Abstract The impacts of droughts vary depending on their intensity, duration, and recurrence, as well as the developmental state and coping capacity of regions and countries. Drought can be categorized into three main types: meteorological, hydrological, and agricultural. Effective mitigation of drought impacts is achievable through an efficient monitoring system. Given that drought is a multifactorial event, the analysis of multiple indices from different classes aids in its monitoring. This study aims to address a research gap by assessing the three types of droughts using indices in semi-arid regions, with the goal of enhancing monitoring and management of these conditions. This work examines the behavior of seven drought indices - SPI, SPEI, EDDI, RDIst, SRI, VHI, and NDVI - calculated for the Upper Jaguaribe Basin using both a moving time window and temporal discretization, for both 3 and 12-month scales. Mutual information value and Pearson correlation were employed as analytical metrics between the indices. Results for meteorological indices SPI, SPEI, and RDIst exhibited significant correlation in both linear and non-linear analyses. EDDI displayed distinct behavior from the other meteorological indices. Notably, EDDI-12 showed higher mutual information than NDVI, suggesting early warning potential for vegetation drought on broader scales. This study analyzes drought propagation through correlation between 3-month scale indices and SPI-3 for February-March-April. Findings demonstrate drought propagation, with vegetation-based indices (VHI and NDVI) and hydrological index (SRI) showing higher correlations in March-April-May, while meteorological indices (RDIst and SPEI) exhibited stronger correlations in February-March-April.

Resumo Os impactos das secas variam dependendo da sua intensidade, duração e recorrência, além do estado de desenvolvimento e da capacidade de enfrentamento das regiões e dos países. A seca pode ser dividida em três categorias principais: meteorológica, hidrológica e agrícola. A mitigação eficaz dos impactos da seca é possível por meio de um sistema de monitoramento eficiente. Como a seca é um evento multi-fatorial, a análise de múltiplos índices de diferentes classes auxilia no seu monitoramento. Este estudo visa preencher uma lacuna na pesquisa ao avaliar os três tipos de seca por meio de índices em regiões semiáridas, visando melhorar o monitoramento e a gestão dessas condições. Esse trabalhoa analisa o comportamento de sete índices de seca, SPI, SPEI, EDDI, RDIst, SRI, VHI e NDVI. Estes foram calculados para a bacia do alto jaguaribe por meio de uma janela móvel de tempo e por meio de uma discretização temporal, tanto para a escala de 3 como de 12 meses. Foram utilizadas como métricas de análise o valor de informação mútua e correlação de Pearson entre os índices. Os resultados dos índices metereológicos SPI, SPEI e RDIst apresentaram elevada correlação tanto na análise linear como não-linear. EDDI apresentou um comportamento diferente dos outros índices metereológicos. Contudo, O EDDI-12 mostrou maior informação mútua do que o NDVI, sugerindo um alarme precoce para a seca da vegetação em escalas mais amplas. Este estudo analisa a propagação de seca através da correlação entre índices de escala 3 meses e o SPI-3 para fevereiro-março-abril. Os resultados mostram a propagação de seca, com maiores correlações dos índices de vegetação (VHI e NDVI) e hidrológico (SRI) em março-abril-maio, e os índices meteorológicos (RDIst e SPEI) com as maiores correlações em fevereiro-março-abril.

RESUMO A previsão de vazão desempenha um papel importante para garantir o fornecimento confiável de eletricidade em países altamente dependentes da energia hidrelétrica. Este artigo propõe uma abordagem inovadora que integra vários modelos hidrológicos, modelos climáticos e dados observacionais para desenvolver um sistema abrangente de previsão. Três famílias de modelos foram empregadas: modelos climáticos de previsão sazonal integrados com modelos hidrológicos chuva-vazão; modelos estocásticos ou de aprendizado de máquina que utilizam variáveis endógenas e modelos estocásticos ou de aprendizado de máquina que consideram variáveis exógenas. A abordagem do hiper-multimodelo conseguiu aumentar com sucesso o desempenho geral dos cenários gerados com uso dos modelos individuais. A qualidade dos cenários finais gerados estava diretamente relacionada ao desempenho dos modelos individuais. Portanto, a estrutura proposta tem o potencial de melhorar a previsão hidrológica para o setor de eletricidade brasileiro com o uso de modelos individuais mais refinados e calibrados. hidrelétrica empregadas chuvavazão chuva chuva-vazão exógenas hipermultimodelo hiper multimodelo Portanto calibrados

