Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/7590
metadata.dc.type: Tese
Issue Date: 30-Mar-2015
metadata.dc.creator: PESSOA, Francisco Carlos Lira
metadata.dc.contributor.advisor1: BLANCO, Claudio José Cavalcante
Title: Desenvolvimento de metodologia para regionalização de curvas de permanência de vazões na Amazônia legal
Other Titles: Development of methodology for regionalization of flow duration curves in the Amazon
metadata.dc.description.sponsorship: CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico
Citation: PESSOA, Francisco Carlos Lira. Desenvolvimento de metodologia para regionalização de curvas de permanência de vazões na Amazônia legal. 2015. 236 f. Tese (Doutorado em Engenharia de Recursos Naturais da Amazônia) – Programa de Pós-Graduação em Engenharia de Recursos Naturais da Amazônia, Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2015. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/7590. Acesso em:.
metadata.dc.description.resumo: A ausência ou a insuficiência de dados fluviométricos de séries longas e confiáveis, devido a fatores físicos e/ou econômicos, é um dos principais desafios enfrentados em estudos hidrológicos. Com o intuito de contornar esse problema, na presente Tese, foi proposto a aplicação do método de regionalização de curvas de permanência de vazões. Nesse contexto, a hipótese principal foi dividir a região da Amazônia Legal em regiões homogêneas, definidas pelos métodos de análise de agrupamento hierárquico de Ward e difuso Fuzzy C-Means, e para cada uma, formular modelos regionais de curvas de permanência de vazões. Para os dois métodos de análise de agrupamento, a distância euclidiana foi usada como medida de similaridade, e as variáveis explicativas da vazão (área de drenagem, precipitação anual média, comprimento e desnível do rio), foram usadas como dados de entrada. Foram obtidas 4 regiões homogêneas por intermédio do método de Ward e 14 regiões por Fuzzy C-Means. Curvas de permanência foram construídas para cada uma das 214 estações fluviométricas distribuídas em suas respectivas regiões, e calibradas em função de 6 modelos matemáticos (linear, potência, exponencial, logarítmico, quadrático e cúbico). Para cada região homogênea formada pelos métodos de análise de agrupamento, foi formulado um modelo regional de curvas de permanência de vazões, utilizando-se análise de regressão múltipla, relacionando os parâmetros do melhor modelo matemático calibrado com as características físicas (área de drenagem, comprimento e desnível do rio) e climática (precipitação anual média) das bacias. Os modelos regionais obtidos foram validados por meio do método “Jack-Knife cross validation”. Os índices de desempenho encontrados - valores de NASH ≥ 0,75 em mais 62% dos casos, situando-se na faixa de desempenho de aceitável a bom - permitiram concluir que o método Fuzzy C-Means foi o mais indicado para a formação de regiões hidrologicamente homogêneas de vazão. Os modelos regionais desenvolvidos para cada uma das regiões formadas, apresentam-se como uma boa alternativa na modelagem de curvas de permanência de vazão para médias e pequenas bacias sem dados de vazão na região da Amazônia Legal.
Abstract: The absence or failure of hydrometric data with long and reliable series, by factors of physical and / or economic order, is one of the main challenges faced in hydrological studies. In order to work around this problem, in this thesis, the application of regionalization method of flow duration curve was proposed. In this context, the main idea was to divide the region of the Amazon in homogeneous regions defined by the methods of hierarchical cluster analysis of Ward and diffuse Fuzzy C-Means, and for each, formulate regional models of flow duration curves. For both methods of the Euclidean distance cluster analysis was used as a similarity measure, and the explanatory variables the flow (drainage area, mean annual precipitation, length and slope of the river), as input data. We obtained four homogeneous regions through the Ward method and 14 regions by Fuzzy C-Means. Duration curves were constructed for each of the 214 gauged stations distributed in their respective regions, and calibrated according to 6 mathematical models (linear, power, exponential, logarithmic, quadratic and cubic). For each homogeneous region formed by cluster analysis methods, a regional model of flow rates of duration curves using multiple regression analysis was formulated, relating the parameters of the best model calibrated with the physical characteristics (drainage area, length and slope of the river) and climate (average annual precipitation) basins. The obtained regional models were validated by the method Jack-Knife cross validation. The performance indices found – values of NASH ≥ 0,75 in over 62% of cases, standing in the performance range from acceptable to good – showed that the Fuzzy C-Means method was the most suitable for the formation of homogeneous regions of flow. The regional models developed for each of the regions formed, are presented as a good option for modeling of flow duration curve for medium and small basins without flow data in the Amazon region.
Keywords: Hidrologia
Recursos hídricos
Regionalização hidrológica
Amazônia Legal
Homogeneous regions
Cluster analysis
Multiple regression
Amazon
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA SANITARIA::RECURSOS HIDRICOS::PLANEJAMENTO INTEGRADO DOS RECURSOS HIDRICOS
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia de Recursos Naturais da Amazônia
metadata.dc.rights: Acesso Aberto
Appears in Collections:Teses em Engenharia de Recursos Naturais da Amazônia (Doutorado) - PRODERNA/ITEC

Files in This Item:
File Description SizeFormat 
Tese_DesenvolvimentoMetodologiaRegionalizacao.pdf8,92 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons