A disponibilidade de séries contínuas de chuva pode viabilizar a execução de muitos estudos que não seriam possíveis com séries falhadas, porém estas normalmente fazem parte da realidade dos dados disponíveis, devido a dificuldades técnicas, operacionais e orçamentários. O objetivo desta pesquisa é testar uma metodologia com redes neurais artificiais (RNAs) para o preenchimento de falhas em séries horárias de dados de precipitação. Utilizou-se uma série de dados pluviométricos horários de nove estações, em uma bacia de 78 km², localizada na região noroeste do Rio Grande do Sul, a qual possui clima temperado com quatro estações climáticas anuais bem definidas. Foram experimentadas três diferentes alternativas, com respeito à extensão e disposição das séries horárias utilizadas: 1. Séries longas de treinamento e verificação, com aproximadamente 365 dias; 2. Séries curtas de treinamento com aproximadamente 12 a 30 dias, e várias séries também curtas de verificação, independentes da estação climática; 3. Séries curtas (também de 12 a 30 dias), semelhantemente à alternativa anterior, porém com verificação do preenchimento somente em períodos próximos ao treinamento (menos de 30 dias de diferença). Obteve-se os melhores resultados com a terceira alternativa, cujos coeficientes de Nash-Sutcliffe (NS) foram superiores a 0,9, tanto no treinamento quanto na verificação, em todos os postos analisados, reproduzindo bem os picos de verão. Isto demonstra que, mesmo em bacias onde as precipitações são consideradas homogêneas, as relações entre postos pluviométricos não são constantes, requerendo treinamento para cada processo atmosférico específico, para preenchimento de falhas em períodos curtos e sucessivos ao treinamento.Palavras chave: serie temporal contínua, dados horários de chuva, treinamento sazonal.
Este estudo tem como objetivo avaliar as condições climáticas obtidas pelo modelo Eta CPTEC/HadCM3, conduzido por quatro membros do modelo global HadCM3 (CNTRL, LOW, MID e HIGH), na bacia do rio Ijuí, RS. O período de controle utilizado foi de 1961 a 1975, visando a avaliação dos cenários climáticos e de vazão entre 1976 e 1990. O trabalho foi estruturado em cinco etapas: interpolação espacial dos dados climáticos; correção das séries climáticas simuladas; cálculo da evapotranspiração de referência; simulação hidrológica da vazão mensal; comparação entre as condições simuladas e as observadas de precipitação, evapotranspiração e vazão. Embora os métodos de correção utilizados para eliminar as tendências das séries climáticas simuladas tenham originado cenários bem distintos, nenhum método apresentou desempenho superior a outro em todos os critérios analisados. Tanto no caso das precipitações, quanto das vazões resultantes do processo de modelagem hidrológica, as diferenças entre os valores simulados com base no modelo Eta e os valores observados atingiram erros algumas vezes superiores a 20%. Portanto, deve-se considerar que estas incertezas serão reproduzidas em cenários futuros, quanto à análise dos efeitos das mudanças climáticas na disponibilidade hídrica.
scite is a Brooklyn-based startup that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.