UNIVERSIDADE FEDERAL DE VIÇOSA

Departamento de Engenharia Agrícola

Centro de Referência em Recursos Hídricos

ENG 342 – HIDROLOGIA APLICADA

Precipitação

Prof. Demetrius David da Silva

demetrius@ufv.br
3899-2796
Profa. Luna Gripp Simões Alves
luna.alves@ufv.br
3899-1904
 PRECIPITAÇÃO

Precipitação: Água proveniente do meio atmosférico que atinge a

superfície terrestre;

- Chuva: é a ocorrência de precipitação na forma líquida.

- Neve: é a precipitação em forma de cristais de gelo que durante a queda
coalescem formando blocos de dimensões variáveis.
- Saraiva: é a precipitação sob a forma de pequenas pedras de gelo
arredondadas, com diâmetro de cerca de 5 mm.
- Granizo: quando as pedras, redondas ou de forma irregular, atingem
grande diâmetro (d  5,0 mm).
- Orvalho: condensação do vapor de água do ar de objetos que se resfriam
durante a noite.
- Geada: deposição de cristais de gelo. Fenômeno semelhante ao da
formação do orvalho, mas que ocorre quando a temperatura é inferior a 0ºC
- Chuvisco: precipitação muito fina e de baixa intensidade.
2
3.1- IMPORTÂNCIA:

Representa o elo de ligação entre os fenômenos hidrológicos e os

do escoamento superficial, que mais interessam ao engenheiro.

 A precipitação é um processo aleatório que não permite uma

previsão determinística com grande antecedência.

 O tratamento dos dados de precipitação para a grande maioria

dos problemas hidrológicos é estatístico.

 Características principais da precipitação:

- Total
- Duração
- Intensidade
- Distribuição espacial e temporal
3
ATMOSFERA: camada gasosa que envolve a terra, constituída por uma
mistura complexa de gases que variam em função do tempo, da situação
geográfica, da altitude e das estações do ano;

AR
NATURAL
NITROGÊNIO + OXIGÊNIO = 99%
ARGÔNIO = 0,93%
AR SECO CO2 = 0,03%
OUTROS (Ozônio, Hidrogênio, Hélio, Neônio, etc.)

VARIA DE 0 a 4%
VAPOR D’ÁGUA 0% - REGIÕES DESÉRTICAS
4% - FLORESTAS TROPICAIS

PARTÍCULAS SÓLIDAS SAIS DE ORIGEM ORGÂNICA E

(Partículas minúsculas de várias INORGÂNICA
origens, com diâmetro variando EXPLOSÕES VULCÂNICAS
de 0,01 a 1 micron) COMBUSTÃO DE GÁS, CARVÃO E
(Núcleos de Condensação) PETRÓLEO

4
3.2. Formação das Precipitações

 Elementos Necessários:
- Umidade atmosférica;
- Mecanismo de resfriamento do ar;
- Presença de núcleos higroscópicos; e
- Mecanismo de crescimento das gotas (coalescência ou
difusão de vapor).

* Núcleos de condensação mais ativos:

- partículas de sal procedentes do mar
- cristais de gelo
- produtos de combustão contendo ácidos nítrico e sulfúrico
(comum em regiões industriais);
5
 Ascensão Adiabática: processo adiabático é um processo
termodinâmico no qual não existe troca de calor entre o sistema que
trabalha e o seu meio ambiente.

 Processo de Formação das Nuvens: resfriamento por expansão

adiabática de uma massa de ar que se eleva na atmosfera.

 A Nuvem é constituída por uma mistura de ar, vapor d’água e gotículas

em estado líquido ou sólido, cujos diâmetros variam de 0,01 a 0,03 mm,
espaçadas, em média, um milímetro entre si.

 A nuvem permanece estável, em suspensão, pelo efeito da turbulência

do meio atmosférico e/ou devido à existência de correntes de ar
ascendentes que contrabalançam a força da gravidade.

6
 Gotas de chuva: diâmetros de 0,5 a 2,0 mm (densidade
espacial de 0,1 a 1 gota por dm3), com valor máximo de 5,0 a
5,5 mm.

 As gotas de chuva têm dimensões muito maiores do que as

gotículas das nuvens (volumes 106 maiores)  Mecanismo
de crescimento das gotas

 Para que ocorra o resfriamento do ar, há necessidade da sua

ascensão que pode ser devida aos seguintes fatores:
- Relevo;
- Convecção térmica; e
- Ação frontal de massas de ar. 7
3.3. Tipos de Precipitação
a) Chuvas Orográficas
- Formadas por influência do relevo.
- Pequena intensidade e grande duração.
- Cobrem áreas pequenas (Ex: Serra do Mar).
- Quando os ventos conseguem ultrapassar a barreira
montanhosa, do lado oposto projeta-se a “sombra pluviométrica”,
dando lugar a áreas secas ou semi-áridas causadas pelo ar seco,
já que a umidade foi descarregada na encosta oposta.

8
Ocorrem em regiões onde barreiras
orográficas forçam a elevação do ar
úmido, provocando convecção forçada,
resultando em resfriamento adiabático e
em chuva na face a barlavento. Na face a
sotavento, ocorre a sombra de chuva, ou
seja, ausência de chuvas devido ao efeito
orográfico.

Serra do Mar Exemplo: Serra do Mar, SP

Santos – P = 2153 mm/ano
Cubatão – P = 2530 mm/ano
Serra a 350m – P = 3151mm/ano
Serra a 500m – P = 3387 mm/ano
Serra a 850m – P = 3874 mm/ano
S.C. do Sul – P = 1289 mm/ano
9
b) Chuvas Convectivas (“Chuvas de Verão”)

- Provocadas pelo aquecimento desigual da superfície terrestre.

