Overview on the historical series of annual maximum streamflows in Brazil: analysis based on temporal and statistical criteria

Abstract

Hydrology, as science, refers to the study of the hydrological cycle. This comprises hydrological processes that can be analyzed over time, space, or both together, which, in their turn, are quantitatively described by hydrological variables and represented by historical series. Therefore, it is essential screening historical series to enable properly assessing hydrological processes and their variability. However, this topic has been poorly investigated in the country, despite its remarkable importance for the hydrological engineering field, mainly for at-site and regional statistical hydrology applications. Thus, the aim of the current study is to assess the context of historical series of annual maximum streamflows in Brazil, based on the combination of temporal and statistical criteria. The herein adopted methodology was split into the following stages: collecting streamflow data covering the Brazilian territory; determining the series of annual maximum streamflows; screening the investigated series based on temporal criteria - series determined from 1980 onwards, based on at least 30-year data -; and screening the series based on statistical prerequisites. The analyzed data have shown significant decrease in the number of series at national level, when they were filtered based on the established temporal criterion. However, assumingly, the simultaneous adoption of all 4 statistical prerequisites provided more robustness to the screening process applied to the series of annual maximum streamflows. Moreover, the use of the 4 statistical prerequisites did not imply significantly increased loss of historical series in comparison to the number of series observed when analyzing only the stationarity hypothesis. Thus, results in the current study can encourage professionals to apply greater statistical rigor at the screening stage of historical series adopted in hydrological studies.Keywords: statistical hydrology; hydrological engineering; stationarity; homogeneity; randomness; independence. Panorama de séries históricas de vazões máximas anuais no Brasil: uma análise baseada em premissas estatísticasR E S U M OA hidrologia enquanto ciência está relacionada com o estudo do ciclo hidrológico, o qual é composto por processos hidrológicos que podem ser analisados em função do tempo, do espaço ou de ambos, sendo que os processos hidrológicos são descritos por variáveis hidrológicas, representando uma série histórica. Portanto, a triagem das séries históricas se torna importante para conhecer as ocorrências dos fenômenos hidrológicos e a sua variabilidade. Tendo em vista que este contexto tem sido pouco explorado no país, esse estudo tem por objetivo avaliar o panorama acerca das séries históricas de vazões máximas anuais no Brasil com base na combinação das premissas estatísticas de estacionariedade, homogeneidade, aleatoriedade e independência. A metodologia deste estudo seguiu as seguintes etapas: aquisição de dados de vazão de rios em território brasileiro; constituição das séries de vazões máximas anuais; triagem das séries de acordo com critérios temporais; triagem das séries segundo premissas estatísticas. Com base nos dados analisados, pode-se concluir que há uma grande redução no número de séries a nível nacional quando se filtra essas séries dentro de um critério temporal. No entanto, no que concerne às premissas estatísticas, esse estudo sugere que a consideração simultânea das 4 premissas traz uma maior robustez à triagem das séries de vazões máximas anuais; sendo que, não implica necessariamente em um acréscimo expressivo na perda de séries históricas, quando comparado com o número de séries obtidas após se recorrer unicamente ao uso da premissa de estacionariedade. Desta forma, os resultados encontrados nesse estudo estimulam que os profissionais façam uso de maior rigor estatístico na etapa de triagem das séries históricas para estudos hidrológicos.Palavras-chave: triagem, estacionariedade, homogeneidade, aleatoriedade, independência.