Regionalização de precipitações via fuzzy C-means

O conhecimento do comportamento da precipitação é indispensável, pois qualquer alteração na sua quantidade e distribuições espaciais e temporais, têm um impacto importante sobre a natureza e consequentemente nas diversas atividades humanas. Contudo em estudos de precipitação, a falta de monitoramento pluviométrico, gerando a ausência de informação ao longo do tempo e espacialmente nas bacias hidrográficas é um problema. Com o intuito de contornar esse problema, no presente trabalho, foi proposto a aplicação do método de regionalização de precipitações. Nesse contexto, a ideia principal foi dividir a região hidrográfica Tocantins Araguaia – RHTA em regiões homogêneas, definidas pelo método Fuzzy C-means, e para cada uma, definir modelos de probabilidades de ocorrência de chuvas e modelos regionais de estimativa de precipitações mensais e anuais. Para o desenvolvimento do método Fuzzy C-means, adotou-se a distância euclidiana, como medida de similaridade e o parâmetro de fuzificação, variando de 1,2 a 2,0, e as variáveis explicativas de precipitação (altitude, latitude e longitude), foram usadas como dados de entrada. Foram obtidas 3 regiões homogêneas por intermédio do método Fuzzy C-means, as quais foram validadas pelo índice PBM e o teste de heterogeneidade. As frequências de ocorrências de chuvas observadas foram geradas para cada uma das 83 estações pluviométricas, distribuídas em suas respectivas regiões, e calibradas pelas funções de probabilidade Normal, LogNormal, Gama, Gumbel, Exponencial, Logarítmica e Weibull. Com a aplicação do teste do qui-quadrado, definiu-se a melhor função de probabilidade na ocorrência de chuvas de cada região homogênea. A validação das funções de probabilidades foi realizada em 9 estações alvo, a partir do teste qui-quadrado. Nesta etapa, foi observado que para precipitação média anual, ocorreu aderência dos dados a todas as estações pluviométricas alvo, pois apresentaram resultados da aplicação do teste qui-quadrado inferior a 5,99 (para funções de distribuição Log-normal). Também se constatou que para precipitação média mensal, houve aderência dos dados a todas as estações pluviométricas alvo, com as funções Gama e Weibull. Para simulação de alturas de precipitação, foram testados na calibração, modelos Linear, Potencial, Exponencial e Logaritmo, através do método devi regressão múltipla, adotando como variáveis independentes, a altitude, latitude e longitude. Como critério de desempenho dos modelos, foi utilizado o R², R²_a, E%, ϵ%, NASH e RMSE. Na simulação de médias anuais o modelo Linear apresentou os melhores índices de desempenho. Na estimativa de precipitações médias mensais, todos os modelos de regressão múltipla não apresentaram bom desempenho, com erros acima de 50%, fato que provocou a estimativa de chuvas médias mensais para períodos chuvosos e secos. Nessa nova abordagem os modelos de regressão apresentaram critérios de desempenho adequados e com erros abaixo de 10%. Os índices de desempenho encontrados permitiram concluir que os modelos regionais desenvolvidos para as regiões homogêneas de precipitações, definidas por meio do método Fuzzy C-Means, apresentam-se como uma opção adequada na estimativa de precipitações anuais e em períodos secos e chuvosos, e são importantes para um melhor entendimento do regime pluviométrico na RHTA, podendo servir como ferramenta para um melhor planejamento dos recursos hídricos na região.