Análise probabilística para determinação de vazões máximas em diferentes períodos de retorno: estudo de caso para Barragem Pedra do Cavalo

Abstract

Barragens são estruturas de grande porte que tem como objetivo o acúmulo de água ou de rejeitos oriundos da mineração. A ruptura desse tipo de estrutura é de grande preocupação devido ao seu dano potencial associado. Desse modo, se faz necessário o estudo referente aos eventos hidrológicos, sendo estes geralmente provocadores de situações de riscos. A estimativa de vazões de projeto é de grande importância para dimensionamento adequado de estruturas hidráulicas e para conhecimento do comportamento hidrológico em determinados períodos de recorrência. Sendo assim, qual a influência do período de retorno na estimativa de vazões de projeto em uma barragem? Diante desse cenário, o presente trabalho tem como objetivo analisar através de modelos estatísticos a variação de cheias em diferentes períodos de retorno, a partir do levantamento de dados de séries históricas de vazão diária ao longo de 50 anos, coletados no portal da Hidroweb no site da Agência Nacional de Águas através de estações fluviométricas no curso d’água da bacia de contribuição para o reservatório de Pedra do Cavalo – BA. Os dados foram aplicados nos métodos probabilísticos, sendo eles as distribuições probabilísticas de Gumbel, Normal e Log-Normal ou de Galton,Pearson III, Log-Pearson III e Generalizada de Valores Extremos (GEV Distribuição Gaussiana), para analisar o comportamento das cheias e inundações em diferentes períodos de retornos, através da análise de frequência para verificação do número de vezes que um evento hidrológico pode ser igualado ou superado, tornando possível dessa maneira, um possível planejamento em situações de emergência. Nesse contexto, para esse projeto todos os dados coletados de vazões máximas anuais puderam ser aplicados nas cinco distribuições escolhidas para estimar a vazão máxima em diferentes períodos de retorno, sem rejeição. Definindo assim a distribuição na qual melhor se adequa as amostras coletadas, concluindo esse estudo dentre os fatores, que a distribuição que melhor se adequa as amostras coletadas, é a distribuição de LogPearson III. Por fim, este trabalho além de possibilitar o leitor uma abordagem abrangente para caso de cheias máximas de projeto usando as distribuições probabilísticas, oferece subsídios para trabalhos futuros usando outras abordagens. _______________________________________________________________________________________ ABSTRACT Dams are large structures that aim at the accumulation of water or tailings from mining. The rupture of this type of structure is of great concern due to its associated potential damage. Thus, it is necessary to study hydrological events, which are usually provoking risk situations. The estimation of project flows is of great importance for the proper dimensioning of hydraulic structures and for knowledge of hydrological behavior in certain periods of recurrence. Thus, what is the influence of the return period on the estimation of project flows in a dam? In view of this scenario, the present work aims to analyze through statistical models the variation of floods in different periods of return, from the collection of data from historical series of daily flow over 50 years, collected on the Hidroweb portal on the Website of the National Water Agency through fluviometric stations in the watercourse of the contrinution basin for the Pedra do Cavalo reservoir - BA. The data were applied in probabilistic methods, which were the probabilistic distributions of Gumbel, Normal and Log-Normal or Galton,Pearson III, Log Pearson III and Generalized Extreme Values (GEV Gaussian Distribution), to analyze the behavior of floods and floods in different periods of returns, through frequency analysis to verify the number of times a hydrological event can be equaled or overcome, thus making possible planning in emergency situations possible. In this context, for this project, all data collected from maximum annual flows could be applied in the five distributions chosen to estimate the maximum flow rate in different return periods, without rejection. Thus defining the distribution in which the collected samples are best suited, concluding this study among the factors, that the distribution that best suits the collected samples, is the logpearson III distribution. Finally, this work, in addition to enabling the reader a comprehensive approach to the case of maximum project floods using probabilistic distributions, provides subsidies for future work using other approaches.