- Grande intensidade e curta duração.
- Cobrem pequenas áreas (chuvas típicas de regiões tropicais).

10
 Originada do processo de convecção
livre, em que ocorre resfriamento
adiabático, formando-se nuvens de
grande desenvolvimento vertical.

Características das chuvas convectivas:

• Distribuição: localizada, com grande variabilidade espacial;

• Intensidade: moderada a forte, dependendo do desenvolvimento

vertical da nuvem;

• Predominância: no período da tarde/início da noite;

• Duração: curta a média (minutos a horas);

11
c) Chuvas Frontais

- Formadas devido ao encontro de duas massa de ar com

características diferentes.
- Pequena intensidade e longa duração.
- Cobrem grandes áreas.

12
 Originada do encontro de massas de ar com diferentes características de
temperatura e umidade. Dependendo do tipo de massa que avança sobre a
outra, as frentes podem ser denominadas basicamente de frias e quentes.
Nesse processo ocorre a “convecção forçada”, com a massa de ar quente e
úmida se sobrepondo à massa fria e seca. Com a massa de ar quente e úmida
se elevando, ocorre o processo de resfriamento adiabático, com condensação
e posterior precipitação.

Características das chuvas frontais:

• Distribuição: generalizada na região;

• Intensidade: fraca a moderada, dependendo do tipo de frente;

• Predominância: sem horário

predominante;
•Duração: média a longa (horas a dias),
dependendo da velocidade de
deslocamento da frente.

13
 VARIABILIDADE ESPACIAL DAS
CHUVAS

-Três dias consecutivos;

- Sistema frontal avançando
da Argentina para o Brasil.

Na escala diária, a variabilidade espacial

depende dos sistemas meteorológicos
que atuam na região. Esses sistemas são
em suma a resultante da interação dos
fatores determinantes do clima nas três
escalas estudadas.
14
3.4. Fatores que influem na distribuição das precipitações

- Latitude
- Distância do mar ou outras fontes de umidade
- Altitude
- Orientação das encostas
- Vegetação

15
 VARIABILIDADE ESPACIAL DAS CHUVAS NO MUNDO

Chuva total anual média (mm)

Fonte: Adaptado de FAO – SDRN – Agrometeorology Group (1997)

 VARIABILIDADE DAS CHUVAS NO BRASIL

Precipitação média anual

Precipitação média anual

(mm/ano)

Fonte: Adaptado de CNRH (2003) 500 2.850

VARIABILIDADE DAS CHUVAS
NO BRASIL

18
3.5. Aquisição de Dados de Precipitações

- A aquisição de dados de chuva de boa qualidade é bastante

difícil, apesar da medição e dos aparelhos serem simples.

- É muito raro encontrar um série de dados pluviométricos ou

pluviográficos confiável.

- Basicamente existem duas maneiras de medir a chuva:

- pontualmente, com pluviômetros ou pluviógrafos; e
- espacialmente, com radares.

19
3.6. Medidas Pluviométricas
a) Altura Pluviométrica (h)
- Medida linear do volume precipitado.
- Medida realizada em pluviômetros e expressa em “mm”.

- A área de coleta não é padronizada.

Encontram-se áreas de 100, 200, 314,
400 ou 1000 cm2.

- Existem provetas calibradas

diretamente em milímetros para medir o
volume de água coletado no pluviômetro.

- Norma internacional: o acúmulo das

precipitações em 24 horas, observadas
antes do meio-dia, é atribuído ao dia
anterior
20
• Equipamentos para medida da chuva
PLUVIÔMETROS
Ville de Paris (A = 400 cm2) KCCI (A = 176 cm2)
SR (A = 15 cm2)

Os pluviômetros são instrumentos normalmente operados em estações meteorológicas convencionais ou

mini-estações termo-pluviométricas. O pluviômetro padrão utilizado na rede de postos do Brasil é o Ville
de Paris (foto da esquerda). Outros tipos de pluviômetro (fotos do centro e da direita) são comercializados
ao um custo menor e tem por finalidade monitorar as chuvas em propriedades agrícolas. A durabilidade
desses pluviômetros e sua precisão, em função da menor área de captação, são menores do que a dos
pluviômetros padrões. A área de captação mínima recomendável é de 100 cm2.
21
b) Duração da Precipitação
- Determinada com a utilização de pluviógrafos

c) Intensidade de Precipitação (Ip)

- Relação entre a altura pluviométrica e a duração da

precipitação.

- Medida em pluviógrafos e expressa em “mm/h”.

- Apresenta grande variabilidade temporal. Na análise dos

processos hidrológicos, geralmente são definidos intervalos
de tempo nos quais a Ip é considerada constante.

22
 Os pluviógrafos são dotados de um sistema de
PLUVIÓGRAFOS registro diário, no qual um diagrama (pluviograma) é
instalado. Ele registra a chuva acumulada em 24h, o
horário da chuva e a sua intensidade. São
equipamentos usados nas estações meteorológicas
convencionais

O pluviograma acima mostra uma chuva ocorrida no dia

11/03/1999, em que foi registrado cerca de 76mm em 5h. A
chuva se concentrou entre 20h do dia 10/03 e 1h do dia
11/03. A intensidade máxima foi observada entre 20:30 e
21:30, com cerca de 53mm/h.
23
 PLUVIÓGRAFO
DE BÓIA E SIFÃO

25
 Os pluviógrafos de báscula são sensores
Pluviógrafos de eletrônicos para a medida da chuva, usados
báscula nas estações meteorológicas automáticas.
Eles possuem duas básculas, dispostas em
sistema de gangorra, com capacidade para
armazenar de 0,1 a 0,2mm de chuva.
Conforme a chuva vai ocorrendo o sistema é
acionado e um contador disposto no sistema
de aquisição de dados registra a altura
pluviométrica acumulada. Esse equipamento
registra o total de chuva, o horário de
ocorrência e a intensidade.

Básculas dispostas
em um sistema de
gangorra

Nível 26
d) Freqüência  Período de Retorno (T)
- Na análise de alturas pluviométricas (ou intensidades) máximas, o
período de retorno é interpretado como o número médio de anos
durante o qual espera-se que a precipitação analisada seja igualada
ou superada.
- Exemplo: Ip = 90 mm/h associada a T = 50 anos
Interpretação: em média, a cada 50 anos, ocorre na localidade em
questão uma chuva com intensidade maior ou igual a 90 mm/h.

27
 Instalação dos aparelhos:
- Existem várias normas de instalação de pluviômetros e
pluviógrafos, apesar das tentativas de homogeneização
internacional realizadas pela OMM.
- A interceptação da chuva deve ser feita a uma altura média acima
da superfície do solo entre 1 e 1,5 m.
- O aparelho deve ficar longe de qualquer obstáculo (prédios,
árvores, relevo, etc.) que possa prejudicar a medição.

D > 2h

28
3.8. ANÁLISE PRELIMINAR DOS DADOS RELATIVOS A UMA
PRECIPITAÇÃO

A) Preparo Preliminar dos Dados

B) Preenchimento de falhas

C) Verificação da Homogeneidade dos Dados

29
A) Preparo Preliminar dos Dados

- Eliminação e correção de erros grosseiros ou sistemáticos.

- Causas mais comuns de erros grosseiros nas observações:

 Preenchimento errado do valor na caderneta de campo;

 Soma errada do número de provetas, quando a precipitação
é alta;
 Valor estimado pelo observador, por não se encontrar no
local no dia da amostragem;
 Crescimento de vegetação ou outra obstrução próxima ao
posto de observação;
 Danificação do aparelho; e
 Problemas mecânicos no registrador gráfico.
30
B) Preenchimento de falhas

- Séries contínuas
- Não se deve realizar o preenchimento de valores diários

B.1) MÉTODO DA PONDERAÇÃO REGIONAL

- Selecionar pelo menos 3 postos (localizados numa região

climatológica semelhante ao posto a ser preenchido) que
possuam no mínimo 10 anos de dados.
 PX1 PX 2 PX 3 
    N = precipitação normal anual
 NX NX2 NX3 
PY  1
NY 3 OMM: determina que as médias
normais anuais devem ser calculadas
1  N Y 
P x 3 
NY NY
PY   P x1  Px2  por meio de séries com 30 anos de
3 Nx Nx2 Nx3
 1 
observações
31
 NORMAIS CLIMATOLÓGICAS – 1961 a 1990

Precipitação Total (mm)

Nº Estações por Estado JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ ANO
82687 Lavras 272,4 192,3 174,0 67,0 40,6 27,9 23,4 24,8 72,5 126,0 213,0 295,8 1529,7
83683 Machado 274,4 196,3 183,0 78,9 56,9 35,1 31,7 31,5 74,3 144,7 188,2 297,7 1592,7
83388 Monte Azul 162,1 118,3 94,9 51,1 8,9 2,0 6,5 1,5 13,1 64,4 128,6 176,8 828,2
83437 Montes Claros 192,0 115,7 124,6 41,6 14,2 4,3 3,5 6,6 21,2 110,5 211,0 237,1 1082,3
83479 Paracatu 260,3 179,3 149,3 66,7 29,3 6,7 15,1 15,6 35,9 132,8 223,6 324,1 1438,7
83531 Patos de Minas 273,0 194,1 166,0 73,9 24,8 6,2 13,1 13,3 49,3 158,6 204,9 297,2 1474,4
83393 Pedra Azul 143,5 68,9 83,2 58,1 31,2 12,1 11,2 9,7 33,6 98,0 138,2 189,3 877,0
83570 Pompeu 267,2 145,2 122,6 57,2 33,4 12,2 14,5 14,5 34,7 106,5 173,4 248,9 1230,3
83736 São Lourenço 278,1 231,5 169,8 71,0 57,4 34,5 24,7 32,3 75,0 131,3 185,1 278,2 1568,9
83586 Sete Lagoas 289,0 161,2 132,6 52,8 26,1 10,3 14,5 10,1 32,9 115,7 217,2 266,3 1328,7
83492 Teófilo Otoni 167,8 98,0 98,1 65,4 30,1 19,7 28,5 25,2 35,8 125,1 180,5 185,7 1059,9
83577 Uberaba 255,9 228,5 190,3 105,7 48,1 19,0 17,6 15,1 60,0 161,6 205,5 282,1 1589,4
83642 Viçosa 196,9 148,8 120,6 49,9 30,2 19,1 23,7 18,6 53,5 110,4 204,8 244,9 1221,4

32
EX.) MÉTODO DA PONDERAÇÃO REGIONAL
- Uma estação pluviométrica Y ficou inoperante durante um mês no
qual uma tempestade ocorreu. As medições da tempestade em três
estações vizinhas A, B e C foram respectivamente, 87 mm, 63 mm
e 71 mm. As precipitações médias normais atuais nas estações Y,
A, B e C são, respectivamente, 794 mm, 1062 mm, 852 mm e 940
mm. Qual a precipitação na estação Y?

33
 B.1) MÉTODO DA PONDERAÇÃO REGIONAL

- OBSERVAÇÕES:
• Altitude
• Distância
• Circularidade
• Não ter falhas no mesmo período
• Atenção: restrições!
A

Y
B

34
B.2) MÉTODO DA REGRESSÃO LINEAR
- Regressão linear simples: as precipitações do posto com falhas (Y)
e de um posto vizinho (X) são correlacionadas.
- Regressão linear múltipla: as informações pluviométricas do posto
com falhas (Y) são correlacionadas com as correspondentes
observações de vários postos vizinhos (X1, X2, X3, .....Xn).

 XY   X Y
rYX  n
   
1/2
 
  
2 2
X Y
  X 
2  Y 
 2 
 n 

n 



rYX= coeficiente de correlação entre a estação em análise Y e a estação de apoio X

Y = total precipitado de cada mês (ou ano) da estação em análise;
X = total precipitado de cada mês (ou ano) da estação de apoio a ser comparado
com a estação em análise; e
n = número de meses (ou anos) pareados entre a estação em análise e a estação
de apoio utilizada. 35
 REGRESSÃO LINEAR SIMPLES

Ya b X ou Y   0  1 X

  Y   X XY
X 2
n  XY   X Y
a b
n  X   X  n  X   X 
2 2 2 2

Ya b X
a
 Y
b
 X
n n
a Yb X
36
B.3) MÉTODO DA PONDERAÇÃO REGIONAL COM BASE EM
REGRESSÕES LINEARES

- Combinação dos dois métodos anteriores.

- Consiste em estabelecer regressões lineares entre o posto com

falhas (Y) e cada um dos postos vizinhos (X1, X2, ...,Xn).

ryx1 Px1  ryx2 Px2  ryx3 Px3  ......  ryxn Pxn

PY 
ryx1  ryx2  ryx3  ....  ryxn

Condição para aplicação: existência de pelo menos 3 estações de apoio

com r2 maior ou igual a 0,7 (r maior ou igual a 0,84).

37
EX) MÉTODO DA PONDERAÇÃO REGIONAL COM BASE EM
REGRESSÕES LINEARES
Precipitações de julho (mm)
Salto Osório Balsa do Santana Ponte do Vitorino Águas do Verê
(02553000) (02552002) (02652009) (02552056)
1990 329.4 304.5 326.5 355.7
1991 152.6 190.9 196.9 243.2
1992 57.3 45.3 43.3 39.7
1993 31.6 80 84.1 78
1994 23.9 59.7 26.7 31.4
1995 75.8 81 104.3 70.6
1996 51.8 37.9 32.4 29.5
1997 114.6 116.5 106.4 135.1
1998 84.6 232 289.6 216.6
1999 92 139 122.7 107.5
2000 85.8 96.6 100.2 87.8
2001 89.8 80 92.7 *
2002 129.2 124.5 108.7 68.8
2003 88.6 149.8 174.6 150
2004 153.2 137.3 163.4 120.4
2005 184.2 157.5 137.5 174.4
2006 98.2 86.4 95.8 79.7
2007 81.8 87.6 77.9 80.9
2008 59 50.1 83.7 54.9

Precipitações totais correspondentes ao mês de julho observadas em 4 postos

pluviométricos localizados no estado do Paraná. 38
 Precipitações de julho (mm)
Salto Osório Balsa do Santana Ponte do Vitorino Águas do Verê
(02553000) (02552002) (02652009) (02552056)
1990 329.4 304.5 326.5 355.7
1991 152.6 190.9 196.9 243.2
1992 57.3 45.3 43.3 39.7
1993 31.6 80 84.1 78
1994 23.9 59.7 26.7 31.4
1995 75.8 81 104.3 70.6
1996 51.8 37.9 32.4 29.5
1997 114.6 116.5 106.4 135.1
1998 84.6 232 289.6 216.6
1999 92 139 122.7 107.5
2000 85.8 96.6 100.2 87.8
2001 89.8 80 92.7 * PY  87,3
2002 129.2 124.5 108.7 68.8
2003 88.6 149.8 174.6 150
2004 153.2 137.3 163.4 120.4
2005 184.2 157.5 137.5 174.4
2006 98.2 86.4 95.8 79.7
2007 81.8 87.6 77.9 80.9
2008 59 50.1 83.7 54.9
r 0.84 0.96 0.93
A 23.11 28.24 21.92
B 0.70 0.79 0.89

ryx1 Px1  ryx2 Px2  ryx3 Px3  ......  ryxn Pxn 0,84 * 89,8  0,96 * 80  0,93 * 92,7
PY  PY 
ryx1  ryx2  ryx3  ....  ryxn 0,84  0,96  0,93
C) Verificação da Homogeneidade dos Dados

 Curva de Duplas Massas ou Curva Duplo Acumulativa

- Análise adotada apenas para séries mensais ou anuais;

- Escolhe-se vários postos de uma região homogênea sob o

ponto de vista meteorológico;

- Acumula-se os totais anuais de cada posto;

- Calcula-se a média aritmética dos totais precipitados em

cada ano em todos os postos. Acumula-se essa média;

- Plota-se os valores acumulados da média dos postos contra

os totais acumulados de cada um deles.

40
 CURVA DUPLO-ACUMULATIVA

2000
Precipitação anual acumulada (cm) – Estação Y
1750

Declividade = Mo
1500

1250

1000

Declividade = Ma
750

550

250

0
250 500 750 1000 1 250 1 550 1 750 2000

Precipitação anual acumulada (cm) – Média das Estações de Apoio

41
 Mudança brusca da direção da reta indica anormalidades com o
posto tais como:

 Mudança de local ou das condições de exposição do

aparelho às precipitações;
 Modificação no método de observação;
 Existência de uma causa física real (Ex.: alterações
climáticas provocadas pela construção de reservatórios
artificiais).

 Para se considerar a mudança de declividade é necessário a

ocorrência de pelo menos 5 pontos sucessivos alinhados
segundo a nova tendência.
42
 As observações devem ser corrigidas para as condições atuais
pela equação abaixo, após inspeção local.

