REDUÇÃO DE INCERTEZAS NA PREVISÃO DE ENCHENTES COM USO DE DADOS COLABORATIVOS

Transcrição

1 REDUÇÃO DE INCERTEZAS NA PREVISÃO DE ENCHENTES COM USO DE DADOS COLABORATIVOS Maria Clara Fava 1 *; Narumi Abe 2 ; Camilo Retrepo Etrada 3 ; Eduardo Mario Mendiondo 4 & Vladimir Caramori B. de Souza 5 Reumo Ete trabalho conitiu em analiar a correlação entre todo o ponto de imulaçõe de nívei na bacia urbana de São Carlo atravé do modelo chuva-vazão Storm Water Management Model (SWMM). O modelo utilizado é compoto de 32 nó. Atravé da análie foi poível verificar quai o nó pouem relação mai forte entre i. Eta informação é útil para atualizar o atuai etado de nívei em ponto da bacia, pouindo informaçõe reai de nívei em algun ponto, informado eporadicamente por voluntário atravé da leitura de régua linimétrica e reduzindo a incerteza da previõe. Palavra-Chave Informaçõe geográfica voluntária, previão de enchente, incerteza. UNCERTAINTY REDUCTION OF FLOOD FORECASTING USING COLABORATIVE DATA Abtract Thi tudy aimed to analyze the correlation between the imulation point of water depth of urban bain of San Carlo uing Storm Water Management Model (SWMM). The model ha 32 node. Through the analyi wa poible to ee which node have tronger relationhip with each other. Thi information i ueful to update the current tate of the level in the bain point, with real information level at ome point that are reported poradically by volunteer by reading water meter, reducing uncertainty of forecating. Keyword Volunteered geographic information, flood forecating, uncertainty 1 Ecola de Engenharia de São Carlo da Univeridade de São Paulo, Departamento de Hidráulica e Saneamento, mfava7@gmail.com. 2 Centro Nacional de Monitoramento de Deatre Naturai (CEMADEN), mail.narumi@gmail.com 3 Ecola de Engenharia de São Carlo da Univeridade de São Paulo, camiloretrepoe@gmail.com 4 Ecola de Engenharia de São Carlo da Univeridade de São Paulo, emm@cemaden.gov.br 5 Univeridade Federal de Alagoa, Centro de Tecnologia CTEC, vcaramori@yahoo.com XXI Simpóio Braileiro de Recuro Hídrico 1

2 1. INTRODUÇÃO Informaçõe geográfica voluntária ou VGI (Volunteered Geographic Information) ão um tipo epecífico de dado colaborativo, cujo valor poui importância não ó na grandeza ecalar, ma também em ua poição geoepacial. Goodchild (2007) define o termo VGI como dado geográfico digitai gerado por cidadão comun a fim de publicar ua obervaçõe e conhecimento na Web. Aim como outra fonte de dado voluntário, a informaçõe VGI ão utilizada no meio acadêmico com cautela (Flanagin & Metzger, 2008; Coleman et al., 2009). Io ocorre poi a maior vantagem do dado colaborativo é a de permitir que qualquer peoa ao redor do globo contribua com informaçõe garantindo alta diponibilidade de dado, entretanto, ee também é eu ponto fraco, poi o dado podem er informado de forma incorreta, deliberadamente ou por falta de preparo do voluntário. Recente etudo tem demontrado que dado VGI podem er útei em ituaçõe de deatre. Poer & Dranch (2010) litaram algun exemplo de como a informaçõe VGI permitiram que voluntário organizaem ajuda rapidamente atravé de fórun na Internet durante o grande terremoto na província de Sichuan, China em 2008, apena um minuto apó o ocorrido. Ou durante um incêndio no ul da Califórnia em 2007, onde o moradore afetado julgaram a informaçõe voluntária mai útei do que o noticiário nacional ou ite do governo. A maioria do trabalho que utilizam dado VGI para enchente concentram-e em ituaçõe pó-crie, ou eja, em fae de remediação do deatre bucando criar mapa de rico mai precio que o gerado omente atravé de modelo hidrológico (Poer & Dranch, 2010). Recentemente, Horita et al. (2015) propueram um Sitema de Apoio a Decião Epacial (SADE) denominado AGORA-DS. Atravé dete itema, o autore demontraram maior efetividade no gerenciamento de rico de enchente combinando dado de enore e dado voluntário. Fava et al. (2013) propueram uma metodologia teórica para utilização do dado VGI para atualização do dado de previão em outro locai da bacia urbana. Devido a vantagen expota e pouco explorada da informaçõe VGI, ete trabalho conitiu em aplicar e validar a metodologia propota por Fava et al. (2013) em um etudo de cao real utilizando o modelo hidrológico da bacia urbana de São Carlo. 2. RELAÇÃO ENTRE DADOS DE VGI E WSN Fava et al. (2013) propô uma metodologia teórica para atualizar o dado previto atravé do uo da correlação entre o divero ponto de interee do modelo hidrológico. Coniderando n ponto de obervação viual p i v para i [1, n] e k ponto de monitoramento por rede de enore em fio p j para j [1, k]. Ecolhe-e um ponto de controle p c para k c 1 entre o ponto de monitoramento. Dado um evento imulado ajutado de vazão com dado adquirido de uma érie hitórica do ponto p c obtém-e parâmetro otimizado para um modelo chuva-vazão da bacia em etudo. Atravé da geometria do canal, o modelo converte a vazão em nível de água. Partindo do princípio que e o modelo teve reultado atifatório para o conhecido ponto p c, e o ponto p i v etão ituado na mema bacia pode-e concluir que o modelo também prevê bon reultado para ete ponto, poi ele contribuem diretamente para o reultado imulado em p c. Ea correlação utilizando o modelo chuva-vazão deve er feita em todo o ponto p j e integrado ao modelo hidrológico de previão, exemplificado nete trabalho omente para um ponto (p c ). XXI Simpóio Braileiro de Recuro Hídrico 2

