Universidade Federal de Santa Maria

Ci. e Nat., Santa Maria v.42, e83, 2020

DOI:10.5902/2179460X40357

ISSN 2179-460X

Received: 03/10/2019 Accepted: 11/05/2020 Published: 12/12/2020

Geociências

Determinação de equações de chuvas intensas para a encosta superior do nordeste do Rio Grande do Sul

Determination of intensive rainfall equations for the top of the northeast of Rio Grande do Sul

Taison Anderson Bortolin^I

Clauber Corso^II

Ludmilson Abritta Mendes^III

Alan de Gois Barbosa^IV

Vania Elisabete Schneider^V

^I  Universidade de Caxias do Sul, Caxias do Sul, RS, Brasil - tabortol@ucs.br

^II Universidade de Caxias do Sul, Caxias do Sul, RS, Brasil - clauber_corso@hotmail.com

^IIIUniversidade Federal de Sergipe, Aracaju SE, Brasil - ludmilsonmendes@gmail.com

^ivUniversidade Federal de Sergipe, Aracaju SE, Brasil - alan.1995.barbosa@gmail.com

^v Universidade de Caxias do Sul, Caxias do Sul, RS, Brasil - veschnei@ucs.br

Resumo

A relação intensidade, duração e frequência é muito importante para o desenvolvimento de projetos de obras hidráulicas principalmente em regiões onde não há dados atualizados desse tipo de estudo. O objetivo deste trabalho foi determinar as curvas intensidade-duração-frequência para a Encosta Superior do Nordeste do Rio Grande do Sul, a fim de proporcionar ferramentas para dimensionamento de estruturas hidráulicas e estudos hidrológicos na região. Foi utilizada a distribuição estatística de Gumbel e log-normal para a determinação das precipitações para os períodos de retorno de 2, 5, 10, 20, 25, 50 e 100 anos, utilizando o Método das Relações de Durações de chuva para 20 postos pluviométricos. Para a verificação da aderência dos dados observados na distribuição de Gumbel, foram realizados os testes de aderência de Kolmogorov-Smirnov e Qui-Quadrado, ao nível de significância de 5%. Os coeficientes a, b, c e d da equação geral IDF foram obtidos através de regressão não linear e a qualidade do ajuste medida pelo coeficiente de determinação e erro padrão da estimativa. Com a metodologia aplicada foram obtidas diferentes curvas de chuvas intensas para a região, as quais apresentam um bom ajuste dos parâmetros, gerando uma importante e ágil ferramenta de estimativa de precipitações extremas.

Palavras-chave: Chuvas intensas; Equações IDF; Método das relações.

Abstract

The relationship intensity, duration and frequency is very important for the hydraulic project’s development, mainly in regions where there is no study updated data. This paper objective was to determine the intensity-duration-frequency curves at Rio Grande do Sul hillside, in order to provide tools for hydraulic structures design and hydrological studies in the region. For the return periods 2, 5, 10, 20, 25, 50 and 100 - year precipitation determination was used Gumbel’s and log-normal statistical distributions, using the Rain Relationship Duration Method for 20 rainfall stations. For Gumbel’s distribution data adherence verification, was used the Kolmogorov-Smirnov adhesion tests and Chi-Square adhesion, with, 5% significance level. The general IDF equation coefficients a, b, c and d were obtained through non-linear regression and the adjustment quality was measured by both determination coefficient and standard error. Different intense rainfall curves were obtained with the methodology applied, for the region, each one shows a good parameters adjustment, important tool for extreme precipitations estimating.

Keywords: Intense rainfall, IDF equations, relationship method.

1     Introdução

O projeto de diversas obras de engenharia como barragens, captações em mananciais e sistemas de drenagem urbana está relacionado com a previsibilidade de fenômenos da natureza, principalmente de vazão. De acordo com Damé et al. (2010), a aplicação adequada de modelos para previsão de máximos relaciona-se diretamente com a segurança do empreendimento além da boa utilização dos recursos públicos. Entretanto, devido à dificuldade na obtenção de registros suficientemente longos a respeito das vazões de determinado trecho, opta-se por determinar tais valores de maneira indireta, destacando-se o uso de modelos chuva-vazão (DAMÉ et al., 2010; RIBEIRO NETO et al., 2016; FAN et al., 2017).

A precipitação pluvial tem como uma de suas características principais a variabilidade tempo-espacial, e além disso, a variação de sua intensidade ao longo dos anos, que pode decorrer de diversos fatores climáticos naturais e ainda ser afetada pela ação antrópica no meio ambiente. Como essa variação exerce influência na vida útil dos sistemas hidráulicos, necessita-se da determinação e atualização periódica de ferramentas hidrológicas.

Segundo Bertoni e Tucci (2007), a avaliação da precipitação pluvial máxima é uma das maneiras para se obter a vazão de enchente de uma bacia hidrográfica, já que as séries de dados fluviométricos são mais escassas. Ainda segundo o autor, o valor máximo pontual pode ser obtido de duas maneiras: pelas curvas intensidade-duração-frequência (IDF) e pela precipitação máxima provável (PMP). As curvas IDF compreendem umas das relações mais importantes e mais utilizadas pela hidrologia: intensidade, duração e frequência, pois a partir delas pode-se estimar precipitações máximas, vazões de projeto para pequenas bacias hidrográficas, erosão do solo, dentre outras, evitando perdas econômicas e problemas de saúde pública.

Porém, a adequada elaboração das curvas IDF está intimamente relacionada às séries históricas de precipitações longas e representativas, obtidas através de pluviógrafos, permitindo assim a conformação dessas equações por métodos tradicionais de determinação (SAMPAIO, 2011). Entretanto, devido a elevada extensão territorial brasileira, torna-se excessivamente dispendioso implantar e manter uma densa rede de monitoramento hidrológico. A ausência de dados é ainda maior em pequenas bacias hidrográficas, cuja maior dificuldade na determinação da vazão máxima está na ausência de postos de observação. A falta de informações oriundas de postos pluviográficos tem conduzido ao uso de equações desenvolvidas para localidades vizinhas e estas nem sempre possuem similaridades climáticas, o que pode acarretar em erros de projeto (FECHINE SOBRINHO et al., 2014).

A região da Encosta Superior do Nordeste gaúcho não possui equações de chuvas intensas atualizadas para utilização em estudos hidrológicos de vazões máximas. Para tanto, o dimensionamento de estruturas de micro e macrodrenagem na região ainda é realizado a partir dos dados obtidos por Pfafstetter (1982). Para Sampaio (2011), a região do Sul do país já possui estudos relacionados à análise de chuvas intensas como os de Pfafstetter (1982) e, mais recente, de Beltrame, Lanna e Louzada (1991).

Porém os estudos disponíveis podem ser considerados antigos, reforçando a necessidade de informações atualizadas sobre precipitações intensas, como afirma Simonovic et al. (2016). Neste sentido, esse trabalho vem preencher a lacuna ainda existente sobre as relações intensidade-duração-frequência das precipitações pluviais na ausência de informações sobre curvas IDF na Encosta Superior do Nordeste do Rio Grande do Sul, almejando proporcionar dados e ferramentas atualizadas para futuros estudos hidráulico e hidrológicos.

2     Região de estudo

Conforme Mandelli (2002), a Encosta Superior do Nordeste do Rio Grande do Sul está localizada entre as latitudes 28º15’S e 29º25’S e longitudes de 50º35’W e 52º30’W, a qual engloba 34 municípios. O clima é temperado e, conforme classificação climática de Köppen, do tipo Cfb (ALVARES et al. 2013; BECK et al., 2018). Toda a região está inserida nas bacias hidrográficas dos rios Caí e Taquari-Antas, pertencentes à Região Hidrográfica do Atlântico Sul, conforme apresentado na Figura 1.

Figura 1 - Localização da área de estudo

Fonte: Autores (2019)

3     Chuvas intensas

As chuvas intensas podem ser representadas por meio de equações matemáticas que correlacionam as três grandezas fundamentais da precipitação que são a intensidade, a duração e a frequência (ou período de retorno). Segundo Bertoni e Tucci (2007), as equações genéricas que expressam essa correlação são chamadas de equações IDF ou relações IDF e têm a seguinte forma:

(1)

 

em que i é a intensidade da precipitação (mm/h); T é o período de retorno (ano); t é a duração da precipitação (min); a, b, c e d são coeficientes a serem determinados para cada região.