ABSTRACT Streamflow forecasting plays an important role in ensuring the reliable supply of electricity in countries heavily reliant on hydropower. This paper proposes a novel framework that integrates various hydrological models, climate models, and observational data to develop a comprehensive forecasting system. Three families of models were employed: seasonal forecasting climate models integrated with hydrological rainfall-runoff models; stochastic or machine learning models utilizing endogenous variables, and stochastic or machine learning models that consider exogenous variables. The hyper-multimodel framework could successfully increase the overall performance of the scenarios generated through the use of the individual models. The quality of the final scenarios generated was directly connected to the performance of the individual models. Therefore, the proposed framework has potential to improve hydrological forecast for the Brazilian electricity sector with the use of more refined and calibrated individual models. hydropower system employed rainfallrunoff rainfall runoff variables hypermultimodel hyper multimodel Therefore

RESUMO A geração de cenários sintéticos de vazões afluentes é particularmente importante em países como o Brasil, onde a geração de energia hidrelétrica desempenha um papel fundamental e é crucial lidar adequadamente com a incerteza da vazão futura. Este artigo apresenta um esforço colaborativo do setor elétrico brasileiro para aprimorar os modelos de geração de cenários de vazão, com foco em horizontes de até um ano. Cinco instituições propuseram metodologias diversas e a sua eficácia foi avaliada através de uma avaliação comparativa estruturada. Os resultados revelam os pontos fortes e as áreas de possíveis aprimoramentos em cada modelo. O modelo GHCen apresentou o melhor desempenho, destacando-se nas análises de curto prazo e de média móvel, enquanto o modelo PARX demonstrou desempenho superior em regiões específicas do Brasil. O PAR(p)-A, metodologia oficial no Brasil, foi o segundo melhor modelo na análise de médias móveis. Este artigo oferece informações valiosas para países que enfrentam desafios semelhantes de programação hidrotérmica e geração de cenários. Brasil futura ano estruturada destacandose destacando se móvel PARpA, PARpA PAR p A, PAR(p)-A móveis

ABSTRACT Synthetic streamflow scenario generation is particularly important in countries like Brazil, where hydroelectric power generation plays a key role and properly handling the uncertainty of future streamflow is crucial. This paper showcases a collaborative effort within the Brazilian electrical sector to enhance streamflow scenario models, focusing on horizons up to one year. Five institutions proposed diverse methodologies, and their effectiveness was evaluated using a comparative framework. The results reveal the strengths and areas for improvement in each model. GHCen emerged as the top performer, excelling in both short-term and moving average analyses, while the PARX model demonstrated superior performance in specific regions. The PAR(p)-A, which is the official methodology in Brazil, was the second-best model in the moving average analysis. This research offers valuable insights for countries facing similar hydrothermal scheduling and scenario generation challenges. Brazil crucial models year methodologies framework performer shortterm short term analyses regions PARpA, PARpA PAR p A, A PAR(p)-A secondbest second best analysis challenges

RESUMO Um problema emergente para a segurança hídrica consiste nas consequências da eutrofização sobre a qualidade das águas. Metodologias de regressão convencionais não têm sido suficientes para explicar satisfatoriamente a complexidade da relação entre as variáveis hidrológicas e limnológicas desse processo. Nessa perspectiva, esta pesquisa buscou identificar preditores para variáveis indicadoras de eutrofização (cianobactérias, clorofila a, nitrogênio, fósforo e medição em disco de Secchi), por meio das relações destas entre si e entre 17 variáveis fisiográficas e climáticas das bacias hidrográficas de 155 reservatórios do semiárido brasileiro. Aplicou-se um método de aprendizado de máquina com o algoritmo classification and regression trees para árvores de decisão. Os resultados revelaram que os indicadores de eutrofização estão intrinsecamente relacionados entre si, de maneira especial as concentrações de clorofila a com os demais. A variabilidade da vazão afluente repercutiu no aumento da concentração de cianobactérias; a redução do volume de água armazenado gerou aumento da concentração de nitrogênio e fósforo; e a densidade de drenagem gerou aumento da concentração de nitrogênio. As concentrações de nitrogênio superiores a 5 mg.L−1 apresentaram consequências representativas sobre a clorofila a, a qual esteve fortemente associada às cianobactérias. O volume de água armazenado, a precipitação e a vazão afluente aos reservatórios também foram preditores da transparência das águas. Apesar de os índices de performance do modelo apontarem para margens de erro amplas para os conjuntos de dados com elevados coeficientes de variação, a aplicação de árvores de decisão pode auxiliar no entendimento de processos ocorridos e no planejamento de ações estratégicas para a governança hídrica.

ABSTRACT An emerging issue for water security is the consequences of eutrophication on water quality. Conventional regression methodologies have not been sufficient to satisfactorily explain the complexity of the relationship between the hydrological and limnological variables of this process. In this sense, this research aimed to identify predictors for eutrophication variables (cyanobacteria, chlorophyll-a, nitrogen, phosphorus, and Secchi disk measurement), through their relationships with each other and between 17 physiographic and climatic variables of the watersheds of 155 reservoirs in the Brazilian semiarid region. A machine learning method was applied with the classification and regression trees algorithm for decision trees. The results revealed that the eutrophication indicators are intrinsically related to each other, especially the concentrations of chlorophyll-a with the others. The variability of the inflow resulted in an increase in the concentration of cyanobacteria; the reduction in the volume of stored water generated an increase in the concentration of nitrogen and phosphorus; and, the drainage density generated an increase in the concentration of nitrogen. Nitrogen concentrations greater than 5 mg.L−1 had significant consequences on chlorophyll-a, which was strongly associated with cyanobacteria. The volume of stored water, precipitation and the inflow to the reservoirs were also predictors of water transparency. Although the model’s performance indexes indicate wide margins of error for datasets with high coefficients of variation, decision trees can help in understanding the processes that have taken place and in planning strategic actions for water governance.

RESUMO A maior parte das infraestruturas hídricas foram projetadas para condições climáticas e demandas que estão mudando rapidamente. Neste estudo, foi investigada a magnitude das inundações e a segurança de barragens em cenários de mudanças climáticas, utilizando um conjunto de modelos climáticos do CMIP6, acoplados a um modelo hidrológico. Foram comparadas as condições climáticas históricas e futuras de uma bacia hidrográfica do Ceará, Nordeste do Brasil. Os modelos revelaram uma ampla gama de níveis de risco de inundação e falha hidrológica. Metade dos cenários climáticos indicaram uma redução no período de retorno das cheias. Uma inundação associada a uma chuva de 1000 anos teve sua probabilidade de ocorrência cerca de 12 vezes maior, quando comparado o cenário SSP5 8.5 com as condições históricas. No cenário mais críticos, a lâmina d’água ultrapassou a altura da crista da barragem. Ao considerar a cheia associada a uma chuva decamilenar, o risco de colapso da barragem foi aumentado. As mudanças climáticas podem aumentar o risco de falha da infraestrutura hidráulica, que precisa ser adaptada para garantir a segurança das partes interessadas do sistema hídrico.

ABSTRACT Most water infrastructure was designed for climate conditions and demands that have been rapidly changing. In this study, we investigate flood magnitude and dam safety under climate change, using an ensemble of CMIP6 climate models, coupled to a hydrological model. We compare historical and future climate conditions of a watershed in Ceará, Northeast Brazil. Climate models revealed a wide range of risk levels of flood and hydrological failure. Half of the climate scenarios indicated a reduction in the flood return period. A flood associated with a 1000-year storm had an occurrence probability about 12 times higher when comparing the SSP5 8.5 scenario with historical conditions. In one more critical scenario, the water depth exceeded the height of the dam's crest. When considering a flood associated with a decamillennial storm, dam collapse risk was increased. Climate change might increase the risk of water infrastructure failure, which needs to be adapted to ensure the safety of the water system stakeholders.

RESUMO O estudo propôs a elaboração de um índice de vulnerabilidade à propagação da COVID-19 utilizando análise multivariada associada à análise geoespacial. O método empregado considerou a vulnerabilidade como uma combinação de três fatores: exposição, susceptibilidade e capacidade de resposta. A metodologia foi composta de seis etapas: seleção e agrupamento de variáveis; definição dos indicadores; normalização; atribuição de pesos via análise dos componentes principais; estimativa e normalização do índice; e classificação por meio das técnicas Jenks, Kmeans, quantis e clusterização hierárquica (Hclust). Foi realizada uma caracterização da exposição da cidade de Fortaleza, Brasil, à COVID-19 por meio da densidade populacional, da quantidade de habitações subnormais e precárias, da porcentagem de idosos por residência e da proximidade a terminais de ônibus. O estudo procurou sobrepor fatores socioeconômicos e índices de abastecimento público e de esgotamento sanitário, para a classificação de setores censitários em cinco níveis de vulnerabilidade. Estes apresentaram, em sua maioria, classe de alta (Jenks e quantis) e moderada (K-means e Hclust) vulnerabilidade. As regiões de maior vulnerabilidade estão localizadas no sul e no oeste da cidade, onde há maior concentração de aglomerados subnormais. Os resultados podem auxiliar no desenvolvimento de estratégias de enfrentamento direcionadas para os grupos mais expostos aos riscos associados à COVID-19, assim como na preparação para futuras crises de saúde pública. A metodologia pode ser replicada para outras cidades e serve como ferramenta para os gestores públicos.

ABSTRACT The study proposes an index of vulnerability to the spread of COVID-19 using multivariate and geospatial analyses. Vulnerability was considered as a combination of exposure, susceptibility, and responsiveness of the population. The methodology consisted of six steps: selection and grouping of variables; definition of indicators; normalization of the variables; weight calculation using principal component analysis; index calculation and normalization; and classification using Jenks, Kmeans, Quantile, and Hclust techniques. The exposure of Fortaleza, Brazil, to COVID-19 was assessed by means of population density, number of subnormal and precarious housing, percentage of aged people per residence and proximity to bus terminals. The study integrates factors related to socioeconomic characteristics, public water supply and sanitation for the classification of census tracts in five levels of vulnerability. Most of them present high (Jenks and Quantile) and moderate (K-means and Hclust) vulnerability. The most vulnerable regions are in the South and West Zones of the city, where many subnormal agglomerates are located. The results can assist the development of coping strategies for the groups most exposed to the risks associated with COVID-19, as well as in the preparation for future public health crises. The methodology can be replicated in other cities and can be useful for public managers.

Resumo Previsões do comportamento das mudanças que ocorrem no uso do solo são indispensáveis para um planejamento urbano adequado, indicando áreas mais propensas à ocupação humana. Dessa forma, o estudo tem por objetivo prever a expansão urbana da cidade de Fortaleza, localizada no nordeste do Brasil, utilizando um modelo dinâmico que combina autômatos celulares com as Cadeias de Markov (CA-Markov). Ele foi desenvolvido por meio de três etapas: aquisição e processamento dos dados; espacialização dos dados; e, modelagem dinâmica espacial. A matriz de transição markoviana forneceu o percentual de mudanças de uma classe para a outra ao algoritmo de simulação. Dados reais de entrada de uso do solo dos anos de 2009 e 2017 mostraram uma transição de 26,50% de áreas vegetadas para áreas urbanizadas. A validação do modelo apresentou excelentes resultados (índice de similaridade fuzzy superior a 0.8) para realizar simulações futuras (2020 até 2025). Segundo as previsões, em 2025, dos 297,10 km² de área urbanizada e vegetada, 82,43% serão de área urbanizada e apenas 17,57% serão de área vegetada. O modelo de simulação pode ser alimentado por mudanças que aconteçam dentro do período previsto, sendo incluídas na simulação como variáveis dinâmicas, obtendo uma simulação compatível com essas mudanças.

Abstract Forecasts of the behaviour of changes that occur in land use are indispensable for adequate urban planning, indicating areas more prone to human occupation. Thus, the study aims to predict the urban expansion of the city of Fortaleza, located in northeastern Brazil, using a dynamic model that combines cellular automata with the Markov Chains (CA-Markov). It was developed through three steps: data acquisition and processing; spatialization of data; and, dynamic spatial modelling. The Markovian transition matrix provided the percentage of changes from one class to another to the simulation algorithm. Actual land use input data for the years 2009 and 2017 showed a transition of 26.50% from vegetated to urbanized areas. The validation of the model showed excellent results (fuzzy similarity index greater than 0.8) to perform future simulations (2020 to 2025). According to forecasts, in 2025, of the 297.10 km² of urbanized and vegetated area, 82.43% will be urbanized, and only 17.57% will be vegetated. The simulation model can be fed by changes that happen within the predicted period, included in the simulation as dynamic variables, obtaining a simulation compatible with these changes.

