Resumo Esse artigo apresenta uma análise das incertezas e erros do modelo SCS-CN do Hydrologic Engineering Center - Hydrologic Modeling System (HEC-HMS), para eventos hidrológicos com dados de precipitação observada e estimada por RADAR na bacia do rio São Miguel em Alagoas, que controla uma área de 296 km². Foram utilizados dados fisiográficos para as estimativas iniciais dos parâmetros do SCS-CN. Em seguida, utilizando medidas simultâneas de precipitação e vazões observadas, os parâmetros foram calibrados. Utilizando-se dados independentes, os parâmetros calibrados foram validados. O coeficiente de desempenho mostrou valores de Nash-Sutcliffe de 0,93 na fase de calibração e valores entre 0,81 a 0,87 nas fases de validação. Em seguida, o modelo foi utilizado para eventos hidrológicos passados, usando dados de precipitação estimada por RADAR. Obteve-se coeficientes de Nash-Sutcliffe entre 0,75 a 0,79. O SCS-CN com as estimativas de precipitação pelo RADAR representou de forma adequada o tempo das vazões de pico, entretanto, subestimou a magnitude do pico com erros de até 26% em alguns eventos. A metodologia mostrou-se satisfatória para a bacia em estudo e pode ser uma ferramenta útil para aplicação em outras bacias hidrográfica prevendo possíveis inundações.

Abstract This work presents an analysis of uncertainties and errors of the SCS-CN model of the Hydrologic Engineering Center - Hydrologic Modeling System (HEC-HMS), for hydrological events using observed and RADAR-estimated precipitation data of the São Miguel River Basin in State of Alagoas, which covers an area of 296 km². Physiographic data of the basin were used to find the initial estimates of the SCS-CN parameters. Then, using simultaneous measurements of precipitation and observed flow, the parameters were calibrated. Using independent data series, calibrated parameters were validated. The performance coefficient showed Nash-Sutcliffe values of 0.93 in the calibration phase and between 0.81 and 0.87 in the validation phase. The model was then used for past hydrological events, using RADAR-estimated precipitation data. This resulted in Nash-Sutcliffe coefficients between 0.75 and 0.79. The SCS-CN model with RADAR-estimated precipitation represented the time of the peak flow adequately; however, it underestimated the magnitude of the peak with errors up to 26% in some events. The methodology had satisfactory results for this basin and can be a useful tool for the prediction of flooding in other watersheds.

RESUMO O planejamento e a eficiência dos recursos hídricos estão sujeitos às incertezas decorrentes dos dados de entrada de modelos climáticos e hidrológicos. Previsão de vazões afluentes a reservatórios que auxiliariam as tomadas de decisões para os diversos usos da agua, contem incertezas fundamentalmente das condições iniciais assumidas nos processos modelados. Nesse contexto o artigo avalia a eficiência do acoplamento do modelo atmosférico ao modelo hidrológico, com vistas a utilizar a previsão climática na operação sazonal do reservatório Orós, no estado do Ceará. O modelo atmosférico regional RAMS 6.0 foi forçado pelo modelo atmosférico global ECHAM 4.5, na bacia hidrográfica do Alto Jaguaribe para obtenção dos dados de precipitação. Para retirar vieses nas precipitações, foi aplicada a correção função densidade de probabilidade (PDF) nos dados simulados. Em seguida, os dados de precipitações foram inseridos no modelo hidrológico Soil Moisture Account (SMA) do Hydrologic Modeling System (HEC-HMS). Para a calibração do SMA, foi usada a função objetivo Nash-Sutcliffe. Por fim, foram avaliadas as decisões de liberação do Orós, utilizando o Heidke Skill Score (HSS). O SMA apresentou acurácia, com valores de Nash-Sutcliffe de 0,92 na fase de calibração, e 0,87 na fase de validação, mostrando ser uma alternativa de modelo precipitação deflúvio. Para as decisões na liberação de águas do reservatório, utilizando-se as previsões climáticas, obteve-se HSS =0,43. Os resultados mostram que as previsões de precipitação acopladas a um modelo hidrológico se constituem em promissora ferramenta para a operação hidrológica de reservatórios do Semiárido brasileiro.

