SIGA v1.0 Manual PDF

MANUAL DO SIGA
FUNCEME/DNOCS - CE, BRASIL

Copyright
c 2013 Funceme
P UBLISHED BY F UNCEME
WWW. FUNCEME . BR
Licensed under the Creative Commons Attribution-NonCommercial 3.0 Unported License (the
“License”). You may not use this file except in compliance with the License. You may obtain a
copy of the License at http://creativecommons.org/licenses/by-nc/3.0. Unless requi-
red by applicable law or agreed to in writing, software distributed under the License is distributed
on an “AS IS” BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND,
either express or implied. See the License for the specific language governing permissions and
limitations under the License.
First printing, May 2013

Sumário
I Fundamentação Teórica 7
1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1 Histórico 11
1.2 Parceiros 12
2 Rede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 Hidrologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1 GWLF 17
3.2 SMAP Diário 18
3.3 HYMOD 20
4 Calibracao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.1 MOPSO 26
4.2 MOHBMO 29
5 Operação de Reservatórios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
6 Ferramentas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.1 Importações 37
6.1.1 Importação de Séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.1.2 Importação de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.2 Thiessen 39
II Como usar 41
7 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
7.1 Barra de Menus 47
7.2 Barra de Ferramentas 49
7.3 Apresentação dos Resultados 49
7.4 Módulos 52
8 Rede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
8.1 Desenho da Rede de Fluxo 53
8.1.1 Criando um nó . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8.1.2 Selecionando um nó . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8.1.3 Mudando a posição de um nó . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.1.4 Removendo um nó . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.1.5 Criando um trecho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.1.6 Selecionando um trecho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.1.7 Removendo um trecho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.1.8 Segmentando um trecho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8.1.9 Desfazendo segmentação de um trecho . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8.1.10 Múltipla seleção de nó(s) e/ou trecho(s) . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8.1.11 Mudando a posição de vários nós e trechos . . . . . . . . . . . . . . . . . . . . . . . . 57
8.2 Módulo de Rede 57
8.3 Barra de Ferramentas de Rede 59
9 Hidrologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
9.1 Modelos Hidrológicos 61
9.1.1 GWLF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
9.1.2 SMAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
9.1.3 HYMOD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
9.1.4 SACR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
9.1.5 CN3S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
10 Calibração . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
10.1 Introdução 69
10.2 Módulos para Calibração 69
10.2.1 SMAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
10.2.2 HYMOD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
10.2.3 CN3S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
10.3 Algoritmos de Otimização 71
10.3.1 MOPSO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
10.3.2 HBMMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
10.4 Resultados 72
10.5 Análise de Sensibilidade 72
11 Operação de Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
11.1 Introdução 73
11.2 Simulação 73
11.3 Otimização 74
12 Ferramentas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
12.1.1 Importação de Séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
12.1.2 Importação de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
12.2 Thiessen 78
12.2.1 Calcular Thiessen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
12.2.2 Gerar matriz de Thiessen (.tmtrx) a partir de séries do SIGA (.srs) . . . . . . . . . 80
Lista de Apêndices 81
A Entrada e Saída de Séries Temporais . . . . . . . . . . . . . . . . . . . . . . . . 83
B Entrada e Saída de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

B.1 Matriz de alocação 89
B.2 Matriz de CAV (Cota - Área - Volume) 90
B.3 Matriz de Thiessen 91
C Métodos de Execução de Thiessen . . . . . . . . . . . . . . . . . . . . . . . . . . 93

C.1 Método Tradicional 93
C.2 Método Por Sub-bacia 94
C.3 Método Por Bounding Box de Sub-bacia 94
D Georreferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
D.1 Shapefiles 97
D.2 Rasters 98
D.3 Sistema de Coordenadas 99
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Livros 101
Artigos 101
Parte I
Fundamentação Teórica
Histórico
Parceiros
1 — Introdução
O SIGA - Sistema de Informação para o Gerenciamento da Alocação de Água - é um sistema

de informação que reúne diversos modelos hidrológicos para dar suporte ao planejamento e
gerenciamento de sistemas hídricos, especialmente no que se refere à alocação de água. Este
sistema auxilia o processo de tomada de decisões através da apresentação e análise de alternativas
estratégicas de planejamento baseadas nos resultados das simulações tanto na escala de clima
(mensal) quanto na escala de tempo (diária e sub-diária).
No contexto de planejamento dos recursos hídricos, a FUNCEME desenvolveu o SIGA
- Sistema de Informação para Gerenciamento da Alocação de Água, um software robusto e
confiável, que se constitui numa ferramenta de apoio à decisão para operação de reservatórios nas
escalas mensal e diária, subsidiando o processo de alocação de água e a operação de reservatórios
de uma sistema hídrico, com base em técnicas de simulação e otimização.
O desenvolvimento de sistemas computacionais aplicados ao gerenciamento ambiental e de
recursos hídricos iniciou-se na década de 50 e vem evoluindo rapidamente. Avanços tecnológicos,
juntamente com o crescente acesso a computadores, têm possibilitado uma maior disponibilidade
de sistemas computacionais para aplicação em atividades de gestão ambiental e de recursos
hídricos [Loucks1992],[Loucks1995].
Especificamente falando em aplicações para sistemas hídricos, um sistema de informação
é definido como uma ferramenta computacional projetada para representar os componentes de
uma bacia hidrográfica e suas interações. Esses elementos são os solos, rios, lagos, aqüíferos,
usos do solo, vegetação, topografia, clima e qualquer outro componente que caracterize a bacia.
As interações entre esses elementos são comandadas por processos físicos, químicos e biológicos
que acontecem no âmbito da bacia e que são geralmente representados através de modelagem
matemática.
Sistemas de informações em recursos hídricos são muitas vezes desenvolvidos com o propó-
sito de ajudar no gerenciamento da água frente a diferentes demandas e interesses (muitas vezes
conflitantes) resultantes da dinâmica de ocupação da bacia hidrográfica. A função dos sistemas
computacionais que tentam representar essa realidade é simular a complexidade inerente ao
funcionamento de sistemas hídricos de maneira a facilitar sua compreensão, operação e gestão.
10 Introdução
No entanto, muitas vezes o resultado desse esforço culmina na disponibilização de sistemas

por demais complexos, de difícil compreensão e aplicação para grande parte do público alvo
para o qual esse sistema tenha sido desenvolvido. Como resultado disso, tem se observado um
distanciamento entre as informações que modelos e ferramentas computacionais podem oferecer
e o que os usuários desses sistemas acreditam ser útil e relevante em suas tarefas cotidianas
[Loucks1992].
Parte da dificuldade de utilização de sistemas de informação origina-se da complexidade
dos modelos matemáticos utilizados para simular o comportamento do sistema hídrico e gerar
as informações disponibilizadas pelo sistema. A pouca compreensão do funcionamento desses
modelos, de suas hipóteses de formação e condições de contorno têm reduzido sobremaneira a
utilização de modelos matemáticos nos processos decisórios de gestão de águas.
Por outro lado, o desenvolvimento de sistemas computacionais interativos que facilitem a
comunicação modelo-usuário tem alcançado pouco sucesso por que falham na concepção de
interfaces aplicadas a diferentes perfis de usuários. Muitos desses sistemas são implementados
com pouca preocupação com o formato que suas interfaces terão diante do perfil de usuário para
o qual os sistemas tenham sido desenvolvidos.
De maneira que a percepção dos benefícios e das facilidades de uso de sistemas computacio-
nais para elaboração de estudos e análises em recursos hídricos fica limitada a um grupo reduzido
de especialistas e profissionais de recursos hídricos ou até mesmo aos profissionais diretamente
envolvidos no desenvolvimento do sistema. O desenvolvimento de ferramentas capazes de
superar esses obstáculos tem representado um desafio e uma meta ainda a ser alcançada.
O adequado planejamento da operação de sistemas de recursos hídricos envolve o gerenci-
amento de uso dos recursos hídricos diante de um cenário de multiplicidade de usos da água
(muitas vezes conflitantes) e de diversidade de objetivos. Variabilidades espacial e temporal
da disponibilidade de água numa bacia hidrográfica impõem uma dificuldade extra à tarefa de
gerenciamento da alocação de água em sistemas de recursos hídricos. Soma-se a esse conjunto
de incertezas, a imprevisibilidade de ações de indivíduos e instituições que influenciam e são
influenciados por decisões e operações em sistemas hídricos [Loucks1992].
Inseridos nesse complexo cenário de incertezas, gerentes e técnicos da área de gerenciamento
de sistemas hídricos enfrentam a difícil tarefa de destinar água para diferentes usuários em
quantidades adequadas e dentro do padrão temporal exigido pelos usuários. A alocação de água
em bacias hidrográficas procura então compatibilizar interesses diversos de usuários de água
com limitações impostas pela realidade física dos sistemas hídricos aliados a condicionantes de
ordem legal, econômica, ambiental e social de cada situação particular.
Para lidar com a crescente complexidade dos problemas relacionados à alocação de água,
profissionais da área de recursos hídricos têm utilizado os fundamentos da análise sistêmica de
recursos hídricos, juntamente com técnicas de simulação e otimização. A abordagem sistêmica
em recursos hídricos busca a solução de problemas complexos através da representação simpli-
ficada, ou abstração, de sistemas procurando-se manter as informações mais relevantes para a
solução do problema. Técnicas de simulação procuram reproduzir o comportamento de sistemas
hídricos diante de determinados cenários, enquanto técnicas de otimização abordam o problema
através da definição de uma função-objetivo a ser otimizada e que traduz matematicamente o
objetivo definido no processo decisório. Dentro da abordagem sistêmica em recursos hídricos, a
utilização de modelos matemáticos é possivelmente um dos principais meios para se prever o
comportamento futuro dos sistemas hídricos. Através da modelagem matemática, procura-se
uma melhor compreensão do funcionamento de sistemas hídricos e a obtenção de informações
para o aperfeiçoamento de projetos, do gerenciamento e da operação dos sistemas.
1.1 Histórico 11
Com a crescente complexidade dos problemas ambientais e de recursos hídricos, as con-

seqüências econômicas e políticas de decisões gerenciais têm alcançado importância sem prece-
dentes. A disponibilização de tecnologias que gerem informações no tempo correto é essencial
para tornar esse processo de tomada de decisões em recursos hídricos mais eficiente e racional.
Esse sistema, denominado Sistema de Informação para o Gerenciamento da Alocação de
Água (SIGA), reúne numa única ferramenta computacional módulos agrupados de acordo
com o tipo de aplicação, por exemplo, desenho esquemático ou georreferenciado da rede
hídrica, simulações hidrológicas utilizando modelos de chuva-vazão, calibrações dos modelos
hídrológicos, simulações de sistemas de reservatórios, quais sejam:
• Módulo de Desenho de Rede de Fluxo;
• Módulo de Simulação Hidrológica;
• Módulo de Calibração;
• Módulo de Visualização de Resultados;
• Módulo de Simulação e Otimização da Operação de Reservatórios;
Também há outras aplicações como a importação de séries de dados como informações
pluviométricas e fluviométricas da Agência Nacional de Águas - ANA, informações de nível de
reservatórios monitorados pela Companhia de Gestão dos Recursos Hídricos do Estado do Ceará
- COGERH, dados de pluviômetros da Fundação Cearense de Meteorologia e Recursos Hídricos
- FUNCEME. A Figura 1.1 mostra a interface principal do sistema.
Figura 1.1: Interface principal do SIGA
1.1 Histórico
Iniciado em agosto de 2005, o projeto de desenvolvimento do SIGA é coordenado por pesquisa-

dores da FUNCEME e conta com a colaboração do Departamento de Computação Gráfica da
Universidade Federal do Ceará (UFC).
• 2005 - Parceria UFC/CRAb/FUNCEME;
• 2006 - Edital CNPq;
12 Introdução
• 2007 - Convênio CAGECE/FUNCEME;

• 2008 - Convênio PROGERIRH/SRH/BANCO MUNDIAL
• 2009 - Convênio DNOCS
1.2 Parceiros
Abaixo na Figura 1.2 podem ser visualizadas as logomarcas dos parceiros do SIGA.
Figura 1.2: Parceiros e colaboradores e usuários do SIGA

2 — Rede
É no módulo de rede de fluxo que o usuário desenha uma representação do sistema hidroló-
gico a ser utilizado nos módulos do SIGA. O desenho da rede hídrica pode ser esquemático ou
georreferenciado. Quando esquemático são adicionados elementos (nós e links) que representam
os corpos hídricos e suas distâncias são apenas visuais.
No módulo de rede são inseridas as informações relacionadas aos nós e aos trechos da rede
de fluxo. Quando um elemento é criado torna-se necessário escolher um tipo ou perfil a ele.
Conforme o tipo do elemento o sistema irá utilizá-lo de formas distintas, sendo os tipos de nós
disponíveis: bacia, junção, reservatório, lago ou demanda. Já os tipos de links ou trechos são:
trecho natural e trecho artificial. Estes podem ainda ter informações complementares como, por
exemplo, se há contribuição lateral e se o trecho possui bombeamento.
Neste módulo também é possível utilizar um sistema de projeção cartográfica para desenhar
a rede hídrica possicionando os elementos como reservatório, pontos de demanda, pontos de
junção em suas localizações reais. Para facilitar é possível utilizar arquivos do tipo shapefile ou
do tipo rasters para auxiliar na visualização dos espelhos d’água ou das elevações montanhosas.
O uso de arquivos do tipo shapefiles, poligonos, pontos , multpolignos, também podem ser
utilizados para o calculo da média ponderada por Thiessen como explicitado no apêndice C.
Com o intuito de proporcionar uma uniformidade nas informações dos elementos da rede
entre os módulos do sistema, só é possível alterar o desenho da rede de fluxo neste módulo, nos
demais só é permitida a seleção de nós e trechos.
As Figuras 2.1, 2.2 e 2.3 mostram desenhos de rede de sistemas hídricos de bacias hidro-
gráficas do Ceará. A Figura 2.1 mostra um desenho esquemático com mais de 50 elementos
de rede. Já a Figura 2.2 mostra um desenho mais simples, sendo que dessa vez utilizando o
poligono da bacia do Curu para delimitar e posicionar os elementos conforme a realidade. A
Figura 2.3 mostra outro desenho esquemático sobre uma imagem que fora carregada para auxiliar
na visualização da rede hídrica.
14 Rede
Figura 2.1: Desenho esquemático da bacia do Alto Jaguaribe no Ceará
Figura 2.2: Desenho esquemático da bacia do Curu no Ceará

