INSTITUTO SUPERIOR POLITÉCNICO DE SONGO

Licenciatura em Engenharia Hidráulica

Hidrologia H23

Análise Estatística De Caudais De Cheia

Discentes:

Obadias Marcos Muhave

Oceano Americo Mauricio Escrivão
Omar Momade Amade
Pekirson Breslau de Araujo Lobo

Docente:
dr. Johane Chinhacata

Songo, Março de 2021

 INSTITUTO SUPERIOR POLITÉCNICO DE SONGO

Licenciatura em Engenharia Hidráulica

Hidrologia H23

Análise Estatística De Caudais De Cheia

Trabalho de execução referente a cadeira de

Hidrologia, submetido ao Instituto Superior
Politécnico de Songo. Grupo IV

Docente:
dr. Johane Chinhacata

Songo, Março de 2021

Índice
1. Introdução............................................................................................................................4
1.2. Objetivos......................................................................................................................5
1.3. Documentação consultada e Metodologia...................................................................5
2. Teste de aleatoriedade da série...........................................................................................6
2.1. Método do coeficiente de autocorrelação........................................................................6
2.2. Teste de Wald-Wolfowitz.............................................................................................7
2.3. Teste da ordenação......................................................................................................9
3. Estatísticas básicas.............................................................................................................10
3.1. Média..............................................................................................................................10
3.2. Desvio padrão.............................................................................................................10
3.3. Coeficiente de assimetria...........................................................................................10
4. Ajustamentos à série..........................................................................................................11
4.1. Distribuições Log-Normal de 2 parâmetros.....................................................................11
4.2. Distribuições Log-Normal de 3 parâmetro..................................................................12
4.3. Pearson tipo III............................................................................................................12
4.4. Gumbel.......................................................................................................................13
5. Testes a qualidade do ajustamento....................................................................................13
5.1. Teste qui-quadrado.........................................................................................................13
5.2. Teste de Kolmogorov-smirnov....................................................................................14
6. Determinação dos caudais de cheia...................................................................................16
7. Cálculo do período de retorno...........................................................................................16
9. Conclusão...............................................................................................................................17
1. Introdução

A maioria dos processos hidrológicos pode então ser caracterizada por uma combinação
de processos determinísticos, em que o valor de uma variável resulta do conhecimento
dos valores de outras variáveis que a explicam e de processos aleatórios. A
caracterização da componente aleatória destas grandezas hidrológicas tem, por isso, de
ser feita numa base estatística, o presente trabalho visa a abordar acerca análise
estatística de caudais de cheia na qual serão determinados vários parâmetros com base
na série de 35 caudais máximos anuais fornecidos.
1.2. Objetivos
1.2.1. (Geral)
 Fazer a Análise estatística de caudais de cheia
1.2.2. (Específicos)
 Saber aplicar os Teste Aleatoriedade da série hidrológica;
 Conhecer e aplicar as Funções de distribuição de variável contínua;
 Fazer a Avaliação do modelo.

1.3. Documentação consultada e Metodologia

A elaboração do trabalho baseou-se em pesquisas bibliográficas e verificando-se 3 fases

no seu desenvolvimento, nomeadamente:

 Colecta de dados;
 Revisão da matéria das aulas da cadeira de hidrologia;
 Análises, Composição das notas de cálculo e criação do presente trabalho.

Foram, também, consultados relatórios feitos pelos estudantes de engenharia hidráulica

do Instituto Superior Politécnico de Songo para efeitos de direcionamento e balanço.
Foram consultadas várias Bibliografias relacionadas à áreas de Hidrologia, manuais
eletrônicos, relatórios, livros, cadernos e notas explicativas da disciplina de Hidrologia.
2. Teste de aleatoriedade da série

2.1. Método do coeficiente de autocorrelação

O teste do coeficiente de autocorrelação procura identificar a existência de persistência

no tempo, i.e., se o valor x i+1 da série X é independente do valor de x i. A persistência
pode ser detectada através do coeficiente de autocorrelação de ordem 1, r 1.
 N

∑ ( xi−x ¿)(x i +1−x)× N 24866,96 ×35

r 1= i=1 = =0,403851 ≈ 0,40 ¿
N
63385,6 ×34
∑ ( xi−x )2 × ( N −1 )
i=1

1
z= ln
2 ( )
1+ r 1 1
= ln ⁡¿
1−r 1 2

1,96
|Z|> =0,33
√35

1,96
|Z|> e considerando um intervalo de confiança de 95%, a hipótese de
√35
independência no tempo deve ser rejeitada.

