Escola Politécnica da Universidade de São Paulo

Departamento de Engenharia Hidráulica e Ambiental

PHD2343 - Análise de Sistemas Ambientais

Modelo de Simulação
Chuva x Vazão (SMAP)

Mario Thadeu Leme de Barros

Renato Carlos Zambon
 Lembrete 1: o
material das aulas é
atualizado durante
o semestre...

Lembrete 2:
slide não é
material de
estudo!!!

2
http://www.pha.poli.usp.br Graduação > Disciplinas > PHA2343
 aulas 1 e 2:
Fase 1: Definição das Metas
(política/sociedade)

Fase 2: Identificação dos Objetivos

(medidas quantitativas)

Fase 3: Formulação das Alternativas

(enfoque multidisciplinar)

Fase 4: Formulação de Modelos

não
(modelos matemáticos e físicos)

Fase 5: Seleção de melhor alternativa OK

(decisores) – Tomada de Decisão

sim 3
 Modelos

 Problema real  Distribuição real das

variáveis envolvidas

 Nossa compreensão
sobre o problema  Dados / amostras

 Modelo Dados e cenários

aplicados ao modelo

4
 Algumas questões...
 Quais são as principais variáveis envolvidas no problema?
...simplificação!
 Quais são as relações funcionais entre elas? ...simplificação!
 Que dados temos disponíveis, quais podem ser obtidos, em
quanto tempo, a que custo, qual sua precisão?
 Quais devem ser: o horizonte de planejamento, a
discretização espacial e temporal das variáveis?
 Como lidar com a imprecisão e as incertezas?
 Como escolher, modificar ou desenvolver um modelo para
que ele seja adequado a aplicação desejada?
5
 Classificação de modelos
 Memória: é o espaço de tempo, no passado, durante o qual a
entrada afeta o estado presente do sistema
 Linearidade: é linear quando as propriedades de
superposição e homogeneidade são satisfeitas
 Contínuo, Discreto, de Evento: em relação ao tempo
 Concentrado e Distribuído: leva em conta ou não a
variabilidade espacial (1, 2 ou 3D)
 Estocástico (Implícito/Explícito), Estatístico e Determinístico:
tratamento da aleatoriedade das variáveis envolvidas
 Conceitual e Empírico: as funções levam ou não em
consideração os processos físicos
6
 sobre classificações...
 aves tem bicos
 peixes nadam


mamíferos produzem leite
répteis colocam ovos...
?

7
 variáveis de
medidas de
decisão e
performance
parâmetros
(controláveis)

outras variáveis
MODELO
variáveis que
de entrada e VARIÁVEIS DE ESTADO
exprimem as
parâmetros (não consequências
controláveis)

VARIÁVEIS VARIÁVEIS
EXÓGENAS ENDÓGENAS
OU DE OU DE SAÍDA
ENTRADA
8
 Exemplo: curva-chave
 Séries históricas de vazões diárias são importantes para
diversos estudos hidrológicos (regularização, controle de
cheias, geração de energia, dimensionamento de obras
hidráulicas, etc.)
 A medição direta da vazão (ADCP, molinetes, etc.) é inviável
para aplicação diária (o SNIRH indica 4.133 postos
fluviométricos atualmente em operação no país)
 A leitura de níveis é muito mais simples (limnímetros,
limnígrafos)
 Quanto maior o nível d´água, maior a vazão...

9
 Exemplo: curva-chave
Relação cota-vazão para o posto São Benedito
80

70

60

50
Q (m3/s)

40

30

20

10

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
H (m)
Curva-Chave Medições de controle 10
 Exemplo: curva-chave

Forma geral:

Q  a   H  H0 
b

onde:
 Q: vazão (m³/s)
 H: nível d’água (m)
 H0, a, b: parâmetros de ajuste

11
 Exemplo: curva-chave
 No exemplo da curva-chave a relação entre o nível (variável
de entrada) e a vazão (variável de saída) é representada por
uma única equação, com três parâmetros de ajuste (a, b e Ho)
que devem ser calibrados para representar uma determinada
seção (posto fluviométrico)
 Há modelos muito mais complexos, que relacionam diversas
variáveis de entrada e de saída com complexas relações
funcionais entre elas (muitas equações e muitas variáveis!)

 Como desenvolver um modelo de simulação?

12
 Definição das premissas básicas: dados de entrada
(controláveis e não controláveis) e produtos esperados

Metodologia: formulação matemática

(conceitual/empírica) e métodos numéricos

Implementação (linguagens de programação,

planilhas, etc.), recursos de interface para
entrada e visualização de dados e resultados

Calibração do Modelo
TESTES
Validação do Modelo

Aplicações do Modelo
13
 Exemplo: modelos Chuva-Vazão

 Procuram simular o ciclo da água em

uma bacia hidrográfica

 De que forma podemos considerar os

diversos processos de transporte e de
armazenamento de água na bacia
hidrográfica?