Resumo Este trabalho tem por objetivo realizar um comparativo de previsão de vazões para a bacia do Orós (Ceará, Brasil) utilizando redes neurais artificiais (RNA) e a técnica de reamostragem dos k-vizinhos. Os modelos foram desenvolvidos a partir da série histórica de 100 anos de dados hidrometeorológicos (temperatura da superfície do mar e vazões). Ambos utilizam como preditores climáticos as temperaturas dos oceanos Atlântico Norte, Atlântico Sul e Pacífico Equatorial e realizam a previsão em julho do regime de vazões do período chuvoso do ano seguinte (janeiro a junho). O modelo k-vizinhos foi elaborado a partir da identificação dos anos vizinhos mais próximos para reamostragem da aproximação, já o modelo de RNA foi formulado a partir dos pesos sinápticos e bias obtidos na etapa de treinamento da rede. Os modelos foram comparados considerando as previsões de vazões para a etapa de teste, utilizou-se como parâmetros comparativos: o coeficiente de eficiência Nash-Suttcliffe (E), o coeficiente de determinação (R²), o diagrama de Taylor (2001) e a razão de máxima verossimilhança. Para todas as variáveis comparativas o modelo neuronal apresentou melhores valores, indicando que este representa de forma mais eficiente o comportamento das vazões para o reservatório.

Abstract The objective of this work is to perform a comparative flow forecast for the Orós basin (Ceará, Brazil) using artificial neural networks (RNA) and k-neighbors re-sampling technique. The models were developed from the historical series of 100 years of hydrometeorological data (sea surface temperature and flows). Both use as predictors the temperatures of the North Atlantic, South Atlantic and Equatorial Pacific oceans, and forecast July in the next year’s rainy season (January to June). The k-neighbors model was elaborated from the identification of the closest neighbor years for the resampling of the approximation, since the RNA model was formulated from the synaptic and bias weights obtained in the training phase of the network. The Nash-Suttcliffe (E) efficiency coefficient, the coefficient of determination (R²), the Taylor diagram (2001) and the coefficient of determination (R²) were used for the validation step. maximum likelihood ratio. For all comparative variables, the neural model presented better values, indicating that this represents more efficiently the behavior of the flows to the reservoir.

RESUMO O planejamento hídrico e energético a longo prazo possibilita reduzir impactos sociais e econômicos, pois evitam episódios de interrupção do fornecimento de água e energia elétrica, serviços essenciais para diversos setores. Desse modo, as análises propostas pelo presente estudo visaram identificar o impacto das mudanças climáticas nas projeções das vazões naturalizadas e Energia Natural Afluente (NEA) para o setor elétrico brasileiro utilizando seis modelos do projeto Coordinated Regional Climate Downscaling Experiment (CORDEX), baseados nos cenários do RCP 4.5 e RCP 8.5 para o século XXI. As vazões para os 24 postos representativos do Sistema Interligado Nacional (NIS) foram estimadas através do modelo hidrológico concentrado SMAP (Soil Moisture Accounting Procedure), enquanto as vazões para os demais postos que compõem o NIS foram obtidas por regressão linear. As vazões, em conjunto com a produtividade dos reservatórios, foram utilizadas para o cálculo da NEA. Os resultados mostraram que a maioria dos modelos projetam possíveis reduções das vazões naturalizadas e NEA anuais para os três períodos analisados e para os setores Norte, Nordeste e Sudeste/Centro-Oeste. Enquanto que, no setor Sul, para o período de 2010-2039, a maioria dos modelos indicaram aumento das vazões naturalizadas e da NEA anuais.

ABSTRACT Long-term water and energy planning makes it possible to reduce social and economic impacts by avoiding episodes of interruption in water and electricity supply, essential services for several sectors. Thus, the analyses proposed by this study aimed at identifying the impact of climate change on naturalised streamflows and Affluent Natural Energy (NEA) projections for the Brazilian electricity sector using six models of the Coordinated Regional Climate Downscaling Experiment (CORDEX) project, based on the RCP 4.5 and RCP 8.5 scenarios for the 21st century. The streamflows for the 24 stations representing the National Interconnected System (NIS) were estimated through the concentrated hydrological model SMAP (Soil Moisture Accounting Procedure), while the streamflows for the other stations that comprise the NIS were obtained by linear regression. The streamflows, as well as the productivity of the reservoirs, were used to calculate the NEA. The results showed that most of the models project possible reductions in annual naturalized streamflows and NEA for the three periods analyzed and for the North, Northeast and Southeast/Midwest sectors. Meanwhile, in the Southern sector, for the period 2010-2039, most of the models indicated an increase in the annual naturalized streamflows and NEA.

