III WorkEta. Aplicações em Recursos Hídricos Operador Nacional do Sistema Elétrico ONS. Marcio Cataldi

Transcrição

1 Operador Nacional do Sistema Elétrico III WorkEta Aplicações em Recursos Hídricos Operador Nacional do Sistema Elétrico ONS Marcio Cataldi

2 Sumário Apresentação do ONS; Utilização dos campos de modelagem numérica do CPTEC/INPE na elaboração os produtos de rotina do ONS; Projetos desenvolvidos pelo ONS no aprimoramento de algumas variáveis provenientes da modelagem numérica disponibilizada pelo CPTEC/INPE; Projetos futuros do ONS relacionados com os produtos de modelagem numérica do CPTEC/INPE. 2

3 Sistema Interligado Nacional 98% do mercado brasileiro Cap. Instalada MW Hidro Termo-convencional Termo-nuclear Outras Participação Hidro 83% 68% 3

4 Sistema Interligado Nacional RECURSOS RESTRIÇÕES REQUISITOS Consumo Geração Transmissão Distribuição 4

5 Sistema Interligado Nacional - Planejamento RECURSOS ENERGIA ARMAZENADA NOS RESERVATÓRIOS PRESENTE ENERGIA NATURAL AFLUENTE AOS RESERVATÓRIOS FUTURO 5

6 Sistema Interligado Nacional - Operação Decisão Usar água Energia Afluente Futura Resultado OK déficit conomizar água vertimento OK 6

7 Sistema Interligado Nacional - Operação Representação da Incerteza Hidrológica Previsão de Vazões Semanais! Geração de Cenários de Vazões e de ENAs Mensais previsão meteorológica Mes inicial Demais meses previsão climática 7

8 Produtos de Rotina Atualmente o ONS utiliza de forma subjetiva as previsões dos modelo ETA e Global para: a elaboração de Boletins Meteorológicos para os subsistemas integrantes do SIN, em um horizonte de 3 a 5 idas; a quantificação da previsão de chuva nas bacias do SIN, para um horizonte de 3 dias. A previsão climática de consenso é um dos insumos utilizados para a elaboração de um boletim climático mensal. 8

9 Produtos de Rotina 9

10 Produtos de Rotina 10

11 Produtos de Rotina 11

12 Produtos de Rotina A previsão horária de temperatura é utilizada com insumo na previsão de carga, em conjunto com outras variáveis, a partir de um modelo matemático baseado em redes Neurais. ANNSTLF Modelo multivariado de previsão de carga baseado em técnicas de Redes Neurais Previsão de carga em patamares de ½ hora para um horizonte de até 10 dias Programação Diária Utilização de informações de temperatura (verificadas e previstas até 15 dias a frente) Modelos ETA e Global do CPTEC 12

13 Produtos de Rotina 13

14 Produtos de Rotina Utilização da previsão de vento para o parque eólico de Tramandai - RS 14

15 Produtos de Rotina Utilização da Previsão quantitativa de precipitação do modelo ETA para 10 dias a frente. operacional em desenvolvimento Bacia S.Francisco (T.Marias) Bacia Paranapanema 15

16 Produtos de Rotina Utilização da Previsão de precipitação do modelo ETA para 10 dias a frente. 32% da energia coberta por modelagem chuva-vazão 41% da energia coberta por modelagem chuva-vazão ( perspectiva 2010 ) 90% da energia coberta por modelagem chuva-vazão 16

17 ' ' ' ' ' Produtos de Rotina Concorrência de Modelos BACIA / TRECHO EMPRESAS NOME DO MODELO METODOLOGIA ' ' ' ' ÿ ' ' ' ' Iguaçu III - S O ÿ II - JO ÿ ' I - FA ' ' ' ' ' ' ' UFF LACTEC PUC-Rio Fuzzy Recorrente SMAP Redes Neurais Inteligência Artificial Físico Concentrado Inteligência artificial ' ' ' ' ' ' ' ' ' ' ' ' Itumbiara - São Simão ' RHAMA MGB-IPH Físico Distribuído PUC-Rio Regressão Dinâmica Estocástico Rosana - Porto Primavera - Itaipu FCTH RHAMA PUC-Rio SMAP-MEL MGB-IPH Regressão Dinâmica Físico Concentrado & Estocástico Físico Distribuído Estocástico 17

18 Produtos de Rotina Modelo MPCV Combinação de Redes Neurais, Data Mining e modelagem Estocástica (Previvaz/CEPEL) aplicado à Bacia do rio Uruguai (desenvolvimento interno) Modelo SMAP Aplicação para as bacias dos rios Grande e Paranapanema (desenvolvimento interno) Modelo Neuro3M Modelo de Redes Neurais aplicadao a cabeceira do rio São Francisco (trecho a montante da UHE Três Marias) desenvolvimento interno 18

19 Produtos de Rotina V azão (m ³/s) Exemplo de melhoria na qualidade da modelagem chuva-vazão com a inclusão da precipitação F o z d o Are ia Verificado Previvaz + D M Previvaz S e manas 19

20 Produtos de Rotina Exemplo de melhoria na qualidade da modelagem chuva-vazão com a inclusão da precipitação 20

21 Estudos realizados pelo ONS Artigo publicado na Revista Brasileira de Hidrologia pelo ONS em parceria com o CPTEC sobre a identificação de erros sistemáticos na previsão de precipitação do modelo ETA. Tendência de superestimar valores baixos de precipitação e subestimar valores muito altos. Bacia do rio Grande Previsão de precipitação Realizada pelo modelo numérico de previsão de tempo ETA. Chuva média diária em cada sub-bacia calculada a partir de média aritmética. Precipitação diária prevista para 10 dias à frente, no período de 1996 a 2003, com previsões efetuadas sempre com início às quartas-feiras. Verifica-se, em todas as sete sub-bacias, uma tendência de superestimativa dos valores de precipitação prevista (viés da previsão). 21

22 4/8 11/8 18/8 25/8 1/9 8/9 15/9 22/9 29/9 6/10 13/10 20/10 27/10 3/11 10/11 17/11 24/11 1/12 8/12 15/12 22/12 29/12 5/1 12/1 19/1 26/1 2/2 9/2 16/2 23/2 2/3 9/3 16/3 23/3 30/3 6/4 13/4 20/4 27/4 4/5 11/5 18/5 25/5 1/6 8/6 15/6 22/6 29/6 6/7 13/7 20/7 27/7 4/8 11/8 18/8 25/8 1/9 8/9 15/9 22/9 29/9 6/10 13/10 20/10 27/10 3/11 10/11 17/11 24/11 1/12 8/12 15/12 22/12 29/12 5/1 12/1 19/1 26/1 2/2 9/2 16/2 23/2 2/3 9/3 16/3 23/3 30/3 6/4 13/4 20/4 27/4 4/5 11/5 18/5 25/5 1/6 8/6 15/6 22/6 29/6 6/7 13/7 20/7 27/7 Precipitação Acumulada 9 dias (mm) Precipitação Acumulada 9 dias (mm) Estudos realizados pelo ONS Bacia do rio Grande Sub-bacia Precipitação Média Anual (mm) Pprev/Pobs Observada Prevista 1 - Camargos 1.434, ,3 1, Funil 1.400, ,8 1, Porto dos Buenos 1.499, ,4 1, Paraguaçu 1.435, ,3 1, Furnas 1.333, ,3 1, Fazenda Capão Escuro 1.532, ,6 1, Porto Colômbia 1.476, ,8 1, CAMARGOS 160 PORTO COLÔMBIA 120 Observadas Média Móvel 7 Previstas Média Móvel Observadas Média Móvel 7 Previstas Média Móvel Abril a Julho 40 Abril a Julho Agosto a Novembro Dezembro e Janeiro Fevereiro e Março 0 Agosto a Novembro Dezembro e Janeiro Fevereiro e Março 22

23 Estudos realizados pelo ONS Bacia do rio Grande Densidade dos postos pluviométricos Zelândia Veríssimo Conquista UHE Volta Grande Lagoa Conceição das Alagoas Usina Junqueira UHE Porto Colômbia Desemboque SE Jaguara Fazenda São Domingos UHE Masc. de Moraes Ituverava UHE Luiz Carlos Barreto (Estreito) Ponte Joaquim Justino Fazenda Poço Bonito Delfinópolis SE Pimenta Ipuã Formiga Fazenda Sassafras Franca Fazenda Santa Cecília UHE Furnas Fazenda Boa Sorte Itaú de Minas Ponte Fernão Dias Candéias Guapé Usina Santana São Tiago Santana do Jacaré Brodosqui -21 Carmo do Rio Claro Cobiça Antinópolis Ilicínea Bom Sucesso Coqueiral Campos Gerais Guaranésia Guaxupé Usina Nepumoceno Juréia Três Pontas Usina Couro do Cervo Itumirim -21 Porto Tiradentes Porto do Elvas Barroso Vila Rio das Mortes Ibituruna Carandaí Usina São João del Rei Boa Esperança Fazenda Fazenda Santo Antônio II Carvalhais Resende Costa SE Barbacena Usina Barbacena Campolide UHE Itutinga SE Itutinga Fama Carmo da Cachoeira Alfenas Luminárias Carrancas M. de Deus Paraguaçu Porto Dos Buenos UHE Poço Fundo Ibertioga Santana do Garembeu Cruzília Fazenda Juca Casimiro Conceição Do Rio Verde Usina Do Chicão Fazenda Cachoeira Baependi Caxambu Silvianópolis Careaçu Cristina SE Pouso Alegre Bom Jesus da Penha Aiuruoca Carvalhos SE Liberdade Usina Congonhal Alagoa Pouso Alto Vargem do Cervo Faz.Laranjeiras S.Vicente Faz.Paraíba Andrelândia B.Jardim Três Corações Monsenhor Paulo Palmela Dos Coelhos Pte Costa Santa Rita do Sapucaí Itanhandu Virginia Maria da Fé São João de Itajubá Ponte do Rodrigues Bairro Santa Cruz Conceição dos Ouros UHE Xicão Brasópolis Bairro do AnaldinoUHE São Bernardo Cambuí (Csme) Fazenda da Guarda (Parque) Sapucaí-Mirim

24 Estudos realizados pelo ONS Bacia do rio Grande Densidade dos postos pluviométricos Com vistas à identificação e remoção deste viés, foram realizados estudos, para cada uma das sete sub-bacias consideradas no modelo. Para isso, foram adotadas as seguintes premissas: Considera-se o total de precipitação prevista acumulada no período e não apenas seus valores diários (o modelo ETA, de forma geral, consegue prever, com razoável qualidade, a ocorrência ou não de chuvas nos próximos dias, porém, além da tendência a superestimar os totais, em diversas vezes há uma defasagem entre a previsão e a observação dos dias de chuva com maior intensidade). Consideraram-se períodos distintos do ano na identificação e remoção do viés, já que o viés e os sistemas meteorológicos que ocasionam precipitação não têm o mesmo padrão ao longo dos meses. agosto a novembro. dezembro e janeiro. fevereiro e março. abril a julho. 24

25 Precipitação Total 9 dias (mm) Precipitação total Observada 9 dias - y - (mm) Estudos realizados pelo ONS Bacia do rio Grande Densidade dos postos pluviométricos CAMARGOS - Período Agosto/Novembro CAMARGOS - Período Agosto/Novembro Prevista Observada y = x , y = 0,00392x 2 + 0,42709x R 2 = 0, % 7% 13% 18% 24% 30% 36% 42% 48% 54% 60% 65% 71% 77% 83% 89% 95% Precipitação total Prevista 9 dias - x - (mm) Constantes a e b e limites de aplicação das equações obtidas para remoção do viés da previsão de precipitação Período Período Período Período Sub-bacia a Agosto/Novembro b Limite (mm) a Dezembro/Janeiro b Limite (mm) a Fevereiro/Março b Limite (mm) a Abril/Julho b Limite (mm) 1 - Camargos 0, , ,2 0, , ,0 0, , ,1 0, , ,2 2 - Funil 0, , ,3 0, , ,0 0, , ,8 0, , ,3 3 - Porto dos Buenos 0, , ,5 0, , ,7 0, , ,4 0, , ,8 4 - Paraguaçu 0, , ,7 0, , ,6 0, , ,9 0, , ,2 5 - Furnas 0, , ,8 0, , ,3 0, , ,4 0, , ,1 6 - Fazenda Capão Escuro 0, , , Porto Colômbia 0, , ,

26 Estudos realizados pelo ONS Precipitação Prevista 9 dias (mm) Precipitação Prevista 9 dias (mm) 300 Camargos P prevista > P observada = P prevista P observada = Média das Precipitações Previstas = 73% 27% 47,9 Média das Precipitações Observadas = 36, Precipitação Observada 9 dias (mm) 300 Camargos Com Remoção de Viés P prevista > P observada = P prevista P observada = Média das Precipitações Previstas = 56% 44% 38,2 Média das Precipitações Observadas = 36, Precipitação Observada 9 dias (mm) 26

