Obtaining the Index-Flood for homogeneous regions of Minas Gerais, Brazil
DOI:
https://doi.org/10.55761/abclima.v31i18.15420Palavras-chave:
IDF relationship, Intense rainfall, Rainfall regionalization, Cluster analysis.Resumo
The evaluation of heavy rainfall is important because rainfall data are frequently used to design storm drainage and erosion control systems in agricultural areas. Because it is difficult to obtain local rainfall data, heavy rainfall regionalization techniques are necessary. One such technique is known as the Index-Flood method, which standardizes data obtained for different areas within a region considered homogeneous to use as a single sample set. The objectives of this study were to divide the state of Minas Gerais, Brazil, into hydrologically homogeneous regions and to use the return periods and duration to obtain the respective Index-Flood values for each state to aid the design rainfall estimation. Maximum annual rainfall and total annual rainfall data from 494 weather stations in Minas Gerais were used. K-means cluster analysis was used to identify homogeneous regions and generated a total of three groups in the state. For each group, the regional intensity–duration–frequency (IDF) relationships were generated and were related to the rainfall intensity values associated with different durations, resulting in the Index-Flood value. Subsequently, the regional dependent variable equations were obtained and were associated with the Index-Flood and the local rainfall value to obtain the local design rainfall used in the design storm drainage and erosion control systems in agricultural areas. The coefficient of determination was used to evaluate the accuracy of the estimates, and the r² values were close to 1.0 for all fittings, which indicated a good fit of the data and allowed the equations generated to be used in the design rainfall estimation.
Downloads
Referências
AGARWAL, A.; MAHESWARAN, R.; SEHGAL, V.; KHOSA, R.; SIVAKUMAR, B.; BERNHOFER, C. Hydrologic regionalization using wavelet-based multiscale entropy method. Journal of Hydrology, v.538, p.22-32, 2016. DOI: https://doi.org/10.1016/j.jhydrol.2016.03.023.
BACK, A.J.; HENN, A.; OLIVEIRA, J.L.R. Heavy rainfall equations for Santa Catarina, Brazil. Revista Brasileira de Ciência do Solo, v.35, n.6, p.2127-2134, 2011. DOI: https://doi.org/10.1590/S0100-06832011000600027.
BASU, B; SRINIVAS, V.V. Evaluation of the “Index-Flood” approach related regional frequency analysis procedures. Journal of Hydrologic Engineering, v.21, n.1, p.1-12, 2016. DOI: https://doi.org/10.1061/(ASCE)HE.1943-5584.0001264.
BESKOW, S.; MELLO, C. R.; VARGAS, M. M.; CORRÊA, L. de L.; CALDEIRA, T. L.; DURÃES, M. F.; AGUIAR, M. S. Artificial intelligence techniques coupled with seasonality measures for hydrological regionalization of Q90 under Brazilian conditions. Journal of Hydrology, v.541, p.1406-1419, 2016. DOI: https://doi.org/10.1016/j.jhydrol.2016.08.046.
CALEGARIO, A.T. Identificação de regiões hidrologicamente homogêneas e comportamento das vazões mínima e média regionalizadas. 2014. Dissertação (Mestrado em Engenharia Agrícola) – Universidade Federal de Viçosa, Viçosa, 2014. Disponível em: https://www.locus.ufv.br/handle/123456789/8210. Acesso em: 20 set. 2020.
DALRYMPLE, T. Flood frequency analysis. U.S. Geological Survey, paper 1543A, 1960. DOI: https://doi.org/10.3133/wsp1543A.
DANTAS, C.E.O.; PINTO, E.J.A. Análise de frequência regional das precipitações máximas diárias da bacia do rio São Francisco no Estado de Minas Gerais - Brasil. In: IWRA WORLD WATER CONGRESS, 14., 2011, Porto de Galinhas. Anais [...] Porto de Galinhas: Livro de Resumos, 2011. Disponível em: https://iwra.org/member/congress/resource/PAP00-5839.pdf. Acesso em 01 set. 2020.
DAVIS, E.G.; NAGHETTINI, M.C. Estudo de chuvas intensas no Estado do Rio de Janeiro. 2. ed. Brasília: CPRM, 2000, 146p. Disponível em: https://rigeo.cprm.gov.br/jspui/bitstream/doc/17229/12/rel_proj_rj_chuvas.pdf. Acesso em: 15 set. 2020.
FARSADNIA, F.; KAMROOD, M.R.; NIA, A.M.; MODARRES, R.; BRAY, M.T.; HAN, D.; SADATINEJAD, J. Identification of homogeneous regions for regionalization of watersheds by two-level self-organizing feature maps. Journal of Hydrology, v.509, p.387-397, 2014. DOI: https://doi.org/10.1016/j.jhydrol.2013.11.050.
FERREIRA, D. F. Sisvar-sistema de análise de variância para dados balanceados. Lavras: UFLA, 1998.
FREITAS, J.C.; ANDRADE, A.R.S.; BRAGA, C.C.; GODOI NETO, A. H.; ALMEIDA, T.F. Análise de agrupamentos na identificação de regiões homogêneas de índices climáticos no Estado da Paraíba, PB - Brasil. Revista Brasileira de Geografia Física, v.6, n.4, 732-748, 2013. ISSN:1984-2295. Disponível em: https://periodicos.ufpe.br/revistas/rbgfe/article/view/233065. Acesso em: 9 set. 2020.
GADO, T. A.; NGUYEN VAN-T. Regional estimation of floods for ungauged sites using partial duration series and scaling approach. Journal of Hydrologic Engineering, v.21, n.12, p.1-12, 2016. DOI: https://doi.org/10.1061/(ASCE)HE.1943-5584.0001439.
GHANMI, H.; BARGAOUI, Z.; MALLET, C. Estimation of intensity-duration-frequency relationships according to the property of scale invariance and regionalization analysis in a Mediterranean coastal area. Journal of Hydrology, v.541, p.38-49, 2016. DOI: https://doi.org/10.1016/j.jhydrol.2016.07.002.
GOYAL, M. K.; GUPTA, V. Identification of homogeneous rainfall regimes in Northeast region of India using fuzzy cluster analysis. Water Resources Management, v.28, p.13, p.4491-4511, 2014. DOI: https://doi.org/10.1007/s11269-014-0699-7.
HOSKING, J. R. M.; WALLIS, J. R. Regional frequency analysis: An approach based on L-moments. Cambridge: University Press, 1997, 224 p. Disponível em: https://aquaknow.jrc.ec.europa.eu/sites/default/files/regional_frequency_analysis._an_approach_based_on_l-moments.pdf . Acesso em: 06 ago. 2020.
IBGE. Minas Gerais - Panorama. Disponível em: https://cidades.ibge.gov.br/brasil/mg/panorama. Acesso em: 10 jul. 2019.
MACHADO, L. A. Classificação climática para Minas Gerais por meio do método de agrupamento não hierárquico de K-means. Cadernos do Leste, v.14, n.14, p.45-63, 2014. DOI: https://doi.org/10.29327/249218.14.14-3.
MACQUEEN, J. Some methods for classification and analysis of multivariate observations. In: Le Cam, L.M.; Neyman. J. (org.) Proceeding of fifth Berkeley symposium on mathematical statistics and probability. v.1. Berkeley: Unversity of California Press, 1967, p.281-297. Disponível em: https://projecteuclid.org/ebooks/berkeley-symposium-on-mathematical-statistics-and-probability/Some-methods-for-classification-and-analysis-of-multivariate-observations/chapter/Some-methods-for-classification-and-analysis-of-multivariate-observations/bsmsp/1200512992. Acesso em: 05 set. 2020.
MANLY, B. J. F. Métodos estatísticos multivariados: uma introdução. Porto Alegre: Artmed, 2008. 270p. ISBN 10-858260498X.
MARTINS, F. B. et al. Classificação climática de Köppen e de Thornthwaite para Minas Gerais: Cenário atual e projeções futuras. Revista Brasileira de Climatologia, v. 22, p. 149–164, 2018. DOI: https://doi.org/10.5380/abclima.v1i0.60896.
MELLO, C. R.; VIOLA, M. R. Mapeamento de chuvas intensas no estado de Minas Gerais. Revista Brasileira de Ciência do Solo. v.37, p.37-44, 2013. DOI: https://doi.org/10.1590/S0100-06832013000100004.
MELLO, C. R.; SILVA, A. M.; LIMA, J. M.; FERREIRA, D. F. Modelos matemáticos para predição da chuva de projeto para regiões do Estado de Minas Gerais. Revista Brasileira de Engenharia Agrícola e Ambiental. v.7, n.1, p.121-128, 2003. DOI: https://doi.org/10.1590/S1415-43662003000100020.
MIRANDA, A. C. R. Regiões hidrologicamente homogêneas na Amazônia com base nas precipitações mensais. 2016. Tese (Doutorado em Meteorologia Aplicada) - Universidade Federal de Viçosa, Viçosa, 2016. Disponível em: https://locus.ufv.br//handle/123456789/8279. Acesso em: 13 jun. 2020.
MIRHOSSEINI, G.; SRIVASTAVA, P.; STEFANOVA, L. The impact of climate change on rainfall Intensity-Duration-Frequency (IDF) curves in Alabama. Regional Environmental Change. v.13, p.25-33, 2013. DOI: https://doi.org/10.1007/s10113-012-0375-5.
NAGHETTINI, M.; PINTO, E. J. A. Hidrologia estatística. Belo Horizonte: CPRM, 2007. 552p. Disponível em: https://rigeo.cprm.gov.br/handle/doc/454. Acesso em: 19 set. 2020.
NOVAIS, G. T. Caracterização climática da mesorregião do Triângulo Mineiro/Alto Paranaíba e do entorno da Serra da Canastra (MG). 2011. Dissertação (Mestrado em Geografia e Gestão do Território) — Universidade Federal de Uberlândia, Uberlândia, 2011. Disponível em: https://repositorio.ufu.br/bitstream/123456789/16101/1/CaracterizacaoClimaticaMesorregiao.pdf. Acesso em: 12 ago. 2020.
REBOITA, M. S.; RODRIGUES, M.; SILVA, L. F.; ALVES, M. A. Aspectos climáticos do estado de Minas Gerais. Revista Brasileira de Climatologia. v.17, n.11, p.206-226, 2015. DOI: http://dx.doi.org/10.5380/abclima.v17i0.41493.
SÁ JÚNIOR, A. de. Aplicação da classificação de Köppen para o zoneamento climático do estado de Minas Gerais. 2009. Dissertação (Mestrado em Engenharia Agrícola) – Universidade Federal de Lavras, Lavras, 2009. Disponível em: http://repositorio.ufla.br/jspui/handle/1/3076. Acesso em: 13 jul. 2020.
SINGH, S. K.; LO, E. Y. M.; XIAOSHENG, Q. Cluster analysis of monthly precipitation over the western maritime continent under climate change. Climate. v.5, n.84, p.1-20, 2017. DOI: https://doi.org/10.3390/cli5040084.
SNIRH. Séries históricas de estações. Disponível em: http://www.snirh.gov.br/hidroweb/publico/medicoes_historicas_abas.jsf. Acesso em: 1 jan. 2018.
TEAM, R. C. An introduction to R. Vienna, Austria: R Foundation for Statistical Computing, 2007. Disponível em: http://www.math.chalmers.se/Stat/Grundutb/CTH/mve186/1415/R-Binder.pdf.: Acesso em: 8 set 2020.
TEAM, R. C. The R Stats package. Vienna, Austria: R Foundation for Statistical Computing, 2018. Disponível em: https://stat.ethz.ch/R-manual/R-devel/library/stats/html/00Index.html. Acesso em: 13 jun 2020.
UPADHYAYA, S.; RAMSANKARAN, R. A. A. J. Multi-Index rain detection: a new approach for regional rain area detection from remotely sensed data. Journal of Hydrometeorology, v.15, p.2314-2330, 2014. DOI: https://doi.org/10.1175/JHM-D-14-0006.1.
YIN, Y.; CHEN, H.; XU, C-YU.; XU. W.; SUN, S. Spatio-temporal characteristics of the extreme precipitation by L-moment-based “Index-Flood” method in the Yangtze River Delta region, China. Theoretical and Applied Climatology, v.124, p.1005-1022, 2016. DOI: https://doi.org/10.1007/s00704-015-1478-y.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.
Os autores mantém seus direitos de publicação sem restrições
A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.
A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença