RESUMO

A modelagem hidrológica assume papel crucial na gestão hídrica. Há diferentes técnicas

para modelagem hidrológica cujo um dos objetivos finais pode ser a previsão de vazões.
Outrossim as mudanças climáticas globais poderão influenciar a produção e a qualidade
de água ao redor de todo mundo. A tese divide-se em duas partes, na primeira parte:
revisão de literatura sobre o tema modelagem hidrológica com ênfase em modelos
hidrológicos semi-conceituais e modelos hidrológicos empíricos por Redes Neurais
Artificiais (RNA). A segunda parte é composta por dois artigos, sendo que no primeiro
objetivou-se calibrar e validar dois modelos (SWAT e por RNA) para sub-bacias da bacia
hidrográfica Tocantins-Araguaia. Os modelos foram calibrados e validados, tendo os
mesmos atendido aos critérios de qualidade, com base nos valores coeficiente de
Eficiência Nash-Sutcliffe. Para a bacia do Rio Cristalino a modelagem por RNA
apresentou melhor desempenho que a modelagem conceitual. Nas demais bacias os
modelos semi-conceitual e empírico apresentaram desempenho similares. No segundo
artigo objetivou-se avaliar os possíveis impactos hidrológicos das mudanças climáticas
globais decorrentes de projeções baseadas nos Representative Concentration Pathways
(RCPs) 4.5 e 8.5 para sub-bacias da bacia hidrográfica Tocantins-Araguaia. Avaliou-se
as vazões médias mensais e anuais, as vazões de referência Q50, Q90 e Q95. Conclui-se que
os modelos climáticos indicam possibilidade de reduções pluviométricas em ambos os
RCPs sendo mais crítico no RCP 8.5. O modelo Eta-CanESM projeta reduções mais
severas, enquanto e o modelo Eta-HadGEM2-ES é o mais conservador. A bacia do Rio
Cristalino será mais impactada nos cenários das mudanças climáticas.
Palavras-chave: Cerrado, SWAT, Redes Neurais Artificiais, Mudanças Climáticas.
 ABSTRACT
Hydrological modeling is an important tool of water management. There are different
techniques for hydrological modeling whose ultimate goal may be flow prediction. In
addition, global climate change can influence water production and quality around the
world. The thesis is divided into two parts, in the first part: literature review on the subject
of hydrological modeling with emphasis on semi-conceptual hydrological models and
empirical hydrological models by Artificial Neural Networks (ANN). The second part
consists of two articles, and the first aimed to calibrate and validate two models (SWAT
and ANN) for sub-basins of the Tocantins-Araguaia watershed. The models were
calibrated and validated and met the quality criteria based on the Nash-Sutcliffe
Efficiency Ratio values. For the Cristalino River basin, RNA modeling presented better
performance than conceptual modeling. In the other basins, the semi-conceptual and
empirical models presented similar performances. The second article aimed to evaluate
the possible hydrological impacts of global climate change resulting from projections
based on Representative Concentration Pathways (RCPs) 4.5 and 8.5 for Tocantins-
Araguaia watershed sub-basins. The monthly and annual average flows, the reference
flows Q50, Q90 and Q95 were evaluated. It is concluded that climate models indicate the
possibility of rainfall reductions in both CPRs being more critical in CPR 8.5. The Eta-
CanESM model projects more severe reductions, while the Eta-HadGEM2-ES model is
the most conservative. The Cristalino River basin will be most impacted in climate change
scenarios
Keyword: Artificial Neural Networks, Climate Changes, Savanna, SWAT