Você está na página 1de 30

Elementos de Hidrologia Aplicada

Prof. Antenor Rodrigues Barbosa Júnior

7. Previsão de Enchentes

7. PREVISÃO DE ENCHENTES
7.1. GENERALIDADES
O termo previsão de enchentes, neste curso, aplica-se ao cálculo de uma enchente de
projeto por extrapolação dos dados históricos para as condições mais críticas. Como exemplo,
considera-se certa seção fluviométrica de um rio para a qual se dispõe de 30 anos de dados de
vazão. Assim, a maior vazão observada tem a probabilidade aproximada de ocorrer, ou ser
superada, uma vez a cada 30 anos. Se o problema for o cálculo da vazão máxima provável de
acontecer uma vez a cada 100 anos, estar-se-á tratando, basicamente, da extrapolação de dados
históricos para a previsão da enchente de 100 anos.
É interessante fazer a distinção dos conceitos de cheia (ou enchente) e inundação. A
enchente caracteriza-se pela ocorrência da vazão relativamente grande do escoamento
superficial, enquanto a inundação distingue-se pelo extravasamento do canal. Uma enchente
pode ou não causar inundação. Obras de controle podem ser realizadas no rio para evitar a
ocorrência da inundação. Por outro lado, a existência de alguma obstrução no escoamento natural
do rio pode levar à inundação, mesmo não havendo grande aumento do escoamento superficial.
Em suma, a enchente refere-se a uma ocorrência natural, cíclica, que normalmente não afeta
diretamente os habitantes da região; já as inundações são decorrentes de alterações no uso do
solo e podem provocar danos de grandes proporções.
7.2. CÁLCULO DA VAZÃO DE ENCHENTE
O cálculo da enchente, utilizado no projeto de obras hidráulicas (bueiros, canais,
vertedores etc.), é um procedimento necessário no dimensionamento de obras de controle e
proteção contra inundações. A finalidade do cálculo da vazão de enchente pode ser:
a) para definir a vazão máxima de projeto;
b) para estabelecer, se possível, o hidrograma da cheia, isto é, para determinar a distribuição das
vazões ao longo do tempo, desde o instante em que se tem o aumento da vazão determinado pelo
escoamento superficial produzido por determinada chuva, até o fim da contribuição do
escoamento superficial.
No cálculo da vazão de enchente podem ser utilizados métodos baseados em dados de
chuva, que fazem a transformação da chuva em vazão, como o método do hidrograma unitário1 e
o método racional, vistos no capítulo anterior. Pode-se, ainda, quando se dispõe da série histórica
de vazão, recorrer a modelos ou leis de probabilidade já consagrados, que permitem prever a
enchente com base na descrição das frequências de ocorrência dos eventos extremos de vazão. A
seleção da técnica mais apropriada para a determinação da enchente de projeto depende do tipo,
quantidade e qualidade dos dados hidrológicos disponíveis.

1

O método do hidrograma unitário (método do HU) empregado no cálculo da vazão de enchente requer poucos
dados e é facilmente adaptável às chuvas de diferentes durações e intensidades. Contudo, ele não permite a
associação do período de retorno aos resultados obtidos. Mesmo quando o período de retorno da chuva é conhecido,
a transformação efetuada pelo modelo geralmente afeta a distribuição de frequência do evento.

150

Elementos de Hidrologia Aplicada
Prof. Antenor Rodrigues Barbosa Júnior

7. Previsão de Enchentes

Os métodos de transformação de chuva em vazão já foram estudados no capítulo anterior,
que trata do escoamento superficial. Por isso, no presente capítulo tratar-se-á apenas do uso de
leis de probabilidade na previsão da vazão de enchente.
7.3. PERÍODO DE RETORNO PARA O CÁLCULO DA ENCHENTE
Conforme já visto, o período de retorno ou intervalo de recorrência de uma enchente é o
tempo médio, em anos, em que a enchente é igualada ou superada pelo menos uma vez. Como
forma de determinação do período de retorno para o cálculo da vazão de enchente pode ser
utilizado um critério baseado na fixação do risco, ou um critério econômico ou, ainda, um
critério baseado na experiência do projetista, este último sendo o mais comumente adotado no
Brasil.
i) Critério de Fixação do Risco
Para a escolha do período de retorno da enchente de projeto pode-se recorrer ao
procedimento de fixação do risco assumido para o caso de a obra vir a falhar dentro do seu
tempo de vida útil. Isto porque a estrutura projetada para determinada vazão de pico correrá certo
risco de falha dentro do seu período de vida útil: isso significa que a vazão de projeto poderá ser
excedida dentro do período de vida útil da obra. A seleção do risco que se deseja correr depende
da gravidade da falha para o funcionamento da estrutura ou obra, bem como dos recursos
disponíveis para a sua construção, entre outros fatores.
Para obter uma expressão para o período de retorno em função do risco, considere o
evento de magnitude Qp2, com intervalo de recorrência Tr. Então a probabilidade de que este
evento seja igualado ou superado em um ano qualquer pode ser expressa por

PQ  Q p  

1
.
Tr

(1)

Assim, em outras palavras, se determinada obra (vertedor de barragem, galeria de águas pluviais,
bueiro, canal de sistema de drenagem, etc.) for construída para a vazão de cheia de projeto Qp,
correspondente a um intervalo de recorrência de Tr anos, então, para cada ano de funcionamento
do sistema, a probabilidade de ocorrer falha (vazão de projeto ser superada) é igual a 1/Tr.
Considerando-se somente as possibilidades de que a falha ocorra ou não, a probabilidade
de não ocorrência da falha num ano qualquer será, então, 1 1 Tr .
Para n anos de vida útil da obra, ou para um tempo de construção de n anos, a
probabilidade do sistema não falhar nenhuma vez neste período é a chamada segurança, S:
S  1  1 Tr  1  1 Tr  1  1 Tr  S  1  1 Tr .



n

(2)

n vezes

Consequentemente, numa série de n anos, o risco de falha será representado pela
probabilidade R de que ao menos um evento iguale ou exceda o evento de intervalo de
recorrência Tr. Ou seja,
R  1 S

R  1  1  1 Tr .
n

(3)

Dessa maneira, pode-se escolher o período de retorno da cheia a ser utilizado no projeto
da obra hidráulica, conhecendo-se o tempo de vida provável da estrutura, ou o tempo de duração
da sua construção, e fixando-se o risco que se deseja correr de que a obra venha a falhar. A título
de ilustração, na Tabela 7.1 apresentam-se os períodos de retorno para diferentes valores do risco

2

Qp é a vazão de pico ou de projeto.

151

Elementos de Hidrologia Aplicada
Prof. Antenor Rodrigues Barbosa Júnior

7. Previsão de Enchentes

e da vida útil provável da estrutura, calculados com base na Eq. (3). Sugere-se ao estudante
completar a tabela para os valores de Tr correspondentes ao risco assumido de 90%.
Tabela 7.1 – Período de retorno estabelecido de acordo com o critério de fixação do risco

Período de retorno, Tr (anos)
Vida provável da estrutura, n (anos)

Risco a ser
assumido

1

10

20

50

100

1000

1%

100

995

1990

4975

9950

99500

5%

20

195

390

975

1950

19496

10%

10

95

190

475

950

9492

50%

2

15

29

73

145

1443

1,0

2,7

4,9

11

22

217

90%
99%

EXEMPLO 7.1
Para uma usina hidrelétrica como a de Itaipu, para a vazão de projeto dos vertedores assumiu-se
um risco de falha de 1%. Se a vida útil do sistema é estimada em 100 anos, qual o período de
retorno da vazão de projeto?
SOLUÇÃO
A partir da Eq. (3) rearranjada, é possível expressar o período de retorno como uma função da
vida útil n e do risco R. Este período de retorno, chamado período de retorno de projeto, é
calculo como
Tr 

1

.

1  1  R 

1n

(4)

Assim, com os dados do problema,

Tr 

1

1  1  0,01

1 100

 Tr  9950 anos.

O resultado desse problema confere com aquele apresentado na Tabela 7.1.

EXEMPLO 7.2
Para a canalização de um córrego urbano adotou-se a vazão de projeto correspondente ao
período de retorno Tr = 20 anos. Se a vida útil da obra é de 50 anos, qual o risco que se corre de
a obra falhar?
SOLUÇÃO
Pela Eq. (3):

1 

R  1  1  
 20 

50

 0,92  92% .
152

para um número extremamente grande de ocorrências. Alternativamente. n! .01. um evento de dada magnitude poderá ocorrer com a probabilidade P=1/Tr. Ou. e sim que. isso corresponde a uma distribuição binomial de probabilidade: f x exatamente k eventos em n anos  C nk  P k  1  P n k em que: P = probabilidade de excedência de um evento num ano qualquer. a probabilidade de ocorrer um único evento em 3 anos será: P·(1P)·(1P) + (1P)·P·(1P) + (1P)·(1P)·P que é igual a 3·P·(1P)2. a “probabilidade de excedência” da vazão de 1. Antenor Rodrigues Barbosa Júnior 7. para o tempo de vida útil do projeto. por exemplo. Representa. e sim a probabilidade de ocorrência de um ou mais eventos de excedência em n anos.Elementos de Hidrologia Aplicada Prof. portanto. Assim. Pode-se. A última expressão fornece. uma excedência da vazão de cheia a cada 100 anos. fx = probabilidade de ocorrência de k eventos (excedência) em n anos. a probabilidade de excedência P e o período de retorno Tr (Tr=1/P) da cheia de projeto podem ser calculados a partir daquela expressão. que é idêntica à Eq. a probabilidade. em média. num tempo qualquer. Qual a probabilidade de ocorrer exatamente uma cheia da magnitude igual à de projeto em 100 anos de vida útil da estrutura? 153 . para o qual a probabilidade de ocorrência de um evento é independente do tempo e do histórico das ocorrências e não ocorrências. da obra ou estrutura falhar ao menos uma vez. generalizar para a probabilidade de ocorrência de exatamente k eventos em n anos. que resulta em n f x pelo menos uma cheia em n anos  1  1  P . Vazões de enchente seguem um modelo de Bernoulli. ou não ocorrer com a probabilidade (1P) = (11/Tr). e para um nível de risco de falha aceitável. a probabilidade de que essa vazão seja excedida num ano qualquer será: P{QQp} = 1/Tr = 1/100 = 0. ter-se-á. C nk  k!n  k ! Em estudos hidrológicos. um período de retorno médio. em n anos de vida útil da obra. Ou seja. usualmente não é importante conhecer a probabilidade com que a cheia é excedida exatamente k vezes. então. o risco de ocorrência R de uma cheia com vazão superior à de projeto (ou vazão superior à de recorrência Tr). Este período de 100 anos é. fx. R = fx100 (%).000m3/s será igual a 1%. n 0 f x 1 ou mais eventos em n anos  1  C 0n  P 0  1  P . então.3 Um bueiro é projetado para um intervalo de recorrência de 50 anos. interessa conhecer f x 1 ou mais eventos em n anos  1  f zero evento em n anos. Em termos da probabilidade de excedência. EXEMPLO 7. em anos. (3). n. entre os n itens. Importante compreender que ao se fixar uma cheia de 100 anos não significa que a vazão correspondente será excedida exatamente a cada 100 anos.000m3/s seja de 100 anos. portanto. Para tal modelo. Previsão de Enchentes Observação: Admitindo-se que o período de retorno de uma vazão de cheia de vazão Qp = 1. a qual será igual ao número de modos de se arranjar k valores de P. Ou seja.

Baseado nestes parâmetros.27  27% . adotam-se os seguintes valores médios do período de retorno:  Para o dimensionamento do extravasor de barragem de terra: Tr  1000 anos  Para o dimensionamento do extravasor de barragem de concreto: Tr  500 anos  Para galerias de águas pluviais: Tr  5 a 20 anos  Para pequena barragem de concreto para fim de abastecimento: Tr  50 a 100 anos 154 . no mesmo gráfico. ii) Critério Econômico de Fixação do Risco Pelo critério econômico.4 Qual a probabilidade do bueiro do problema exemplo 7.02  0. passando por um ponto de mínimo. é exatamente o risco: 100 R = f x pelo menos uma cheia em n  100 anos  1  1  P Portanto. A soma dessas duas parcelas geraria uma nova curva que. agora. P = probabilidade de excedência = 1/Tr = 1/50 = 0. c) a facilidade de reparação e ampliação. Previsão de Enchentes SOLUÇÃO f x exatamente k eventos em n anos  C nk  P k  1  P No caso: Tr = 50 anos. k = 1.Elementos de Hidrologia Aplicada Prof. Antenor Rodrigues Barbosa Júnior 7. a ausência de seguros contra enchentes ou a dificuldade de obtenção de informações a esse respeito conduz à utilização de outros critérios para a fixação do período de retorno da vazão de cheia de projeto. poder-se-ia construir uma curva que fizesse a representação dos custos anuais do seguro em função do período de retorno Tr e. 100 R = f x pelo menos uma cheia em n  100 anos  1  1  0.87  87% .27 1  P  1  P  1!100  1! f x  0. A Figura 7. o período de retorno da vazão de projeto deveria ser aquele que conduzisse ao menor custo global. n k EXEMPLO 7.02  1  0. Por exemplo.02. as principais variáveis consideradas para a fixação do período de retorno são: a) a vida útil da obra. n = 100 anos.1 procura ilustrar a aplicação do critério econômico.3 experimentar pelo menos uma cheia de projeto em seu tempo de vida útil? SOLUÇÃO O que se procura. e d) o perigo de perda de vida. se lançariam os gastos anuais de amortização do capital aplicado na obra. A depender do tipo de obra. b) o tipo de estrutura. em caso de existência de seguro contra enchentes. Assim. 100! 1001 1 99 1 f x exatamente 1 evento em 100 anos  C100   0.87 R = f x  0. produziria neste ponto o período de retorno mais econômico.02  0. Portanto. iii) Critérios usualmente adotados no Brasil Em geral.

por exemplo. 7. Na previsão de enchentes. A suposição básica é que as cheias verificadas durante um determinado período possam ocorrer em um período futuro de características hidrológicas similares. e considera fatores de segurança nos dimensionamentos. a partir de um enfoque estatístico que consiste em definir a relação entre as descargas máximas e as correspondentes frequências de ocorrência. Previsão de Enchentes Figura 7. deve estar consciente de que um erro acentuado de previsão das quantidades hidrológicas poderá causar efeitos destruidores indesejáveis.1 – Obtenção do período de retorno pelo critério econômico. Na área estrutural. Uma vez que o comportamento exato das vazões em anos futuros não pode ser absolutamente previsto.4. 155 . isto é. a série anual é mais popular do que a série parcial. procura-se introduzir leis de probabilidade de modo a estabelecer as prováveis variações para permitir que o plano seja completado com base em um risco calculado. 3 Na análise de frequência das cheias. que podem inviabilizar economicamente todo o projeto. à análise estatística com o propósito de utilizar os eventos de descargas observadas (série histórica de vazões) num dado período. como meio de se efetuar a projeção para um período de tempo maior. Contudo. mas não tem certeza de que estas cargas não serão excedidas. também conhecida como distribuição logPearson tipo III. USO DE LEI DE PROBABILIDADE NA PREVISÃO DE ENCHENTES Todos os projetos de engenharia são planejados para o futuro. o engenheiro de recursos hídricos não estará absolutamente certo da vazão que afetará o projeto. pois. na determinação da magnitude das vazões de pico das cheias (que são as vazões críticas ou de projeto). Antenor Rodrigues Barbosa Júnior 7. o projetista estabelece as cargas atuantes. apoiando-se no estudo de uma série3 de dados observados.Elementos de Hidrologia Aplicada Prof. baseadas na razão. lança mão de hipóteses. Recorre-se. ou distribuição de Kritskiy-Menkel. ou seja. com uma expectativa de repetição. também conhecida como distribuição Pearson tipo III. Para levar em conta as incertezas. As funções matemáticas de distribuição de probabilidade mais utilizadas na análise de frequência das vazões de enchente são: 1) distribuição gama. recorre-se ao uso de modelos de probabilidade. não havendo certeza absoluta das exatas condições de trabalho da obra ou estrutura. 3) transformação de potência da distribuição gama. 2) transformação logarítmica da distribuição gama. Da mesma forma.

embora não necessariamente o mais preciso. normalmente. e K = fator de frequência. f(x). é dada por  1  x   2  f x   exp      2  2     1 (06) onde  e  são. também conhecidas como distribuições de valores extremos ou distribuições de Fisher-Tippett. s = desvio-padrão. Ven Te Chow mostrou que a maioria das distribuições de probabilidade usadas em hidrologia pode ser posta na forma x Tr  x  K  s (05) onde: xTr = magnitude da variável (vazão ou chuva) atingida ou superada pelo menos uma vez em Tr anos. 156 .4. Em princípio.Elementos de Hidrologia Aplicada Prof. conhecida como distribuição de Fréchet. tipo II. que são de três tipos: tipo I. as estimativas da média e do desvio-padrão podem ser obtidas.1 A DISTRIBUIÇÃO NORMAL Um fenômeno completamente aleatório segue a distribuição de probabilidade de Gauss. Para uma amostra da população. a técnicas matemáticas de ajuste de curvas. ou distribuição normal. O fator de frequência da equação de Chow depende do tipo de distribuição. 7. Por isso. 6) transformação logarítmica da distribuição normal. x = valor médio da variável considerada. a seguir. e tipo III. algumas distribuições de probabilidade normalmente empregadas na análise de frequência das cheias e outros eventos extremos. respectivamente. a média e o desvio-padrão da população. Se uma variável aleatória x tem distribuição normal. Previsão de Enchentes 4) distribuições exponenciais. Um procedimento simples e rápido. 5) distribuição gaussiana (distribuição normal de probabilidade). se num dado papel de probabilidade os dados ajustarem-se segundo uma linha reta. consiste em lançar os pares de valores de frequência e vazão em papel de probabilidade4. da frequência (ou período de retorno) e do coeficiente de assimetria. então a distribuição de probabilidade correspondente será considerada adequada para a realização das previsões. conhecida como distribuição Gumbel. Antenor Rodrigues Barbosa Júnior 7. (07) Cada distribuição terá um papel probabilidade específico. a função densidade de probabilidade da variável aleatória x. duplo exponencial. conhecida como distribuição de Goodrich ou Weibull. Assim. na seleção da distribuição mais apropriada a ser ajustada a uma determinada base empírica de dados recorre-se. também conhecida como distribuição lognormal ou distribuição de Galton. Apresentam-se. de N x 4 x i 1 N i . não existe nenhuma razão para considerar um dos modelos acima como superior aos demais. respectivamente.

são mostrados nas Figuras 7. a função densidade de probabilidade escrita para a variável normalizada z. exprime-se na forma: f z    1  exp   z 2  . em função da variável x. então. Na Tabela 7.2.4. Consequentemente.Elementos de Hidrologia Aplicada Prof. Antenor Rodrigues Barbosa Júnior N s  x i 1 i  x 7.2 e 7.1587. sendo suficiente. onde a escala de F(x) é tal que transforma a “curva em S”. isto é: K x Tr  x  z. em uma reta. Previsão de Enchentes 2 N 1 . pode-se utilizar o chamado papel aritmético de probabilidade. os gráficos representativos das expressões de f(x) e F(x). que se obtém da transformação: z xx . F(z) = P{Z<z} =  z   1  exp  z 2  dz 2  2  1 157 (14) . s (13) Para esta distribuição simétrica. (5) mostra que.2.5. o fator de frequência de Chow corresponde à própria variável reduzida z.8413. (12) As representações gráficas de f(z) e F(z) são conforme a Figura 7. (09) Para a distribuição normal.3. considerar: F( x ) = P{x < x }= 0. 2  2  1 (11) E a função densidade de probabilidade acumulada correspondente escreve-se como Fz p    zp  f z  dz  P{z<zp}. os valores de K podem. para a distribuição normal. tendo a abscissa escala aritmética. tem média zero e desvio-padrão igual a unidade. ser obtidos de tabelas de z construídas em função da frequência acumulada F(z). (08) Ao medir x. chamada de variável reduzida z. (10) com a Eq. s (10) Esta nova variável z. característica da distribuição normal. os valores das frequências acumuladas da distribuição normal são fornecidos em tabelas construídas em termos de uma nova variável. Em vez de plotar F(x) em escala aritmética. F( x  s ) = P{X < x  s } = 0. a probabilidade de se encontrar um valor menor ou igual a um valor extremo xp é dada pela função densidade de probabilidade acumulada: Fx p   Px  x p    xp  f x  dx . como a Tabela 7. F( x  s ) = P{X < x  s } = 0. também chamada função densidade de probabilidade normalizada. Nos manuais de estatística e probabilidade. lança-se mão de algumas propriedades da distribuição normal.5 A comparação da Eq. também chamada variável normalizada. Para o traçado desta reta. no caso. conforme ilustrado na Figura 7.

4 – Distribuição normal – função densidade de probabilidade acumulada em papel de probabilidade 158 .2 – Distribuição normal – função densidade de probabilidade Figura 7.Elementos de Hidrologia Aplicada Prof.3 – Distribuição normal – função densidade de probabilidade acumulada Figura 7. Previsão de Enchentes Figura 7. Antenor Rodrigues Barbosa Júnior 7.

