rsup2
(t-1)
+ Ed
(t)
Parc +
Ed
(t-Def)
(1 - Parc) - Ed2
(t)


(11)

Onde Def a defasagem causada pela plancie
de inundao e Parc a parcela do escoamento direto
que no sofre defasagem na plancie.
O clculo da vazo em cada instante de tempo
dado pela equao:

4 . 86
Ad ) Eb Ess 2 Ed (
Q
) i ( ) i ( ) i (
) i (
+ +
=


(12)

Os dados de entrada do SMAP so os totais
dirios de chuva e o total dirio mdio do perodo de
evaporao potencial (tanque classe A). Os parmetros
de calibrao do modelo so: Str, K2t, Kkt, Crec, Ai,
Capc, Parcss, K3t, Def e Parc. Para a calibrao, so
necessrios de 30 a 180 dias de dados de vazo mdia
diria, incluindo eventos de cheia.
A configurao inicial do modelo corresponde
atribuio de valores no primeiro intervalo de tempo a
suas variveis de estado, as quais representam a
quantidade de gua existente em cada um dos
reservatrios do modelo no incio do perodo de
simulao.
A correta determinao do valor inicial das
variveis de estado do SMAP mostra-se fundamental
para o bom desempenho do modelo. Uma m
determinao inicial, mesmo com parmetros corretos,
causa grandes distores nos resultados obtidos. No uso
do SMAP em tempo real, essa configurao inicial das
variveis de estado o ponto chave na resposta do
modelo como bom previsor de vazes.

Mtodos de reinicializao do modelo hidrolgico
SMAP

O modelo SMAP opera de forma continua no
tempo. A cada intervalo de tempo, novo dado de chuva
mdia na bacia incorporado e a gua contida em cada
um dos reservatrios do modelo atualizada por suas
funes de transferncia. Mesmo sem chuva, os
reservatrios so atualizados com perdas por evaporao
e liberao dos escoamentos.
Aps algum tempo de uso, podero ocorrer
desvios entre a vazo observada e a vazo calculada, os
quais indicaro a necessidade de uma interveno no
modelo. Algumas causas desses desvios podem ser
citadas (desconsiderando-se a possibilidade de erros nas
vazes observadas): erro ou falha nos dados de chuva
obtidos pela telemetria; no representatividade ou baixa
densidade de postos da rede telepluviomtrica utilizados
para o clculo da chuva mdia na bacia; no
representatividade dos dados de evaporao potencial ou
mau ajuste dos parmetros do modelo na fase de
calibrao.
Se no forem corrigidos, esses desvios
persistiro por muito tempo, j que a memria do
modelo longa. O reservatrio subterrneo leva meses
para ser esvaziado, podendo at carregar um valor para o
prximo ano hidrolgico.
Dessa forma, deve-se periodicamente verificar o
ajuste do hidrograma calculado com o observado e, caso
existam diferenas significativas, deve-se reinicializar as
variveis de estado do modelo, ou seja, alterar o valor da
quantidade de gua contida nos reservatrios.
A rigor, poderiam ser atribudos valores para as
variveis de estado no momento inicial da simulao, e
seguir com o clculo da previso de vazes futuras. No
entanto, o modelo estaria fadado ao insucesso, pois no
h meios de se estimar a correta distribuio de gua
entre os reservatrios. usual retroagir um perodo
(conhecido como perodo de aquecimento) para verificar
o desempenho do modelo, e assim seguir com a
previso, com a certeza de que o modelo responder
adequadamente para reproduzir o ciclo hidrolgico da
bacia.
Para o uso do SMAP em tempo real, podem ser
utilizadas as opes para reinicializao manual e
automtica do modelo.
O processo manual consiste em, ao se observar
os hidrogramas calculado e observado de um perodo
N dias atrs, alterar-se os valores das variveis de
estado no primeiro dia do perodo por tentativa e erro at
se obter um ajuste adequado dos hidrogramas. Caso
existam descolamentos bruscos dentro desse perodo,
deve-se corrigir a chuva mdia nesse dia, ou em dias
subjacentes, pois seguramente ocorreu erro ou no
representatividade da rede pluviomtrica. Finalmente,
caso seja freqente o descolamento, devem ser
novamente calibrados os parmetros do modelo.
O processo de reinicializao automtica do
modelo SMAP, por sua vez, pode ser efetuado por dois
mtodos distintos. O primeiro mtodo baseia-se no
emprego de um algoritmo de otimizao para o clculo
das variveis de estado no inicio do perodo de
aquecimento do modelo, minimizando os desvios dos
hidrogramas observado e calculado N dias atrs do
instante atual de previso. Pode-se incluir nesse processo
de otimizao o calculo dos coeficientes de
representao espacial dos postos pluviomtricos que
compem a chuva mdia da bacia, para reduzir o risco
de erros nos dados de chuva ou no representatividade
dos postos.
Um segundo mtodo consiste em utilizar o
modelo de forma reversa, calculando-se atravs de um
algoritmo de otimizao a chuva perfeita que gera um
hidrograma similar ao observado nos N dias atrs do
instante de previso atual.
Este mtodo permite que, em vez de se
manipularem as variveis de estado de N dias atrs do
instante de previso atual, manipulem-se as precipitaes
mdias dirias destes N dias, partindo-se das
condies originais das variveis de estado. Desta forma,
as variveis de estado utilizadas para a previso de
vazes no horizonte futuro so aquelas resultantes do
emprego desta "chuva perfeita", calculada nos ltimos
N dias.
O vetor de precipitaes pretritas mdias
dirias tratado como variveis de deciso no processo
de otimizao (conceito de chuva perfeita), buscando-
se o melhor ajuste entre os hidrogramas observado e
calculado no horizonte pretrito de N dias. Os limites
superiores e inferiores das variveis de deciso podem
ser definidos em funo da precipitao mdia diria
observada nesses dias. Opcionalmente, os limites podem
ser definidos de forma paramtrica, permitindo-se
prescindir dos dados pluviomtricos observados na
bacia. Esta opo mostra-se bastante conveniente em
bacias nas quais a representao espacial da chuva
observada em tempo real deficiente (problemas da
telemetria de chuva em grandes bacias de drenagem).
A denominada chuva perfeita no
necessariamente tem vnculo com a realidade da bacia,
pois as variveis de estado iniciais no so atualizadas.
No entanto, o mtodo permite calcular as variveis de
estado finais (ou seja, no final do perodo de
aquecimento) que geram condies ao modelo de
continuar calculando um hidrograma adequado no
perodo de previso.
Como forma de controle do mtodo, pode-se
realizar uma anlise ps-operao comparando-se a
chuva perfeita com a chuva mdia observada na bacia
(quando disponvel), sinalizando a eventual necessidade
de interveno para uma nova aferio das variveis de
estado iniciais e, no limite, para uma nova aferio dos
demais parmetros do modelo.

