josicleda,+250774-205674-1-LE

Revista Brasileira de Geografia Física v.15, n.02 (2022) 783-803.
Revista Brasileira de
Geografia Física
ISSN:1984-2295
Homepage:https://periodicos.ufpe.br/revistas/rbgfe
Comparação de MDTs a partir do acoplamento de modelo hidrológico e

hidrodinâmico aplicado à identificação de áreas de inundações urbanas
Fabricio Ribeiro Garcia1, Mauro José Alixandrini Júnior2
1
Mestrando do Programa de Pós-Graduação em Engenharia Civil da Universidade Federal da Bahia – UFBA, Salvador- BA, rgfabricio@gmail.com;
2
Professor do Programa de Pós-Graduação em Engenharia Civil da Universidade Federal da Bahia – UFBA, Salvador- BA, mauro.alixandrini@ufba.br.
Artigo recebido em 11/06/2021 e aceito em 26/03/2022

RESUMO
O intenso crescimento urbano tem um reflexo considerável sobre o aumento da impermeabilização do solo,
consequentemente alterando as condições naturais do ciclo hidrológico, assim elevando a parcela de escoamento
superficial, e com isso favorecendo as ocorrências de alagamentos e inundações. Entender essa dinâmica é fundamental
para uma boa gestão do espaço urbano, nesse sentido, o processo de simulação hidrológica e hidráulica torna-se uma
ferramenta muito importante para se buscar respostas do comportamento de eventos de chuvas. O Sistemas de
Informações Geográficas trouxe um aprimoramento considerável para a aplicação dos processos de modelagem,
disponibilizando importantes informações sobre as características de terreno, a partir dos modelos digitais de terreno. A
qualidade e a usabilidade dos resultados dos modelos de simulações hidrológicas e hidráulicas estão intimamente
associadas à precisão e disponibilidade dos dados topográficos. Desta forma, este trabalho buscou avaliar o uso da
modelagem hidrodinâmica subsidiada por duas fontes de modelos digitais de terreno- sendo estes o LiDAR e SRTM -
aplicados à identificação de área de inundações na bacia hidrográfica do Cobre em Salvador/Ba. Para cumprimento do
proposto, foi utilizado o acoplamento dos modelos de transformação de chuva-vazão, através da modelagem hidrológica
com o HEC-HMS, enquanto para a modelagem hidrodinâmica utilizando-se o modelo HEC-RAS. Para a validação da
metodologia proposta foi realizado a análise de correlação dos resultados de modelagem com dados de registros de
ocorrências da defesa civil de Salvador. Os resultados mostraram poucas evidências da validade da metodologia para o
objetivo proposto.
Palavras-chave: inundação urbana, macrodrenagem, HEC-HMS, HEC-RAS.
Comparison of MDTs from the ccoupling of a hydrological and hydrodynamic

model applied to the identification of urban flooding areas
ABSTRACT
The urban growth intensity is a considerable reflection on the increase of the immobilization of the sole, consequently
alternating with natural conditions of the hydrological cycle, as well as elevating the surface of the surface escarpment,
and thus being favorable as alignments and alignments. Intending this dynamics is fundamental to a good urban space
management, not to mention, the hydrological and hydraulic simulation process will be a very important workaround for
looking at chevro event handling. Geographic Information Systems finds a considerable appraisal for the application of
modeling processes, providing important information on terrain characteristics, including digital terrain models. The
quality and usability of the results of the hydraulic and hydraulic simulation models are intimately linked to the accuracy
and availability of topographic data. In this form, this bus was used to provide the use of hydrodynamic modeling
supported by two sources of digital models of terrestrial transmission from LiDAR and SRTM - applied to identify the
area of alagamentos and inundations in the Baia Hydrographic / Coal Hydraulic Basin. For compression of the proposal,
use the complement of chuva-vase transformation models, obtained from the hydrological modeling with the HEC-HMS,
in addition to the hydrodynamic modeling using the HEC-RAS model. For the validation of the proposed methodology,
a correlation analysis of the modeling results with data from the civil defense registration records of Salvador has been
carried out. The results will show evidence of methodology validity for the objective proposal.
Keywords: urban flood, macro drainage HEC-HMS, HEC-RAS
783
Garcia., F., R., Júnior., M., J., A.
Introdução
A urbanização leva à mudança do modo A modelagem é a representação

de uso do solo e da estrutura quantitativa, simplificada da realidade, sua transformação ou
resultando na destruição do processo do ciclo sua evolução, com o objetivo de prever seu
hidrológico (Kai Wang, 2022). Carlos Aparicio, comportamento. A modelagem proporciona a
Brenes e Jochen (2022) além de ser a mudança oportunidade de investigar os possíveis efeitos de
antropogênica mais drástica da cobertura do solo, a diferentes alterações a longo prazo, as quais são
urbanização geralmente resulta em uma mudança normalmente processos lentos com interações em
significativa da hidrologia local e regional. evolução (Hohmann, Kirchengast, Birk, 2018).
As paisagens urbanas têm um impacto Em muitos processos de modelagem é
significativo sobre a dinâmica superficial de possível a implantação de um sistema de
geração de escoamento (Kai Wang, 2022). Pandey informações geográficas (SIG), que reúna um
et al. (2021) destaca que os impactos das alterações conjunto de bases digitais e de bancos de dados
de cobertura do solo afetam o ciclo hidrológico que podem ser manipulados com a finalidade de
diminuindo a parcela de infiltração e, com isso, promover uma análise espacial de acordo com os
elevando a vazão do escoamento superficial, assim objetivos do usuário (Kalogeropoulos et al.,2020).
reduzindo o tempo de concentração da bacia A integração entre modelos e sistemas de
durante um evento de chuva, desta forma, informação geográfica (SIG) tem sido
favorecendo as ocorrências de alagamentos e amplamente usada para simular padrões de
inundações. inundação, hidrodinâmica de inundação e riscos
A rápida expansão urbana em diferentes de inundação (Pathan, Agnihotri, 2019).
partes do mundo levou a mudanças significativas Os estudos hidrológicos e
nos tipos de uso e cobertura da terra (Opeyemi hidrodinâmicos têm grande relevância no
Wei, Olusola, 2019). Esse fato gera graves entendimento dos alagamentos e das inundações.
impactos ambientais, como a erosão do solo, a Assim, entende-se que as metodologias adotadas
poluição e o assoreamento dos corpos hídricos, e devem ser capazes de integrar os estudos
o aumento da impermeabilização do solo, que hidrológicos e hidráulicos com a gestão do risco
pode resultar na intensificação dos eventos de de alagamento e inundações. Esta integração tem
alagamentos, enchentes e inundações. sido facilitada com o crescente desenvolvimento
Apesar do aumento do conhecimento tecnológico dos SIG. A integração entre os
sobre aspectos como previsão, modelagem e modelos hidrológicos e hidrodinâmicos com SIG
mapeamento de eventos de inundações e vem sendo apresentada como forma viável de
correlatados, eventos desta natureza continuam descrever os processos no estudo de bacias e
ocorrendo com bastante frequência, tornando-os microbacias hidrográficas (Mihu-Pintilie et al.,
um dos riscos naturais mais frequentes e 2019).
generalizados (Rana e Routray, 2018). Nas Diversos trabalhos foram realizados
últimas décadas, as inundações aumentaram com utilizando-se da modelagem hidrodinâmica
frequência em todo o mundo devido a diversos acopladas às geotecnologias como ferramenta para
fenômenos, como mudanças climáticas, o mapeamento das áreas de ocorrências de
crescimento acelerado da urbanização etc. Rana e desastres naturais, visando contribuir para um
Routray (2018) o crescimento urbano acelerou em melhor planejamento urbano e uma diminuição
diferentes países trazendo consigo aumento da dos efeitos provocados por esses desastres (Hu et
vulnerabilidade à eventos de inundações. al., 2019; Stoleriu e Mihu-Pintilie, 2019; Dhote et
A modelagem do ciclo hidrológico al., 2020; Hutanu et al., 2020; Dahl et al., 2022;
cumpre um papel importante no processo de Pathan, Agnihotri, Patel, 2022).
identificação de áreas sujeitas a inundações, pois As ferramentas de modelagens trazem a
envolve os fluxos de água de superfície e possibilidade de contribuir para gestão do uso do
subterrânea, assim é essencial para os recursos solo e então minimização das perdas ou mitigação
hídricos planejamento e gestão do uso do solo. dos problemas decorrentes destes eventos. Ezz
Thakur et al. (2022) apontou que há uma crescente (2018) destaca o papel fundamental do ambiente
tendência nos últimos anos para as decisões de SIG no processo de modelagem, pois esse tem a
gestão de recursos hídricos com base em estudos capacidade de extrair do ambiente natural
de modelagem. variáveis necessárias a partir de modelos digitais
de terreno (MDT), como direções de fluxo,
784
declives, comprimentos e delineamento das podem comprometer a qualidade das análises e

