Data: 26/10/2026 à 30/10/2026
Local: Fortaleza-CE
ISSN: 2764-9040
Mais informações: https://www.abrhidro.org.br/vend_iiebhe
TESTES DE MODELOS ESTOCÁSTICOS PARA PREVISÃO DE COTAS EM TAQUARI/RS, NA BACIA DO RIO TAQUARI-ANTAS
Código
V-END_II-EBHE0068
Autores
Otávio Augusto Rafai Malaquias de Oliveira, Rafaela Cristina de Oliveira, Francisco Fernando Noronha Marcuzzo, Fernando Mainardi Fan, Juan Martin Bravo
Tema
04 - Sistemas de Alerta e de Evacuação;
Resumo
Em 2023 e 2024, o Rio Grande do Sul passou por eventos extremos de inundação e chuvas intensas, tornando o monitoramento uma prioridade. A probabilidade de ocorrência de novos eventos intensos evidencia a necessidade de monitoramento constante. A bacia do Rio Taquari-Antas apresenta a maior variação diária de nível no Brasil, podendo superar 8 metros em 24 horas para eventos extremos; portanto, este estudo visa apresentar os resultados de um modelo de previsão estatístico de nível para essa região. A modelagem buscou minimizar o erro médio absoluto entre os modelos propostos e as séries históricas em dois cenários, sendo eles (1) início: atenção, fim: atenção e (2) início: atenção, fim: final da inundação. A metodologia adotada foi uma adaptação do modelo de diferenças, o qual prevê os níveis com base na variação recente entre o instante atual e o instante defasado de horas. Simulou-se uma regressão utilizando dados de três estações fluviométricas da calha principal, monitoradas pelo Serviço Geológico do Brasil: Taquari, Porto Mariante e Bom Retiro do Sul. Ademais, analisou-se o erro máximo absoluto, a raiz do erro médio quadrático, o desvio padrão e o coeficiente de determinação. Os resultados demonstraram que o aumento do horizonte de simulação aumenta o valor do erro encontrado nos cenários testados. O melhor desempenho para o erro médio absoluto ocorreu de início de atenção até o fim da inundação. Conclui-se que o melhor cenário utiliza esse intervalo associado às três estações de apoio. Recomenda-se para os próximos estudos utilizar diferentes objetivos de minimização.