Conceituao da modelao estocstica linear

O modelo estocstico linear (MEL) trata da
previso diria de vazes empregando a conceituao
dos chamados modelos funo de transferncia. Nesse
tipo de modelo, so utilizadas tanto informaes
passadas de vazo (parmetros auto-regressivos), como
observaes de outros fenmenos - por exemplo, vazes
e precipitaes acumuladas a montante do ponto de
interesse.
A equao do MEL pode ser entendida como
sendo uma expresso do tipo usualmente empregada na
anlise linear multivariada, onde os fatores
independentes so os resduos de vazo observada
somados a outros como precipitaes, a varivel
dependente a vazo prevista. Em geral, a previso
feita utilizando-se o conceito do valor esperado,
podendo-se tambm empregar a estimativa feita por
intervalo de confiana.
O modelo estocstico linear desenvolvido para a
previso de vazes naturais na bacia incremental de
Itaipu do tipo misto, utilizando tanto dados de vazo
observada como de chuvas observadas e previstas para
sua rea a montante. Os chamados modelos mistos ou de
funo de transferncia so objeto de estudo da
Hidrologia Estocstica e, para tal, empregam tcnicas da
chamada Anlise de Sries Temporais.
Por se tratar da previso de sries dirias de
vazo, emprega-se a conceituao dos chamados
modelos ARIMA, modelos auto-regressivos (AR),
integrados (I) de mdias mveis (MA). No caso da
previso das vazes na bacia incremental de Itaipu,
empregou-se o modelo ARIMA (p,1,0), ou seja,
trabalha-se com um (1) nvel de diferenciao das sries
de vazes dirias e admite-se que a parcela de mdias
mveis no seja necessria (0). Desse modo, o modelo
pode ser escrito como:

X
t
=
1
X
t-1
+
2
X
t-2
+ ... +
p
X
t-p
+ + u
t
(13)

Onde o termo independente do modelo de
regresso linear mltipla, u
t
o rudo (distrbio) branco
no instante t (com mdia zero e varincia
u
2
) e X
t
o
chamado operador diferena, considerado estacionrio
para aplicao do modelo, dado por:

X
t
= X
t
- X
t-1
(14)

Demonstra-se (Barros, 1984) que se a
distribuio de probabilidade multivariada da varivel X
for a normal, ento o modelo estritamente estacionrio.
Afora esta distribuio, o modelo ser fracamente
estacionrio e, portanto, a distribuio de probabilidades
no ser preservada. por esta razo que os dados
envolvidos na aplicao do modelo so, na medida do
possvel, normalizados, isto , aplica-se uma
transformao (ou seja, uma mudana de varivel) de tal
forma que as novas sries resultantes venham a ter
distribuio normal. Box & Cox (1964) formalizaram
estas transformaes a partir da famlia exponencial,
conforme as equaes a seguir:

2
1 2
1
1
2
- X quando
) 0 ( ) X ( ln
) 0 (
1 ) X (
) X ( T
0 X quando

) 0 ( ) X ( ln
) 0 (
1 X
) X ( T
1
>

= +

+
=
>

(15)

Onde
1
e
2
so os parmetros da
normalizao.
O modelo misto caracteriza-se pela introduo
de uma nova varivel aleatria que acrescenta ao
processo mais informaes para a previso. No caso,
considera-se que a chuva seja um sinal estocstico
fundamental para implementar a previso de vazo. O
modelo aqui apresentado pode ser verificado em Bras
(1980).
Para a previso das vazes na bacia incremental
de Itaipu, as informaes de precipitao foram
incorporadas ao modelo ao se trabalhar com n blocos
de chuva mdia na bacia acumulada de m dias,
tomados de forma regressiva no tempo a partir do
instante atual de previso, conforme ilustra a Figura 4 a
seguir.


Figura 4: Esquema ilustrativo da incorporao das
informaes de precipitao no modelo MEL.

O modelo toma como varivel dependente a
srie normalizada de vazes dirias naturais incrementais
a Itaipu com um nvel de diferenciao, e como variveis
preditoras as vazes naturais incrementais dirias
normalizadas de p dias atrs com um nvel de
diferenciao, as vazes dirias normalizadas injetadas
nos locais correspondentes aos postos fluviomtricos de
montante - nas sub-bacias dos rios Ivinheima, Iva e
Piquiri - de k dias atrs com um nvel de diferenciao
e as precipitaes em n blocos de chuva mdia
acumulada de m dias.
Desse modo, a equao de previso dada por:

X
t
=
1
X
t-1
+
2
X
t-2
+ ... +
p
X
t-p
+ + u
t
+
w
1
P
t-b
+ w
2
P
t-b-m
+ ... + w
n
P
t-b-(n-1)m
+

11
Y
1,t-1
+
12
Y
1,t-1-1
+
1k
Y
1,t-1-k-1
+

21
Y
2,t-2
+
22
Y
2,t-2-1
+
2k
Y
2,t-2-k-1
+

31
Y
3,t-3
+
32
Y
3,t-3-1
+
3k
Y
3,t-3-k-1





(16)

Onde X
t
o resduo da vazo incremental
normalizada para o instante t,
i
o peso do resduo da
vazo incremental normalizada para o instante t-i, P
t-b
o
bloco de precipitao acumulada de m dias, iniciando
b intervalos de tempo antes do instante t, w
i
o peso do
bloco i de precipitao mdia acumulada, Y
i,t-i-k
o
resduo da vazo injetada normalizada do posto
fluviomtrico i tomado i - k intervalos de tempo antes
do instante t,
ik
o peso do resduo da vazo injetada
normalizada do posto fluviomtrico i para o instante (t -
i - k - 1), o termo independente, u
t
o rudo branco
no instante t e t o instante de tempo, em dias.
Uma vez que se trabalha com resduos, tem-se
= 0 e sabendo-se ainda que E(u
t
)=0, a resposta do
modelo dada por:

E(X
t
) =
1
X
t-1
+
2
X
t-2
+ ... +
p
X
t-p
+
w
1
P
t-b
+ w
2
P
t-b-m
+ ... + w
n
P
t-b-(n-1)m
+

11
Y
1,t-1
+
12
Y
1,t-1-1
+
1k
Y
1,t-1-k-1
+

21
Y
2,t-2
+
22
Y
2,t-2-1
+
2k
Y
2,t-2-k-1
+

31
Y
3,t-3
+
32
Y
3,t-3-1
+
3k
Y
3,t-3-k-1





(17)

Os pesos
i
, w
i
e
ik
so estimados atravs de
anlise de regresso linear mltipla, utilizando o mtodo
dos mnimos quadrados para ajustar uma linha ao
conjunto de observaes passadas. A determinao
desses pesos pode ainda ser feita de forma sazonal, ou
seja, considerando-se separadamente os dados de cada
uma das quatro estaes do ano.
Percebe-se na equao acima que a vazo
prevista num instante t ser funo de vazes observadas
e previstas no passado e de chuvas observadas e
previstas na bacia. Desta forma, na medida em que se
avana no perodo de previso, aumenta-se a incerteza
do modelo devido s incertezas das previses anteriores,
tanto das vazes como das precipitaes.

Conceituao da modelao combinada SMAP-MEL

A modelao combinada SMAP-MEL
desenvolvida e aplicada para a previso de vazes na
bacia incremental de Itaipu baseia-se em uma abordagem
por composio, na qual o resultado final do modelo
obtido a partir de uma combinao linear dos resultados
individuais fornecidos pelas metodologias SMAP e
MEL.
A abordagem por composio baseada na
hiptese de que diferentes metodologias de previso
podem oferecer informaes complementares sobre a
varivel modelada. O objetivo dessa abordagem o de
minimizar os erros da previso final em funo da
compensao dos erros das previses individuais.
Nesta composio, os resultados individuais de
cada uma das metodologias so multiplicados por pesos
que representam a influncia de cada modelo no
resultado final da previso. Desta forma, a previso de
vazo final em Itaipu dada por:

Q =
MEL
Q
MEL
+
SMAP
Q
SMAP
(18)

Onde Q a previso de vazo final em Itaipu,
Q
MEL
a previso de vazo em Itaipu fornecida pelo
modelo estocstico linear, Q
SMAP
a previso de vazo
em Itaipu fornecida pelo modelo hidrolgico SMAP,

MEL
o peso da previso fornecida pelo modelo
estocstico linear e
SMAP
o peso da previso fornecida
pelo modelo hidrolgico SMAP.
Os pesos de cada uma das metodologias (
MEL

e
SMAP
) so estabelecidos a cada semana de previso em
funo da porcentagem de vezes, nos cinco ltimos anos
de dados, em que cada metodologia foi responsvel pela
melhor previso da vazo mdia semanal do 4 ao 10
dias. considerada a melhor previso de cada semana
aquela que fornecer o menor erro relativo dado por:

obs
i obs
i
Q
Q Q
=



(19)

Onde
i
o erro relativo da previso fornecida
pela metodologia i, Q
obs
a vazo mdia semanal
observada e Q
i
a vazo mdia semanal prevista pela
metodologia i.

Metodologia para correo das previses de
precipitao fornecidas pelo modelo regional ETA