ABSTRACT The planning and the efficiency of water resources are subject to the uncertainties of the input data of climate and hydrological models. Prediction of water inflow to reservoirs that would help decision making for the various water uses, contain uncertainties fundamentally the initial conditions assumed in the modeled processes. This paper evaluates the coupling of a regional atmospheric model with a hydrological model to make streamflow forecast for seasonal operation of Orós reservoir, Ceará State, Brazil. RAMS model, version 6.0, was forced by the ECHAM 4.5 atmospheric general circulation model over Alto Jaguaribe basin to obtain the rainfall data. To remove biases in the simulated precipitation fields was applied the probability density function (PDF) correction on them. Then the corrected precipitation data were inserted in the hydrologic Soil Moisture Account (SMA) model from the Hydrologic Modeling System (HEC-HMS). For SMA calibration, it was used the Nash-Sutcliffe objective function. Finally, decisions to water release from the Orós were evaluated using the Heidke Skill Score (HSS). The SMA model showed a satisfactory performance with Nash-Sutcliffe values of 0.92 (0.87) in the calibration (validation) phase, indicating that it is a rainfall runoff model alternative. For decisions in releasing water from the Orós reservoir, using climate predictions, obtained HSS = 0.43. The results show that the simulated rainfall coupled with a hydrological model is able to represent the hydrological operation of Brazilian semiarid reservoir.

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.

Resumo O artigo apresenta uma avaliação do desempenho na previsão climática no alto vale do rio Jaguaribe, Estado do Ceará. A previsão é executada utilizando as condições de fronteira do modelo de circulação global (ECHAM 4.5) ao modelo regional (RAMS 6.0). O modelo simula as chuvas em escala mensal para agregá-las para a estação chuvosa regional (janeiro a junho). Utilizou-se, o Heidke Skill Score (HSS) como métrica da habilidade de previsão. As simulações foram feitas para a estação úmida abrangendo o período de 1979 a 2010. O HSS foi estimado para intervalos de 1, 2, 10, 15, 21, 30, 45, 60, 120 e 180 dias com o objetivo de encontrar o Intervalo de Tempo de Máxima Previsibilidade (ITEMP). Obteve-se uma curva HSS vs. tempo com máximo no ponto HSS = 0,62 e 45 dias. O valor do HSS obtido, 0,62, mostra que a previsão climática mesmo com suas limitações (dados inicial de umidade do solo e parametrizações utilizadas) pode ser uma importante ferramenta para a gestão de estoques de água de reservatórios do semiárido.

Abstract This paper presents an evaluation of the climate forecast in the upper valley of the river Jaguaribe, State of Ceara-Brazil. The forecast was performed using the global circulation model (ECHAM 4.5) boundary conditions to the regional model (RAMS 6.0). The model simulates the monthly scale rainfall in order to aggregate it in the regional rainy season (January to June). We used the Heidke Skill Score (HSS) as a metric of forecast skill. The simulations were performed for the wet season, covering the period from 1979 to 2010. The HSS was calculated for intervals of 1, 2, 10, 15, 21, 30, 45, 60, 120 and 180 days in order to find the Time Interval of Maximum Predictability (ITEMP). The obtained curve, HSS vs. time, presented a maximum HSS of 0.62 for 45 days. This result indicates that climate prediction even with its limitations (initial data of soil moisture and used parameterization) could be an important tool for the reservoir management in Brasilian Semiarid region.

