Simulação de Vazões e Níveis de Água Médios Mensais para o Rio Tapajós Usando Modelos ARIMA

Figueiredo, Nélio Moura de; Blanco, Cláudio José Cavalcante

doi:10.21168/rbrh.v19n3.p111-126

Cited by 5 publications

(5 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Inverse Distance Weighted (IDW), available in the Spatial Analyst extension of Geographic Information System (GIS) ArcGIS 10.5, elaborated the interpolation and spatial distribution of both rainfall intensity and parameters a, b, c, and k. The validation of the probability distribution model used in the present study was developed with the use of R² coefficient of determination or that of Nashande Sutcliffe (1970) and RMSE (Root Mean Square Error) expressed by Equations 13 and 14, respectively. Several studies have used such coefficients as a criterion of performance analysis of results in the validation of various models (e.g., those developed by Figueiredo and Blanco (2014), Mota (2014), Sousa and Paula (2018), Cruz et al (2019), Ferreira Filho et al (2019, among others).…”

Section: 𝒁 ̂(𝒔 𝟎 ) = ∑ 𝝀 𝒊 𝒁(𝒔 𝒊 )mentioning

confidence: 99%

Rainfall intensity model with spatialization of intensity-duration-frequency curve parameters - A case study for the state of Maranhão, Brazil

Coelho,

Figueiredo,

Coelho

et al. 2023

Acta Sci Technol

View full text Add to dashboard Cite

The characterization of intense rainfall in engineering projects is fundamental, mainly regarding the estimate of design flows necessary for designing hydraulic works. Intense rainfall events are commonly measured by Equations and curves that relate their intensity, duration, and frequency. Such relations, known as IDF, enable the hydrological characterization of a given region. This article presents a methodological design and results from both determination and spatialization of IDF curve parameters for the state of Maranhão. Historical series of maximum daily rainfalls obtained from National Water and Sanitation Agency (ANA) were used in 126 rainfall gauge stations and the Gumbel probability distribution estimated the maximum daily rainfall for 5, 10, 15, 25, 50, and 100 return periods. The Isozonal Method obtained the IDF correlations of intense rainfall events for 0,1. 1, and 24 h durations, and their performance were conducted by Nash-Sutcliffe R2 coefficient and Root Mean Square Relative Error (RMSE). “K, a, b, and c” parameters of intense rainfall equations were determined by optimization and convergence processes and their spatialization was carried out by interpolation by Inverse Distance Weighted (IDW), which enabled to determine the values of each parameter in regions without physical measurements of rainfall. Similarly, rainfall intensity was spatialized for the entire state. According to the results, the rainfall distribution in the state of Maranhão shows a variation in the indexes of precipitation, with the highest values found in areas located in central-southern, southwestern, and southeastern regions.

show abstract

Section: 𝒁 ̂(𝒔 𝟎 ) = ∑ 𝝀 𝒊 𝒁(𝒔 𝒊 )mentioning

confidence: 99%

Rainfall intensity model with spatialization of intensity-duration-frequency curve parameters - A case study for the state of Maranhão, Brazil

Coelho,

Figueiredo,

Coelho

et al. 2023

Acta Sci Technol

View full text Add to dashboard Cite

show abstract

“…Em vista disso, buscou-se avaliar a influência entre as precipitações defasadas nas estações pluviométricas e as vazões, conforme o trabalho de Debastiani et al (2016). O coeficiente de autocorrelação ( k ρ ), definido na Equação 5, é a correlação entre os valores da série temporal em um determinado período de tempo e os valores da mesma série em um outro momento no tempo, ou seja, entre a série e ela mesma defasada k intervalos (Figueiredo & Blanco, 2014). Porém, há a necessidade de filtrar a influência de correlações levadas em consideração, em defasagens mais curtas da série temporal.…”

Section: Redes Neurais Artificiaisunclassified

“…Porém, há a necessidade de filtrar a influência de correlações levadas em consideração, em defasagens mais curtas da série temporal. E, com a finalidade de identificar as correlações filtradas entre as vazões e seus respectivos valores defasados, é utilizado o coeficiente de autocorrelação parcial ( kk φ ), definido pela Equação 6 (Figueiredo & Blanco, 2014).…”

Section: Redes Neurais Artificiaisunclassified

Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia

Mendonça¹,

Gomide²,

Sousa³

et al. 2021

REGA

Self Cite

View full text Add to dashboard Cite

show abstract

“…Bayer et al (2012) avaliando modelos de séries temporais para a bacia hidrográfica do rio Potiribu escolheram como melhor modelo SARIMA(3,0,0)(2,1,2)12, que apresentou um CNS de 0,68 e 0,81 para as etapas de calibração e validação, respectivamente. Figueiredo & Blanco (2014) simulando vazões e níveis de água médios mensais para o rio Tapajós, PA, escolheram o modelo SARIMA(1,0,0)(1,1,1)12, que apresentou CNS médio de 0,92 para etapa de calibração e 0,91 para a validação.…”

Section: Figura 8 -Periodograma Da Série De Vazões Mensaisunclassified

Previsão de vazão na bacia hidrográfica do rio Manuel Alves da Natividade utilizando o modelo de séries temporais SARIMA

Duarte

Silva

Souza

et al. 2019

J. Biotechnol. Biodivers.

View full text Add to dashboard Cite

O estudo e simulação do escoamento superficial de uma bacia hidrográfica são fundamentais para o gerenciamento dos recursos hídricos. Os modelos hidrológicos são ferramentas que auxiliam o planejamento do abastecimento hídrico, projetos de uso da água, geração de energia hidrelétrica, sistemas de irrigação, utilização sustentável e conservação da biodiversidade de uma bacia hidrográfica. A área em estudo é a bacia hidrográfica do rio Manuel Alves da Natividade, uma importante bacia hidrográfica pertencente a região hidrográfica Tocantins-Araguaia, um dos principais afluentes do rio Tocantins. Neste contexto, objetivou-se analisar, modelar e fazer previsões com base nas séries temporais de vazões mensais da bacia hidrográfica do rio Manuel Alves da Natividade utilizando o modelo SARIMA. A metodologia adotada foi a de Box e Jenkins que consiste em: identificar o modelo; estimar seus parâmetros e aplicar o modelo ajustado para previsão. A série foi verificada quanto a tendência, sazonalidade e estacionariedade e a identificação da ordem dos componentes dos modelos se deu por meio da análise gráfica dos correlogramas e periodograma. A seleção do melhor modelo foi realizada com base nos critérios de seleção e medidas de qualidade. O modelo escolhido foi o SARIMA(1,0,1)(1,1,4)12, que apresentou coeficiente de Nash-Sutcliffe de 0,61 e 0,81 para as etapas de calibração e validação, respectivamente, valores estes classificados como “bom”, segundo a classificação para modelos hidrológicos. O modelo mostrou-se eficaz na previsão de períodos de recessão do escoamento, sendo indicado principalmente como ferramenta na gestão de recursos hídricos para a previsão da oferta hídrica em períodos de estiagem críticos.

show abstract

Simulação de Vazões e Níveis de Água Médios Mensais para o Rio Tapajós Usando Modelos ARIMA

Cited by 5 publications

References 8 publications

Rainfall intensity model with spatialization of intensity-duration-frequency curve parameters - A case study for the state of Maranhão, Brazil

Rainfall intensity model with spatialization of intensity-duration-frequency curve parameters - A case study for the state of Maranhão, Brazil

Modelagem chuva-vazão via redes neurais artificiais para simulação de vazões de uma bacia hidrográfica da Amazônia

Previsão de vazão na bacia hidrográfica do rio Manuel Alves da Natividade utilizando o modelo de séries temporais SARIMA

Contact Info

Product

Resources

About