27 Erros absolutos na previsão da próxima semana operativa Estudos realizados pelo ONS 07/08/96 18/09/96 30/10/96 11/12/96 22/01/97 05/03/97 16/04/97 28/05/97 09/07/97 20/08/97 01/10/97 12/11/97 24/12/97 04/02/98 18/03/98 29/04/98 10/06/98 22/07/98 29/08/01 10/10/01 21/11/01 02/01/02 13/02/02 27/03/02 08/05/02 19/06/02 07/08/02 18/09/02 30/10/02 11/12/02 22/01/03 05/03/03 16/04/03 28/05/03 09/07/03 Precipitações 9 dias (mm) 160% Camargos 0 140% % Média dos erros absolutos = 18,3% % 80% 60% Precipitações Previstas Precipitações Observadas 13% 24% 19% 17% % % 700 0%

28 Erros absolutos na previsão da próxima semana operativa Estudos realizados pelo ONS 07/08/96 18/09/96 30/10/96 11/12/96 22/01/97 05/03/97 16/04/97 28/05/97 09/07/97 20/08/97 01/10/97 12/11/97 24/12/97 04/02/98 18/03/98 29/04/98 10/06/98 22/07/98 29/08/01 10/10/01 21/11/01 02/01/02 13/02/02 27/03/02 08/05/02 19/06/02 07/08/02 18/09/02 30/10/02 11/12/02 22/01/03 05/03/03 16/04/03 28/05/03 09/07/03 Precipitações 9 dias (mm) 160% Camargos Com Remoção de Viés 0 140% % 200 Média dos erros absolutos = 16,0% 100% 80% 60% Precipitações Previstas Precipitações Observadas 14% 20% 16% 14% % % 700 0%

29 Estudos realizados pelo ONS Média dos Erros Absolutos 1/8 15/8 29/8 12/9 26/9 10/10 24/10 7/11 21/11 5/12 19/12 2/1 16/1 30/1 13/2 27/2 13/3 27/3 10/4 24/4 8/5 22/5 5/6 19/6 3/7 17/7 60% 50% FURNAS TOTAL Período Médias dos Erros Absolutos Met. Atual Met. Proposta GANHO Agosto / Novembro 24,2% 18,8% 5,4% Dezembro / Janeiro 25,6% 14,1% 11,4% Fevereiro / Março 20,2% 11,2% 9,0% Abril / Julho 12,8% 7,4% 5,3% Ano 19,9% 13,0% 7,0% 40% 30% Metodologia Atual Met. Atual Média Móvel 7 Metodologia Proposta Met. Proposta Média Móvel 7 20% 10% 0% 29

30 Estudos realizados pelo ONS Ensemble Multi-Model para as previsões climáticas do verão de 2007 E T A TS M P ersistid a 5 In icializa çõ es com d iferentes C on d. In iciais CAM T S M N u m érica 4 P revisõ es co m d iferen tes co m b in a çõ es en tre a La Niñ a e o A tlân tico S u l (co n d içõ es d e co nto rn o ). G lob al T S M P re vista 3 diferen tes P aram etriza çõ es d e co n vecção 15 In icializa çõ es co m d iferen tes C on d. In iciais T S M Persistid a 3 d iferen tes Param etriza çõ es d e co n vecção 15 In icializa çõ es co m d iferen tes C on d. In iciais 30

31 Precipitação (% da média) Estudos realizados pelo ONS 200 Bacia do rio Iguaçu Anomalia Prec. Prevista Mar Cenário Inferior (%) 41 Cenário Superior (%) 157 Média (%) Nov Dez Jan Fev Mar Média (%) Observado Cenário Inferior (%) Cenário Superior (%) 31

32 Precipitação (% da média) Estudos realizados pelo ONS 200 Bacia do rio Grande Anomalia Prec. Prevista Mar Cenário Inferior (%) 59 Cenário Superior (%) 153 Média (%) Nov Dez Jan Fev Mar Média (%) Observado Cenário Inferior (%) Cenário Superior (%) 32

33 Precipitação (% da média) Estudos realizados pelo ONS 200 Bacia do rio São Francisco Anomalia Prec. Prevista Mar Cenário Inferior (%) 35 Cenário Superior (%) 193 Média (%) Nov Dez Jan Fev Mar Média (%) Observado Cenário Inferior (%) Cenário Superior (%) 33

34 Projetos em andamento Correção da previsão de precipitação utilizando redes Neurais e as outras variáveis prognósticas do modelo ETA Premissa: a precipitação é um dos piores campos prognósticos dos modelos de previsão numérica de tempo, devido, principalmente, ao grande número de parametrizações envolvidas neste processo. Utilização de Redes Neurais do tipo Multi Layer Perceptron (MLP) com treinamento Bayesiano para a correção da previsão de chuva do modelo ETA, utilizando outras variáveis prognósticas do próprio modelo ETA. O desempenho dos modelos é medido em termos do erro médio quadrático, do inglês mean squared error (MSE), obtido para o conjunto de teste. Matematicamente, esta estatística é dada por: 34

35 Projetos em andamento Correção da previsão de precipitação utilizando redes Neurais e as outras variáveis prognósticas do modelo ETA Resultados bacia do rio Grande 35

36 Projetos em andamento Correção da previsão de precipitação utilizando redes Neurais e as outras variáveis prognósticas do modelo ETA Resultados bacia do rio Grande Precipitação observada SE Pimenta Form iga UHE Furnas G uapé C andéias Ponte Fernão Dias Santana do Jacaré C arm o do R io C laro Ilicínea -21 Boa Esperança -21 C oqueiral Campos Gerais Juréia Usina Nepumoceno Três Pontas Usina Couro do Cervo Fam a A lfenas Carmo da Cachoeira P araguaçu UHE Poço Fundo Código Posto Longitude Latitude Alfenas -45, , Boa Esperança -45, , Campos Gerais -45, , Candéias -45, , Carmo da Cachoeira -45, , Carmo do Rio Claro -46,15-20, Coqueiral -45, , Fama -45, , Formiga -45, , Guapé -45, , Ilicínea -45, , Juréia -46, , Paraguaçu -45, , Ponte Fernão Dias -44, , Santana do Jacaré -45, , SE Pimenta -45, , Três Pontas -45, , UHE Furnas -46, , UHE Poço Fundo -46, , Usina Couro do Cervo -45, , Usina Nepumoceno -45, ,

37 Projetos em andamento Correção da previsão de precipitação utilizando redes Neurais e as outras variáveis prognósticas do modelo ETA Resultados bacia do rio Grande Precipitação Prevista

38 Projetos em andamento Variável Pressão atmosférica reduzida ao nível do mar Temperatura do ar a 2 m Temperatura do ponto de orvalho a 2m Componente zonal do vento a 10m Componente meridional do vento a 10m Unidade hpa Fluxo de calor latente médio na superfície w/m 2 Temperatura do solo a 0,1 m de profundidade Temperatura do solo a 2 m de profundidade Evaporação potencial na superfície Albedo na superfície Variáveis utilizadas para a correção Componente zonal do vento no nível de 850 hpa Componente zonal do vento no nível de 500 hpa Componente zonal do vento no nível de 200 hpa K K m/s m/s K K m Adimensional variando entre - Umidade integrada entre 1000 hpa e 850hPa; - Saturação (temperatura do ar temperatura do ponto de orvalho); - Instabilidade estática [temperatura do ar (2m) temperatura do ar (850 hpa)]; - Variação do vento com a altura (200 hpa 500 hpa); - Variação do vento com a altura (500 hp hpa). 0 e 1 m/s m/s m/s 38

39 Projetos em andamento 200 Precipitação semanal acumulada nos anos de 2002 e mm jan-02 mar-02 mai-02 jul-02 set-02 nov-02 jan-03 mar-03 mai-03 jul-03 set-03 nov-03 Precipitação Observada Precipitação prevista - ETA Precipitação Prevista - Eta Corrigida 39

40 Projetos em andamento Previsão de vazões utilizando técnicas de RN para a bacia do rio Grande Experimento 1 Experimento 2 Experimento 3A Experimento 3B e 3C 40

41 m³/s Projetos em andamento Previsão de vazões utilizando técnicas de RN para a bacia do rio Grande 2500 Experimento 1, 2, 3A, 3B e 3C - Teste Ano Observado Exp 1 Exp 2 Exp 3A Exp 3B Exp 3C Semanas 41

