Modelo hidrológico conceitual utilizando os módulos cmf e spotpy

Abstract

Resumo: A hidrologia e a ciencia que trata da agua na Terra, sua circulacao e distribuicao, analisando componentes significativos e estabelecendo o uso de recursos hidricos para o bem comum (VILLELA, 1975). Na hidrologia, o estudo de variaveis hidrologicas que compoem o ciclo hidrologico torna-se cada vez mais importantes, sendo que atraves destas variaveis como, precipitacao, evaporacao e evapotranspiracao e possivel analisar modelos hidrologicos a fim de auxiliar a gestao de recursos hidricos. O objetivo deste trabalho, foi desenvolver um modelo hidrologico conceitual capaz de estimar series diarias de vazao da bacia hidrografica utilizando dados de series de precipitacao coletados de sensores ambientais remotos instalados na cidade de Campos do Jordao, e otimizar os valores dos parametros de tempo de permanencia da agua no solo, perda por evapotranspiracao, fator de multiplicacao por volume baixo e expoente de alteracao do fluxo da agua no solo, utilizando como metodologia a aplicacao de ferramentas desenvolvidas em Python, o SPOTPY (Statistical Parameter Optimization Tool for Python . Ferramenta e Otimizacao de Parametros Estatisticos para Python) e o CMF (Catchment Modelling Framework . Estrutura de Modelagem de Captacao). Para alcancar o objetivo foram utilizados os algoritmos de Amostragem de Hipercubo Latino (LHS), Monte Carlo (MC) e algoritmo de Estimacao da Maxima Verossimilhanca (MLE) e para avaliar a eficiencia do modelo foi utilizado neste trabalho o coeficiente de eficiencia Nash-Sutcliffe (NSE), que foi avaliado segundo propostas de Moriasi et al.(2007), que indica uma eficiencia satisfatoria se NSE.0,5. O modelo hidrologico proposto apresentou uma eficiencia de 64% com a utilizacao do algoritmo de Monte Carlo.

Abstract: Hydrology is the science that deals with water on the Earth, its circulation and distribution, analyzing significant components and establishing the use of water resources for the common good (VILLELA, 1975). In hydrology, the study of hydrological variables that make up the hydrological cycle becomes increasingly important, and through these variables such as precipitation, evaporation and evapotranspiration it is possible to analyze hydrological models in order to assist the management of water resources. The objective of this work was to develop a conceptual hydrological model capable of estimating daily flow series of the river basin using data from precipitation series collected from remote environmental sensors installed in the city of Campos do Jordao and optimize the values of the dwell time parameters of the water in the soil, evapotranspiration loss, low volume multiplication factor and exponent of soil water flow alteration, using as methodology the application of tools developed in Python, SPOTPY (Statistical Parameter Optimization Tool for Python - Tool and Optimization of Statistical Parameters for Python) and the CMF (Catchment Modeling Framework). In order to reach the objective, the algorithms of Latin Hypercube Sampling (LHS), Monte Carlo (MC) and Maximum Likelihood Estimation (MLE) algorithm were used and to evaluate the efficiency of the model, the Nash-Sutcliffe efficiency coefficient (NSE), which was evaluated according to proposals by Moriasi et al. (2007), which indicates a satisfactory efficiency if NSE .0.5. The proposed hydrological model presented an efficiency of 64% with the Monte Carlo algorithm.