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

RESUMO Este trabalho apresenta uma discussão sobre a metodologia utilizada para estabelecer a vulnerabilidade associada às áreas de risco na cidade de Santa Maria. Para analisar a vulnerabilidade, foram utilizados: variáveis urbano-construtivas, que definem o Índice de Vulnerabilidade Urbana (InVU), além de variáveis socioeconômicas e densificação urbana, que definem o Índice de Vulnerabilidade Humana (InVH). O InVU é determinado pelo Padrão de Construção Urbana, identificado através da análise do planejamento de ocupação, características da moradia e infraestrutura disponível. O InVH foi determinado por uma análise das Variáveis Socioeconômicas e da Densificação. As variáveis socioeconômicas utilizadas são a faixa etária da população, a renda mensal e a taxa de alfabetização.

ABSTRACT This work presents a discussion of the methodology used to establish the vulnerability associated with at-risk areas in Santa Maria city. The following were used in order to analyze vulnerability: urban-constructive variables, which define the Urban Vulnerability Index (InVU), in addition to further socio-economic variables and urban densification, which define the Human Vulnerability Index (InVH). The InVU is determined by the Urban-Construction Standard, identified through the analysis of occupation planning, housing characteristics and the available infrastructure. The InVH was determined by an analysis of Socioeconomic Variables and Densification. The socioeconomic variables used are the age range of the population, monthly income and the literacy rate.

RÉSUMÉ Ce travail présente une discussion sur la méthodologie utilisée pour établir la vulnérabilité associée aux zones à risque dans la ville de Santa Maria. Pour analyser la vulnérabilité, nous avons utilisé: caractéristiques constructives et infrastructures urbaines, qui définissent l'indice de vulnérabilité urbaine (InVU) ajouté aux variables socio-économiques et à la densification urbaine, qui définissent l'indice de vulnérabilité humaine (InVH). L'indice InVU est déterminé par la norme de construction urbaine identifiée par l'analyse de la planification de l'occupation, des caractéristiques du logement et de l'infrastructure disponible. L'indice InVH a été déterminé par une analyse des variables socio-économiques et de la densité d'occupation. Les variables socio-économiques sont obtenues grâce à l'utilisation de la base d'information d'âge de la population; revenu mensuel et taux d'alphabétisation.