O que significa haver independência no tempo.

2.2. Teste de Wald-Wolfowitz

O teste de Wald-Wolfowitz verifica se os elementos da série X têm todos a mesma

distribuição, constituindo um teste geral de homogeneidade da série.

M =∫ ( N −1
2 )
+1

M =17+ 1=18

A série X é homogénea, os elementos sucessivos de Y não aparecerão concentrados

numa das sub-séries X(1) ou X(2).
A série X é homogénea, pois os sucessivos elementos de Y estão bem repartidos pelas
sub-séries X(1) e X(2).
 2.3. Teste da ordenação

O teste da ordenação tem como objectivo, procurar detectar a presença dum efeito de
tendência na série X .

Considere-se a série Y , obtida por ordenação da série X , e defina-se o índice de

posicionamento Ki da variável xi na série Y como sendo o número de elementos de X
não superiores a xi .

Se se verificar a presença duma correlação significativa entre o índice de

posicionamento Ki e o índice cronológicoi , isso indica a existência de um efeito de
tendência na série X .
 N
6 ∑ ( Ki−i )
2

i=1 6 × 3922
RT =1− 3
=1− 3
=0,45
N −N 35 −35

( ) ( )
1 1
N −2 2 35−2 2
Y =R T 2
=0.45 × 2
=2,89
1−RT 1−0,45

3. Estatísticas básicas

3.1. Média

A amostra é grande, pois o nosso n > 30 e a média será dada por:

n
1 2457
μ x = ∑ x= =70,2
n i 35

3.2. Desvio padrão

O desvio padrão será dado por:

√ √
N
1 63385,6
σ x= ∑
N −1 i
( xi− x )2=
34
=43,17

3.3. Coeficiente de assimetria

O parâmetro que caracteriza a assimetria é o coeficiente de assimetria, representado por

γ para a população e por g para a amostra, que é o momento centrado de terceira ordem
transformado em parâmetro a dimensional pela divisão por σ3 ou s3:

∑ ( xi−x)3 × N 1205511,36× 35
i
g= 3
= 3
=0,47
σ ( N−1)(N −2)
x 43,17 .(35−1)(35−2)
4. Ajustamentos à série

4.1. Distribuições Log-Normal de 2 parâmetros

Diz-se que uma variável segue uma distribuição log-Normal de 2 parâmetros ou lei de
Galton, quando é possível ajustar uma distribuição Normal à transformação logarítmica
dessa variável.

2
∞ −1 lnx−μ y
1 ( )
F ( x )=∫
2 σy
e dx
0 x σ y √2 π

Com 0< x < ∞, com os parâmetros μ y e σ y,

σ 2y
μ y =ln μ x −
2

σ y =¿ ¿

O método da máxima verosimilhança conduz simplesmente a que μ y e σ y sejam a média

e o desvio-padrão da série y=ln ( x) .

3
γ=Cv +3 Cv

σ x 43,17
Cv= = =0,61
μx 70,2

3 3
γ=Cv +3 Cv=0,61 + 3× 0,61=2,06

X =Z γ x + μ x

Y =ln x=ln ( Z γ x + μ x )=ln ⁡(2,06 Z+70,2)

σ y =¿ ¿

σ 2y 0,572
μ y =ln μ x − =ln 70,2− =4,09
2 2
Os parâmetros de ajustamento para a distribuição Log-Normal de 2 parâmetros são
μ y =4,09 e σ y =0,57.

4.2. Distribuições Log-Normal de 3 parâmetro

Diz-se que uma variável segue uma distribuição log-Normal de 3 parâmetros quando é
possível ajustar uma distribuição Normal à variável transformada, y=ln (x−x 0 ).

1 1
2
−γ x +(γ x + 4) 2 −2,06+(2,062 + 4) 2
G= = =0,41
2 2

2 2
3 3
1−G 1−0,41
C= 1
= 1
=0,60
G 3
0,41 3

1 1

σ y =[ ln ( 1+C ) ] =[ ln ( 1+ 0,60 ) ] =0,55

2 2 2 2

( )
2

( )
2
σx σ y 43,17 0,55
μ y =ln − =ln − =4,12
C 2 0,60 2

σx 43,17
x 0=μ x − =70,2− =−1,75
C 0,60

4.3. Pearson tipo III

A distribuição de Pearson tipo III pode obter-se a partir da distribuição gama, através da
introdução dum parâmetro adicional de localização, x 0:

σ x . γ x 43,17 × 2,06
α= = =44,47
2 2

4 4
β= 2
= 2
=0,94
γ x 2,06

2 σx 2.43,17
x 0=μ x − =70,2− =28,29
γx 2,06
4.4. Gumbel

Os parâmetros a e x 0 podem ser estimados através do método dos momentos, pelas

seguintes expressões:

π 1,2825 1,2825
a= = = =0,0297
√6 σ x σx 43,17

x 0=μ x −0,4501 σ x =70,2−0,4501 × 43,17=50,769

E com a constante γ=1,1396

−ln [ −ln ( F ) ]
x= + x0
a

Os parâmetros de ajustamento são a=0,0297 e x 0 =50,769

5. Testes a qualidade do ajustamento

5.1. Teste qui-quadrado

O teste do qui-quadrado consiste em dividir o domínio da função de distribuição em M

intervalos e comparar o número de elementos da amostra contidos em cada intervalo, O j
, com a esperança matemática indicada pelo modelo do número de elementos
correspondentes a cada intervalo, E j.

Assim, define-se a estatística X 2 como:

2
M
( O j−E j )
X =∑
2

j=1 Ej

Para amostras com N >25 , M pode ser obtido por ∫ (N / 5)+ 1, Contudo:

M =∫ ( 355 )+1=8
 35
v=M −np−1=8−np−1 → E j= =4,375 ≈ 4
8

5.2. Teste de Kolmogorov-smirnov

O teste de Kolmogorov-Smirnov consiste em determinar a estatística D que é a maior

distância entre a função de distribuição teórica e a função de distribuição empírica.

Considere-se a série X ordenada por ordem crescente (x 1< x2 <...<x n ) e que a

probabilidade empírica de não excedência do valor xi é dada pela plotting position de
Weibull, Pi=i/( N + 1).
 5.2.1. Para a distribuição Log-normal de 2 e 3 Parâmetros

Já que a redução deve estar entre 20% a 35% para se ter uma melhor estimativa
dos valores críticos, seja ela de 30%.

1,094
D ¿0.95=
0,85
√ N−0,01+ =0,181
√N

D0.95=D ¿ 0.95 ×70 %=0,127

Dmax > D1−α , então as distribuições Log- Normal de 2 e de 3 parâmetros pelo teste de
kolmogorov-Smirnov não se ajustam à série de caudais

5.2.2. Para a distribuição de Pearson tipo III

1,358
D ¿0.95=
0,11
√ N +0,12+ =0,224
√N
 D0.95=D ¿ 0.95 ×70 %=0,157

Dmax > D1−α , então a distribuição de Pearson tipo III pelo teste de kolmogorov-Smirnov
não se ajustam à série de caudais.

5.2.3. Para a distribuição de Gumbel

0,935
D ¿0.95=
0,85
√ N−0,01+ =0,154
√N

D0.95=D ¿ 0.95 ×70 %=0,108

Dmax > D1−α , então tambem a distribuição de de Gumbel pelo teste de

kolmogorovSmirnov não se ajustam à série de caudais.

6. Determinação dos caudais de cheia

Nenhuma das distribuições satisfazem os dois métodos de ajustamento, ou seja

cujo ajustamento à série não é rejeitado.

7. Cálculo do período de retorno

Nenhuma das distribuições satisfazem os dois métodos de ajustamento, ou seja

cujo ajustamento à série não é rejeitado.
9. Conclusão

Após a realização do trabalho que consistiu numa analise com base na série de caudais
máximos anuais fornecidos pode concluir-se que, o teste de aleatoriedade pelo método
de autocorreção provou que não há dependência no tempo e que a série X é homogénea,
aos elementos sucessivos de Y, pois estes não se encontram acumulados numa das
subséries, e que pelos parâmetros estabelecidos nenhuma das distribuições (Log-Normal
de 2 e 3 parâmetros, Pearson tipo III e Gumbel) se ajusta a serie de caudais pelo critério
de Kolmogorov automaticamente rejeita-se, ou seja o ajustamento à série é rejeitado, e
contudo não foi possível a determinação dos caudais de cheia, bem como o calculo do
período de retorno para um caudal igual a duas vezes o máximo caudal registado, mas
foi possível determinar o risco hidrológico dum caudal ig
Bibliografia

VAZ, Álvaro Carmo. Manual da Disciplina de Hidrologia, Universidade Eduardo

Mondlane, Faculdade de Engenharia, Departamento de Engenharia Civil.

NAGHETTINI, M., PINTO, E.J.A. Hidrologia estatística. CPRM, Belo Horizonte,

2007, 561p.