Estimação de incertezas na modelagem hidrodinâmica por meio de técnicas Bayesianas

RESUMO

A avaliação de incertezas tem emergido como estudo primordial para se conhecerem os efeitos dos erros inerentes aos processos de modelagem de perfis de escoamento de vazões de cheia, de natureza aleatória e epistêmica, presentes em dados de entrada como vazões e topobatimetria, na estrutura e parametrização dos modelos matemáticos utilizados e nas suas necessárias condições de contorno e iniciais. Dessa forma, o estudo reportado neste artigo buscou aplicar uma metodologia de cunho Bayesiano, associada a milhares de simulações de Monte Carlo por Cadeias de Markov, a fim de identificar e quantificar a incerteza inerente ao coeficiente de rugosidade de Manning de um modelo hidrodinâmico unidimensional e a incerteza total envolvida na predição de hidrogramas e profundidades resultantes da propagação de cheias por um trecho do Alto rio São Francisco, entre a foz do rio Abaeté e a cidade de Pirapora. Os resultados mostram que o esquema Bayesiano permitiu uma adequada identificação a posteriori das incertezas paramétricas e associadas às demais fontes de erros, com alteração importante das distribuições de probabilidade estipuladas a priori. Ademais, a análise estatística dos resíduos da modelagem veio corroborar a aplicabilidade do método à análise de incertezas na modelagem hidrodinâmica por meio do uso de uma função de verossimilhança mais flexível do que a clássica função baseada nas hipóteses de normalidade, homoscedasticidade e ausência de correlação serial para os resíduos. A continuidade deste trabalho prevê ainda a avaliação de sensibilidade das incertezas a posteriori à inserção de afluências laterais, sobretudo no que tange à correlação temporal dos resíduos, bem como a adoção de outras variáveis como informação de atualização das incertezas, e a validação da metodologia por meio do uso das incertezas a posteriori para estimação da incerteza total envolvida na predição de outros eventos de cheia que não tenham sido utilizados no processo de inferência.

Palavras-chave:
Estimação de incertezas; Modelos hidrodinâmicos; Inferência Bayesiana; Simulações de Monte Carlo por Cadeias de Markov; Mapas de inundação probabilísticos