Ma
Pa  Po
Mo

• Pa = observações ajustadas à condição atual;

• Po = dados observados a serem corrigidos;
• Ma = coef. angular da reta no período mais recente;
• Mo = coef. angular da reta no período em que se fez a observação Po.

43
Exemplo: Análise de homogeneidade
ANO Estação Y Média 25 est.
2000 190 260
1999 180 230
1998 310 390
1997 300 300
1996 210 280
1995 280 350
1994 180 240
1993 310 370
1992 230 230
1991 210 290
1990 230 280
1989 200 250
1988 280 260
1987 300 340
1986 210 230
1985 260 230
1984 250 230
1983 280 320
1982 220 360
1981 180 230
1980 280 330
1979 220 240
1978 240 250
1977 290 280
1976 480 370
1975 320 280
1974 270 270
1973 330 270
1972 430 310
1971 390 350
1970 310 230
1970 320 310
1969 330 280
1968 300 310
1967 300 280
1966 420 350 44
Exemplo: Análise de homogeneidade
ANO Estação Y Média 25 est. Estação Y Média 25 est.
acumulada acumulada
2000 190 260 190 260
1999 180 230 370 490
1998 310 390 680 880
1997 300 300 980 1180
1996 210 280 1190 1460
1995 280 350 1470 1810
1994 180 240 1650 2050
1993 310 370 1960 2420
1992 230 230 2190 2650
1991 210 290 2400 2940
1990 230 280 2630 3220
1989 200 250 2830 3470
1988 280 260 3110 3730
1987 300 340 3410 4070
1986 210 230 3620 4300
1985 260 230 3880 4530
1984 250 230 4130 4760
1983 280 320 4410 5080
1982 220 360 4630 5440
1981 180 230 4810 5670
1980 280 330 5090 6000
1979 220 240 5310 6240
1978 240 250 5550 6490
1977 290 280 5840 6770
1976 480 370 6320 7140
1975 320 280 6640 7420
1974 270 270 6910 7690
1973 330 270 7240 7960
1972 430 310 7670 8270
1971 390 350 8060 8620
1970 310 230 8370 8850
1970 320 310 8690 9160
1969 330 280 9020 9440
1968 300 310 9320 9750
1967 300 280 9620 10030
1966 420 350 10040 10380 45
 12000
Precipitação anual acumulada - Estação Y (mm)

10000

8000

6000

4000

2000

0
0 2000 4000 6000 8000 10000 12000
Precipitação anual acumulada – Média das 25 estações de apoio (mm)

46
 12000

Y  - 1984,6  1,162 X
Precipitação anual acumulada - Estação Y (mm)

10000

8000

6000

Y  - 90,352  0,8664 X
4000

2000

0
0 2000 4000 6000 8000 10000 12000
Precipitação anual acumulada – Média das 25 estações de apoio (mm)

47
Ajustando equações (Regressão Linear):

Período de 1978 a 2000: Y  - 90,352  0,8664 X

r2 = 0,9992

Período de 1966 a 1977: Y  - 1984,6  1,162 X

r2 = 0,9991

0,866
Pa  Po  0,745 Po
1,162

48
ANO Estação Y Média 25 Estação Y Média 25 est. Estação Y Estação Y corrigida
est. acumulada acumulada corrigida acumulada
2000 190 260 190 260 190 190
1999 180 230 370 490 180 370
1998 310 390 680 880 310 680
1997 300 300 980 1180 300 980
1996 210 280 1190 1460 210 1190
1995 280 350 1470 1810 280 1470
1994 180 240 1650 2050 180 1650
1993 310 370 1960 2420 310 1960
1992 230 230 2190 2650 230 2190
1991 210 290 2400 2940 210 2400
1990 230 280 2630 3220 230 2630
1989 200 250 2830 3470 200 2830
1988 280 260 3110 3730 280 3110
1987 300 340 3410 4070 300 3410
1986 210 230 3620 4300 210 3620
1985 260 230 3880 4530 260 3880
1984 250 230 4130 4760 250 4130
1983 280 320 4410 5080 280 4410
1982 220 360 4630 5440 220 4630
1981 180 230 4810 5670 180 4810
1980 280 330 5090 6000 280 5090
1979 220 240 5310 6240 220 5310
1978 240 250 5550 6490 240 5550
1977 290 280 5840 6770 216 5766
1976 480 370 6320 7140 358 6124
1975 320 280 6640 7420 238 6362
1974 270 270 6910 7690 201 6563
1973 330 270 7240 7960 246 6809
1972 430 310 7670 8270 320 7129
1971 390 350 8060 8620 291 7420
1970 310 230 8370 8850 231 7651
1970 320 310 8690 9160 238 7889
1969 330 280 9020 9440 246 8135
1968 300 310 9320 9750 224 8359
1967 300 280 9620 10030 224 8583
1966 420 350 10040 10380 313 8896

49
 12000
Precipitação anual acumulada - Estação Y (mm)

10000

8000

6000

4000

2000

0
0 2000 4000 6000 8000 10000 12000
Precipitação anual acumulada – Média das 25 estações de apoio (mm)

50
3.9. Análise Estatística dos Dados

a) Tamanho da Série

Benni  153 estações

Nº de anos de Afastamento em % da média considerada, em

Observação relação à média de um longo período
+ -
1 51,00 40,00
2 35,00 31,00
3 27,00 25,00
5 15,00 15,00
10 8,22 8,22
20 3,24 3,24
30 2,26 2,26

51
b) Tipos de Séries
• SÉRIE PARCIAL:
Constituída pelos “n” maiores valores observados no período
total de observação, sendo “n” o número total de anos
considerados (interessam os valores superiores a um certo
nível).
 mais utilizada quando o número de anos de
dados é pequeno (< 12 anos) e os períodos de retorno
inferiores a 5 anos
• SÉRIE ANUAL:
Constituída pelo maior valor observado em cada ano (os
eventos extremos são o maior interesse).

