RESUMOO método Curva Número (CN) do Natural Resources Conservation Service (NRCS) é um dos métodos chuvavazão mais utilizados em projetos de Engenharia, por exemplo, na drenagem pluvial. No entanto, ainda há muitas perguntas em aberto em relação a utilização desse método para eventos individuais de precipitação. Eventos individuais de precipitação (hietograma de projeto) são comumente utilizados em projetos de drenagem pluvial urbana. Nesse artigo foi quantificado o efeito da discretização temporal do hietograma de projeto sob os valores de CN e a abstração inicial (Ia). Os resultados indicaram que a discretização temporal exerce influência sob os valores de CN e Ia e, consequentemente, sob o cálculo do escoamento superficial. Assim, além das bem estabelecidas limitações do método CN, o tempo de discretização também precisa ser levado e consideração quando o método é utilizado junto com um hietograma de projeto. As conclusões são importantes para avançar na compreensão da limitação do método CN no dimensionamento hidráulico de obras de drenagem pluvial.
Curve Number (CN) values estimating from rainfall-runoff data is an attractive topic in hydrology. However, CN values are lacking for Interlocking Concrete Pavement (ICP) material, mainly when seated over bare soil (not over a permeable pavement structure). Here, we compute CN values for the ICP seated over clayey soil using measured rainfall and infiltration capacity data. We estimated runoff ( Q) using 32 events of 24-hour rainfall depth ( P 24) and an infiltration model, assuming a hortonian runoff process. To estimate the CN for each P 24 event, we used the rainfall-runoff incremental approach. Overall, we obtained CN values ranging from 52 to 63. The best CN values to estimate Q were equal to 52.2 ( R M S E = 9.09 mm and R 2 = 0.03) and 60.1 ( R M S E = 1.45 mm and R 2 = 0.97), considering natural- and rank-ordered P 24- Q data, respectively. Our results indicate that it is more suitable to use the initial abstraction ratio ( λ) equal to 0.20 for the ICP material. The findings provide a better understanding of the rainfall-runoff process in ICP and help improve the design of stormwater drainage systems.
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.