Floods are major natural disasters that, in several occasions, can be responsible for life losses and severe economic damages. Flood forecasting and alert systems are needed to anticipate the arrival of these events and mitigate their impacts. They are particularly important for risk management and response in the nowcasting of flash floods. In this case, precipitation fields are crucial and is important to consider uncertainties coming from the observed precipitation fields used as input data to the system. One approach to take into account these uncertainties is to generate an ensemble of possible scenarios of observed precipitation. The aim of this study is to investigate the potential of a framework that applies a geostatistical conditional simulation method to generate an ensemble of precipitation fields that can be used as input to a distributed rainfall-runoff model to produce probabilistic flood alert maps. The Var region (southeastern France) and 17 events are used to validate the approach. Results show that the proposed method can be useful to generate realistic precipitation scenarios and, ultimately, to provide information on the probability of discharges exceeding critical flood thresholds. It can be a solution to combine information from radar fields and rain gauges to generate precipitation ensembles and quantify uncertainties in input data for hydrological modelling.

Nowcasting systems are essential to prevent extreme events and reduce their socio-economic impacts. The major challenge of these systems is to capture high-risk situations in advance, with good accuracy, location and time. Uncertainties associated with the precipitation events have an impact on the hydrological forecasts, especially when it concerns localized flash flood events. Radar monitoring can help to detect the space-time evolution of rain fields, but nowcasting techniques are needed to go beyond the observation and provide scenarios of rainfall for the next hours of the event. In this study, we investigate a space-time geostatistical framework to generate multiple scenarios of future rainfall. The rainfall ensemble is generated based on space-time properties of precipitation fields given by radar measurements and rainfall data from rain gauges. The aim of this study is to investigate the potential of a framework that applies a geostatistical conditional simulation method to generate an ensemble nowcasting of rainfall fields. The Var region (south eastern France) and 14 events are used to validate the approach. Results show that the proposed method can be a solution to combine information from radar fields and rain gauges to generate nowcasting rainfall fields adapted for flash flood alert.

No abstract

Inúmeras regiões no mundo já foram atingidas, pelo menos uma vez, por eventos extremos de inundação os quais causaram grandes perdas socioeconômicas, ambientais entre outros. Os dados de estimação de precipitação são essenciais para realizar a previsão destes eventos e gerar alertas que possam minimizar os danos que podem ser causados. Uma das características principais destes eventos é a elevada variabilidade espacial e temporal. Devido a sua complexidade, a previsão dos mesmos possui diversas fontes de incertezas, como as incertezas provenientes dos campos de chuva observados. Estes dados, por sua vez, possuem papel importante no desempenho dos sistemas de previsão. Este estudo tem como objetivo principal desenvolver uma metodologia, baseada em um método geoestatístico, capaz de gerar cenários possíveis de chuva a partir de dados de radar meteorológico e de pluviômetros. A área de estudos localiza-se na região de Campinas, estado de São Paulo, na qual inúmeros eventos extremos já foram detectados. Os resultados obtidos apresentam que o método desenvolvido neste estudo pode ser uma solução para quantificar as incertezas que podem ser encontradas nos dados de precipitação observada.

Resumo. Os sistemas de previsões de inundações são de elevada importância para antecipar eventos extremos e mitigar seus inúmeros impactos, e os campos de precipitação são cruciais para estes sistemas. As medidas de precipitação por pluviômetros desempenham um papel muito importante na qualidade dos dados, entretanto estes possuem baixa capacidade de capturar as características espaciais da chuva. Por outro lado, os radares meteorológicos são excelentes para representar a variabilidade espacial da chuva, mas por efetuarem de forma indireta a medida da chuva possuem incertezas na quantificação da mesma. A fim de melhorar a estimativa dos campos de precipitação, as medições feitas por essas duas fontes de estimação de chuva podem ser combinadas para melhor e explorar as vantagens de cada tipo de medida. O objetivo desta pesquisa é aplicar o método Krigagem com Deriva Externa (KED) que combine os dados de pluviômetros e de radares meteorológicos baseando-se em na geoestatística. A área de estudo considerada neste trabalho é a região da cidade de Campinas, na qual diversos eventos de inundações bruscas já foram observados. Palavras-chave. radar, pluviômetros, geoestatística, previsão de inundação