4     Material e Métodos

A Encosta Superior do Nordeste do Rio Grande do Sul possui 41 postos pluviométricos com dados disponibilizados no Sistema de Informações Hidrológicas HidroWeb, da Agência Nacional de Águas (ANA, 2019). Para esse estudo, foram selecionados os postos que apresentassem no mínimo 15 anos de acompanhamento das precipitações diárias e com dados consistentes, seguindo o critério sugerido por Sampaio (2011), Caldeira et al. (2015) e Silva e Oliveira (2017). Apenas 20 postos pluviométricos atenderam ao critério e, portanto, adotados nesse estudo. Os dados sobre os postos encontram-se na Tabela 1 e sua localização é apresentada na Figura 2. Foi constituída, para cada posto, uma amostra formada pela maior precipitação diária de cada ano, obtendo-se, assim, para cada posto, uma amostra com, pelo menos, 15 elementos.

Tabela 1 – Postos pluviométricos utilizados

Município	Código	Nome do posto	Latitude	Longitude	Período
Antônio Prado	2851003	Antônio Prado	-28:51:12	-51:17:40	1943 - 2006
	2851015	Linha Gomercindo	-28:50:00	-51:21:00	1952 - 1967
Bento Gonçalves	2951003	Bento Gonçalves	-29:9:00	-54:31:00	1935 - 1998
Casca	2851005	Casca I	-28:34:19	-51:58:23	1944 - 2012
	2851022	Passo Migliavaca	-28:37:10	-51:52:00	1957 - 2006
Caxias do Sul	2950033	Seca	-29:4:19	-50:58:26	1944 - 2017
	2951008	Caxias do Sul	-29:11:47	-51:11:11	1912 - 1998
	2951022	Nova Palmira	-29:20:60	-51:11:25	1943 - 2006
Cotiporã	2951037	Cotiporã	-28:59:59	-51:42:00	1951 - 1978
Flores da Cunha	2951015	Flores da Cunha	-29:1:00	-51:10:00	1952 - 1978
Guaporé	2851011	Guaporé	-28:55:00	-51:54:00	1912 - 1980
	2851044	Guaporé 2	-28:50:40	-51:52:45	1985 - 2006
Marau	2852005	PCH Capigui Barramento	-28:21:40	-52:12:53	1956 - 1982
	2852016	Marau	-28:27:11	-52:11:51	1944 - 2012
	2852028	PCH Capigui Jusante	-28:22:57	-52:15:30	1942 - 1982
	2852031	Vila Três Passos	-28:28:00	-52:22:00	1959 - 2017
Nova Prata	2851024	Prata	-28:45:22	-51:37:42	1948 - 1996
Nova Roma do Sul	2851018	Nova Roma	-28:59:00	-51:24:00	1952 - 1978
Veranópolis	2851031	Veranópolis	-28:56:00	-51:33:00	1951 - 1978
Vila Flores	2851021	Passo do Prata	-28:52:39	-51:26:54	1957 - 2006

Fonte: Autores (2019)

Figura 2 - Localização dos postos pluviométricos utilizados

Fonte: Autores (2019)

Para a determinação das precipitações com períodos de retorno de 2, 5, 10, 20, 25, 50 e 100 anos com duração de um dia, as amostras foram ajustadas à distribuição de probabilidade de Fisher-Tippett de grau I, também conhecida como Gumbel. Estudos como os de Silva e Clarke (2004), Oliveira et al. (2005), Araújo et al. (2008), Santos et al. (2009), Sampaio (2011), Back e Bonetti (2014), Caldeira et al. (2015) e Silva e Oliveira (2017) comprovam a eficiência e o bom ajustamento da distribuição de Gumbel às precipitações brasileiras. Os parâmetros da distribuição de Gumbel foram ajustados pelo Método dos Momentos.

Para avaliar a qualidade do ajuste das amostras à distribuição de Gumbel, foram aplicados os testes não paramétricos de aderência do Qui-Quadrado e de Kolmogorov-Smirnov, sugeridos por Naghettini e Pinto (2007), considerando um nível de significância de 5%, conforme utilizado em estudos como os de Garcia et al. (2011), Alves et al. (2013), Aragão et al. (2013) e Back et al. (2016). Também, foi utilizada a distribuição empírica de Cunnane, apresentada na Equação 2, que tem bom desempenho para distribuições como a de Gumbel e a Log-Normal II Parâmetros.