bacias. resultados. Assim, a fiel caracterização do terreno
A visualização do terreno, a partir dos MDTs é de grande importância, visto
processamento e quantificação dos atributos que a natureza de obtenção desses dados gera uma
topográficos realizadas em SIG é uma recurso discrepância natural, o que pode resultar
poderoso em estudos de caracterização subdimensionamentos de estruturas, desta forma,
morfométrica (Kumar, Venkatesh, Triphati, 2018) gerando gastos de recursos públicos e podendo
para entender a estrutura das bacias hidrográficas chegar aos danos materiais e humanos à
e funções em escalas locais, regionais e globais sociedade. Nesse contexto, é importante que se
(Venkatesh e Anshumali, 2019). desenvolvam formas de melhorias nas
O modelo de elevação de terreno é o metodologias aplicadas ao zoneamento de áreas
principal fonte de dados para várias aplicações na susceptíveis a alagamentos e inundações.
topografia, geomorfologia, estudos de cobertura Dessa forma, a partir da modelagem
vegetal, avaliação tsunami, hidrologia, hidrodinâmica, esta pesquisa se propõe a
morfometria e estudos urbanos (Xi et al., 2022). identificar potenciais áreas de alagamentos, e
Os MDTs podem ser obtidos por diferentes avaliar a influência que a resolução dos modelos
técnicas, sendo algumas das mais frequentemente digitais de terreno tem sobre tal procedimento,
utilizadas como os oriundos por interferometria além disso avaliar o potencial da metodologia a
por radar de abertura sintética e os obtidos por partir comparação de registros de ocorrências
detecção remota como o Light Detection and oriundos da Defesa Civil de Salvador.
Ranging (LiDAR).
Os estudos direcionados ao mapeamento Material e métodos
das áreas de risco de inundações (Ghimire, 2019;
Pathan, Agnihotri, 2020; Chakravorty, Ramana, Caracterização da área de estudo
Pandey, 2022; Elkhrachy, 2022) são de grande A área de estudo compreende a bacia
importância, principalmente no que tange ao hidrográfica do Rio do Cobre, a qual está inserida
planejamentos urbanos, porém destaca-se que a na região do Subúrbio Ferroviário da cidade de
qualidade dos resultados está intimamente ligada Salvador-BA, (Figura 1), e possui uma área de
às resoluções dos modelos digitais de terreno e 20,65 km2, sendo a quinta maior bacia do
muitas vezes podem ser as fontes de incertezas que município.
Figura 1. Localização da bacia hidrográfica do Rio do Cobre em Salvador. Fonte: Autores (2020).
785
A bacia hidrográfica do Rio do Cobre apresenta uma topografia muito acidentada, com
compõe um dos maiores territórios de pobreza de variações de altitudes entre 0 e 120 m, e com
Salvador e que frequentemente sofre com grandes linhas de talvegue formando córregos e
problemas de alagamentos e inundações. Assim, cursos d’água que deságuam na região do Parque
caracterizando-se como uma área de grande São Bartolomeu. A Figura 3 apresenta a
vulnerabilidade social. distribuição do relevo na bacia e suas sub-bacias
As inundações ocorrem principalmente do rio do Cobre.
quando se têm eventos de precipitação de
intensidades superiores à capacidade dos sistemas
de drenagem urbana. De acordo com a
classificação climática realizada por Köppen
(1930), em que são levadas em consideração as
variações sazonais e os valores médios mensais e
anuais de temperatura e precipitação, a cidade de
Salvador -BA está inserida numa zona Af’, clima
tropical chuvoso de floresta, sem estação seca;
pluviosidade média mensal superior a 60,0 mm e
anual inferior a 1500,0 mm; temperatura do mês
mais frio acima de 18,0 ºC; verões longos e
quentes com temperatura média do mês mais
quente superior a 22,0 ºC. Algumas dessas
características são corroboradas pelo climograma
(Figura 2).
Figura 3. Hipsometria da Bacia do Rio do Cobre

Fonte: Autor (2020).
Da figura acima observa-se as sub-

bacias SB1, SB2 e SB5 possuem uma
Figura 2. Valores médios de pluviometria e predominância de altitudes variando entre 120 e
temperatura de Salvador-BA. Fonte: Instituto de 60 m, enquanto as sub-bacias SB3 e SB4 possuem
Meteorologia (2020). Elaboração: Autor (2020). uma predominância de altitudes variando entre 90
e 60 m. Já as sub-bacias SB6 e SB7 apresentam as
Verifica-se que as maiores precipitações maiores variações de altitudes, compreendendo
são concentradas entre os meses de março e julho, entre 120 a 30 m, com predominância de altitudes
sendo que os maiores valores médios ocorrem nos variando entre 90 a 30 m- para a SB6- e 30m até o
meses de abril e maio, com 252,0 mm e 285,0 mm, nível do mar - para a SB7.
respectivamente. No período de precipitações Quanto à caracterização de uso e
mais baixas, que se estende dos meses setembro a cobertura do solo, destaca-se que este visa
fevereiro, as médias dos totais de precipitações se basicamente interpretar as características de
mantêm próximas de 100,0 m, sendo os meses de determinada região. Para tanto, é necessário
setembro e outubro com os menores valores identificar os tipos de coberturas presentes. Para
médios de precipitação, com 74,0 mm e 79,0 mm, este trabalho, foram identificadas 5 classes, sendo
respectivamente. A precipitação média anual para estas: vegetação densa, vegetação esparsa, solo
a cidade de Salvador-BA é de 1.781,0 mm. exposto, urbanização e corpos hídricos (Figura 4).
Características de grande importância
nas análises de bacias hidrográficas, é possível
observar que a bacia hidrográfica do Cobre
786
A etapa foi realizada a partir de uma

classificação por fotointerpretação visual- a partir
de uma escala média de visualização de 1:500-
utilizando como camada base as imagens do
Google Earth do ano 2020, acessadas através do
complemento QuickMap Service do software
Figura 4. Classes de uso e cobertura do solo
QGIS 3.10.7. Sendo assim realizada a vetorização
identificadas na Bacia do Cobre. Fonte: Autor
das classes apresentadas (Figura 4). A tabela
(2020).
1 apresenta a quantificação dos classes por sub-
bacia.
Tabela 1 – Quantitativo das classes de cobertura superficiais das sub-bacias

Sub-bacia 1 Sub-bacia 2 Sub-bacia 3 Sub-bacia 4 Sub-bacia 5 Sub-bacia 6 Sub-bacia 7
Classes
km² % km² % km² % km² % km² % km² % km² %
Corpos hídricos 0,1 1,7 0,0 1,3 0,0 0,0 0,1 4,4 0,3 9,2 0,0 0,9 0,0 2,6
Solo exposto 0,4 7,2 0,5 14,0 0,0 1,8 0,0 2,2 0,1 2,2 0,1 2,6 0,0 2,7
Urbanização 1,1 22,8 0,9 26,5 1,8 85,0 0,2 9,3 0,6 19,2 2,6 71,3 1,5 83,1
Vegetação densa 2,8 56,2 1,6 47,3 0,3 13,2 1,3 79,5 2,2 68,0 0,6 17,6 0,0 1,7
Vegetação esparsa 0,6 12,1 0,4 10,9 0,0 0,0 0,1 4,5 0,0 1,4 0,3 7,7 0,2 9,9
Fonte : Autor (2020)
Observa- se a predominância da classe Tabela 2 – Estações pluviométricas selecionadas

