Abstract Heavy rainfall information is essential for environmental studies and water engineering. This study therefore aimed to adjust Intensity-Duration-Frequency (IDF) equations for 247 locations in the Rio Grande do Sul (RS) using stationary rainfall series. Mann-Kendall’s test was applied to identify the temporal trends in the Annual Maximum Daily Rainfall (AMDR) series of 271 rain gauges in RS. The Kappa, Generalized Extreme Value (GEV), Gumbel, two-parameters Log-Normal and three-parameters Log-Normal probabilistic distributions were adjusted to the AMDR series without significant temporal trend. The best distribution fit was given by Anderson-Darling’s test, so the AMDR was discretized up to 5 minutes. IDF equations coefficients were adjusted in RStudio, using Nash-Sutcliffe’s Coefficient and the Root-Mean-Square Error to evaluate them. In conclusion: the most suitable distributions for the AMDR were the multiparametric Kappa and GEV; the IDF equations coefficients adjustment was classified as “excellent”; coefficients a and b varied across the RS and are correlated with the AMDR and geographical positions; and the c and d coefficients were practically constant.

Resumo Informações sobre chuvas intensas são essenciais para estudos ambientais e engenharia de recursos hídricos. Assim, o estudo objetivou ajustar equações Intensidade-Duração-Frequências (IDF) de chuvas para 247 locais do Rio Grande do Sul (RS), utilizando séries estacionárias de chuva. Para identificar tendencias temporais significativas, o teste Mann-Kendall foi aplicado em 271 séries de Chuva Máxima Diária Annual (CMDA) do RS. As distribuições probabilisticas Kappa, GEV, Gumbel, Log-Normal 2 parâmetros e Log-Normal 2 parãmetros foram ajustadas às séries sem tendência de CMDA. Com as distribuições melhores ajustadas à cada série de CMDA, esta foi discretizada em intervalos de até 5 minutos. O ajuste dos coeficientes das equações IDF foi realizado no RStudio, utilizando o Coeficiente de Nash-Sutcliffe e a Raíz Quadrada do Erro Quadrático Médio para avaliá-lo. Em conclusão: as distribuições mais adequadas foram as multiparamétricas Kappa e GEV; o ajuste dos coeficientes da equação IDF foi classificado como “excelente”; os coeficientes a e b variam no RS e estão correlacionados com a magnitude da CMDA e sua localização; os coeficientes c e d foram praticamentes contantes.

Resumo O Modelo do Número da Curva do Serviço de Conservação do Solo é um modelo conceitual destinado a estimar a precipitação efetiva (ER). Esse modelo está embasado em um parâmetro - denominado Curve Number (CN), que é determinado a partir de informações sobre as características da bacia hidrográfica. O Método Padrão (M1) para determinar o CN é baseado em tabelas de solo e uso da terra, no entanto, alguns autores propuseram metodologias alternativas para definir o valor de CN de eventos monitorados de chuva-escoamento, como aqueles descritos por Hawkins (1993) (M2), Soulis and Valiantzas (2012) (M3) e Soulis and Valiantzas (2013) (M4). O objetivo deste trabalho foi avaliar o impacto da utilização desses métodos para determinação do parâmetro CN na estimativa da ER, tomando como referência quarenta eventos pluviométricos monitorados entre 2015 e 2018 na bacia do rio Cadeia, que possui características de Bioma Pampa. Os diferentes métodos avaliados para definição do parâmetro CN resultaram em desempenhos contrastantes no que diz respeito à estimativa de ER para CRW, como os seguintes achados: i) M1 deu valores de ER com pouca confiabilidade, principalmente devido à classificação das classes de teor de umidade antecedentes; ii) M3 apresentou os melhores resultados na determinação de ER, seguido de M2; e iii) os valores de ER estimados de acordo com o M4 diferiram dos observados, principalmente para eventos com menores profundidades de chuva.

Abstract The Soil Conservation Service Curve Number Model is a conceptual model intended for estimating effective rainfall (ER). This model is grounded in a parameter - referred to as Curve Number (CN), which is determined from information on the characteristics of the watershed. The Standard Method (M1) for determining the CN is based on soil and land-use tables; however, some authors have proposed alternative methodologies for defining the CN value from monitored rainfall-runoff events, such as those described by Hawkins (1993) (M2), Soulis and Valiantzas (2012) (M3), and Soulis and Valiantzas (2013) (M4). The objective of this study was to evaluate the impact of using these methods for determination of the CN parameter on the estimation of ER, taking as reference forty rainfall-runoff events monitored between 2015 and 2018 in the Cadeia River Watershed, which has characteristics of the Pampa biome. The different methods assessed for definition of the CN parameter resulted in contrasting performances with respect to the estimation of ER for CRW, as the following findings: i) M1 gave ER values with little reliability, mainly due to the classification of antecedent moisture content classes; ii) M3 provided the best results in determining ER, followed by M2; and iii) the ER values estimated according to M4 differed from those observed, mainly for events with lower rainfall depths.

RESUMO A aquisição e a análise de séries hidrológicas são tarefas indispensáveis para estudos hidrológicos em bacias hidrográficas, no entanto, demandam tempo e normalmente apresentam complexidade e estão susceptíveis a erros humanos. A fim de minimizar estes problemas, frequentemente são empregadas ferramentas computacionais de análises hidrológicas, no entanto, existem poucas destas no Brasil. Esta nota técnica visa disponibilizar um documento estruturado com informações sobre a motivação, desenvolvimento, concepção, principais funcionalidades e aplicações do System of Hydrological Data Acquisition and Analysis (SYHDA). O SYHDA é um software de aquisição e análise de dados hidrológicos de chuva e vazão totalmente idealizado para permitir ao usuário trabalhar com os principais bancos de dados do país aplicados à hidrologia. Possui diversos módulos que contemplam análise por estatísticas descritivas e ferramentas gráficas, análise de sazonalidade de vazões, testes não paramétricos e modelagem probabilística local e regional. O SYHDA já foi empregado em inúmeros estudos científicos, os quais dão embasamento para afirmar que o software demonstra grande potencial para ser utilizado em atividades tanto cotidianas quanto complexas demandadas pela comunidade científica e técnica de hidrologia e de áreas afins.

ABSTRACT Acquisition and analysis of hydrological series are essential activities for hydrological studies in watersheds. However, they require time and are usually complex and susceptible to human errors. In order to minimize these problems, computational tools are often used for hydrological analysis, although there are few of them in Brazil. This technical note aims to provide a structured document with information on the motivation, development, conception, main functionalities, and applications of the System of Hydrological Data Acquisition and Analysis (SYHDA). SYHDA is a software intended for acquisition and analysis of hydrological data (rainfall and streamflow) and was fully idealized to enable the user to deal with the country’s leading hydrology databases. It has several modules that include analysis by descriptive statistics and graphical tools, seasonality analysis of streamflows, non-parametric tests, and at-site and regional probabilistic modeling. SYHDA has been used in numerous scientific studies, which give grounds to affirm that it demonstrates a great potential to be used in both everyday and complex activities demanded by the scientific and technical community of hydrology and related areas.

RESUMO A erosão do solo é atualmente uma das principais preocupações nos estudos de agricultura, recursos hídricos, manejo do solo e desastres naturais, principalmente devido aos impactos econômicos, ambientais e humanos associados à erosão. Esta situação é agravada nos países em desenvolvimento, onde o monitoramento hidrológico e os levantamentos adequados do solo são escassos. Portanto, destaca-se o uso de estimativas indiretas de perda de solo por meio de equações empíricas. Neste contexto, o presente estudo propôs a aplicação da Equação Universal de Perdas de Solo Revisada (RUSLE) com o auxílio de Sistemas de Informações Geográficas (SIG) e Sensoriamento Remoto para duas bacias hidrográficas agrícolas no Rio Grande do Sul - Brasil. Entre todos os fatores RUSLE, o LS apresentou a distribuição espacial mais próxima quando comparada à perda total anual de solo, sendo um bom indicador de áreas de risco. A perda total anual de solo variou de 0 a mais de 100 t ha-1 ano-1, sendo a grande maioria (cerca de 65% da área total) classificada de leve a moderado níveis de perda de solo. Mais de 10% da área de estudo apresenta níveis altos a extremamente altos de perda de solo, exigindo intervenções imediatas. O presente estudo destaca-se como uma importante ferramenta para praticantes e tomadores de decisão, sendo o primeiro estudo de sua natureza no extremo sul do Brasil.

ABSTRACT Soil erosion is currently one of the main concerns in agriculture, water resources, soil management and natural hazards studies, mainly due to its economic, environmental and human impacts. This concern is accentuated in developing countries where the hydrological monitoring and proper soil surveys are scarce. Therefore, the use of indirect estimates of soil loss by means of empirical equations stands out. In this context, the present study proposed the assessment of the Revised Universal Soil Loss Equation (RUSLE) with the aid of Geographical Information Systems (GIS) and remote sensing for two agricultural watersheds in southern Rio Grande do Sul - Brazil. Among all RUSLE factors, LS showed the closest patterns to the local when compared to the total annual soil loss, thus being a good indicator t of risk areas. The total annual soil loss varied from 0 to more than 100 t ha-1 yr-1, with the vast majority (about 65% of the total area) classified from slight to moderate rates of soil loss. The results estimated according to RUSLE indicated that over 10% of the study area presented very high to extremely high soil loss rates, thus requiring immediate soil conservation practices. The present study stands out as an important scientific and technical support for practitioners and decision-makers, being probably the first of its nature applied to extreme southern Brazil.