ICCEEg:

1(3) - Dezembro 2011

21

Anlises de Complexidade e Numrica do Modelo Hidrolgico para Previses de Inundaes em Rios

Alice Fonseca Finger, Aline Brum Loreto

ResumoO presente trabalho prope identicar, explorar e analisar em termos de custo computacional e numrico um modelo hidrolgico que prev inundaes em rios. Para o modelo identicado (e adotado) aplicam-se mtodos numricos com a nalidade de tornar o modelo mais simples, mas retornando resultados satisfatrios, comparados com os resultados do modelo terico. Modelos hidrolgicos existentes na literatura representam matematicamente o uxo de gua e seus constituintes sobre alguma parte da superfcie e/ou subsuperfcie terrestre. Porm, esses modelos so complexos e de difcil aplicao. Para que tornem-se melhor aplicveis adota-se um modelo terico matemtico que possibilita prever o tempo de inundao em rios, onde nas resolues das equaes que representam o modelo, aplicam-se mtodos numricos, a m de identicar qual apresenta melhor soluo, considerando o esforo computacional e a exatido da soluo, comparado com a soluo proposta pelo modelo. O modelo hidrolgico adotado realiza a previso atravs da soluo de Burgers, porm esse mtodo possui complexidade polinomial O(nr+1 ). Neste trabalho verica-se a viabilidade da utilizao de mtodos de passos simples, com complexidade de ordem linear O(n). Aps a escolha do mtodo numrico realizase a simulao numrica de inundao considerando dados hidrolgicos pertinentes rea fsica de um determinado arroio da regio sul do Rio Grande do Sul(RS). Palavras chaveInundao, complexidade, mtodos numricos.

I. I NTRODUO

nundaes ocorrem quando h precipitaes intensas com durao suciente para ultrapassar a capacidade do volume de gua do rio, alagando terras prximas. Existem medidas estruturais e no estruturais para evitar as enchentes, todavia as medidas no estruturais so as mais recomendadas e ideais no controle de inundaes, pois envolvem menos investimento e no causam impactos ambientais, atuando na minimizao das consequncias advindas destes eventos [1]. O nmero de inundaes em rios tem aumentado signicativamente em diversas localidades do Brasil em decorrncia do crescimento desordenado das cidades brasileiras, do aumento do nmero de ocupaes as margens de rios. Essas inundaes causam um enorme prejuzo econmico, como, por exemplo, interrupo da atividade econmica na rea inundada e prejuzo social como perdas materiais e humanas [1]. A populao de maior poder aquisitivo tende a habitar os locais seguros, ao contrrio da populao carente, que ocupa as reas de alto risco de inundao, provocando problemas sociais que se repetem por ocasio de cada cheia na regio. Quando
A.F.F. aluna de graduao em Cincia da Computao da Universidade Federal de Pelotas. e-mail: (afnger@inf.ufpel.edu.br). A.B.L. professora Doutora do Centro de Desenvolvimento Tecnolgico da Universidade Federal de Pelotas. e-mail: (aline.loreto@inf.ufpel.edu.br).

