Resumo Modelos climáticos regionais (RCM) são as principais ferramentas para analisar impactos de mudanças climáticas em variáveis hidrológicas. Contudo, frequentemente apresentam vieses quando comparados a observações para o mesmo período, e técnicas de correção de viés (BC) têm sido utilizadas. Este estudo propôs uma análise de decisão multicritério (MCDA) para comparar combinações de RCM com metodologias de BC. Os critérios permitiram analisar a capacidade dos modelos em reproduzir as estatísticas gerais observadas, e obter informações relevantes para estudos hidrológicos, como aspectos relacionados à sazonalidade e de períodos secos e úmidos. A MCDA foi baseada no coeficiente modificado de Kling-Gupta (KGE’). Quatro métodos de BC foram aplicados em dados de precipitação mensal de quatro RCM para a bacia do rio Piracicaba. O método Linear Scaling (LS) apresentou os melhores resultados no aprimoramento da performance geral dos modelos. O método Standardized Reconstrucion (SdRc), combinado ao RCM Eta-HadGEM2-ES, obteve o melhor resultado para o período de validação (1991-2005). A análise dos indicadores da MCDA foi importante para a compreensão dos efeitos da BC. Os cenários projetados corrigidos (2006-2098) não apresentaram alterações no sinal da mudança climática do RCM com relação à precipitação total anual. No entanto, o método SdRc diminuiu em pelo menos 45% a precipitação média mensal dos meses Julho, Agosto e Setembro para os cenários RCP4.5 e RCP8.5.

Abstract Regional climate models (RCM) are the main tools for climate change impacts assessment in hydrological studies. These models, however, often show biases when compared to historical observations. Bias Correction (BC) are useful techniques to improve climate projection outputs. This study presents a multi-criteria decision analysis (MCDA) framework to compare combinations of RCM with selected BC methods. The comparison was based on the modified Kling-Gupta efficiency (KGE’). The criteria evaluated the general capability of models in reproducing the observed data main statistics. Other criteria evaluated were the relevant aspects for hydrological studies, such as seasonality, dry and wet periods. We applied four BC methods in four RCM monthly rainfall outputs from 1961 to 2005 in the Piracicaba river basin. The Linear Scaling (LS) method showed higher improvements in the general performance of the models. The RCM Eta-HadGEM2-ES, corrected with Standardized Reconstruction (SdRc) method, achieved the best results when compared to the observed precipitation. The bias corrected projected monthly precipitation (2006-2098) preserved the main signal of climate change effects when compared to the original outputs regarding annual rainfall. However, SdRc produced significant decrease in monthly average rainfall, higher than 45% for July, August and September for RCP4.5 and RCP8.5 scenarios.

RESUMO Os estudos hidrológicos de cheia são essenciais para o dimensionamento e segurança das obras hidráulicas. No passado uma série de fórmulas empíricas foram desenvolvidas para descrever a relação entre a área de drenagem e as vazões máximas de cheia observadas. Embora as fórmulas empíricas não sejam empregadas com grande frequência em estudos de cheias, em virtude do emprego de métodos mais sofisticadas e detalhados, elas podem ser utilizadas para determinar valores de referência, principalmente em locais com poucos dados hidrológicos. O presente artigo analisou as maiores vazões de cheia observadas em diversas regiões do Brasil, estimou as vazões decamilenares segundo o procedimento do Guia para Cálculo de Cheia de Projeto de Vertedores da Eletrobrás e comparou-as com a curva envoltória de Creager. Foram utilizadas as séries de vazões naturais reconstituídas, compreendidas entre 1931 a 2012, para 131 aproveitamentos hidrelétricos previamente selecionados nas principais bacias hidrográficas do Brasil, disponibilizadas pelo Operador Nacional do Sistema Elétrico (ONS), para o Sistema Interligado Nacional (SIN). Os resultados apresentados neste artigo mostram que é possível utilizar as curvas envoltórias de Creager como referência preliminar na estimativa de vazões de cheias para projetos. No Brasil, de maneira geral, valores do coeficiente C de Creager entre 60 e 100 são recomendados na determinação preliminar de um intervalo de vazões máximas em locais com áreas de drenagem superiores a 10.000 km2. Os resultados podem ser usados na estimativa preliminar de uma vazão máxima e da vazão decamilenar para um local sem dados, usando valores de C obtidos em um local com dados na mesma região hidrográfica com características físicas similares.

ABSTRACT Hydrologic studies are essential for the design and safety of hydraulic structures. In the past, a number of empirical equations were developed to represent relationships between drainage areas and observed peak discharges. Although these empirical equations have not been used frequently to study peak discharges due to the use of more detailed and sophisticated analysis, they can be used to estimate reference values, especially in ungaged sites. The objective of this paper is to assess peak discharges observed in many regions in Brazil, estimate the 10,000-year discharges according the Guia para Cálculo de Cheia de Projeto de Vertedores from Eletrobrás and compare them to the Creager envelope curves. In this study we used the records of naturalized discharges for the period of 1931 to 2012, for 131 hydroelectric projects selected in the main river basins in Brazil, using the official data published by the Operador Nacional do Sistema Elétrico (ONS) for the Sistema Interligado Nacional (SIN). The results presented in this paper show that it is possible to use the Creager envelope curves as a preliminary estimate of the design floods in Brazil. Generally, values of the Greager C coefficient between 60 and 100 are recommended for a preliminary estimate of a range of maximum discharges within drainage areas bigger than 10,000 km2. The results can be used in the preliminary estimate of maximum discharges and 10,000-year discharges for sites with no data using C values obtained from areas with enough data in the same river basin and with similar physical characteristics.