RESUMO Atualmente, o Porto de Santos é o maior da América Latina, e encontra-se em processo de aprofundamento de seu canal de acesso, prevendo alcançar os 17 m DHN como meta final. Especificamente para o trecho da barra marítima que hoje é mantida somente por dragagem, espera-se um incremento significativo no volume de dragagem de manutenção. Nesse sentido, este trabalho empregou a modelagem física para avaliar a eficácia de molhes guia-corrente curvos na manutenção de profundidades ao longo do trecho da barra marítima do canal do Porto de Santos, seu impacto na dispersão da pluma de efluentes do emissário submarino existente na baía e sua influência na praia adjacente ao molhe. Como resultado, verificou-se que a introdução dos molhes tornaria possível manter as profundidades do canal de acesso na transposição da barra com um volume de dragagem de manutenção muito inferior ao atual, que o aumento da extensão original do emissário submarino em 1,2 km não só reduziria a influência da presença dos molhes, como melhoraria a dispersão dos efluentes para o largo em relação à situação original. Além disso, a presença dos molhes induz uma acreção marinha que tende a proteger a região adjacente à embocadura que hoje sofre um severo processo erosivo. Por fim, o estudo realizado indica ser plenamente viável a adoção de obras fixas para a transposição da barra marítima do Porto de Santos, podendo configurar-se como uma opção economicamente mais atraente do que a atual, para manter profundidades de 17 m DHN.
<p>Os sistemas de previsão e alerta utilizados na gestão de recursos hídricos e operação de sistemas de drenagem tiveram desenvolvimentos significativos nos últimos anos. Esses desenvolvimentos resultaram da disponibilidade de informações meteorológicas em tempo real, em particular de medições por sensores em satélites, medição através de radar meteorológico e de previsões de modelos atmosféricos para diferentes horizontes temporais. Todos os modelos de previsão ambiental são incertos e essa incerteza é variável no tempo e no espaço. Este trabalho tem como objetivo apresentar os resultados da avaliação da evolução do erro associado a diferentes previsões de curto prazo. A plataforma Delft-FEWS (<em>Flood Early Warning System) </em>foi utilizada para proceder à importação e processamento de dados de observações e previsões disponíveis para a bacia do rio Ave, localizada no norte de Portugal. Os dados meteorológicos medidos foram obtidos no Sistema Nacional de Informações de Recursos Hídricos (SNIRH), em quatro estações meteorológicas instaladas na bacia em estudo e dados de refletividade medidos pelo radar meteorológico operado pela Meteogalicia. As previsões avaliadas correspondem às precipitações simuladas por modelos atmosféricos desenvolvidos pela <em>National Oceanic and Atmospheric Administration (NOAA</em>) e Meteogalicia, nomeadamente os modelos <em>Global Forecast System (GFS)</em>, <em>Global Ensemble Forecast System (GEFS)</em> e <em>Weather Research and Forecasting</em>, (WRF) operado pela Meteogalicia. A incerteza associada às precipitações previstas foi avaliada considerando horizontes de previsão de um a quatro dias. Os melhores resultados foram obtidos para o modelo WRF durante eventos de precipitação ocorridos entre janeiro de 2017 e maio de 2018 e apresentaram médias de erros relativos que variaram entre 7% (um dia de previsão) e 29% (quatro dias). O sistema implementado permite, assim, do ponto de vista operacional, antecipar com antecedência de dois dias eventos extremos.</p><p> </p><p>USE OF PRECIPITATION FORECASTS FROM WRF, GFS AND GEFS ATMOSPHERIC MODELS AT RIVER AVE BASIN (PORTUGAL) FOR OPERATIONAL MANAGEMENT OF A DRAINAGE SYSTEM</p><p>ABSTRACT</p><p>The forecasting and warning systems used in water resources management and drainage systems operation have had significant developments in recent years. These developments resulted from the availability of meteorological information in real time, in particular from measurements by sensors in satellites, measurement through meteorological radar and forecasts of atmospheric models for different time horizons. All environmental forecasting models are uncertain and this uncertainty varies over time and space. This work aims to present the results of the evaluation of the evolution of the error associated with different short-term forecasts. The Delft-FEWS (Flood Early Warning System) platform was used to import and process observation and forecast data available for the river Ave basin, located in northern Portugal. The measured meteorological data were obtained from the National Water Resources Information System (SNIRH), at four new meteorological stations installed in the basin and radar reflectivity data measured by the meteorological radar operated by Meteogalicia. The forecasts evaluated correspond to the rainfall simulated by atmospheric models developed by the National Oceanic and Atmospheric Administration (NOAA) and Meteogalicia, namely the Global Forecast System (GFS), Global Ensemble Forecast System (GEFS) and Weather Research and Forecasting (WRF) model operated by Meteogalicia. The uncertainty associated with the predicted rainfall was evaluated considering forecast horizons of one to four days. The best results were obtained for the WRF model during precipitation events that occurred between January 2017 and May 2018 and presented average relative errors that varied between 7% (one forecast day) and 29% (four days). The implemented system thus allows, from an operational point of view, to forecast extreme events in advance of two days.</p>
Os cursos fluviais são regidos por diversos fenômenos físicos que interagem influenciando as características hidromorfodinâmicas do escoamento. O transporte de sedimentos é um destes fenômenos e interfere no equilíbrio dinâmico de um rio, isto é, numa situação estável do curso d´água, material sólido é carreado e depositado sem que sejam percebidas alterações significativas nas formas fluviais. Este equilíbrio pode ser alterado por vários motivos, sendo frequente ocorrer após a construção de barramentos transversais ao curso d´água que tenham por finalidade acumular água para múltiplos usos. Um dos principais impactos associados a estas obras de infraestrutura é a diminuição drástica da capacidade de transporte do escoamento a montante e da vazão sólida a jusante. Tal processo se encontra em evolução no reservatório da Usina Hidrelétrica (UHE) de Barra Bonita localizada no rio Tietê, no estado de São Paulo, sobretudo no trecho de remanso. O objetivo desta pesquisa é verificar a aplicabilidade dos dados de campo na modelagem hidrodinâmica do reservatório da UHE de Barra Bonita-SP. Avalia-se a qualidade das informações para o processo de modelagem numérica por meio de simulações computacionais e comparações entre levantamentos de campo. Desenvolveu-se o estudo utilizando dados de batimetria e hidrológicos, ferramenta computacional específica para modelagem da hidráulica de escoamentos livres e levantamentos topográficos expeditos. Verificou-se a necessidade de executar levantamentos de dados de campo que tenham por objetivo gerar bases de dados para aplicação em modelagem hidrossedimentológica, isto é, é necessário que a coleta de dados seja feita com maior rigor e maior nível de detalhamento visando utilizá-los tanto para fins de navegação e monitoramento e operação de aproveitamentos hidrelétricos, quanto para fins de modelagem. Como resultados são apresentados e discutidos os problemas associados à modelagem numérica hidrodinâmica de reservatórios e propostos os requisitos necessários (desejáveis e mínimos) na aquisição de informações de campos para geração de base de dados com finalidade de modelagem numérica.Palavras-chave: Hidrodinâmica. Transporte de sedimentos. Reservatórios -Barra Bonita (SP). Modelos numéricos.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.