• SÉRIE TOTAL OU COMPLETA:

Todos os valores diários são considerados

As séries anuais revelam-se mais significativas em Hidrologia, uma

vez que são definidas em termos de sua ocorrência em vez de sua
magnitude. 52
c) Métodos para Estimativa da Freqüência de Totais Precipitados

“Embora não seja possível prever-se as precipitações máximas

anuais que ocorrerão num futuro distante, pode-se afirmar que
as freqüências de ocorrência no passado serão válidas para
descrever as probabilidades de ocorrência no futuro”.

• PROBABILIDADE: refere-se a eventos não conhecidos

• FREQÜÊNCIA: refere-se a eventos observados

Ambas referem-se à porcentagem com que as realizações de

uma variável aleatória ocorreram (freqüência) ou se supõem
que ocorrerão (probabilidade) dentro de certo intervalo.

53
 DETERMINAÇÃO DA FREQUÊNCIA
- Estabelecer a série de dados (anual, parcial ou completa)
- Ordenar os dados em ordem decrescente para eventos
máximos e ordem crescente para eventos mínimos
- Atribuir um número de ordem para cada evento

 MÉTODO CALIFÓRNIA

• Aplicável somente para séries infinitas (teóricas).

• F varia de 0 a 100%.

F = freqüência com que um evento de ordem “m” foi

m igualado ou superado;
F m = ordem do evento (número de vezes que uma
n precipitação da mesma altura ocorreu ou foi
ultrapassada em “n” anos); e
n = número de anos de observação.
54
- As séries de tempo em Hidrologia são raramente infinitas, porque
não é possível determinar todas as ocorrências do fenômeno no
passado
 MÉTODO DE KIMBAL
- Válido para séries finitas (amostra limitada da população).

m
F
n 1
- Para T < n, o valor de F fornece uma boa idéia do valor real da
probabilidade.
- Para T > n, a repartição de freqüências deve ser ajustada a uma
lei probabilística teórica para permitir o cálculo mais correto da
probabilidade.
1 1
T ou T
F P
55
EXEMPLO:

Considerando a série de precipitações máximas anuais (mm)

representada a seguir: Estação Pluviométrica 02042024
Viçosa-MG

0 1 2 3 4 5 6 7 8 9
197_ 73,6 163,9
198_ 83,6 91,2 112,6 78,4 82,3 100,9 184,8 110,8 56,7 67,3
199_ 67,7 74,8 77,3 62,4 109,3 73,0 54,6 92,2 133,4 73,3
200_ 87,4 108,6 62,4 71,6 133,4 80,3 90,5 92,7

- Determine o período de retorno associado aos eventos de

163,9 mm, 110,8 mm e 125 mm.
- Determine a altura máxima precipitada em 24 horas associada
aos períodos de retorno de 5, 15 e 25 anos.

56
d) Distribuições Probabilísticas Teóricas

DISTRIBUIÇÃO NORMAL
- As precipitações totais anuais podem ser consideradas variáveis
aleatórias ou casualizadas, ou seja, seguem a distribuição normal.
- Os valores de precipitação total anual devem ser estudados
considerando sua sucessão cronológica, sem ordená-los em séries
como se faz para as precipitações máximas anuais.
- Curva teórica de distribuição de valores é perfeitamente simétrica.

F (x) X  M  M0

 

X
X  X X 
57
 1  Z2 / 2 XX
P= e dz Z
2 X

P = probabilidade de encontrar um total anual qualquer

menor ou igual a X

 Xi  i
( X  X) 2
X X 
n n 1

58
59
 Estação Pluviométrica 02042024
EXEMPLO: Viçosa-MG

Considere a série de precipitações totais anuais (mm) representada

a seguir:
0 1 2 3 4 5 6 7 8 9
197_ 1303 2040
198_ 996 1191 1325 1602 1089 1732 1125 1253 869 1179
199_ 865 1589 1454 887 1367 1190 1131 1257 1762 1225
200_ 1205 1148 1296 1130 1762 1137 1189 987

Pede-se:
- Qual a probabilidade de que a precipitação total para um dado
ano seja maior do que 1602 mm?
- Qual a precipitação que ocorre com uma probabilidade menor
ou igual a 75%?
- Qual a precipitação que ocorre com uma probabilidade maior
ou igual a 75%?

60
DISTRIBUIÇÃO LOG NORMAL COM 2 PARÂMETROS

2
 ln x n 
0 , 5  
1  n 
f (x)  e com x  0
x n 2

 n  Valor esperado dos logaritmos de x;

 2n  Variância destes logaritmos; e
x  Variável observada.

61
DISTRIBUIÇÃO LOG NORMAL COM 3 PARÂMETROS

2
 ln(x  ) n 
0 , 5  
1 n
f (x)  e   com x  
( x  ) n 2

 n  Valor esperado da variável x n  ln( x  )

 2n Variância da variável x n  ln( x  )


 Coeficiente de variação da variável
 original x, sem transformação
   

  1     
 y  y y Coeficiente de variação da
y 
y variável y = x-

OBS:  y   (a subtração de um valor não altera a sua variância)

62
 DISTRIBUIÇÃO GUMBELL

 ( y )e  ( y )  = parâmetro de escala;

f ( y)   e  = parâmetro de locação.

- Em geral, as distribuições de valores extremos de grandezas

hidrológicas, como as chuvas e os deflúvios, ajustam-se
satisfatoriamente à distribuição de Fisher-Tippet tipo I, conhecida
também como distribuição de Gumbel.

