2016
DOI: 10.1590/s1413-41522016131862
|View full text |Cite
|
Sign up to set email alerts
|

Calibração do Storm Water Management Model (SWMM) utilizando algoritmos evolucionários multiobjetivo

Abstract: Keywords: multiobjective optimization; peak flow; hydrologic models. INTRODUÇÃOParte considerável das bacias hidrográficas brasileiras que não está localizada na região amazônica sofre ou sofreu grandes influências de atividades antrópicas nas últimas décadas. Como consequências dessas alterações, vieram acompanhadas mudanças no comportamento do regime de vazões, em especial, nas vazões de pico. A alteração do terreno natural, substituído muitas vezes por pastagens, cultivos e pela urbanização, provoca um aume… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1

Citation Types

0
3
0
6

Year Published

2016
2016
2022
2022

Publication Types

Select...
5
1

Relationship

2
4

Authors

Journals

citations
Cited by 15 publications
(10 citation statements)
references
References 23 publications
0
3
0
6
Order By: Relevance
“…The CN (Curve Number) and the Manning roughness of the permeable areas (𝑛 𝑝 ) in the sub-basins, were the parameters with the highest sensitivity, followed by the runoff width (𝑤) and the area (𝐴) of the sub-basins, all analyzed within the specified uncertainty range. Formiga et al (2016), performed sensitivity analysis of parameters of the SWMM model followed by automatic calibration using an R-NSGA optimization algorithm coupled to the model, the most sensitive parameters were also the runoff width (𝑤) and the area (𝐴), in addition to the slope (𝐼) and the Manning roughness of the impermeable areas (𝑛 𝑖 ).…”
Section: Resultsmentioning
confidence: 99%
See 1 more Smart Citation
“…The CN (Curve Number) and the Manning roughness of the permeable areas (𝑛 𝑝 ) in the sub-basins, were the parameters with the highest sensitivity, followed by the runoff width (𝑤) and the area (𝐴) of the sub-basins, all analyzed within the specified uncertainty range. Formiga et al (2016), performed sensitivity analysis of parameters of the SWMM model followed by automatic calibration using an R-NSGA optimization algorithm coupled to the model, the most sensitive parameters were also the runoff width (𝑤) and the area (𝐴), in addition to the slope (𝐼) and the Manning roughness of the impermeable areas (𝑛 𝑖 ).…”
Section: Resultsmentioning
confidence: 99%
“…Automatic calibration algorithms coupled with a hydrodynamic flow model have been increasingly used by researchers in order to improve the accuracy and efficiency of parameter adjustment processes. Formiga et al (2016) Typically, automatic calibration methods based on a sensitivity analysis involve four main steps: (1) sensitivity analysis; (2) determination of the limit or range of parameters (uncertainty analysis); (3) calibration and (4) performance evaluation of the calibrated model (James et al, 2002) The objective of the sensitivity analyzes is to prepare the calibration of the basin parameter sets in order to illustrate the impact of the uncertainties of the input parameters on the model responses (Garambois et al, 2015). Therefore, the intention is to verify the rate of change in the response of a model in relation to changes in the input parameters of the same model (James, 2005).…”
Section: Introductionmentioning
confidence: 99%
“…Neste trabalho empregado um método de melhor compatibilidade ou compromisso, proposto por Formiga et al (2016), em que os valores das funções objetivo das soluções Pareto-ótimas encontradas são normalizadas com relação à média e o desvio pela Equação (8). A compatibilidade (C) é então fornecida pela soma das funções normalizadas, em que quanto maior o seu valor mais compatível é a alternativa.…”
Section: Escolha Da Alternativaunclassified
“…Dada essa elevada importância, diversos modelos hidrológicos e hirodinâmicos são aplicados visando fundamentar a análise e a interpretação do fenômeno de escoamento através da transformação chuva-vazão, mediante a complexidade e a quantidade de variáveis envolvidas nesse processo. O software Storm Water Management Model (SWMM), desenvolvido pela US Environmental Protection Agency (EPA), consiste em um modelo de simulação chuva-vazão amplamente utilizado para a modelagem hidrológica urbana, seja através de eventos pontuais ou de séries de precipitação (BARCO;WONG;STENSTROM, 2008;VINAGRE;LIMA JÚNIOR, 2015;FORMIGA et al, 2016;KONG et al, 2017). A utilização do SWMM, porém, demanda caracterização física e espacial acurada das sub-bacias, principalmente quanto aos parâmetros de uso e ocupação do solo (NIEMI et al, 2019).…”
Section: Introductionunclassified