RESUMO O estudo propõe a utilização de modelos de gestão integrada de águas urbanas como estratégia para a promoção da segurança hídrica e de preparação às secas. Ele foi construído em duas etapas: avaliação da vulnerabilidade do sistema hídrico; e proposição do modelo de gestão integrada de águas urbanas. Na primeira etapa, utilizou-se um modelo de rede de fluxo para a simulação do sistema hídrico. Na segunda etapa, aplicou-se o método indutivo após a realização de pesquisa exploratória. A avaliação das vulnerabilidades hídricas revelou déficit de atendimento de Fortaleza em 2,56% do período simulado e o esvaziamento completo do reservatório Castanhão em 6,52% dos meses. O modelo de gestão integrada de águas urbanas é pautado na gestão da oferta e da demanda hídricas. No primeiro caso, propõe-se que o sistema de abastecimento de Fortaleza seja constituído por fontes hídricas convencionais (águas superficiais) e por mananciais alternativos (águas subterrâneas, águas pluviais, dessalinização de água do mar). Para a gestão da demanda, aponta-se a utilização de aparelhos sanitários economizadores e de mecanismos financeiros. Esse modelo apresenta uma matriz de fontes de abastecimento mais robusta, o que possibilita o aumento da segurança hídrica de centros urbanos.

ABSTRACT The study proposes the use of integrated urban water-management models as a strategy to promote water security and drought preparedness. It was developed in two stages: assessment of water system’s vulnerability; proposition of the integrated urban water management model. In the first step, a flow network model was used to simulate the water system. In the second stage, the inductive method was applied after conducting an exploratory research. The assessment of the water vulnerabilities revealed a deficit in Fortaleza’s water supply in 2.56% of the simulated period and the complete emptying of Castanhão’s reservoir in 6.52% of the months. The integrated urban water management model is based on the management of water supply and water demand. In the first case, it is proposed that Fortaleza’s supply system be constituted by conventional water sources (surface waters) and by alternative sources (groundwater, rainwater, desalination of sea water). For the management of demand, it is pointed out the use of water saving plumbing fixtures and financial mechanisms. This model presents a more robust matrix of water supply sources, which increases the water security of urban centers.

Resumo Os riscos de extremos hidrológicos para um local ou região estão associados aos modos de variação do clima, em suas diversas escalas temporais. A compreensão da variabilidade de baixa frequência ganha uma elevada importância em regiões onde eventos de seca são frequentes, por estar associada a longos períodos de secas consecutivas. O presente artigo analisou a relação entre a precipitação média da bacia a montante da estação fluviométrica de Iguatu, com os índices PDO e AMO (Pacific Decadal Oscillation e Atlantic Multidecadal Oscillation) através das metodologias de Análise de changepoint, Transformada de Ondeletas (TO), Transformada de Ondeletas Cruzadas (XTC) e Análise da Coerência das Ondeletas (WTC). Essa estação mensura as vazões afluente ao reservatório de Orós, um dos principais do Estado do Ceará (Brasil). A precipitação média da bacia foi obtida a partir de dados de pluviômetros. Os resultados permitiram estabelecer uma relação entre a precipitação da região e os índices PDO e AMO, indicando que um modelo baseado nos índices pode ter alguma capacidade preditiva do comportamento da precipitação local. Nota-se também que períodos com fases simultaneamente positivas (negativas) da PDO e da AMO resultam em um comportamento mais previsível das precipitações da região, com valores abaixo (acima) do normalmente esperado.

Abstract The risks of hydrological extremes for a location or region are associated with modes of climate variation, at their various time scales. The understanding of low frequency variability gains a high importance in regions where drought events are frequent, due to its association with long periods of consecutive droughts. This paper analyzed the relationship between the average rainfall of the Iguatu station, to the PDO (Pacific Decadal Oscillation) and AMO (Atlantic Multidecadal Oscillation) indexes, through the methodologies of Changepoint Analysis, Wavelet Transform (TO), Cross Wavelet Transform (XTC) and Wavelet Coherency Analysis (WTC). This station measures the inflow of the Orós reservoir, one of the most important in the state of Ceará (Brazil). The average rainfall of the basin was obtained from data of rain gauges. The results allowed to establish a relationship between the precipitation of the region and the PDO and AMO indexes, indicating that a model based on the indexes may have some predictive capacity for the local precipitation behavior. It is also noted that periods with simultaneously positive (negative) phases of the PDO and the AMO results in a more predictable behavior of the region’s precipitation, with values below (above) the normally expected.

RESUMO O artigo avalia a transferência de risco de uma política de alocação de água entre dois setores usuários: abastecimento urbano e irrigação. Para isso, a alocação entre usos foi realizada utilizando dois métodos: rateio linear e rateio com prioridades (adotado em períodos de escassez hídrica). O volume disponível para alocação foi obtido utilizando duas estratégias de operação de reservatórios: vazão afluente zero no segundo semestre do ano e previsão de vazão. Os ganhos e perdas dos setores usuários foram determinados por meio de funções benefícios. Os dois cenários de alocação apontaram garantias e benefícios menores para setor usuário de menor prioridade. O sistema de prioridade revelou que as infraestruturas de transferências hídricas proporcionam ganhos ao garantir a segurança hídrica para o setor prioritário, porém causam perdas quando extinguem o direito de uso da demanda de menor prioridade, indicando que a alocação de água também é um processo de distribuição de risco. A transferência de risco desse setor, tanto volumétrica quanto monetária, pode ser minimizada com o uso da informação climática. Uma alternativa para a alocação de água em ambientes com sistema de transferência hídrica seria definir um risco aceitável com vistas a aumentar o nível atual de benefícios da irrigação e a satisfação do abastecimento urbano. Esse risco pode ser estabelecido com base em modelos de previsão climática sazonal.

ABSTRACT The article evaluates the transfer of risk of a water allocation policy between two user sectors: urban supply and irrigation. The allocation between uses was performed using two methods: linear apportionment and assessment with priorities (adopted in periods of water scarcity). The amount available for allocation was obtained using two reservoir operation strategies: zero inflow in the second half of the year and forecast flow. Gains and losses of the user sectors were determined through benefits functions. The two allocation scenarios pointed to lower guarantees and benefits for user sector with less priority. The priority system revealed that the water transfer infrastructures provide gains for the higher priority sector when guaranteeing water security; however, cause losses when extinguishes the right to use the demand of lower priority, indicating that the allocation of water is also a distribution process risk. The transfer risk of this sector, volumetric and monetary, can be minimized with the use of climate information. Thus, an alternative to the allocation of water in environments with water transfer systems would be an acceptable risk in order to increase the current level of benefits of irrigation and the satisfaction of the urban supply. This risk can be established based on seasonal climate prediction models.

RESUMO As mudanças climáticas devem causar diversos impactos nos recursos hídricos. As estratégias de adaptação às alterações previstas no clima dependem de estudos de impactos. Nesse contexto, esse trabalho tem como objetivo estimar os impactos que as alterações na precipitação, projetada pelos Modelos de Circulação Global (MCGs) do quinto relatório do Painel Intergovernamental de Mudanças Climáticas (IPCC-AR5), podem causar nas vazões regularizadas (Q90) de dois grandes reservatórios (Castanhão e Banabuiú) localizados bacia do Rio Jaguaribe, Ceará. Os dados de precipitação são provenientes de 20 MCGs em dois cenários de emissão de gases de efeito estufa (RCP4.5 e RCP8.5). As projeções de precipitação alimentaram um modelo chuva-vazão (SMAP) e posteriormente, após a geração das séries de vazões afluentes aos reservatórios, foram simuladas as vazões regularizadas pelos reservatórios no modelo AcquaNet para os períodos de 2040-2069 e 2070-2099. Os resultados foram comparados entre si e indicaram grandes divergências tanto quanto ao sinal (acréscimo ou redução) como quanto à magnitude da mudança na vazão regularizada. Entretanto, a maioria das projeções indica redução da Q90 nos reservatórios para os dois períodos, principalmente para o final do século.

ABSTRACT Climate changes can have different impacts on water resources. Strategies to adapt to climate changes depend on impact studies. In this context, this study aimed to estimate the impact that changes in precipitation, projected by Global Circulation Models (GCMs) in the fifth report by the Intergovernmental Panel on Climate Change (IPCC-AR5) may cause on reservoir yield (Q90) of large reservoirs (Castanhão and Banabuiú), located in the Jaguaribe River Basin, Ceará. The rainfall data are from 20 GCMs using two greenhouse gas scenarios (RCP4.5 and RCP8.5). The precipitation projections were used as input data for the rainfall-runoff model (SMAP) and, after the reservoirs’ inflow generation, the reservoir yields were simulated in the AcquaNet model, for the time periods of 2040-2069 and 2070-2099. The results were analyzed and presented a great divergence, in sign (increase or decrease) and in the magnitude of change of Q90. However, most Q90 projections indicated reduction in both reservoirs, for the two periods, especially at the end of the 21th century.

