ABSTRACT Heavy rainfall in conjunction with an increase in population and intensification of agricultural activities have resulted in countless problems related to flooding in watersheds. Among the techniques available for direct surface runoff (DSR) modeling and flood risk management are the Unit Hydrograph (UH) and Instantaneous Unit Hydrograph (IUH). This study focuses on the evaluation of predictive capability of two conceptual IUH models (Nash and Clark), considering their original (NIUH and CIUH) and geomorphological approaches (NIUHGEO and CIUHGEO), and their advantages over two traditional synthetics UH models - Triangular (TUH) and Dimensionless (DUH), to estimate DSR hydrographs taking as reference two Brazilian watersheds with contrasting geomorphological and climatic characteristics. The main results and conclusions were: i) there was an impact of the differences in physiographical characteristics between watersheds, especially those parameters associated with soil; the dominant rainfall patterns in each watershed had an influence on flood modeling; and ii) CIUH was the most satisfactory model for both watersheds, followed by NIUH, and both models had substantial superiority over synthetic models traditionally employed; iii) although geomorphological approaches for IUH had performances slightly better than TUH and DUH, they should not be considered as standard tools for flood modeling in these watersheds.

Neste trabalho se estimaram os valores prováveis de precipitação pluvial para períodos quinzenais e suas respectivas distribuições espaciais, em Guiné-Bissau. Utilizou-se a distribuição log-normal a dois parâmetros para estimar os valores prováveis de precipitação associados ao nível de probabilidade de 75%, entre os meses de junho a outubro. A variabilidade espacial foi estimada pela modelagem dos semivariogramas experimentais e expressa com o emprego do interpolador espacial krigagem. Em média pode-se esperar, para períodos quinzenais em 3 de cada 4 anos pelo menos 100mm de chuvas, excetuando-se a 1ª quinzena de junho e a 2ª quinzena de outubro, cujos valores estimados estão abaixo de 50mm. Essas duas quinzenas correspondem, respectivamente ao início e ao fim do período de chuvas sinalizando, portanto, a necessidade de uso de irrigação suplementar para os cultivos agrícolas, visto que, em junho ocorre a semeadura e outubro antecede a colheita para culturas de ciclo longo. Quanto à variabilidade espacial, ela é elevada, com evidente decréscimo dos índices pluviométricos do eixo sul-sudoeste, exceto no mês de setembro, quando há homogeneidade espacial nas duas quinzenas.

The aim of this study was to estimate the probable values of rainfall in the first and second halves of the months and its spatial distribution in Guinea-Bissau. Distribution functions Log-normal 2 parameters were used to estimate the probable values of rainfall adopting the probability level of 75%. The spatial interpolation (kriging) was applied by semi-variogram modeling demonstrating that the probable rainfall estimates have high spatial variability, except in the month of September, when the behavior is homogeneous for both first and second halves. The lowest probable values of rainfalls under 50 mm occur in June and October throughout the country, supporting the use of supplemental irrigation to avoid compromising the periods of sowing (June) and minimize damage at harvest (October, November) for long cycle crops.

O entendimento associado à continuidade espacial da umidade do solo é imprescindível para compreensão e predição de fenômenos relacionados aos processos hidrológicos. A metodologia geoestatística tem sido empregada muitas vezes, para estudos desta natureza. Neste contexto, o semivariograma é utilizado para modelar a continuidade espacial de uma variável para, seu posterior mapeamento. O objetivo no presente estudo foi modelar a continuidade espacial da umidade do solo em uma bacia hidrográfica experimental na região da Serra da Mantiqueira, Minas Gerais, e posteriormente o mapeamento da umidade do solo ao longo do tempo. Os modelos de semivariograma exponencial, esférico e gaussiano, foram ajustados por Mínimos Quadrados Ordinários, Mínimos Quadrados Ponderados e Máxima Verossimilhança, testando sua aderência pelo grau de dependência espacial e validação cruzada. O modelo exponencial apresentou melhor ajuste em 59% dos casos. O grau de dependência espacial médio foi de 88%, conferindo forte grau de dependência à estrutura de continuidade espacial. O mapeamento da umidade do solo mostrou comportamento fortemente associado ao uso do solo e condições topográficas.

The knowledge related to the spatial continuity of the soil moisture is essential for understanding and prediction of the hydrological processes. The geostatistical methodology has often been applied in such studies. In this context, the semi-variogram is used to model the spatial continuity of a specific variable for its mapping. This work aimed to model the spatial continuity of soil moisture in an experimental watershed located in Mantiqueira Range, MG, and then to generate map of soil moisture through the year. Exponential, spherical and gaussian semi-variogram models were fitted applying the Ordinary Least Square, Weighted Minimum Square and Maximum Likelihood methodologies, testing their adherence based on the Spatial Dependence Degree and database from Cross-Validation procedure. The exponential model presented better performance in 59% of the situations. The mean Spatial Dependence Degree was 88%, showing a strong dependence degree to the spatial continuity structure. The soil moisture mapping demonstrated behavior strongly associated to the land use and topographical conditions.

O mapeamento da precipitação mínima provável associada a um período, local e freqüência de ocorrência, consiste em importante ferramenta para subsídios de práticas agrícolas. O objetivo neste trabalho foi mapear a precipitação provável mínima mensal e quinzenal para o Sul do Estado de Minas Gerais, por meio de técnicas geoestatísticas. O nível de probabilidade considerado foi de 75% e o período analisado foi a estação chuvosa (outubro a março). Os valores de precipitação provável foram estimados pela distribuição de probabilidade Log-Normal, após teste de sua adequação, por Kolmogorov-Smirnov, a partir de séries históricas de dados totais diários de precipitação referentes a 69 estações pluviométricas da região e arredores. Os modelos de semivariograma exponencial e esférico ajustados pela máxima verossimilhança (MV) e por mínimos quadrados ponderados (MQP) foram modelados para a escolha do melhor modelo que representasse o semivariograma experimental. Com base no grau de dependência espacial e pela validação cruzada, o modelo exponencial ajustado por MQP apresentou melhor desempenho. Os mapas de precipitação provável mostraram considerável variabilidade durante a estação chuvosa, com os maiores valores estimados para as regiões das Serras da Mantiqueira e Canastra.

The probable minimum precipitation associated to the period, location and frequency of occurrence represents an important tool to support agricultural practices. The objective of this work was to map the probable minimum monthly and fortnightly precipitation for Southern Minas Gerais State, applying geostatistical procedures. The probability level considered was 75% and the period evaluated was the rainy season. The values of probable minimum precipitation were estimated by Log-Normal Probability Distribution, following Kolmogorov-Smirnov adequacy test and using long-term daily precipitation data set of 69 pluviometric stations in the region and its surroundings. Exponential and spherical semi-variogram models, adjusted by Maximum Likelihood (ML) and Minimum Weighted Square (MWS), were modelled to choose the best to represent the experimental semi-variogram. Based on Spatial Dependence Degree and Cross-Validation, the exponential model adjusted by MWS presented better performance. The probable minimum precipitation maps have shown considerable variability during the rainy season. The greatest values were estimated for the region close to Mantiqueira and Canastra Ranges.