 

(2)

 

em que T é o período de retorno, n é o tamanho da amostra e m é o número de ordem dos dados amostrais arranjados em ordem crescente.

Para os postos em que os testes não indicaram boa aderência da amostra à distribuição de Gumbel, foi utilizada a distribuição Log-Normal II Parâmetros, a qual, conforme Naghettini e Pinto (2007) e os estudos de Back (2001) e Back e Bonetti (2014), também apresenta bom ajuste a séries de extremos. A partir das precipitações máximas diárias para cada período de retorno, os valores encontrados foram submetidos à aplicação do Método das Relações das Durações (DAEE; CETESB, 1979). Por esse método, a duração diária foi desagregada em durações de 5, 10, 15, 20, 25, 30, 60, 360, 480, 600, 720 e 1440 minutos por meio de coeficientes, apresentados na Tabela 2, aplicados diretamente em cada elemento da amostra de precipitação máxima diária.

Tabela 2 – Relação entre chuvas de diferentes durações

Relação entre durações	Relação entre alturas pluviométricas		Relação entre durações	Relação entre alturas pluviométricas
5 min/30 min	0,34		1 h/24 h	0,42
10 min/30 min	0,54		6 h/24 h	0,72
15 min/30 min	0,70		8 h/24 h	0,78
20 min/30 min	0,81		10 h/24 h	0,82
25 min/30 min	0,91		12 h/24 h	0,85
30 min/1 h	0,74		24 h/1 dia	1,14

Fonte: Back (2013)

Os dados de intensidade para determinado período de retorno e determinada duração foram inseridos no software SPSS® para que, por regressão não linear, fossem determinados os coeficientes a, b, c e d da Equação 1. O erro padrão de estimativa (EPE), dado pela Equação 3, foi utilizado como indicador de qualidade para comparar as intensidades obtidas na série histórica com as obtidas pelas equações IDF determinadas pela regressão não linear. Quanto menor a diferença entre as intensidades comparadas, mais próximo de zero é o valor de EPE.

 

(3)

 

em que  é a intensidade desagregada,  é a intensidade obtida pela equação IDF e n é o número de durações utilizadas.

Para a construção das isolinhas, foi utilizado o software QGis® com o emprego de um algoritmo interpolador do inverso da potência da distância (IDP). Assim, o dado é ponderado de forma que a influência de um ponto – neste caso, o posto pluviométrico – decresce com a distância, conforme comentam Silva, Quintas e Centeno (2007).

5     Resultados e Discussões

O teste de aderência de Kolmogorov-Smirnov mostrou que a distribuição de Gumbel ajustou-se bem a todos os postos, exceto ao posto 02851003, para o qual foi aplicada a distribuição Log-Normal II com bom ajuste por Kolmogorov-Smirnov. Em todos os postos foi obtido um valor-p menor que o nível de significância α = 0,05 adotado. O teste do Qui-Quadrado, por ser mais rígido que o de Kolmogorov-Smirnov (BLAIN; BRUNINI, 2007), rejeitou três postos. Os resultados obtidos seguem os encontrados por Silva e Clarke (2004), Oliveira et al. (2005), Araújo et al. (2008), Santos et al. (2009), Sampaio (2011), Back e Bonetti (2014), Caldeira et al. (2015) e Silva e Oliveira quanto ao bom ajustamento à distribuição de Gumbel. Já os trabalhos de Back (2001) e de Back e Bonetti (2014) relatam os resultados quanto ao ajuste à distribuição Log-Normal II. Os resultados do valor-p para os testes de Kolmogorov-Smirnov e Qui-Quadrado para todos os postos podem ser observados na Tabela 3.

