Previsão de cheias por conjunto em curto prazo

Abstract

Nesse trabalho é apresentada uma aplicação da abordagem da previsão de cheias por conjunto em curto prazo a uma bacia de médio porte localizada na região sudeste do Brasil, a bacia do rio Paraopeba. Para geração das previsões de vazões, a metodologia utiliza um conjunto de previsões de precipitação associada à modelagem chuva-vazão conceitual com o modelo hidrológico MGB-IPH. O experimento foi realizado durante três períodos chuvosos entre os anos de 2008 e 2011. Como parâmetro de referência na avaliação do desempenho das previsões por conjunto é utilizada uma previsão hidrológica determinística, baseada em uma previsão de precipitação única obtida da combinação ótima de diversas saídas de modelos meteorológicos, com diferentes condições iniciais e parametrizações. Nos resultados das avaliações das previsões de eventos do tipo dicótomos, que consideram a superação ou não de níveis ou vazões limite de alerta, as previsões por conjunto mostraram superioridade em relação à previsão determinística, sendo possível obter na maior parte dos casos analisados um aumento na proporção de detecções corretas da ocorrência do evento de cheia mantendo as taxas de alarmes falsos em níveis reduzidos. Esse benefício foi, de modo geral, maior em maiores antecedências e vazões limite de alerta, situações mais importantes num contexto de prevenção de cheias.

The forecasting and issuing of early warnings are a key element to prevent the impact of flood events. An alternative to extend the forecasting horizon is the use of rainfall-runoff modeling coupled with precipitation forecasts derived from numerical weather prediction (NWP) models. The present research assesses the performance of short term ensemble flood forecasting in a medium size tropical basin, based on data and streamflow forecasting tools available in operational mode in Brazil. The Paraopeba River basin (12,150 km²), located in the upper portion of the São Francisco River basin, in Southeastern Brazil, was selected as a case study. The proposed methodology used the MGB-IPH hydrological model coupled to an ensemble of precipitation forecasts generated by several NWP models with different initial conditions and parameterizations. The results are several scenarios of streamflow forecasts. A single deterministic streamflow forecast, based on a quantitative precipitation forecast derived from the optimal combination of several outputs of NWP models, was used as a reference to assess the performance of the streamflow ensemble forecasts. The results of the ensemble flood forecasting were assessed by deterministic and probabilistic performance measures, with the ensemble mean being used by the former, and specific assessment measured by the latter. Based on the deterministic assessment, the ensemble mean showed similar results to those obtained by the deterministic reference forecast, although presenting a better performance over most of the ensemble members. Based on the probabilistic performance measures, results for predictions of dichotomous events which consider whether warming limit flows are surpassed or not, showed that the 9th decile of the ensemble was superior to the deterministic forecast and even the ensemble mean. In most cases, an increase was observed in the proportion of correctly forecasted events while keeping false alarm rates at low levels. This benefit was generally higher for higher flow thresholds and for longer lead times, which are the most important parameters for flood mitigation.