15
Figura 2.3: Desenho esquemático do sistema de abastecimento da Região Metropolitana de

Fortaleza no Ceará
GWLF
SMAP Diário
HYMOD
3 — Hidrologia
Este módulo é responsável pela representação dos processos físicos que compõem o ciclo da
água no âmbito de uma bacia hidrográfica, tais como, precipitação, evapotranspiração, infiltração
e escoamento superficial. A definição de vazão e/ou disponibilidade de água na bacia está
diretamente ligada aos resultados de simulação dos modelos incorporados a este módulo.
O módulo de hidrologia possui modelos hidrológicos que podem ser utilizados para calcular
a vazão da água na rede de fluxo. O usuário poderá escolher qual modelo hidrológico ele deseja
utilizar e, assim, poderá informar os dados e os parâmetros necessários ao modelo. Este módulo
possui três módulos desenvolvidos: GWLF, HYMOD, SMAP e CN3S.
3.1 GWLF
Esse módulo é baseado no modelo Generalized Watershed Loading Functions (GWLF) [HMW96]
e inclui algumas modificações sugeridas em [Sch+02].
As equações do GWLF são aplicadas para cada área fonte com características homogêneas
com relação a uso do solo e tipo de solo. O módulo de chuva-vazão é baseado na abordagem de
número de curva, CN (Curve Number), definida pelo Serviço de Conservação do Solo dos EUA
(US SCS).
A simulação de valores de evaporação baseia-se em cálculos da evapotranspiração potencial

conforme definida por [Ham61] e corrigida por um fator de cobertura vegetal para obter valores
de evapotranspiração reais. Variações no conteúdo de água nas zonas saturadas e não saturadas
são comandadas por um cálculo diário de balanço hídrico no solo.
O período de simulação indica qual período deve ser levado em consideração para a execução
do modelo, este período deve existir em todas as séries informadas (temperatura e precipitação).
18 Hidrologia
3.2 SMAP Diário
O modelo hidrológico chuva-vazão SMAP (Soil Moisture Accounting Procedure) para o intervalo
de simulação diária foi desenvolvido por [LBC81] e tem sua estrutura relativamente simples. O
modelo consiste de seis parâmetros, os quais possuem uma interpretação física, possibilitando
assim uma possível determinação a partir de informações físicas/ambientais. São eles:
1. Capacidade de saturação do solo (SAT), em mm;
2. Parâmetro de recarga subterrânea (CREC), em %;
3. Abstração inicial (AI), em mm;
4. Capacidade de campo (CAPC), em %;
5. Constante de recessão do escoamento superficial (K2t), em dias;
6. Constante de recessão do escoamento básico (Kkt), em dias.
O presente modelo tem sua concepção baseada no balanço de umidade do solo, no qual três
reservatórios lineares fictícios representam a superfície, o solo e o aqüífero, como ilustra a Figura
3.1.
Figura 3.1: Representação do modelo SMAP
Após um evento chuvoso, a precipitação sobre a bacia segue dois caminhos distintos, parte é
transferida para o reservatório da superfície através do escoamento superficial e parte vai para o
reservatório do solo através da infiltração. O escoamento superficial é dado segundo a equação
do Soil Conservation Service (SCS):
ES = (P − AI)2 /(P − AI + S) (3.1)

3.2 SMAP Diário 19
em que ES representa o escoamento superficial, P é a precipitação sobre a bacia, AI refere-se

à abstração inicial, a qual representa todas as perdas ocorridas antes do início do escoamento
superficial, e S representa a abstração potencial, ou seja, a quantidade máxima que pode ser
armazenada no solo e na superfície. A abstração potencial (S) é dada pela seguinte equação:
SAT = S − RSOLO (3.2)
em que SAT representa a capacidade do solo, dada em mm, e RSOLO é a umidade do solo
em mm. O reservatório da superfície tem seu nível representado por RES e sofre decremento
segundo uma taxa constante K2, resultando o escoamento direto (ED), como mostra:
ED = RESx(1 − K2) (3.3)
Com:
K2 = 0, 5(1/k2t) (3.4)
e K2t sendo o parâmetro que representa a constante de recessão do escoamento superficial,

em dias. Da fração restante da precipitação (P-ES) é retirada a evaporação potencial (EP), e o
restante é adicionado ao reservatório do solo que tem seu nível (RSOLO) decrementado devido a
perdas por evapotranspiração real (ER), segundo a expressão:
ER = EPxTU (3.5)
na qual TU é a umidade do solo dada por TU = RSOLO/SAT .

Outra saída desse reservatório é dada pela transferência para o reservatório subterrâneo,
ou seja, a recarga (REC), que ocorre quando RSOLO é maior que a quantidade retida por
capilaridade (CAPC x SAT), segundo a expressão:
REC = [RSOLO − (CAPCxSAT )]xTUxCREC (3.6)
sendo CREC o coeficiente de recarga. O reservatório subterrâneo tem seu nível (RSUB)
incrementado pela transferência oriunda do reservatório do solo e decrementado pelo escoamento
básico, ou escoamento subterrâneo a uma taxa constante K1, dado por:
EB = RSUBx(1 − K1) (3.7)
Com:
K1 = 0, 05(1/kkt) (3.8)
20 Hidrologia
e Kkt é o parâmetro que representa a constante de recessão do escoamento básico, em dias.

Finalmente, a vazão gerada pelo modelo é a soma das vazões direta e básica, como mostra:
(EB + ED)xAREA
Q= (3.9)
86, 4
na qual Q é a vazão em m3 /s e ÁREA representa a área da bacia em km2 .
3.3 HYMOD
O modelo hidrológico chuva-vazão HYMOD (Hydrological Model) para o intervalo de simulação

diária, na versão utilizada no presente trabalho, foi baseado em [Moo85] e consiste de um modelo
relativamente simples, que utiliza as distribuições de probabilidade da variação espacial dos
parâmetros, com base em características do processo de geração de vazão em pontos dentro
da bacia, para derivar equações algébricas para a integração da vazão [BV06]. A idéia por trás
do modelo é que a bacia consiste de um conjunto de pontos discretos sem interações entre os
mesmos, em que cada ponto possui uma capacidade de armazenamento de água, que quando
excedida gera escoamento. Uma ilustração dessa representação pode ser vista na Figura 3.2.
Figura 3.2: Representação da bacia no modelo HYMOD
A função de distribuição das capacidades dos diferentes pontos da bacia é definida pela
expressão
F(C) = 1 − (1 −C/Cmax)beta (3.10)
em que F representa probabilidade acumulada de uma certa capacidade de água armazenada

em um dado ponto, maxC é a maior capacidade de armazenamento dentro da bacia e Beta
é o grau de variabilidade na capacidade de armazenamento. Após um evento chuvoso, uma
quantidade P de precipitação incidiu sobre a bacia. Essa quantidade de água segue dois caminhos
3.3 HYMOD 21
Figura 3.3: - Representação do modelo HYMOD (adaptado de [BV06])
distintos, parte vai para o armazenamento e a outra para o escoamento. A Figura 3.3 mostra a
representação do modelo HYMOD.
A fração que excede max C não infiltra e segue diretamente para três tanques denominados
de "tanques de fluxo rápido", em que a transferência entre os mesmos é ditada por uma constante
RQ. A outra parcela da precipitação que excede a capacidade dos pontos em que a capacidade
é menor que max C segue parte para os "tanques de fluxo rápido"e parte para outro tanque,
denominado "tanque de fluxo lento", segundo um fator Alfa. A vazão total gerada é a soma
das vazões do terceiro tanque da série de tanques de fluxo rápido e do tanque de fluxo lento.
Finalmente, sobre a água que fica armazenada na bacia retira-se a evaporação. Se a quantidade
de água disponível em armazenamento é maior que a evaporação potencial então a evaporação
real é igual à evaporação potencial, caso contrário, toda a água disponível evapora. O presente
modelo possui cinco parâmetros, são eles:
1. A capacidade máxima de armazenamento da bacia (max C );
2. O grau de variabilidade especial da capacidade de umidade do solo (Beta);
3. O fator de distribuição do fluxo entre as duas séries de reservatórios (Alfa);
4. O tempo de residência dos reservatórios lineares rápidos (RQ);
5. O tempo de residência do reservatório linear lento (RS).
MOPSO
MOHBMO
4 — Calibracao
Durante as últimas décadas muitos esforços têm sido colocados no desenvolvimento de

técnicas de otimização que possam fornecer soluções confiáveis para os problemas de calibração
de modelos hidrológicos (Gupta et al., 1998). Uma revisão mais abrangente sobre métodos de
calibração automática aplicados à modelagem hidrológica pode ser encontrada em [GSY98].
Segundo [YGS98] quatro diretrizes de pesquisas podem ser identificadas no que engloba
o tema calibração de modelos, mais precisamente na estimativa de parâmetros pelo ajuste das
séries de saída dos modelos e as séries históricas, são elas:
1. Desenvolvimento de técnicas para identificação de erros nos dados;
2. Desenvolvimento de técnicas de estimativa de parâmetros;
3. Metodologia para determinação dos tipos de dados mais informativos e a quantidade
apropriada;
4. Identificação das incertezas da calibração e a translação destas para as incertezas das
respostas dos modelos.
Apenas os itens 2. e 3. serão citados a seguir pelo fato de este trabalho abordar apenas estas
duas diretrizes.
Quanto ao desenvolvimento de técnicas de estimativa de parâmetros, até meados da década
de 90 tem-se a ocorrência de pesquisas focadas em métodos que se baseavam apenas em um
único objetivo. Embora exista o crescente encorajamento para uma abordagem com múltiplos
objetivos, podemos citar alguns trabalhos mais recentes com enfoque uniobjetivo: [HMM06]
e [CNN07]. Dentre diversos algoritmos de otimização, o algoritmo SCE (Shuffled Complex
Evolution), desenvolvido por [DGS92] e [DGS93], obteve bastante expressividade por apresentar
bons resultados nas mais diversas aplicações.
Uma análise comparativa entre o SCE-UA e o MSX (Multistart Simplex) para calibrar o
modelo SAC-SMA (Sacramento Soil Moisture Accounting) foi realizada por Sorooshian et al.
[SDG93]. Primeiramente, foram realizadas análises utilizando séries sintéticas para representar
condições ideais e,posteriormente, realizou-se a calibração para a série histórica da bacia do
24 Calibracao
Leaf River, Collins/Mississippi. Segundo os autores, o SCE-UA mostrou-se superior nas duas
análises realizadas.
Com o avanço das pesquisas nesta área, observou-se que a otimização baseada em apenas
um objetivo não é adequada, por não ser capaz de explorar distintas características importantes
contidas nos dados utilizados nos modelos. Diante deste cenário, pesquisas começaram a ser
realizadas a partir de um enfoque multiobjetivo ou multi-critério. Como pioneiros desta linha de
pesquisa podemos citar Yapo et al. [YGS98] e Gupta et al. [GSY98]. Uma versão multiobjetivo
para o algoritmo SCE, de autoria de Duan et al. [DGS92] [DGS93], denominado MOCOM
(Multiobjective Complex Evolution) foi proposta por Yapo et al. [YGS98]. Tal método propunha
a solução de problemas de calibração pelo uso de múltiplos objetivos. Neste trabalho os autores
aplicaram o MOCOM à calibração do modelo SAC- SMA, utilizando a série histórica da bacia
do Leaf River, Collins/Mississippi. Segundo os autores, o mesmo se mostrou eficiente e eficaz
a tal propósito. Porém, anos depois, investigações revelaram a ocorrência de adensamentos
centrais nas frentes de Pareto e convergência prematura ([VRU+03]).
Como solução para os problemas identificados por Vrugt et al. [VRU+03] para o algoritmo
MOCOM, este propôs uma versão multiobjetivo com base no SCEM-UA (Shuffled Complex
Evolution Metropolis), uma versão modificada do algoritmo SCE pela inclusão do conceito de
força do algoritmo Metropolis [MET+53] de autoria de Vrugt et al. [VRU+03], e denominou-a de
MOSCEM (Multiobjective Complex Evolution Metropolis). Os autores realizaram uma análise
comparativa entre o MOSCEM e o MOCOM através de três estudos de casos e concluíram que o
MOSCEM mostrou-se superior em todos eles. A necessidade de uma abordagem multiobjetivo
para a calibração de modelos hidrológicos, bem como uma atenção para o reconhecimento de
erros estruturais e confiabilidade nos modelos, foram recomendados por Gupta et al. [GSY98].
Pode-se citar também outros autores que recomendam uma calibração multiobjetivo para
o aprimoramento dos resultados, dos quais: Collischonn e Tucci [WT03], que aplicaram o
MOCOM na calibração do modelo IPH-2 [TUC98] para a bacia do rio Canoas, localizada no
estado de Santa Catarina.
Pode-se citar, também, outros algoritmos que sofreram adaptações, citadas no item 2.1 deste
trabalho, para contemplar questões multiobjetivo de calibração de modelos. Aplicações destes
algoritmos à calibração de modelos hidrológicos podem ser citadas: A utilização do algoritmo
MOPSO, proposto por Alvarez et al. [AEF05] como versão multiobjetivo do PSO, à calibração
da bacia do Rio São Francisco foi realizada por Nascimento et al. [NJM06]. Segundo os autores,
o mesmo se mostrou satisfatório na montagem da frente de Pareto para os diversos objetivos.
Diversas metodologias para a manipulação de soluções da frente de Pareto podem ser
encontradas na literatura. Uma técnica de seleção de soluções preferenciais que compõem a
frente de Pareto foi proposta por [KM05]. Tal pesquisa utilizou o algoritmo multiobjetivo NSGA-
II (Non-dominated Sorting Genetic Algorithm) proposto por Deb et al. [DEB+00]. Segundo os
autores o método pode ser utilizado para filtrar numerosas soluções pertencentes a uma dada
frente e retornar uma pequena quantidade preferível.
Quanto à determinação de quais tipos de dados são mais informativos e que quantidade é
mais apropriada para a utilização na calibração, alguns trabalhos merecem destaque, tais como:
um levantamento sobre qual o comprimento da série histórica faz-se necessário para calibração
realizado por [YGSS96]. Foram utilizados o modelo chuva- vazão NWSRFS-SMA e o algoritmo
SCE-UA. Baseados em diversas calibrações realizadas para diferentes janelas temporais os
autores concluíram que uma série de dados com aproximadamente 8 (oito) anos são requeridos
para obtenção de calibrações que apresentam- se insensíveis ao período calibrado;seguindo o
contexto de análise de dados para calibração podemos citar: [GS85], Sorooshian et al. [SGF83]
25
e [BOU07].
26 Calibracao
4.1 MOPSO
Inicialmente, um conjunto de soluções (população de indivíduos) é gerado aleatoriamente dentro

do espaço de busca do problema e avaliado segundo a função objetivo em questão, sendo esse
valor utilizado como aptidão da solução (indivíduo). Em seguida é feita uma busca dentre essas
soluções para identificar qual possui o menor valor de aptidão, visto que se procura minimizar a
função objetivo. Sendo assim, aquela que possui o menor valor de aptidão é a melhor solução
(individuo), sendo esta tida como a melhor solução global (guia do bando). A concepção do
algoritmo introduz o conceito de melhor individual de cada solução (partícula), que é a melhor
posição já ocupada até o presente momento na evolução da busca. Logo, na primeira evolução da
população inicial, ou seja, no primeiro passo, o melhor individual de cada solução é seu próprio
valor inicial. As evoluções das soluções (partículas) obedecem à seguinte expressão [AEF05]:
(t+1) (t) (t)

Xn = Xn + χVn + ε (t) (4.1)
(t) (t+1)
em que Xn e Xn são as n-ésimas soluções (posições da partícula) nas iterações t e t+1 ,
(t)
respectivamente, Vn é o passo da solução (velocidade da partícula) n , χ é o fator que determina
a magnitude do passo (valor entre 0 e 1), e representa uma pequena perturbação estocástica,
conhecida como "fator de turbulência", o qual ajuda a solução (partícula) a sair de ótimos locais
e contribuir na diversidade da busca. O passo da solução (velocidade da partícula) citado acima
é determinado a cada interação, pela seguinte expressão:
(t+1) (t) (t) (t)