Tabela 3 – Resultados dos testes estatísticos aplicados para os postos pluviométricos

Município	Posto	p-valor (α = 0,05)
		Kolmogorov-Smirnov	Qui-Quadrado
Antônio Prado	02851003*	0,1533	0,0002
	02851015	1,0000	0,7532
Bento Gonçalves	02951003	0,9890	0,7108
Casca	02851022	0,6521	0,0356
	02851005	0,8445	0,1754
Caxias do Sul	02851022	0,9990	0,6685
	02950033	0,9475	0,0942
	02951008	0,9675	0,2086
Cotiporã	02951037	0,9936	0,1993
Flores da Cunha	02951015	0,9999	0,1605
Guaporé	02851044	1,0000	0,6816
	02851011	0,9991	0,2300
Marau	02852016	0,9442	0,0646
	02852031	0,9646	0,0000
	02852005	0,9919	0,4973
	02852028	0,7237	0,2666
Nova Prata	02851024	0,7558	0,0924
Nova Roma	02851018	0,9919	0,0758
Veranópolis	02851033	0,9053	0,0710
Vila Flores	02851021	0,9999	0,3902

*Ajuste pela distribuição Log-Normal II

Fonte: Autores (2019)

Os coeficientes das equações IDF para cada posto, obtidos por regressão não linear, são apresentados na Tabela 4. Os altos valores do coeficiente de determinação R² obtidos em todos os postos, sempre acima de 0,997, são comparáveis aos valores acima de 0,947 obtidos por Oliveira et al. (2005), e acima de 0,99 obtidos por Santos et al. (2009), Garcia et al. (2011), Aragão et al. (2013) e Silva e Oliveira (2017). Aragão et al. (2013) observam que os altos valores de R² sinalizam que este pode ser um indicador tendencioso para avaliar o ajuste da equação (1) aos dados amostrais.

Tabela 4 – Coeficientes das equações IDF

Município	Posto		Coeficientes					R²
			a	b	c	d
Antônio Prado	02851003		879,044	0,173	9,791	0,724		0,997
	02851015		766,729	0,179	9,791	0,724		0,997
Bento Gonçalves	02951003		743,903	0,158	9,791	0,724		0,998
Casca	02851022		832,224	0,148	9,791	0,724		0,998
	02851005		893,400	0,150	9,791	0,724		0,998
Caxias do Sul	02851022		803,109	0,159	9,791	0,724		0,998
	02950033		783,214	0,165	9,791	0,724		0,998
	02951008		745,711	0,150	9,791	0,724		0,998
Cotiporã	02951037		749,987	0,163	9,791	0,724		0,998
Flores da Cunha	02951015		786,483	0,147	9,791	0,724		0,998
Guaporé	02851044		901,203	0,172	9,791	0,724		0,998
	02851011		829,151	0,151	9,791	0,724		0,998
Marau	02852016		873,356	0,160	9,791	0,724		0,998
	02852031		880,678	0,138	9,791	0,724		0,999
	02852005		839,957	0,149	9,791	0,724		0,998
	02852028		772,144	0,157	9,791	0,724		0,998
Nova Prata	02851024		829,082	0,187	9,791	0,724		0,997
Nova Roma	02851018		677,977	0,137	9,791	0,724		0,999
Veranópolis	02851033		747,369	0,176	9,791	0,724		0,997
Vila Flores	02851021		756,820	0,154	9,791	0,724		0,998

Fonte: Autores (2019)

O coeficiente a, que variou de 677,977 a 901,203, apresentou um baixo coeficiente de variação (7,62%), decorrente da relativa similaridade do regime de chuvas dos postos da Encosta Superior do Nordeste. A variação encontrada nesse estudo foi menor do que a obtida por Aragão et al. (2013), que analisaram postos situados em regiões climatológicas com marcadas diferenças entre si, como o litoral úmido e no sertão semiárido de Sergipe. Conforme a Figura 3, os postos com valores mais altos do coeficiente a situam-se na região noroeste da área de estudo (postos 02851044-Guaporé e 02851003-Antônio Prado), enquanto que para o restante da região foram observados valores menores.

O coeficiente b variou de 0,137 a 0,187, apresentando também pequeno coeficiente de variação (8,47%). A distribuição espacial do coeficiente b, apresentada na Figura 4, não demonstrou guardar relação com a variação do coeficiente a e da intensidade, resultado distinto do obtido no estudo de Campos et al. (2014), em que os postos com coeficiente b menor e coeficiente a maior obtiveram as intensidades mais altas.

