Uso de modelagem de transporte de sedimentos e técnicas de hidrologia estatística para redução de incertezas nos estudos de assoreamento de reservatórios: estudo de caso do reservatório da PCH Mogi-Guaçu - SP

• Main Author: Marcus Vinícius Estigoni
• Other Authors: Frederico Fabio Mauad
• Language: Portuguese
• Published: Universidade de São Paulo 2016
• Subjects: Assoreamento de reservatórios; Hidrologia estatística; Modelagem de transporte de sedimentos; Redução de incertezas; Hydrologic statistics; Reservoir sedimentation; Sediment transport modeling; Uncertainty reduction
• Online Access: http://www.teses.usp.br/teses/disponiveis/18/18139/tde-10022017-085647/

A previsão hidrológica é um processo estocástico dependente de fatores aleatórios, e, por si só, possui incertezas, porém, como a descarga sólida de um rio se correlaciona com a vazão por uma relação do tipo potência, na previsão do assoreamento de reservatório estas incertezas são maximizadas. Métodos empíricos e semi-empíricos de previsão de assoreamento negligenciam importantes fenômenos hidráulicos que regem o comportamento instantâneo do transporte de sedimentos. Incertezas e erros na estimativa da vida útil de reservatórios na fase de estudo de viabilidade é prejudicial ao processo decisório de qual reservatório e/ou se o reservatório deve ser construído. A pesquisa identificou os mecanismos de como a variabilidade hidrológica influencia a previsão do assoreamento de reservatórios por meio de casos idealizados e validação das hipóteses em estudo de caso, também foi proposto um fluxograma de atividades para a previsão de assoreamento capaz de reduzir incertezas inerentes a estes estudos, pautado na modelagem hidrodinâmica de transporte de sedimentos, ferramentas de hidrologia estatística e uso de múltiplos cenários, o Procedimento Metodológico para Redução de Incertezas na Previsão do Assoreamento de Reservatórios (PRIPAR - NH). Identificou-se que: séries de vazões com maior variabilidade resultam em um aporte de sedimento maior quando comparado à somatório de seu valor médio, e quanto maior a variabilidade maior o aporte resultante; séries com mesmo aporte de sedimentos e maior parte nos primeiros anos do reservatório resultam em assoreamento mais rápido devido a relativa alta Eficiência de Retenção de sedimentos nos primeiros anos e sua redução com a evolução do assoreamento; e, comprovou-se que modelos estocásticos para geração de séries sintéticas produzirão séries ligeiramente diferentes caso aplicados mais de uma vez, mesmo quando utilizando parâmetros de calibração iguais, causando significativa diferença na previsão do assoreamento. O PRIPAR - NH foi aplicado no estudo de caso do reservatório da PCH Mogi-Guaçu. Os 50 cenários analisados suportam a hipótese, apresentando amplitude de 12,4% do volume assoreado calculado, com média de 48,1% de seu volume em 50 anos. === The hydrologic forecast is a stochastic process that relays on a random factor. It present uncertainties by itself, but when used for reservoir sedimentation studies this uncertain are maximized due the fact that sediment load relates with flow discharge by a power type function. Empirical and semi-empirical methods for reservoir sedimentation forecast, widely used in Brazil, neglects important hydraulic phenomena that governs the instantaneous sediment transport behavior. Uncertainties and errors in reservoirs useful life estimation during feasibility studies are detrimental for the process of choosing which reservoir should be build and/or if the reservoir should be build. This study identified how hydrologic forecast and flow variability affects reservoir sedimentation studies, by means of hypothetical ideal scenarios and validations of the hypothesis in a study case. It also proposed a process flowchart for reservoir sedimentation studies able reduces uncertainty by the use of sediment transport modelling, statistical tools applied in hydrology and multiple scenarios, the PRIPAR-NH. It was identified that: as the degree of variability in flow data series increases, sediment loads also increase in comparison with the value calculated by the average flow; for the same sediment income, data series that presents most part of the sediment loads in the early years of the reservoir operation presents a faster sedimentation, it is explained by the fact the sediment Trap Efficiency reduces along the time due the reservoir storage capacity loss; and, it was proved that stochastic model will produce different data series if applied more than once, even when using the same calibration parameters, and it affects significantly the sedimentation forecast results. The PRIPAR-NH was applied to assess the sedimentation in Mogi-Guaçu Hydropower reservoir. The 50 analyzed scenarios support the study main hypotheses, presenting results for sedimentation volume ranging in 12.4%. The average sedimentation volume found was 48.1% for a 50 years scenario.