Atualização de modelos chuva-vazão-propagação com estimadores de estado

Abstract

Modelos hidrológicos de transformação chuva-vazão buscam reproduzir, através de um conjunto de equações matemáticas e procedimentos, as componentes do ciclo hidrológico que se desenvolvem na bacia hidrográfica, próximas ou abaixo da superfície do solo. Quando um modelo hidrológico é utilizado para a tomada de decisão operativa, tem que apresentar alta confiabilidade e grande estabilidade, mesmo atuando em um sistema onde entradas, processamento (o próprio modelo) e saídas apresentam algum desvio da realidade. Estes desvios fazem com que o estado da bacia hidrográfica estimado pelo modelo seja continuamente diferente do estado real, inferido por medidas no protótipo. Aproximar o estado representado pelo modelo do estado real do sistema inferido no início do horizonte de previsão pode melhorar as previsões. Esta aproximação é obtida através de estimadores de estado. Esta dissertação estudou um estimador de estado específico, baseado no Filtro de Kalman Estendido, aplicado ao modelo chuva-vazão 3R, que é uma simplificação do modelo Sacramento, mas com representação no espaço de estado. O modelo 3R com estimador de estado foi aplicado à bacia do rio Ivaí, afluente da margem esquerda do rio Paraná, para verificação de sua efetividade. Os resultados obtidos foram bastante bons, demonstrando claramente a efetividade do estimador de estado estudado para a melhoria consistente dos resultados de previsão.

Rainfall-runoff hydrologic models try to reproduce, through a set of mathematical equations and procedures, the components of the hydrologic cycle that occur in the river basin near or below its surface. When a hydrologic model is used for operational decision making, it must be very reliable and must have high stability, even operating in a system where inputs, process (the model itself) and outputs present some deviation from reality. These deviations make the state of the river basin estimated by the model continuously different from the real state, inferred by measurements in the prototype. To make the state represented by the model closer to the real estate inferred in the beginning of the forecast period can improve the forecast. This approximation is done by state estimators. This work analyzed a specific state estimator, based on Extended Kalman Filter, applied to 3R rainfall-runoff model, a simplification of the Sacramento model formulated in the state space. The 3R model with state estimator was applied to the Ivaí River basin, a left bank tributary of the Paraná River, to test its effectiveness. The results obtained can be considered very good, showing clearly the effectiveness of the studied state estimator to improve consistently the forecast results.