Analysis of hydrological extremes in the Guaíba hydrographic region: an application of extreme values theory

Sabrina Antunes Vieira; Daniela Montanari Migliavacca Osório; Daniela Muller de Quevedo

doi:10.5327/Z2176-94781317

Autores

Sabrina Antunes Vieira Universidade Feevale - Brasil https://orcid.org/0000-0001-5564-4944
Daniela Montanari Migliavacca Osório Universidade Estadual de Campinas - Brasil https://orcid.org/0000-0002-9923-4514
Daniela Muller de Quevedo Universidade Feevale - Brasil https://orcid.org/0000-0003-2169-9781

DOI:

https://doi.org/10.5327/Z2176-94781317

Palavras-chave:

eventos intensos; valor extremo generalizado; probabilidade; projeções.

Resumo

Conhecer o comportamento dos fenômenos hidrológicos extremos é essencial para que os impactos decorrentes desses eventos naturais sejam minimizados. O Rio Grande do Sul tem sido frequentemente atingido por eventos extremos como secas e enchentes, e esses eventos estão associados a diversas consequências, como racionamento de energia ou água, alagamentos e danos em estruturas hidráulicas. Nesse contexto, a análise de séries históricas de extremos de dados hidrometeorológicos por meio da Teoria de Valores Extremos (TVE) é uma das formas de determinar a variabilidade decorrente das mudanças climáticas, possibilitando a modelagem de eventos extremos. A TVE possibilita conhecer a frequência com que esses eventos ocorrem, permitindo a extrapolação para além da série histórica para gerar probabilidades de ocorrência de tais eventos e, desse modo, auxiliar no planejamento e gestão de bacias hidrográficas. Sendo assim, o objetivo deste trabalho foi identificar e analisar a probabilidade de ocorrência e retorno de eventos extremos com a aplicação da TVE em séries históricas de dados hidrológicos de vazão e precipitação na região hidrográfica do Guaíba. Também se avaliou se a TVE apresenta períodos de retorno semelhantes às projeções climáticas de modelos do CMIP5 (Coupled Model Intercomparison Project Phase 5). Os resultados demonstram que os valores de vazão e precipitação, nas séries históricas utilizadas, já apresentaram alterações quanto ao volume e à frequência de ocorrência de eventos extremos e, futuramente, para algumas estações, podem ser esperados valores tanto acima quanto abaixo dos extremos já observados na série histórica.

Downloads

Não há dados estatísticos.

Referências

Affonso, V.; Faria, G.A.; Lopes, B.G.; Tsutsumoto, N.; Fonseca, A.; Felizardo, L., 2020. Análise dos dados de precipitação máxima no noroeste paulista pela teoria dos valores extremos. Research, Society and Development, v. 9, (10), e9709109396. https://doi.org/10.33448/rsd-v9i10.9396.

Alam, A.; Emura, K.; Farnham, C.; Yuan, J., 2018. Best-fit probability distributions and return periods for maximum monthly rainfall in Bangladesh. Climate, v. 6, (1), 9. https://doi.org/10.3390/cli6010009.

Back, A.J.; Wildner, L.P.; Pereira, J.R., 2021. Chuvas intensas para projetos de conservação do solo e da água no estado de Santa Catarina. Agropecuária Catarinense, v. 34, (2), 65-72. http://doi.org/10.52945/rac.v34i2.1140.

Beijo, L.A.; Avelar, F.G., 2011. Distribuição generalizada de valores extremos no estudo de dados climáticos uma breve revisão e aplicação. Revista da Estatística da Universidade Federal de Ouro Preto, v. 1, (1), 10-16.

Blöschl, G. et al., 2019. Twenty-three unsolved problems in hydrology (UPH) – a community perspective. Hydrological Sciences Journal, v. 64, (10), 1141-1158. https://doi.org/10.1080/02626667.2019.1620507.

Bork, C.K.; Castro, A.S.; Leandro, D.; Corrêa, L.B.; Siqueira, T.M., 2017. Índices de precipitação extrema para os períodos atual (1961-1990) e futuro (2011-2100) na bacia do rio Taquari-antas, RS. Brazilian Journal of Environmental Sciences, (46), 29-45. https://doi.org/10.5327/Z2176-947820170233.

Cheng, L.; Aghakouchak, A.; Gilleland, E.; Katz, R.W., 2014. Non-stationary extreme value analysis in a changing climate. Climatic Change, v. 127, 353-369. https://doi.org/10.1007/s10584-014-1254-5.

Coles, S., 2001. An introduction to statistical modeling of extreme values. Springer, Londres.

Dalagnol, R.; Borma, L. de S.; Mateus, P.; Rodriguez, D.A., 2017. Assessment of climate change impacts on water resources of the Purus Basin in the southwestern Amazon. Acta Amazonica, v. 47, (3), 213-226. https://doi.org/10.1590/1809-4392201601993.

Do, H.X.; Westra, S.; Leonard, M., 2017. A global-scale investigation of trends in annual maximum streamflow. Journal of Hydrology, v. 552, 28-43. https://doi.org/10.1016/j.jhydrol.2017.06.015.

Dusen, P.V.; Rajagopalan, B.; Lawrence, D.J.; Condon, L.; Smillie, G.; Gangopadhyay, S.; Pruitt, T., 2020. 21st Century flood risk projections at select sites for the U.S. National Park Service. Climate Risk Management, v. 28, 100211. https://doi.org/10.1016/j.crm.2020.100211.

Fisher, R.A.; Tippett, L.H.C., 1928. Limiting forms of the frequency distribution of the largerst or smallest menber of a sample. Proceedings of the Cambridge Philosophical Society, v. 24, (2), 180-190. https://doi.org/10.1017/S0305004100015681.

Fundação Estadual de Proteção Ambiental (FEPAM), 2018. Guaíba hydrographic region (Accessed November 15, 2020) at:. http://www.fepam.rs.gov.br/qualidade/guaiba.asp.

Guedes, H.A.S.; Priebe, P.S.; Manke, E.B., 2019. Tendências em Séries Temporais de Precipitação no Norte do Estado do Rio Grande do Sul, Brasil. Revista Brasileira de Meteorologia, v. 34, (2), 283-291. https://doi.org/10.1590/0102-77863340238.

Grimm, A.M.; Almeira, A.S.; Beneti, A.A.; Leite, E.A., 2020. The combined effect of climate oscillations in producing extremes: the 2020 drought in southern Brazil. Revista Brasileira de Recursos Hídricos, v. 25, e48. https://doi.org/10.1590/2318-0331.252020200116.

Isensee, L.J.; Pinheiro, A.; Detzel, D.H.M., 2021. Estimação da vazão de projeto de barragens utilizando séries temporais não estacionárias. Revista Brasileira de Geografia Física, v. 14, (5), 2975-2987. https://doi.org/10.26848/rbgf.v14.5.p2975-2987.

Keggenhoff, I.; Elisbarashvil, M.; Amiri-Farahani, A.; King, L., 2014. Trends in daily temperature and precipitation extremes over Georgia, 1971-2010. Weather and Climate Extremes, v. 4, 75-85. https://doi.org/10.1016/j.wace.2014.05.001.

Kundzewicz, Z.W.; Mata, L.J.; Arnell, N.W.; Döll, P.; Kabat, P.; Jiménez, B.; Miller, K.A.; Oki, T.; Sen, Z.; Shiklomanov, I.A., 2007. Freshwater resources and their management. In: Parry, M.L.; Canziani, O.F.; Palutikof, J.P.; van der Linden. P.J.; Hanson, C.E. (Eds.), Climate Change 2007: impacts, adaptation and vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, pp. 173-210.

Lazoglou, G.; Anagnostopoulou, C., 2017. An overview of statistical methods for studying the extreme rainfalls in Mediterranean. Proceedings, v. 1, (5), 681. https://doi.org/10.3390/ecas2017-04132.

Lopes, J.L. de S.; Domingos, L.L., 2020. População em perigo: rios urbanos e áreas vulneráveis a inundações – o caso do município de União dos Palmares, Alagoas, Brasil. PerCursos, v. 21, (46), 113-135. https://doi.org/10.5965/1984724621462020113.

Medeiros, E.; Alves, M.; Souza, S., 2019. Estimação de nível de retorno da precipitação máxima diária no município de Jataí, Goiás. Ciência e Natura, v. 41, e36. https://doi.org/10.5902/2179460X35639.

Mondal, A.; Mujumdar, P.P., 2015. Return levels of hydrologic droughts under climate change, Advances in Water Resources, v. 75, 67-79. https://doi.org/10.1016/j.advwatres.2014.11.005.

Monte, B.E.O.; Goldenfum, J.A.; Valério, E.L.S., 2015. Eventos extremos de vazão por análise de frequência na bacia hidrográfica do Taquari-Antas. In: Anais XXI Simpósio Brasileiro de Recursos Hídricos, Brasília.

