Previsão hidroeconômica de curto prazo com modelo de redes neurais artificias : aplicação à Bacia do Rio Caí

Abstract

A região hidrográfica do baixo Caí é marcada por cheias recorrentes que impactam diretamente cerca de 100.000 pessoas, diante desse cenário o Serviço Geológico do Brasil – CPRM implantou, em 2010, o Sistema de Alertas Hidrológicos da Bacia do Rio Caí (SAH-Caí), sendo responsável pela emissão de previsões fluviométricas para os municípios de São Sebastião do Caí e Montenegro. A necessidade de aprimoramento do sistema motivou o desenvolvimento de uma ferramenta capaz de gerar e integrar previsões fluviométricas, espacialização de áreas inundáveis e estimativas de prejuízos, entregando ao usuário final um prognóstico dos eventos hidrológicos extremos. O presente estudo foi desenvolvido tendo como base três eixos te pesquisa, desenvolvimento de um modelo de previsão fluviométrica, mapeamento de áreas inundáveis para diferentes níveis fluviométricos e estimativa de prejuízos associados a cada região atingida pela cheia. O modelo de previsão fluviométrica foi construído tendo como base os conceitos de aprendizado de máquina através de redes neurais artificias, que contou com a aplicação de técnica de amostragem sistemática para composição das séries de dados de treinamento, além da aplicação de médias móveis com uso de ponderação temporal exponencial e gama sobre os dados de entrada. Como resultado foram obtidos dois modelos de previsão, com alcances de 20h e 24h, respectivamente, para os municípios de São Sebastião do Caí e de Montenegro, com coeficientes de Nash-Sutcliffe (NS) superiores a 0,9. O mapeamento das áreas inundáveis foi obtido através da compatibilização das referências de nível verticais de um MDT (Modelo Digital de Terreno), de alta resolução, e as seções linimétricas existentes no perímetro urbano desses municípios, resultando na obtenção de manchas de inundação com intervalos de nível de 0,5m, cobrindo uma faixa que vai da cota de início de inundação à cota associada a um TR de 100 anos. A quantificação de danos resultou em estimativas de prejuízos associados a cada nível de inundação e teve como base a adaptação da metodologia utilizada por Fadel (2015). Para a cidade de Montenegro os valores obtidos são da ordem de 12 milhões de reais associados a uma cota de 650 cm chegando a 81 milhões de reais associados a cota de 1000 cm, já para o município de São Sebastião do Caí os prejuízos estimados são da ordem de 7,5 milhões de reais associados a cota de 1100 cm chegando a 64,5 milhões de reais associados a cota 1500 cm. A integração dos dados coletados, nos três eixos de pesquisa, foi realizada no formato de boletim informativo de modo a fornecer um mecanismo de divulgação rápida e de fácil compreensão.

The hydrographic region of the lower Caí is marked by recurrent floods that directly impact around 100,000 people, in view of this scenario, the Geological Service of Brazil - CPRM implemented, in 2010, the Hydrological Alert System of the Rio Caí Basin (SAH-Caí), being responsible for issuing fluviometric forecasts for the municipalities of São Sebastião do Caí and Montenegro. The need to improve the system motivated the development of a tool capable of generating and integrating fluviometric forecasts, spatialization of flooded areas and damage estimates, delivering to the end user a prognosis of extreme hydrological events. The present study was developed based on three research axes, development of a fluviometric forecasting model, mapping of floodable areas for different fluviometric levels and estimating the losses associated with each region affected by the flood. The fluviometric forecasting model was built based on the concepts of machine learning through artificial neural networks, which relied on the application of systematic sampling techniques to compose the training data series, in addition to the application of moving averages using exponential and gamma weighting of input data. As a result, two forecast models were obtained, with ranges of 20h and 24h, respectively, for the municipalities of São Sebastião do Caí and Montenegro, with Nash-Sutcliffe (NS) coefficients greater than 0.9. The mapping of the floodable areas was obtained through the compatibility of the vertical level references of a high resolution MDT (Digital Terrain Model), and the linimetric sections existing in the urban perimeter of these municipalities, resulting in the obtainment of flood spots with intervals of 0.5m level, covering a range from the beginning of the flood to the level associated with a TR of 100 years. The damage quantification resulted in damage estimates associated with each flood level and was based on the adaptation of the methodology used by Fadel (2015). For the city of Montenegro the values obtained are of the order of 12 million reais associated with a quota of 650 cm reaching 81 million reais associated with the quota of 1000 cm, whereas for the municipality of São Sebastião do Caí the estimated losses are of 7.5 million reais associated with a quota of 1100 cm, reaching 64.5 million reais associated with a quota of 1500 cm. The integration of the collected data, in the three research axes, was carried out in the format of a newsletter in order to provide a quick and easy to understand dissemination mechanism.