Calibração do Storm Water Management Model (SWMM) utilizando algoritmos evolucionários multiobjetivo / Storm Water Management Model calibration using multiobjective evolutionary algorithms

RESUMO

RESUMO O estudo teve por objetivo a realização da calibração do modelo hidrológico Storm Water Management Model (SWMM) para a Bacia Hidrográfica do Arroio Cancela, localizada em Santa Maria, Rio Grande do Sul, utilizando o algoritmo evolucionário multiobjetivo R-NSGA. Para tanto, foram realizadas modificações na estrutura do SWMM, de modo que permitisse seu acoplamento como Evolucionary Reference Point Based Non-Dominated Sorting Genetic Algorithm (R-NSGA) em ambiente de programação MATLAB. As funções objetivo utilizadas foram o Coeficiente de Eficiência de Nash-Sutcliffe (COE), o Erro da Vazão de Pico (EQP) e o Erro do Volume Escoado (EVOL) aplicadas simultaneamente na calibração do modelo. Foi proposto um método para determinação da maior compatibilidade de modo a elencar as melhores soluções. Os resultados dos parâmetros calibrados do SWMM foram próximos aos valores físicos da bacia, com exceção dos valores relativos à equação de Horton. As soluções de maior compatibilidade apresentam um melhor comportamento para os eventos de validação, evidenciando a importância da otimização multiobjetivo.

ABSTRACT

ABSTRACT This paper focused on the calibration of Storm Water Management Model (SWMM) for the Cancela River Basin, located in Santa Maria, Rio Grande do Sul, Brazil, using the multi-objective Evolucionary Reference Point Based Non-Dominated Sorting Genetic Algorithm R-NSGA. Modifications were made in SWMM structure to allow its linking with R-NSGA in MATLAB. The objective functions proposed were the efficiency coefficient of Nash-Sutcliffe (eNS), the Peak Flow Error (EQ) and Runoff Volume error (EVOL), which were applied simultaneously to the model calibration. A method for determining the maximum compatibility to rank the best solutions is proposed. The parameters estimated by SWMM calibration were close to physical values of the basin, except those relating to the Horton equation in the most compatible solutions have a better behavior for the validation event, highlighting the importance of multi-objective optimization.