Oliveira, D.; Lima, K.; Spyrides, M.H., 2021. Rainfall and streamflow extreme events in the São Francisco Hydrographic Region. International Journal of Climatology, v. 41, (2), 1279-1291. https://doi.org/10.1002/joc.6807.

Oliver, U.; Mung’atu, J., 2018. Modelling extreme maximum rainfall using generalized extreme value distribution: case study Kigali City. International Journal of Science and Research, v. 7, (6), 121-126. https://doi.org/10.21275/ART20183033

Pachauri, R.K.; Allen, M.R.; Barros, V.R.; Broome, J.; Cramer, W.; Christ, R.; Dubash, N.K., 2014. Climate Change 2014: Synthesis Report; Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (IPCC). Geneva, Switzerland.

Reiss, R.D.; Thomas, M., 1997. Statistical analysis of extremes values. Springer-Verlag, Birkhäuser.

Rupa, C.; Mujumdar, P.P., 2017. Quantification of uncertainty in spatial return levels of urban precipitation extremes. Journal of Hydrologic Engineering, v. 23, (1). https://doi.org/10.1061/(ASCE)HE.1943-5584.0001583.

Santos, C.; Lima, A.; Farias, M.; Aires, U.; Serrão, E., 2016. Análise estatística da não estacionariedade de séries temporais de vazão máxima anual diária na bacia hidrográfica do Rio Pardo. Holos, v. 7, 179-193. https://doi.org/10.15628/holos.2016.4892.

Teixeira, D.B. de S.; Almeida, L.T.; Ferreira, F.L.V., 2020. Tendências hidrológicas na bacia hidrográfica do rio Juquiá, São Paulo. Brazilian Journal of Animal and Environmental Research, v. 3, (2), 434-446. https://doi.org/10.34188/ bjaerv3n2-003.

Tejadas, B.E.; Bravo, J.M.; Sanagiotto, D.G.; Tassi, R.; Marques, D.M.L.M., 2016. Projeções de vazão afluente à lagoa Mangueira com base em cenários de mudanças climáticas. Revista Brasileira de Meteorologia, v. 31, (3), 262-272. https://doi.org/10.1590/0102-778631320150139.

Thomas, M.; Lemaitre, M.; Wilson, M.L.; Viboud, C.; Yordanov, Y.; Wackernagel, H.; Carrat, F., 2016. Applications of extreme value theory in public health. PLoS One, v. 11, (7), e0159312. https://doi.org/10.1371/journal.pone.0159312.

Umbricht A.; Fukutome S.; Liniger M. A, Frei C.; Appenzeller, C., 2013. Seasonal variation of daily extreme precipitation in Switzerland. Scientific Report MeteoSwiss, (97), 122 pp.

Universidade Federal de Santa Catarina (UFSC), 2012. Centro Universitário de Estudos e Pesquisas sobre Desastres. Atlas brasileiro de desastres naturais 1991 a 2010: volume Brasil. CEPED UFSC, Florianópolis, 94 pp.

Vieira, S.A.; Osorio, D.M.M.; Quevedo, D.M.; Adam, K.N.; Pereira, M.A.F., 2018. Metodologia de imputação de dados hidrometeorológicos para análise de séries históricas – Bacia do rio dos Sinos, RS, Brasil. Revista Brasileira de Climatologia, v. 23, 189-204. https://doi.org/10.5380/abclima.v23i0.56219.

Viana, D.R.; Aquino, F.E.; Muñoz, V.A., 2009. Avaliação de desastres no Rio Grande do Sul associados a Complexos Convectivos de Mesoescala. Sociedade & Natureza, v. 21, (2), 91-105. https://doi.org/10.1590 /S1982-45132009000200007.

Wilks, D.S., 2011. Statistical methods in the atmospheric sciences. Academic Press, San Diego, 668 pp.

Yonus, M.; Hassan, S.A., 2019. Probabilistic flood analysis of indus river flow. Journal of Mathematics, v. 51, (8), 129-140.

Yue, S.; Wang, C.Y., 2004. The Mann-Kendall test modified by effective sample size to detect trend in serially correlated hydrological series. Water Resources Management, v. 18, 201-218. https://doi.org/10.1023/B:WARM.0000043140.61082.60.

Zandonadi, L.; Acquaotta, F.; Fratianni, S.; Zavattini, J. A., 2016. Changes in precipitation extremes in Brazil (Paraná River Basin). Theoretical and Applied Climatology, v. 123, (3-4), 741-756. https://doi.org/10.1007/s00704-015-1391-4.