http://repositorio.unb.br/handle/10482/49294
File | Description | Size | Format | |
---|---|---|---|---|
2023_LuanaOliveiraSales_DISSERT.pdf | 25,26 MB | Adobe PDF | View/Open |
Title: | Modelagem não estacionária de frequência de cheias a níveis local e regional |
Authors: | Sales, Luana Oliveira |
Orientador(es):: | Reis Junior, Dirceu Silveira |
Assunto:: | Enchentes Desastres naturais Inundações Hidrologia |
Issue Date: | 29-Jul-2024 |
Data de defesa:: | 29-Aug-2023 |
Citation: | SALES, Luana Oliveira. Modelagem não estacionária de frequência de cheias a níveis local e regional. 2023. 182 f., il. Dissertação (Mestrado em Tecnologia Ambiental e Recursos Hídricos) — Universidade de Brasília, Brasília, 2023. |
Abstract: | Anualmente, as cheias são responsáveis por diversos desastres naturais, desastres que podem ser influenciados por mudanças no comportamento das cheias, devido a alterações nas condições da bacia hidrográfica causadas por mecanismos de origem natural e/ou antropogênica. A análise de frequência de cheias não estacionárias auxilia no estudo dessas mudanças das cheias ao investigar a existência, as possíveis causas e o grau de intensidade de tendências nos dados hidrológicos. Em análises de frequência de cheias não estacionárias, é usual selecionar o modelo que melhor se adere a cada série de dados em nível local, sem uma avaliação regional dos modelos, avaliação importante que pode controlar a taxa do Erro Tipo I (falso-positivos). Assim, este trabalho apresenta uma abordagem metodológica para detectar, modelar e avaliar o comportamento não estacionário das cheias a níveis local e regional. A abordagem consiste na análise de frequência dos quantis das cheias com o emprego da distribuição Generalizada de Valores Extremos (GEV) aplicada a um modelo estatístico estacionário e três não estacionários em funções do Tempo e de outras covariáveis influentes na área de estudo. Em que, avaliam-se as incertezas dos quantis das cheias e dos parâmetros dos modelos não estacionários. Na análise local para cada série, há a seleção de um modelo, dentre os quatro propostos, por meio do Critério de Informação Bayesiano (BIC). Para controlar o Erro Tipo I ao nível regional, aplica-se a taxa do False Discovery Rate (FDR). No presente estudo, realiza-se a aplicação dessa abordagem metodológica para 33 séries de vazões máximas anuais na Região Hidrográfica (RH) do Uruguai, localizada no Brasil. A modelagem dos quantis de cheias associados aos potenciais mecanismos de mudanças (covariáveis) na RH tem como foco mecanismos climáticos: El Niño Oscilação Sul (ENOS) e Oscilação Decenal do Pacífico (ODP), além do Tempo. Ao nível local, identifica-se nessa RH altas taxas de séries que melhor se aderem aos modelos não estacionários propostos, principalmente considerando os índices El Niño 1+2 e 3. Ao nível regional, essas taxas continuam presentes em menores proporções, com alterações relevantes entre os quantis de cheias de 50 anos (Q0.98) e com probabilidades de excedência relacionadas ao Q0.98 estacionário entre 0 e 24%. Resultados que mostram a relevância do levantamento da não estacionariedade das cheias não só ao nível local, mas também regional, diante de possíveis cenários de subestimação/superestimação de cheias estacionárias. |
Abstract: | Several natural disasters are caused by floods every year. These disasters can be influenced by changes in flood behavior as a response to watershed conditions that can be altered by natural and/or anthropogenic mechanisms. Non-stationary frequency analysis of floods supports the study of these flood changes by investigating the existence, possible causes, and degree of intensity of trends in the time series. In non-stationary frequency analysis of floods, it is usual to select the model that best fits each data series at a local level, without a regional analysis of the models, an important analysis that can control the rate of Type I errors (false positives). Thus, this study presents a methodological approach on detecting, modeling, and checking non-stationary flood behavior at local and regional levels. This approach consists of performing a frequency analysis of flood quantiles using the Generalized Extreme Values Distribution (GEV) applied to one stationary statistical model and three non-stationary ones as a function of time and other possibly influential covariates in the study area. The uncertainties associated with both the flood quantiles and the parameters of the non stationary models are evaluated. The Bayesian Information Criterion (BIC) is used to select a model from the four proposed that best fits the historical series. To control Type I Error (false positives) at the regional level, the False Discovery Rate (FDR) is applied. In the present study, an example of the application of this methodological approach is presented for the 33 series of maximum annual flows in the Hydrographic Region (RH) of Uruguay, located in Brazil. The modeling of the flood quantiles associated with potential mechanisms of change (covariates) in the RH focuses on two large-scale climate mechanisms, the El Niño Southern Oscillation (ENSO) and Pacific Decanal Oscillation (ODP), as well as Time. Based on this modeling, high rates of series that best fit the proposed non-stationary models were identified at the local level. At the regional level, these rates are still present, but in smaller proportions, with relevant changes between the 50-year flood quantiles (Q0.98), and with exceedance probabilities related to the stationary Q0.98 between 0 and 24%. These results show the relevance of investigating the non-stationarity of floods not only at a local level, but also at a regional level, in view of possible scenarios of underestimation/overestimation of stationary floods. |
metadata.dc.description.unidade: | Faculdade de Tecnologia (FT) Departamento de Engenharia Civil e Ambiental (FT ENC) |
Description: | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023. |
metadata.dc.description.ppg: | Programa de Pós-Graduação em Tecnologia Ambiental e Recursos Hídricos |
Agência financiadora: | Fundação de Amparo à Pesquisa do Distrito Federal (FAPDF) e Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) |
Appears in Collections: | Teses, dissertações e produtos pós-doutorado |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.