Entretanto.5 – Representações gráficas das frequências relativas e acumuladas para a variável reduzida z da distribuição normal de probabilidade. Em verdade. que juntamente com a contribuição subterrânea dá a vazão do rio. Antenor Rodrigues Barbosa Júnior 7. as vazões dependem de um conjunto de fatores5. obras no curso d’água. 159 (16) . tais como precipitação.2 A DISTRIBUIÇÃO LOG-NORMAL Os registros das vazões médias diárias durante um ano hidrológico mostram que estas não constituem um evento completamente aleatório. estação do ano. e fazendo-se y  log x (15) ter-se-á f y    1  y  y 2    exp    2  s y   2   1 sy onde y  média dos logaritmos de x. temperatura. Previsão de Enchentes Figura 7. não são iguais: as influências da precipitação e dos fatores geomorfológicos são mais determinantes. vegetação.4. Conforme exposto. topografia.Elementos de Hidrologia Aplicada Prof. isto é a série anual dos eventos extremos constituídos pelas máximas vazões médias diárias de cada ano. as vazões máximas anuais. precipitação antecedente. x representando a vazão Q). Assim. esses últimos aproximam-se relativamente bem da distribuição normal. solo. e s y  desvio-padrão dos logaritmos de x. por não serem tais vazões completamente aleatórias não seguem uma distribuição de Gauss. denotando por x à variável hidrológica (no caso. Os pesos desses fatores na formação do escoamento superficial. se ao invés das vazões forem considerados os logaritmos dos seus valores. 5 Tais fatores foram vistos e analisados nos capítulos anteriores. 7. etc.

9515 0.9992 0.6591 0.3 2.9997 0.9429 0.7422 0.9370 0.9964 0.0062.9996 0.9678 0.8289 0.9857 0.7823 0.9525 0.0 0.5) = 1 – 0.9826 0.9115 0.1 3.9981 0.9463 0.9778 0.9706 0.9192 0.9656 0.9987 0.9861 0.8869 0.9854 0.9941 0.8023 0.00 0.7324 0.9987 0.8340 0.5000 0.7764 0.9969 0.7 0.9932 0.9995 0.9987 0.9995 0.03 0.9887 0.9952 0.5700 0.6141 06517 0.7190 0.9884 0.9984 0.6664 0.8770 0.9979 0.9994 0.9904 0. ler o valor de z e afetar esse valor do sinal negativo.5753 0.9972 0.9940 0.8485 0.3 0.9993 0.7157 0.5636 0.9608 0.5871 0.7704 0.8051 0.9015 0.9946 0.9319 1.9949 0.5987 0.9793 0.9929 0.08 0.9991 0.9918 0.9633 0. Antenor Rodrigues Barbosa Júnior 7.6844 0.9974 0.0 1.9564 0.9332  da tabela.2 1.9922 0.9997 0.8212 0.9966 0.7642 0.9985 0.5948 0.9898 0.8078 0.9726 0. z = –1.9961 0.9993 0.8264 0.8810 0.9938 0.5557 0.9713 0.9332 0.9997 0.9292 0.9977 0.1587  1 – F(z) = 0.9938 = 0.5398 0.9838 0.9927 0.9452 0. Exemplo: F(z) = 0.9980 0.8888 0.9599 0.9990 0.9756 0.9975 0.8925 0. 160 .8508 0.6950 0.7088 0.9484 0.9066 0.1 2.9049 0.9968 0.1 0.9082 0.6985 0.9991 0.9943 0.9616 0.9535 0.9418 0.5 1.0668  1 – F(z) = 0.9686 0.8413 0.9995 0.5239 0.9251 0.9988 0.9222 0.9993 0.9995 0.6443 0.2 – Função de distribuição acumulada de probabilidade – Lei normal ou de Gauss ( = 0.7580 0.4 0.05 0.9761 0.9992 0.06 0.9783 0.9901 0.6736 0.9985 0.8186 0.9893 0.8 2.6368 0.5793 0.8365 0.9817 0.9995 0.9994 0.1587 F(-2.9798 0.9032 0.6808 0.9998 Observações: 1) Para valores negativos de z.9997 0.8907 0.9996 0.5438 0.9995 0.9955 0.9997 0.6628 0.7852 0.9982 0.9382 0.5120 0.6554 0.9357 0.9881 0.9641 0.7939 0.7257 0.6331 0.9934 0.9545 0.8599 0.9207 0.9951 0.9582 0.5675 0.9913 0.8830 0.8106 0.7454 0.9920 0.9997 0.5714 0.5.9906 0.7357 0.04 0.9 0.0 2.5478 0.9394 0.9147 0.9719 0.4 0.9948 0.8944 0.9878 0.9979 0.9265 0. Previsão de Enchentes Tabela 7.8413 = 0.9803 0.5319 0.9474 0.6064 0.9573 0.9974 0.7967 0.9812 0.6217 0.5359 0.9957 0.9649 0.9750 0.5596 0.8 0.8621 0.7995 0. z = –1.9990 0.9850 0.8 1.9989 0.5910 0.7673 0.8962 0.8389 1.7019 0.9994 0.9973 0.9738 0.7910 0.8643 0.9970 0.6406 0.9911 0.9994 0.9732 0.09 0.9916 0.5040 0.9976 0.9971 0.5279 0.9830 0.9699 0.9994 0.8413  da tabela.9664 0.8997 0.9788 0.9834 0.6103 0.6480 0.9406 0.1 1.9505 0.9131 0.9890 0.9965 0.7794 0.9671 0.9875 0.8577 0.9963 0.7517 0.9 0. F(z) = 0.02 0.7224 0. F(–z) = 1 – F(z)  o mesmo que P{Z < –z}= 1 – P{Z<z}.9842 0.7291 0.9925 0.8980 0.8554 0.9868 0.7 2.9997 0.9984 0.5 0.6772 0.8849 0.9345 0.9441 0.5.8133 0.9992 0.9945 0. calcular 1 – F(z).7054 0.6179 0.9967 0.6 0.5832 0.8159 0.8708 0.8238 0.9864 0.9162 0.8665 0.3 1.8461 0.9996 0.9279 0.2 3.9997 0.8531 0.5199 0.9983 0.9821 0.9495 0.8749 0.9896 0.9 0.7486 0. Exemplo: F(-1) = 1 – F(1) = 1 – 0.0 3.6255 0.9978 0.9959 0.9986 3.7881 0.9177 0.9986 0.9981 0.9306 0.5) = 1 – F(2.9888 0.5080 0.9591 0. Isto é.9991 0.9997 0.9625 0.9767 2.6 2.9989 0.7123 0.9936 2.8686 0.9953 0.2 2.9962 0.6026 0.9693 0.6293 0.9977 0.7734 0.9982 0.07 0.01 0.4 0.9744 0.6915 0.  = 1) K=z 0.4 0.8790 0.9931 0.9808 0.9996 0.0.9997 0.7389 0.2 0.9996 0.3 3.8438 0.9554 0.8729 0.9993 0.9772 0.9099 0. 2) Para valores de F(z) < 0.9992 0.9956 0.9846 0.9989 0.7611 0. utilizar o complemento aritmético para 1 dos valores de F(z) correspondentes ao valor positivo.9871 0.8315 0.6 1.5160 0.9990 0.9996 0.5517 0.Elementos de Hidrologia Aplicada Prof.9909 0.6879 0.7549 0.9236 0.5 2.7 1.9960 0.

classificar os dados da série de vazão em ordem crescente. a sequência de procedimentos abaixo pode ser utilizada para as estimativas das frequências: 1o . a função distribuição acumulada de probabilidade. N y  yi i 1 N N  log x   i i 1 (17) N e N sy   y i 1  y 2 i (18) N 1 Para a variável y (transformada logarítmica de x). 4o . a previsão da enchente de período de retorno Tr.1 USO DO PAPEL LOGARÍTMICO DE PROBABILIDADE – POSIÇÃO DE PLOTAGEM Para facilitar o uso prático da distribuição log-normal. no qual: i) a escala das abscissas é logarítmica.4. (5) seja reescrita na forma y Tr  y  K  s y . Quando a série de valores máximos anuais das descargas 6 é suficientemente grande (N > 30 anos de registros). 161 . utiliza-se o chamado papel logarítmico de probabilidade. exige que a Eq.2.2. 3o . (22) 7. xTr (ou a vazão QTr). se obtém da transformação x Tr  10 y Tr .Elementos de Hidrologia Aplicada Prof. Previsão de Enchentes Isto é.calcular as frequências relativas (dividir o número de observações de cada intervalo pelo total de observações). 2o .2. sy (20) Pela distribuição log-normal.contar o número de observações (frequências absolutas) dentro de cada intervalo.definir a dimensão do intervalo de classe e agrupar os dados dentro dos intervalos. 6 Série anual dos valores médios diários na seção de um curso d’água natural (estação fluviométrica). agora em termos da também variável reduzida z yy . com base no modelo de Chow. F(y). Uma vez que y = log x. ii) a escala das ordenadas (escala normal de probabilidade) é tal que transforma a “curva em S” em um reta. (21) sendo K o fator de frequência de Chow determinado com o auxílio da Tabela 7. a variável procurada. Antenor Rodrigues Barbosa Júnior 7. se escreve como Fy   PY  y   f y dy y (19)  Os valores desta integral são fornecidos na Tabela 7. dispensando o cálculo dos logaritmos da variável x (entra-se diretamente com os valores de vazão).

Convém destacar que a reta mencionada passa. com boa segurança.87%  10 ys .87%.3. e F( y  s y ) = P{ y  y  s y }=84. empregando-se as Eqs. as posições de plotagem podem ser prontamente obtidas no papel logarítmico de probabilidade. EXEMPLO 7. venha a ocorrer num ano qualquer (no caso. isto é.13%  10 ys . como. então. que as frequências dos logaritmos das vazões seguem uma distribuição normal (ou que as frequências das vazões seguem uma distribuição log-normal). atribuindo-se um número de ordem a cada evento. F(y).  PX  x m (24) No presente capítulo. F( y  s y ) = P{ y  y  s y }=15. pede-se: a) testar visualmente. N 1 (23) Da definição de período de retorno. 162 . então Fx   PX  x  1  PX  x  1  1 .Elementos de Hidrologia Aplicada Prof. a validade dos modelos normal e lognormal de probabilidade. N também é o número de dados ou observações). Antenor Rodrigues Barbosa Júnior 7. A frequência do evento de ordem m.plotar as frequências (probabilidades) em ordenadas e as vazões em abscissas. probabilidade de excedência) pode ser calculada por F(x) = PX  x  m . 6o . O evento de maior magnitude teria. por meio de construções gráficas. Tr  1 N 1 . a análise de frequência poderia ser feita utilizando-se o método de Weibull7: os eventos. ou de magnitude maior. conforme é fornecido nas duas primeiras colunas da Tabela 7. são classificados em ordem decrescente. sendo N o número de anos da série (na série anual. 7o .  x 15. em termos de sua magnitude.traçar a reta representativa da distribuição log-normal de probabilidade. foi definida a frequência F(x) como uma probabilidade de não excedência. 7 V. pelos pontos:  F( y ) = P{ y  y }=50% x 50%  10 y . Daí surge a possibilidade de previsão de enchentes pela extrapolação dos dados históricos baseandose no modelo log-normal de probabilidade.calcular as frequências acumuladas. capítulo de “Precipitação”. que são medidas das probabilidades de ocorrência de vazões menores (ou iguais) ao valor superior da classe. ou a probabilidade de que um evento da mesma magnitude. em papel logarítmico de probabilidade. Alternativamente. Assim. (22) e (25). Fx   PX  x.13%  x 84.5 Considere a série anual das vazões máximas diárias referidas à seção de um curso d’água natural. Previsão de Enchentes 5o . Com base nesses dados. Se os valores plotados apresentarem boa aderência em relação à reta traçada poder-se-á dizer. necessariamente. b) estimar as magnitudes das cheias de 100 anos e de 200 anos de recorrência. Tr (25) Para a distribuição log-normal. ordem m=1 e o de menor magnitude ordem m=N.

17  110. numa inspeção visual comparativa das duas figuras conclui-se que. nas ordenadas. na faixa de valores extremos de vazão. enquanto os valores de Q são lançados em escala logarítmica (utiliza-se o papel logarítmico de probabilidade). m. Portanto. respectivamente.8 As estatísticas média e desvio-padrão são calculadas pelas Eqs. A linha traçada. isto é.13%. (8). Conclui-se. em função das frequências acumuladas. Nota-se.2. na Figura 7.3. que contém os valores de F(x). como calculadas na Tabela 7.17 m /s e F=15. que para o caso de previsões por extrapolação dos dados históricos com base no modelo gaussiano seriam obtidos valores subestimados das vazões. (9). que o modelo log-normal pode ser considerado como capaz de fornecer boas estimativas para as vazões de enchentes por extrapolação dos dados históricos.34 m /s e F=50% 3 3 Q  Q  s  194. antes de serem lançadas na coluna 4 da Tabela 7.13%  10 2 . A ordem da classificação (ranking).13%. F(Qp) = P{Q < Qp}.44122  276. Eq. os dados de vazão e do logaritmo decimal da vazão. neste caso. (19). (17) e (18) e os resultados são introduzidos no final da Tabela 7. a distribuição normal definida pela Eq. b) Estimativas das cheias de 100 e 200 anos de recorrência 8 F(x) = 1  F(x) 163 . as frequências F(x).05394  Q15.3. Conforme também ilustrado na Figura 7.Elementos de Hidrologia Aplicada Prof. Vê-se que.7.34  84.05394  113.6 mostra que. representam as probabilidades de não excedência. que representa o modelo normal de probabilidade para a função transformada logarítmica das vazões.87%  10 2 . para testar o modelo log-normal. pela maior aderência dos pontos à reta.7 os valores de F encontramse em escala de probabilidade.87% y  y  s y  2. a reta passa pelos pontos característicos: Q  Q  194. o modelo log-normal de probabilidade é superior ao modelo gaussiano. De forma semelhante. são classificados em ordem decrescente. ainda.3. o modelo log-normal.4. no eixo das abscissas. Para testar o modelo gaussiano. A linha traçada representa.6 e 7.20 m3/s e F=84.22 m3/s e F=15.17  278. Nestes gráficos. (7). 3 A Figura 7. (23). Antenor Rodrigues Barbosa Júnior 7.24758  Q 50%  10 2 .24758  176.7 encontram-se lançados os valores das vazões máximas anuais.6 os valores de F encontram-se em escala de probabilidade e os valores de Q em escala aritmética (papel aritmético de probabilidade). as frequências. Nos gráficos das Figuras 7.87% Q  Q  s  194. neste gráfico.51m /s e F=84.84 m3/s e F=50% y  y  s y  2. passa agora pelos pontos: y  y  2. ainda. Previsão de Enchentes SOLUÇÃO a) Teste do modelo gaussiano de probabilidade e da distribuição log-normal Nas colunas 5 e 8 da Tabela 7.44122  Q84. apresenta uma boa aderência aos dados da série. Pela Eq. a aderência da linha aos pontos não é boa. na Figura 7.34  84. é posta na coluna 3 da Tabela. representado pela linha reta que passa pelos pontos acima na Figura 7. que são probabilidade de excedência (a classificação é feita em ordem decrescente) são calculadas e subtraídas da unidade.

conforme Vilela & Mattos (1975).99. b2. apenas a título de ilustração do uso do modelo gaussiano. o fator de frequência da Eq. para F=0.995.3 DISTRIBUIÇÃO DE PEARSON TIPO III A função distribuição de probabilidade de Pearson tipo III constitui um caso especial da função gama. Da Eq. far-se-ão as determinações das vazões com recorrência de 100 e 200 anos por ambos os modelos e segundo a equação de Chow (Eq. Para considerar a natureza assimétrica da distribuição de Pearson tipo III. (27) com x representando a variável hidrológica. K = 2. Para Tr = 100 anos.575.74622  557.2476  2.  Distribuição log-Normal: Como antes. Q Tr 200  194.Elementos de Hidrologia Aplicada Prof.08 m3/s.74622  Q Tr 200  10 2.  Distribuição Normal: Da Tabela 7. 5). Para Tr = 200 anos.2.2476  2.78 m3/s. Previsão de Enchentes Da conclusão tirada no item (a) do presente problema.575  0.69878  499. F=11/Tr = 11/100 = 0.47 m3/s.34  2. ou ainda empregando-se a relação de Chow. N o número de dados da série e os demais elementos como anteriormente definidos. Contudo.2.46 m3/s.19364  2. (5). y Tr 200  2. definida pela Eq.17  Q Tr 200  411. .69878  Q Tr 100  10 2 . Da Eq. Da Eq. y Tr 100  2. as extrapolações seriam confiáveis se realizadas empregando-se o modelo log-normal.  e  parâmetros da distribuição e     e  x  x 1dx .99  z = K  2. 164 . este último definido como N N g  N  1  N  2  x i 1  x 3 i s3 .33  0.995  z = K  2.19364  2.17  QTr 100  390. 7. 0 O uso da distribuição Person tipo III para a previsão de cheias pode ser feito segundo o método de Foster. (5).34  2. Da Eq. para F=0.  Distribuição Normal: Da Tabela 7. (21). (5) é função da frequência (ou período de retorno) e do coeficiente de assimetria.33  84. K = 2. (21).  Distribuição log-Normal: Como antes. QTr 100  194.33. A forma matemática da função densidade de probabilidade desta distribuição é f x   1 x          1   x    exp        (26) sendo x a variável aleatória. (5).575.33.575  84. F=11/Tr = 11/200 = 0. Antenor Rodrigues Barbosa Júnior 7.4. b1.

54 89.1414x10-2 5.16 4493.32278 2.99 325.80 270.32395 2.10 179.03427 1.06620 0.99 179.00003 0.23 496.61 172.35160 2.22776 2.32 72.6593x10-4 4.35 602.39 331.04348 0.62 -2954.45 314.46462 2.83 9438.00 222.62 7811.95 183.46882 0.5306x10-2 2.47298 2.23568 2.38070 2.30548 2.32 144.29 -16365.73 291.35 50.45 59687.7535x10-2 3.54 39.1451x10-2 1.57 325.18 202.60 861.0829x10-2 1906 1907 1908 1909 1910 205.03 183.65 438.06 169.31214 2.34 18706.82 55611.11 2.40410 2.29688 2.12 2253815.4547x10-4 4.56 169.32 2109.14 83.06 198.64212 2.3590x10-3 1.79 99.93 10570.65 430.02 4043.36 -7679.46039 2.53 59.5537x10-2 1.38 77.07017 6.65 47.04152 0.10 41 42 43 44 45 44.S.98 14349.79 314.00005 0.41462 2.13 120.2: W75.60 38481.78 1086725.10 224.75 839124.50486 2.8410x10-4 2.45 8922.62 70.00091 -1.30 53.20 -655.11 96.81 59.33260 2.0849x10-4 7.8589x10-2 1901 1902 1903 1904 1905 176.59 -25279.3590x10-3 2.05080 0.01356 4.04895 1.00004 1.96 711.68 74.8344x10-3 2.5621x10-4 9.4618x10-3 6.34443 2.08 211.00432 0.02 430.89 916944.2521x10-4 2.04529 0.32 15737.76 55.3436x10-3 1911 1912 1913 1914 1915 88.89 2.4186x10-7 2.12 -14776.74 205.31 1593.4607x10-4 1921 1922 1923 1924 1925 185.66 285.50 1481.33 146.9182x10-4 1926 1927 1928 1929 1930 126.3 – Série anual das descargas máximas diárias (Fonte de dados: U.33 2558485.15 460.64 21 22 23 24 25 71.6737x10-7 -1.25387 2.74 179.08 79.19 174.47 8370.33 123.15566 0.36401 0.65 -3320.0224x10-2 9.91 2.91 12387.00045 2.00243 0.26869 0.7031x10-2 1.Elementos de Hidrologia Aplicada Prof.22 5850.34610 2..29 253.00014 0.79 231.14 2.84 179.7332x10-5 3 Q (m /s) (6) Q  Q  2 (7) Q  Q  3 (8) (9) y=log(Q) y  y  (10) 2 y  y 3 (continua.79 124.97 1274.59 93. Geological Survey Open File Report I 19.91 1139.80 757.65 97.88 555.95 94.01222 0.9411x10-4 1.70 205.31332 2.03 75.48521 2.02 217.0211x10-2 1.75 20867.49 288.01772 0.61 2.04711 0.13 138.16 376.89 214.4896x10-7 -2.24 41.60 6033647.86 63.10 185.00 48.4487x10-6 4.24 81.57564 2.07420 0.86 2.21746 0.21 4283.25525 2.84 26 27 28 29 30 64.16 644.42 176.91 14582419.00031 0.57 66.22994 2.06226 0.7881x10-6 -2.56 16 17 18 19 20 78.65 129.72 270. 1971) (1) (2) ano 3 (3) (4) (5) Q(m /s) m F(Q) % 1896 1897 1898 1899 1900 96.11 447540.08 272.15 75.89 90.08 153.00440 6.49711 2.57 228.83 282.41 54.77 13096.31 86.89 40.4139x10-6 1931 1932 1933 1934 1935 61.6373x10-3 9.00938 0.5782x10-3 1916 1917 1918 1919 1920 253.01772 0.35813 2.80 136.00601 0.28 96899.0676x10-3 8.50 179.6610x10-3 3.83 206.02 120.22 228.78 82.59 43.57 240.27 206.21 240.47 207801.59 13114386.00823 1.19 291.19 87.) 165 .16 60.02450 0.25457 2.81 921.05 52.95 164.40 210.85 3508.99 117.32510 2.62 14.05 11 12 13 14 15 85.56 150.70 221.83 36 37 38 39 40 51. Antenor Rodrigues Barbosa Júnior 7.30 27986.12 9996.10762 0.27 120.64 297.4912x10-6 -7.00006 0.67 2109.24 438.42 221.69810-6 3.02 319.80 168.99 389.79 253.3509x10-3 1.02790 0.30 95.87 221.97 259.6902x10-4 1.36 690364.33828 0.15 294.30 259.43270 0.22 1378790.00335 0.43 81.27 231.27 68.00723 0.49 319.83 765837.45136 2.63363 2.1986x10-4 9.24207 2.24628 0.00039 0.04 -1419.14903 0.00565 0.07 -11058.51248 0.07 31 32 33 34 35 58.85 17190.26269 2.38070 2.5093x10-7 3.30 45.83 1 2 3 4 5 98.31 -3130.03 2..67 77.10 205.00971 0.51997 2.31391 0.55 -5860.65 285.28 50125.84 86.68 4966.11 56.67 1359.00417 0.31 205.00583 0.34 8896.1456x10-4 4.90 999433.71 1718991.00023 0.01082 0.3419x10-2 1.05647 0.11 325.92 67.99 2.13 305.22 1974346.2125x10-9 1936 1937 1938 1939 1940 210.31 126.27 240.48 280382.61 33142.71 305.6852x10-6 -5.51 62.71 179.45611 2.79 82.46 215.1256x10-3 9. Previsão de Enchentes Tabela 7.84 96899.84 210.45 2.10 6 7 8 9 10 91.18 144.51 18993.

99 56 57 58 59 60 24.63 99.99585 1.24 2500.05 97.08 29.6 e 7.02768 0.20 -1011410.11469 -3.72 66 67 68 69 70 10.65 -67264.39 61 62 63 64 65 17.11 120.5951x10-2 -1.15 430.25 11668.32 82.05165 1.06851 0.61 -523000.8911x10-3 -4.97294 1.86 -125066.8843x10-2 0.67 150.88 288.84 120.78 -904200.5224x10-3 -4.72 -1260373.95 154.53 17744.64 2.2394x10-4 -5.12704 -4.8180x10-2 14186.6055x10-3 -4.77 198.12 1.02117 0.98963 1.84 221.03 1585.06851 -7.8667x10-4 -6.2384x10-3 -3.29 -106893.41 94.34 9079.00691 -2.7058x10-2 1966 1967 1968 146. Previsão de Enchentes Tabela 7.15936 2.79 9515.03839 0.00778 0.56 146.18659 2. pelas Figuras 7.51 -344455.0285x10-3 1956 1957 1958 1959 1960 211.00650 0.74 2. Antenor Rodrigues Barbosa Júnior 7.56 120.16 112.14 33.12 4913.38 27.17771 2.86 13.11 6.0118x10-4 -2.63 164. Para isso.7933x10-2 -1.5283x10-2 0.64 282.70 331.07322 0.09426 0.84 93.00488 0.77 5073.83 61.339 84.46 -1415071.75 -63134.06337 0.64 -928254.17 -312202.95 164. 166 .00343 0.07 9900.11115 -1.64 96.31 -985042.61 -2363740.35 81.76 5.81 4602.06654 0.56 113.68 9515.89 3162.76 -177873.92 11244.7164x10-2 -1.73 28.51 12.58 -1452837.57 16.10185 Observação: Os resultados encontrados no problema Exemplo 7.08221 2.54 1653.97 21.02768 0.78 32.84 36.59 2252.02351 -6.03 10075.33 144.18898 2.96 88.7933x10-2 1961 1962 1963 1964 1965 210.21282 -9.79 -545516.30 86.08 12604.09 5443.14019 2.2688x10-4 -3.06 215.02474 0.27 217.76 -125066.88 146.7440x10-2 -3.89 2.32 22.9812x10-2 -2.745 gy  -0.98583 1.10209 2.46 8.89115 1.24758 0.00372 0.27 18.32 112.69982 Q  s  194.89 2500.3 também poderiam ser obtidos graficamente.50 124.09701 0.96 1916.6055x10-3 -7.12 -1192327.43 154.07326   Estatísticas (5) (6) 3 Q (m /s) Q  Q  2 (7) Q  Q  3 (8) (9) y=log(Q) y  y  y (10) 2 2.173 sy  2.68 144. apoiando-se nas linhas retas representativas dos modelos de probabilidade.83 -397047.40 93.33 5443.90891 1.5210x10-3 -1.05 2.87 376.0715x10-2 -2.35 2333.10 126.33 6491. bastaria obter os valores de vazão correspondentes às frequências de 99% e 99.07543 0.03 25.5%.97 9350.01153 0.91 97.98583 0.4110x10-4 -5.70 1.19364 g  0.91418 0.16696 2.32 -1581529.61 71 72 73 4.10 51 52 53 54 55 31.52 153.46 31110154.62 20.16 294.02735 0.05603 0.92 -112740.08120 2.21 -928254.71 -83906.3 – Série anual das descargas máximas diárias (continuação) (1) (2) ano 3 (3) (4) Q(m /s) m F(Q) % 1941 1942 1943 1944 1945 202.81 9.92 123.11 172.66 174.03669 -3.13 12827.61 -401602.42 13574.Elementos de Hidrologia Aplicada Prof.16444 0.79 6676.0796x10-3 -3.0216x10-2 -3.15936 2.7.08 77.33 138.74 510128.75 -865220.96 94.79 96.200 y  y 3 -0.27 240.52 113.49 35.55 -401602.7464x10-4 1946 1947 1948 1949 1950 291.56 1.06 224.49 168.6040x10-3 1951 1952 1953 1954 1955 297.00778 0.8667x10-4 -1.93611 1.08120 2.09029 2.78625 0.56 5402.94596 1.35 -361383.89 2.08 46 47 48 49 50 37.22 14.97699 1.09097 0.

5 95 70 40 10 1 0.Elementos de Hidrologia Aplicada Prof. para os dados da Tabela 7. Freqüência acumulada.6 – Gráfico das frequência das cheias anuais (máximos valores de cada ano).5 95 70 40 10 1 0. para os dados da Tabela 7. em papel logarítmico de probabilidade. em papel aritmético de probabilidade. Q (m3/s) Figura 7.7 – Gráfico das frequências das cheias anuais (máximos valores de cada ano). F(Q) % 99.999 99. F(Q) % 99. Q (m3/s) Figura 7. Antenor Rodrigues Barbosa Júnior 7.3.3. Previsão de Enchentes Freqüência acumulada.999 99.01 100 1000 vazão. 167 .01 0 100 200 300 400 500 vazão.

745  K=? K  3.745  0.7   K = 3. Figura 7.8. são apresentados na Tabela 7. - para Tr = 100 anos e g = 0. da Tabela 7.824. determinar a magnitude das cheias de 100 e de 200 anos de recorrência.7  K = 3.339 m3/s.745.8 – Distribuições assimétricas de probabilidade: assimetria positiva para a média maior que a mediana.263  84.339  3. SOLUÇÃO Das estatísticas produzidas na Tabela 7.173  Q Tr 100  434.173 m3/s e g  0.745 .745. Previsão de Enchentes Valores do fator de frequência da distribuição Pearson tipo III de probabilidade.7 Da Eq.57 m3/s.854  84. (5) de Chow.173  Q Tr 200  469.4. empregando a distribuição de probabilidade Pearson tipo III. Q Tr 100  194.312 e g = 0. (5).7   K = 2.824 0. EXEMPLO 7.312  3.824 0. - para Tr = 200 anos e g = 0. A assimetria pode ser positiva ou negativa.854 2. assimetria negativa para a média menor que a mediana.8  K = 2.7  K = 2. Antenor Rodrigues Barbosa Júnior 7.263.8  0.3: Q  194.223 0.745  K=? K  2.Elementos de Hidrologia Aplicada Prof.339  2.00 m3/s.223.223 0. obtém-se K da Tabela 7. g = 0.4 por interpolação: g = 0.6 Usando os dados da Tabela 7. para uso com a Eq. conforme se procura representar na Figura 7.891  2. (5).4: g = 0. 3.745  0.7 Da Eq. 168 . s  84. A distribuição Pearson tipo III é assimétrica e não admite valores negativos da variável hidrológica.891 e g = 0.8  K = 3.8  0.3. g = 0. Q Tr 200  194.

844 -0.667 4.294 2.847 4.268 0.318 -1.022 2.033 -0.736 -0.360 0.670 2.341 -1.926 1.656 -3.9 2.990 -1.238 1.104 -2.083 0.280 -1.910 -1.907 0.763 2.262 1.777 1.711 0.041 -1.549 1.910 3.449 -1.592 -0.819 -0.923 0.388 2.340 1.131 -1.216 -1.683 0.195 -1.383 1.319 -0.690 0.575 3.376 0.858 -1.819 -1.842 -0.337 -1.951 -1.262 -1.388 -3.7 -0.240 2.050 0.250 1.148 -0.006 -2.033 0.341 -0.996 -2.609 -0.643 1.667 -0.396 -0.818 1.149 -3.833 0.099 -0.132 -0.869 0.850 -0.018 -1.7 -2.333 1.018 0.686 -2.488 1.844 -0.585 2.755 2.157 1.282 1.1 0. Antenor Rodrigues Barbosa Júnior 7.849 1.210 0.148 0.857 -0.271 3. Período 1.764 0.116 1.301 1.758 -0.719 -0.732 -0.069 1.957 -3.750 -1.3 -0.817 0.448 1.706 2.895 0.973 3.808 0.2 -0.970 2.718 4.398 4.330 -3.882 -0.324 -1.666 2.733 -1.758 0.2 2.104 2.852 0.855 0.932 -3.0 -0.1 2.252 2.994 0.388 3.5 -0.3 -1.627 -0.284 1.636 3.278 2.5 2.749 1.107 2.086 -1.8 0.845 -3.147 4.282 1.277 2.087 1.765 0.824 -0.848 -0.605 -3.942 2.071 3.838 -0.216 1.023 0.261 2.785 1.889 -3.825 0.962 -1.838 0.329 -1.164 -0.752 -0.317 1.2 -2.307 0.856 0.336 1.272 2.636 169 1.790 0.198 1.056 -1.733 1.705 3.711 -0.482 2.7 0.013 -2.740 0.800 0.793 0.163 2.238 -1.711 -0.270 1.9 1.5 -1.920 0.333 -1.681 0.420 -0.690 0.586 -1.705 -3.665 -0.745 0.909 4.518 0.880 1.396 de Retorno (anos) 5 10 25 não excedência (%) 80 90 96 0.808 -0.012 -2.719 0.168 -1.606 1.310 1.995 0.134 3.815 2.9 -1.8 -1.003 Tr.664 1.195 0.400 2.667 .5 1.075 1.626 2.588 -1.341 0.472 2.855 -0.240 -0.440 -0.0 -1.318 1.939 0.945 0.837 1.544 -2.894 -1.029 -2.384 0.359 2.390 -0.128 1.376 -0.271 -3.726 -1.673 -1.351 -0.832 0.755 -2.609 0.2 0.178 2.808 -0.945 -0.720 1.336 -1.256 1.777 -0.867 0.211 2.799 0.853 0.705 -0.258 -1.555 0.854 0.925 -1.830 0.738 0.939 1.900 0.824 -2.254 0.686 2.997 2.333 1.588 1.107 -1.4 – Valores do fator de frequência K para a distribuição de Pearson tipo III Coef.116 1.518 -1.108 2.001 -2.4 -0.041 2.275 2.093 3.4 0.938 -1.444 3.147 1.0 1.567 1.725 -0.696 0.816 -0.973 -4.201 2.844 0.211 -3.800 0.714 0.282 -1.340 1.850 -0.714 0.959 0.022 -3.230 2.116 -0.714 -0.777 0.747 0.741 0.083 -0.688 -0.6 -2.0 1.765 -0.210 1.799 -0.388 -1.223 4.864 0.066 0.680 1.301 -1.0101 1.856 0.180 -0.317 -1.146 2.797 -1.050 -0.491 -1.337 1.193 2.368 0.895 -0.854 -0.869 0.152 3.675 -0.857 -0.6 0.996 0.1 1.453 2.681 -0.888 0.323 1.666 0.207 2.499 3.2 1.832 0.751 1.4 -1.702 0.834 1.472 -2.318 -1.8 -2.769 0.955 -2.225 0.660 -0.282 -0.274 1.267 2.155 1.5 -2.270 -1.309 -1.856 -0.339 -1.739 0.842 0.967 1.294 -1.2 -1.836 -0. g 3.458 -1.799 -0.651 -0.957 2.086 1.542 2.725 0.384 -0.166 1.9 -2.574 0.660 1.799 0.780 2.498 2.606 1.533 -1.240 0.553 3.064 1.869 -0.660 0.4 2.912 2.663 1.200 -1.200 1.636 -0.4 1.262 2.980 0.788 0.178 -2.774 -1.788 -0.616 -1.270 1.224 1.615 -2.666 -0.492 1.6 -0.800 -0.0 2.743 2.258 1.407 1.035 0.294 1.881 2.009 -2.891 -2.876 -0.769 -0.240 1.324 1.6 1.307 -0.312 3.147 -1.3 -2.066 2.051 4.018 1.132 0.690 0.501 1.846 -0.605 3.132 3.790 -0.780 -0.3 0.066 -0.372 4.366 1.817 -0.010 -2.360 -0.795 0.330 -0.7 -1.029 1.087 3.294 0.984 -1.353 -1.739 -0.326 -2.830 0.195 1.661 3.8 2.880 1.231 -1.197 -1.857 0.702 -0.970 4.128 -1.769 0.020 -1.195 -0.294 -0.149 3.955 1.839 -1.449 1.660 2.855 0.140 -1.1 -0.328 -1.712 0.615 2.254 -0.771 0.007 -2.848 2.857 0.444 4.499 0.368 -0.905 0.250 -1.740 0.714 0.000 1.576 2.853 -0.832 -0.2500 2 F = probabilidade de 10 20 50 -0.183 1.114 3.013 3.330 0.3 1.166 -1.016 1.823 0.945 1.555 -0.675 0.245 -1.783 4.440 0.910 1.932 3.116 0.643 0.6 -1.333 -1.460 -0.660 -0.302 1.949 2.423 -1.666 50 100 200 98 99 99.852 -0.981 -1.651 0.383 -1.097 1.012 -2.224 -1.806 1.537 0.537 -0.850 0.210 -1.329 1.769 0.0 -2.515 4.990 3.846 0.407 2.5 3.8 1.848 0.216 1.696 -0.284 -1.023 2.949 -0.856 2.435 1.9 0.771 -0.324 1.248 2.824 0.825 -0.017 0 0.479 -0.0 0.390 0.1 -1.990 0.197 1.845 3.690 -0.302 -1.946 0.037 -1.211 3.808 0.317 -1.245 1.724 0.013 -4.225 -0.108 2.666 4.752 0.819 0.069 3.054 2.836 0.460 0.179 2.219 2.989 -1.914 -0.753 3.745 3.740 -0.592 0.011 -2.017 0.949 0.877 -1.643 -0.762 -0.790 -0.795 -0.210 -0.183 -1.689 0.180 1.274 -1.700 -1.489 3.800 3.690 -0.7 2.217 1.6 2.553 -3.166 1.339 -1.223 3.Elementos de Hidrologia Aplicada Prof.339 1.424 1.581 1.9 -3.627 0.970 -0.048 3.970 0.828 3.528 1.282 0.268 -0.340 -1.584 4.310 -1.972 -1.479 0.318 1.311 2.798 0.087 -3.309 1.518 1.889 3.326 2.946 -0.044 0.544 2.747 -0.920 -0.7 1.891 2.341 1.041 1. Previsão de Enchentes Tabela 7.3 2.660 -1.339 1.518 -0.8 -0.087 2.800 -3.180 -0.252 -2.830 -0.645 -1.206 -1.037 0.768 0.524 -1.880 -1.128 2.905 -0.705 0.844 0.400 -2.816 0.716 1.282 1.093 -1.5 0.769 -0.444 -3.890 1.328 1.107 1.256 2.256 -1.499 -0.499 -3.379 1.159 2.164 0.051 -0.652 4.043 2.574 -0.993 1.324 1.994 -1.681 0. de assimetria.140 1.243 -1.4 -2.231 1.681 -0.420 0.292 -1.340 -1.1 -2.819 -0.732 0.351 0.724 -0.0526 1 5 -0.867 -0.351 1.832 -0.401 3.780 0.824 2.753 -3.064 -1.180 0.292 1.099 0.330 3.1111 1.745 -0.319 0.323 -1.806 -1.087 -1.

preliminarmente. o U. a distribuição log-Pearson tipo III como o padrão para uso pelas agências federais americanas. isto é.  para Tr = 100 anos e gy = 0. determinar as magnitudes das cheias de 100 e 200 anos de recorrência com base na distribuição log-Pearson tipo III. obtém-se K diretamente da Tabela 7. 170 .4  K = 2.7 Empregando os dados da Tabela 7. gy.4. SOLUÇÃO Das estatísticas produzidas conforme a Tabela 7.200. o desvio-padrão sy e o coeficiente de assimetria gy para a série transformada. Para obter a variável de magnitude x do evento de recorrência Tr com o emprego da equação de Chow para a distribuição log-Pearson tipo III9 deve-se. EXEMPLO 7. (26) é aplicada à transformada logarítmica da variável x.24758 . 9 Com o fim de estabelecer uma padronização de procedimentos. Water Resources Council adotou.Elementos de Hidrologia Aplicada Prof. 18) e coeficiente de assimetria.01m3/s. 3 (29) Com as Eqs. 17).178  0. iii) obter. determina-se a variável x Tr . calculando a transformada logarítmica.200 . em 1967. (21) e (22). desvio-padrão sy (Eq. Antenor Rodrigues Barbosa Júnior 7.S. iv) calcular y Tr por meio da Eq.200. (21).4 DISTRIBUIÇÃO LOG-PEARSON TIPO III A função de distribuição de probabilidade log-Pearson tipo III é assim denominada porque a função de distribuição da Eq. De forma resumida.3.19364 e g y  0.66933  Q Tr 100  10 2 . calcular as três estatísticas: média y (Eq. 1 y f y            1   y    exp        (28) onde y = log(x) e as demais grandeza são como já definidas na seção 7. deve-se proceder de acordo com a seguinte marcha de procedimentos de cálculo: i) construir a série para a variável transformada. (21) de Chow e obter x Tr pela Eq. agora definido como N gy  N  N  1  N  2  log x i 1 sy  y 3 i . Da Eq. o fator de frequência em função do coeficiente de assimetria gy e do período de retorno Tr. ii) calcular a média y . (22): y Tr  y  K  s y  x Tr  10 yTr .3. Previsão de Enchentes 7.178.4. da Tabela 4  K = 2.66933  467.388.24758  2. y i  log x i .4.  para Tr = 200 anos e gy = 0. Da Eq. por meio da Tabela 7.3: y  2.19364  2. (21). y Tr 100  2. s y  0.

7797 (33) Da Eq.     171 (35) . lembrando que PX  x  1 Tr . (31). 0. Exprime-se. mostraram que a distribuição dos valores extremos é independente da distribuição original e se comporta como função limite. em 1945. isto é. 4. Previsão de Enchentes y Tr 200  2. desde que a série fosse anual.  Tr   (34) Finalmente.8 Obter a expressão do fator de frequência de Chow em função do período de retorno para a distribuição de Gumbel.5 DISTRIBUIÇÃO TIPO I DE FISHER-TIPPETT OU GUMBEL Em 1928. definida pela expressão y 1 x  x  0. cada vazão da série de valores extremos fosse a maior vazão de uma amostra de 365 possibilidades (maior vazão do ano).19364  2. (30). y em função de Tr: y  1   y   ln  ln1   .388  0. tem-se 1 Tr  1  e e . Apoiando-se no argumento de que não há limite físico para o valor da máxima vazão de enchente. sugeriu que essa distribuição de valores extremos seria apropriada para a análise de frequência das cheias.45  s . Fx   PX  x  e e . 5) com a Eq.7797  s (31) Ou. Gumbel sugeriu que a probabilidade de ocorrência da cheia de magnitude igual ou superior a um dado valor x (probabilidade de excedência) pode ser expressa por PX  x  1  e e y (30) sendo e a base dos logaritmos neperianos e y uma variável reduzida. Fisher e Tippett.45  0.24758  2. tomando de vários conjuntos de muitas amostras o maior valor de cada conjunto.85 m3/s. pelas equações (33) e (34).45 . 0.7797 ln   1     ln 1  Tr   . obtém-se y 1 K  0.  K  0. Antenor Rodrigues Barbosa Júnior 7. definindo-se a frequência F(x) pela probabilidade de não excedência.70999  512.Elementos de Hidrologia Aplicada Prof.70999  Q Tr 200  10 2 . então. Gumbel. SOLUÇÃO Comparando-se a equação de Chow (Eq. y (32) EXEMPLO 7.

10 Usando os dados da Tabela 7.5771. Q  194. Para os casos reais de séries de tamanho finito (quando a distribuição é também conhecida como Gumbel-Chow). Portanto. Isto é. apresentamse na Tabela 7. o fator de frequência deve considerar ainda o tamanho N da série.9 Com base nos dados da Tabela 7.17  5.7797  84. estimar as magnitudes das cheias de 50 e 100 anos de recorrência. EXEMPLO 7.33 anos.5  K = 3.173m3/s.  para Tr = 100 anos e N=73. com N = ). y 1 500  194.235 . o período de retorno da média é de 2 anos.3. com base na distribuição Gumbel-Chow. existe uma probabilidade teórica de aproximadamente 43% de ocorrer uma vazão igual ou superior à média em um ano qualquer10.339m3/s e s  84.3. obtém-se K diretamente da Tabela 7. (5).34  0.5771  2.235  188 anos. E. calcular os períodos de retorno das seguintes vazões de enchente: a) Q = Q = 194. tem-se Tr  1 1  e e y  1 1  e e  0 .3. Com Q = 194. esta probabilidade seria de 50%.45  84. referida a uma amostra muito grande (dita Gumbel teórica.17 Finalmente.33 anos.Elementos de Hidrologia Aplicada Prof. Previsão de Enchentes EXEMPLO 7.5 os valores de K para diferentes períodos de retorno e tamanhos de amostra. isto é. N). 0. 10 Note que. para a distribuição Gumbel o período de retorno da vazão média é igual a 2. para a distribuição normal. aplica-se apenas ao caso da distribuição Gumbel. como 1 Tr  1  e e . SOLUÇÃO Da Tabela 7. (31). Para esse último caso. Pela Eq.17m3/s. na forma da Eq. para a distribuição normal. se Q = Q  y = 0.34m3/s e s = 84. calcula-se inicialmente o valor de y da Eq. K = K(Tr. b) Para obter o Tr correspondente a Q = 500m3/s.4044. Da Eq. SOLUÇÃO a) Neste caso. (31) tem-se y que. busca-se determinar o período de retorno da média da série. 172 .34m3/s. Deve ser apontado que a expressão analítica do coeficiente K em função de Tr. Antenor Rodrigues Barbosa Júnior 7. b) Q = 500m3/s. Na última linha desta tabela incluem-se os valores de K para a amostra de tamanho infinito. Isto é. (35). calcula-se Tr Tr  1 1  e e  5 .

339  3. Por essa formulação simples.9 é apresentado o papel de probabilidade de Gumbel. fatores que levam em conta. ainda.8167  84.4. para o cálculo da enchente de projeto.43 m3/s.4044  84. Ademais. os engenheiros sempre recorriam ao uso de equações empíricas da vazão. para Tr = 50 anos e N=73. As fórmulas práticas são ainda hoje utilizadas na forma conhecida como modelos de regionalização e requerem uma boa e confiável base de dados para produzir um ajuste estatístico satisfatório.90 m3/s. numa tentativa de reduzir a influência das variações no valor do coeficiente c. Pela Eq. na forma Q  c  An . escalas deformadas de Tr e F também são construídas (ordenadas). (36) não é. as influências dos outros fatores recaem sobre o coeficiente c. Sugere-se ao aluno repetir o problema-exemplo 7. O expoente n da Eq. Deve ficar claro que uma expressão tão simples como a Eq. Antenor Rodrigues Barbosa Júnior 7. capaz de representar a complexidade dos fenômenos envolvidos na ocorrência de uma cheia.5 K = 2.173  Q  431. ainda hoje utilizadas.173  Q  480. por exemplo. da Tabela 7. y (ordenada). basicamente pela ausência de dados hidrométricos que permitissem o emprego de métodos mais precisos e elaborados. indicando que os picos de vazão variam inversamente com a raiz quadrada da área de drenagem. (36) é frequentemente tomado como n= –0. 7. Estas equações. Por conveniência e para facilitar o lançamento dos dados em gráfico.339  2. a forma da bacia hidrográfica e a precipitação anual média.10 também poderiam ser obtidas por meio da construção do gráfico de frequência. não mais se justifica o emprego das fórmulas empíricas.5.8167. como aqueles discutidos no presente capítulo. em face da existência de uma quantidade relativamente abundante de dados e com a melhor compreensão dos fenômenos hidrológicos. Atualmente. em geral. são normalmente escritas em termos das características físicas e climáticas locais.Elementos de Hidrologia Aplicada Prof. Na Figura 7. 173 . fórmulas desse tipo não permitem a introdução da análise de probabilidade para a vazão calculada. Q  194.5 FÓRMULAS PRÁTICAS PARA A VAZÃO DE ENCHENTE DE PROJETO No passado.5. O emprego de fórmulas do tipo da Eq.10 utilizando a construção do gráfico de probabilidade. Algumas outras fórmulas empíricas incluem. Previsão de Enchentes Q  194. com o emprego do papel de probabilidade de Gumbel. (36) onde c e n são coeficientes empíricos. (05). O papel de Gumbel apresenta uma escala linear (abscissa) para a variável sendo estudada (evento extremo. 7. Uma das formas mais simples dessas equações empíricas exprime a vazão em função da área de drenagem da bacia hidrográfica. (36) ocorreu com mais intensidade no passado. chuva ou vazão) e uma escalar linear para a variável reduzida de Gumbel.1 USO DO PAPEL DE PROBABILIDADE DE GUMBEL As respostas ao problema-exemplo 7.

8983 2.1434 -0. F (%) 93.5622 40 41 42 43 44 -0.006 25 26 27 28 29 -0.963 2.9806 90 1.7283 3.8664 0.2944 2.1532 -0.9491 3.5259 5.4573 1.9635 3.2868 2.5248 1.4856 3.5169 2.9633 2.8425 0.3491 2.2860 3.33 95 96 98 98.0485 3.5199 1.6665 5.4712 1.2984 2.6632 3.5395 3.2549 3.3695 2.1540 -.1572 -0.0257 3.4048 2.8892 2.866 2.922 2.2905 2.2379 4.1518 -0.2699 2.1050 4.410 2.5410 1.6410 3.0886 3.0368 3.6247 1.0580 1.6292 3.4594 1.9133 2.4442 2.3069 2.3262 2.6373 2.268 3.1501 0.4739 1.4886 1.4961 5.8532 1.8337 0.0743 3.8106 3.7484 1.4023 3.9115 0.9265 1.1557 -0.3026 2.478 50 51 52 53 54 -0.8317 0.8701 1.6835 1.8356 3.1506 -0.4699 2.1568 -0.4759 3.4219 2.9049 0.2731 2.1535 -0.8450 0.4999 2.5543 3.6076 5. em anos 15 20 25 50 75 Probabilidade de não excedência.9958 0.1562 -0.5976 3.5929 1.126 2.6534 3.01543 -0.2763 2.235 2.9187 3.0338 1.5133 3.241 3.4687 1.831 2.3556 2.1376 -0.5299 1.4563 2.8742 0.9961 2.6805 3.7466 6.1545 -0.1538 0.1040 3.6993 3.563 3.265 20 21 22 23 24 -0.463 3.1515 -0.9 15 16 17 18 19 -0.8988 0.3211 2.6026 1.8631 6.1576 3.5194 3.9187 0.1564 -0.5470 1.6035 2.2832 2.5676 1.7240 99 4.4824 1.1463 -0.576 45 46 47 48 49 -0.8931 1.1567 0.8937 3.6954 3.67 2.5467 3.9709 2.5325 3.727 35 36 37 38 39 -0.8476 0.8357 0.1355 -0.8298 1.8379 0.891 2.8562 0.8279 0.4854 1.1454 -0.7409 3.8879 0.4954 1.1559 0.8849 2.1664 4.9873 3.1522 0.1478 -0.2270 3.2017 3.8830 0.7025 1.8807 2.4326 2.0517 99.9789 2.1573 0.1556 -0.1548 -0.8212 1.5704 3.302 2.721 4.104 2.1550 0.9031 2.1554 -0.1470 0.8245 0.8594 0.4118 2.3208 3.3934 2.4843 2.4565 3.1529 -0.6181 3.1526 -0.117 2.4639 1.4807 3.8728 3.1383 3.3371 2.1561 -0.086 2.5073 3.3430 2.8932 3.3770 2.8094 1.4663 1.Elementos de Hidrologia Aplicada Prof.1408 -0.7663 3.9362 2. Tr.5559 2.5353 1.5016 3.0610 3.8784 0.8767 2.3600 2 5 10 100 1000 10 11 12 13 14 50 -0.9265 3.188 2.3227 4.5881 3.9672 0.0049 3.9447 0.9301 2.8154 0.5110 1.0134 0.0153 3.8402 1.5 – Valores do fator de frequência K para a distribuição Gumbel-Chow tamanho da Amostra N Período de retorno.1422 80 1.1570 -0.4616 1.393 3.0054 2.8504 0.5354 3.3115 2.3623 3.4990 1.7766 1.5153 1.341 3. Antenor Rodrigues Barbosa Júnior 7.8262 0.1444 -0. Previsão de Enchentes Tabela 7.7875 3.9352 0.5874 2.847 2.5754 1.5068 1.4766 1.7113 3.9553 0.1571 -0.1510 -0.1566 -0.5163 2.842 30 31 32 33 34 -0.6512 1.152 2.5838 2.8483 1.5535 1.9425 2.301 3.5784 2.8168 0.5028 1.3850 2.9243 2.3162 2.7894 3.1496 -0.1490 -0.6132 1.1552 -0.4920 1.4712 (continua) 174 .3315 2.6316 2.1484 -0.2797 2.5603 1.8182 0.9561 2.8628 0.8141 1.8228 0.1787 3.9081 2.1205 3.4908 3.4794 1.8197 0.6665 1.8467 3.023 2.5790 3.1393 -0.

