Avaliação do modelo J2000/JAMS para modelagem hidrológica em bacias hidrográficas brasileiras / J2000/JAMS model evaluation for Brazilian watersheds hydrological simulation

RESUMO: A gestão de recursos hídricos no Brasil é prejudicada pela carência de informações hidrológicas, que pode ser suprida pelos modelos hidrológicos que simulam o comportamento das bacias hidrográficas. Entretanto, muitos modelos não geram bons resultados quando executados fora da área de estudo onde foram criados. Por isso, devido à sua adaptabilidade, o modelo J2000 inserido no framework Jena Adaptable Modelling System (JAMS) foi avaliado para simulação de duas bacias hidrográficas inseridas na zona de afloramento do Sistema Aquífero Guarani, a Bacia Hidrográfica do Ribeirão da Onça (BRO) e a Microbacia do Córrego Cavalheiro (BCC), nos municípios de Brotas e Analândia, respectivamente, no estado de São Paulo. O framework JAMS apresentou-se como um sistema simplificado para uso, flexível diante das adaptações necessárias para compatibilização com as características climatológicas e hidrológicas das áreas de estudo. O modelo J2000 mostrou-se eficiente na predição da resposta hidrológica das bacias hidrográficas, apresentando um coeficiente de Nash-Sutcliffe (NSE) de 0,76 e 0,81, para os períodos de calibração e validação da BRO; e 0,76 e 0,56, para os períodos de calibração e validação da BCC, respectivamente. O erro absoluto, calculado pelo valor da raiz do erro quadrático médio, foi considerado baixo por apresentar valores de 0,14 e 0,18 m³.s-1 para os períodos de calibração e validação da BRO; e 0,02 e 0,03 m³s-1 para os períodos de calibração e validação da BCC, respectivamente. Portanto, o J2000/JAMS mostrou-se como um candidato potencial para modelagem hidrológica de bacias hidrográficas do estado de São Paulo, podendo ser utilizado para estudos sobre as relações entre a localização do uso do solo na bacia hidrográfica e a geração de escoamento.

ABSTRACT: The water resources management in Brazil is affected by the lack of hydrological information, which can be filled by hydrological models that simulate the behavior of watersheds. However, it was noticed that many models do not generate good results when performed outside of the study area where they were created. Therefore, due to its adaptability, the J2000 model linked into the Jena Adaptable Modelling System (JAMS) framework was evaluated for simulating two basins at the outcrop zone of the Guarani Aquifer System, the Ribeirão da Onça watershed (BRO) and the Córrego Cavalheiro watershed (BCC), located at Brotas and Analândia cities, respectively, in the state of São Paulo, Brazil. The JAMS framework was presented as a flexible and easy to use system, admitting all the necessary adaptations for compliance with the climatological and hydrological characteristics of the study areas. The J2000 model proved to be effective in predicting the hydrological response of watersheds, with a Nash-Sutcliffe coefficient of 0.76 and 0.81, for periods of calibration and validation of the BRO; and 0.76 and 0.56, for periods of calibration and validation of the BCC, respectively. The absolute error, calculated with the root of mean square error value, was considered low by the present values ​​of 0.14 and 0.18 m³.s- 1, for periods of calibration and validation of the BRO; and 0.02 and 0.03 m³.s- 1, for periods of calibration and validation of the BCC, respectively. Therefore, the J2000/JAMS showed up as a potential candidate for hydrological modeling of watersheds in São Paulo, and may be used for studies on the relationship between the location of land use in the watershed and the generation flow.

Aplicação de técnicas de redes neurais e modelagem atmosférica para elaboração de previsões de vazão na Bacia do Rio Grande (MG) / Application of neural networks techniques and atmospheric modeling to elaborate inflow forecasts in the Rio Grande Basin (MG), Brazil

RESUMO Neste estudo foi proposta a elaboração de um modelo de previsão de vazões no horizonte de dez dias para a Usina Hidrelétrica de Furnas, localizada na Bacia do Rio Grande, Minas Gerais, a partir da aplicação de redes neurais artificiais (RNA), informações de vazão natural e precipitação observada e prevista. O modelo foi desenvolvido utilizando o software Matlab(r) Neural Network Toolbox. Escolheu-se uma rede neural do tipo perceptron multicamadas (MLP), treinada com algoritmo supervisionado de retropropagação Levenberg-Marquardt. As previsões de precipitação foram obtidas a partir do modelo ETA/Centro de Previsão do Tempo e Estudos Climáticos (CPTEC), e utilizadas com e sem tratamento matemático. Foram realizados três experimentos, dividindo-se o histórico de dados em três períodos, sendo o primeiro para a calibração do modelo, o segundo para a validação e o terceiro para os testes. Em cada experimento foi variado o conjunto de dados de entrada, sendo utilizada, no primeiro experimento, somente a vazão passada para prever os dez dias de vazão futura. No segundo foi adicionada a precipitação observada e, no terceiro, a previsão de precipitação. Os resultados da modelagem chuva-vazão obtidos com a previsão de precipitaçãodo modelo ETA não apresentaram melhorias estatísticas em comparação com os experimentos que só utilizaram informações passadas. No entanto, quando se utilizou a previsão de precipitação corrigida matematicamente, observou-se uma melhora sensível tanto nos índices estatísticos quanto na representação da previsão simulada no hidrograma, ficando o desempenho da modelagem proposta neste estudo semelhante à encontrada em modelos conceituais do tipo chuva-vazão.

ABSTRACT The purpose of this study was to elaborate a ten-year runoff forecast model for the Furnas hydroelectric plant. The facility is located in the Rio Grande Basin in the state of Minas Gerais, Brazil. Artificial neural networks were used to determine natural flow as well as observed and predicted precipitation. The model was created using the Matlab(r) Neural Network Toolbox software, and the multi-layers perceptron (MLP) was trained with supervised learning algorithm Levenberg-Marquardt. Precipitation forecasts derived from ETA/Centro de Previsão do Tempo e Estudos Climáticos (CPTEC) model, and both raw and mathematical adjusted data were used. Historical data was separated in three different periods in order to calibrate, validate and test the model. The first share was used for calibration, the second portion was used for validation and the third one to test the model. In each experiment the input data was modified; thus, in the first experiment, to forecast the ten day runoff, only the past runoff data was considered. In the second experiment, observed precipitation was added; and in the third one, the forecast precipitation was added. The rainfall-runoff modeling results did not show any significant improvement in the statistics when ETA input data is compared with the experiments that only used past information as input. Nevertheless, when forecast precipitation was used with mathematical adjustment, a mild improvement was shown for the statistics index and for the forecast hydrogram simulation. As a result, the modeling performance proposed in this study is similar to that found in conceptual models of rainfall-runoff type.