RESUMO As alterações observadas nos eventos climáticos extremos refletem a influência das mudanças climáticas ocasionados for fatores antropogênicos, além da variabilidade natural do clima. Segundo projeções climáticas futuras, o aumento da temperatura média da superfície terrestre, ocasionará fortes mudanças nas precipitações médias anuais de quase todo o planeta. O objetivo primordial desse artigo é avaliar o impacto dos possíveis cenários de mudanças climáticas em sistemas de drenagem urbana localizados em baixas latitudes. O local específico do estudo foi uma das sub-bacias do Rio Cocó, na cidade de Fortaleza-CE. Foram utilizados dados de precipitações oriundos de 6 (seis) modelos de circulação global, são eles: bcc-csm1, CanESM2, CCSM4, CESM1-CAM5, inmcm4 e MIROC5. Esses dados foram extraídos e interpolados para a cidade de Fortaleza-CE. Essas informações foram utilizadas com o intuito de gerar novas equações IDF projetadas para o futuro, através da utilização do “Método da Correspondência de Quantis Equidistantes”, baseadas nas projeções climáticas RCP 4,5 e RCP 8,5. Os novos valores de precipitação gerados por essas novas curvas IDFs foram utilizados como um dos dados de entrada do programa HEC-HMS. Os resultados mostraram que devem ocorrer grandes aumentos nas vazões e volumes escoados no sistema de drenagem analisado, sendo que o cenário RCP 8.5 apresentou valores ainda mais acentuados do que o gerado pelo cenário RCP 4,5.

ABSTRACT The observed changes in extreme weather events reflect the influence of climate change caused by anthropogenic factors, in addition to natural climate variability. According to future climate projections, the increase in the average surface temperature will cause major changes in the average annual rainfall of almost the entire planet. The primary objective of this study is to evaluate the impact of possible scenarios of climate change on urban drainage system in locations situated at low latitudes. The specific location of the study was one of the Rio Cocó sub-basins in the city of Fortaleza-CE. It was used rainfall data generated by 6 (six) different global circulation models: bcc-CSM1, CanESM2, CCSM4, CESM1-CAM5, inmcm4 and MIROC5. These data were extracted and interpolated to the city of Fortaleza-CE. This information was used in order to generate new IDF equations designed for the future, by using the “Equidistance Quantile Matching Method”, based on climate projections RCP 4.5 and RCP 8.5. The new values of rainfall generated by these new IDF curves were used as input data to HEC-HMS program, which is capable of calculating flow and volume disposed in a particular basin. The results showed that large increases in flow rates and volumes disposed in the analyzed drainage system will occur, and that the RCP 8.5 scenario presented even more pronounced values than the ones generated by the scenario RCP 4.5.

RESUMO Este estudo propõe um modelo de previsão simultânea de vazões sazonais para todos os locais SIN através de modelos periódicos autorregressivos simples (PAR) e com variáveis exógenas (PARX) utilizando índices climáticos. Os modelos propostos de previsão de afluência utilizam os dados de vazões naturais gerados pelo Operador Nacional do Sistema (ONS) e técnicas estatísticas como as de regressão linear múltipla e o método stepwise para escolha de variáveis explanatórias. São utilizados 27 índices climáticos, dos quais 4 foram sugeridos neste trabalho. A análise de desempenho das metodologias é baseada no método ELECTRE com o uso do coeficiente de NASH, do erro médio percentual absoluto, da distância multicritério e da correlação. Para previsões com um mês de antecedência, os modelos do tipo PAR apresentam melhores desempenhos na maioria dos postos do SIN nos trimestres DJF, MAM e JJA, enquanto para o período SON a uma maior eficiência do modelo PARX. O PARX apresenta melhor desempenho no período seco das bacias do norte do Brasil - Amazonas e Araguaia-Tocantins; centro-leste brasileiro - Atlântico Leste e na maioria dos rios que formam a Bacia do Paraná.

ABSTRACT This study aims to find a seasonal streamflow forecast model simultaneous to all stations of SIN using periodic autoregressive models with exogenous variables (PARX) using climate indexes. Comparing the results from PAR and PARX Models, this research analyzes the impact on forecasts by using climate information. The proposed models for streamflow forecast has been carried out using natural streamflow data from Operador Nacional do Sistema (ONS) and statistical techniques (such as multiple linear regression and stepwise method to choose explanatory variables). On 27 climate indexes utilized, 4 of them are suggested in this work. The performance analysis methodology is based on the ELECTRE method further the NASH coefficient, the mean absolute percentage error, the multi-criteria distance and correlation. Forecasts with one month lead, the PAR models present better results for most stations of SIN within seasons DJF, MAM, and JJA, while for SON season there is greater efficiency from PARX model. This kind of model shows better performance during dry season in the basins at Northern Brazil – Amazonas and Araguaia-Tocantins; Central-Eastern Brazil – Eastern Atlantic and the most rivers located in the Paraná basin.