4667 3.135 3.7783 3.2556 2.8039 3.3738 3.8653 2.071 2.7963 2.3604 3.7913 0.3519 3.8101 2.4361 1.4458 1.7844 2.818 2.1598 -0.1598 -0.9 5.2039 2.2479 2.4407 1.4017 75 76 77 78 79 -0.3622 3.8059 2.4048 1.1590 -0.7860 3.7804 0.8455 2.7828 2.8058 0.8122 2.169 3.7769 2.4305 1.2583 2.7754 2.002 1.3717 3.1880 2.4185 1.2246 2.8009 0.1577 -0.4251 3.1891 2.7920 0.3940 3.4376 1.059 2.1603 -0.4081 1.780 2.1600 -0.145 3.3535 3.7877 2.8018 0.4219 3.3965 3.7740 2.1578 -0.1600 -0.8069 0.5927 2.8038 0.4266 1.8020 2.4128 3.4040 1.7899 0.5 – Valores do fator de frequência K para a distribuição Gumbel-Chow (continuação) tamanho da amostra N Período de retorno.1584 -0.796 2.1986 2.200 3.1602 -0.773 2.1597 -0.8116 0.4387 3.7834 0.8288 2.1603 -0.4512 1.2304 2.4317 65 66 67 68 69 -0.9363 175 100 1000 99 3.4010 1.8618 2.2344 2.1601 -0.2228 2.8144 3.1602 -0.7862 0.4424 1.7800 0.0442 2.4475 60 61 62 63 64 -0.8486 2.8092 0.8190 2.1937 2.4242 1.029 2.7965 0.109 3.1592 -0.752 2.1913 2.7893 0.3991 3.4291 1.2455 2.7982 2.8263 3.048 2.7795 0.7851 0.1587 -0.013 2.2387 2.4018 1.1961 2.1869 3.8426 2.4056 1.2193 2.788 2.1604 -0.359 .8000 0.3845 3.3586 95 96 97 98 99 100 -0.116 1.1580 -0.4352 3.183 3.7829 0.7957 0.7934 0.8128 0.2265 2.7700 3.7845 1.7880 0.1582 -0.2112 2.1604 0.4089 1.8314 2.1596 -0.2669 2.4188 3.1575 -0.7840 0.4254 1.1642 0.8341 2.2211 2.1602 0.4098 1.1594 0.3758 3.4532 1.8518 2.1599 0.2409 2.1596 -0.4440 1.2128 2.4154 1.7197 1.7991 0.7798 2.1902 2.1576 -0.8028 1.4346 1.8690 3.125 3.7713 2.4391 1.4494 1.7974 0.7813 2.4230 1.3916 3.1586 -0.3678 90 91 92 93 94 -0.7910 2.4135 1.4196 1.4318 1.2082 2. Tr.4207 1.4165 1.7791 1.155 3.8368 2.8103 0.8662 2.4500 99.1585 -0.2529 2.8048 0.3640 3.4278 1.4033 1.9115 3.6350 1.1590 -0.8214 2.762 2.8080 2.261  -0.2026 2.Elementos de Hidrologia Aplicada Prof.2284 2.7945 3. F (%) 93.7893 2.2610 2.3552 3.1588 -0.1595 -0.3779 85 86 87 88 89 -0.4107 1.4218 1.3503 3.4116 1.1372 4.3823 3.1579 80 0.3569 3.757 2. em anos 15 20 25 50 75 Probabilidade de não excedência.4175 1.3801 3.8550 2 5 10 55 56 57 58 59 50 -0.3892 80 81 82 83 84 -0.7856 0.7950 0.2324 2.2067 2.8238 2.33 95 96 98 98.7819 1.3487 5.7814 0.7927 0.1949 2.7927 2.7886 0.8583 2.7824 0.4461 3.3698 3.1583 0.1925 2.4332 1.7942 1.020 2.4158 70 71 72 73 74 -0.1599 -0.4071 3.4424 3.4623 3.007 2.1592 -0.2176 2.2012 2.4025 1.767 2.2143 2.806 2.1593 -0.219 2.4072 1.8080 90 1.1583 -0.7809 0.8167 2.038 2. Previsão de Enchentes Tabela 7.2639 2.2365 2.1587 0.67 1.3868 3.2097 2.1595 -0.7982 1.1581 -0.3659 3.4284 3.7726 2.1597 0.4099 3.4540 3.8397 3.4125 1.4552 1.2504 2.4145 1.1593 -0.7906 1.1601 -0. Antenor Rodrigues Barbosa Júnior 7.3048 1.7874 1.4044 3.1589 -0.8000 2.1973 2.2053 2.7868 0.1591 0.998 2.4064 1.4581 3.2160 2.2432 2.1999 2.

Previsão de Enchentes Figura 7.9 – Papel de probabilidade de Gumbel para a distribuição de frequência de eventos extremos 176 .Elementos de Hidrologia Aplicada Prof. Antenor Rodrigues Barbosa Júnior 7.

A. (1981). – organizadores (1995). Coleção ABRH de Recursos Hídricos. (1984). N. Ed. Previsão de Enchentes BIBLIOGRAFIA CETESB. M. Convênio CETESB – ASCETESB. 4.B. HWANG.M. I: Data acquisition and processing. TUCCI. WMO . WORLD METEOROLOGICAL ORGANIZATION. (1977). 121 – Água. Porto Alegre. PORTO. S. Fundamentos de Sistemas de Engenharia Hidráulica. HAAN. 177 .M. McGraw-Hill Int. (1983).K. UFRGS/ABRH/EDUSP. (1993).M. da UFRGS. & FRANZINI. Drenagem Urbana. RIGHETTO.. A.E.T. & MATTOS. R. J. C. Antenor Rodrigues Barbosa Júnior 7. & BARROS. II: Analysis. Water-Resources Engineering. Ed. C. LINSLEY. Guide to hydrological practices – Vol. Prentice-Hall do Brasil. Ed. Secretariat of the World Meteorological Organization – Geneva – Switzerland.H.. Hidrologia Aplicada.M. C.T. Coleção ABRH de Recursos Hídricos – v. VILLELA. Carlos: EESC/USP TUCCI. McGraw-Hill do Brasil.No168 – 4a ed. (1998). – Civil Engineering Series.C. Statistical Methods in Hydrology.Elementos de Hidrologia Aplicada Prof. Drenagem Urbana: Manual de Projeto. Secretariat of the World Meteorological Organization – Geneva – Switzerland. Ed. (1987). L. Hidrologia e Recursos Hídricos. forecasting and other applications. (organizador). S..E. (1975).No168 – 4a ed. WMO . Hidrologia: Ciência e Aplicação. WORLD METEOROLOGICAL ORGANIZATION. The Iowa State University Press. Guide to hydrological practices – Vol. R.

Elementos de Hidrologia Aplicada Prof.3) Que período de retorno deve o engenheiro adotar no projeto de uma galeria de drenagem de uma rodovia. assumindo que os picos de vazão sigam as distribuições: a) Normal. e) Gumbel (teórica). 3  desvio-padrão das cheias anuais: 28. qual o risco que a estrutura venha a ser sobrepassada a) no primeiro ano?. se se admite um risco de 10%? R: Tr = 475 anos. Previsão de Enchentes EXERCÍCIOS: PREVISÃO DE ENCHENTES 7.0%.7) As cheias anuais de um rio seguem uma distribuição Log-normal de probabilidade. determinar a magnitude da cheia de 100 anos. f) 307m3/s 7. c) Pearson tipo III. A cheia de período de recorrência de 2 anos foi estimada em 113m3/s e a de 10 anos em 150m3/s. f) Gumbel-Chow. 7. b) 271m3/s. 7. 7.2. Se a ensecadeira é projetada para resistir uma cheia de 20 anos. c) 0.24 m /s.50.6) Os dados de vazões máximas anuais da bacia do rio Jacupiranga. b) Discutir os resultados.5%.4%. c) R: 284m3/s. se ele está disposto a aceitar somente 10% de risco de que a obra falhe nos próximos 5 anos? R: Tr = 48 anos. a) Estimar as cheias de 100 anos e de 1000 anos com base nas distribuições Log-normal. c) em nenhum ano dos 5 anos de construção? R: a) 5. d) Log-Pearson tipo III. Determine a magnitude da cheia de 25 anos. c) 10000 anos? R: a) 63%. lançando os dados em papel de probabilidade.8%.2) Qual o período de retorno a considerar no projeto da hidrelétrica com vida útil de 50 anos. 7.1) Uma usina hidrelétrica tem vida útil de 50 anos. b) Log-normal.6%.  coeficiente de assimetria das cheias: 1.4) Uma ensecadeira deverá ser construída para proteger as atividades de construção de uma barragem durante os 5 anos de obra. 3  média das cheias anuais (série anual): 198. Com base nestes dados. Antenor Rodrigues Barbosa Júnior 7. Qual o risco que se corre se o seu vertedor é projetado para uma cheia de tempo de recorrência igual a: a) vida útil da obra? . b) 4. R: QTr=25 =166m3/s. (Utilizar relação de Weibull para a posição de plotagem: dados da série anual em ordem decrescente): Ordem m Q(m3/s) Ordem m Q(m3/s) Ordem m Q(m3/s) Ordem m Q(m3/s) 1 2 3 4 5 6 7 261 239 210 196 190 189 189 8 9 10 11 12 13 14 182 180 179 176 172 170 169 15 16 17 18 19 20 21 167 163 158 153 151 151 150 22 23 24 25 26 27 28 150 140 137 126 120 111 104 7.  média dos logaritmos (base 10) das cheias anuais: 1. e) 287m3/s. d) 320m3/s.0. R: a) 264m3/s. c) 77. b) 22. b) em um ano qualquer dos 5 anos de construção da barragem? . b) 1000 anos?.  coeficiente de assimetria dos logaritmos das cheias anuais: 0. 178 .5) O conjunto de dados abaixo foi obtido em um posto de medição de vazão. no período de 1940 a 1959 (inclusive).32 m /s.  desvio-padrão dos logaritmos das cheias anuais: 0. correspondentes a 28 anos de observação são fornecidos na tabela abaixo.27. Log-Pearson III e Gumbel-Chow.

7 data 11/03/1942 15/03/1943 07/03/1944 05/02/1945 28/01/1946 04/03/1947 16/03/1948 09/02/1949 24/02/1950 19/01/1951 26/02/1952 179 Q(m3/s) 96.2%. pelo método de Gumbel-Chow. 100.220 km2).0 225.9) O registro das máximas vazões anuais em um rio.0 205.0 240.0 139. c) R=22.Elementos de Hidrologia Aplicada Prof. 200 e 1000 anos. levantado durante 40 anos.0 75.0 95.0 .10 utilizando a construção gráfica em papel de probabilidade de Gumbel.4 244. a) Qual a probabilidade de ocorrer um evento de magnitude menor que 85 m3/s? b) Qual o valor de uma cheia com período de retorno de 200 anos? c) Qual a probabilidade de que ao menos uma cheia com período de retorno de 100 anos venha ocorrer durante os próximos 25 anos? R: a) P{Q<85}=87%. Obter as enchentes com tempos de recorrência de 50.0 165. 7.6 m3/s.33 anos.11) Determine.0 206.12) Considere os dados das vazões máximas observadas no rio Jaguari.0 102.0 237. Antenor Rodrigues Barbosa Júnior 7.9 169.0 109. log-Normal.8) Repetir o Exemplo 7.0 163.0 121. R: Q  90.0 116.0 425. e ii) o desvio-padrão da amostra é de 30 m3/s.0 289. é 2.0 212.0 182.0 490.0 data 29/03/1953 13/02/1954 17/01/1955 05/01/1956 21/01/1957 29/01/1958 23/03/1959 25/02/1960 23/12/1961 17/03/1962 31/12/1963 21/02/1964 Q(m3/s) 51.0 250.0 93. 7.0 123. o valor médio de uma série histórica de eventos máximos com 35 anos de observações. 7. indica que tais eventos se distribuem segundo Gumbel e têm média e desvio-padrão respectivamente iguais a 60m3/s e 23m3/s. Previsão de Enchentes 7.0 135. data 01/02/1931 09/12/1932 17/12/1933 05/01/1934 21/12/1935 07/03/1936 19/12/1937 22/12/1938 24/01/1939 14/01/1940 29/09/1941 Q(m3/s) 314. log-Pearson e Gumbel. conforme tabela abaixo.0 113. b) Q200=144.0 302. em Posto Jaguariúna (área de drenagem da bacia igual a 2.0 153.0 171.6m3/s.1 212.10) Demonstre que o período de retorno da média. sabendo-se que: i) o evento de magnitude 180 m3/s tem período de retorno de 50 anos. 7.0 167. considerando as distribuição das vazões Normal. na distribuição de Gumbel.