42 m³/s Projetos em andamento Previsão de vazões utilizando técnicas de RN para a bacia do rio Grande 2500 Experimento 1, 2, 3A, 3B e 3C - Teste Ano Observado Exp 1 Exp 2 Exp 3A Exp 3B Exp 3C Semanas 42

43 Projetos em andamento Previsão de vazões utilizando técnicas de RN para a bacia do rio Grande Erros relativos médios na semana operativa (%) Treinamento Validação Teste Experimento 1 20,6 28,8 23,0 Experimento 2 20,4 29,3 23,1 Experimento 3A 11,9 18,3 13,3 Experimento 3B 11,9 18,3 28,5 Experimento 3C 11,9 18,3 17,2 43

44 Projetos em andamento R O S Correção de viés para a bacia do rio Paranapanema PVI TA Q IG66E M A R M A R A P U C P V JA 159Z LN D LO N (A ) LO N 153 CAA S36 A G S111 C R 110 CN1 CN CBA AND 52 PST 51 CHV X8A J JA C 38 P1JU JU JR IV A I TB 158 TB S O IR 137 A P G R C A S T FA 33B JA I O77 LPITG B E T FS 12J FA A B164 M C 163 C170 TG BCA C19 M A BUR 161 FTL C23 LI BRE C am pina M A legre 2 - Jurum irim 3 - O laria dos P adres 4 - C havantes 5 - S C ruz R io P ardo 6 - C anoas I 7 - T B orba 8 - Jataizinho 9 - C apivara 10 - Itaguagé 11 - R osana DUKE IN M E T SIM EPAR HIDRO W EB/DAEE

45 Projetos em andamento Precipitação Acumulada 9 dias (mm) 4/8 11/8 18/8 25/8 1/9 8/9 15/9 22/9 29/9 6/10 13/10 20/10 27/10 3/11 10/11 17/11 24/11 1/12 8/12 15/12 22/12 29/12 5/1 12/1 19/1 26/1 2/2 9/2 16/2 23/2 2/3 9/3 16/3 23/3 30/3 6/4 13/4 20/4 27/4 4/5 11/5 18/5 25/5 1/6 8/6 15/6 22/6 29/6 6/7 13/7 20/7 27/7 Correção de viés para a bacia do rio Paranapanema Para esta bacia não foi observado um viés nas previsões de precipitação em todas as subbacias e nem em todos os períodos do ano 100 OLARIA DOS PADRES Observadas Média Móvel 7 Previstas Média Móvel

46 Projetos em andamento Vazão (m 3 /s) 07/08/02 21/08/02 04/09/02 18/09/02 02/10/02 16/10/02 30/10/02 13/11/02 27/11/02 11/12/02 25/12/02 08/01/03 22/01/03 05/02/03 19/02/03 05/03/03 19/03/03 02/04/03 16/04/03 30/04/03 14/05/03 28/05/03 11/06/03 25/06/03 09/07/03 23/07/03 Modelo Chuva-vazão para a bacia do rio Paranapanema JURUMIRIM 2002/ Observado Metodologia Atual Metodologia Proposta

47 Discussões A previsões de precipitação do modelo ETA para um horizonte de 10 dias, mesmo sem a correção de viés, trouxeram melhorias nas previsões de vazão, em relação àquelas obtidas com modelos estocásticos vazão-vazão, em todos os locais onde a metodologia chuva-vazão foi aplicada; No entanto, em algumas situações, para que estes resultados fossem melhores, houve a necessidade de se remover o viés da previsão de precipitação do modelo Eta; Esta remoção não pôde ser aplicada para todas as bacias do SIN, já que em alguns casos, ou em algumas épocas do ano, não foi observado nenhum tipo de erro sistemático; 47

48 Discussões As aplicações feitas pelo ONS dos resultados obtidos com as simulações do modelo Eta, sugerem a necessidade de se estabelecer determinados conjuntos de parâmetros para cada região do país, de modo a se criar previsões regionais ; Tal necessidade se faz pelo fato do ONS utilizar esta previsão para todo o país, sabendo que os sistemas atmosféricos que ocasionam precipitação se diferem de uma região para outra; Outros pontos que poderiam ser investigados para a melhoria do desempenho das previsões chuva-vazão seriam, por exemplo, o aumento da resolução espacial horizontal, uma melhor representação do tipo e uso do solo e a previsão por conjuntos. 48