Trabalhando com as incertezas no uso de indicadores de dados hidrológicos

Hidrologia é uma área que utiliza uma grande quantidade de dados (big data) e traz consigo muitas incertezas nestas informações. Antes de discutir este tema, é importante diferenciar dois termos: risco e incerteza. O risco é a chance que assumimos ao tomar uma decisão, por exemplo, viver a jusante de uma barragem. As incertezas são os potenciais erros no processo de determinação do risco, como erro de dados, modelos, amostragens, entre outros.

Devido à grande quantidade de informações, pode-se facilmente introduzir erros de grande magnitude e comprometer todos os resultados de um projeto, plano ou programa em recursos hídricos. Para minimizar estes erros, é necessário verificar se existem incertezas nos dados, identificar a fonte e definir meios de correção. Para identificar os maiores erros, pode-se utilizar indicadores regionais dos dados, principalmente aqueles que relacionem informações de diferentes fontes. Com estes indicadores, é possível fazer uma triagem inicial nas informações.

Por exemplo, a vazão específica média de uma bacia possui muitas informações e caracteriza quanto da precipitação gera escoamento. A sua unidade é l/(s.km2) ou mm. A primeira, está em unidades de vazão por área, a segunda, representa o valor em unidades de precipitação. Em grande parte do Brasil (Sul, Sudeste e Centro-Oeste), a vazão específica varia entre 14 e 22 l/(s.km2), o que representa 441 a 694 mm de escoamento. O limite superior ocorre quando a chuva média anual sobe acima de 1500 mm e o inferior quando cai abaixo deste valor, com coeficiente de escoamento variando de 0,25 a 0,40. Fora destes intervalos, é necessária uma investigação maior nas regiões. Algumas vezes, em documentos, encontrei valores muito acima a estes mostrados, como 40 ou 60 l/(s.km2) por exemplo. Isto representa um erro grosseiro, pois estes valores não existem nem na Amazônia. Em outros documentos, encontrei coeficientes de escoamento muito baixo ou muito alto. Em todos casos, havia um erro importante, muitas vezes na área de drenagem.

Outros indicadores interessantes são as relações entre vazões média e vazão mínima. O Q95/Qm por exemplo, varia com a geologia da região. Já o Qmc/Qm, relaciona a vazão média de cheia e a vazão média, dependente dos leitos de inundação.

O exame de tendenciosidade das séries passa por metodologias mais sofisticadas, envolvendo testes estatísticos de variabilidade espacial e temporal e métodos para tratar os resíduos de modelos. Nenhum método é universal e elimina totalmente os erros, cabe ao hidrólogo uma parte da análise das tendências. Na extensão de séries hidrológicas, estes erros podem se propagar com uso de modelos matemáticos, já que, seja qual for o modelo, o mesmo reduz a variância dos valores gerados. Veja um exemplo simples, como o da figura abaixo:

 

Figura 1.

 

Ajuste de uma reta a um conjunto de dados. Exemplifica a perda de variância de qualquer modelo teórico que não considera a variância dos resíduos.

Depois de ajustar a reta aos dados, o modelo usado passa a ser a própria reta. Como se pode observar, ao fazer esse procedimento, perde-se a variância do resíduo [S2 = S(Y-Yi)] que existiam nos dados.

Este processo foi usado para estender séries usadas em diferentes projetos, como as séries hidrológicas usadas no setor elétrico brasileiro, por exemplo. Existem vários métodos utilizados para reduzir estas incertezas, mas ainda é um espaço interessante para pesquisa.

About Prof. PhD Carlos E. M. Tucci

Engenheiro civil, MSc, PhD, professor aposentado do IPH-UFRGS, sócio-fundador da Rhama Consultoria Ambiental. Autor de mais de 300 artigos científicos, livros, capítulos de livros. Experiência de mais de 40 anos na área, com atuação junto a empresas e entidades nacionais e internacionais como: Unesco, Banco Mundial, BID, ANEEL, ANA, Itaipu, entre outros. Premiado em 2011 pela International Association of Hydrological Sciences.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *