Abstract
This paper presents an empirical data assimilation method applied to a real-time flood forecasting hydrological model based on the MGB-IPH hydrological model. A medium-size basin located in Southeastern Brazil was selected as a case study, primarily because of the availability of hourly hydrologic information. Streamflow forecasts were calculated with lead times up to 48 hours, at hourly intervals. Several forecast scenarios were simulated with the MGB-IPH model: (1) forecasting with data assimilation and perfect precipitation forecasts (in which observed precipitation was used as a forecast of precipitation); (2) forecasting with data assimilation and zero precipitation forecasts; and (3) forecasting without data assimilation and perfect precipitation forecasts. Forecasts from these three scenarios were compared to observed streamflows and to forecasts from a naive model which assumes that the last recorded streamflow will be held constant up to the end of the forecast horizon. Several performance measures such as the Nash—Sutcliffe efficiency coefficient, the mean absolute error and the mean relative error were used to assess the relative performance of the models. Results show that the data assimilation method has positive impacts on real-time flood forecasting, increasing the forecast accuracy for all lead-times
Highlights
No caso das demais medidas de desempenho, entretanto, a melhor configuração de parâmetros apresenta melhora mais evidente em relação as demais configurações, como pode se observar nas Figuras 7b, 7c e 7d
Key-words: Flood forecasting, data assimilation, hydrological modeling
Summary
Nesse trabalho é descrito um método empírico de assimilação de dados em conjunto com a modelagem hidrológica distribuída, para previsão de cheias em tempo real em uma bacia hidrográfica de médio porte na região sudeste do Brasil, a bacia do rio Piracicaba. Q t calc são as vazões observadas e calculadas, respectivamente; t é o tempo de cálculo; t0 é o instante de tempo da realização da previsão; ta é o intervalo de tempo durante o qual é feita a comparação entre valores calculados e observados e s representa o ponto de exutório da sub-bacia, onde existe um posto fluviométrico com dados observados para atualização do modelo. Onde VBati,s é o volume atualizado no reservatório na minibacia i, situada a montante de s; VBi é o volume calculado do reservatório conceitual na minibacia i; PBi é a fração da vazão na rede de drenagem originária do reservatório conceitual, PBlim é a fração mínima de água necessária para que haja a correção dos reservatórios conceituais do modelo e bx é um parâmetro de atualização com valores entre 0 e 1 que deve ser definido de forma a encontrar uma boa concordância entre as vazões previstas e observadas. De acordo com Paz et al (2007), quando o parâmetro bx assume valores próximos de 1, a atualização dos volumes dos reservatórios conceituais do modelo é relativamente rápida
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