3 Tendo obtido a curva atravé do modelo chuva-vazão, faz-e uma regreão linear entre a curva obtida em p c com a curva do demai ponto p iv, reultando em uma reta que relaciona o valore da vazõe em cada ponto em monitoramento com o ponto conhecido p c (Figura 1). Tendo obtido a curva atravé do modelo chuva-vazão, faz-e uma regreão linear entre a curva obtida em p c com a curva do demai ponto p i v, reultando em uma reta que relaciona o valore da vazõe em cada ponto em monitoramento com o ponto conhecido p c. Obtida a curva de correlação, verifica-e que a informaçõe colaborativa de VGI podem er uada para uma érie de finalidade: i) Aprimoramento e atualização em tempo real da previõe no ponto monitorado (p j ), ou eja, a informação obtida colaborativamente dará como repota um valor etimado no ponto conhecido para er utilizada no modelo para prever o valor do nível no intante t + 1, dando mai confiabilidade ao modelo de previão. ii) Etimativa revera, no qual e uará o valor obtido atravé de enore no conhecido ponto p c para etimar o valore do nívei do ponto não monitorado p i v atravé da curva de correlação entre ele, podendo aim preencher a lacuna de informação dete ponto em tempo real, já que ete não pouem monitoramento, omente eporádica informaçõe fornecida por traneunte. Figura 1: Ilutração da obtenção da curva de correlação entre o valore obervado e o valore medido atravé da regreão linear. No exemplo, n=4. Fonte: (FAVA et al., 2013). Atravé da curva de correlação do valore, o valor etimado do nívei no ponto onde não e tem monitoramento h v pi (t) retornará um valor de nível imulado h pc;i (t) para o memo intante no ponto de controle. Aplicando uma etatítica bayeiana a ete valore de nível imulado para o ponto de controle obtém-e a frequência de valore, podendo aim determinar a probabilidade de ocorrência de dado evento crítico em função do nível monitorado em outro ponto da bacia em uma previão h c i (t + 1), Figura 2. XXI Simpóio Braileiro de Recuro Hídrico 3

4 Figura 2: Frequência de valore do dado imulado para o ponto de controle. Fonte: (FAVA et al., 2013). 3. ESTUDO DE CASO A bacia foi modelada utilizando o oftware SWMM (Storm Water Management Model). Foram coniderado na modelagem 32 nó e 15 ub-bacia com área de drenagem variando entre 0,011 e 2,18 km². A área total da bacia é de 76,8 km² e poui denidade populacional de 194,53 hab/km². Apreenta altitude média de 856 metro em relação ao nível do mar e um olo coniderado de alta permeabilidade. A Figura 3 motra o contorno da ub-bacia e o elemento da bacia modelada. Na modelagem optou-e pelo modelo de infiltração baeado na Curva Número do SCS. Ete método é uma aproximação adotada a partir da Curva Número (CN) do NRSS (National Reource Conervarion Service) para etimativa do ecoamento uperficial. O modelo de propagação de fluxo adotado foi o da onda dinâmica. O modelo da bacia foi calibrado manualmente utilizando trê ponto de monitoramento obtido atravé de rede de enore em fio. Figura 3: Simulação intantânea XXI Simpóio Braileiro de Recuro Hídrico 4

5 Apó a modelagem foram feita imulaçõe de nívei utilizando 7 evento de chuva como entrada para o modelo (dia: 17/10/2013, 22/10/2013, 04/11/2013, 12/10/2014, 16/10/2013 e 03/01/2015 e 08/01/2015). A imulaçõe foram feita com intervalo de 5 minuto. O hidrograma de chuva utilizado foram fornecido pelo Intituto Nacional de Meteorologia (INMET). O dado ão obtido atravé de uma etaçõe meteorológica automática localizada em São Carlo SP a uma altitude de 863 m, Latitude 21 57'S e Longitude 47 52'W. A partir da imulaçõe de todo o ponto do modelo, efetuou-e a correlaçõe entre o nó. A Figura 4 ilutra o reultado. O gráfico repreenta uma matriz triangular de gráfico de diperão, cada célula repreenta a regreão linear do cruzamento entre o nó do modelo endereçado na linha e coluna da matriz. A quantidade de célula gerada é igual a combinação entre o n elemento (n=32 nó), tomado em ubconjunto (=2), matematicamente decrita como C n = ( n ). Figura 4: Matriz de correlaçõe entre a imulaçõe do nó, utilizando 7 evento de chuva como dado de entrada. Devido à grande quantidade de nó, a exibição do gráfico da correlaçõe (Figura 4) tornoue pouco compreenível. Portanto, o valore da regreõe foram convertido em ecala de core para fin de viualização, conforme motrada na Figura 5. O gráfico ilutra a regreõe obtida na XXI Simpóio Braileiro de Recuro Hídrico 5

6 forma retangular. A diagonal da matriz apreenta R=1, poi a regreão e dá utilizando o memo valore. O valore abaixo da diagonal principal ão reflexo da parte uperior da mema diagonal. Figura 5: Repreentação em ecala de core da correlaçõe do dado Oberva-e a ocorrência de alguma correlaçõe negativa entre a imulaçõe entre o nó, entretanto, pouco ignificativa por e aproximarem de zero. A maioria do nó apreenta alto grau de relaçõe com o nó adjacente, indicando que eu valore podem er atualizado atravé da informaçõe VGI atravé de equaçõe lineare imple informado em um ponto qualquer. Exemplificando: Coniderando que o critério para uma boa correlação ão valore de R>=0,85, e um dado voluntário for informado em um nó N-11, é poível atualizar o modelo com informaçõe mai próxima a reai em 23 nó da bacia (N-1, N-2, N-3, N-4, N-5, N-6, N-7, N-8, N-9, N-10, N-13, N- 14, N-19, N-20, N-21, N-22, N-23, N-25, N-26, N-31, N-32, N-33, N-34, N-35), litado na Figura 6. Outra forma vantajoa de viualizar o problema: Coniderando que o nó N-11 eja um nó de interee devido a contante enchente neta localização. A informação dada por um voluntário em qualquer um do 23 nó correlacionado pode er utilizada para etimar o valor atual no nó N-11, tornando a metodologia extremamente robuta, de baixo cuto e aplicável para bacia com pouco monitoramento. Figura 6: Detalhe da correlaçõe coniderando um nó de controle exemplo N-11. XXI Simpóio Braileiro de Recuro Hídrico 6