Os modelos globais do Coupled Model Intercomparison Project Phase 5 (CMIP5) são avaliados para a região Nordeste do Brasil (NEB), região Amazônica e bacia do Prata quanto à representação da precipitação para o período de 1901 a 1999. Além disso, são analisadas as projeções de precipitação para o cenário RCP8.5 para o século XXI. A avaliação é realizada utilizando-se os dados do Climatic Research Unit (CRU) e a reanálise 20th Century Reanalysis V2 do National Oceanic and Atmospheric Administration (NOAA). Os modelos são classificados através de índices que indicam como os padrões de variação sazonal, interanual e decenal são representados. A avaliação apontou como melhores modelos para o NEB as rodadas do modelo CANESM, enquanto para a bacia do Prata, a rodada do modelo francês CNRM_CM5_r1i1p1. Já para a Amazônia, destacam-se as rodadas do modelo GISS-E2-R. Na região NEB, a maioria dos modelos mostra maiores impactos na pré-estação, porém divergem quanto ao sinal da anomalia. Na região Amazônica, os modelos sugerem maiores possibilidades de redução na precipitação, em até 20,5%,33,6 e 39,5% para os períodos de 2010 a 2039, 2040 a 2069 e 2070 a 2099, respectivamente. Na região do Prata, o conjunto dos modelos projeta poucas alterações no período de 2010 a 2039.

The global models of the Coupled Model Intercomparison Project Phase 5 (CMIP5) are evaluated over Northeast Brazil (NEB), the Amazon region and La Plata Basin regarding the representation of precipitation for the period 1901 to 1999. Furthermore, the projections of precipitation for scenario RCP8.5 for the XXI century are analyzed. The evaluation is performed using data from the Climatic Research Unit (CRU) and 20th Century Reanalysis V2 reanalysis of the National Oceanic and Atmospheric Administration (NOAA). The models are classified using indices that indicate how patterns of seasonal, interannual and decennial variation are represented. The evaluation identified CANESM as the best models for NEB, whereas for La Plata Basin, the French model CNRM_CM5_r1i1p1 runs were superior. For the Amazon region, the model GISS Model-E2-R_r1i1p1 exhibited the best performance. Over NEB, most models indicate largest changes during the pre-season, but differ on the sign of the anomaly. In the Amazon region the models suggest greater chances of rainfall reduction up to 20.5%, 33.6 and 39.5% for the periods 2010-2039, 2040-2069 and 2070-2099, respectively. Over the La Plata region, the, ensemble projects few changes for the 2010 to 2039 period .

A urbanização sem planejamento ao longo da bacia do rio Jacarecica, em Maceió, AL, causa grandes impactos ambientais. A substituição de áreas vegetadas por áreas urbanizadas agrava esses impactos. No entanto, o potencial efeito dessas modificações na produção de sedimentos é desconhecido. Neste trabalho, avaliaram-se mudanças da produção de sedimentos na bacia do rio Jacarecica, no ano de 2010, em razão da alteração de parte da cobertura do solo por urbanização, por meio de modelagem matemática. Os resultados evidenciaram que o mês com maior produção produziu mais de 120 t/ha/mês, perfazendo o total de 131 t, correspondente a uma área de 24,5 km² da área total da bacia, revelando que grande parte da bacia é realmente susceptível ao processo de erosão. Este trabalho apresenta que a aplicação do modelo KINEROS2 é viável e o seu acoplamento ao SIG é de grande valia para identificação e análise das principais áreas de produção de sedimentos na bacia deste rio, podendo ser considerado ferramenta promissora para simulação da produção de sedimentos em bacias hidrográficas do nordeste brasileiro.

Unplanned urbanization along the Jacarecica river basin in Maceió (AL), causes major environmental issues. The substitution of vegetated by urban areas reinforces these impacts. However, the potential effect of these changes on the sediment yield is unknown. In this work, we evaluated changes in the sediment yield of the Jacarecica river basin in 2010, caused by changes in the soil cover due to urbanization using mathematical modeling. The results showed that the month with the highest production yielded more than 120 t/ha/month of sediment, totaling 131 t, corresponding to an area of 24.5 km² of the total basin area, thus revealing that a great part of the basin is actually susceptible to erosion processes. This study points out that the application of the KINEROS2 model is feasible, and when associated with a geographical information system (GIS), it is useful to identify and analyze the major sediment production areas of this river basin. The tool is therefore considered promising for the simulation of sediment production in watersheds in northeastern Brazil.