Vn = w ∗Vn + c1 ∗ r1 ∗ (Pn − Xn ) + c2 ∗ r2 ∗ (Gn − Xn ) (4.2)
(t) (t+1)
em que Vn e Vn são os passos da solução (velocidades da partícula) n nas iterações
t e t+1 , respectivamente, w é a inércia da solução (partícula), c1 e c2 são constantes que
controlam a influência do passo (velocidade) individual e global, e r1 e r2 são números aleatórios
uniformemente distribuídos entre 0 e 1.
Após a evolução das soluções (partículas), é feita a avaliação da função objetivo das mesmas
e atualizado o valor de suas respectivas aptidões. Dentre as novas soluções é selecionada
aquela que tem o menor valor de aptidão, ou seja, a melhor solução (guia do bando) do atual
conjunto de soluções (bando). É realizado um teste comparativo para saber se a melhor solução
gerada é melhor que a melhor solução atual. Caso seja “verdade”, a melhor solução global é
atualizada, caso contrário, permanece com a solução atual. As melhores posições individuais
de cada solução são também comparadas e atualizadas seguindo a mesma lógica. O processo
acima descrito é repetido até que o critério de término seja satisfeito. A Figura 4.1 apresenta
o fluxograma computacional do processo descrito acima, mostrando em paralelo o processo
natural representado.
4.1 MOPSO 27
Figura 4.1: Fluxograma computacional do algoritmo PSO e associação ao processo natural.
Algoritmo MOPSO ( Multiobjective Particle Swarm Optimization ) Com o intuito de abranger

problemas multiobjetivo, algumas modificações no algoritmo PSO foram propostas por [AEF05].
Essas modificações são tratadas em maiores detalhes a seguir. Inicialmente, como no PSO é
gerada uma população inicial de soluções (bando) aleatoriamente, e, então, avaliada segundo
as diversas funções objetivo em questão. 31 A partir dos conceitos de dominância de Pareto, já
descritos anteriormente, determinam-se quais soluções são não-dominadas na população inicial.
Estas soluções são armazenadas em um repositório de soluções não-dominadas (frente de Pareto).
Dentro dessa nova abordagem, cada solução (partícula) possui um melhor global, determinado
pela seguinte regra:
• Se a solução (partícula) é dominada por soluções da frente, o melhor global para essa solu-
ção (partícula) é determinado aleatoriamente entre as soluções da frente que a dominam;
• Se a solução (partícula) entra na frente, o melhor global para ela é uma solução da frente
determinada aleatoriamente.
O melhor individual de cada solução (partícula) é determinado, seguindo as seguintes regras:
• Se a nova posição da solução (partícula) domina a melhor posição individual, a melhor
28 Calibracao
posição individual é alterada para a nova posição;

• Se a nova posição da solução (partícula) não domina e nem é dominada pela melhor
posição individual, então a melhor posição individual é alterada para a nova posição;
• Se a nova posição é dominada pela melhor posição individual, esta permanece a mesma.
O processo de evolução das soluções (partículas) na busca se dá da mesma forma que no
PSO. No primeiro passo no processo de busca, o melhor individual de cada solução é sua posição
inicial e o melhor global segue a regra anteriormente descrita. Similarmente à abordagem
uniobjetivo, o processo é repetido até que o critério de parada, previamente determinado, seja
satisfeito. A Figura 4.2 apresenta o fluxograma computacional do processo descrito acima,
mostrando em paralelo o processo natural representado.
Figura 4.2: Fluxograma computacional do algoritmo MOPSO e associação ao processo natural.

4.2 MOHBMO 29
4.2 MOHBMO
Outro algoritmo evolucionário contido no SIGA é o MOHBMO (Multiobjective Honey-Bee

Mating Optimization) que foi desenvolvido por [Barros2007] que o desenvolveu a partir do
algoritmo HBMO (Honey-bee Mating Optimization).
HBMO
A versão uniobjetivo do algoritmo (HBMO) proposta por Haddad et al (2006) teve como base
a idéia apresentada por Abbass (2001a-e), em que o processo de acasalamento de abelhas
domésticas é a fonte de inspiração para o desenvolvimento da técnica de otimização relatada.
Assim, antes de detalhar o desenvolvimento do algoritmo propriamente dito, faz-se uma descrição
do processo natural de acasalamento de abelhas.
Existem outros algoritmos evolucionários baseados em comportamento social de abelhas,
mais especificamente no processo de coleta de néctar, como o BCO (Bee Colony Optimization)
empregado por Chong et al (2006).
HBMO:Descrição do processo natural
Uma colônia de abelhas é composta de uma estrutura física, que é a colméia propriamente
dita, e os indivíduos que nela vivem, quais sejam, a abelha rainha, os zangões e as operárias.
Cada indivíduo na colméia realiza um trabalho especifico. No caso da rainha, esta representa o
indivíduo mais importante, pois é dela que descendem todos os outros indivíduos. A rainha é a
única abelha que tem o ovário totalmente desenvolvido, sendo assim capaz de fertilizar os ovos.
Durante o processo de evolução da colméia, a rainha gera novos descendentes que podem ser
tanto uma nova rainha, como zangões ou operárias, determinados pela forma de geração ou a
alimentação a qual é exposta.
As operárias são responsáveis pela manutenção da colméia, pois realizam todo o trabalho
necessário para sua existência, como por exemplo, alimentação dos novos descendentes.
O processo reprodutivo das abelhas consiste do cruzamento da rainha com os zangões, que
são pouco mais de uma dezena, e são os pais da colméia. Esse processo se dá inicialmente
através de uma dança, onde os zangões seguem a rainha, num processo conhecido como vôo
de acasalamento. É justamente durante esse vôo, que se realiza longe da colméia, que a rainha
seleciona os machos que irão cruzar.
A informação genética dos machos que cruzam com a rainha é armazenada sob a forma de
sêmen dentro de uma bolsa interna ao corpo da rainha, conhecida como espermateca, sendo
posteriormente utilizada para a fertilização dos ovos.
Uma rainha cruza diversas vezes durante sua vida, já o zangão inevitavelmente vem a
morrer após cruzar com a rainha, realizando assim o seu único papel na colônia que é transmitir
informação genética.
Dessa forma, exposta à seleção natural, a colméia evolui de maneira que os seus indivíduos
estejam mais aptos e adaptados ao ambiente.
O algoritmo HBMO possui alguns parametros que ditam o comportamento do mesmo,
existindo diversas possibilidades de combinacoes dos mesmos, cada um com suas peculiaridades
no processo de busca. Os parametros avaliados na analise de sensibilidade são os seguintes:
1. Tamanho da população inicial;
2. Número de voos de acasalamento;
30 Calibracao
3. Número de rainhas;
4. Número de zangoes;
5. Fator de aleatoriedade minimo do zangao;
6. Número de descendentes por rainha.
Os demais parametros do algoritmo não foram analisados, tais como:
1. Número de zangoes testados a cada passo no voo de acasalamento, por ter sido utilizado
neste trabalho um valor que não fosse limitante para o teste dos zangoes;
2. Energia da rainha, por ter sido utilizado um valor suficientemente grande de forma que
não fosse fator limitante;
3. Velocidade da rainha, considerada como um valor aleatorio entre 0 e 100; e,
4. Tamanho da espermateca, adotado um valor suficientemente grande para comportar a
totalidade dos zangoes.
MOHBMO
Para contemplar a questão multiobjetivo algumas adaptações foram realizadas no algoritmo

HBMO. Tais modificações serão descritas a seguir. Primeiramente, após a geração da população
inicial (colméia) e avaliação das funções objetivo faz-se necessário a seleção das ?melhores
soluções? (rainhas), que anteriormente eram selecionadas como as soluções que apresentavam
os menores valores na função objetivo, ou seja, os mais aptos. Com a abordagem multiobjetivo
outros conceitos são introduzidos em substituição à qualificação de melhor solução, são eles:
soluções dominadas e não-dominadas. Essa nova conceituação é possível pela introdução do
conceito de dominância de Pareto, também descrito anteriormente em detalhes. As ?melhores
soluções? (rainhas) selecionadas da população inicial são as soluções não-dominadas.
Determinadas as soluções não-dominadas (rainhas), inicia-se o processo iterativo (realização
dos vôos de acasalamento, geração de novas abelhas, melhoramento das rainhas e das novas
gerações e seleção de novas rainhas), que se dá igualmente à abordagem uniobjetivo. Cada
solução não-dominada (rainha) irá gerar um determinado número de soluções (descendentes),
que juntamente irão compor a nova geração de soluções (descendentes) após cada iteração. Os
critérios de geração e melhoramento das soluções (descendentes) e da melhor solução (rainha)
são os mesmos utilizados na versão uniobjetivo.
De posse das novas soluções (novos descendentes) geradas e das soluções não-dominadas
(rainhas) da iteração anterior, atualiza-se o conjunto de soluções não-dominadas, que são de-
nominadas de frente de Pareto. Estas novas soluções servirão de base para a geração de novas
soluções na iteração seguinte. O processo é repetido até que o critério de término seja satisfeito.
Frequentemente, o número de soluções que compõem a frente de Pareto aumenta com o
passo do algoritmo, de forma que considerar cada solução não-dominada como geradora (rainha)
de novas soluções na próxima iteração do algoritmo, o tornaria cada vez mais lento. Neste
caso, cada solução geraria uma quantidade de novas soluções (novos descendentes e zangões),
escapando o controle do usuário. Como forma de aumentar o desempenho do algoritmo, utilizou-
se da técnica multivariada de agrupamentos (Clustering) descrita anteriormente como método
de seleção de soluções não-dominadas (rainhas) dentre as soluções da frente. A técnica de
agrupamento utilizada, como já relatada, proporciona uma melhor distribuição das soluções na
frente bem como aumenta o desempenho do algoritmo. A Figura 4.4 mostra a representação
fluxograma computacional do algoritmo MOHBMO e a associação ao processo natural.
4.2 MOHBMO 31
Figura 4.3: Fluxograma computacional do algoritmo que representa o processo de troca de

informações (vôo de acasalamento) no algoritmo HBMO e sua associação ao processo natural
32 Calibracao
Figura 4.4: Fluxograma computacional do algoritmo MOHBMO e a associação ao processo

natural
5 — Operação de Reservatórios
Várias técnicas têm sido desenvolvidas para análise de sistemas de recursos hídricos, podendo
estas serem classificadas em técnicas de otimização ou simulação, estáticas ou dinâmicas, e
determinísticas ou estocásticas [MER01].
Nesta seção faremos uma breve revisão das técnicas de otimização, em especial focando
no uso de técnicas evolucionárias na operação de reservatórios, uma das mais ricas áreas para
aplicação destas [LAB04]. A revisão não pretende ser exaustiva, mas sim ilustrativa de como estas
técnicas podem ser utilizadas na área de recursos hídricos. Estas técnicas, neste caso, são muito
úteis na identificação de políticas operacionais ótimas para um reservatório e indispensáveis
na identificação destas regras quando se tratando de sistema de reservatórios de usos múltiplos
[LB05].
Na última década, algoritmos evolucionários e heurísticos têm ganhado espaço na área de
recursos hídricos, assim como em outras áreas de engenharia. Contudo, os algoritmos mais
comumente utilizados são aqueles baseados em Algoritmos Genéticos [GOL89]. Esta classe
de algoritmos, os evolucionários, oferece uma alternativa aos já comumente utilizados na área
de recursos hídricos, a saber: Programação Linear, Não Linear, Programação Dinâmica e suas
variantes.
Adicionalmente, o fácil acoplamento de algoritmos evolucionários e modelos hidrológicos,
sem a necessidade de hipóteses simplificadoras e cálculo de derivadas, pode ser considerado
uma vantagem destes algoritmos sobre alguns dos algoritmos mais comumente utilizados nas
áreas, daqui por diante referido como clássicos. Da mesma forma, em se tratando da operação de
reservatórios, medidas da performance de sistemas hídricos como resiliência (capacidade de um
sistema se recuperar de uma falha) e vulnerabilidade (severidade das conseqüências da falha)
são também facilmente incluídas em algoritmos evolucionários [LAB04].
Algoritmos Genéticos têm sido propostos como um método promissor na resolução de
problemas não convexos e não lineares em planejamento de sistemas hídricos ([ML94]; [RER94]).
Ilich [ILI07] aplica AG ao problema de operação de reservatório utilizando-se de um esquema
iterativo no algoritmo para garantir a convergência. O autor conclui que o método pode substituir
a tradicional Programação Linear, mas a necessidade de modificar o esquema iterativo introduzido
34 Operação de Reservatórios
no algoritmo diminui o valor da contribuição.

Algoritmos Genéticos foram aplicados na identificação de políticas operacionais ótimas a
um problema de quatro reservatórios por Esat & Hall [EH94] dos autores era maximizar os
benefícios advindos da geração de energia, irrigação e abastecimento humano com restrições
de armazenamentos e liberações para os reservatórios. Este trabalho demonstra o potencial
do uso de Algoritmos Genéticos na otimização de sistemas hídricos, assim como, sua melhor
performance em relação a técnicas tradicionais, como Programação Dinâmica em termos de
demanda computacional. Da mesma forma, Fhamy et al. [FAH+94] também aplicaram Algorit-
mos Genéticos a um sistema de reservatórios, comparando sua performance com Programação
Dinâmica, demonstrando o seu valor para otimização de sistemas mais complexos.
Pode-se citar outra aplicação de AGs, tal como: na determinação da capacidade de arma-
zenamento de um reservatório de águas pluviais, bem como, regras de operação ótimas para
gerenciamento de escoamento dessas águas no estuário de St. Lucie, Flórida realizada por Otero
et al. [OLH95]. O AG foi acoplado com um modelo hidrológico diário e os resultados das regras
de operação analisados utilizando-se análise de freqüência das afluências mensais médias. Nesta
aplicação, Otero et al. [OLH95], assim como em Oliveira & Loucks [OL97], buscaram a otimiza-
ção dos parâmetros que representavam as estruturas das regras operacionais dos reservatórios, ao
invés da identificação direta das liberações ao longo do período de otimização como em Sharif &
Wardlaw (2000).
Como uma alternativa a abordagens de otimização determinítiscas, Sharif & Wardlaw (2000)
aplicaram AGs à otimização direta das liberações ao longo do período de operação. A demanda
por processamento torna quase que inviável o uso de AGs para definição de regras operacionais
ótimas de reservatórios, a não ser que se faça uso de parametrizações dessas regras como em Otero
et al. [OLH95] e Oliveira & Loucks [OL97]. Oliveira & Loucks [OL97], por sua vez, ampliam
significativamente o trabalho de Esat & Hall [EH94] e fazem considerações sobre o potencial
valor de Algoritmos Genéticos na operação de reservatórios em tempo real utilizando previsão
estocástica de afluências. Como contribuição mais recente nesta linha, pode-se citar: Bravo
[BRA06], que utilizou o algoritmo SCE-UA para a otimização de regras operacionais tendo por
objetivo avaliar os benefícios da previsão de afluências. Algoritmos Genéticos também têm sido
utilizados de forma combinada com outras técnicas tradicionais, como em Tospornsampan et al.
[TOS+05]. Os autores combinam AGs com Programação Dinâmica Diferencial Discreta visando
otimizar a operação de sistemas de reservatórios múltiplos. A técnica é aplicada ao sistema “Mae
Klong” na Tailândia. Combinando AGs e Programação Linear, Cai et al. [CML01] procuraram
soluções para dois problemas não lineares: 1. um modelo de operação de reservatórios não
linear com equações de geração hidrelétrica não lineares e equações topológicas não lineares do
reservatório; e 2. um modelo de planejamento dinâmico de longo prazo de uma bacia com um
grande número de relações não lineares.
Mais recentemente, outros algoritmos evolucionários têm sido utilizados na resolução deste
tipo de problema, como é o caso do HBMO. Haddad et al. [HAL07] aplicou o HBMO na
operação otimizada de dois problemas hipotéticos, um formado por um sistema de quatro
reservatórios e outro por um sistema de dez reservatórios. O último problema foi resolvido
anteriormente por Wardlaw & Sharif [WS99] empregando AGs com codificação real.
Este problema não é somente complicado pela dimensão do mesmo, mas também devido
a várias restrições de armazenamento dependentes no tempo. No que concerne à otimização
multiobjetivo poucas são as aplicações, destacando-se além de aplicações com algoritmos
genéticos (entre outros, o NSGA), aquelas com algoritmos baseados no comportamento de
bandos, como é o caso do MOPSO (Nascimento et al. [NJM07]). Nascimento et al. [NJM07]
35
analisa o potencial de otimização multiobjetivo de dois algoritmos, o MOPSO e o NSGA-II,

aplicado ao sistema de reservatórios do rio São Francisco.
Importações
Importação de Séries
Importação de Matrizes
Thiessen
6 — Ferramentas
6.1 Importações
Às vezes o usuário não dispõe de dados no formato desejado pelo SIGA. Por isso, faz-se
necessário uma ferramenta para importar dados em diferentes formatos.
6.1.1 Importação de Séries

Os formatos de séries, que podem ser importados, suportados pelo SIGA são os seguintes:
Formato Ano-Mês-Valores
Nesse formato, cada linha do arquivo contém informações separadas por “ ” (espaço).
Vejamos um exemplo a seguir:
2013 07 0 0 0 0 0 0 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
O significado de cada informação é apresentado a seguir:
1. Ano;
2. Mês;
3. Informações diárias: dia 1, dia 2, . . . dia 30.
FUNCEME - Pluviometria
Nesse formato, cada linha do arquivo contém informações separadas por “;”.
QUIXERAMOBIM;QUIXERAMOBIM;512;3917;1974;1;177.0;0.0;0.0;0.0;0.0;0.0;
0.0;0.0;0.0;0.0;0.0;0.0;9.0;0.0;0.0;6.0;0.0;7.0;0.0;18.0;41.0;20.0;0.0;5.0;0.0;0.0;0.0;
0.0;43.0;13.0;0.0;15.0
38 Ferramentas
1. Municípios;
2. Postos;
3. Latitude;
4. Longitude;
5. Anos;
6. Meses;
7. Total;
8. Informações diárias de chuvas: chuva do dia 1, chuva do dia 2 . . . chuva do dia 30.
ANA - Pluviometria
00239001;1;01/02/1988;1;0;-13;0;0;1;1;1;;;-1;0;0;0;0;-1;0;0;0;0;0;0;-1;-1;0;0;-1;
-1;-1;-1;0;0;0;-1;-1;-1;-1;0;-1;;;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;
1;1;0;0;
1. Código da Estação;
2. Nível de Consistência (1 = Bruto, 2 = Consistido);
3. Data;
4. Tipo de Medição das Chuvas (1 = Pluviômetro, 2 = Pluviógrafo, 3 = Data logger);
5. Máxima;
6. Total;
7. DiaMáxima;
8. Número de Dias de Chuva;
9. MáximaStatus (onde o Status pode ser: 0 = Branco, 1 = Real, 2 = Estimado, 3 = Duvidoso,
4 = Acumulado);
10. TotalStatus;
11. NumDiasDeChuvaStatus;
12. TotalAnual;
13. TotalAnualStatus;
14. Informações diárias de chuvas: chuva do dia 1, chuva do dia 2 . . . chuva do dia 30.
ANA - Fluviometria
36320000;1;01/01/2006;;1;1;13,97109;3,966383;6,785851;20;29;0;0;1;;0;11,07166;
9,195521;9,195521;8,329468;7,71101;7,31338;6,553031;6,370165;5,838756;5,838756;
6,013037;6,013037;6,013037;8,120369;7,510733;6,19017;6,19017;5,498713;7,510733;
11,57107;10,34543;7,510733;6,370165;5,838756; 5,498713;5,169968;4,852442;4,546056;
4,10719;3,966383;4,10719;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;1;
1. Código da Estação;
2. Nível de Consistência (1 = Bruto, 2 = Consistido);
3. Data;
6.2 Thiessen 39
4. Hora;
5. Média Diária (0 = Não, 1 = Sim);
6. Método de Obtenção de Vazões (1 = Curva de descarga, 2 = Transferência de vazões, 3 =
Soma de vazões, 4 = ADCP);
7. Máxima;
8. Mínima;
9. Média;
10. DiaMáxima;
11. DiaMínima;
12. MáximaStatus (onde o Status pode ser: 0 = Branco, 1 = Real, 2 = Estimado, 3 = Duvidoso,
4 = Régua Seca);
13. MínimaStatus;
14. MédiaStatus;
15. MédiaAnual;
16. MédiaAnualStatus;
17. Informações diárias de vazões: vazão do dia 1, vazão do dia 2 . . . vazão do dia 30.
6.1.2 Importação de Matrizes
Os formatos de matrizes, que podem ser importados, suportados pelo SIGA são os seguintes:
CAV - Cota X Área X Volume
Nesse formato, cada linha do arquivo contém três colunas e as informações são separadas por “
”.
As colunas representam as seguintes informações:
• Primeira Coluna: Cota (metros);
• Segunda Coluna: Área (km2 );
• Terceira Coluna: Volume (hm3 ).
6.2 Thiessen
O método dos polígonos de Thiessen é baseado na suposição de que para qualquer ponto, a
chuva numa bacia hidrográfica é igual à chuva observada na estação mais próxima. Os pesos das
estações são especificados pelas áreas relativas da rede de polígonos de Thiessen, com os limites
dos polígonos sendo formados pelos bissetores perpendiculares das linhas que unem as estações
adjacentes. O método dos polígonos de Thiessen é muito utilizado para determinação gráfica de
pesos [Mai+92].
Parte II
Como usar
Barra de Menus
Barra de Ferramentas
Apresentação dos Resultados
Módulos
7 — Introdução
O SIGA é dividido em módulos agrupados de acordo com o tipo de aplicação. As interfaces

dos mesmos se encontram disponíveis no lado esquerdo da interface principal do sistema (Figura
7.1). A região a direita representa a área destinada ao desenho e a visualização do desenho da
rede, disponível a todos os demais módulos (Figura 7.1).
Figura 7.1: Tela inicial do SIGA
Para alternar entre os módulos do SIGA basta selecionar o módulo desejado no seletor de
módulos localizado no topo da região destinada aos módulos (Figura 7.2).
44 Introdução
Figura 7.2: Seletor de Módulos
Uma vez alterado o módulo, sua interface aparecerá no local onde antes estava o módulo
anterior. O sistema inicia apresentando o módulo de Desenho de Rede.
É possível escolher onde a interface principal do sistema ficará. Isto pode ser feito clicando
e segurando o botão esquerdo do mouse uma vez na parte cinza e superior, sobre o nome
“Módulos”, e arrastando. Com isso a interface desprende-se do sistema e fica flutuando podendo
ser arrastada para a posição desejada. Caso deseje fixá-la novamente ao sistema, é necessário
arrastar a interface flutuante para um dos lados da tela (direito ou esquerdo). Quando a janela
estiver na posição de fixação uma região sombreada aparecerá.
Algumas janelas possuem o botão Pin, que ao ser clicado permite à janela flutuar.
O SIGA possui uma legenda flutuante (Figura 7.3) que apresenta os tipos de nós e trechos
utilizados no sistema. Essa janela pode ser ocultada clicando no botão de fechar, na parte superior
direita da legenda flutuante. Para re-exibir a legenda, deve-se selecionar o menu Exibir/Legenda,
ou utilizar o atalho Ctrl+L.
O SIGA também dispõe de um gerenciador de arquivos shape e raster que podem ser
adicionados no módulo de desenho de rede. Assim como a legenda flutuante, também pode ser
ocultado ou exibido via o menu Exibir/Layers. Cada arquivo adicionado possui uma caixa de
marcação, caso seja desmarcada a camada ficará invisível no canvas (Figura 7.4).
Os seis botões do gerenciador de arquivos shape e raster tem as seguintes funções:
• +S: Abre uma janela para adição de um arquivo shape (Figura 7.5)
• +R: Abre uma janela para adição de um arquivo raster
• ⇑: Ao selecionar algum shape na janela e apertar esse botão, o shape/raster irá avançar
uma camada em direção ao primeiro plano.
• ⇓: Ao selecionar algum shape na janela e apertar esse botão, o shape/raster irá avançar
uma camada em direção ao ultimo plano.
• - : Remove o shape/raster selecionado da lista
• Atr: Abre a tabela de atributos do shape/raster (Figura 7.6)
45
Figura 7.3: Legenda em janela flutuante
Figura 7.4: Gerenciador flutuante de rasters e shapes

46 Introdução
Figura 7.5: Janela para carregamento de shapes
Figura 7.6: Tabela de atributos do shape ou raster selecionado

7.1 Barra de Menus 47
7.1 Barra de Menus
A barra de menus disponibiliza diversas ações. O primeiro menu é o menu Arquivo, como
apresentado na Figura 7.7.
Figura 7.7: Menu Arquivo
Conforme a Figura 7.7, os itens do menu Arquivo são os seguintes:

• Novo → cria um novo projeto, ou seja, uma nova aplicação;
• Abrir. . . → abre um projeto existente;
• Fechar → fecha a presente aplicação (projeto);
• Salvar → salva o projeto aberto;
• Salvar como. . . → salva o presente projeto, atribuindo um novo nome para o arquivo;
• Intervalo de tempo → define se a aplicação utilizará tempo de simulação horário, diário,
mensal ou anual;
• Propriedades do Projeto → disponibiliza ao usuário a descrição do projeto, estatísticas e
definições de conversão de variáveis em função do intervalo de simulação;
• Projetos Recentes → disponibiliza os últimos projetos abertos pelo usuário; e,
• Sair → para finalizar o SIGA.
Dica 1 → em geral, uma opção de menu seguida por reticências - . . . - significa que será
chamada uma caixa de diálogo; um triângulo - . - indica que há um submenu dentro da opção; e
uma opção sem símbolos ao lado indica a execução imediata do comando. Dica 2 → as teclas
rápidas são combinações de teclas que disparam um comando do menu sem precisar abrir o
respectivo menu. Em geral, elas são indicadas ao lado da respectiva opção no menu.
Figura 7.8: Menu Editar
O menu Editar (Figura 7.8) disponibiliza ao usuário funcionalidades de seleção de elementos

da rede, tais como: selecionar tudo, selecionar apenas os nós e selecionar apenas os trechos.
48 Introdução
Veja abaixo a Figura 7.9, mostrando o menu Exibir:
Figura 7.9: Menu Exibir
O menu Exibir possui os seguintes itens:

• Legenda → mostra/esconde a legenda dos elementos da rede;
• Barra de Ferramenta de Menu → mostra/esconde uma barra de ferramentas que traz as
principais funcionalidades da barra de menus;
• Barra de Seleção de Módulos → mostra/esconde uma barra de ferramentas que disponibi-
liza uma outra forma para seleção de módulos;
Dica → As opções nos menus que apresentam um símbolo de "marcado- “v” - são as que
permitem habilitar (marcado) ou desabilitar uma função ou uma característica atual.
Logo abaixo dos itens acima citados é possível selecionar e visualizar um módulo especí-
fico dentre os disponíveis. O menu Ferramentas (Figura 7.10) visa disponibilizar ao usuário
ferramentas extras de auxílio a execução do SIGA. No presente momento se tem disponível a
importação de séries em diversos formatos e a ferramenta de Thiessen (ver capítulo 12).
Figura 7.10: Menu Ferramentas
O menu Ajuda (Figura 7.11) disponibiliza informações sobre a equipe de desenvolvimento

do SIGA.
Figura 7.11: Menu Ajuda

7.2 Barra de Ferramentas 49
7.2 Barra de Ferramentas
Figura 7.12: Barra de Ferramentas
Na Barra de Ferramentas (Figura 7.12) existem botões representando funcionalidades utiliza-

das com mais frequência do SIGA. Os botões disponíveis devem estar de acordo com o módulo
em uso. A maioria possui cinco funcionalidades principais:
• Novo Projeto → Equivalendo ao comando Novo do menu Arquivo, esse botão permite
iniciar um novo projeto dentro da sessão iniciada.
• Abrir Projeto → Do mesmo modo que o comando Abrir do menu Arquivo, esse botão
possibilita a abertura de um projeto existente.
• Fechar Projeto → Fecha o projeto do mesmo modo que o comando Fechar do menu
Arquivo.
• Salvar Projeto → Para salvar o projeto atual, conforme o comando Salvar no menu
Arquivo.
• Salvar Como. . . → Caso seja necessário salvar uma versão diferente do projeto atual, sem
perder a versão original, pode-se usar esse botão, o qual aciona o comando Salvar Como,
no menu Arquivo.
7.3 Apresentação dos Resultados
Uma vez que todas as informações são dadas ao módulo e a sua execução foi solicitada, uma
janela de resultados será apresentada. Esta janela se parece muito com a janela de leitura de
série, a diferença é que esta apresenta várias séries resultantes da execução do módulo. A janela
de resultados possui uma única funcionalidade: Salvar resultados.
O usuário pode salvar de duas diferentes maneiras:
• Quando na visualização em planilha, permite salvar os resultados em um arquivo de texto
simples.
• Quando na visualização em gráfico permite salvar os resultados em um arquivo de imagem
com a resolução de 1280x960 e nos formato PNG ou BMP.
As séries apresentadas na planilha de resultados possuem nos rótulos das linhas a data do
valor calculado e nos rótulos das colunas o nome das séries, como na Figura 7.13.
É possível remover algumas séries dos resultados para poder comparar valores entre séries.
Do lado direito da janela, há lista com os nomes das séries. Para isso são necessários dois cliques
com o botão esquerdo do mouse sobre o nome da série que está na lista. Ao removê-la, o nome
da série ficará cinza indicando que ela está oculta e a série é retirada da planilha.
Também é possível definir um intervalo de tempo para visualizar os resultados.
Os resultados também podem ser visualizados de forma gráfica, Figura 7.14. Na forma
gráfica, pode-se, também, comparar séries removendo e adicionado-as ao gráfico de resultados.
Nesse gráfico são apresentados os mesmos atalhos e funcionalidades na visualização gráfica
de leitura de série, como: zoom, mover e ocultar a legenda, remover as linhas de grade, definir
um intervalo de tempo, visualizar dados em períodos diário, mensal e anual, com as mesmas
restrições da leitura de série.
50 Introdução
Figura 7.13: Janela de Resultados em Planilha

7.3 Apresentação dos Resultados 51
Figura 7.14: Janela de Resultados em Gráfico

52 Introdução
7.4 Módulos
Atualmente o SIGA apresenta os seguintes módulos:

• Desenho de Rede
• Hidrologia
• Calibração
• Operação de Reservatório
• Qualidade
• Resultados
As seções seguintes apresentam os módulos do sistema SIGA e suas principais funcionalida-
des.
Desenho da Rede de Fluxo
Criando um nó
Selecionando um nó
Mudando a posição de um nó
Removendo um nó
Criando um trecho
Selecionando um trecho
Removendo um trecho
Segmentando um trecho
Desfazendo segmentação de um trecho
Múltipla seleção de nó(s) e/ou trecho(s)
Mudando a posição de vários nós e
trechos
Módulo de Rede
Barra de Ferramentas de Rede
8 — Rede
8.1 Desenho da Rede de Fluxo
A região de desenho é a área branca do SIGA.O desenho da rede é feito através do mouse,
utilizando-se os dois botões (esquerdo e direito) deste. Dependendo de onde o mouse esteja e
qual a ação que o usuário realize, funcionalidades diferentes são acionadas. As Tabelas 8.1 e 8.2
apresentam as ações realizadas em cada situação.
Botão do Mouse Ação Sobre Nó Sobre Trecho No Vazio

Clique Seleciona Seleciona Cria novo nó
Inicia o desenho de
Pressionar Seleciona Cria novo nó
um trecho
Esquerdo Se desenhando tre-
Se desenhando tre-
cho, cria um novo
Liberar cho, cria um trecho -
nó e um trecho en-
entre os nós
tre os nós
Tabela 8.1: Ações realizadas com o botão esquerdo do mouse no desenho da rede de fluxo.
54 Rede
Botão do Mouse Ação Sobre Nó Sobre Trecho No Vazio

Inicia múltipla sele-
ção de nós e trechos
Clique Seleciona Seleciona
que estejam dentro
da área criada
Insere um ponto de
quebra no trecho,
Inicia a movimenta-
que pode ser dire-
ção do nó ou dos
cionado para qual- -
Pressionar elementos selecio-
quer posição. Caso
Direito nados, caso haja
haja múltipla sele-
múltipla seleção
ção, inicia a movi-
mentação
Se posicionando o
ponto de quebra de
um trecho, desfaz
o ponto de quebra.
Se movimentando Se em seleção de
Liberar - múltiplos nós, fina-
os elementos, fina-
liza e posiciona to- liza a seleção
dos os elementos se-
lecionados em outra
posição da tela
Tabela 8.2: Ações realizadas com o botão direito do mouse no desenho da rede de fluxo.
A seguir, apresenta-se a descrição de cada uma das funcionalidades disponíveis no desenho

da rede de fluxo.
8.1.1 Criando um nó
Para se criar um novo nó na rede basta clicar com o botão esquerdo do mouse sobre uma região
vazia da área de desenho. O novo nó é criado sem nenhuma informação vinculada, apenas um
nome automático que pode ser alterado no módulo de rede.
Atenção:
• Note que logo abaixo das informações do módulo, no canto inferior esquerdo da tela, há
uma representação de coordenadas da tela do desenho de rede de fluxo. Essas coordenadas
podem ser utilizadas para melhor posicionar os nós criados e que serão criados.
8.1.2 Selecionando um nó
Para selecionar um nó, basta clicar com qualquer botão do mouse sobre o nó desejado. É possível
selecionar mais de um nó de uma vez, para isso, pressione o botão direito do mouse em uma
região vazia e arraste o mouse até englobar todos os nós que deseja selecionar. Libere o botão
para encerrar a seleção. Todos os trechos também serão selecionados.
8.1 Desenho da Rede de Fluxo 55
8.1.3 Mudando a posição de um nó
Caso deseje-se alterar a posição de um nó, deve-se pressionar o botão direito do mouse sobre
o nó e, mantendo o botão pressionado, movimenta-se o nó na área de desenho para a posição
desejada. Para encerrar a operação basta liberar o botão pressionado.
Atenção:
• Certifique-se que o nó que deseja mover está selecionado. Caso haja mais de um elemento
selecionado, nós e trechos, todos os elementos terão a posição alterada na rede de fluxo.
• Se forem movimentados mais de um elemento, será mantida a distância que permanecia
entre eles antes de serem movimentados.
8.1.4 Removendo um nó
Caso um nó não seja mais necessário, pode-se removê-lo, selecionado-o com o mouse e pressio-
nando o botão de “remover nó ou trecho” no módulo de rede, no topo do módulo.
Atenção:
• Certifique-se que o nó que deseja remover está selecionado. Caso qualquer outro elemento
esteja selecionado, ele também será removido.
• Se existir algum trecho vinculado a esse nó, este será removido.
8.1.5 Criando um trecho
Para se criar um trecho entre dois nós já existentes, pressione o botão esquerdo sobre o nó a
montante (de onde o trecho sai) e arraste o mouse, com o botão pressionado, até o nó a jusante
(para onde o trecho vai), liberando o botão.
Caso só exista o nó de onde se deseja criar o trecho, repita o processo anterior, porém, em
vez de liberar o botão sobre um nó, libere-o sobre a região onde se deseja que o novo nó seja
criado.
8.1.6 Selecionando um trecho
Para selecionar um trecho, basta clicar com qualquer botão do mouse sobre o trecho desejado. É
possível selecionar mais de um trecho de uma vez, para isso, pressione o botão direito do mouse
em uma região vazia e arraste o mouse até englobar todos os trechos que deseja. Libere o botão
para encerrar a seleção. Todos os nós também serão selecionados.
8.1.7 Removendo um trecho
Caso um trecho não seja mais necessário, pode-se removê-lo, selecionado-o com o mouse e
pressionando o botão de “remover nó ou trecho” no módulo de rede, no topo do módulo.
Atenção:
• Certifique-se de selecionar apenas o trecho que deseja remover e não os nós associados ao
trecho.
• Os nós vinculados àquele trecho não serão removidos.
56 Rede
8.1.8 Segmentando um trecho
Em situações onde existem mais de um trecho entre dois nós, pode ser necessário segmentar o
trecho para melhor visualizá-lo. Para isso, pressione o botão direito do mouse sobre o ponto do
trecho onde se deseja segmentar e, mantendo o botão pressionado, arraste o ponto para a posição
desejada, liberando o botão.
Atenção:
• Só é permitido inserir um único ponto de segmentação por trecho.
8.1.9 Desfazendo segmentação de um trecho
Para retornar o trecho para apenas um segmento, ou seja, remover o ponto de segmentação,
clique com o botão direito em qualquer ponto do trecho e arraste o ponto de segmentação para
um dos nós do trecho, liberando o botão sobre o nó.
Atenção:
• Tenha certeza que liberou o botão em cima de um dos nós do trecho.
8.1.10 Múltipla seleção de nó(s) e/ou trecho(s)
Uma vez que existem nós e trechos criados, o usuário pode selecionar vários elementos ou todos
os elementos já desenhados na rede, seja para apagá-los ou para mudá-los de posição.
Para selecionar mais de um elemento (nó/trecho), pressiona-se o botão direito do mouse,
numa área sem elementos e arrasta-se o mouse. Esta ação cria uma região de seleção e marca
todos os elementos da rede que estiverem dentro dela. Quando todos os elementos que deseje
selecionar estiverem dentro da região de seleção, pode liberar o botão do mouse.
Entretanto, há a opção de usar atalhos para selecionar todos os elementos, apenas os nós e
apenas os trechos.
Para selecionar todos os elementos, pode-se:
• Usar o atalho “Ctrl + A”;
• Ir ao menu/Editar e escolher a opção “Selecionar Tudo”.
Para selecionar todos os nós, pode-se:
• Usar o atalho “Ctrl + Shift + N”;
• Ir ao menu/Editar e escolher a opção “Selecionar Nós”.
Para selecionar todos os nós de demanda, pode-se:
• Usar o atalho “Ctrl + Shift + D”;
• Ir ao menu/Editar e escolher a opção “Selecionar Nós de Demanda”.
Para selecionar todos os nós de reservatório, pode-se:
• Usar o atalho “Ctrl + R”;
• Ir ao menu/Editar e escolher a opção “Selecionar Nós de Reservatório”.
Para selecionar todos os nós de reservatório, pode-se:
• Usar o atalho “Ctrl + R”;
8.2 Módulo de Rede 57
• Ir ao menu/Editar e escolher a opção “Selecionar Nós de Reservatório”.

Para selecionar todos os trechos, pode-se:
• Usar o atalho “Ctrl + T”;
• Ir ao menu/Editar e escolher a opção “Selecionar Trechos”.
8.1.11 Mudando a posição de vários nós e trechos

Caso deseje-se alterar a posição de mais de um nó, devem-se selecionar os elementos que deseja
movimentar e pressionar o botão direito do mouse sobre um dos nós selecionados e, mantendo o
botão pressionado, movimenta-se o nó na área de desenho para a posição desejada. Para encerrar
a operação basta liberar o botão pressionado.
Atenção:
• Certifique-se que os elementos a serem movimentados estão selecionados. Caso haja
apenas um elemento selecionado ou nenhum, apenas o elemento que recebeu o clique será
movimentado e todos os outros elementos, nós e trechos, terão a posição mantida na rede
de fluxo.
• Se forem movimentados mais de um elemento, será mantida a distância que permanecia
entre eles antes de serem movimentados.
8.2 Módulo de Rede

No módulo de rede são inseridas as informações relacionadas aos nós e aos trechos da rede de
fluxo.
Figura 8.1: Interface do módulo de rede de fluxo.
Atenção:
58 Rede
• Algumas informações relacionadas a nós e trechos são replicadas em outros módulos,

como área do nó e o comprimento do trecho.
De acordo com a Figura 8.1, descrevemos as características do módulo de rede:
• Nome da Rede - Define-se o nome da rede, caso esta ainda não possua um;
• Nós da Rede - Opção para escolher o nó que se deseja selecionar;
• Botão “Olho” - Serve para centralizar a tela em torno do nó selecionado;
• Trechos da Rede - Opção para escolher o trecho que se deseja selecionar;
• Informações do Nó
– Nome - Nome dado ao nó. Ao se criar um nó, um nome automático é inserido (letra
N seguido de um número); porém, pode-se alterar este nome para um que tenha uma
melhor representação;
– Latitude - Valor em graus decimais da latitude georreferenciada do nó;
– Longitude - Valor em graus decimais da longitude georreferenciada do nó;
– Tipo - Define o tipo de nó. A fim de auxiliar o usuário, o sistema apresenta uma
legenda (Figura 7.3) com nome e símbolos adotados no sistema. Podem ser:
∗ Bacia: Nó que representa uma bacia hidrográfica;
∗ Padrão/Junção: nós simples da rede ou junções entre duas ramificações;
∗ Reservatório: nó que representa um reservatório;
∗ Lago: nó representando um lago;
∗ Demanda: nó que representa um local que demanda água da rede (cidade, área
industrial, área de plantio etc.);
• Informações do Trecho
– Nome - Nome dado ao trecho. Ao se criar um trecho, um nome automático é inserido
(letra L seguido de um número); porém, pode-se alterar este nome para um que tenha
uma melhor representação;
– Tipo - Define o tipo de trecho. A fim de auxiliar o usuário, o sistema apresenta uma
legenda (Figura 7.3) com nome e símbolos adotados no sistema. Podem ser:
∗ Padrão;
∗ Propagação;
∗ Bombeamento.
– COM CONTRIBUIÇÃO LATERAL -
– CANAL ARTIFICIAL -
8.3 Barra de Ferramentas de Rede 59
8.3 Barra de Ferramentas de Rede
Figura 8.2: Barra de Ferramentas de Rede
No módulo de Desenho de Rede os botões (Figura 8.2), por padrão, são os seguintes:
• Abrir Rede → Abrir uma rede de fluxo salva em arquivo;
• Salvar Rede → Salvar a rede de fluxo desenhada;
• Plano de Fundo → Permite carregar um plano de fundo para orientar o desenho de rede.
Abrir uma imagem que aparecerá na região de desenho, sob a rede. Para remover, basta
clicar novamente no botão. Arquivos suportados:
– Bitmap (.bmp);
– Portable Network Graphics (.png);
– Joint Pictures Expert Group (.jpeg);
– Graphics Interchange Format (.gif).
• Botão “Seta para cima” → Aumenta o tamanho do ícone do elemento na rede;
• Botão “Seta para baixo” → Diminui o tamanho do ícone do elemento na rede;
• Botão “A+” → Aumenta o tamanho da fonte de todos os elementos da rede;
• Botão “A-” → Diminui o tamanho da fonte de todos os elementos da rede;
• Apagar Elemento → Apaga o elemento que estiver selecionado no momento em que for
acionado.
• Botão Selecionar → Seleciona ou cria elementos de rede;
• Botão Zoom+ → Aproxima na localização clicada;
• Botão Zoom- → Distancia na localização clicada;
• Botão “Mão” → Puxa/arrasta o desenho de rede para a localização desejada. Deve-se clicar
com o botão esquerdo do mouse e o manter pressionado para usar essa funcionalidade;
• Botão Centralizar → Centraliza a tela de modo a abranger todos os elementos da rede.
Modelos Hidrológicos
GWLF
SMAP
HYMOD
SACR
CN3S
9 — Hidrologia
9.1 Modelos Hidrológicos
Figura 9.1: Barra de Ferramentas de Hidrologia
No módulo de Hidrologia os botões (Figura 9.1), por padrão, são os seguintes:

• Carregar → Carrega configurações de modelos hidrológicos previamente salvos.
• Executar → Executa o cálculo da vazão com base nos dados de chuva e demais parâmetros
requeridos pelo modelo em uso. Se, ao ser acionado esse botão, os dados de entrada não
estiverem completos, uma mensagem mostrando os dados faltantes será mostrada.
• Resultados → Mostra os resultados na forma de tabela e na forma de gráfico em linha.
Atualmente, o módulo de Hidrologia implementa os seguintes modelos, que podem ser
selecionados de acordo com o intervalo de tempo do projeto e com o seletor de modelos:
• Diários
– GWLF
– SMAP
– HYMOD
– SACR
• Mensais
– SMAP
– CN3S
9.1.1 GWLF
62 Hidrologia
Figura 9.2: Interface de Hidrologia do modelo GWLF
Ao clicar no botão “Áreas Fontes”, uma janela (Figura 9.3) será exibida para que seja feita a
entrada das informações das áreas fontes do nó.
Figura 9.3: Janela de Áreas Fontes
A janela de áreas fontes apresenta quatro funcionalidades:

Botão Função Descrição

Abrir Abrir arquivo de áreas fontes. Abre as informações de áreas fontes de um arquivo.
O arquivo é do mesmo tipo daquele utilizado para
guardar as informações de configuração do modelo
GWLF.
Salvar Salvar áreas fontes em arquivo. É possível salvar as informações das áreas fontes
especificadas em um arquivo GWLF existente, ou em
um novo arquivo.
Inserir Inserir área fonte. Insere uma nova área fonte na tabela. Esta opção
acrescenta uma linha no final da tabela para ser acres-
centado uma nova área fonte.
Remover Remover área fonte. Apaga uma área fonte selecionada. É possível seleci-
onar mais de uma linha.
Para cada área fonte é necessário informar:
Nome Nome da área fonte.

