Revista Brasileira de Recursos Hdricos

Verso On-line ISSN 2318-0331

RBRH vol. 20 no.2 Porto Alegre abr./jun. 2015 p. 472 - 483

Incorporao de filtro numrico de separao de escoamento na assimilao de dados

para previso de vazes utilizando modelagem hidrolgica
Coupling flow separation numerical filters to the data assimilation method for streamflow forecasting using
hydrological modeling
Fernando Mainardi Fan1; Adalberto Meller2 e Walter Collischonn3
1

Doutorando do Instituto de Pesquisas Hidrulicas-Universidade Federal do Rio Grande do Sul - Porto Alegre, RS, Brasil
fernando.fan@ufrgs.br
2

Especialista em Recursos Hdricos Agncia Nacional de guas (ANA)- Brasil

betomeller@gmail.com

Professor Adjunto Instituto de Pesquisas Hidrulicas-Universidade Federal do Rio Grande do Sul - Porto Alegre, RS, Brasil
collischonn@uol.com.br
Recebido: 15/05/14 - Revisado: 24/09/14 - Aceito: 14/11/14

RESUMO
Uma das principais etapas da previso de vazo utilizando modelagem hidrolgica a assimilao de dados para corrigir as variveis de estado do modelo
hidrolgico e tornar a condio inicial da previso a mais prxima possvel da realidade observada. Uma forma de realizar assimilao de dados a utilizao de mtodos empricos, que utilizam os dados observados para corrigir diretamente as variveis do modelo hidrolgico. Um exemplo de modelo que utiliza
este tipo de tcnica emprica o MGB-IPH, recentemente muito utilizado para previso de vazes em estudos de caso brasileiros. Contudo, nesta forma de
assimilao podem ocorrer problemas quando os dados telemtricos observados apresentam descompassos sobre o volume total de gua existente na bacia, o
que pode se refletir em perda de qualidade nas previses. Desta forma, no presente trabalho apresentada uma pesquisa de investigao sobre a incorporao
do uso de filtros de vazo de base para controlar a assimilao de dados emprica em modelos hidrolgicos, usando como estudo de caso a tcnica utilizada no
modelo MGB-IPH. Partiu-se da hiptese de que possvel aprimorar a representao da recesso dos hidrogramas de uma previso de vazo ao incorporar
um controle melhorado da quantidade de gua que contribui para o fluxo de base em um local, a partir do uso de filtros digitais de separao de escoamento.
Para testar a hiptese foram realizados ensaios de previses por conjunto retroativas na bacia do Rio So Francisco, na regio da UHE Trs Marias, para
os trs perodos chuvosos entre 2010 e 2013. Visualmente os resultados das previses por conjunto mostram que o problema observado na assimilao de
dados foi removido com a utilizao do filtro de vazo de base. Este benefcio verificado atravs de uma melhoria em quatro medidas de desempenho calculadas, onde a maioria dos resultados apontou para melhoras nas previses. Como concluso, tem-se que a tcnica testada possibilita um melhor desempenho
na previso de vazes utilizando o modelo MGB-IPH, e que o uso de filtros numricos na assimilao de dados apresenta-se como promissor para outras
aplicaes similares de assimilao de dados.

Palavras Chave: Assimilao de dados. Separao de escoamento. Previso hidrolgica. Modelagem hidrolgica

ABSTRACT
One of the key steps in streamflow forecasting using hydrologic models is data assimilation to adjust the model state variables and make the initial condition
the closest possible to observed reality. One way to perform data assimilation is the use of empirical methods, utilizing the observed data to directly fix the
variables of the hydrological model. An example of a model that uses this type of empirical technique is MGB-IPH, recently widely used for streamflow forecasting in Brazilian case studies. However, some problems may occur using this method of assimilation when the observed telemetry data mismatch the total
volume of water in the basin, which may be reflected by a loss of quality in the forecasts. Thus, research about incorporating the use of baseflow separation
filters is tested in this study to improve the empirical data assimilation, using the MGB - IPH model as a case study. The work is based on the hypothesis that
it is possible to enhance the hydrograph recession predictions by incorporating an improved control of the amount of water that contributes to the baseflow at
a location using digital flow separation filters. To test the hypothesis, some hindcasting experiments were issued in the So Francisco River basin in the HPP
Trs Marias region for three rainy seasons between 2010 and 2013. Visually the results of the forecasts show that the problem noted in the data assimilation
was removed using the baseflow filter. This benefit is also verified through the calculation of four performance measures, where most of the results pointed to
improvements in the forecasts. In conclusion, the tested technique enables better performance in streamflow forecasting using the MGB - IPH model, and the
use of numerical filters in data assimilation is presented as promising for other similar applications of similar data assimilation techniques.

Keywords: Data Assimilation. Flow separation. Hydrological forecasting. Hydrological modeling

Fan et al.: Incorporao de filtro numrico de separao de escoamento na assimilao de dados

para previso de vazes utilizando modelagem hidrolgica

INTRODUO
A previso de vazes consiste na estimativa do escoamento em um determinado local de um curso de gua com
determinada antecedncia temporal. De acordo com a antecedncia com que as previses so realizadas podem ser definidas
como de curto ou longo prazo. A previso geralmente classificada como de curto prazo, quando o horizonte de previso
de algumas horas at cerca de trs semanas (TUCCI, 2005;
GEORGAKAKOS; KRYSZTOFOWICZ, 2001; BRAVO et
al., 2009; SENE, 2010). A previso de longo prazo envolve a
previso com antecedncia de meses ou anos, sendo muitas
vezes chamada de sazonal.
Uma das principais aplicaes de um sistema de previso
de vazes de curto prazo refere-se implantao de sistemas
de alerta, os quais permitem uma antecipao de eventos extremos e assim do incio das aes de mitigao dos possveis
impactos decorrentes. Outra aplicao importante dos sistemas
de previso no controle da operao de reservatrios, em
que atuam aumentando a segurana e permitindo que usinas
hidreltricas cumpram as suas restries de operao de forma
mais eficiente (LETTENMAIER; WOOD, 1993; BRAVO et
al., 2009; BOUCHER et al., 2012).
Para a previso de vazes de curto prazo podem ser
utilizados diferentes tipos de tcnicas tais como, por exemplo,
modelos auto regressivos, modelos baseados em dados (redes
neurais artificiais), modelos de propagao de vazo e modelos
hidrolgicos de transformao chuva-vazo (LETTENMAIER;
WOOD, 1993; TUCCI, 2005; SENE, 2010; MELLER, 2012).
Neste contexto, modelos hidrolgicos so frequentemente usados com a incorporao da informao de previso
numrica de precipitao, para estender o horizonte de previso para alm do tempo de concentrao da bacia, e melhorar
a qualidade da previso dentro de horizontes determinados
(LETTENMAIER; WOOD, 1993; TUCCI, 1998; SENE, 2010).
Adicionalmente, a possibilidade de incluir a informao
de modelos de previso do tempo para a previso de vazo
tem instigado a realizao de previses chamadas de previso
por ensemble ou por conjunto (KRZYSZTOFOWICZ, 2001;
DEMRIT et al., 2007; CLOKE; PAPPENBERGER, 2009;
Collischonn et al., 2013; MELLER, 2013). Em sua forma mais
comum, a previso de vazes por ensemble utiliza a informao
de um conjunto de previses meteorolgicas, derivadas de vrios
modelos meteorolgicos ou de diversos membros de um nico
modelo meteorolgico, como dado de entrada de um modelo
hidrolgico (CLOKE; PAPPENBERGER, 2009). Como resultado, tem-se um conjunto de distintos cenrios possveis de
vazes previstas, que permitem a estimativa de incerteza se a
tomada de possveis melhores decises em situaes de eventos
extremos (DEMRIT et al., 2007; RAMOS et al., 2013).
A incorporao de dados de modelos meteorolgicos
no uma exclusividade do uso de modelos hidrolgicos. Contudo, os modelos hidrolgicos com base fsica fornecem resultados
baseados em equaes que tentam simular os processos fsicos,
e assim permitem a extrapolao das previses para alm do
domnio dos dados observados com maior consistncia metodolgica, o que tambm um benefcio em relao aos mtodos

que utilizam somente a informao de vazo e estatsticas para

a realizao das previses (TUCCI, 2005; SENE, 2010).
No cenrio brasileiro, um exemplo de modelo hidrolgico que vem sendo muito utilizado para a previso de vazes
em bacias hidrogrficas o Modelo de Grandes Bacias ou MGB
-IPH (COLLISCHONN, 2001). Estudos de caso de previso
de vazo de curto prazo utilizando o modelo MGB-IPH podem
ser encontrados nos trabalhos de: Collischonn et al. (2005) e
Andreolli et al. (2006), que usaram o modelo para a previso
de vazes na bacia do rio Uruguai; Silva et al. (2007), onde o
modelo foi usado para a previso de vazes em toda a bacia do
Rio So Francisco; Tucci et al. (2008), que apresentam o uso
do modelo para a previso de vazes na bacia do Rio Grande;
Paiva et al. (2012) e Paiva et al. (2013), que apresentam o uso do
modelo para a previso de vazes na bacia Amaznica; Meller
et al. (2013) que apresentam o uso do modelo hidrolgico para
realizao de previses por ensemble na bacia do rio Paraopeba
(MG); Fan et al. (2012) que apresentam o uso do modelo para a
previso de vazes nas bacias dos rios Pelotas e Taquari-Antas
(RS); e Fan et al. (2013) que apresentam o uso do modelo para
a previso de vazes afluentes ao reservatrio de Trs Marias
(MG). Finalmente, nos trabalhos de Meller et al. (2014) e Fan et
al. (2014), so apresentados dois exemplos de estudos recentes
em bacias hidrogrficas brasileiras sobre previso por ensemble
nos quais utilizado o modelo MGB-IPH.
O modelo hidrolgico MGB-IPH um modelo conceitual e distribudo, desenvolvido para aplicao em bacias de
grande escala (>10.000km).A bacia hidrogrfica representada
atualmente dentro do modelo atravs de uma subdiviso em
pequenas bacias hidrogrficas, denominadas minibacias, onde
os processos hidrolgicos como a transformao chuva-vazo
so calculados (FAN; COLLISCHONN, 2014).
Em sua verso de distribuio ao pblico (www.ufrgs.
br/hge), o modelo utiliza um mtodo de assimilao de dados
emprico para previso de vazes, proposto originalmente por
Andreolli (2003), sendo sua ltima verso apresentada nos trabalhos de Paz et al. (2007) e Collischonn et al. (2007). Existem
ainda variantes desse mtodo, como a proposta por Meller et
al. (2012), que sugeriram uma alterao no coeficiente de ponderao do fator de correo das vazes na rede de drenagem.
A seguir, o assunto de assimilao de dados no que
tange o interesse desta pesquisa tratado com mais detalhe.

Assimilao de dados no modelo MGB-IPH

A assimilao de dados, tambm chamada de atualizao, consiste em um processo de retroalimentao em que as
observaes mais recentes so utilizadas para corrigir as condies iniciais do modelo hidrolgico antes de cada previso,
aproximando as condies simuladas pelo modelo s condies
observadas em campo.
No contexto da previso em tempo real, quando o modelo hidrolgico utiliza alguma tcnica de assimilao de dados
(VRUGT et al., 2006; LIU; GUPTA, 2007; LIU et al., 2012)
costuma-se dizer que o modelo opera em modo de previso.
A Figura 1 ilustra de forma esquemtica o efeito da assimilao
473

RBRH vol. 20 no.2 Porto Alegre abr./jun. 2015 p. 472 - 483

de dados sobre uma previso hipottica. Basicamente, o que se

procura obter o melhor ponto de partida possvel para uma
previso de vazo, o que invariavelmente afeta os resultados
ao longo do horizonte de previso, como o valor mximo do
pico de uma cheia.
No exemplo esquemtico mostrado como a assimilao
de dados pode ser importante, pois uma previso mais acurada
no incio pode significar a correta ultrapassagem de um limiar
de cheia no futuro.

observados e s representa o ponto de exutrio da sub-bacia,

onde existe um posto fluviomtrico com dados observados
usado para atualizao do modelo.
A cada intervalo de tempo de previso, os fatores de
correo so calculados e aplicados s variveis de estado do
modelo, para cada uma das minibacias simuladas. No caso da
atualizao das vazes na rede de drenagem, o fator FCA
ponderado pela rea de drenagem relativa de cada minibacia.
Assim, as correes da vazo na rede de drenagem, segundo
o mtodo em foco, so mais fortes em minibacias localizadas
sobre a drenagem principal, que possuem maiores reas de
drenagem acumuladas.
Na minibacia onde existem dados fluviomtricos, as
t
t
vazes observadas0 sot usadas 0em lugar
das calculadas pelo
t
(1)
FCA

Q
Qcalc
s as demaisobs
modelo. Para
minibacias, as
vazes calculadas pelo
t
t0 ta
t
t0 t a
modelo so atualizadas de acordo com a Equao 2:

ebac
ebac
Qati
FCA
Qcalci 1 Ai As (2)
(2)
,s
s Qcalci Ai As

Figura 1 Representao esquemtica do efeito da assimilao

de dados sobre um hidrograma

Existem diversas metodologias de assimilao de dados

desenvolvida para uso conjunto com modelos hidrolgicos.
Podem-se citar aquelas baseadas no Ensemble Kalman Filtering
e no Particle Filtering (CLARK et al., 2008; LIU et al., 2012).
Existem ainda os mtodos de assimilao empricos, em que a
correo das variveis baseada na estimativa direta de erros
cometidos pelo modelo.
A assimilao de dados no modelo MGB-IPH realizada atravs de um mtodo emprico que utiliza as vazes
observadas em tempo real para atualizar as variveis de estado
do modelo, representadas pelas vazes calculadas ao longo da
rede de drenagem e pelo volume de gua armazenado nos reservatrios superficial, subsuperficial e subterrneo do modelo
hidrolgico (MELLER et al., 2012).
A atualizao das variveis do modelo se d atravs de
um fator de correo (FCA), definido como o quociente entre o
somatrio das vazes observadas e calculadas ao longo de uma
janela de tempo imediatamente anterior ao incio da previso,
conforme apresentado na Equao 1:
=

=0

=0

(1)

Em que Qobs e Qcalc so as vazes observadas e calculadas, respectivamente; t o tempo de clculo; t0 o instante
de tempo da realizao da previso; ta o intervalo de tempo
durante o qual feita a comparao entre valores calculados e

Em que Qatbxi,s o valor atualizado da vazo na rede de

VBat

FCAs VBi PBi VBi 1 PBi (3)

i , s naminibacia
drenagem
i, localizada a montante do ponto s; Ai
a rea de drenagem acumulada na minibacia i ; As a rea de
drenagem acumulada
minibacia
de exutrio
da sub-bacia,
(4)
VBati ,sna VB
i
onde existem dados observados, e ebac um parmetro com
valores entre
0 e 1 que
deve ser definido de forma a encontrar
1 BFI
max a bi 1 1 a BFI max Qi
(5)
concordncia
umabi boa
entre as vazes previstas e observadas.
1

BFI
max
O mesmo fator de correo (FCA), aplicado atualizao da vazo na rede de drenagem, utilizado na atualizao

do volume de gua
armazenada
nos (6)
trs reservatrios concei =

tuais. Para os reservatrios, entretanto, a ponderao ocorre

em funo da frao
oriunda
dos reservatrios,
t0 do escoamento
t0
1/2
1 N
t
t 2)
(Qo Q
Qp)
(7)
= (Q
representada
pela
varivel
PBi.
n=1
(1)
FCAREMQ

N obs
s
calc
A correo
volumes
dos
reservatrios
conceituais
t
t0 tdos
t
t
t

a
0 a
1 N
quando PBEMA
>PB
,
isto
,
quando
a
frao
de
gua
escoando
no
(8)
= n=1|Qp Qo|
i
lim
N
rio de origem subterrnea,
estimada
pelo modelo, ebac
superior
a
ebac
(2)
Qati
FCAs Qcalci Ai As Qcalci 1 Ai As
,s
por:

um limite
pr-determinado
(PB
),

dada
2
+
lim
(9)
= [ () 0 ()]

bx
VBi PBi VBi 1 PBi (3) (3)
1
= 1

(10)
em que VBati,s o volume atualizado no reservatrio na
VBata imontante
, s VBi de s; VB (4)
minibacia i, situada
o volume calculado
i
do reservatrio conceitual na minibacia i; PBi a frao da vazo
na rede de
1 drenagem
BFI max originria
a bi 1 do
1 reservatrio
a BFI max conceitual,
Qi (5) PBlim
bi
a frao
mnima de gua
necessria
para
que
haja
a correo
1 a BFI max
dos reservatrios conceituais do modelo e bx um parmetro
t
t0
de atualizao com0 valores
t entre 0 e t 1 que deve ser definido
(1)
FCA

Q
Qcalc
= boa concordncia
(6)
uma
obs
de forma a sencontrar
entre as vazes

t
t0 ta
t
t0 t a
previstas e observadas.
1/2
1 N , isto , quando
Quando PBi<PB
a frao de gua
2
ebac
(Qo
Qp)
) A A ebac
(7) (2)
REMQ
= (A Alim
n=1

Qat

FCA

Qcalc

Qcalc

escoando
no srio de origem
seja,
i ,s
i Ni
ssubterrnea,ou
i
i quando
s

a vazo
de base estimada pelo
modelo,

inferior
a
um
limite
pr-deter1 N
dos
|Qp volumes
Qo| dada por:(8)
bx
minado (PBEMA
), a =
correo
lim
N
VBat

FCA
VBi PBi VBi 1 PBi (3)
s n=1
i,s

VBat

i,s

FCAs

= +[ () ()]2

0

(4)
VBat
i , s VBi

bi

= 1

(9)

(10)

1 BFI max a bi 1 1 a BFI max Qi

1 a BFI max

474
=

(6)

(5)

(4)

Fan et al.: Incorporao de filtro numrico de separao de escoamento na assimilao de dados

para previso de vazes utilizando modelagem hidrolgica

De aplicaes anteriores do modelo MGB-IPH (Meller,

2012), PBlim assume valores prximos a 30%. De acordo com Paz
et al. (2007), quando o parmetro bx assume valores prximos
a1, a atualizao dos volumes dos reservatrios conceituais do
modelo relativamente rpida.
No caso da aplicao da Equao 4, a varivel de estado
do modelo no atualizada. No caso da aplicao da Equao
3, a varivel de estado do modelo atualizada, sendo o valor
original substitudo por um valor que depende do Fator de
Correo de Atualizao (FCA) e do percentual de vazo de
base estimada no momento em que est sendo feita a correo. Isto significa que, durante as estiagens mais prolongadas,
quando uma frao maior da gua escoando no rio tem origem
subterrnea, realizada uma correo praticamente integral do
FCA. Durante as cheias, quando boa parte do escoamento
superficial, por outro lado, nenhuma alterao feita na varivel
de estado relacionada ao armazenamento de gua subterrnea,
como mostra a Equao 4.
Maiores detalhes sobre o funcionamento e um estudo
de caso de anlise de sensibilidade do mtodo sobre os resultados de previses de vazo podem ser encontrados em Meller
(2012). No presente trabalho dado foco especfico para a busca
pela soluo de uma deficincia que encontrada no mtodo,
apresentada a seguir.

em uma bacia, mas ao mesmo tempo aumentos de vazo so

verificados nos locais com dados fluviomtricos, um problema
de balano hdrico tende a ocorrer. Isto acontece por que no
possvel inferir corretamente a origem da gua que est causando
a cheia (detectada nos postos fluviomtricos), e assim no
possvel inferir de forma adequada como se d a sua distribuio
entre os escoamentos superficial, subsuperficial e subterrneo
na bacia hidrogrfica. Isto acaba confundindo o esquema de
correo do mtodo de assimilao de dados em estudo.
Desta forma, o modelo tende a gerar uma correo
descompensada nos diferentes reservatrios lineares que representam a bacia simulada. Quando a rede telemtrica erroneamente
indica a inexistncia de precipitao na bacia, ocasionada, por
exemplo, pela baixa densidade de postos, o mtodo de assimilao tende a gerar uma grande elevao na varivel de estado
relacionada ao reservatrio de gua subterrnea, j que no
possvel inferir adequadamente a real existncia de escoamento
superficial ou subsuperficial na bacia.
Nestes casos, onde h a correo exagerada na quantidade gua subterrnea, ocorre um efeito negativo especialmente
na previso do pico e das recesses dos hidrogramas de cheia,
gerando um patamar de escoamento de base acima do esperado.
Este efeito mostrado no esquema da Figura 2.

Deficincias na assimilao de dados emprica

em situaes de escassez de informao
A tcnica de assimilao de dados utilizada no MGB
-IPH pode ser classificada como uma metodologia emprica
de atualizao, j que ela usa diretamente os dados observados
considerando-os como paradigmticos e verdade absoluta, e os
aplica diretamente para corrigir as variveis de estado do modelo.
Dessa maneira, para a previso de vazes em tempo
real, a correo fortemente dependente da qualidade dos dados
de chuva e vazo disponveis, tanto em termos de resoluo
temporal como de resoluo espacial, para que os fenmenos
meteorolgicos e hidrolgicos que ocorrem na bacia sejam
adequadamente representados.
Contudo, no Brasil, a cobertura de redes telemtricas
ainda limitada, embora o nmero de estaes venha aumentando
ano aps ano, o que abre caminho para a desenvolvimento e
operao de novos sistemas de previso. bastante comum, por
exemplo, apenas a existncia de dados telemtricos de chuva e
vazo em um mesmo ponto, prximo a rios especficos, onde a
antena de transmisso para os dois tipos de dados aproveitada.
Isto pode ser inferido atravs do prprio portal de telemetria da
Agncia Nacional de guas (ANA) - www.ana.gov.br/telemetria.
A baixa densidade espacial de estaes telemtricas
inconveniente para os mtodos empricos de assimilao de
dados na previso de vazes, pois pode afetar a distribuio da
correo entre as diferentes variveis de estado do modelo. Em
outras palavras, necessrio que o balano entre a estimativa
da quantidade de gua precipitada sobre a bacia seja coerente
com a vazo observada nos postos fluviomtricos.
Quando a rede pluviomtrica no suficientemente
densa para detectar adequadamente as chuvas que ocorreram

Figura 2 Representao esquemtica do erro ocasionado pela

atualizao exagerada do reservatrio de gua subterrnea

Destaca-se, na Figura 2, que a apresenta um evento

de cheia observado, b apresenta o que seria a previso correta
da recesso e c mostra o problema ocasionado pela atualizao
excessiva do reservatrio subterrneo.
475

RBRH vol. 20 no.2 Porto Alegre abr./jun. 2015 p. 472 - 483

Os efeitos negativos comentados anteriormente tendem

a causar problemas na previso de vazo, especialmente em pocas chuvosas, quando ocorrem seqncias de eventos de cheias.
A representao inadequada da recesso do hidrograma pode
resultar em uma cheia superestimada nas maiores antecedncias
do horizonte de previso. A Figura 3 apresenta um exemplo
real (utilizando o modelo apresentado em FAN et al., 2013) de
uma previso de vazo realizada para o rio Abaet (MG), onde
pode-se observar uma superestimativa da vazo na recesso do
hidrograma, ocasionada pela correo exagerada da quantidade
de gua subterrnea pelo mtodo de assimilao.

em que Q a vazo total do hidrograma, i o intervalo de tempo,

b a contribuio do escoamento subterrneo, a um parmetro
de forma da recesso, e BFImax o mximo percentual de escoamento subterrneo que o filtro permite calcular. O BFImax o
mximo valor esperado de um coeficiente denominado Base Flow
Index (BFI), que a frao de escoamento subterrneo estimada
para um determinado local. O filtro aplicado considerando os
valores de bi limitados a valores menores ou iguais a Qi.
Este filtro tem sido largamente utilizado e tem apresentado resultados
promissores
na separao de escoamento
t0
t0
t
t
aFCA
partirde hidrogramas,
conforme
(1) observado nos
Qobs
Qcalc pode ser
s
trabalhost
de
e Fan (2012), Dora
t0 Eckhardt
ta
t(2005),Collischonn
t0 t a

(2013) e Mattiuzi (2013). Outra vantagem deste filtro que

seus parmetros podem
a partir de
ebac ser estimados diretamente
ebac
Qati
FCAs Qcalci Ai As Qcalci 1 Ai As (2)
,s

FAN, 2012).
uma anlise
dos hidrograma (COLLISCHONN;
Neste artigo proposta uma aplicao do filtro de
bx
base
ao
mtodo
dados
(3) do modelo
VBat

VBi PBide
VBi 1 PBde
FCAs emprico
assimilao
i,s
i
MGB-IPH (verso de distribuio), para o clculo do parmetro
PBi, que representa a frao do escoamento oriunda do reser(4)
VBati ,s VBi
vatrio subterrneo.
Essa correo realizada aplicando-se o filtro de vazo
de1base,
pela Equao 5, aos dados observados e ento
BFIdado
max a bi 1 1 a BFI max Qi
(5)
bi calculando-se
a 1frao
de gua subterrnea atravs da seguinte
a BFI
max
equao:

Figura 3 Super estimativa da vazo na recesso em um exemplo

real de previso de vazo para o rio Abaet (MG)

(6)
=
(6)

OBJETIVO E HIPTESE
O objetivo deste artigo investigar uma tcnica de
correo para mtodos empricos de assimilao de dados associados a modelos hidrolgicos, usando como estudo de caso
a tcnica utilizada no modelo MGB-IPH, para evitar problemas
na correo da varivel de estado relacionada gua subterrnea.
Parte-se da hiptese de que possvel melhorar a representao da recesso dos hidrogramas de uma previso de
vazo ao incorporar-se um controle da quantidade de gua que
contribui para o fluxo de base em um local, a partir do uso de
filtros digitais de separao de escoamento, apresentados a seguir.
Filtros numricos ou digitais constituem-se de mtodos
matemticos com tcerta
base fsica
t0 para separar hidrogramas em
0
t
t
suas componentes
e subterrnea,
de forma
(1) aproxiFCAs superficial
Qobs
Qcalc
mada (COLLISCHONN;
DORNELLES,
2013). Na aplicao
t
t0 ta
t
t0 t a
de filtros supe-se que a vazo total do hidrograma em um
determinado intervalo de tempo
formada por duas
ebac
ebac compoQati
FCAs Qcalci Ai As Qcalci 1 Ai As (2)
,s

nentes
-escoamento
superficial e escoamento
subterrneo
-e
que possvel fazer uma estimativa destas a partir da aplicao
bx
de uma
tcnica
de clculo.
(3)
VBat

FCA
i,s
s VBi PBi VBi 1 PBi
Para a separao de escoamento em grandes bacias
hidrogrficas, que tem importante contribuio subterrnea, um
(4) Eckhardt (2005):
i , s VB
filtro com dois VBat
parmetros
foii proposto por

bi

476

1 BFI max a bi1 1 a BFI max Qi

1 a BFI max

=
1

(6)
1/2

2
REMQ = ( N
n=1(Qo Qp) )
N

(5)

(7)

(5)

1/2
em que PBi a frao
do escoamento
oriunda do reservatrio
1
(Qo Qp)2 )
(7)
REMQ = ( N
n=1
N
subterrneo no intervalo
de tempo i, bi a vazo de base calculada, e Qi a vazo total observada no ponto.
1 N
|Qp
Qo|
(8) uma estimaEMAA =
utilizao
do filtro
de base proporciona
N n=1
tiva independente da frao de gua subterrnea em um local,
2 e qualidade dos dados pluque no +
afetada pela distribuio
(9)
= [ () 0 ()]
viomtricos, o que possivelmente permite uma correo mais
prxima da realidade
das variveis de estados relacionadas com
= 1 1

(10)
o escoamento
subterrneo do modelo hidrolgico.

EXPERIMENTO REALIZADO
Para avaliar a hiptese de que a incorporao do filtro
de vazo de base capaz de melhorar o desempenho da assimilao de dados do modelo, foi conduzido um experimento
na bacia do Rio So Francisco, delimitada at a confluncia
com o Rio das Velhas (aproximadamente 60.000 km), para a
qual o modelo MGB-IPH foi calibrado e validado para uso na
previso de vazes.
Detalhes da aplicao do modelo hidrolgico para esta
bacia podem ser encontrados em Fan et al. (2014), que mostra
um estudo de caso completo do uso do modelo para previso
de vazo por ensemble. A base de dados utilizada em Fan et al.
(2014) a mesma utilizada neste trabalho.
A Figura 4 apresenta a localizao da rea de estudo,
com destaque para a cidade de Pirapora e a UHE Trs Marias.
Esses locais so importantes neste contexto porque a ocorrncia
de cheias na cidade de Pirapora depende da vazo de fluente na
UHE Trs Marias. Assim, a operao do reservatrio depende

Fan et al.: Incorporao de filtro numrico de separao de escoamento na assimilao de dados

para previso de vazes utilizando modelagem hidrolgica

do conhecimento antecipado do regime de vazes afluentes ao

reservatrio para amenizar o impacto da ocorrncia de cheias
na cidade de Pirapora.

Figura 4 - Localizao da rea de estudo e pontos de maior interesse

para a previso de vazes (cidade de Pirapora e UHE Trs Marias)

A Figura 5 apresenta a distribuio das estaes telemtricas de monitoramento de precipitao e vazo existentes na
bacia e utilizadas na calibrao e validao do modelo hidrolgico
para a previso de vazes.

Ensemble Reforecast Data Set, mantido pelo National Center

for Environmental Prediction (NCEP) do National Oceanicand
Atmospheric Administration (NOAA) dos Estados Unidos
(HAMILL et al., 2012; GNEITING et al., 2005). Os dados deste
modelo meteorolgico esto disponveis em:http://www.esrl.
noaa.gov/psd/forecasts/reforecast2/download.html.
O conjunto de previses contm 11 membros com
discretizao temporal varivel de 3h ou 6h, dependendo da
antecedncia da previso, para um horizonte de at 16 dias.
Para antecedncias de at 72h (3 dias),a discretizao temporal
das previses meteorolgicas de 3h. A partir da antecedncia
de 72h at 284h (16 dias), as previses possuem discretizao
temporal de 6h.
Na previso de vazes, os valores das previses meteorolgicas foram desagregados para discretizao horria,
assumindo um valor constante e igual dentro do perodo de
desagregao. A resoluo espacial da grade do modelo meteorolgico de um grau. Para uso na modelagem hidrolgica, os
valores previstos da grade do modelo foram interpolados para
o centroide de cada uma das minibacias do modelo MGB-IPH,
utilizando o mtodo de interpolao IDW (Inverse Distance
Weighting ou inverso da distncia ao quadrado).
Com esses dados, foi conduzida uma sequncia de previses retroativas para os perodos chuvosos na bacia hidrogrfica
entre os anos de 2010 e 2013. Os dados de vazo e precipitao
utilizados foram fornecidos pela Companhia Energtica de
Minas Gerais (CEMIG). A sequncia de previses retroativas
foi executada com duas variantes do mtodo de assimilao de
dados: a primeira utilizando a verso do modelo MGB-IPH com
o mtodo original assimilao de dados (PAZ et al., 2007); e a
segunda com o modelo MGB-IPH com o mtodo de assimilao
com a modificao de incorporao do filtro de vazo de base.
Para comparar os resultados das previses de vazo por
conjunto utilizando os dois mtodos de assimilao de dados
avaliados, foram adotadas quatro medidas de desempenho:
Raiz do Erro Mdio Quadrtico (REMQ), Erro Mdio Absoluto (EMA), Continuous Ranked Probability Score (CPRS) e a
Proporo de Superestimativas. Estas medidas de desempenho,
t
t
com exceo da0 ltima,
so 0relativamente
bem conhecidas e
t
t
FCAs em
um grande
Qobs nmeroQcalc
utilizadas
de estudos de(1)avaliao de
t
t0 ta
t
t t a
previses determinsticas
e 0por
conjunto (STANSKI et al.,
1989; HERSBACH, 2000; WILKS, 2006; YOUNIS, 2008; RENebac
Ai As ebac et(2)
Qat
FCA
Qcalci VELZQUEZ,
Ai As Qcalc2009;
NER
et
al.s 2009;
,s
i
i 1 BROWN

al., 2010;
ADDOR, 2011; BRADLEY; SCHWARTZ, 2011; JOLLIFFE;
STEPHENSON; 2012;
REGONDA et al., 2013). Uma breve
bx
VBat

VBdas
1desempenho
PBi (3) e de sua
FCA
i,s
s uma
i PB
i VBide
descrio
de
cada
medidas
interpretao apresentadaa seguir:
(4)
VBati ,s VBi
Raiz do Erro Mdio Quadrtico (REMQ):
a raiz quadrada da diferena quadrtica mdia
1 Refere-se
BFI max a bi 1 1 a BFI max Qi (5)
entre
conjunto de previses e as observaes corresbi a mdia do
1 representa
a BFI maxa magnitude do erro cometido
pondentes. A REMQ
na previso, dando maior peso aos maiores desvios. Quanto mais

prximo seu valor

melhores so os resultados
estiver
= de zero, (6)

das previses. A REMQ foi

calculada a partir da Equao 7:

Figura 5 - Estaes telemtricas de monitoramento de precipitao

e vazo utilizadas neste estudo. As estaes medem as duas variveis

Como dados de entrada ao modelo hidrolgico para

previso de vazes, foram utilizadas previses meteorolgicas
por conjunto disponibilizadas pelo Global Ensemble Forecasting System (GEFS) da segunda gerao do NOAA Global

1/2

(Qo Qp)2 )
(7)
REMQ
= ( N
(7)
N n=1
1

EMA = N
n=1|Qp Qo|
N

(8)

= [ () 0 ()]

(9)

477

obs
t
t0 ta

1 a BFI max

calc
t
t0 t a

Qati
FCAs Qcalci Ai As
,s

ebac

Qcalci 1 Ai As

ebac

(2)

RBRH vol. 20 no.2 Porto Alegre abr./jun. 2015 p. 472 - 483

bx
VBat

FCAs VBi PBi VBi 1 PBi (3)

i,s

VBati ,s VBi

(4)
em que Qp o valor previsto da vazo; Qo o valor observado
da vazo; e N o nmero total de previses.
1 BFI max a bi1 1 a BFI max Qi (5)
bi
t0
t0
Erro Mdio Absoluto
(EMA):
1
t a BFI
t
FCA
Qobs do erromaxabsoluto
Qcalc
s
uma medida
entre os(1)dados obsert
t0 ta
t
t0 t a

vados e previstos. No caso

de previses por conjunto, o EMA
(6)
=

calculado comparando-se
a mdia do conjunto de previses
ebac
ebac
(2)modelo
1 EMA
Qat
FCA
Qcalci de
Ai Aspara
um
com
os
dados
observados.
Valores
,s
i
s Qcalc
i Ai As
1/2
1
perfeito REMQ
so iguais
A Equao
N (Qo
Qp)2 )8 apresenta
(7) a forma de
= (a zero.
N n=1
obteno do EMA:
bx
VBat

FCAs1 VBi PBi VBi 1 PBi (3)

i,s
(8)
EMA
= N
n=1|Qp Qo|

(8)

VBati ,s VBi

(4)
2
em
que Qp=o+
valor
previsto
da
vazo;
Qo o valor
()

()]

(9) observado
[
0

da vazo; e N o nmero total de previses.
1 BFI a b 1 a BFI max Qi (5)
bi max1 i 1
= 1 1
(10)
aProbability

BFI max
Continuous Ranked
Score (CRPS) mdio:
uma estatstica que resume a qualidade de uma pre
viso probabilstica
em um
=
(6) nico nmero, atravs da
contnua

comparao da integral dos quadrados das diferenas entre a

funo de probabilidades acumuladas empricas
das previses e a
1/2
1
2
(Qo Qp)emprica
)
(7)observaes.
REMQ
= ( N
funo de
probabilidades
acumuladas
das
n=1
N
No CRPS os valores mais baixos correspondem a melhores
1
resultados.
Matematicamente,
o valor do CRPS
(8) dado por
EMA
= N
n=1|Qp Qo|
N
(BROWN et al., 2010; ALFIERI et al., 2013):
+

(9)
(9)
= [ () 0 ()]

1 da

em que
Fp o =
valor
funo
de probabilidades

(10) acumuladas da
1
previso, que pode ser calculada de forma emprica ordenando
cada um dos membros da previso por conjunto; F0 o valor
da funo de probabilidades acumuladas da observao, que
dada por uma funo que assume probabilidade igual a unidade
para valores de Qp maiores ou iguais observao, e zero para
valores de Qp menores que os valores observados.
Uma maneira simples de entender o CRPS imaginar
as funes de probabilidades acumuladas plotadas na forma
mostrada na Figura 6. No grfico, no eixo das ordenadas,
esto as probabilidades acumuladas, e no eixo das abcissas os
valores das vazes. A linha vertical no centro a probabilidade
acumulada das observaes. E importante notar que o CRPS
no exatamente a rea entre as duas curvas, por que o termo
de diferena entre as probabilidades (diferena vertical entre os
grficos) elevado ao quadrado.

Figura 6 - Comparao entre a curva de probabilidades acumuladas

da previso por conjunto com a curva de probabilidades acumuladas
da observao, que s possui um valor nico horizontal

478

=
1

(6)
1/2

2
REMQ = ( N
n=1(Qo Qp) )
1

(7)

|Qp Qo|
(8)
EMA = N
N n=1
Na prtica, o valor do CRPS calculado como uma
mdia atravs dos
+ n pares de previses2e observaes, que levam
(9)
= [ () 0 ()]
ao valor utilizado
de CRPS mdio, dado por:

= 1 1

(10)

(10)

O valor numrico do CRPS mdio no diretamente

interpretvel em termos de erro na previso por si s, mas pode
ser utilizado para fins comparativos entre duas previses por
conjunto ou entre previses por conjunto e determinsticas.
Proporo de Superestimativas:
Esta medida de desempenho consiste na anlise seletiva
dos resultados de uma medida simples de confiabilidade denominada de Rank Histogram. O Rank Histogram consiste em
um grfico que apresenta a contagem da frao de observaes
que caem entre dois membros de um conjunto, organizado na
forma de um ranking da distribuio das previses. Esta medida
apresentada na forma de um histograma. J a Proporo de
Superestimativas consiste somente na poro inferior do Rank
Histogram, ou seja, uma contagem do nmero de observaes
em uma previso que fica abaixo de todos os membros de uma
previso por conjunto em cada horizonte de previso. Ela
uma medida direta da proporo de vezes em que as previses
so superestimadas em cada intervalo de tempo. Essa medida
especialmente til no contexto deste trabalho porque o mtodo
de assimilao investigado causa, conforme explicado anteriormente, um excesso de superestimativa nas previses e espera-se
que a correo aqui proposta possa diminuir esta deficincia.
Alm disso, seus resultados so mais compreensveis do que os
do Rank Histogram porque so passveis de serem apresentados
em um nico grfico para todos os horizontes de previso. Como
neste trabalho as previses por conjunto possuem 11 membros,
o valor ideal para o a medida de proporo de superestimativas
seria 1/11 ou aproximadamente 0,09.
Neste estudo o foco das anlises a representao dos
perodos de recesso (vazes baixas). Portanto, para destacar os
resultados calculados para as medidas de desempenho, todos os
clculos foram feitos considerando-se como limiar superior a
vazo com probabilidade de excedncia de 10% (Q10).

