Resumo Modelos climáticos regionais (RCM) são as principais ferramentas para analisar impactos de mudanças climáticas em variáveis hidrológicas. Contudo, frequentemente apresentam vieses quando comparados a observações para o mesmo período, e técnicas de correção de viés (BC) têm sido utilizadas. Este estudo propôs uma análise de decisão multicritério (MCDA) para comparar combinações de RCM com metodologias de BC. Os critérios permitiram analisar a capacidade dos modelos em reproduzir as estatísticas gerais observadas, e obter informações relevantes para estudos hidrológicos, como aspectos relacionados à sazonalidade e de períodos secos e úmidos. A MCDA foi baseada no coeficiente modificado de Kling-Gupta (KGE’). Quatro métodos de BC foram aplicados em dados de precipitação mensal de quatro RCM para a bacia do rio Piracicaba. O método Linear Scaling (LS) apresentou os melhores resultados no aprimoramento da performance geral dos modelos. O método Standardized Reconstrucion (SdRc), combinado ao RCM Eta-HadGEM2-ES, obteve o melhor resultado para o período de validação (1991-2005). A análise dos indicadores da MCDA foi importante para a compreensão dos efeitos da BC. Os cenários projetados corrigidos (2006-2098) não apresentaram alterações no sinal da mudança climática do RCM com relação à precipitação total anual. No entanto, o método SdRc diminuiu em pelo menos 45% a precipitação média mensal dos meses Julho, Agosto e Setembro para os cenários RCP4.5 e RCP8.5.

Abstract Regional climate models (RCM) are the main tools for climate change impacts assessment in hydrological studies. These models, however, often show biases when compared to historical observations. Bias Correction (BC) are useful techniques to improve climate projection outputs. This study presents a multi-criteria decision analysis (MCDA) framework to compare combinations of RCM with selected BC methods. The comparison was based on the modified Kling-Gupta efficiency (KGE’). The criteria evaluated the general capability of models in reproducing the observed data main statistics. Other criteria evaluated were the relevant aspects for hydrological studies, such as seasonality, dry and wet periods. We applied four BC methods in four RCM monthly rainfall outputs from 1961 to 2005 in the Piracicaba river basin. The Linear Scaling (LS) method showed higher improvements in the general performance of the models. The RCM Eta-HadGEM2-ES, corrected with Standardized Reconstruction (SdRc) method, achieved the best results when compared to the observed precipitation. The bias corrected projected monthly precipitation (2006-2098) preserved the main signal of climate change effects when compared to the original outputs regarding annual rainfall. However, SdRc produced significant decrease in monthly average rainfall, higher than 45% for July, August and September for RCP4.5 and RCP8.5 scenarios.

RESUMO O Sistema Cantareira (SC), um dos maiores sistemas produtores de água do Brasil, enfrentou um período de forte seca entre os anos de 2013 e 2014, o que comprometeu não só o atendimento a 9 milhões de pessoas na Região Metropolitana de São Paulo (RMSP) como também as bacias a jusante. Este estudo tem o objetivo de propor modelos de programação dinâmica (PD) para operação ótima do SC, considerando o período crítico de 2011 a 2015. Nesse contexto, foram formulados um modelo de otimização livre e um modelo de otimização baseado em uma regra de operação por faixas. Ambos os modelos apresentaram desempenho superior à operação realizada quanto ao volume armazenado e quanto ao atendimento às demandas. O modelo de otimização livre apresentou fornecimento médio de 29,40 m3.s-1 para RMSP e de 9,30 m3.s-1 e de 18,70 m3.s-1 para as bacias a jusante, representadas pelos pontos de controle Jb e Jv, respectivamente. A regra de operação por faixas forneceu vazões médias de 28,50 m3.s-1 para a RMSP, de 9,40 m3.s-1 para Jb e de 19,30 m3.s-1 para Jv.

ABSTRACT The Cantareira System (CS), one of Brazil’s biggest water producing systems, went through a period of severe drought from 2013 to 2014, compromising not only the 9 million people in the Metropolitan Region of São Paulo (MRSP), but also the downstream basins. This paper aims to propose Dynamic Programming (DP) models for optimal operation of the CS, considering the critical period from 2011 to 2015. In this context, an unconstrained operation optimization model and a rule-based operation optimization model were formulated. Both optimized models presented superior performance when compared to the real operation regarding final storage volumes and guaranteeing the attendance of water demand. The unconstrained operation optimization model provided average supply of 29,40 m3.s-1 for MRSP, and of 9,30 m3.s-1 and 18,70 m3.s-1 for the downstream basins represented by control points, Jb and Jv respectively. The rule-based operation model provided average supply of 28,50 m3.s-1 to MRSP, of 9,40 m3.s-1 to Jb, and of 19,30 m3.s-1 to Jv.