Campo DC | Valor | Idioma |
dc.contributor.advisor | Reis Junior, Dirceu Silveira | - |
dc.contributor.author | Sales, Luana Oliveira | - |
dc.date.accessioned | 2024-07-29T19:15:32Z | - |
dc.date.available | 2024-07-29T19:15:32Z | - |
dc.date.issued | 2024-07-29 | - |
dc.date.submitted | 2023-08-29 | - |
dc.identifier.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. | pt_BR |
dc.identifier.uri | http://repositorio2.unb.br/jspui/handle/10482/49294 | - |
dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023. | pt_BR |
dc.description.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. | pt_BR |
dc.description.sponsorship | Fundação de Amparo à Pesquisa do Distrito Federal (FAPDF) e Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
dc.language.iso | por | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Modelagem não estacionária de frequência de cheias a níveis local e regional | pt_BR |
dc.type | Dissertação | pt_BR |
dc.subject.keyword | Enchentes | pt_BR |
dc.subject.keyword | Desastres naturais | pt_BR |
dc.subject.keyword | Inundações | pt_BR |
dc.subject.keyword | Hidrologia | pt_BR |
dc.description.abstract1 | 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. | pt_BR |
dc.description.unidade | Faculdade de Tecnologia (FT) | pt_BR |
dc.description.unidade | Departamento de Engenharia Civil e Ambiental (FT ENC) | - |
dc.description.ppg | Programa de Pós-Graduação em Tecnologia Ambiental e Recursos Hídricos | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|