Resumo A informação hidrológica é essencial para estimar a magnitude das inundações, ajudando assim a reduzir perdas e danos. No entanto, quando esses dados são escassos, a modelagem de inundações e a avaliação de riscos são desafiadoras. No oeste do Rio Grande do Sul, usamos a bacia hidrográfica do rio Santa Maria para estimar o fluxo do rio para diferentes tempos de retorno, com base na distribuição estatística dos dados de precipitação e vazão do rio e para simular cenários de inundação usando um modelo hidrológico IBER 2D. Os resultados mostraram uma alta correlação entre as vazões calculadas a partir da precipitação e os dados fluviométricos, usando a distribuição GEV e GumbelMax. As áreas susceptíveis de inundação são consistentes com eventos de inundação passados, validados com trabalho de campo e imagens Sentinel. Os caudais fluviais estimados a partir de dados pluviométricos podem promover estudos hidrológicos na ausência de dados fluviométricos. danos entanto escassos desafiadoras Sul retorno 2D D fluviométricos GumbelMax passados Sentinel
Abstract Hydrological information is essential for estimating the magnitude of floods, thus helping reduce losses and damage. However, when this data is scarce, it challenges flood modeling and risk assessment. In Brazil's west of Rio Grande do Sul, we used the Santa Maria hydrographic basin as a case study to estimate the river flow for different RP based on the statistical distribution of rainfall and river flow data and to simulate flood scenarios using a 2D IBER hydrological model.River flow estimates for 5, 10, 20, 30, and 50-year RP were obtained using the Giandotti equation. The results showed a high correlation between the river flows calculated from rainfall and the fluviometric data, using GEV and GumbelMax distribution. The areas susceptible to flooding are consistent with past flood events, validated with fieldwork and Sentinel imagery. River flows estimated from rainfall data can promote hydrological studies where fluviometric data is absent. floods damage However scarce assessment Brazils Brazil s Sul D modelRiver model 5 10 20 30 50year year 50 equation events imagery absent 1 2 3
Resumen La información hidrológica es esencial para estimar la magnitud de las inundaciones y contribuir así a reducir las pérdidas y los daños. Sin embargo, cuando estos datos son escasos, la modelización de inundaciones y la evaluación de riesgos se convierten en un reto. En el oeste de Rio Grande do Sul, utilizamos la cuenca del río Santa Maria para estimar el caudal del río para diferentes tiempos de retorno, basándonos en la distribución estadística de los datos de precipitación y caudal del río, y para simular escenarios de inundación utilizando un modelo hidrológico IBER 2D. Los resultados mostraron una alta correlación entre los caudales calculados a partir de la precipitación y los datos fluviométricos, utilizando la distribución GEV y GumbelMax. Las áreas susceptibles de inundación son consistentes con eventos de inundación pasados, validados con trabajo de campo e imágenes Sentinel. Los caudales fluviales estimados a partir de los datos pluviométricos pueden favorecer los estudios hidrológicos en ausencia de datos fluviométricos. daños embargo escasos reto Sul retorno 2D D fluviométricos GumbelMax pasados Sentinel