Analogamente aos estudos de Oliveira et al. (2005), Santos et al. (2009) e Aragão et al. (2013), foram obtidos, para todos os postos, valores constantes para os coeficientes c e d (neste estudo, 9,971 e 0,724 respectivamente). Aragão et al. (2013) atribuem esta ocorrência à desagregação de chuvas diárias pelo Método das Relações, uma vez que tal tendência não é relatada em estudos que utilizam dados de pluviógrafos.

Figura 3 - Variação espacial do coeficiente a

Fonte: Autores (2019)

Figura 4 - Variação espacial do coeficiente b

Fonte: Autores (2019)

Os valores de EPE obtidos entre a comparação da intensidade desagregada pelo Método das Relações e a intensidade obtida pelas equações IDF para cada tempo de retorno são apresentados na Tabela 5. Observa-se um padrão comportamental para todos os postos, com valores mais altos para períodos de retorno de 2 e de 100 anos e valores mais baixos para períodos de retorno intermediários.

O maior valor obtido para o EPE foi 0,122 para o tempo de retorno de 2 anos no posto Nova Prata, este valor é menor que os valores encontrados por Aragão et al. (2013), que obtiveram valores de EPE entre 1,184 e 3,014. Dada a pequena variação do erro entre as intensidades estimadas e as intensidades desagregadas, nota-se a boa qualidade dos ajustes dos parâmetros das equações com os dados da série histórica.

Tabela 5 – Erro Padrão da Estimativa (EPE) para diferentes períodos de retorno

Município	Posto		T (anos)
			2	5	10	20	25	50	100
Antônio Prado	02851003		0,116	0,031	0,034	0,032	0,031	0,034	0,055
	02851015		0,112	0,031	0,033	0,032	0,031	0,033	0,054
Bento Gonçalves	02951003		0,091	0,031	0,031	0,031	0,030	0,034	0,051
Casca	02851022		0,083	0,031	0,031	0,030	0,030	0,033	0,048
	02851005		0,084	0,032	0,031	0,030	0,030	0,034	0,050
Caxias do Sul	02851022		0,092	0,031	0,031	0,031	0,030	0,034	0,051
	02950033		0,098	0,031	0,032	0,031	0,031	0,033	0,050
	02951008		0,084	0,032	0,031	0,030	0,030	0,034	0,050
Cotiporã	02951037		0,096	0,032	0,031	0,031	0,030	0,035	0,053
Flores da Cunha	02951015		0,082	0,031	0,031	0,030	0,030	0,034	0,048
Guaporé	02851044		0,105	0,031	0,032	0,032	0,031	0,033	0,052
	02851011		0,085	0,031	0,031	0,031	0,030	0,034	0,049
Marau	02852016		0,093	0,032	0,031	0,031	0,030	0,034	0,052
	02852031		0,075	0,031	0,030	0,030	0,030	0,034	0,046
	02852005		0,084	0,031	0,031	0,030	0,030	0,034	0,048
	02852028		0,090	0,032	0,031	0,031	0,030	0,034	0,051
Nova Prata	02851024		0,122	0,031	0,034	0,033	0,031	0,033	0,055
Nova Roma	02851018		0,074	0,032	0,030	0,030	0,030	0,035	0,049
Veranópolis	02851031		0,109	0,031	0,033	0,032	0,031	0,033	0,052
Vila Flores	02851021		0,088	0,031	0,031	0,031	0,030	0,034	0,049

Fonte: Autores (2019)

6     CONCLUSÃO

O estudo foi realizado através da obtenção das séries históricas com ao menos 15 anos de monitoramento obtidas por postos pluviométricos contidos na Encosta Superior do Nordeste do Rio Grande do Sul. Para a grande maioria dos postos estudados foi utilizado a distribuição de probabilidade de Gumbel com parâmetros ajustados pelo método dos momentos. Para o posto o qual a distribuição de Gumbel não obteve aderência foi utilizado a distribuição Log-Normal de dois parâmetros, e dessa forma, foi aceito pelo teste Kolmogorov-Smirnov.

A partir dos testes de aderência de Kolmogorov-Smirnov e Qui-quadrado aplicados percebeu-se um bom ajuste aos dados calculados aos dados obtidos. O ajuste dos parâmetros da equação foi determinado pelo coeficiente de determinação (R²), onde foram obtidos ótimos resultados, comprovando a qualidade das equações apresentadas.

Foi gerada a relação espacial para os parâmetros “a” e “b” das equações IDF, sendo possível formular equações para outros postos da área de estudo que não foram contemplados. Assim, foram elaborados mapas de isolinhas para os parâmetros “a” e “b”, isoietas de precipitação máxima com duração de 24h e isoietas de intensidades máximas de duração de 5 min aos tempos de retorno de 5, 10, 50 e 100 anos para a área de estudo, gerando uma importante e ágil ferramenta de estimativa de precipitações extremas.

Considerando os objetivos desejados, a metodologia proposta, a análise dos resultados e sua discussão, pode-se concluir que a proposta se mostrou factível e obteve resultados satisfatórios. Dessa maneira, o desenvolvimento desse trabalho abre diversas possibilidades para estudos posteriores como: comparação entre curvas IDF de diferentes distribuições de probabilidades, comparação entre curvas IDF por diferentes métodos de desagregação de chuvas, análise comparativa dos parâmetros das equações IDF determinados por regressão linear e regressão não linear e identificação dos principais fatores que influenciam na formação de precipitações na região.

Referências

ÁLVARES, C.A.; STAPE, J.L.; SENTELHAS, P.C.; MORAES GONÇALVES, J.L.; SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013.

ALVES, A. V. P. et al. Análise dos métodos de estimação para os parâmetros das distribuições de Gumbel e GEV em eventos de precipitações máximas na cidade de Cuiabá-MT. Revista Eletrônica de Engenharia Civil, [s. l.], v. 6, n. 1, p. 32–43, 2013.

ANA. HidroWeb - Sistema de Informações Hidrológicas. 2019. Disponível em: http://www.snirh.gov.br/hidroweb/publico/apresentacao.jsf. Acesso em: 30 jan. 2019.

ARAGÃO, R. et al. Chuvas intensas para o estado de Sergipe com base em dados desagregados de chuva diária. Revista Brasileira de Engenharia Agrícola e Ambiental, [s. l.], v. 17, n. 3, p. 243–252, 2013.

ARAÚJO, L. E. et al. Análise estatística de chuvas intensas na bacia hidrográfica do Rio Paraíba. Revista Brasileira de Meteorologia, [s. l.], v. 23, n. 2, p. 162–169, 2008.

BACK, Á. J. Seleção de distribuição de probabilidade para chuvas diárias extremas do estado de Santa Catarina. Revista Brasileira de Meteorologia, [s. l.], v. 16, n. 2, p. 211–222, 2001.

BACK, Á. J. Chuvas intensas e chuva para dimensionamento de estruturas de drenagem para o Estado de Santa Catarina. Florianópolis: Epagri, 2013.

BACK, Á. J. et al. Variação espacial da chuva máxima diária no estado de Santa Catarina. Revista de Iniciação Científica, [s. l.], v. 14, n. 1, p. 59–72, 2016.

BACK, Á. J.; BONETTI, A. V. Chuva de projeto para instalações prediais de águas pluviais de Santa Catarina. Revista Brasileira de Recursos Hídricos, [s. l.], v. 19, n. 4, p. 260–267, 2014.

BECK, H. E. et al. Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data, [s.l.], v. 5, n. 1, p.1-12, 2018.

BELTRAME, L. F. S.; LANNA, A. E. L.; LOUZADA, J. A. S. Chuvas intensas. Porto Alegre: Instituto de Pesquisas Hidráulicas - IPH/UFRGS, 1991.

BERTONI, J. C.; TUCCI, C. E. M. Precipitação. In: TUCCI, C. E. M. (Ed.). Hidrologia: ciência e aplicação. 4. ed. Porto Alegre: Editora da UFRGS/ABRH, 2007. p. 177–231.

BLAIN, G. C.; BRUNINI, O. Caracterização do regime de evapotanspiração real, em escala decendial, no estado de São Paulo. Revista Brasileira de Meteorologia, [s. l.], v. 22, n. 1, p. 75–82, 2007.

CALDEIRA, T. L. et al. Modelagem probabilística de eventos de precipitação extrema no estado do Rio Grande do Sul. Revista Brasileira de Engenharia Agrícola e Ambiental, [s. l.], v. 19, n. 3, p. 197–203, 2015.

DAEE; CETESB. Drenagem urbana: manual de projeto. São Paulo: DAEE-CETESB, 1979.

DAMÉ, R. de C. F. et al. Hidrograma de projeto em função da metodologia utilizada na obtenção da precipitação. Revista Brasileira de Engenharia Agrícola e Ambiental, [s. l.], v. 14, n. 1, p. 46–54, 2010.

FAN, Fernando Mainardi et al. Evaluation of upper Uruguay river basin (Brazil) operational flood forecasts. RBRH, Porto Alegre, v. 22, e37, 2017.

FECHINE SOBRINHO, V. et al. Desenvolvimento de equações Intensidade-Duração-Frequência sem dados pluviográficos em regiões semiáridas. Revista Brasileira de Engenharia Agrícola e Ambiental, [s. l.], v. 18, n. 7, p. 727–734, 2014.

GARCIA, S. S. et al. Determinação da equação intensidade-duração-frequência para três estações meteorológicas do Estado de Mato Grosso. Revista Brasileira de Engenharia Agrícola e Ambiental, [s. l.], v. 15, n. 6, p. 575–581, 2011.

MANDELLI, F. Relações entre variáveis meteorológicas, fenologia e qualidade da uva na “Serra Gaúcha”. 2002. Tese (Doutorado) - Universidade Federal do Rio Grande do Sul, Porto Alegre, 2002.

NAGHETTINI, M.; PINTO, É. J. A. Hidrologia Estatística. Belo Horizonte: CPRM, 2007.

RIBEIRO NETO, Alfredo; BATISTA, Larissa Ferreira David Romão; COUTINHO, Roberto Quental. Methodologies for generation of hazard indicator maps and flood prone areas: municipality of Ipojuca/PE. RBRH, Porto Alegre, v. 21, n. 2, p. 377-390, June 2016

OLIVEIRA, L. F. C. et al. Intensidade-Duração-Frequência de chuvas intensas para localidades no estado de Goiás e Distrito Federal. Pesquisa Agropecuária Tropical, [s. l.], v. 35, n. 1, p. 13–18, 2005.

PFAFSTETTER, O. Chuvas intensas no Brasil: Relação entre precipitação, duração e frequência de chuvas em 98 postos com pluviógrafos. 2a ed. Rio de Janeiro: Ministério da Viação e Obras Públicas; Departamento Nacional de Obras de Saneamento, 1982.

SAMPAIO, M. V. Determinação e espacialização das equações de chuvas intensas em bacias hidrográficas do Rio Grande do Sul. 2011. Tese (Doutorado) - Universidade Federal de Santa Maria, Santa Maria, 2011.

SANTOS, G. G. et al. Intensidade-duração-frequência de chuvas para o Estado de Mato Grosso do Sul. Revista Brasileira de Engenharia Agrícola e Ambiental, [s. l.], v. 13, n. suppl, p. 899–905, 2009.

SILVA, B. C.; CLARKE, R. T. Análise estatística de chuvas intensas na bacia do rio São Francisco. Revista Brasileira de Meteorologia, [s. l.], v. 19, n. 3, p. 265–272, 2004.

SILVA, C. B.; OLIVEIRA, L. F. C. Relação Intensidade-Duração-Frequência de chuvas extremas na região Nordeste do Brasil. Revista Brasileira de Climatologia, [s. l.], v. 20, p. 267–283, 2017.

SILVA, C. R.; QUINTAS, M. C. L.; CENTENO, J. A. S. Estudo do método de interpolação do inverso da distância a uma potência. In: II SIMPÓSIO BRASILEIRO DE GEOCIÊNCIAS; V COLÓQUIO BRASILEIRO DE CIÊNCIAS GEODÉSICAS 2007, Presidente Prudente. Anais... Presidente Prudente: UNESP, 2007.

SIMONOVIC, S. P. et al. A web-based tool for the development of Intensity Duration Frequency curves under changing climate. Environmental Modelling & Software, [s. l.], v. 81, p. 136–153, 2016.

TUCCI, C. E. M. Hidrologia: ciência e aplicação. 4. ed. Porto Alegre: Editora da UFRGS/Associação Brasileira de Recursos Hídricos, 2009. 943 p.