de vegetação densa nas sub-bacias 1, 2, 4 e 5, Código Operador Latitude Longitude Período
correspondendo a 56,25%, 47,24%, 79,53 em 1238045 ANA 12°55'12'' 38°30'00'' 44-63
67,97, respectivamente. De forma inversa, ocorre 1238001 ANA 12°53'00'' 38°27'00'' 49-71
a predominância da classe de urbanização nas sub- 1338007 INMET 3°01'12'' 38°53'00'' 63-19
1238117 SUDENE 12°53'00'' 38°27'00'' 49-71
bacias 3, 6 e 7, correspondendo a 85,05% 71,28% 1238118 SUDENE 12°56'00'' 38°30'00'' 44-63
e 83,09%. As duas classes predominantes são 1338003 SUDENE 12°00'00'' 38°00'00'' 11-85
fundamentais para possíveis alterações de 1238018 RFFSA 12°56'00'' 38°30'00'' 49-71
comportamentos de escoamentos superficiais. 1338005 DNOCS 13°01'12'' 38°29'00'' 43-64
Dados de precipitações da área
Os dados de precipitações utilizados Neste sentido, da série histórica de 108
para construção da equação de Intensidade- anos de dados, ocorreram falhas em variados
Duração-Frequência (IDF) foram coletados a períodos, assim, após a tabulação a seleção das
partir do banco de dados da Agência Nacional de máximas mensais a série foi reduzida a um
Águas (ANA) e do Instituto de Meteorologia período de 28 anos de dados contínuos,
(Inmet), considerando as estações mais próximas compreendido entre janeiro de 1991 a junho de
da região de estudo, além da estação do Inmet de 2019, obtendo-se 342 registros mensais.
Ondina (1338007), para composição de séries. Na Concernente ao ajuste de dados de
tabela 2 são apresentadas as estações chuvas, existem inúmeros métodos que podem ser
pluviométricas inicialmente utilizadas para o utilizados para encontrar essa probabilidade, como
desenvolvimento. Foram utilizados dados de distribuição Log-Normal com dois parâmetros,
precipitação máxima no intervalo de 24 horas, do Log-Normal com três parâmetros, distribuição
período de 1931 a 2019, consistindo em um Pearson tipo III, distribuição Log-Pearson tipo III
conjunto com 35640 observações. e distribuição dos Distribuição de Gumbel.
Segundo Pizarro et al. (2018), dentre os métodos
mais aceitos, destacam-se os ajustes de Log-
Normal, distribuição de Gumbel, distribuição
Normal e Log Pearson tipo III.
A aplicação da técnica da distribuição de
frequência de Gumbel é a mais popular para
avaliar frequências de tempestades de chuva e
enchentes (Devkota et al., 2018). Também
787
chamada de distribuição de valores extremos, a Tabela 3 – Características dos MDTs utilizados

distribuição de Gumbel é descrita pelo desvio Método de Resolução
padrão e pela média da amostra. MDTs: Fonte
aquisição espacial
Existem diferentes metodologias Mapeamento
aplicáveis para a construção das equações IDF. 0,5 m
Cartografia com laser
Estas equações podem assumir diversos formatos, LiDAR (4 pontos
Salvador aerotransport
dentre os mais comuns pode-se citar o tipo Log- /m2)
ado
Log, Talbot e Sherman. A expressão proposta por Interferometri
Sherman (1931) foi usada e validada por muitos a por radar de
pesquisadores (Damé, 2008; Nascimento et al. SRTM USGS 30 m
abertura
2017; Gomes et al., 2019; ). sintética
Dos resultados de precipitação definidos Fonte: Autor (2020).
pelas equações IDF, é necessário ajustar a
distribuição da chuva ao longo do tempo. Assim, Para pré-processamento, as imagens
após a definição da duração total da chuva e dos foram tratadas pelo software QGIS versão 3.10.7,
respectivos períodos de retorno, são determinadas inicialmente passando por recorte da área, para
as intensidades médias das durações. Essas diminuição do esforço computacional, e remoção
intensidades são transformadas em alturas de dos pixels negativos e vazios.
chuva e representam valores acumulados até o
último intervalo de duração. Dados de Shuttle Radar Topography Mission
Nesse sentido, o hietograma é uma O modelo digital de elevação resultante
ferramenta que permite a representação gráfica da Shuttle Radar Topograpy Mission (SRTM)
onde se pretende apresentar a intensidade de uma com células de resolução espacial de 1 arco-
chuva ao longo de sua duração. Os hietogramas segundo (30 metros), com sistema de referência de
podem ser estimados por vários métodos na coordenadas WGS 84, disponibilizado em formato
hidrologia com a finalidade de se obter os padrão GeoTiFF (.tif) e adquirido gratuitamente através
de precipitações, de maneira que possam ser do site da United States Geological Survey
utilizados para caracterizar a distribuição mais real (USGS), sendo adotada a imagem com data de
das chuvas. publicação em 23 de setembro de 2014.
Desta forma, para este trabalho utilizou-
se o método dos blocos alternados, o qual busca Dados de Light Detection and Ranging
uma distribuição de temporal mais próxima O modelo digital de terreno resultante da
possível da distribuição de um evento real de Light Detection and Ranging (LiDAR) utilizado
precipitação. neste trabalho foi resultante de levantamento
realizado em 2017 a partir da coleta de dados de
Descrição dos dados de MDTs aerolevantamento por sistema de perfilamento a
Principal insumo deste trabalho, é laser, com densidade mínima de 4 pontos/m², e
fundamental subsídio para as etapas de disponibilizado gratuitamente através do site da
modelagens, foram definidas três fontes de Cartografia Salvador.
modelos digitais de terreno para utilização que são
obtidos por Light Detection and Ranging (LiDAR) Modelagem hidrológica
e dados da Shuttle Radar Topography Mission No Hydrological Engineering Center -
(SRTM). Na tabela 3 são apresentados os tipos, Hydrologic Modeling System (HEC-HMS) foram
métodos de aquisição e resolução espacial dos gerados os hidrogramas de escoamento superficial
MDTs a serem utilizados. de cada sub-bacia, usando-os, posteriormente,
como dados de entrada no Hydrological
Engineering Center - River Analysis System
(HEC-RAS). A Figura 5 mostra o layout da
montagem do modelo hidrológico HEC-HMS.
788
planícies de alagamento e inundação (USACE,

2021). A equação para os cálculos possui como
origem o princípio de conservação de massa,
reduzido, neste caso, à conservação de volume:
𝜕𝐴 𝜕(𝑢𝐴)
𝜕𝑡
+ 𝜕𝑥
=0 Equação (1)
Onde:
A − área molhada;
u − velocidade média.
Já a equação de momento para um

volume de controle afirma que a taxa líquida que
entra no volume mais a soma de todas as forças
externas que atuam no volume são iguais à taxa de
acumulação de momento, é dada pela equação 2:
𝜕𝑄 𝜕𝑄𝑉 𝜕𝑧
+ + 𝑔𝐴 ( + 𝐼𝑓 ) = 0 Equação (2)
𝜕𝑡 𝜕𝑥 𝜕𝑥
Onde:
Q − vazão normal a seção transversal;
Figura 5. Layout do modelo HEC-HMS. A − área molhada da seção transversal;
x − uma distância;
A transformação da chuva em vazão foi g − a aceleração da gravidade;
feita pelo método do Hidrograma Unitário do SCS I0 − -dz/dx (z=cota do fundo);
(Soil Conservation Service). O método das perdas If − declividade da linha de energia, dado pela
adotado foi o Curva Número (CN) do SCS, com equação 3.
tempo de concentração das sub-bacias sebdo
𝑢|𝑢|
obtido pela fórmula de Kirpich. 𝐼𝑓 = 𝑛2 𝑅ℎ3/4 Equação (3)
Modelagem hidrodinâmica Onde:

O HEC-RAS é um software capaz de n − coeficiente de rugosidade de Manning;
realizar modelagem hidráulica de fluxos, sendo u − velocidade de escoamento.
esse desenvolvido pelo centro de engenharia A modelagem hidrodinâmica consistiu
hidrológica do Corpo de Engenheiros do Exército na simulação de hidrogramas gerados a partir da
dos Estados Unidos da América (USACE). O modelagem hidrológica com o HEC-HMS
HEC-RAS possibilita a modelagem (Costabile et al., 2020). Para tanto, foi utilizada
unidimensional (1D), modelagem bidimensional uma abordagem bidimensional (2D) e escoamento
(2D) e modelagem 1D e 2D combinada para não permanente para propagação de fluxo. Para
situações de escoamento permanente e não condição de contorno utilizou-se a declividade da
permanente. O modelo pode ser aplicado em linha de energia, a qual coincide com a declividade
trechos ou sistemas dendríticos de canais naturais do terreno.
ou artificiais. Além das análises hidráulicas, ele Em simulações 2D o HEC-RAS
ainda possibilita a adição de elementos de considera uma abordagem de modelo de terreno
engenharia hidráulica aos canais, tais como em grade para representar o fluxo em duas
bueiros, pontes, barragens, bacias de retenção etc. direções, sendo longitudinalmente ao longo de um
(USACE, 2021). curso principal, e transversalmente, considerando
Os escoamentos podem ser classificados uma propagação lateral.
em regime permanente e não permanente. A A definição do coeficiente de Manning
componente de análise em escoamento foram obtidos a partir da relação de classificação
permanente calcula os perfis d’água nas seções espacial do terreno, apresentada anteriormente na
considerando o escoamento permanente figura 4, seguindo as recomendações apresentadas
gradualmente variado. Esta componente é em Porto (2006).
indicada para aplicação em gerenciamento de
789
Das configurações iniciais tem-se ainda

os campos adicionais no editor de área de fluxo
2D, os que são utilizados durante o pré-
processamento, que os filtros de tolerâncias da
geração da malha computacional (Figura 6).
Figura 7 – Ocorrências de alagamentos na bacia

hidrográfica do Cobre.
Resultados e discussão
Resultados das análises de precipitações

os maiores volumes pluviométricos precipitados
no período de 24 horas, em cada ano ao longo da
Figura 6 Esquema de modelagem hidrodinâmica série histórica, estão sintetizados na tabela 4.
da bacia no HEC-RAS
Tabela 4 – Mês de ocorrência e a
Dados de registros de ocorrências máxima altura pluviométrica (mm) da série entre
Os registros dos alagamentos do os anos de 1991 a 2019
município de Salvador foram cedidos pela Defesa Intensidade Intensidade Intensidade
Ano Mês Ano Mês Ano Mês
Civil municipal e possui informações de data, tipo (mm) (mm) (mm)
1991 JAN 124,00 2001 OUT 73,90 2011 ABR 97,60
de ocorrência, localização geográfica (latitude e 1992 NOV 87,30 2002 JUL 108,60 2012 MAI 186,40
longitude) e logradouro de onde os alagamentos 1993 MAI 68,70 2003 MAI 112,20 2013 NOV 117,70
ocorreram. Esse banco de dados contém 1994 JUN 114,00 2004 JAN 89,30 2014 MAI 104,90
informações desde agosto/2014 a março/2019, 1995 MAI 95,30 2005 MAR 144,80 2015 MAI 105,40
totalizando 216 registros de alagamentos 1996 ABR 232,50 2006 ABR 110,60 2016 AGO 97,50
1997 OUT 84,00 2007 FEV 67,80 2017 NOV 61,90
compreendidos dentro do perímetro da bacia 1998 JUN 141,00 2008 FEV 130,80 2018 DEZ 81,80
hidrográfica do rio do Cobre (Figura 7). 1999 MAR 180,20 2009 ABR 123,00 2019 MAR 121,00
2000 JUN 75,80 2010 ABR 118,00 - - -
Com base nos dados apresentado,
percebe-se uma considerável variação interanual
entre as precipitações máximas. As maiores
concentrações em 24 horas foram de 232,50 e
186,40 mm, ocorridas respectivamente nos meses
de abril de 1996 e maio de 2012, sendo os meses
de abril e maio os mais recorrente.
Após a identificação das ocorrências de
precipitações máximas em 24 horas para todos os
790
anos da série histórica, foi aplicada a distribuição precipitação prevista com o avanço dos períodos
de Gumbel para encontrar as probabilidades de de retorno.
ocorrência da precipitação máxima para distintos Após a desagregação das precipitações
períodos de retorno (anos). Na tabela 5 estão para os tempos de duração e tempo de retorno, foi
apresentados os valores das variáveis reduzidas, as aplicado os ajustamentos e análises de tendências
probabilidades de ocorrência e a precipitação dos dados, e então estabelecida a equação (4) IDF.
corrigida em 14 %, que corresponderá a
magnitudes próximas às reais, como recomendado 447,4432.𝑇𝑅0,1960
𝐼= 𝑡 0,61926
Equação (4)
pela Companhia de Tecnologia de Saneamento
Ambiental - CETESB (1986).
Posteriormente ao desenvolvimento da
Tabela 5 – Correção de precipitação máxima pela equação de intensidade – duração – frequência,
variável reduzida para cada período de retorno. apresentada anteriormente na equação 4, foram
construídos os hietogramas de projeto, com base
Período de Intensidade Probabilidade Intensidade
no método dos blocos alternados, sendo gerados
retorno (anos) (mm) de ocorrência corrigida (mm)
para o intervalo de tempo de 5 minutos, para uma
2 111,15 0,50 125,60
chuva de duração total de 60 minutos, e períodos
5 145,65 0,80 164,58
de retornos de 10, 25 e 50 anos.
10 168,51 0,90 190,42
Pode-se observar que há uma variação
25 197,38 0,96 223,04
pequena entre os picos de precipitação, sendo
50 218,79 0,98 247,23
observado um pico de 17,18 mm para o tempo de
100 240,05 0,99 271,26 recorrência de 10 anos, 20,12 mm para o tempo de
Fonte: Autor (2020). recorrência de 25, e 22,66 mm para o tempo de
recorrência de 50 anos.
Utilizando os coeficientes da Considerando o período de recorrência
desagregação de chuvas propostos por Campos- de 50 anos e comparando com os as situações de
Aranda (1978), é estimada a precipitação máxima TR 10 anos e 25 anos, pode-se notar um acréscimo
(mm) para os distintos períodos de retorno (anos) mais significativo, o que pode indicar que se pode
em função da duração (h). É notória a relação esperar, analogamente, valores de vazões maiores
proporcional entre o aumento dos máximos de para tal cenário.
Modelo Hidrológico HEC-HMS

Uma vez calculados os hietogramas, estes foram inseridos no modelo hidrológico HEC-HMS,
juntamente com os demais parâmetros de modelo da bacia, apresentados na tabela 6 a seguir.
Tabela 6 – Características das sub-bacias e tempo de concentração

CN Área Axial Declividade Tempo de Tempo de
Sub-bacia
Ponderado (km2) (km) Média ( m/m) Concentração (min) Retardo (min)
1 82,82 4,92 4,63 0,025 44,47 26,68
2 84,40 3,35 3,44 0,031 34,87 20,92
3 94,41 2,06 2,76 0,023 33,42 20,05
4 79,60 1,64 2,70 0,033 29,63 17,78
5 82,78 3,30 2,86 0,055 26,30 15,78
6 92,53 3,59 4,10 0,027 40,40 24,24
7 95,64 1,79 2,75 0,054 25,82 15,49
Os resultados da modelagem hidrológica são apresentados graficamente nas figuras de 8 a 14,

abaixo, onde são analisados os hidrogramas de cada sub-bacia, para os períodos de retorno de 10, 25 e 50
anos.
791
TR 10 anos TR 25 anos TR 50 anos
-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

Figura 8- Hietogramas e respectivos hidrograma para sub-bacia 1



792


Figura 13 - Hietogramas e respectivos hidrograma para sub-bacia 6

Figura 14 - Hietogramas e respectivos hidrograma para sub-bacia 7.
Dos resultados dos hidrogramas é pesquisa, sendo este de identificar as áreas com
possível notar o crescimento das vazões para o potencial de ocorrência de inundações, através da
aumento do tempo de recorrência para todas as modelagem hidrodinâmica áreas para
sub-bacias, o que de fato já era esperado, visto que precipitações com períodos de retorno de 10, 25
este tem relação direta com as vazões, sendo 50 anos. A partir dos dados dos hidrogramas,
maiores vazões para maiores tempos de constantes nas figuras 9 a 15 da seção anterior,
recorrências. pôde-se modelar o comportamento das vazões
sobre a área de estudo. A modelagem foi resultado
Modelo HEC-RAS dos períodos de retorno de 10, 25 e 50 anos, para
Esta seção apresenta os resultados do um fluxo não permanente, e uma configuração de
primeiro dos objetivos específicos propostos na propagação em duas dimensões. Os resultados
793
mostraram que a área de estudo está sujeita a modelos digitais de terreno para o período de
sofrer alagamentos em alguns pontos, bem como retorno de 10 anos, porém foi observado um
inundações, uma vez que a área afetada se estende mesmo padrão de distribuição das áreas de
para além dos leitos de escoamento. inundações quando a modelagem foi realizada
Na figura 15 são apresentados os para os tempos de recorrência de 25 e 50 anos.
resultados das áreas atingidas para os dois
Figura 15- (a) Modelo digital de terreno SRTM (b) Modelo digital de terreno LiDAR.
Os resultados das manchas resultantes derivado dos dados do SRTM como observado por
dos tempos de concentração de 25 anos e 50 anos outros autores (Molinari, et al., 2020; Garrote,
comportaram-se de forma bem aproximada quanto 2022).
à questão de espacialização, diferindo um pouco Objetivando a comparação entre as áreas
da mancha de tempo de recorrência de 10 anos resultantes dos dois MDTs, foram construídos
pela área mais a norte, onde é possível notar o mapas para observar as variações para os
início da abrangência de áreas de urbanização. diferentes valores de área em função do tempo de
recorrência, como apresentado nas tabelas 7 a 9.
Comparação entre os resultados dos modelos Devido à maior resolução para essa análise foi
Como segundo objetivo específico- definido o MDT LiDAR com padrão de
sendo este comparar as áreas resultantes das comparação.
respostas dos modelos digitais de terreno obtidos Observando-se a sequência de tabelas
por interferometria SAR (InSAR) e light detection abaixo é possível notar uma significativa variação
and ranging (LiDAR)- os resultados da nas extensões das áreas variando o tipo de MDT
modelagem utilizando o MDT derivado do utilizado, sendo que a modelagem utilizando o
LiDAR apresentaram melhor resultando que o LiDAR resultou em áreas maiores e com menores
MDT derivado da imagem SRTM no que tange ao alturas máximas do perfil d’água. De forma
ajuste aos contornos originais do terreno. O que inversa, os resultados oriundos do MDT SRTM
pode ser explicado pela maior resolução apresentaram maiores alturas, porém menores
horizontal e a precisão vertical associadas aos áreas.
dados LiDAR em comparação com os MDT
794
Tabela 7 – Áreas para o tempo de recorrência de 10 anos