RESULTADOS
Nos experimentos ao total foram realizadas previses
para 637 dias, onde cada dia contou com 11 previses (uma
para cada membro do conjunto), com horizonte de previso
de 384horas (16 dias) cada.
As vazes afluentes ao reservatrio foram calculadas
pelo modelo hidrolgico considerando a vazo de todos os rios
que desaguam no reservatrio mais a vazo gerada em todas as
minibacias abrangidas pelo reservatrio.
A apresentao dos resultados estruturada da seguinte
forma: primeiramente feita uma anlise visual de alguns eventos
previstos, onde verificada a importncia do uso do filtro de
vazo de base e posteriormente so apresentados os resultados
das medidas de desempenho.

Fan et al.: Incorporao de filtro numrico de separao de escoamento na assimilao de dados

para previso de vazes utilizando modelagem hidrolgica

A Figura 7 apresenta o resultado da previso de vazes

afluentes ao reservatrio de Trs Marias para um evento ocorrido
em fevereiro de 2012. Nesta previso observa-se o benefcio
da utilizao da assimilao com filtro de vazo de base. Verifica-se, na figura 7a (sem filtro), que praticamente no existe
recesso na previso devido ao excesso de gua no reservatrio
subterrneo, e, por esse motivo, uma grande cheia prevista
no final do horizonte de previso. Contudo, na figura 7b (com
filtro), verifica-se que o uso da tcnica do filtro de vazo de base
permite uma previso da recesso bem mais correta, o que faz
com que a previso da magnitude da cheia pelo conjunto no
fim do horizonte de previso seja bem mais realista.

Figura 8 - Comparao entre os resultados de uma previso para

a vazo afluente a UHE Trs Marias entre 12/2011 e 01/2012
(hidrograma observado em azul, membros da previso por conjunto
em cinza e mdia do conjunto de previses em vermelho)

Figura 7 - Comparao entre os resultados da previso para a

vazo afluente a UHE Trs Marias em 02/2012 (hidrograma
observado em azul, membros da previso por conjunto em cinza
e mdia do conjunto de previses em vermelho)

A Figura 8 apresenta uma previso para a vazo afluente

ao reservatrio da UHE Trs Marias realizada no perodo entre
as duas cheias ocorridas entre dez/2011 e jan/2012, durante o
vero. Pode-se notar que a ausncia do filtro junto ao mtodo
de assimilao (Figura 8a) faz com que as vazes previstas
mantenham-se acima de 2000m/s durante a recesso, muito
embora os valores observados sejam da ordem de 1000 m/s. A
utilizao do filtro, por sua vez, permite melhorar a representao
da recesso entre os dois eventos de cheia na previso (Figura
8b). Com isto, tambm se obtm uma melhora na representao
da cheia posterior.
O mesmo benefcio associado utilizao do filtro
tambm notado nas previses realizadas para outros locais na
bacia. A Figura 9 apresenta uma comparao entre os resultados
de uma previso com e sem a utilizao da tcnica do filtro de

Figura 9 - Comparao entre os resultados de uma previso para

a vazo na Ponte da BR-040 em 12/2010(hidrograma observado
em azul, membros da previso por conjunto em cinza e mdia
do conjunto de previsesem vermelho)

479

RBRH vol. 20 no.2 Porto Alegre abr./jun. 2015 p. 472 - 483

vazo de base, para o rio Abaet no local da Ponte da BR-040,

para um evento ocorrido durante o ms de dezembro de 2010.
Nesta previso observa-se claramente o benefcio da utilizao da
assimilao com filtro de vazo de base. Verifica-se na figura 9a
(sem filtro) que tanto a recesso quanto o pico da cheia no centro
do hidrograma so superestimados por todos os membros do
conjunto hidrolgico. Na figura 9b, onde a previso realizada
com o uso da tcnica do filtro de vazo de base, so observados
melhores resultados na representao tanto dos picos como da
recesso do hidrograma, especialmente pelo conjunto mdio.
A seguir, so apresentados os resultados das medidas
de desempenho calculadas para analisar a eficincia do mtodo
proposto. A vazo afluente a UHE Trs Marias foi selecionada
para ilustrar os resultados obtidos.
Na Figura 10 so apresentados os resultados obtidos
para a Raiz do Erro Mdio Quadrtico (REMQ) das previses
com e sem a utilizao do filtro de base em funo do horizonte
de previso. Nessa figura, observa-se um benefcio na utilizao
do filtro de vazo de base para a assimilao de dados, uma vez
que o erro cometido com a utilizao do filtro menorque o erro
com a utilizao do mtodo original para praticamente todas as
antecedncias de previso.

Figura 10 Resultados de REMQ para a previso da vazo afluente

na UHE Trs Marias

A Figura 11 apresenta os resultados obtidos em termos

do Erro Mdio Absoluto (EMA) das previses utilizando o
filtro e sem sua utilizao. Novamente nota-se que existe um
benefcio na utilizao do filtro de vazo de base na assimilao
de dados para a previso da vazo afluente na UHE Trs Marias.

Figura 11 Resultados de EMA para a previso da vazo afluente

na UHE Trs Marias

A Figura 12 mostra os resultados para a medida de

desempenho CRPS mdio. Nota-se que os resultados obtidos
para a previso da vazo afluente na UHE Trs Marias apon-

480

tam novamente para uma vantagem na utilizao do filtro de

vazo de base.

Figura 12 Resultados de CRPS para a previso da vazo afluente

na UHE Trs Marias

Por fim, a Figura 13 apresenta os resultados obtidos

para proporo de superestimativas com e sem filtro de vazo de
base. Atravs da figura pode-se inferir que a previso de vazo
por conjunto com a utilizao do filtro tende a produzir superestimativas menores das recesses do que as previses sem a
utilizao do filtro de vazo de base para assimilao dos dados.

Figura 13 Proporo de superestimativas para a previso da

vazo afluente na UHE Trs Marias

A partir das Figuras 10 a 13, verifica-se tambm que

o benefcio do uso do filtro de vazo de base mais destacado
a partir do horizonte de previso de cerca de 48h para a vazo
afluente na UHE Trs Marias. Este valor possivelmente est
relacionado ao tempo de concentrao da bacia, onde a transformao chuva-vazo no to importante para a previso
das afluncias ao reservatrio para horizontes menores que 48
h, e o mais importante a propagao das vazes pela rede de
drenagem.
A tendncia foi tambm de o benefcio do uso da
tcnica baseada no filtro de vazo de base aumentar com o
aumento dos horizontes de previso at antecedncias de cerca
de 240h a 336h. Nestes horizontes a diferena entre as curvas
de desempenho dos dois mtodos foi mxima. Isto pode ser
constado na Tabela 1, que apresenta um resumo dos resultados
das mtricas para horizontes de previso a cada 48h (dois dias).
De uma forma geral, todas as anlises apresentadas
apontam para um melhor desempenho do modelo na previso
de vazes quando utilizado o filtro de vazo de base na assimilao dos dados.

Fan et al.: Incorporao de filtro numrico de separao de escoamento na assimilao de dados

para previso de vazes utilizando modelagem hidrolgica
Tabela 1 Resumo numrico dos resultados das mtricas para
horizontes de previso a cada 48h

Sem Filtro
Horizonte (h) REMQ

EMA

CRPS

Prop. Sup.

48

208

156

146

0.69

96

306

216

190

0.67

144

315

228

198

0.63

192

317

236

198

0.59

240

326

247

199

0.56

288

342

263

206

0.54

336

349

276

209

0.51

384

356

287

211

0.50

Com Filtro
Horizonte (h) REMQ

EMA

CRPS

Prop. Sup.

48

201

150

140

0.66

96

292

208

182

0.63

144

300

220

191

0.58

192

299

226

188

0.54

240

306

233

187

0.50

288

322

249

194

0.47

336

331

260

198

0.45

384

339

272

201

0.42

Diferenas (Com Filtro - Sem Filtro)

Horizonte (h) REMQ

EMA

CRPS

Prop. Sup.

48

0.04

96

14

0.04

144

15

0.05

192

17

10

0.05

240

20

14

12

0.06

288

20

14

12

0.08

336

18

16

11

0.06

384

17

15

10

0.08

*As unidades de medida so as mesmas utilizadas nos grficos de cada mtrica.