7 Conforme apreentado, a maioria do nó apreentou boa correlaçõe entre i. A exceção e deu no nó N-12, N-16, N-18, N-28 e N-30. O nó N-12 não apreentou correlação próxima com nenhum nó. O nó N-16, N-18, N-28 e N-30 apreentaram forte correlaçõe omente entre i e comportamento independente do demai. Atravé da análie do dado de nívei do nó N-16, N- 18, N-28 e N-30 verificou-e que io ocorreu poi o valore do nívei e mantiveram contante, demontrando inenibilidade a precipitação nete ponto. Verificou-e que ete ponto ão o nó iniciai da cabeceira do modelo. O nó N-12 acompanha a tendência do outro ponto em determinado intante, entretanto a reolução numérica do modelo cria alta ocilaçõe em algun momento, fazendo com que a correlação eja baixa. Depoi de efetuar a correlaçõe, outra imulação foi realizada com um evento não utilizado anterior adquirida no dia 22/11/2013 para validação. A validação conitiu em realizar o método invero para adquirir a previão do nó N-11. Apó adquirir o dado de nívei imulado do outro nó, o dado foram inerido em ua repectiva equaçõe lineare que correlacionam o valor do nó de interee- N-11 com o valor de cada nó, gerando aim a previõe eperada para o nó. De poe dea previõe, foi poível criar um gráfico do tipo box-plot determinando aim o intervalo de confiança para o nó de interee, motrado em intervalo de uma hora para melhor viualização (Figura 7). Atravé da análie do gráfico gerado, verifica-e que o intervalo de confiança ão maiore no intante em que exite o nível da água é maior, demontrando que exite maior incerteza nete horário. O nível medido diretamente no nó N-11 (linha azul) manteve-e dentro do intervalo gerado na maioria do cao com exceção do final da érie. Oberva-e que houve um egundo pico no nível, não exitente no dado de precipitação. Ito demontra que a precipitação não foi captada pelo pluviógrafo utilizado no local. Além dio, no intante poteriore a ete pico, a previão foi comprometida poi o nível real ainda apreentava comportamento decendente. Figura 7: Etimação do valore do nívei no nó de controle N-11 utilizando a equaçõe lineare obtida atravé da correlação do dado (22/11/2013). XXI Simpóio Braileiro de Recuro Hídrico 7

8 4. CONCLUSÕES A metodologia propota teve como objetivo avaliar a enibilidade hidrológica para a utilização de dado VGI para preenchimento de dado e melhor acurácia na previõe. O etudo de cao comprovou que a técnica de análie de correlaçõe é uma ferramenta viável para ete objetivo, endo particularmente útil em bacia com pouco monitoramento e de grande utilidade devido ao eu baixo cuto. A repreentação viual é útil para a interpretação do dado, ma o valore numérico contribuem para a ecolha do melhore nó candidato para a atualização do dado. Io porque para ete trabalho, coniderou-e que valore de R uperiore a 0,85 repreentam forte correlação. No entanto, o uuário do método pode definir valore mai ou meno conervadore, limitando ou expandindo o nó a erem atualizado, tornando o modelo capaz de realizar previõe probabilítica. Equaçõe lineare foram utilizado como método de regreão, no entanto, analiando o dado verificou-e que algun nó apreentam comportamento não-linear, endo então recomendado ete tipo de equação para trabalho futuro. O nó que não apreentaram boa correlaçõe foram útei para localizar o locai que neceitam de revião na modelagem. E reforçaram a neceidade da calibração do modelo hidrológico. Para a modelagem utilizou-e apena dado de um único pluviógrafo, portanto, coniderou-e uma chuva uniformemente ditribuída, diminuindo o deempenho da imulaçõe. REFERÊNCIAS FAVA, M. C.; MENDIONDO, E. M.; SOUZA, V. C. B.; DE ALBUQUERQUE, J. P & UEYAMA, J. (2013). Propota metodológica para previõe de enchente com uo de itema colaborativo. Anai do XIX Simpóio Braileiro de Recuro Hídrico. Bento Gonçalve RS. COLEMAN, D. J.; GEORGIADOU, Y.; & LABONTE, J. (2009). Volunteered geographic information: The nature and motivation of produer. International Journal of Spatial Data Infratructure Reearch, 4(1), FLANAGIN, A. J.; METZGER, M. J. (2008). The credibility of volunteered geographic information. GeoJournal, 72(3-4), GOODCHILD, M. F. (2007). Citizen a Senor: The World of Volunteered Geographic. In: Geo- Journal, p HORITA, F. E. A.; DEGROSSI. L. C.; MENDIONDO, E. M.; UEYAMA, J.; ALBUQUERQUE, J. P. (2015). Development of a patial deciion upport ytem for flood rik management in Brazil that combine volunteered geographic information with wirele enor network. Computer & Geocience. ISSN POSER, K.; DRANSCH, D. (2010). Volunteered geographic information for diater management with application to rapid flood damage etimation. - Geomatica, 64, 1, XXI Simpóio Braileiro de Recuro Hídrico 8