Pode-se escrever qualquer nome mas, caso deseje-se utilizar um dos nomes
disponíveis no SIGA, basta clicar na seta que aparece a direita do campo do
nome, quando se está editando.
CN Número de curva (Curve Number)
É um parâmetro utilizado pela Metodologia do Soil Conservation Service (SCS)
que varia de 0 a 100, sendo que, quanto menor o valor, mais a superfície do
solo gera escoamento superficial.
Área Área da área fonte.
Esta área será somada a todas as áreas das áreas fontes e este total é apresentado
no campo “Total de Áreas Fontes”, localizado abaixo da tabela. Caso o valor
total das áreas fontes ultrapasse o valor da área da sub-bacia, o valor inserido
não será aceito, pois o total não pode ultrapassar a área da sub-bacia.
Tipo Tipo da área fonte.
Uma área fonte pode ser rural ou urbana.
Além disso, o total das áreas fontes é exibido na janela de áreas fontes, ou seja, o somatório
das áreas superficiais das áreas fontes. Este somatório não pode ser maior que a área da sub-bacia
que é mostrada no campo a direita do total de áreas fontes.
Uma mensagem de alerta (Figura 9.4) será exibida caso o total de áreas fontes seja maior
que a área da sub-bacia.
Figura 9.4: Alerta de inconsistência nas áreas fontes

64 Hidrologia
Uma vez que as informações das áreas fontes foram inseridas, deve-se pressionar o botão
CHECK para que os valores sejam salvos.
As próximas informações a serem dadas ao GWLF referem-se ao clima, ou seja, às séries de

temperatura e precipitação do período em que se deseja fazer a simulação. Estas informações
são inseridas através da janela de leitura de série apresentada no apêndice A.
Em seguida, são inseridas informações sobre neve acumulada. Deve-se informar o fator de
temperatura e o acúmulo inicial de neve. O fator de temperatura indica quantos centímetros de
coluna de neve irá derreter para cada 1o C de temperatura adicional. E o acúmulo inicial de neve
indica quantos centímetros de coluna de neve existe depositado no solo no início do período de
simulação.
Naturalmente, esses parâmetros não têm nenhuma importância para o caso de simulações
para regiões onde a probabilidade de ocorrência de neve seja nula, por exemplo, regiões áridas
ou semi-áridas e regiões tropicais.
Figura 9.5: Janela de limites de umidade
Agora, devem-se informar os limites de umidade anterior ou antecedente (Figura 9.5). Os

valores AM1 e AM2 determinam um intervalo médio de umidade antecedente e precisam ser
definidos para o período de crescimento e de dormência das plantas.
Assim, o usuário deve definir qual é o período de crescimento das culturas em meses, bem
como indicar os respectivos valores de AM1 e AM2. Como o período de crescimento pode variar
de uma região para outra, devem-se marcar os meses onde acontece o crescimento de culturas.
Figura 9.6: Janela de inserção de valores de evaporação
As próximas informações a serem inseridas dizem respeito à evaporação (Figura 9.6). Deve-
se informar qual o coeficiente de evapotranspiração (ET coef.) e a quantidade de horas-luz por
dia para cada mês do ano.
Em seguida, são necessárias informações do componente Solo/Água. Devem ser informadas

as profundidades iniciais da zona não saturada e da zona rasa, ambos em centímetros. Já os
coeficientes de gotejamento, recessão e vazamento irão representar as taxas de transferência
da zona não saturada para a zona rasa, para o reservatório de águas subterrâneas, e para águas
superficiais, respectivamente. Esses coeficientes devem variar entre 0 e 1. Por fim, o usuário
deve registrar o valor para a capacidade de campo em centímetros, que mede o quanto de coluna
de água o solo pode absorver até sua saturação.
9.1.2 SMAP
O modelo SMAP (Soil Moisture Accounting Procedure) consiste de um modelo determinís-

tico de simulação hidrológica do tipo transformação chuva-vazão.
66 Hidrologia
Figura 9.7: Interface de Hidrologia do modelo SMAP
O SMAP necessita de duas séries temporais: evapotranspiração (mm) e precipitação (mm).

Os botões que representam estas séries abrem uma janela de leitura de série, conforme apresen-
tado no apêndice A.
Os parâmetros necessários para o SMAP são:
SAT Capacidade de saturação por solo
CREC Parâmetro de recarga subterrânea.
K2 Constante de recessão do escoamento superficial.
AI Abstração inicial.
CAPC Capacidade de campo
KK Constante de Recessão do escoamento básico.
Além dos parâmetros, o SMAP necessita do TUIN - teor de umidade inicial e EBIN - vazão
subterrânea (básica) inicial.
O SMAP necessita da informação da área da sub-bacia, que deve ser informada no próprio
módulo ou no módulo de rede de fluxo.
9.1.3 HYMOD
O modelo HYMOD (Hydrological Model) consiste de um modelo de simulação hidrológica do
tipo transformação chuva-vazão.
Figura 9.8: Interface de Hidrologia do modelo HYMOD
O HYMOD necessita de duas séries temporais: evapotranspiração (mm) e precipitação

(mm). Os botões que representam estas séries abrem uma janela de leitura de série, conforme
apresentado no apêndice A.
Os parâmetros necessários para o HYMOD são:

CMax Capacidade máxima de armazenamento.
Beta Grau de Variabilidade Espacial da Capacidade de Umidade do Solo;
Alfa Fator de Distribuição do Fluxo entre as Duas Séries de Reservatórios;
RQ Taxa de Esvaziamento do Reservatório Rápido
RS Taxa de Esvaziamento do Reservatório Lento;
Além dos parâmetros, o HYMOD necessita do:
WS Condição Inicial de Armazenamento;
STS Estado Inicial do Tanque Lento;
QTS1 Estado Inicial do Tanque Rápido 1;
QTS2 Estado Inicial do Tanque Rápido 2;
QTS3 Estado Inicial do Tanque Rápido 3.
O HYMOD necessita da informação da área da sub-bacia, que deve ser informada no próprio
módulo ou no módulo de rede de fluxo.
9.1.4 SACR
O Modelo SACR ou SAC-SMA ou Sacramento que vem do inglÃa s Sacramento Soil Moisture
Accounting model, Burnash, 1995),
Figura 9.9: Interface de Hidrologia do modelo SACR
Parâmetros
• RIVA Riparian vegetarian area fraction
• SIDE Ratio of deep percolation from lower layer free water storages
• RSERV Fraction of lower layer free water not transferable to lower layer tension water
• UZTWM The upper layer tension water capacity, mm 10-300
• UZFWM The upper layer free water capacity, mm 5-150
• UZK Interflow depletion rate from the upper layer free water storage, day1 0.10-0.75
• ZPERC Ratio of maximum and minimum percolation rates 5-350
• REXP Shape parameter of the percolation curve 1-5
68 Hidrologia
• LZTWM The lower layer tension water capacity, mm 10-500

• LZFSM The lower layer supplemental free water capacity, mm 5-400
• LZFPM The lower layer primary free water capacity, mm 10-1000
• LZSK Depletion rate of the lower layer supplemental free water storage, day1 0.01-0.35
• LZPK Depletion rate of the lower layer primary free water storage, day1 0.001-0.05
• PFREE Percolation fraction that goes directly to the lower layer free water storages 0.0-0.8
• PCTIM Permanent impervious area fraction
• ADIMP Maximum fraction of an additional impervious area due to saturation
9.1.5 CN3S
Figura 9.10: Interface de Hidrologia do modelo CN3S

Introdução
Módulos para Calibração
SMAP
HYMOD
CN3S
Algoritmos de Otimização
MOPSO
HBMMO
Resultados
Análise de Sensibilidade
10 — Calibração
10.1 Introdução
O módulo de calibração utiliza algoritmos de otimização para encontrar os melhores valores

dos parâmetros utilizados nos outros módulos do SIGA.
Além das quatro funcionalidades padrões: abrir arquivo de configuração, salvar arquivo
de configuração, executar e apresentar resultados, o módulo de calibração possui mais uma
funcionalidade:
• Análise de sensibilidade: Utilizado para analisar a sensibilidade do sistema a determina-
dos valores de parâmetros.
Devem ser informados o período inicial e final de calibração. No módulo de calibração,
deve-se escolher o módulo que se deseja calibrar e qual algoritmo de otimização deseja-se
utilizar.
10.2 Módulos para Calibração
Os módulos disponíveis para calibração estão listados na parte superior do módulo de

calibração. Cada módulo especifica o que pode ser calibrado. Atualmente, apenas a calibragem
do módulo de Hidrologia com os modelos hidrológicos SMAP (diário e mensal), HYMOD e
CN3S está disponível no SIGA.
10.2.1 SMAP
70 Calibração
Todas as informações necessárias para que o modelo SMAP seja executado devem ser
fornecidas no módulo de calibração. Devem-se especificar quais parâmetros se deseja calibrar,
marcando a caixa posicionada na frente do nome do parâmetro e informar o intervalo de valores
que aquele parâmetro pode variar. Para os parâmetros que não serão calibrados, devem ser
informados os valores a serem utilizados. Além disso, devem-se informar os valores iniciais de
teor de umidade e de vazão básica. Como também as séries de evaporação e precipitação e série
observada do período do módulo. Ao se ler uma série o seu período será definido como período
de calibração, porém, isso pode ser alterado após a leitura da série. A Figura 10.1 logo a seguir
apresenta a disposição dos parâmetros e das séries a serem informados.
Figura 10.1: Calibração do modelo SMAP
10.2.2 HYMOD
Assim como o SMAP, todas as informações necessárias para que o modelo HYMOD seja
executado devem ser fornecidas no módulo de calibração. Devem-se especificar quais parâmetros
se deseja calibrar, marcando a caixa posicionada na frente do nome do parâmetro e informar
o intervalo de valores que aquele parâmetro pode variar. Para os parâmetros que não serão
10.3 Algoritmos de Otimização 71
calibrados, devem ser informados os valores a serem utilizados. Além disso, devem-se informar
os valores iniciais TUIN e EBIN. Como também as séries de evaporação e precipitação e série
observada do período do módulo. Ao se ler uma série o seu período será definido como período
de calibração, porém, isso pode ser alterado após a leitura da série. A Figura 10.2 logo a seguir
apresenta a disposição dos parâmetros e das séries a serem informados.
Figura 10.2: Calibração do modelo HYMOD
10.3 Algoritmos de Otimização
O SIGA permite utilizar diferentes algoritmos de otimização no processo de calibração. A

escolha do algoritmo é feita na parte inferior da interface do módulo de calibração. Atualmente,
apenas o algoritmo MOPSO e HBMMO está disponível.
10.3.1 MOPSO
72 Calibração
O algoritmo MOPSO (Multiobjective Particle Swarm Optimization) é um algoritmo evolu-

tivo que gera uma população inicial de soluções, e então, avaliada segundo as diversas funções
objetivo em questão, encontrando os melhores indivíduos. A partir dos conceitos de dominância
de Pareto, determinam-se quais soluções são não-dominadas na população inicial. Estas solu-
ções são armazenadas em um repositório de soluções não-dominadas (frente de Pareto). São
parâmetros do MOPSO:
C1 Descrição do C1;
C2 Descrição do C2;
Vmax Velocidade máxima;
W Start Descrição do W Start;
W End Descrição do W End;
W Vary Descrição do W Vary.
Devem-se ser informados também o tamanho da população e o número de iterações que
o algoritmo deve executar. É necessário escolher as funções objetivo que se deseja utilizar no
MOPSO. Pode-se escolher qualquer quantidade de funções. Atualmente, estão disponíveis duas
funções: Nash-Stucliffe e NSCP. Uma vez que todas as informações necessárias foram inseridas,
pode-se executar a calibração.
Introdução
Simulação
Otimização
11 — Operação de Sistemas
11.1 Introdução
A operação de reservatório é responsável pelo balanço de massa dos elementos da rede

considerando as características físicas dos mesmos. Dois tipos de aplicação são possíveis neste
módulo, são elas:
• Simulação, onde se opera a rede tendo como referência regras de liberação dos elementos
que possuem tal característica pré-estabelecidas pelo usuário;
• Otimização, que determina novas regras pela minimização ou maximização de funções
que reflitam critérios estabelecidos pelo usuário com o auxílio de algoritmos.
A seleção do tipo de operação é realizada pelo usuário a partir do seletor “Tipo de Operação”
contido na interface principal do módulo ([REFERENCIA DE FIGURA]). A seguir são apre-
sentados em detalhes o manuseio e os recursos contidos em cada uma das possíveis formas de
operação acima citadas.
11.2 Simulação
Nesta forma de operação da rede, regras que estabelecem a forma com que é feita a retirada
de água de determinados elementos da rede são pré-estabelecidas pelo usuário. Sendo necessário
que este determine tais regras para cada um destes elementos.
Para a simulação, a interface é apresentada ao usuário como mostra na Figura [REFERENCIA
PARA FIGURA].
Este módulo possui a barra de ferramentas com as quatro funcionalidades padrões comuns
aos demais módulos.
74 Operação de Sistemas
11.3 Otimização
Texto para Subseção de Otimização. Adicionar import aqui!

Importações
Importação de Séries
Importação de Matrizes
Thiessen
Calcular Thiessen
Gerar matriz de Thiessen (.tmtrx) a partir
de séries do SIGA (.srs)
12 — Ferramentas
12.1 Importações
Às vezes o usuário não dispõe de dados no formato desejado pelo SIGA. Por isso, faz-se
necessário uma ferramenta para importar dados em diferentes formatos.
12.1.1 Importação de Séries
De acordo com a Figura 7.10, o SIGA permite importar os seguintes formatos:
• Formato ano-mês-valores
• FUNCEME - Pluviometria
• ANA - Pluviometria
• ANA - Fluviometria
Ao abrir cada tipo de importação, uma janela como a da Figura A.1 será mostrada.
12.1.2 Importação de Matrizes
Conforme a subseção 6.1.2, só há um tipo de matriz que pode ser importada pelo SIGA: CAV
- Cota X Área X Volume. Para realizar essa importação, é necessário que o usuário crie um
elemento que seja Reservatório ou Lago no módulo de Rede. Depois, é necessário que o usuário
crie um cenário no módulo de Operação de Reservatórios. Dessa forma, aparecerá um botão
“Cota - Área - Volume” no painel do módulo. Ao clicar nesse botão, a janela da Figura 12.1 será
mostrada.
76 Ferramentas
Figura 12.1: Janela da Matriz de CAV
Para “Importar CAV de um Banco de Dados ou Serviço” é preciso que o usuário clique no
botão mostrado na Figura 12.2, no topo da janela ao lado do botão “Salvar”.
Figura 12.2: Botão para Importar CAV de um Banco de Dados ou Serviço.
Quando o usuário clica nesse botão, aparece a janela da Figura 12.3. Essa janela serve para
especificar o serviço (no caso, FUNCEME) e qual reservatório o usuário quer escolher para
importar a matriz de Cota X Área X Volume (no caso da Figura 12.3, Adauto Bezerra).
Figura 12.3: Importação da CAV de um Banco de Dados ou Serviço

78 Ferramentas
12.2 Thiessen
Para acessarmos as ferramentas de Thiessen devemos clicar na Barra de Menus (Figura 7.10)
sob o Menu Ferramentas/Thiessen. São mostradas duas opções: “Calcular Thiessen” e “Gerar
matriz de Thiessen (.tmtrx) a partir de séries do SIGA (.srs)”.
12.2.1 Calcular Thiessen
Atenção:
• Para iniciar o cálculo é necessário que o usuário tenha colocado pelo menos um shapefile
de pontos e um shapefile de polígonos com as mesmas especificações de datum e sistema
de projeção.
Ao clicar em “Calcular Thiessen”, a janela da Figura 12.4 é mostrada. Nela o usuário precisa
informar o método de execução de Thiessen. De acordo com o Apêndice D, os métodos podem
ser: “Método Tradicional”, “Por sub-bacia” e “Por bounding box de sub-bacia”. Depois de
escolher o método, o usuário poderá clicar em Next.
Figura 12.4: Primeira Janela do Cálculo de Thiessen

12.2 Thiessen 79
Agora a janela 12.5 é mostrada.
Figura 12.5: Segunda Janela do Cálculo de Thiessen
Na janela 12.5, o usuário precisa informar o shapefile de polígonos e o shapefile de pontos.

Todos os shapefiles de polígonos que já foram inseridos no SIGA serão mostrados somente na
opção de polígonos e todos os shapefiles de pontos que também já foram inseridos no SIGA
serão mostrados somente na opção de pontos.
Após isso, o usuário deverá informar as respectivas colunas de IDs que ele quiser usar para
polígonos e pontos. As opções de colunas mostradas são as colunas das próprias tabelas de
atributos dos shapefiles.
Atenção:
• As opções para colunas de IDs só aparecem após o usuário ter informado o respectivo
shapefile que irá usar.
A próxima janela a ser apresentada é a de matriz de entrada (Figura 12.6). Essa matriz deverá
conter os valores para cada data de cada ponto. Quando o usuário clica no botão para inserir a
matriz de entrada, uma janela como da Figura B.3 aparece.
80 Ferramentas
Figura 12.6: Terceira Janela do Cálculo de Thiessen
Após inserir a matriz de entrada de dados, ele deverá clicar em “Finish”. Depois será neces-
sário salvar o arquivo shapefile temporário. Esse shapefile é sobrescrito para cada configuração
diferente de postos até chegar a última data.
Ao final do processo, aparece uma janela (Figura B.4) com os resultados.
12.2.2 Gerar matriz de Thiessen (.tmtrx) a partir de séries do SIGA (.srs)
Ao clicar em “Gerar matriz de Thiessen (.tmtrx) a partir de séries do SIGA (.srs)” aparecerá uma
janela como a mostrada na Figura A.1. Depois de carregar as séries corretamente, o usuário deve
clicar no botão “Exportar” (Figura 12.7) para exportar as séries em um arquivo .tmtrx.
Figura 12.7: Exportar séries selecionadas para matriz de Thiessen (.tmtrx)

Lista de Apêndices
A — Entrada e Saída de Séries Temporais
Alguns módulos recebem séries temporais como entrada (temperatura, evapotranspiração,

etc.). Conforme figura A.1, Para se inserir essas informações, uma janela de leitura de série é
exibida:
Figura A.1: Janela de Leitura de Série
A princípio a janela é exibida sem dados. Após uma série ser lida, a janela passa a ser exibida
contendo a última série aceita.
84 Entrada e Saída de Séries Temporais
Nessa janela, os botões abaixo estão disponíveis:
• Abrir → Abrir arquivo de série. Abre uma janela para selecionar o arquivo de série pedido
(múltiplas séries podem ser inseridas).
• Salvar → Salvar série em arquivo. Possibilita salvar alterações na série em um arquivo.
• Exportar → Ver subseção 12.2.2.
Os arquivos para leitura de séries devem apresentar-se na codificação ANSI com os dados dis-
tribuídos em duas colunas. A primeira coluna deve apresentar datas no formato DD/MM/AAAA,
exemplo 01/03/1999, para séries diárias ou MM/AAAA, exemplo 03/1999, para séries mensais.
Já a segunda coluna deve conter os valores correspondentes às datas da primeira coluna.
Atenção:
• A separação decimal segue o padrão nacional, i.e., usa-se a vírgula;

• Não é necessário utilizar separadores de milhar;
• Em caso de registro com falha, colocar “-999” na linha correspondente à falha no arquivo
texto ou remover à linha;
• Quando houver algum erro durante a leitura do arquivo aparecerá uma mensagem indicando
o possível motivo da falha.
Pode-se entrar com os valores da série ou apenas complementá-los sem a necessidade da

leitura do arquivo. Para isso o usuário deverá marcar a opção “Editar tabela” que se encontra
na caixa de período. O período, inicial e final, define o tamanho da série. Ao aumentá-lo, por
padrão, as novas células e linhas da tabela são adicionadas e preenchidas com “-”, que representa
ausência de valor. Após definido o período, deve-se inserir os valores de cada dia, no caso de
uma série diária; ou os valores de cada mês, para série mensal. Terminada a edição deve-se
desmarca a opção “Editar tabela” para evitar alterações indesejadas.
Atenção:
• Para fazer qualquer modificação dos valores da série, seja ela lida ou construída, a opção de
“Editar tabela” deve permanecer marcada. Ao terminar a edição manual da série deve-se
desmarcar a opção “Editar tabela” para evitar alterações indesejadas.
Uma vez que a série foi construída ou lida e a opção “Editar tabela” está desmarcada, a
janela de leitura de série apresenta a série lida de duas formas: tabular ou gráfica. Uma planilha
apresenta os valores da série para a forma tabular variando de acordo com o tipo de série. Para o
caso de falhas na série lida um o símbolo “-” será utilizado representando ausência valor. Se
a série é diária os rótulos das colunas indicam o dia do mês e das linhas indicam o mês e o
ano daquele valor, como mostrada na Figura A.2. Já para a série mensal os rótulos das colunas
indicam o mês e das linhas indicam o ano daquele valor.
85
Figura A.2: Série Diária Lida em Forma Tabular
Na forma tabular e gráfica pode-se visualizar as séries de duas a três formas diferentes,
dependendo do tipo de série, que podem ser vistas na caixa “Período”. Em uma série diária
é possível visualizar de quatro formas diferentes: “Horário", “Diário”, “Mensal” e “Anual”.
Visualizar uma série diária de forma “Diária” é simplesmente ter seus valores transcritos para a
tabela, essa é tomada como padrão para esse tipo de série.
Ainda com relação a séries diárias, quando a visualização “Mensal” ou “Anual” for selecio-
nada, haverá uma conversão dos valores. A conversão é feita baseada na unidade da série. Séries
que têm as unidades ◦ C, m3s, cm◦ C, mgL, µgL e Wm2 faz-se média dos valores correspondentes
ao mesmo mês e é tomado como o valor daquele mês, caso “Mensal”, ou correspondentes ao
mesmo ano e tomado como valor daquele ano, caso “Anual” para as demais unidades utiliza-se o
mesmo principio com uma modificação que ao invés de se tomar a média faz-se apenas a soma.
Caso haja algum valor falhado resultante da conversão, mês para “Mensal” e ano para “Anual”,
será desconsiderado e mostrado da mesma forma de uma falha. A conversão para “Horário” é
feita copiando-se a média para cada intervalo de hora.
Pode-se também alternar entre planilha e gráfico e visualizar a série de forma de gráfico no
topo da janela (Figura A.3):
86 Entrada e Saída de Séries Temporais
Figura A.3: Série Lida em Gráfico
Depois de inserida a série, do lado esquerdo da tela, tanto na forma tabular quanto na gráfica,
há algumas ferramentas podem ser utilizadas para melhorar a exploração das informações da
série, como:
• O tipo de intervalo de tempo visualizando os dados horários, diários, mensais e anuais da
série já lida.
• O período indica o intervalo de tempo mostrado na tabela, este intervalo pode ser alterado
caso se deseje observar informações de um intervalo específico.
• Também do lado esquerdo da tela é apresentado o nome da série lida. Pode-se removê-la
com dois cliques com o botão esquerdo do mouse sobre o seu nome.
• Apenas para a visualização tabular pode-se alterar algum valor.
• Na visualização em gráfico o valor de um ponto é mostrado com um clique com o botão
esquerdo do mouse sobre ele.
Já na região onde o gráfico é desenhado há outras funcionalidades que utilizam três botões
que estão abaixo dos botões de abrir e salvar a série, que são:
• Oculta e exibe a legenda do gráfico.
• Retira o zoom e retornar ao tamanho normal do gráfico.
• Quando marcado, aproxima a imagem do gráfico.
• Quando marcado, distancia a imagem do gráfico.
• Retira a grade do gráfico.
• Mostra a grade do gráfico.
• Mostra ou retira as opções de configuração do gráfico.
Também na mesma região pode-se usar os botões do mouse sobre o gráfico e alguns botões
do teclado com atalho, como,
87
• Botão esquerdo do mouse pressionado → abre uma região de seleção onde será feito um
zoom e redesenhados os pontos do gráfico que estejam dentro da região criada.
• Clique Duplo → retira o zoom e retornar ao tamanho normal do gráfico.
• Botão direito do mouse pressionado → sobre a legenda permite a movimentação da mesma
sobre o gráfico.
• Tecla “S” → Retornar ao tamanho original do gráfico.
• Tecla “W” → Ampliação visual da imagem (zoom +) 1.5 no eixo Y.
• Tecla “X” → Diminuição visual da imagem (zoom -) 1.5 no eixo Y.
• Tecla “A” → Ampliação visual da imagem (zoom +) 1.5 no eixo X.
• Tecla “D” → Diminuição visual da imagem (zoom -) 1.5 no eixo X.
• Tecla “E” → Ampliação visual da imagem (zoom +) 1.5 no eixo X e no eixo Y.
• Tecla “Z” → Diminuição visual da imagem (zoom -) 1.5 no eixo X e no eixo Y.
• Tecla “-” → Diminuição visual da imagem (zoom -) 1.5 no eixo X e no eixo Y.
• Tecla “+” → Ampliação visual da imagem (zoom +) 1.5 no eixo X e no eixo Y.
Os valores lidos de uma série são apresentados de acordo com o seguinte:
• Inicialmente, a opção marcada é o intervalo de tempo do sistema
• O intervalo indicado após uma série ser lida é o intervalo total do arquivo de série.
Uma vez que a série foi lida, deve-se pressionar o botão “v"para que a leitura da série seja
aceita. Caso seja pressionado ”x"ou a janela de leitura de série seja fechada, a nova série não
será recebida pelo módulo.
Matriz de alocação
Matriz de CAV (Cota - Área - Volume)
Matriz de Thiessen
B — Entrada e Saída de Matrizes
O SIGA possui matrizes de tipos descritos a seguir:
B.1 Matriz de alocação
Figura B.1: Matriz de Alocação

90 Entrada e Saída de Matrizes
B.2 Matriz de CAV (Cota - Área - Volume)
Figura B.2: Matriz de CAV (Cota - Área - Volume)

B.3 Matriz de Thiessen 91
B.3 Matriz de Thiessen
No processo de Thiessen é necessário entrar com uma matriz de dados (Figura B.3). Nessa
matriz, as linhas são as datas e as colunas são os IDs das estações.
Figura B.3: Matriz de Thiessen (Dados de Entrada)
Ao final do processo de Thiessen, uma outra matriz é apresentada (Figura B.4). Nessa
matriz, as colunas agora são os IDs das sub-bacias. Os valores da matriz são os valores médios
calculados por Thiessen. Conforme a Figura B.4, uma outra aba é criada com o nome “Postos
Ativos”. Ao clicar na aba, percebe-se uma matriz que indica quantos postos (estações) estão
ativos para cada sub-bacia e, na última coluna, o total de postos ativos por data.
92 Entrada e Saída de Matrizes
Figura B.4: Matriz de Thiessen (Resultados)

Método Tradicional
Método Por Sub-bacia
Método Por Bounding Box de Sub-bacia
C — Métodos de Execução de Thiessen
No processo de Thiessen do SIGA, definimos três métodos de execução. Esses métodos

dizem respeito a como são calculados os polígonos de Voronoi. No geral, eles são específicos
para cada data e desprezam as estações que não possuem valores para aquela data. A seguir,
descrevemos os três métodos disponíveis no SIGA.
C.1 Método Tradicional
A Figura C.1 mostra um exemplo do método tradicional.
(a) Antes (b) Depois
Figura C.1: Método Tradicional
No método tradicional, todos os polígonos de Thiessen/Voronoi são calculados de uma vez

94 Métodos de Execução de Thiessen
só. Para isso, todos os pontos (postos/estações) contidos na bounding box 1 da layer de polígonos
(sub-bacias) são utilizados. Nesse método, a bounding box é inflada da seguinte maneira: 10%
da largura para o lado direito e 10% para o lado esquerdo e 10% da altura para cima e 10% para
baixo.
No exemplo da Figura C.1 todas as estações possuem valores. Assim, todos os pontos foram
levados em conta, menos o ponto 694 porque estava fora da bounding box inflada da layer de
polígonos.
C.2 Método Por Sub-bacia
No método por sub-bacia, os polígonos de Thiessen/Voronoi são calculados para cada polígono
da layer de polígonos. O detalhe é que só são levados em conta os pontos dentro do polígono.
Figura C.2: Método Por Sub-bacia
No caso da Figura C.2, todos os pontos (estações) possuem valores, mas somente os pontos
238, 342 e 648 foram levados em consideração porque estão dentro do polígono da sub-bacia.
C.3 Método Por Bounding Box de Sub-bacia
No método por bounding box de sub-bacia, os polígonos de Thiessen/Voronoi também são

calculados para cada polígono da layer de polígonos. Porém, os pontos considerados para
o cálculo são somente os que estiverem dentro da bounding box inflada desse polígono. A
bounding box é inflada da seguinte maneira: 10% da largura para o lado direito e 10% para o
lado esquerdo e 10% da altura para cima e 10% para baixo.
A Figura C.3 ilustra o mesmo exemplo da Figura C.2. Porém, observa-se que os polígonos
de Thiessen são diferentes porque os pontos que não estão dentro do polígono, mas que estão
dentro da bounding box inflada, também são levados em consideração.
1 Quadro delimitador. Retângulo que tangencia os pontos máximos (Norte, Sul, Leste e Oeste) da geometria.
C.3 Método Por Bounding Box de Sub-bacia 95
Figura C.3: Método Por Bounding Box de Sub-bacia

Shapefiles
Rasters
Sistema de Coordenadas
D — Georreferência
A tela de desenho da rede de fluxo do SIGA é georreferenciada e aceita o carregamento de

arquivos shapefiles e rasters independente do sistema de coordenadas, datum ou projeção.
D.1 Shapefiles
A Figura D.1 mostra um exemplo de uma camada de shapefile.
Figura D.1: Shapefiles

98 Georreferência
Um shapefile é um formato digital de armazenamento de vetores para guardar localizações

geométricas e informações de atributos associados. Esse formato não tem capacidade de guardar
informações topologicas. Os shapefiles são simples porque eles guardam o tipo primitivo de
dados geométricos de pontos, linhas e polígonos. Uma tabela irá guardar propriedades/atributos
para cada forma primitiva no shapefile. As formas(pontos/linhas/polígonos) juntamente com
os atributos podem criar infinitamente muitas representações sobre dados geográficos. Essa
representação provê a habilidade para computações poderosas e precisas.
D.2 Rasters
A Figura D.2 mostra um exemplo de uma camada de raster.
Figura D.2: Rasters
Uma imagem raster é uma estrutura de matriz de pontos representando usualmente um grid
retangular de pixels ou pontos de cor, visíveis em um computador através de um monitor, papel
ou outra forma de visualização.
Um tipo de dados raster é, em essência, qualquer tipo de imagem digital representada por
grids. Um pixel em um raster é a menor unidade de um grid individual que constroi uma imagem,
geralmente de dificil identificação até que seja produzido na imagem um aumento de escala
(zoom) muito grande. A combinação dos pixels que compõem um sistema de formação de cor
de uma imagem trarão detalhes da mesma.
Os conjuntos de dados de rasters usados pelos GIS conterão informações a cerca de elevação,
um modelo de elevação digital, a refletividade de um comprimento de onda da luz em particular
ou algum outro indicador de espectro eletromagnetico.
O tipo de dados raster consiste em linhas e colunas de células, cada uma guardando um valor
único. Os dados rasters podem ser imagens com cada pixel (ou célula) contendo um valor de cor.
Outros valores que podem ser gravados em cada célula podem ser um valor inteiro, como uso de
terra, um valor contínuo, como temperatura ou um valor nulo se nenhum dado for disponível.
D.3 Sistema de Coordenadas
Em geodesia, um elipsoide de referência é uma superfície matematicamente definida que se

aproxima do geoide, a verdadeira figura da Terra ou qualquer outro corpo planetário. Devido à
sua relativa simplicidade, os elipsoides de referência são usados como uma superfície preferida
na qual são efectuados os cálculos da rede geodésica.O principal uso dos elipsoides de referência
é servir de base para um sistema de coordenadas de latitude (norte/sul), longitude (este/oeste) e
elevação (altura). Caso o usuário não carregue nenhuma camada de shapefile ou raster, o SIGA
irá utilizar o elipsóide WGS84, com sistema de coordenadas de latitude e longitude.
Os arquivos carregados poderão ser de quaisquer tipos, desde que todos obedeçam ao mesmo
elipsoide, sistema de coordenada e datum.
Referências
Livros
[Mai+92] David R Maidment et al. Handbook of hydrology. McGraw-Hill Inc., 1992 (ver
página 39).
Artigos
[AEF05] J.E. Alvarez-Benitez, R. M. Everson e J. E. Fieldsend. “A MOPSO algorithm based

exclusively on pareto dominance concepts”. Em: Evolutionary Multi-Criterion Op-
timization, Proceedings of Third International Conference, EMO 2005, Guanajuato,
Mexico, March 9-11 (2005), páginas 459–473 (ver páginas 24, 26, 27).
[BV06] Anja Bos e A Vreng. “Parameter optimization of the HYMOD model using SCEM-
UA and MOSCEM-UA”. Em: University of Amsterdam, Amsterdam (2006) (ver
páginas 20, 21).
[BOU07] W. C. BOUGHTON. “Effect of Data Length on Rainfall-Runoff Modelling”.
Em: Environmental Modelling and Software, 22 (2007), páginas 406–413 (ver
página 25).
[BRA06] J. M. BRAVO. “Otimização da Operação de um Reservatório para Controle de
Cheias com Base na Previsão de Vazão”. Em: Dissertação de Mestrado. Instituto de
Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul. IPH/UFRGS
(2006) (ver página 34).
[CML01] X. CAI, D. MCKINNEY e L. LASDON. “Solving nonlinear water management
models using a combined genetic algorithm and linear programming approach”.
Em: Adv. Water Resources, 24 - 61 (2001), páginas 667–676 (ver página 34).
[CNN07] V. A. COOPER, V. T. V. Nguyen e J. A. NICELL. “Calibration of Conceptual
Rainfall-Runoff Models Using Process-Based Parameter Constraints”. Em: Journal
of Hydrology,334 (2007), páginas 455–466 (ver página 23).
102 Georreferência
[DEB+00] K. DEB et al. “A Fast Elitist Non-Dominated Sorting Genetic Algorithm for Multi-
Objective Optimization: NSGA-II”. Em: Proceedings of the Parallel Problem
Solving from Nature VI Conference (2000), páginas 849–958 (ver página 24).
[DGS92] Q DUAN, V.K. GUPTA e S. SOROOSHIAN. “Effective and efficient global opti-
mization for conceptual rainfall-runoff models”. Em: Water Resources Research,
28(4) (1992), páginas 1015–1031 (ver páginas 23, 24).
[DGS93] Q DUAN, V.K. GUPTA e S. SOROOSHIAN. “A shuffled complex evolution
approach for effective and efficient global minimization”. Em: J. Optim. Theory
Appl., 76(3) (1993), páginas 501–521 (ver páginas 23, 24).
[EH94] V. ESAT e M.J. HALL. “Water resources system optimization using genetic al-
gorithms.” Em: Hydroinformatics 94, Proc., 1st Int. Conf. on Hydroinformatics,
Balkema, Rotterdam, the Netherlands (1994), páginas 225–231 (ver página 34).
[FAH+94] H. S. FAHMY et al. “Economic optimization of river management using genetic
algorithms”. Em: Paper No. 943034, ASAE 1994 Int. Summer Meeting, Am. Soc.
Of Agricultural Engrs., St. Joseph, Mich (1994) (ver página 34).
[GOL89] D. GOLDBERG. “Genetic algorithms in search optimization and machine learning”.
Em: Addison-Wesley, Reading, Mass (1989) (ver página 33).
[GS85] V. K. GUPTA e S. SOROOSHIAN. “The Relationship Between Data and The Pre-
cision of Parameter Estimates of Hydrologic Models”. Em: Journal of Hydrology,
81 (1985), páginas 57–77 (ver página 24).
[GSY98] V.K. GUPTA, S. SOROOSHIAN e P.O. YAPO. “Toward Improved Calibration of
Hydrologic Models: Multiple and Noncommensurable Measures of Information”.
Em: Water Resources Research, 34(4) (1998), páginas 751–763 (ver páginas 23,
24).
[HAL07] O.B.and A. AFSHAR HADDAD, B.J. ADAMS e D.P. LOUCKS. “Multi-Reservoir
Operation with Honey-Bee Mating Optimization Algorithm”. Em: Paper submitted
to Water Resources Management (2007) (ver página 34).
[HMM06] O.B.and A. AFSHAR HADDAD e e M.A. MARINO. “Honey Bee Mating Optimi-
zation Algorithm (HBMO); Honey-Bees Mating Optimization (HBMO) Algorithm:
A new heuristic approach for water resources optimization.” Em: Water Resources
Management, (In Press) (2006) (ver página 23).
[HMW96] D.A. Haith, R. Mandel e R.S. Wu. “Generalized Watershed Loading Functions.
Version 2.0. User’s Manual”. Em: Cornell University, Ithaca (1996) (ver página 17).
[Ham61] WR. Hamon. “Estimating potential evapotranspiration”. Em: Journal of Hydraulics
Division, Proceedings of the American Society of Civil Engineers 871 (1961),
páginas 107–120 (ver página 17).
[ILI07] N. ILICH. “The benefits of replacing LP solvers in basin allocation models with a
generalized nonlinear evolutionary network flow solver”. Em: Proc. World Water
and Environmental Resources Congress, D. Phelps and G. Shelke, eds., ASCE,
Reston, Va. (2007) (ver página 33).
[KM05] S. T. KHU e H. MADSEN. “Multiobjective Calibration with Pareto Preference
Ordering: An Application to Rainfall-Runoff Model Calibration”. Em: Water Re-
sources Research 41 (2005) (ver página 24).
[LAB04] J.W. LABADIE. “Optimal Operation of Multireservoir Systems: State-of-the-Art
Review”. Em: Journal of Water Resources Planning and Management (2004) (ver
página 33).
[LBC81] J.E.G. Lopes, B.P.F. Braga e J.G.L. Conejo. “Simulação Hidrológica: Aplicações
de um Modelo Simplificado”. Em: III Simpósio Brasileiro de Recursos Hídricos,
Fortaleza 2 (1981), páginas 42–62 (ver página 18).
[LB05] D. P. LOUCKS e E. V. BEEK. “Water resources systems planning and management:
an introduction to methods, models and aplications”. Em: UNESCO, Itália (2005)
(ver página 33).
[ML94] D.C. MCKINNEY e M.D. LIN. “Genetic Algorithm Solution of Groundwater
Management Models”. Em: Water Resources Research, 30 (1994), páginas 1897–
1906 (ver página 33).
[MER01] V. MERWADE. “Stochastic Optimization in Reservoir Planning and Design: A
Literature Review”. Em: Class Notes (2001) (ver página 33).
[MET+53] N. METROPOLIS et al. “Equations of State Calculations by Fast Computing
Machines”. Em: J. Chem. Phys., 21 (1953), páginas 1087–1091 (ver página 24).
[Moo85] R.J. Moore. “The probability-distributed principle and runoff production at point
and basin scale”. Em: Hydrological Sciences Journal 30(2) (1985), páginas 273–
[NJM06] L.S.V. NASCIMENTO, D.S. REIS JR e E.S. MARTINS. “Aplicação do Algoritmo
Multiobjetivo MOPSO na Calibração de Modelos Hidrológicos”. Em: Anais do
VIII Simpósio de Recursos Hídricos do Nordeste, 17 - 20 de outubro, Gravatá, PE
(2006) (ver página 24).
[NJM07] L.S.V. NASCIMENTO, D.S. REIS JR e E.S. MARTINS. “Avaliação do Algoritmo
Evoluvionário MOPSO na Calibração Multiobjetivo do Modelo SMAP no Estado
do Ceará”. Em: In: Anais do XVII Simpósio Brasileiro de Recursos Hídricos, 25 -
29 de novembro, São Paulo, SP (2007) (ver página 34).
[OL97] R. OLIVEIRA e D. P. LOUCKS. “Operating rules for multireservoir systems.” Em:
Water Resources Research, 33-41 (1997), páginas 839–852 (ver página 34).
[OLH95] J. OTERO, J.W. LABADIE e D. HAUNERT. “Optimization of managed runoff to
the St. Lucie estuary”. Em: Proc., First Int. Conf., W. Espey Jr. and P. Combs, eds.,
Water Resources Engineering Division, ASCE, San Antonio (1995) (ver página 34).
[RER94] B.J. RITZEL, J.W. EHEART e S. RANJITHAN. “Using Genetic Algorithms to
Solve a Multiple Objective Groundwater Pollution Contaminant Problem”. Em:
Water Resources Research, 30 (1994), páginas 1589–1603 (ver página 33).
[Sch+02] E. M. Schneiderman et al. “Modeling the hydrochemistry of the cannonsville wa-
tershed with Generalized Watershed Loading Functions (GWLF)”. Em: Journal
of the American Water Resources Association 38, No. 5, October (2002), pági-
nas 1323–1347 (ver página 17).
[SDG93] S. SOROOSHIAN, Q. DUAN e V. K. GUPTA. “Calibration of Rainfall-Runoff
Models: Application of Global Optimization to the Sacramento Soil Moisture
Accounting Model”. Em: Water Resources Research, 29(4) (1993), páginas 1185–
[SGF83] S. SOROOSHIAN, V. K. GUPTA e J. L. FULTON. “Evaluation of Maximum Like-
lihood Parameter Estimation Techniques for Conceptual Rainfall-Runoff Models:
Influence of Calibration Data, Variability and Length on Model Credibility”. Em:
Water Resources Research, 19(1) (1983), páginas 251–259 (ver página 24).
104 Georreferência
[TOS+05] J. TOSPORNSAMPAN et al. “Optimization of a multiple reservoir system opera-

tion using a combination of genetic algorithm and discrete differential dynamic
programming: a case study in Mae Klong system, Thailand”. Em: Paddy Water
Environ, 3 (2005), páginas 29–38 (ver página 34).
[TUC98] C. E. M. TUCCI. “Modelos Hidrológicos”. Em: ABRH Editora da UFRGS. Porto
Alegre. 669 p (1998) (ver página 24).
[VRU+03] J.A. VRUGT et al. “Effective and Efficient Algorithm for Multiple Objective
Optimization of Hydrological Model”. Em: Water Resources Research, 39(8) (2003)
(ver página 24).
[WS99] R. WARDLAW e M. SHARIF. “Evaluation of genetic algorithms for optimal reser-
voir system operation.” Em: Journal of Water Resources Planning and Management,
ASCE,125(1) (1999), páginas 25–33 (ver página 34).
[WT03] COLLISCHONN W. e C. E. M. TUCCI. “Ajuste Multiobjetivo dos Parâmetros
de um Modelo Hidrológico”. Em: Revista Brasileira de Recursos Hídricos, 8 (3)
(2003) (ver página 24).
[YGS98] P.O YAPO, H.V. GUPTA e S. SOROOSHIAN. “Multi-objective Global Optimiza-
tion for Hydrologic Models”. Em: Journal of Hydrology, 204 (1998), páginas 83–97
(ver páginas 23, 24).
[YGSS96] P.O YAPO, H.V. GUPTA e e S. SOROOSHIAN. “Automatic Calibration of Con-
ceptual Rainfall-Runoff Models: Sensitivity to Calibration Data”. Em: Journal of
Hydrology, 181 (1996), páginas 23–48 (ver página 24).

SIGA v1.0 Manual PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

SIGA v1.0 Manual PDF

Enviado por

Direitos autorais:

Formatos disponíveis

MANUAL DO SIGA

FUNCEME/DNOCS - CE, BRASIL

First printing, May 2013

A Entrada e Saída de Séries Temporais . . . . . . . . . . . . . . . . . . . . . . . . 83

B Entrada e Saída de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

C Métodos de Execução de Thiessen . . . . . . . . . . . . . . . . . . . . . . . . . . 93

O SIGA - Sistema de Informação para o Gerenciamento da Alocação de Água - é um sistema

No entanto, muitas vezes o resultado desse esforço culmina na disponibilização de sistemas

Com a crescente complexidade dos problemas ambientais e de recursos hídricos, as con-

Figura 1.1: Interface principal do SIGA

Iniciado em agosto de 2005, o projeto de desenvolvimento do SIGA é coordenado por pesquisa-

• 2007 - Convênio CAGECE/FUNCEME;

Figura 1.2: Parceiros e colaboradores e usuários do SIGA

Figura 2.1: Desenho esquemático da bacia do Alto Jaguaribe no Ceará

Figura 2.2: Desenho esquemático da bacia do Curu no Ceará

Figura 2.3: Desenho esquemático do sistema de abastecimento da Região Metropolitana de

A simulação de valores de evaporação baseia-se em cálculos da evapotranspiração potencial

3.2 SMAP Diário

Figura 3.1: Representação do modelo SMAP

ES = (P − AI)2 /(P − AI + S) (3.1)

em que ES representa o escoamento superficial, P é a precipitação sobre a bacia, AI refere-se

SAT = S − RSOLO (3.2)

ED = RESx(1 − K2) (3.3)

e K2t sendo o parâmetro que representa a constante de recessão do escoamento superficial,

na qual TU é a umidade do solo dada por TU = RSOLO/SAT .

REC = [RSOLO − (CAPCxSAT )]xTUxCREC (3.6)

EB = RSUBx(1 − K1) (3.7)

e Kkt é o parâmetro que representa a constante de recessão do escoamento básico, em dias.

na qual Q é a vazão em m3 /s e ÁREA representa a área da bacia em km2 .

O modelo hidrológico chuva-vazão HYMOD (Hydrological Model) para o intervalo de simulação

Figura 3.2: Representação da bacia no modelo HYMOD

F(C) = 1 − (1 −C/Cmax)beta (3.10)

em que F representa probabilidade acumulada de uma certa capacidade de água armazenada

Figura 3.3: - Representação do modelo HYMOD (adaptado de [BV06])

Durante as últimas décadas muitos esforços têm sido colocados no desenvolvimento de

Inicialmente, um conjunto de soluções (população de indivíduos) é gerado aleatoriamente dentro

(t+1) (t) (t)

(t+1) (t) (t) (t)

Figura 4.1: Fluxograma computacional do algoritmo PSO e associação ao processo natural.

Algoritmo MOPSO ( Multiobjective Particle Swarm Optimization ) Com o intuito de abranger

posição individual é alterada para a nova posição;

Figura 4.2: Fluxograma computacional do algoritmo MOPSO e associação ao processo natural.

Outro algoritmo evolucionário contido no SIGA é o MOHBMO (Multiobjective Honey-Bee

Para contemplar a questão multiobjetivo algumas adaptações foram realizadas no algoritmo

Figura 4.3: Fluxograma computacional do algoritmo que representa o processo de troca de

Figura 4.4: Fluxograma computacional do algoritmo MOHBMO e a associação ao processo

no algoritmo diminui o valor da contribuição.

analisa o potencial de otimização multiobjetivo de dois algoritmos, o MOPSO e o NSGA-II,

6.1.1 Importação de Séries

6.1.2 Importação de Matrizes

CAV - Cota X Área X Volume

O SIGA é dividido em módulos agrupados de acordo com o tipo de aplicação. As interfaces

Figura 7.1: Tela inicial do SIGA

Figura 7.2: Seletor de Módulos

Os seis botões do gerenciador de arquivos shape e raster tem as seguintes funções:

Figura 7.3: Legenda em janela flutuante

Figura 7.4: Gerenciador flutuante de rasters e shapes

Figura 7.5: Janela para carregamento de shapes

Figura 7.6: Tabela de atributos do shape ou raster selecionado

7.1 Barra de Menus

Figura 7.7: Menu Arquivo

Conforme a Figura 7.7, os itens do menu Arquivo são os seguintes:

Figura 7.8: Menu Editar