Uso de dados não sistemáticos para calibração hidrodinâmica do modelo MGB : estudo de caso da região do Vale do Rio Taquari (RS) para a inundação de julho de 2020

Abstract

Diversas cidades do Vale do Taquari, região que integra a bacia hidrográfica do rio Taquari-Antas, a qual se localiza a nordeste do estado do Rio Grande do Sul, Brasil, frequentemente são atingidas por inundações ribeirinhas que causam grandes impactos socioeconômicos. Um dos eventos mais críticos de inundação registrados na região é o de julho de 2020, que foi ocasionado por episódios de chuvas intensas ocorridos no estado. Em paralelo à esta informação, ressalta-se que calibração de modelos hidrológicos-hidrodinâmicos para condições extremas, como é o caso do evento de inundação mencionado, é dificultada por inúmeros motivos, sendo o principal a falta de dados provenientes de monitoramento fluviométrico ou sensoriamento remoto. Neste sentido, a coleta de dados baseada em informações disponibilizadas por cidadãos, ou seja, dados não sistemáticos, vem ganhando espaço. Com a disseminação rápida dos smartphones, aliada ao elevado número de usuários hospedados em plataformas online de compartilhamento de vídeos e em redes sociais, a disponibilização de dados coletados por cidadãos, também chamada de “ciência cidadã”, acontece de forma praticamente simultânea à ocorrência de um evento de inundação, o que permite a utilização destes dados para calibrar os modelos nestas condições. Assim, este trabalho teve como objetivo principal utilizar dados não sistemáticos para calibrar o módulo hidrodinâmico do modelo MGB, tendo como estudo de caso a região do Vale do Taquari e a inundação ocorrida em julho de 2020. A primeira etapa do estudo consistiu em selecionar vídeos e imagens disponíveis em redes sociais e plataformas de compartilhamento de vídeos. Em seguida, foi calibrado o coeficiente de Manning do modelo e comparadas as manchas de inundação simuladas com os pontos demarcados através da observação das imagens e vídeos selecionados (dados não sistemáticos), avaliando o erro horizontal associado. Posteriormente, foi realizada a validação do modelo com base nos hidrogramas das estações fluviométricas da região (dados sistemáticos), verificando se a calibração foi eficaz. A partir dos resultados obtidos constatou-se que, apesar de terem sido identificadas algumas limitações associadas a metodologia aplicada, a utilização dos dados não sistemáticos confere um valor adicional para a preparação do modelo pois inclui uma nova dimensão à avaliação, a área inundada, esta que provavelmente não seria avaliada, na etapa de calibração, sem os dados provenientes de ciência cidadã. Ainda, observou-se que o coeficiente de Manning que apresentou menor erro horizontal médio na calibração (0,045 s/m1/3) não é o que apresentou maior Nash médio na validação (0,030 s/m1/3), o que é esperado visto que os parâmetros hidrológicos do MGB regional utilizado neste estudo foram calibrados originalmente para o coeficiente de Manning de 0,030 s/m1/3. Entretanto, é ressaltado que utilizando o Manning de 0,045 s/m1/3 são obtidos melhores resultados para as manchas de inundação sem degradar muito o valor de Nash, o que indica, portanto, que se os parâmetros hidrológicos fossem reajustados, existe potencial para obter bons resultados de manchas de inundação e também de Nash. Por fim, é concluído que este estudo avança no sentido de difundir o uso de dados provenientes da ciência cidadã na área de hidrologia, podendo, inclusive, implementar a utilização destes dados não sistemáticos em aplicações mais rotineiras de modelagem de inundações, complementando os dados sistemáticos para atividades de calibração e validação.

A big number of towns on Vale do Taquari, a region that integrates the hydrographic basin of the Taquari-Antas river, which is located in the northeast of the state of Rio Grande do Sul, Brazil, are frequently affected by riverside floods that cause great socioeconomic impacts. One of the most critical flood events recorded in the region is that of July 2020, which was caused by episodes of heavy rains in the state. In parallel to this information, it is noteworthy that calibration of hydrological-hydrodynamic models for extreme conditions, like the case of the mentioned flood event, is hampered for several reasons, the main one being the lack of data from fluviometric monitoring or remote sensing. In this sense, data collection based on information obtained by citizens, wich means non-systematic date, is gaining space. With the fast spread of smartphones, associated with the high number of users hosted on online video sharing platforms and present on social networks, the availability of data collected by citizens, also called “citizen science”, happens almost simultaneously with the occurrence of a flood event, which allows the use of this data to calibrate the models in these conditions. Thus, this work had as main objective to use non-systematic data to calibrate the hydrological MGB model, taking as a case study the region of Vale do Taquari and the flood that happened in July 2020. The first stage of the study consisted in select videos and images available on social networks and video sharing platforms. Then, the model’s Manning coefficient was calibrated and comparing the flood mapping simulated with the demarcated points through the observation of selected images and videos (non-systematic data), evaluating the associated horizontal error. Subsequently, the validation of the model was based on the hydrographs of the river stations in the region (systematic data), verifying whether the calibration was effective. From the results obtained, it was found that, although some limitations associated with the applied methodology have been identified, the use of non-systematic data provides an additional value for the preparation of the model because it includes a new dimension to the assessment, the flooded area, that probably would not be evaluated, in the calibration stage, without data from citizen science. Still, it was observed that the Manning coefficient that presented the lowest average horizontal error in the calibration (0,045 s/m1/3) is not the one that presented the highest average Nash in the validation (0,030 s/m1/3), which is expected seen that the hydrological parameters of the regional MGB used in this study were originally calibrated to the Manning coefficient of 0,030 s/m1/3. However, it is emphasized that using the 0,045 s/m1/3 Manning, better results are obtained for the flood-spots without degrading the Nash value too much, which indicates, therefore, that if the hydrological parameters were readjusted, there is potential to obtain good results from flood mapping and also Nash. Finally, it is concluded that this study advances towards spreading the use of data from citizen science in the area of hydrology, and may even implement the use of these non-systematic data in more routine flood modeling applications, complementing the systematic data for calibration and validation activities.