Curva teórica de
distribuição de
valores assimétrica

MoM X
63
 e y P = probabilidade de ocorrer um valor igual ou
P  1 e superior ao analisado, no período de retorno
considerado (decimal)

Para Séries Finitas:

X   1 
 y  yn   ( Xi  X)
2
X X y   ln  ln 1    X 
n   T  n 1

“  n ” e “ y n ” são função apenas do número de dados da série

64
Valores de y n e  n em função do valor de n
yn n yn n yn n
EXEMPLO:

Considerando a série de precipitações máximas anuais (mm)

representada a seguir:
0 1 2 3 4 5 6 7 8 9
197_ 73,6 163,9
198_ 83,6 91,2 112,6 78,4 82,3 100,9 184,8 110,8 56,7 67,3
199_ 67,7 74,8 77,3 62,4 109,3 73,0 54,6 92,2 133,4 73,3
200_ 87,4 108,6 62,4 71,6 133,4 80,3 90,5 92,7

- Determine as precipitações máximas associadas aos períodos

de retorno de 10, 50 e 100 anos.

66
e) Grau de Risco

- Probabilidade de um evento de magnitude X não ser superado em

um ano pode ser dada por:
P’ = 1 - P
- Probabilidade de não ocorrer um valor igual ou maior (de não ser
superado) dentro de “n” anos quaisquer é:
P’n
- Probabilidade de ser superado pelo menos uma vez em “n”anos é:
J = 1 - P’n = 1 - (1 - P)n
J = probabilidade de ocorrência de um valor extremo durante “n”
anos de vida útil da estrutura.

67
EXEMPLO:
Calcule o grau de risco de ocorrência de uma precipitação
superior à de projeto para as seguintes condições:

T = 100 anos; n = 1 ano  J = 1%

T = 100 anos; n = 10 anos  J = 9,6%
T = 100 anos; n = 100 anos  J = 63,4%
T = 10 anos; n = 1 ano  J = 10%
T = 10 anos; n = 10 anos  J = 65,1%
T = 10 anos; n = 100 anos  J = 99,997%
T = 10.000 anos; n = 1 ano  J = 0,01%
T = 10.000 anos; n = 100 anos  J = 0,995%
T = 10.000 anos; n = 10.000 anos  J = 63,21%

68
3.10. Precipitação Média em uma Bacia

 Lâmina de água de altura uniforme sobre toda a área

considerada, associada a um período de tempo.
A) MÉTODO ARITMÉTICO
- Método mais simples.
- Média aritmética das alturas de chuvas medidas nos diversos
postos pluviométricos da região.

n h = precipitação média (mm);

 Pi Pi= precipitação observada em cada pluviômetro
h  i1
(mm); e
n n = número total de pluviômetros.

• Aplicável quando:

(hmáx  hmín )
 0,50
hmédia 69
SUBBACIA 57

Estação Código Precipitação total (mm)

Matilde 02040011 1685,0
Marechal Floriano 02040012 1632,9
São Rafael 02040023 1159,8
Jacigua 02041010 1568,5
Arace 02041020 1357,3
MÉDIA 1480,7
- Limitações:
. Distribuição uniforme dos pluviômetros;
. Área plana ou de relevo muito suave.

Estação Código Precipitação total (mm)

Matilde 02040011 1685,0
Marechal Floriano 02040012 1632,9
São Rafael 02040023 1159,8
Jacigua 02041010 1568,5
Arace 02041020 1357,3
MÉDIA 1480,7

- Verificação:

(hmáx  hmín ) (1685,0  1159,8)

 0,50  0,35
hmédia 1480,7

71
B) MÉTODO DO POLÍGONO DE THIESSEN

 Consiste em atribuir um fator de ponderação aos totais

precipitados em cada aparelho, proporcional à sua área de
influência.

n
  P i A i Ai = área de influência de cada pluviômetro; e
i 1
h A = área total.
A

• Mais preciso que o método aritmético

• Pode ser utilizado para uma distribuição desuniforme dos
aparelhos
• Não leva em conta as influências orográficas (relevo).
72
 n
B) MÉTODO DO POLÍGONO DE THIESSEN   P i A i
i 1
h
A
Obtenção da área de influência de cada trecho:
1. Ligar os pontos por trechos retilíneos;
2. Traçar linhas perpendiculares aos trechos retilíneos
passando pelo meio da linha que liga os dois postos
3. Prolongar as linhas perpendiculares até encontrar a outra;
 O polígono é formado pela intersecção das linhas
correspondendo à área de influência da cada posto;

73
 São Rafael

Arace Marechal
Floriano

Matilde

Jaciguá
Legenda
Bacia
Pluviômetro

74
 São Rafael

Arace Marechal
Floriano

Matilde
Legenda
São Rafael
Jaciguá
Jaciguá Arace
Matilde

75
 Precipitação
Estações Código Área (km²) total anual
(mm)
Matilde 02040011 180.5 1685.0
M. Floriano 02040012 5.2 1632.9
São Rafael 02040023 24.0 1159.8
Jacigua 02041010 0.8 1568.5
Arace 02041020 0.0 1357.3

180,5 *1685  5,2 *1632,9  24,0 *1159,8  0,8 *1568,5  0 *1357,3

Pm 
180,5  5,2  24,0  0,8

Pm = 1623,39 mm

76
C) MÉTODO DAS ISOIETAS

- Método “mais preciso” para avaliar a precipitação média em uma

bacia;
- Em vez de pontos isolados de precipitação, determinados pelos
pluviômetros, utiliza-se curvas de igual precipitação (isoietas);

n  h i  h i1 hi = valor da isoieta de ordem i (mm);

  Ai
 2 
h  i1
hi+1 = valor da isoieta de ordem i+1 (mm); e
A
Ai = área entre duas isoietas sucessivas.

• A precisão do método depende altamente da habilidade do

analista no traçado das iso-linhas (isoietas).
77
 Procedimento para traçado das isoietas

1. Localizar os postos no mapa da região de interesse e

escrever o total precipitado para o período escolhido ao
lado de cada posto;

2. Esboçar as linhas de igual precipitação, escolhendo

números inteiros ou característicos;

3. Ajustar estas linhas por interpolação entre os postos; e

4. Utilizar um mapa de relevo e superpor com o mapa de

isoietas, fazendo um ajuste destas linhas com o relevo.

78
 n  
  h i h i1 A i
 2 
h  i1
A

(hi  hi 1 ) Ai
*
Isoieta Área (km²) 2 A
1700 - -
Precipitação
1650 21,59 171,8 Método
Total (mm)
1600 49,24 380,1
Aritmético 1685
1550 58,83 440,2
1500 38,25 277,1 Polígono de
1623
Thiessen
1450 21,18 148,4
1400 17,26 116,8 Isoietas 1562
1350 4,15 27,1
Total 210,5 1561,6
79
D) INTERPOLAÇÃO EM SIG

Bacia de contribuição da UH de Furnas e

distribuição das estações pluviométricas.

Precipitação total anual na bacia de

contribuição da UH de Furnas – Obtido
por interpolação (Krigagem).
CONVERSÃO DE PRECIPITAÇÕES DIÁRIAS EM PRECIPITAÇÕES INTENSAS

 MÉTODO DA RELAÇÃO DE DURAÇÕES

 CETESB (1979):

Alt. Precipit. (24h) = 1,14 x Alt. Precipit. (1dia)

Durações de precipitação Relação entre Alturas de

relacionadas Precipitação
10min / 30min 0,54
30min / 1h 0,74
1h / 24h 0,42
12h / 24h 0,85

 A média das chuvas de 1 e 2 dias de duração pode ser

considerada como uma estimativa bastante representativa
da chuva de 24 horas, para a mesma freqüência.
81
3.11. Características Fundamentais da Chuva
- Intensidade
- Duração
- Freqüência
- Distribuição

a) RELAÇÃO INTENSIDADE-DURAÇÃO-FREQUÊNCIA

1- Seleção dos pluviogramas com as chuvas mais intensas em

cada ano do período-base;
2- Cotagem dos pluviogramas com o objetivo de elaborar as
séries anuais para as precipitações máximas com durações
de 10, 20, 30, 40 e 50 minutos e 1, 2, 3, 4, 6, 12 e 24 horas;
3- Obtenção da intensidade de precipitação máxima média
correspondente às diversas durações avaliadas;

82
4- As séries históricas de intensidade de precipitação máxima
média correspondente às diversas durações avaliadas são
submetidas à análise estatística para identificação do modelo
probabilístico com melhor ajuste aos dados. Os modelos de
distribuição de eventos extremos máximos ajustados são os
seguintes: Gumbel, Log-Normal a dois e três parâmetros,
Pearson e Log-Pearson III.

5- Seleção da distribuição de probabilidade com melhor ajuste à

série histórica utilizando-se o teste de aderência de
Kolmogorov-Smirnov. Este teste consiste em rejeitar a
hipótese de adequação do ajuste, se a diferença máxima entre
os valores observados e os ajustados for superior ao crítico,
para o nível de significância especificado.

6- Obtenção dos valores de intensidade de precipitação máxima

associados aos períodos de retorno a serem avaliados (T = 2,
5, 10, 20, 50 e 100 anos).
83
7- Com os valores de intensidade de precipitação máxima média
correspondentes aos diversos períodos de retorno e durações
estudados, obtém-se os parâmetros da equação de intensidade-
duração-freqüência de utilizando–se o método de regressão não-
linear Gauss-Newton com base na seguinte equação geral:

k Ta
i
t  b c

i = intensidade de máxima média de precipitação(mm/h);

T = tempo de recorrência (anos);
t = duração da chuva (min.); e
k, a, b, c = parâmetros a serem determinados para cada
região (método dos mínimos quadrados).

84
Equações de I-D-F obtidas através do método de regressão não-linear Gauss-
Newton, para as estações pluviográficas do Estado do Rio de Janeiro
Nome da Estação Equação R2 aj. Período de observação
0, 222
3281,158T
i=
Álcalis t  44,2041,000 0,994 1974-1989
4378,133T 0, 227 1974-1980
i=
Alto da Boa Vista t  49,157  0,999 0,990 1982
1985-1989
721,802T 0, 211 1974-1984
i=
Angra dos Reis t  10,5660,720 0,992 1986-1989
1133,836T 0,183 1974-1975
i=
Campos t  20,667 0,807 0,992 1977-1989
612,197T 0,185 1974-1977
i=
Cordeiro t  5,0000,695 0,997 1979-1983
1986-1989
3812,020T 0, 218
i=
Ecol.Agrícola t  34,5650,999 0,990 1974-1989
1045,123T 0, 244
i=
Ilha Guaíba t  49,9450,679 0,976 1974-1989
4999,882T 0,196
i=
Itaperuna t  34,4620,986 0,989 1974-1989
444,258T 0, 263 1974-1986
i=
Macaé t  6,266 0,655 0,991 1988-1989
2629,477T 0, 236 1974-1978
i=
N.Friburgo t  24,6640,975 0,992 1980-1989
1652,972T 0,182
i=
Resende t  21,4100,767 0,994 1974-1989
2474,2810T 0, 2113 1974-1985
i=
Sta.Cruz t  37,4228 0,9491 0,994 1987-1988
3086,290T 0, 200 1974-1980
i=
Vassouras t  22,081 1,000 0,996 1982-1989
85
http://www.ufv.br/dea/gprh/softwares.htm 86