14
 Estrutura de um modelo Chuva-Vazão

Precipitação

N. de Armazenamento 1: Interceptação N. Armazenamento 6

N. de Armazenamento 2: Superfície

Rede de
N. de Armazenamento 3: Sub superfície Drenagem

N. de Armazenamento 4: Zona Aerada

N. de Armazenamento 5: Sub Solo

15
 Processos Físicos
São governados pelas equações:
 Continuidade
 Quantidade de movimento

Em modelos hidráulicos (conceituais) estas equações

usualmente aparecem na forma de derivadas parciais
que requerem métodos numéricos para sua integração
(Ex: equações de Saint-Venant para escoamento em
canais e de Richards para infiltração)

16
 Modelos Hidrológicos
Em modelos hidrológicos (empíricos) estas equações
usualmente aparecem na forma discreta no tempo e a
equação da quantidade de movimento é substituída por
uma relação de armazenamento da forma:
V= k Qn

É usual que a relação de armazenamento acima seja

simplificada e assuma a forma linear:
V= k Q
Quanto mais lento for o escoamento, mais realista é a
forma linear!

17
Exemplo: Curva de Decaimento do
Escoamento Básico

dV dQ
Q  k
dt dt
t Q
1 dQ
V
Q
to  k dt  Qo Q
1  Q 
  t  to   ln Q   ln Qo   ln  
V=k.Q k  Qo 
1
  t to 
Q  Qo  e k

18
SMAP?

19
Ciclo Hidrológico e Modelo SMAP

20
 Modelo SMAP
(Soil Moisture Accounting Procedure)
Modelo determinístico de simulação hidrológica
do tipo transformação chuva-vazão. Foi
desenvolvido em 1981 por Lopes J.E.G., Braga
B.P.F. e Conejo J.G.L., e publicado pela Water
Resources Publications (1982).

Na versão mensal é constituído de:

• 2 reservatórios matemáticos
• 4 funções de transferência
• 4 parâmetros de calibração

O desenvolvimento do modelo baseou-se na experiência com a aplicação

do modelo Stanford Watershed IV e modelo Mero em trabalhos realizados
no DAEE - Departamento de Águas e Energia Elétrica do Estado de São Paulo. 21
 Reservatórios:

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

Rsub(i) = Rsub(i-1) + Rec(i) - Eb(i)

onde:
Rsolo: reservatório do solo zona aerada (mm)
Rsub: reservatório subterrâneo zona saturada (mm)
P: chuva média na bacia (mm)
Es: escoamento superficial (mm)
Er: evapotranspiração real (mm)
Rec: recarga subterrânea (mm)
Eb: escoamento básico (mm)
22
Inicialização:

Rsolo(0) = Tuin . Str

Rsub(0) = Ebin . 2630 / (1-0,5^(1/Kkt)) / Ad

onde:
Tuin: teor de umidade inicial (-)
Ebin: vazão básica inicial (m³/s)
Ad: área de drenagem (km²)

Rsolo(i) e Rsub(i) são

variáveis de estado!!!

23
Funções de transferência:

Es(i) = P(i) . Tu(i-1) ^ Pes

Er(i) = Tu(i-1) . Ep(i)
Rec(i) = Crec . Tu(i-1) ^ 4 . Rsolo(i-1)
Eb(i) = (1-0,5^(1/Kkt)) . Rsub(i-1)

sendo: Tu(i) = Rsolo(i) / Str

obs: nas funções de transferência o ideal seria utilizar os valores
médios do teor de umidade e dos armazenamentos no período
“i-1”-”i” (através de uma ou mais iterações), acima estão
indicados por simplicidade os valores no início do intervalo.
24
Os parâmetros de calibração são:

Str: capacidade de saturação do solo (mm)

Pes: parâmetro de escoamento superficial (-)
Crec: coeficiente de recarga (-)
Kkt : constante de recessão (meses)

Cálculo das vazões (m³/s): Q(i) = (Es(i) + Eb(i)) . Ad / 2630

Qbas(i) = Eb(i) . Ad / 2630

Os dados de entrada do modelo são: os totais mensais de

chuva P(i), a área da bacia Ad e a evaporação potencial
mensal (tanque classe A) EP(i).

25
 Etapas de Aplicação
Determinação dos Dados Físicos Básicos
da Bacia em Estudo

Coleta de Dados Pluviométricos e dos

correspondentes Dados de Vazão

Seleção de Eventos para Calibração

Seleção de Eventos para Validação

26
 Índices de Performance para
a Fase de Calibração
Avaliação Visual:
 Subjetiva • devem ser preservados SEMPRE
• condição mínima necessária
 Importante • não detectam erros sistemáticos...

