Implementação de Ensemble Kalman Filter no Modelo SMAP para Previsão de Vazões em 37 Bacias na Amazônia

Código

V-END_II-EBHE0206

Autores

FELIPE MARTINS PINEROLI, Luiz Felipe Pereira de Brito, MARCUS SUASSUNA SANTOS, Pedro Luiz Borges Chaffe

Tema

04 - Sistemas de Alerta e de Evacuação;

Resumo

A intensificação do ciclo hidrológico na Amazônia aumenta a frequência e magnitude de cheias e secas, reforçando a necessidade de previsões de vazão confiáveis. Porém, erros nas condições iniciais dos modelos hidrológicos degradam a qualidade das previsões. Neste trabalho, avaliamos previsões de vazão com horizonte de 15 dias para 37 bacias de cabeceira na Amazônia. Utilizamos o modelo SMAP com precipitação observada do MERGE e 30 membros de previsão de precipitação do GEFS, e implementamos a assimilação de vazão por Ensemble Kalman Filter (EnKF). Os resultados mostram que o SMAP, calibrado por bacia com o algoritmo SCE-UA, apresenta KGE mediano de 0,78 na calibração e 0,73 na validação. No hindcast de 2023 a 2026, o EnKF reduz o erro absoluto médio das previsões em relação à correção por delta em 41% em D+7 e 33% em D+15 (medianas). O EnKF supera essa estratégia em 86% das bacias, com ganhos maiores nas bacias de maior área. A persistência, contudo, permanece competitiva nas antecedências curtas, sendo superada pelo EnKF principalmente nos horizontes de mais de uma semana. Nossos resultados destacam que a assimilação de vazão por EnKF é uma alternativa viável para a operacionalização de previsões de vazão na Amazônia, contribuindo para o suporte a sistemas de alerta hidrológico na região.