CONCLUSES
Este artigo apresentou uma investigao sobre a possibilidade de incorporao de filtros numricos de separao
de escoamento para melhorar o desempenho da assimilao
emprica de dados em modelos hidrolgicos. O estudo de caso
utilizado foi a bacia do rio So Francisco, na regio da UHE Trs
Marias, e o modelo hidrolgico adotado foi o modelo MGB-IPH.
Os resultados confirmaram a hiptese de que a utilizao do filtro de vazo de base melhora o desempenho das
previses hidrolgicas, diminuindo os erros das previses ao
permitir controlar de forma mais adequada o escoamento de
origem subterrnea na assimilao de dados.
Na anlise visual dos hidrogramas previstos em com-

parao aos hidrogramas observados, observou-se um impacto

positivo da utilizao do filtro de vazo de base na previso de
trs eventos distintos.
A superioridade do mtodo que utiliza o filtro foi confirmada na anlise dos resultados de medidas de desempenho.
possvel notar que os erros cometidos nas previses so
menores quando se utiliza o filtro de vazo de base. Na anlise
da proporo de superestimativas, observa-se tambm que a
utilizao do filtro de vazo de base diminui a proporo de
superestimativas de todos os membros da previso por conjunto.
Como principal concluso tem-se que a utilizao do
filtro de vazo de base na assimilao de dados traz um benefcio importante para a previso de vazes, contribuindo para
diminuio das incertezas.
Acredita-se que o mtodo de assimilao proposto tambm possa trazer benefcios quando aplicado a outros mtodos
empricos de assimilao de dados que apresentem deficincias
similares s apresentadas pelo mtodo atualmente adotado no
modelo MGB-IPH e aqui citadas.

AGRADECIMENTOS
O primeiro autor agradece ao CNPq pela bolsa de
Doutorado concedida durante a realizao desta pesquisa.Os
autores tambm agradem as sugestes e a colaborao dos dois
revisores annimos para a melhora da verso final do texto.

REFERNCIAS
ADDOR,N.; JAUN,S.; FUNDEL,F.; ZAPPA,M. An operational
hydrological ensemble prediction system for the city of Zurich
(Switzerland): skill, case studies and scenarios, Hydrol. Earth Syst.
Sci., v. 15, p. 2327-2347, 2011. doi:10.5194/hess-15-2327-2011.
ALFIERI,L.; BUREK,P.; DUTRA,E.; KRZEMINSKI,B.;
MURARO,D.; THIELEN,J.; PAPPENBERGER,F. .GloFAS
global ensemble streamflow forecasting and flood early warning,
Hydrol. Earth Syst. Sci., v. 17, p. 1161-1175, 2013. doi:10.5194/
hess-17-1161-201.
ANDREOLLI, I. ; COLLISCHONN, W.; TUCCI, C. E. M.;
HAAS, R.; REGINA, J. V. M.. Previso de vazo afluente a um
reservatrio utilizando previso quantitativa de chuva. Revista
Brasileira de Recursos Hdricos, v. 11, p. 55-70, 2006.
BOUCHER, M.-A.; TREMBLAY, D.; DELORME, L.;
PERREAULT, L.; ANCTIL, F. Hydroeconomic assessment
of hydrological forecasting systems. J. Hydrol. 416417, 133144,
2012.
BRADLEY, A.A.; SCHWARTZ, S.S. Summary verification
measures and their interpretation for ensemble forecasts.Monthly
Weather Review, v. 139, n. 9, p. 30753089, 2011.
BRAVO, J. M.; COLLISCHONN, W.; PILAR, J. V. ; SILVA,
481

RBRH vol. 20 no.2 Porto Alegre abr./jun. 2015 p. 472 - 483

B. C.; TUCCI, C., . Avaliao dos benefcios de previses de

vazo na operao de reservatrios. Revista Brasileira de Recursos
Hdricos, v. 13, p. 197-213, 2009.
BROWN, J.D.; DEMARGNE, J.; SEO, D.-J.; LIU, Y. The ensemble
verification system (EVS): a software tool for verifying ensemble
forecasts of hydrometeorological and hydrologic variables at
discrete locations. Environmental Modelling & Software, v. 25, n.
(7), p. 854872, 2010.
CLARK, M. P.et al. Hydrological data assimilation with the
ensemble Kalman filter: use of stream flow observations to
update states in a distributed hydrological model. Adv Water
Res., v. 31, p.13091324, 2008.

Hidrulicas. Universidade Federal do Rio Grande do Sul, Porto

Alegre/RS, 2013.
ECKHARDT K. How to construct recursive digital filters for
base flow separation. Hydrological Process, v. 19, p. 507-515, 2005.
FAN, F. M.; COLLISCHONN, W.; BUARQUE, D. C. ; TUCCI,
C. E. M. ; BOTELHO, L. C. M. . DESENVOLVIMENTO
E AVALIAO DE UM SISTEMA DE PREVISO
HIDROLGICA DISTRIBUDA PARA A REGIO DA
UHE TRS MARIAS. In: SIMPSIO BRASILEIRO DE
RECURSOS HDRICOS, XX., 2013. Bento Gonalves - RS.
Anais..... Simpsio Brasileiro de Recursos Hdricos, 2013.

COLLISCHONN W.; DORNELLES, F. Hidrologia para Engenharia

e Cincias Ambientais. ABRH, 2013. 570p.

FAN, F. M. ; PONTES, P. R. M. ; COLLISCHONN, W.;

BELTRAME, L. F. S. . Sistema de Previso de Vazes para as
Bacias dos Rios Taquari-Antas e Pelotas. In: SIMPSIO DE
RECURSOS HDRICOS DO NORDESTE, XI., 2012 Joo
Pessoa PB. Sistema de Previso de Vazes para as Bacias dos
Rios Taquari-Antas e Pelotas, 2012.

COLLISCHONN, W. Simulao Hidrolgica de Grandes Bacias. 2001.

277f. Tese (Doutorado) - Universidade Federal do Rio Grande
do Sul/Instituto de Pesquisas Hidrulicas, 2001.

FAN, F. M. ; COLLISCHONN, W. . Integrao do Modelo

MGB-IPH com Sistema de Informao Geogrfica. Revista
Brasileira de Recursos Hdricos, v. 19, p. 243-254, 2014.

COLLISCHONN, W. ; MELLER, A. ; FAN, F. ; MOREIRA, D.S.

; SILVA DIAS, P.L. ; BUARQUE, D. ; BRAVO, J. M. Short-term
Ensemble Flood Forecasting Experiments in Brazil. Geophysical
Research Abstracts, v. 15, p. 11910, 2013.

FAN, F. M.; COLLISCHONN, W.; MELLER, A.; BOTELHO,

L. C. M. Ensemble stream flow forecasting experiments in a
tropical basin: The So Francisco river case study.Journal of
Hydrology(Amsterdam), v. 519, Part D, p.2906-2919, 2014

COLLISCHONN, W. ; TUCCI, C. E. M. . Simulao hidrolgica

de grandes bacias. 2001. Revista Brasileira de Recursos Hdricos, v.
6, n.2, 2001.

GEORGAKAKOS, K.P.; KRZYSZTOFOWICZ, R. 2001.

Probabilistic and ensemble forecasting. Journal of Hydrology, v.
249, p.1, 2001.

COLLISCHONN, W. ; TUCCI, C. E. M.;HAAS, R. ;

ANDREOLLI, I. Forecasting river Uruguay flow using rainfall
forecasts from a regional weather-prediction model. Journal of
Hydrology (Amsterdam), v. 305, p. 87-98, 2005.

GNEITING, T. A. E.; RAFTERY, A. H.; WESTVELD III.T.;

GOLDMAN. Calibrated probabilistic forecasting using ensemble
model output statistics and minimum CRPS estimation. MonWea.
Rev, v.133, p.1098-1118, 2005.

COLLISCHONN, W.; FAN, F. 2012. Defining Parameters for

Eckhardts Digital Base Flow Filter.Hydrological Processes, v. 27,
n. 18, p. 2614-2622, 2012.

HAMILL, T. M. G. T.; BATES, J. S.; WHITAKER, D. R.;

MURRAY, M.; FIORINO, T. J.; GALARNEAU, JR. ZHU, Y;
LAPENTA, W . NOAAs second-generation global mediumrange ensemble reforecast data set. Bull Amer. Meteor. Soc., 2012.
submitted.