Sub-Bacia Sub-Bacia Sub-Bacia Sub-Bacia Sub-Bacia Sub-Bacia Sub-Bacia
Sub-Bacia
1 2 3 4 5 6 7
Área SRTM (km²) 0,092 0,036 0,068 0,019 0,040 0,128 0,037
Área LIDAR (km²) 0,169 0,099 0,200 0,139 0,209 0,162 0,263
Variação (%) 45,535 63,271 66,190 86,433 80,999 21,250 85,821
Da tabela 7 observa-se variações de área com diferenças compreendias entre 21,25% entre as áreas
da sub-bacia 6, e 86,43% entre as áreas da sub-bacias 4.
Tabela 8 – Áreas para o tempo de recorrência de 10 anos.

Sub-Bacia
1 2 3 4 5 6 7
Área SRTM (km²) 0,116 0,045 0,073 0,019 0,041 0,160 0,041
Área LIDAR (km²) 0,179 0,103 0,210 0,145 0,220 0,170 0,276
Variação (%) 34,874 56,133 65,116 87,026 81,403 5,718 85,316
Tabela 9 – Áreas para o tempo de recorrência de 10 anos.

Sub-Bacia
1 2 3 4 5 6 7
Área SRTM (km²) 0,134 0,052 0,076 0,024 0,045 0,196 0,046
Área LIDAR (km²) 0,199 0,107 0,216 0,150 0,226 0,175 0,284
Variação (%) 32,591 50,973 64,622 84,131 79,981 -12,036 83,929
Cabe ressaltar os resultados obtidos para LiDAR, que pôde ser observado em alguns pontos
a sub-bacia 6, onde através das análises das tabelas na figura 17.
7 a 9 passam uma ideia de proximidade entre os Outra observação importante é que a
resultados comparados entre os MDTs, já que se área de inundação se apresenta com maiores
observou as menores variações de áreas para esta irregularidades para o MDT-SRTM em
sub-bacia. Porém, apesar disso, as áreas comparação com um MDT-LiDAR de maior
resultantes se comportam de forma bem distintas, resolução para o mesmo tempo de recorrência.
onde para o resultado oriundo do MDT SRTM Pode-se entender que a maior resolução causa uma
nota-se uma extensa área longitudinal ao longo do suavização da topografia do terreno e das
eixo de escoamento. Já para o resultado obtido do elevações (Figura 16), permitindo assim um
MDT LiDAR nota-se uma concentração regional melhor espraiamento da propagação do
e não há continuidade na propagação longitudinal escoamento simulado, assim aumentando a área
de escoamento, o que pode ser resultante da superficial, o que por sua vez leva a redução das
operação de filtragem no modelo de superfície elevações da superfície da água e extensões.
795
Figura 16 – Diferença entre as áreas resultantes dos MDTs SRTM e LiDAR
Quando analisados os resultados do aumento dos tempos de recorrência, assim, sendo

modelo baseado na fonte LiDAR não observou a diferença entre 10 anos e 25 anos, bem como
diferenças significativas da área em relação à entre 25 anos e 50 anos, como apresentado nas
variação do tempo de recorrência. Foram tabelas 10, a seguir, assim, é possível notar que as
calculados os acréscimos de área de acordo com variações se oscilaram próximas à 10%.
Tabela 10 – Áreas (km²) resultantes em função para o tempo de recorrência para o MDT LiDAR
Sub-Bacia
1 2 3 4 5 6 7
Área SRTM (km²) 0,1688 0,0980 0,1998 0,1386 0,2091 0,1619 0,2627
Área LIDAR (km²) 0,1787 0,1035 0,2098 0,1455 0,2196 0,1700 0,2759
Variação 10-25 (%) 0,1995 0,1066 0,2169 0,1498 0,2261 0,1751 0,2841
Variação 25-50 (%) 5,82 5,57 4,99 4,32 7,51 5,78 5,01
Da mesma forma, quando analisados os recorrência entre 10 e 25 anos. De modo inverso,

resultados do modelo baseado no MDT SRTM foi possível identificar variações máximas de
observou diferenças mais significativas da área 26,54%, para a sub-bacia 1, quando analisado os
modelada quanto à variação do tempo de resultados dos tempos de recorrência entre 10 e 25
recorrência, como apresentado na tabela 11 anos, assim apresentando uma maior variabilidade
abaixo. Sendo possível identificar variações de dos resultados para o modelo SRTM.
áreas próximas a 0,01% para a sub-bacia 4,
quando analisado os resultados dos tempos de
Tabela 11: Áreas (km²) resultantes em função para o tempo de recorrência para o MDT SRTM.
Sub-Bacia
1 2 3 4 5 6 7
Área SRTM (km²) 0,092 0,036 0,068 0,019 0,040 0,128 0,037
Área LIDAR (km²) 0,169 0,099 0,200 0,139 0,209 0,162 0,263
Variação 10-25 (%) 26,539 25,405 8,335 0,406 2,766 25,709 8,740
Variação 25-50 (%) 15,553 15,116 4,459 25,991 10,876 22,396 12,727
796
Os resultados mostraram uma Ainda avaliando as sub-bacias 1, 3, 6 e

subestimação dos resultantes do MDT SRTM. 7, nota-se que há trechos que em grande parte são
Stoleriu e Mihu-Pintilie (2019) mapearam as áreas compostos por classes de cobertura de vegetação
potencialmente inundáveis geradas nos modelos densa e corpos hídricos, desta forma não sendo
de elevação digital SRTM com resolução espacial esperado que se tenha correspondências de destes
de 30 m e LiDAR de 1 m, os resultados indicam trechos com os registros de ocorrências da
SRTM superestimou a avaliação. Codesal. Tal comportamento descrito pode ser
Amrei e Schmalz (2021) mostrou que há observado principalmente nas sub-bacias 1 e 7,
uma ampla dispersão de diferentes extensões de assim, as avaliações foram realizadas com base
áreas, com resoluções espaciais variando entre 1 apenas nos trechos onde foi possível identificar a
m e 30 m, além de mostrar maiores sensibilidades classe de urbanização.
à efeitos de escala para regiões de alturas de água Para a avaliação da distribuição espacial
mais baixas. dos pontos dos registros de ocorrências em relação
às áreas resultantes das modelagens, fez uso do
Coincidência espacial áreas x ocorrências cálculo do Erro Médio Quadrático (EMQ)-
também podendo ser denominado neste caso de
Sathya et al.(2021) estudo dos eventos Erro Médio das Discrepâncias Planimétricas- o
de desastres anteriores pode fornecer uma melhor qual busca avaliar as diferenças entre valores
compreensão das características do desastre e da estimados e valores reais, como apresentado na
fragilidade do sistema. Assim, para tal avaliação, equação 4 abaixo. As avaliações a seguir deu-se de
os resultados das áreas oriundos dos dois MDTs forma a avaliar os registros de ocorrências em
foram consolidados em uma mesma imagem afim relação ao centro geométrico das áreas. Dos
de verificar a espacialização e coincidências resultados nota-se um EMQ consideravelmente
espaciais, como apresentado na figura 17. maior, sendo de 320,88, para a sub-bacia1 quando
A análise permite destacar dois cenários comparado aos demais resultados desta análise, o
bem distintos, um primeiro demonstrando uma que pode ser explicado pela maior variação de
clara similaridade de distribuição espacial dos distribuição espacial dos registros, bem como a
registros das ocorrências com as áreas modeladas, menor quantidade, sendo limitada a oito registros,
ou parte delas, o que pode ser notado de forma assim não apresentando um padrão claro de
mais clara nas sub-bacias 1, 3, 6 e 7. Cabe destacar distribuição.
que estas áreas se encontram em regiões de maior Para as demais sub-bacias analisadas,
densidade urbana, assim sendo maior a nota-se um EMQ consideravelmente menor que o
probabilidade que se tenha uma abertura de resultado da sub-bacia 1, assim variando em um
registro por parte da população (Zhou et al 2019; intervalo entre 28,66 m e 57,44 m.
Gupta, 2020).
De forma inversa, para as sub-bacias 2, Avaliação da metodologia como ferramenta
4 e 5, não foi possível nenhuma correspondências preditiva
espacial entre as ocorrências e as áreas resultantes Com objetivo de avaliar a metodologia
da modelagem. E de forma oposta a análise de modelagem hidrodinâmica como forma de
anterior, estas áreas são caracterizadas por baixa previsão de identificação de áreas potencialmente
densidade, ou nenhuma, populacional, sendo sujeitas a inundações. Assim, para tal avaliação,
assim a probabilidade de existir registros de foram analisadas as sub-bacias que apresentaram
ocorrências de algum tipo de evento associado à correspondências entre os resultados de registros
hidrometeorologia é baixo, ou bem pouco de ocorrências e áreas resultantes das simulações,
provável de ocorrer. sendo assim analisadas apenas as sub-bacias 1, 3,
6 e 7 (Figura 17).
797
Figura 17 – Distribuição espacial das ocorrências e resultantes dos MDTs.
Da análise dos resultados da sub-bacia 1 não seria observado no interior do perímetro da

nota-se que, apesar de existir registros de área modela. MDT LiDAR nota-se uma área
ocorrência da Codesal, estes não apresentaram concentrada apenas na porção a montante da sub-
nenhum padrão de distribuição espacial onde bacia 6, assim não englobando áreas com registros
pudesse ser capaz de se fazer algum tipo de de ocorrências da Codesal.
inferência relacionada às áreas resultantes de Para a sub-bacia 7 foi considerado para
simulações. Comportamento esse que foi esta análise apenas o trecho final onde é possível
observado para ambas as fontes de MDTs. identificar áreas de urbanização, visto que o
Destaca-se ainda que esta sub-bacia possui uma escoamento neste caso foi predominantemente em
significativa parcela de urbanização na região de trechos de vegetação densa, assim sendo não
montante, onde, de acordo com as simulações, podendo ser considerado por inexistir a
potencialmente poderia ser esperado a ocorrência possibilidade de que se tenho registros de eventos
de alagamentos, e assim a existência de registros, de alagamentos e inundação. Da análise dos
o que não foi de fato observado. resultados do MDT LiDAR para esta sub-bacia
Para a sub-bacia 3 foi possível notar um nota-se um padrão bem claro na região de jusante
padrão de distribuição de registros de ocorrências da sub-bacia, enquanto para os resultados oriundos
em uma pequena porção central da área resultante do MDT SRTM não foi possível observar a
da simulação. Porém tal comportamento foi coincidência espacial de registros de ocorrência no
observado apenas para o resultado do MDT interno do seu perímetro.
LiDAR, o qual apresentou uma região de maior Para a avaliação da metodologia como
abrangência das áreas resultantes da modelagem. forma de previsão de identificação de áreas
Quando analisado apenas o resultado oriundo do potencialmente sujeitas a alagamento e
MDT SRTM tal padrão de pontos de ocorrência inundações, procedeu-se da aplicação do método
798
de análise estatística composta pelo testes de geométricos das áreas modeladas como média do
hipóteses “t” de Student. De acordo com Barbetta populacional e os registros de ocorrências como
(2002) o teste t é apropriado para comparar dois dados populacionais.
conjuntos de dados quantitativos, em termos de
seus valores médios. Sendo a sua formulação Desta forma, as serem testadas foram:
apresenta a seguir na equação: H0: a média das ocorrências não difere
da média da área;
𝑀𝑑 − 𝜇0 H1: a média das ocorrências é diferente
𝑡𝑐𝑎𝑙𝑐 = Equação (5)
𝑆 da média da área.
√𝑛
Onde: Assim, adotando um intervalo de
Md-média da amostra; confiança de 95%- consequentemente um nível de
μ_o- média populacional; significância de 5%- foi calculado o parâmetro da
S- desvio padrão amostral; estatística tcalc e então entra-se na tabela de
n- número de elementos da amostra. probabilidade da distribuição t-Student. As
coordenadas foram analisadas separadamente,
As avaliações deram-se a partir de uma tanto longitudinalmente como latitudinalmente, e
formulação de hipótese bicaudal, assim admitindo os resultados da aplicação do teste podem ser
as coordenadas planimétricas dos centros observados na tabela 12 abaixo.
Tabela 12 – Resultados da aplicação da distribuição t- Student.
Os resultados apresentados mostram que modelos digitais de terreno. De forma geral, o

houve uma predominância de rejeição da hipótese acoplamento entre modelos hidrológicos e
inicial H0 em detrimento da hipótese H1, a qual hidrodinâmicos com sistemas de informações
afirma que as médias são diferentes das médias geográficas é uma metodologia razoável para
das coordenadas dos centros das áreas. Assim, de cumprir o objetivo proposto. Sathya et al.(2021) a
acordo com a distribuição t, e com intervalo de combinação do modelo hidrológico do HEC-HMS
confiança adota, os resultados sugerem que a e do modelo hidráulico do HEC-RAS mostrou
aplicação do método de modelagem bom desempenho para o desenvolvimento da
hidrodinâmica como ferramenta preditiva não é simulação hidráulica.
adequada. A modelagem hidrodinâmica possibilita
realizar experimentos sobre uma representação
Conclusão válida do sistema hidrográfico de uma bacia, para
assim tentar compreender os principais
Neste trabalho, através de modelagem mecanismos que atuam sobre a formação de
hidrodinâmica, utilizando o programa HEC-RAS alagamentos e inundações resultantes dos eventos
através de uma formulação bidimensional, sendo de precipitações (Pour et al., 2020; Mubialiwo et
analisadas premissas e critérios metodológicos al., 2022). A partir da metodologia produziu-se
utilizados no desenvolvimento de estudos de mapas consolidados das áreas modeladas, o qual
identificação de áreas de alagamentos e serviu para avaliar a eficácia da modelagem como
inundações na bacia hidrográfica do Rio do Cobre, ferramenta preditiva de identificação de zonas de
em Salvador, Bahia, caracterizado por meio de alagamentos e inundações.
799
Com base nos resultados obtidos, é mais robusto, assim permitindo que seja possível
possível avaliar a utilização de dados oriundos do identificar melhores padrões de distribuição, com
modelo digital de terreno SRTM de resolução isso possibilitando uma melhor localização de
espacial de 30 m como sendo aceitável como uma áreas vulneráveis, podendo assim agir de uma
avaliação preliminar, pois os resultados não forma preventiva mais precisa (Dash, Vijay,
demonstraram um ajuste tão bom tanto no quesito Gupta, 2022).
planimétrico do perímetro das áreas, quanto no O trabalho não apontou fortes evidências
ajuste de altimetria, quando se observar as cotas da validade do uso da modelagem hidrodinâmica
do perfil dos escoamentos, podendo assim inferir como ferramenta para previsão de áreas
que há uma minoração das áreas e uma majoração susceptíveis a alagamentos e inundações seja uma
das alturas do escoamento. Já para os resultados metodologia adequada para tal fim. Entretanto, a
oriundos do modelo digital de terreno LiDAR de partir da análise visual das distribuições das
resolução 0,5 m, observou-se um bom ajuste ocorrências e as áreas modeladas, acredita-se que
quanto ao perímetro a qual as áreas resultantes a metodologia possa servir como uma primeira
estavam inseridas, bem como resultou em alturas avaliação, assim analisando de forma macro o
mais condizentes com a realidade da região. De ambiente e sugerindo áreas
modo semelhante Stoleriu e Mihu-Pintilie (2019) Para que se tenha um resultado mais
os resultados indicam que os dados LiDAR robusto, sugere-se que se faça uma análise da
melhoram o processo de avaliação de risco de abordagem utilizando um modelo digital de
inundação. superfície, de forma a ter uma maior aproximação
Os resultados quanto à variação das da realidade. Ainda no sentido de pesquisas
dimensões planimétricas das áreas em função da futuras, recomenda-se a utilização do acoplamento
variação dos tempos de recorrências de chuvas dos resultados deste trabalho a um modelo
apresentaram comportamentos bem semelhantes, representativo do inventário do sistema de
quando os resultados são analisados drenagem urbana.
individualmente para cada modelo digital de
terreno, já quando comparados, os resultados Agradecimentos
apresentam comportamentos bem distintos Os autores agradecem à Coordenação
Quanto às limitações gerais encontradas de Aperfeiçoamento de Pessoal de Nível
no desenvolvimento do trabalho destaca-se a Superior - Brasil (CAPES) pelas bolsa de
impossibilidade de se fazer a calibração dos mestrado do primeiro autor.
modelos, visto que período planejado para
acompanhamento de eventos de campo foi Referências
inviabilizado em decorrência das necessidades de Amrei, David; Schmalz, Britta. 2021. A
isolamento social, desta forma as análises Systematic Analysis of the Interaction
basearam-se na utilização dos resultados de MDT between Rain-on-Grid-Simulations and
LiDAR como padrão de comportamento, por se Spatial Resolution in 2D Hydrodynamic
tratar do modelo digital de terreno de melhor Modeling. Water 13, no. 17: 2346.
resolução. https://doi.org/10.3390/w13172346
A presença de erros é inerente ao longo Barbetta, P. A. Estatística Aplicada às Ciências
do processo de estimativas do mapeamento em Sociais. 5ª Ed. Florianópolis :UFSC, 2002.
função das incertezas dos dados de entrada, da Campos-Aranda, D. F., 1978. Cálculo de las
estrutura e dos parâmetros dos modelos. Há uma Curvas Intensidad-Duración-Período de
série de variáveis que podem ser destacadas, as Retorno, a partir de Registros de Lluvia
quais podem resultar nas limitações da qualidade Máxima en 24 horas y Relaciones Duración-
dos resultados como dados de chuvas, tipos de Lluvia Promédio. Subdirección Regional
solo, caracterização física da bacia, registros de Noreste de Obras Hidráulicas e Inginiería
ocorrências, bem como todo o equacionamento Agrícola para el Desarrollo Rural., San Luis
envolvido no processo. Potosí, p. 25.
Dos dados utilizados para a validação da Carlos H. Aparicio Uribe, Ricardo Bonilla
metodologia, cabe ressaltar a importância que se Brenes, Jochen Hack, Potential of retrofitted
tenha a prática do georreferenciamento de forma urban green infrastructure to reduce runoff -
mais fiel ao local que de fato seja observada as A model implementation with site-specific
ocorrências. A constante geração desse tipo de constraints at neighborhood scale, Urban
dado é importante para se gerar um banco de dados Forestry & Urban Greening, Volume 69,
800
2022, ISSN 1618-8667, Elkhrachy, I., 2022. Flash Flood Water Depth
https://doi.org/10.1016/j.ufug.2022.127499. Estimation Using SAR Images, Digital
CETESB - Companhia de tecnologia de Elevation Models, and Machine Learning
saneamento ambiental, 1986 . Drenagem Algorithms. Remote Sens. 2022, 14, 440.
urbana: manual de projeto. São Paulo: 466p. Ezz, H., 2018. Integrating GIS and HEC-RAS to
Chakravorty, B., Ramana, R.V., Pandey, N.G., model Assiut plateau runoff. Egyptian
2022. Hydrodynamic Modeling of Urban Journal Of Remote Sensing And Space
Flooding and Its Management: A Case Study Sciences. Ed3.Volume: 21. Páginas: 219-
of Patna, India. In: Jha R., Singh V.P., Singh 227.
V., Roy L.B., Thendiyath R. (eds) River Hohmann, C., Kirchengast, G., Birk, S., 2018.
Hydraulics. Water Science and Technology Alpine foreland running drier? Sensitivity of
Library, vol 110. Springer, Cham. a drought vulnerable catchment to changes in
https://doi.org/10.1007/978-3-030-81768- climate, land use, and water management.
8_33 Clim Change,147:179–193.
Costabile, P., Ostanzo, C., Ferraro, D., Garrote, J., 2022. Free Global DEMs and Flood
Macchione, F., Petaccia, G., 2020. Modelling—A Comparison Analysis for the
Performances of the new HEC-RAS version 5 January 2015 Flooding Event in Mocuba City
for 2-D hydrodynamic-based rainfall-runoff (Mozambique). Water 14, 176.
simulations at basin scale: comparison with a https://doi.org/10.3390/w14020176
state-of-the art model. Water 12:1–19. Ghimire, E., 2019. Evaluation of one-
https://doi.org/10.3390/w12092326 dimensional and two-dimensional HEC-RAS
Dahl, S. R. et al., 2022. Toward reducing models for flood travel time prediction and
uncertainty quantification costs in DEM damage assessment using HAZUS-MH: a
models of particulate flow: Testing simple, case study of grand river. Youngstown State
sensitivity-based, forward uncertainty University, Ohio.
propagation techniques. Powder Technology. Gomes Júnior, M. N.; Braga, P. A. ; de Macedo;
Damé, R. de C. F., Teixeira, C. F. A., Terra, V. Mendiondo, E. M. . Análises estatísticas,
S. S., 2008. Comparação de diferentes visuais e não paramétricas para a otimização
metodologias para estimativa de curvas do ajuste de curvas idf e construção de ábacos
intensidade-duração-frequência para Pelotas - de projeto de obras hidráulicas: estudo de
RS. Engenharia Agrícola, v.28, p.10-15. caso em São Carlos sp. Revista DAE, 2019.
Devkota, S., Shakya, N.M., Sudmeier-Rieux, K., Gupta, K., 2020. Challenges in developing urban
Jaboyedoff, M.; Van Westen, C.J., Mcadoo, flood resilience in India. Phil Trans R Soc A
B.G., Adhikari, A., 2018. Development of 378:20190211
Monsoonal Rainfall Intensity-Duration- Hu Q, Li Z, Wang L, Huang Y, Wang Y, Li L.,
Frequency (IDF) Relationship and Empirical 2019. Rainfall spatial estimations: a review
Model for Data-Scarce Situations: The Case from spatial interpolation to multi-source data
of the Central-Western Hills. Hydrology, merging. Water 11(3):579
5(2), 27. Huţanu, E., Mihu-Pintilie, A., Urzica, A.;
Dhote, P.R., Thakur, PK, Domeneghetti, A., Paveluc, L.E., Stoleriu, C.C., Grozavu, A.,
Chouksey, A., Garg, V., Aggarwal, S.P., 2020. Using 1D HEC-RAS Modeling and
Chauhan, P., 2020. The use of LiDAR Data to Improve Flood Hazard Maps
SARAL/AltiKa altimeter measurements for Accuracy: A Case Study from Jijia
multi-site hydrodynamic model validation Floodplain (NE Romania). Water, 12, 1624.
and rating curves estimation: an application to Kai Wang, Yan Wu, Qingdong Fan,
Brahmaputra River, a COSPAR publication. Construction of rainstorm security pattern
Adv Space Res 68(2):691–702. based on waterlogging prevention and
https://doi.org/10.1016/j.asr.2020.05.012 control: A case study on Zhengzhou City,
Dash S., Vijay R., Gupta R., 2022. Steady and Alexandria Engineering Journal, Volume 61,
Unsteady Hydrodynamic Simulation of Pili Issue 11, 2022, Pg 8911-8918,
River as a Potential Flood Warning System http//doi.org/10.1016/j.aej.2022.02.031.
Using HEC-RAS. Recent Advancements in Kalogeropoulos, K, Stathopoulos, N,
Civil Engineering, vol 172. Springer, Psarogiannis, A, Pissias, E, Louka, P,
Singapore. https://doi.org/10.1007/978-981- Petropoulos, GP, Chalkias, C., 2020. An
16-4396-5_79 integrated GIS-hydro modeling methodology
801
for surface runoff exploitation via small-scale using HEC-RAS. Nat Environ Pollut Technol
reservoirs. Water 12(3182):1–18. 19(1):277–285.
https://doi.org/10.3390/w12113182 Pathan A.I., Agnihotri P.G., Patel D., 2022. River
Köppen, W., 1930. Das Geographische System Geometry Extraction from Cartosat-1 DEM
der Klimatologie. Handbuch der klimatologie for 1D Hydrodynamic Flood Modeling Using
Vol. 1. Berlin: Gebrüder Borntraeger. HEC-RAS—A Case of Navsari City, Gujarat,
Kumar, B., Venkatesh, M., Triphati, A., 2018. A India. Advanced Modelling and Innovations
GIS-based approach in drainage in Water Resources Engineering. Springer,
morphometric analysis of Rihand River Singapore. https://doi.org/10.1007/978-981-
Basin, Central India Sustentar. Sustainable 16-4629-4_13
Water Resources Management Volume 4, Pizarro, R., Ingram, B., Gonzalez-Leiva, F.,
Issue 1, pp 45–54. Valdés-Pineda, R., Sangüesa, C., Delgado,
Molinari, D. et al., 2020. Are flood damage N., García-Chevesich, P., Valdés, J.B., 2018.
models converging to “reality”? Lessons Webse-Idf: A Web-Based System for the
learnt from a blind test. Nat Hazards Earth Estimation of IDF Curves in Central
Syst Sci 20:2997–3017. Chile. Hydrology 5, 40.
https://doi.org/10.5194/nhess-20-2997-2020 Porto, R. M.., 2006. Hidráulica Básica 4a. ed.
Mihu-Pintilie, A., Cîmpianu, C. I., Stoleriu, C. São Paulo: Rettec Gráfica E Editora.
C., Pérez, M. N., Paveluc, L. E., 2019. Using Pour, S.H., Abd-Wahab, A.K., Shahid, S.,
high-density LiDAR data and 2D streamflow Dewan, A., 2020. Low impact development
hydraulic modeling to improve urban flood techniques to mitigate the impacts of climate-
hazard maps: A HEC-RAS multi-scenario change-induced urban floods: current trends,
approach. Water, 11(9). issues and challenges. Sustain Cities Soc.
Mubialiwo, A. et al., 2022. Hydrodynamic https://doi.org/10.1016/j.scs.2020.102373
Modelling of Floods and Estimating Socio- Rana, I.A., Routray, J.K., 2018. Integrated
economic Impacts of Floods in Ugandan methodology for flood risk assessment and
River Malaba Sub-catchment. Earth Syst application in urban communities of
Environ 6, 45–67. Pakistan. Nat Hazards 91, 239–266.
https://doi.org/10.1007/s41748-021-00283-w Sathya, K. ; Rahardjo, A. P.; Jayadi, R.. 2021.
Nascimento, J. R. S. ; Farias, J. A. M. ; Pinto, E. Flash Flood Disaster Reconstruction for
J. A. . Definição de Equação Idf Para O Estimating the Available Warning Time, the
Município De Teresina Obtida À Partir De Case in Sempor River on 21st of February
Uma Série Pluviográfica. In: XXII Simpósio 2020, Mt. Merapi Slope, Yogyakarta.
Brasileiro de Recursos Hídricos, 2017, Conference Series: Earth and Environmental
Florianópolis-SC. Science, Volume 930.
Opeyemi, A. Z., Wei, J., Olusola, F.., 2019. Sherman, C.W., 1931. Frequency and Intensity
Urban Expansion and the Loss of Prairie and of Excessive Rainfall at Boston, Boston-
Agricultural Lands: A Satellite Remote- Massachusetts. American Society of Civil
Sensing-Based Analysis at a Sub-Watershed Engineers, v.95, p.951–960.
Scale. Sustainability,11. Stoleriu, C., Urzica, A., Mihu-Pintilie, A., 2019.
Pandey P.C., Koutsias N., Petropoulos G.P., Improving flood risk map accuracy using
Srivastava P.K., Ben Dor E., 2021. Land high‐density LiDAR data and the HEC‐RAS
use/land cover in view of earth observation: river analysis system: A case study from
data sources, input dimensions, and north‐eastern Romania. Journal of Flood Risk
classifiers—a review of the state of the art. Management.
Geocarto Int 36(9):957–988. Thakur, P. K. et al., 2022. Role of Geospatial
Pathan, A.I., Agnihotri, P.G., 2019. A combined Technology in Hydrological and
approach for 1-D hydrodynamic flood Hydrodynamic Modeling-With Focus on
modeling by using Arc-Gis, Hec-Georas, Floods Studies. In: Geospatial Technologies
HEC-RAS Interface-a case study on Purna for Land and Water Resources Management.
River of Navsari City, Gujarat. IJRTE, Springer, Champ. 483-503.
8(1):1410–1417. USACE. U.S. Army Corps Of Enginners, 2021.
Pathan, A.K.I., Agnihotri, P.G., 2020. 2-D HEC-RAS River Analysis System: Hydraulic
unsteady flow modelling and inundation Reference Manual, version 6.0. Davis, EUA:
mapping for lower region of Purna Basin Hydrologic Engineering Center 705 p. .
802
Venkatesh, M. , Anshumali. A., 2019. Gis-based Zhou, Q., Leng, G., Su, J., Ren, Y.,2019.
assessment of recent changes in drainage and Comparison of urbanization and climate
morphometry of Betwa River basin and sub- change impacts on urban flood volumes:
basins, Central India. Applied Water Science, importance of urban planning and drainage
9: 157. adaptation. Sci Total Environ 658:24–33.
https://doi.org/10.1016/j.scitotenv.2018.12.1
84.
803

josicleda,+250774-205674-1-LE

Enviado por

Direitos autorais:

Formatos disponíveis

josicleda,+250774-205674-1-LE

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

josicleda,+250774-205674-1-LE

Enviado por

Direitos autorais:

Formatos disponíveis

Revista Brasileira de Geografia Física v.15, n.02 (2022) 783-803.

Comparação de MDTs a partir do acoplamento de modelo hidrológico e

Artigo recebido em 11/06/2021 e aceito em 26/03/2022

Comparison of MDTs from the ccoupling of a hydrological and hydrodynamic

A urbanização leva à mudança do modo A modelagem é a representação

declives, comprimentos e delineamento das podem comprometer a qualidade das análises e

Figura 3. Hipsometria da Bacia do Rio do Cobre

Da figura acima observa-se as sub-

A etapa foi realizada a partir de uma

Tabela 1 – Quantitativo das classes de cobertura superficiais das sub-bacias

Observa- se a predominância da classe Tabela 2 – Estações pluviométricas selecionadas

chamada de distribuição de valores extremos, a Tabela 3 – Características dos MDTs utilizados

planícies de alagamento e inundação (USACE,

Já a equação de momento para um

Modelagem hidrodinâmica Onde:

Das configurações iniciais tem-se ainda

Figura 7 – Ocorrências de alagamentos na bacia

Resultados das análises de precipitações

Modelo Hidrológico HEC-HMS

Tabela 6 – Características das sub-bacias e tempo de concentração

Os resultados da modelagem hidrológica são apresentados graficamente nas figuras de 8 a 14,

TR 10 anos TR 25 anos TR 50 anos

-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

TR 10 anos TR 25 anos TR 50 anos

-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

TR 10 anos TR 25 anos TR 50 anos

-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

TR 10 anos TR 25 anos TR 50 anos

-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

Figura 11- Hietogramas e respectivos hidrograma para sub-bacia 4

TR 10 anos TR 25 anos TR 50 anos

-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

TR 10 anos TR 25 anos TR 50 anos

-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

-Precipitação (mm), -Parcela infiltrada (mm), -Fluxo de saída (m³/s)

Tabela 7 – Áreas para o tempo de recorrência de 10 anos

Tabela 8 – Áreas para o tempo de recorrência de 10 anos.

Tabela 9 – Áreas para o tempo de recorrência de 10 anos.

Figura 16 – Diferença entre as áreas resultantes dos MDTs SRTM e LiDAR

Quando analisados os resultados do aumento dos tempos de recorrência, assim, sendo

Da mesma forma, quando analisados os recorrência entre 10 e 25 anos. De modo inverso,

Os resultados mostraram uma Ainda avaliando as sub-bacias 1, 3, 6 e

Figura 17 – Distribuição espacial das ocorrências e resultantes dos MDTs.

Da análise dos resultados da sub-bacia 1 não seria observado no interior do perímetro da

Tabela 12 – Resultados da aplicação da distribuição t- Student.

Fonte: Autor (2020).

Os resultados apresentados mostram que modelos digitais de terreno. De forma geral, o

Você também pode gostar