O modelo regional ETA consiste em um modelo
de simulao e previso do estado atmosfrico utilizado
em aplicaes de tempo e clima. O modelo foi instalado
em 1996 no Centro de Previso de Tempo e Estudos
Climticos do Instituto Nacional de Pesquisas Espaciais
(CPTEC/INPE), onde roda operacionalmente desde
ento com o objetivo de fornecer a previso numrica de
tempo em sua rea de cobertura, que engloba a maior
parte da Amrica do Sul e oceanos adjacentes.
Dentre as variveis meteorolgicas previstas
pelo modelo est a precipitao acumulada em 24 horas
a cada dia. As previses de precipitao so fornecidas
em uma grade regular com resoluo espacial de 40km,
iniciando-se s 12 TMG Tempo Mdio de Greenwich
(correspondente s 09 horas do horrio de Braslia
quando no est em vigor o horrio de vero) e
estendendo-se por um horizonte de 10 dias (Chou, 1996).
As anlises realizadas para avaliao do
desempenho das previses de precipitao fornecidas
pelo modelo ETA indicaram os seguintes aspectos a
serem considerados quando da utilizao destas
previses de chuva para a previso de vazes:
H uma tendncia do modelo ETA em subestimar os
valores de precipitao em eventos chuvosos,
sobretudo no perodo compreendido entre os meses
de outubro a maro (correspondente s estaes da
primavera e vero);
No perodo compreendido entre os meses de abril a
setembro (correspondente s estaes do outono e
inverno), os erros absolutos das previses de
precipitao do modelo ETA distribuem-se de
maneira relativamente uniforme nas faixas de
valores positivos e negativos;
H um declnio na qualidade das previses de
precipitao do modelo ETA quanto maior o
horizonte considerado.
Desta forma, empregou-se uma metodologia
para correo das previses de precipitao fornecidas
pelo modelo ETA, visando reduzir os efeitos dos erros
existentes no processo de previso de chuva sobre o
processo de previso de vazes. Metodologia semelhante
foi aplicada com relativo sucesso por Tucci et al. em
2002.
A metodologia considera a hiptese de que o
modelo de previso ETA acerte na probabilidade ou
tempo de permanncia da chuva mdia prevista mas erre
na altura de precipitao prevista. Desta forma, dada
uma altura de precipitao mdia prevista na bacia, esta
pode ser correlacionada com uma altura de precipitao
corrigida atravs de sua probabilidade de ocorrncia.
As funes acumuladas de probabilidade das
precipitaes mdias observadas na bacia so estimadas
empiricamente para cada ms do ano, uma vez que
foram verificados diferentes comportamentos das
previses do modelo ETA em funo do perodo
considerado. Por sua vez, as funes acumuladas de
probabilidade das precipitaes mdias previstas na
bacia so estimadas empiricamente para cada ms do ano
e, em cada ms, para cada horizonte de previso, uma
vez que o erro da previso aumenta com o horizonte
considerado.
Desta forma, a cada valor de altura de chuva
mdia prevista na bacia, conforme o ms e horizonte da
previso, calcula-se a correo a ser aplicada na
previso.
Os resultados obtidos com a aplicao desta
metodologia para correo das previses de chuva
indicam uma melhora no desempenho dos modelos de
previso de vazes quando comparado situao de uso
da chuva prevista sem correo, o que permite concluir
que a correo das previses de chuva agrega valor aos
modelos de previso de vazo, devendo ser empregada
em seu uso em tempo real.

Resultados obtidos

Para se avaliar o desempenho de cada uma das
metodologias desenvolvidas para a previso de vazes
naturais incrementais UHE Itaipu (modelos SMAP,
MEL e combinado SMAP-MEL), efetuou-se a previso
das vazes mdias semanais com antecedncia de 4 a 10
dias, de 5 a 11 dias e de 6 a 12 dias no perodo com
disponibilidade de dados (1996 a 2003).
A anlise dos resultados feita considerando-se
as seguintes informaes de precipitao no horizonte de
previso futuro: a) precipitaes observadas nos postos
pluviomtricos da bacia e b) precipitaes previstas pelo
modelo regional ETA corrigidas segundo a metodologia
acima descrita.
So empregados os seguintes parmetros
estatsticos para verificao da aderncia entre as sries
de vazes naturais observadas e previstas na bacia:

Coeficiente de determinao (R
2
), dado por:
2
y x
calc calc obs obs 2
S NS
) Q Q )( Q Q (
R
|
|
.
|

\
|
=




(20)

Coeficiente de eficincia, que descreve o grau
de associao entre as vazes observadas e
calculadas pela seguinte equao (Aitken,
1973):
2
obs obs
2
calc obs
2
obs obs
) Q Q (
) Q Q ( ) Q Q (
E

=


(21)

Coeficiente da curva de massa residual, que
descreve o grau de associao entre os valores
residuais das curvas de massa observada e
calculada, medindo assim o ajuste entre
volumes acumulados observados e estimados
(Aitken, 1973). O coeficiente da curva de massa
residual dado pela seguinte equao:
2
obs obs
2
calc obs
2
obs obs
) D D (
) D D ( ) D D (
CCMR

=


(22)

Erro relativo mdio, dado por:
N
Q
Q Q
ERM
obs
calc obs

|
|
.
|

\
|
=



(23)

Erro relativo mdio quadrtico, dado por:
N
Q
Q Q
ERMQ
2
obs
calc obs

|
|
.
|

\
|
=



(24)

Onde Q
obs
a vazo observada, Q
calc
a vazo
calculada,
obs
Q
o valor mdio da srie de vazes
observadas,
calc
Q
o valor mdio da srie de vazes
calculadas, S
x
o desvio padro da srie observada, S
y

o desvio padro da srie calculada D
obs
a srie de
diferenas acumuladas com relao mdia para as
vazes observadas (

= ] Q Q [ D
obs obs obs
), D
calc
a srie
de diferenas acumuladas com relao mdia para as
vazes calculadas (
] Q Q [ D
calc calc calc
=
),
obs
D
o
valor mdio da srie de D
obs
e N o nmero de registros
das sries de vazes observadas e calculadas.
Os parmetros estatsticos calculados para
verificao da aderncia entre as sries observadas e
previstas so apresentados nas tabelas que seguem.
Apresenta-se ainda, nos grficos da Figura 5 e
da Figura 6, uma comparao entre as sries de vazes
mdias semanais do 4 ao 10 dias observadas e previstas
pelo modelo combinado SMAP-MEL no ano de 1996.
Por fim, a Figura 7 e a Figura 8 ilustram os
resultados da previso de vazes dirias pelo modelo
combinado SMAP-MEL no evento de chuva intensa
ocorrido em Maio/2002 - maior evento no perodo com
disponibilidade de dados, em que a precipitao mdia
acumulada na bacia alcana 220 mm em 6 dias. Observa-
se que a previso efetuada com o uso da chuva
observada capaz de representar adequadamente a
ascenso do hidrograma verificada a partir de 19/05/02.
O mesmo no ocorre para a previso efetuada com a
precipitao prevista corrigida, em funo da
subestimativa da chuva prevista pelo modelo ETA (a
precipitao mdia prevista acumulada na bacia equivale
a 71 mm nos 6 dias do evento chuvoso).
Tabela 1: Resultados da previso de vazes naturais mdias
semanais na UHE Itaipu atravs do modelo combinado
SMAP-MEL
Semana
do 4 ao 10
dia
do 5 ao 11
dia
do 6 ao 12
dia
Uso da precipitao observada
R
2
0,92 0,92 0,91
E 0,91 0,91 0,91
CCMR 0,97 0,97 0,97
ERM 12% 13% 13%
ERMQ 3% 3% 3%
Uso da precipitao prevista corrigida
R
2
0,68 0,63 0,59
E 0,68 0,62 0,58
CCMR 0,74 0,70 0,66
ERM 18% 20% 21%
ERMQ 6% 7% 8%

Tabela 2: Resultados da previso de vazes naturais mdias
semanais na UHE Itaipu atravs do modelo MEL
Semana
do 4 ao 10
dia
do 5 ao 11
dia
do 6 ao 12
dia
Uso da precipitao observada
R
2
0,89 0,88 0,87
E 0,89 0,88 0,87
CCMR 1,00 1,00 1,00
ERM 13% 13% 13%
ERMQ 3% 3% 3%
Uso da precipitao prevista corrigida
R
2
0,69 0,64 0,59
E 0,68 0,63 0,58
CCMR 0,88 0,86 0,82
ERM 18% 20% 21%
ERMQ 6% 7% 8%

Tabela 3: Resultados da previso de vazes naturais mdias
semanais na UHE Itaipu atravs do modelo hidrolgico
SMAP
Semana
do 4 ao 10
dia
do 5 ao 11
dia
do 6 ao 12
dia
Uso da precipitao observada
R
2
0,80 0,79 0,79
E 0,70 0,69 0,68
CCMR 0,84 0,83 0,82
ERM 19% 20% 20%
ERMQ 7% 7% 8%
Uso da precipitao prevista corrigida
R
2
0,58 0,53 0,51
E 0,56 0,52 0,49
CCMR 0,39 0,32 0,28
ERM 23% 24% 25%
ERMQ 10% 11% 11%

Figura 5: Previso de vazes mdias semanais do 4 ao 10
dias pelo modelo combinado SMAP-MEL com o uso da
precipitao observada (ano de 1996).


Figura 6: Previso de vazes mdias semanais do 4 ao 10
dias pelo modelo combinado SMAP-MEL com o uso da
precipitao prevista corrigida (ano de 1996).


Figura 7: Previso de vazes dirias pelo modelo
combinado SMAP-MEL no evento de chuva intensa de
Maio/2002 com o uso da precipitao observada.


Figura 8: Previso de vazes dirias pelo modelo
combinado SMAP-MEL no evento de chuva intensa de
Maio/2002 com o uso da precipitao prevista corrigida.
Concluses

Os bons resultados obtidos com o emprego dos
modelos SMAP, MEL e combinado SMAP-MEL a partir
dos dados observados de chuva e vazo mostram a
aplicabilidade das metodologias desenvolvidas para a
previso de vazes naturais na bacia incremental de
Itaipu.
A anlise dos resultados obtidos na previso das
vazes mdias semanais permite observar que o modelo
combinado SMAP-MEL forneceu valores do coeficiente
da curva de massa residual de 0,97 considerando a chuva
observada na bacia, representando um timo ajuste do
volume da srie de vazes naturais incrementais. Os
resultados indicam ainda coeficientes de determinao
(R
2
) variando entre 0,91 e 0,92 para esta metodologia,
que correspondem a valores bastante satisfatrios para a
previso de vazes em um horizonte de curto prazo.
Nota-se, por outro lado, que os erros do
processo de previso de chuva interferem
significativamente nos resultados da previso de vazes,
observando-se uma queda na performance dos trs
modelos avaliados quando se consideram as previses de
precipitao fornecidas pelo modelo regional ETA.
Os resultados obtidos com a aplicao do
modelo combinado SMAP-MEL, por exemplo, indicam
queda do coeficiente da curva de massa residual de 0,97
para 0,74 e queda do coeficiente de determinao de
0,92 para 0,68 na previso de vazes mdias semanais
do 4 ao 10 dias quando se considera o emprego da
chuva prevista na bacia, corrigida segundo metodologia
descrita neste trabalho.
Essa queda de desempenho tambm pode ser
ilustrada pelos resultados da previso de vazes dirias
realizadas durante o evento de chuva intensa de
Maio/2002, no qual se observa que a previso efetuada
com a precipitao prevista corrigida no capaz de
representar adequadamente a ascenso do hidrograma
verificada no incio do evento, em funo da
subestimativa da chuva prevista pelo modelo
meteorolgico.
Destaca-se, a partir desses resultados, um
grande potencial de melhora na performance das
previses de vazo em funo de melhorias no processo
de previso de chuva na bacia.

Referncias bibliogrficas

AITKEN, A.P. Assessing Systematic Errors in Rainfall-
Runoff Models. Journal of Hydrology, v.20, p.121-
136, 1973.

BARROS, M.T.L. Anlise de modelos multivariados
para gerao de sries mensais de vazes. 1984.
207p. Dissertao (Mestrado) - Escola Politcnica,
Universidade de So Paulo. So Paulo, 1984.

BOX, G.E.P.; COX, D.R. An Analysis of
Transformations. Journal of the Royal Statistical
Society, B.26, p.211-243, discussion 244-252, 1964.

BRAS, R.L. Short-term forecasting and rainfall and
runoff. Real time forecasting control of water
resources systems. New York: Pergamon Press, 1980.

CHOU, S.C. Regional ETA Model. In Climanlise -
Boletim de Monitoramento e Anlise Climtica.
Edio Comemorativa de 10 anos. Instituto Nacional
de Pesquisas Espaciais, INPE/CPTEC, Cachoeira
Paulista, SP, 1996.

DOOGE, J.C.L. Problems and methods of rainfall-
runnoff modelling. Math Models for Surface Water
Hydrology. Willey, Cap6, pp 79-108, 1977.

LOPES, J.E.G., BRAGA, B.P.F.; CONEJO, J.G.L.
SMAP: a simplified hydrological model, applied
modelling in catchment hydrology. Ed. V.P.Singh:
Water Resources Publications, 1982.

NASH, J.E.; SUTCLIFFE, J.V. River flow forecasting
through conceptual models, Part Ia discussion of
principles. Journal of Hydrology, V.10, p.282-290,
1970.

TUCCI et al. Previso de mdio prazo da afluncia de
reservatrios com base na previso climtica.
Universidade Federal do Rio Grande do Sul, 2002.