CLOKE, H.; PAPPENBERGER, F. Ensemble flood forecasting:

a review. Journal of Hydrology, v. 375, n. 3-4, p. 613626, 2009.

COLLISCHONN, W.; TUCCI, C. E. M.; HAAS, R.;

ANDREOLLI, I. Forecasting river Uruguay flow using rainfall
forecasts from a regional weather-prediction model. Journal of
Hydrology (Amsterdam), v. 305, p. 87-98, 2005.
DEMERITT, D.; CLOKE, H.; PAPPENBERGER, F., THIELEN,
J.; BARTHOLMES, J.; RAMOS, M.-H. Ensemble predictions and
perceptions of risk, uncertainty, and error in ood forecasting.
Environmental Hazards, v. 7, p.115127, 2007.
DORA, A.S. Quantificao de Reservas Renovveis de gua
Subterrnea em Bacias Hidrogrficas a Partir de Sries Histricas
de Vazo: Uma Ferramenta Para a Gesto e Bacias. 2013.
84f. Trabalho (Concluso de Curso) Instituto de Pesquisas
482

HERSBACH, H. Decomposition of the continuous ranked

probability score for ensemble prediction systems. Weather and
Forecasting, v. 15, p. 559570, 2000.
JOLLIFFE, I.T.; STEPHENSON, D.B. (Eds.). Forecast Verification:
A Practitioners Guide in Atmospheric Science. 2nd Ed., 2012.
KRZYSZTOFOWICZ, R. The case for probabilistic forecasting
in hydrology. Journal of Hydrology v. 249, n. 1-4, p. 29, 2001.
LETTENMAIER, D.P.; WOOD, E.F. Hydrologic Forecasting.
In: MAIDMENT, D. Handbook of Hydrology. . Chapter 22. Ed.

Fan et al.: Incorporao de filtro numrico de separao de escoamento na assimilao de dados

para previso de vazes utilizando modelagem hidrolgica

McGraw-Hill, Inc., 1993.

LIU Y.; WEERTS A .H.; CLARK M.; HENDRICKS
FRANSSEN H.-J.; KUMAR S.; MORADKHANI H.; SEO
D.-J.; SCHWANENBERG D.; SMITH P.; VAN DIJK A. I.;
VAN VELZEN N.; HE M.; LEE H.; NOH S. J.; RAKOVEC
O.; RESTREPO P. Advancing data assimilation in operational
hydrologic forecasting: progresses, challenges and emerging
opportunities, Hydrol. Earth Syst. Sci. Discuss, 2012.
LIU, Y.; GUPTA, H.V. Uncertainty in hydrologic modeling:
Toward an integrated data 488 assimilation framework. Water
Resour. Res. v. 43, W07401, 2007. doi: 10.1029/2006WR005756.
MATTIUZI, C.D.P. Estimativa de Recarga a Partir da Separao de
Escoamento de Base na Bacia Hidrogrfica do Rio Ibicu/RS. 2013.
69f. Trabalho (Concluso de Curso) Instituto de Pesquisas
Hidrulicas. Universidade Federal do Rio Grande do Sul, Porto
Alegre/RS, 2013.
MELLER, A. Previso de cheias por conjunto em curto prazo. 2012.
224f. Tese (Doutorado) - Instituto de Pesquisas Hidrulicas da
Universidade Federal do Rio Grande do Sul, 2012.
MELLER, A; BRAVO, J.M.; COLLISCHONN, W. Assimilao
de dados de vazo na previso de cheias em tempo-real com
o modelo hidrolgico MGB-IPH. Revista Brasileira de Recursos
Hdricos, v.17, n.3, Jul/Set 2012, p.209-224, 2012.
MELLER, A.; COLLISCHONN, W.; FAN, F. M.; BUARQUE,
D. C.; PAIVA, R. C. D.; DIAS, P.; MOREIRA, D. Previso de
Cheias por Conjunto em Curto Prazo. Revista Brasileira de Recursos
Hdricos, v. 19, p. 33-49, 2014.
PAIVA, R. C. D.; COLLISCHONN, W.; Bonnet, M. P.; de
Gonalves, L. G. G. On the sources of hydrological prediction
uncertainty in the Amazon. Hydrology and Earth System Sciences,
v. 16, p. 3127-3137, 2012.
PAIVA, R. C. D.; PAIVA, R. C. D.; COLLISCHONN, W.;
BONNET, M.-P. ;GONALVES, L. G. G.; CALMANT, S.;
GETIRANA, A. ; SANTOS DA SILVA, J. 2013. Assimilating
in situ and radar altimetry data into a large-scale hydrologichydrodynamic model for streamflow forecast in the Amazon.
Hydrology and Earth System Sciences Discussions (Online), v. 10, p.
2879-2925, 2013.
PAZ AR.; COLLISCHONN W.; TUCCI C.; CLARKE R.;
ALLASIA D. Data Assimilation in a Large-scale Distributed
Hydrological Model for Medium Range Flow Forecasts. IAHS
Press, IAHS Publication, No. 313, Wallingford, UK; 471478, 2007.

DEMARGNE, J. Short-term ensemble stream flow forecasting

using operationally-produced single-valued streamflow forecasts
A Hydrologic Model Output Statistics (HMOS) approach.
Journal of Hydrology, v. 497, p. 80-96, 2013.
RENNER, M., WERNER, M., RADEMACHER, S., AND
SPROKKEREEF, E. Verification of ensemble flow forecasts
for the River Rhine, Journal of Hydrology, v.376, p. 463475, 2009.
doi:10.1016/j.jhydrol.2009.07.059.
SENE, K., 2010. Hydrometeorology: Forecasting and Applications.
Publisher: Springer, 2009. 366 p.
SILVA, B. C. ; COLLISCHONN, W.; TUCCI, C. E. M.;CLARKE,
R. T. ; DELGADO, M. C. Previso hidroclimtica de vazo de
curto prazo na bacia do rio So Francisco. Revista Brasileira de
Recursos Hdricos, v. 12, p. 31-42, 2007.
STANSKI, H.; WILSON, L.; BURROWS, W. Survey of common
verification methods in meteorology. World Meteorological Organization
Geneva, 1989.
TUCCI, C. E. M. Modelos Hidrolgicos. Associao Brasileira
de Recursos Hdricos/ABRH. 2.ed. Porto Alegre: Editora da
UFRGS, 2005.
TUCCI, C. E. M. ; COLLISCHONN, W. ; CLARKE, R. T.,;
PAZ, A.R. ; ALLASIA, D. Short- and long-term flow forecasting
in the Rio Grande watershed. Atmospheric Science Letters, v. 9, p.
53-56, 2008.
VELZQUEZ,J.A.; PETIT,T.; LAVOIE,A.; BOUCHER,M.A.; TURCOTTE,R.; FORTIN,V.; ANCTIL,F. An evaluation of
the Canadian global meteorological ensemble prediction system
for short-term hydrological forecasting, Hydrol. Earth Syst. Sci.,
v. n. 13, p. 2221-2231, 2009. doi:10.5194/hess-13-2221-2009.
VRUGT JA, GUPTA HV, NUALLIN B, BOUTEN W.
Real-time data assimilation for operational ensemble streamflow
forecasting. J Hydrometeorol, v. 7, p.54865, 2006. http://dx.doi.
org/10.1175/JHM504.1.
WILKS, D. Statistical Methods in the Atmospheric Sciences. Academic
Press, 2006.
YOUNIS, J.; RAMOS, M.-H.; THIELEN, J. EFAS forecasts for
the MarchApril 2006 flood in the Czech part of the Elbe River
Basin a case study. Atmospheric Science Letters, v. 9, p.8894, 2008.

RAMOS, M. H.; VAN ANDEL, S. J.; PAPPENBERGER, F. Do

probabilistic forecasts lead to better decisions? Hydrol. Earth
Syst. Sci., v. 17, p. 2219-2232, 2013.
REGONDA S. K.; SEO D.; LAWRENCE B.; JAMES D. B.;
483