RESUMO Estimativas de valores extremos de vazão são importantes para a avaliação de riscos de cheias e também para a concepção e operação de estruturas hidráulicas. O comportamento desta variável hidrológica está sobre efeito de mudanças no clima, no uso e cobertura do solo e também de alterações nos cursos d’água provocadas por construção e operação de grandes reservatórios. Estes fatos tornam questionável a premissa de estacionariedade comumente adotada nos estudos de análise de frequência e magnitude de cheias. Neste trabalho foram identificadas séries fluviométricas de vazões máximas anuais não estacionárias no Sul do Brasil. Para estas séries foi aplicado um modelo de análise de frequência não estacionário e os resultados comparados com os fornecidos por um modelo estacionário. Também foi avaliada a presença de mudanças abruptas nas séries históricas. Os resultados indicam que 75 de um total de 157 séries do sul do Brasil podem ser consideradas não estacionárias, sendo que a maior parte das mesmas está concentrada nas bacias dos rios Iguaçu, Paranapanema e Uruguai. Quando considerado um horizonte de planejamento de 10 anos, o tempo de retorno de uma cheia estimada como 100 anos muda para 48-75 anos considerando o modelo não-estacionário. Mudanças abruptas foram identificadas principalmente na década de 70.

ABSTRACT Extreme streamflow values estimates are important for flood risk assessment and also for the design and operation of hydraulic structures. The behavior of this hydrological variable is under climate and land use changes effects and river’s course modifications caused by construction and operation of large reservoirs. The assumption of stationarity commonly adopted in flood frequency and magnitude analysis studies is questionable under such circumstances. In this work we identified nonstationary annual maximum streamflow series corresponding to fluviometric gauges located in Southern Brazil. A nonstationary frequency model was applied to those series and the results were compared with those of a stationary model. We also evaluated the presence of abrupt changes in the series. The results indicate that 75 of 157 series of Southern Brazil may be considered nonstationary, most of which are in the Iguazu, the Paranapanema and the Uruguay basins. For a planning horizon equal to 10 years, the return period of the present 100 years flood changes to 48-75 years when considering the nonstationary model, respectively. Abrupt changes were identified mainly as occurring in the 70’s.

RESUMO Apesar de intrínseca, a incerteza das estimativas de modelos hidrológicos nem sempre é apresentada nos estudos relacionados. O presente trabalho procura avaliar o uso de evapotranspiração proveniente de sensoriamento remoto na calibração do modelo SWAT, em relação às incertezas e desempenho da simulação de vazão. O modelo SWAT foi calibrado em escala mensal e validado em escala mensal (vazão e evapotranspiração) e diária (somente vazão). O período de calibração e validação compreende os anos entre 2006 e 2009 e a área de estudo é a bacia hidrográfica do alto rio Negro, localizada nos estados de Santa Catarina e Paraná. As calibrações e validações foram realizadas no SWAT-CUP, pelo SUFI-2, utilizando como função objetivo o índice KGE (Kling-Gupta Efficiency). Diferentes estratégias de calibração foram avaliadas, considerando o uso individual e simultâneo (multi-variável) da vazão e evapotranspiração. Comparada com a calibração convencional (somente com dados de vazão), a calibração multi-variável (evapotranspiração + vazão) apresentou melhor desempenho da simulação de vazão, especialmente para baixas vazões e para validação em escala diária. Entretanto, a calibração multi-variável não foi capaz de evidenciar diminuição nas incertezas envolvidas nas estimativas de vazão. A calibração do modelo SWAT utilizando somente dados de evapotranspiração ainda depende da realização de mais estudos.

ABSTRACT Although intrinsic, uncertainty for hydrological model estimation is not always reported. The aim of this study is to evaluate the use of satellite-based evapotranspiration on SWAT model calibration, regarding uncertainty and model performance in streamflow simulation. The SWAT model was calibrated in a monthly step and validated in monthly (streamflow and evapotranspiration) and daily steps (streamflow only). The validation and calibration period covers the years from 2006 to 2009 and the study area is the upper Negro river basin, situated in Santa Catarina and Paraná. SWAT-CUP was used to calibrate and validate the model, using SUFI-2 with KGE (Kling-Gupta Efficiency) as objective function. Different calibration strategies were evaluated, considering single-variable and multi-variable calibration, using streamflow and evapotranspiration. Compared to conventional single-variable calibration (streamflow only), multi-variable calibration (streamflow and evapotranspiration, simultaneously) produce better streamflow performance, especially for low flow periods and daily step validation. Despite that, no evidence of reduction of streamflow prediction uncertainty was observed. SWAT model calibration using solely evapotranspiration still requires further studies.

RESUMO Um dos principais desafios enfrentados pela modelagem hidrológica é a calibração eficiente dos parâmetros do modelo. O objetivo deste estudo foi testar um método hierárquico de calibração do modelo Soil and Water Assessment Tool (SWAT) considerando variações do clima e de uso do solo. A área de estudo foi a bacia hidrográfica do Rio Negrinho, localizada em Santa Catarina. A calibração do modelo foi feita usando o algoritmo Sequential Uncertainty Fitting (SUFI2), utilizando testes de crescente complexidade. Primeiramente a série de vazões observadas foi dividida em períodos distintos de calibração e validação (Split Sample Test) sendo que os resultados obtidos para o intervalo mensal foram considerados aceitáveis com um coeficiente de Nash–Sutcliffe (NSE) ≥0,5 e Pbias≤±25%. Na análise de cada ano separadamente (Differential Split-Sample Test) a calibração e validação dos anos úmidos (2008 a 2012) foi mais eficiente que dos anos secos (2003 a 2007). No processo de validação do modelo para uma bacia com uso do solo semelhante (Proxy-Catchment Test), o modelo não foi eficiente para o ajuste dos picos de vazões (NSE de 0,0), porém, houve uma compensação dos volumes na estimativa do balanço hídrico (Pbias de 0,1%). Os resultados indicam que a eficiência do modelo SWAT depende da escala espacial e do período de calibração. Para simulação de cenários climáticos e de mudanças de uso do solo o modelo deve ser calibrado e validado usando dados espacialmente bem distribuídos e uma série de vazões suficientemente representativa em relação aos períodos secos e úmidos.

ABSTRACT One of the main challenges of hydrological modeling is the effective calibration of model parameters. The aim of this study was to test a hierarchical calibration scheme for the Soil and Water Assessment Tool (SWAT) model by considering land use and climate changes. The study area was the Rio Negrinho watershed, located in Santa Catarina State, Brazil. Model calibration was performed with the Sequential Uncertainty Fitting (SUFI2) Algorithm through increasing complexity tests. The observed discharge data were first divided into calibration and validation periods(Split Sample Test) wherein the predicted monthly flow matched the measured values, with a Nash–Sutcliffe coefficient (NSE) ≥0.5 and Pbias<±25%. When wet and dry periods were considered separately (Differential Split-Sample Test) the NSE values of wet years (2008 a 2012) were higher than dry year values (2003 to 2007). In the SWAT validation for a watershed with similar land use (Proxy-Catchment Test), the model could not capture the flow peaks well (NSE of 0.0), however, the water balance volumes were compensated (Pbias of 0.1%). The case study demonstrates that SWAT performance varies greatly, depending on the spatial scale and calibration period. The SWAT model can be used in further studies to simulate land use and climate change scenarios however it must be calibrated and validated using spatially well distributed data and recorded series segment including dry and wet periods.