Índices Objetivos:
 Média
 Desvio Padrão
 Coeficientes, etc.

27
 Calibração
Funções objetivo utilizadas em calibração:

 Coeficiente de eficiência
(Nash-Sutcliffe, Jornal of Hydrology 1970):
n

 Q  Qcalc ,i 
2
obs ,i
E  1 i 1

 Q 
n 2
obs ,i  Qobs
i 1

28
 Calibração
 Coeficiente da curva de massa residual:
n

 D  Dcalc,i 
2
obs ,i
R  1 i 1

 D 
n 2
obs ,i  Dobs
i 1

 
i
Dobs,i   Qobs, j  Qobs  Dobs,i 1  Qobs,i  Qobs
j 1

(D é a diferença acumulada entre a vazão e a vazão média,

vale 0 para i=0 e para i=n...)
29
 Calibração
 Teste de sinal: se Qcalc,i<Qobs,i => si=-1
caso contrário => si=+1

 Erro relativo quadrático:

2
n  Qobs,i  Qcalc,i 
    
i 1  Qobs,i 

30
 Exemplo de Calibração
Vazões (m3/s) Q basica calc Q obs Q calc
10000

1000

100

10
18/7/04 17/8/04 17/9/04 17/10/04 17/11/04 17/12/04 17/1/05 16/2/05 19/3/05 18/4/05 19/5/05 18/6/05 19/7/05 18/8/05 18/9/05

Vazões (m3/s) Q basica calc Q obs Q calc

10000

1000

100

10
18/7/04 17/8/04 17/9/04 17/10/04 17/11/04 17/12/04 17/1/05 16/2/05 19/3/05 18/4/05 19/5/05 18/6/05 19/7/05 18/8/05 18/9/05

31
modelo SMAP em planilha

32
500 y = 0.9378x + 276.08
400 R2 = 0.7438
300
6000
200
100 5000
0
1 13 25 37 49 4000

3000
Vazões (m3/s) Calculada Observada Basico
6000 2000

1000
5000
0
0 1000 2000 3000 4000 5000 6000
4000
Diferenças em relação a média acumuladas

3000 4000

2000
2000

1000

0
0
1 13 25 37 49 61
set/00 set/01 set/02 set/03 set/04

Vazões - Escala LOG Calculada Observada Basico -2000

10000

-4000

-6000

1000

-8000

-10000

100
set/00 set/01 set/02 set/03 set/04 -12000

Erro % Teste de Sinal

50% 0
-5 1 13 25 37 49 61
0%
1 13 25 37 49 -10
-50% -15 33
-100% -20
 Exemplo de Aplicação

 Sistema para a Programação e Operação em

Tempo Real de Sistemas Hidrelétricos

 Previsão de Vazões

 Versão para vazões

diárias: 3 reservatórios

34
Exemplo de Aplicação

Aplicação à bacia Paranapanema

• Rio Paranapanema
Modeladas 22 sub-bacias (100 mil km²)

• Telemetria
32 estações pluviométricas
12 estações fluviométricas (60% da área)

• Previsão de Chuva
Dados divulgados pelo CPTEC/INPE 35
 Exemplo de Aplicação

Radar
meteorológico
com cobertura
total da bacia
operado pelo
SIMEPAR

Apoiado pela telemetria permite espacializar

o cálculo da chuva média.
36
 Exemplo de Aplicação

Permite visualizar o ajuste nos últimos 21 dias e a previsão sete dias à frente 37
 Exemplo de Aplicação
Vazões diárias na UHE Jurumirim, Rio Paranapanema (maio-julho/1983)
3500 0
50
3000
100
2500 150
vazão (m³/s)

chuva (mm)
2000 200
250
1500 300
1000 350
400
500
450
0 500
3

3
/8

/8

/8

/8

/8

/8

/8

/8

/8

/8

/8

/8

/8
5

7
/0

/0

/0

/0

/0

/0

/0

/0

/0

/0

/0

/0

/0
01

08

15

22

29

05

12

19

26

03

10

17

24
tempo (dias)

Qobs Qb P

38
 Exemplo de Aplicação

 Previsão de vazões mensais para estudos de

comercialização de energia

39
40
 Características do Modelo SMAP

Sobre o modelo SMAP:

 Possui memória?
 É linear?
 No tempo: contínuo ou discreto?
 Variabilidade espacial: concentrado ou distribuído?
 Estocástico ou determinístico?
 Conceitual ou Empírico?

41
 Exercício 2

Calibração de Modelo de Simulação Chuva x Vazão:

 SMAP mensal, para 04/09/2015, grupos de 2 alunos

 Enunciado no site http://pha.poli.usp.br

 Graduação

 Disciplinas

 PHA2343 - Análise de Sistemas Ambientais

42