a frequncia das inundaes baixa, a populao ganha conana e ignora o risco aumentando signicativamente o investimento e a densicao nas reas inundveis. Um modelo pode ser considerado como uma representao simplicada da realidade, auxiliando no entendimento dos processos que envolvem essa realidade. Os modelos esto sendo cada vez mais utilizados em estudos ambientais, pois ajudam a entender o impacto das mudanas no uso e cobertura da terra e prever alteraes futuras no ecossistema [2]. De maneira geral, um modelo um sistema de equaes e procedimentos compostos por variveis e parmetros, os quais mantm seu valor inalterado durante todo o processo estudado. Assim, um parmetro possui o mesmo valor para todos os intervalos de tempo, o que no signica que ele no possa variar espacialmente. As variveis podem tambm mudar ao longo do tempo em que o modelo estiver sendo executado [3]. O modelo hidrolgico uma das ferramentas que a cincia desenvolveu, para melhor entender e representar o comportamento da bacia hidrogrca e prever condies diferentes das observadas. A simulao hidrolgica limitada pela heterogeneidade fsica da bacia e dos processos envolvidos, o que tem propiciado o desenvolvimento de um grande nmero de modelos que se diferenciam em funo dos dados utilizados, discretizao, das propriedades da representao dos processos e dos objetivos a serem alcanados [4]. Para prever o dia de inundao em rios pode-se adotar um modelo hidrolgico, porm, modelos hidrolgicos geralmente so complexos e demandam uma quantidade considervel de dados espaciais e temporais, os quais so muitas vezes indisponveis no Brasil, fato este que acaba de certa forma limitando a aplicao dos mesmos. Com a nalidade de tornar a aplicao de um modelo hidrolgico mais simples, identicase um modelo hidrolgico que simule inundao de rios e que possibilite adequao de dados como comprimento de rio, lagura, etc. Dentre diversos modelos tericos estudados, escolhe-se o modelo terico matemtico devido a Nachbin [3], por permitir adaptaes quanto ao comprimento e extenso do rio (considerando rios mais compridos do que largos), nmero de subdivises ao longo do comprimento do rio e intervalo de tempo para estimar o dia que o rio ir transbordar devido s precipitaes intensas. A estimativa temporal obtida atravs da soluo de Burgers. Porm, essa soluo requer elevado custo computacional devido ao grande nmero de operaes que devem ser efetuadas. O presente trabalho prope realizar a estimativa temporal atravs de solues numricas obtidas das aplicaes de m-

ICCEEg:

1(3) - Dezembro 2011

A. Modelos Pesquisados

22
A seguir aprensentam-se modelos hidrolgicos que foram estudados para vericar a possibilidade de adaptaes quanto ao comprimento e extenso do rio (considerando rios mais compridos do que largos), nmero de subdivises ao longo do comprimento do rio e intervalo de tempo para estimar o dia que o rio ir transbordar devido s precipitaes intensas. Todos os modelos foram citados por Tucci [4]. 1) Modelo SSARR: Este modelo foi desenvolvido pelo U.S Corps of Engineers sob o nome Streamow Synthesis and Reservoir Regulation. O modelo completo constitui-se de trs partes: a) Modelo que simula o processo precipitao-vazo na bacia; b) modelo que simula o escoamento em rios e reservatrios; e c) modelo para regularizao de reservatrios. Apresenta-se o mdulo precipitao-vazo que se integra ao mdulo de rio. Este modelo determina a precipitao e a acumulao de neve que chega a bacia, estabelece a parcela retida pelo solo e o volume que gera escoamento (sub-supercial, supercial e subterrneo). Considera-se a precipitao mdia e discretizao temporal, a umidade do solo, a distribuio dos volumes e a propagao do volume de escoamento. O modelo tem sido utilizado em bacias de grande porte. As funes parmetros utilizadas dicultam o seu ajuste para usurio que no conhea sucientemente o modelo e o nmero de parmetros grande. 2) Modelo IPHII: O modelo foi desenvolvido com o objetivo de permitir seu uso para projetos de engenharia em bacias rurais e urbanas. Ele utiliza poucos parmetros e baseado em algoritmos conhecidos. utilizado para bacias que no necessitem propagao no leito do rio ou que este efeito no seja importante no processo, j que a propagao considerada no modelo se refere somente ao escoamento na superfcie da bacia. O modelo composto pelos seguintes algoritmos: perdas por evaporao e interceptao; separao dos escoamentos; propagao do escoamento supercial; propagao subterrnea; otimizao dos parmetros (opcional). 3) Modelo SCS: O modelo foi apresentado pelo Soil Conservation Service (1975) e tem sido utilizado para simulao de hidrogramas de cheias de projeto de obras hidrulicas bem como para o estabelecimento de risco de enchente para um determinado local. Devido ao reduzido nmero de parmetros e a relao entre os parmetros e caractersticas fsicas da bacia, esse modelo tem sido utilizado em todo o mundo. O modelo no foi desenvolvido com o compromisso de representar um evento em especco, mas para ser utilizado para estimar o hidrograma de projeto (vazo mxima) com um determinado risco. Pode ser utilizado em conjunto com um modelo de escoamento em rios e canais, para simular a propagao de hidrogramas de diferentes sub-bacias, originalmente foi preparado para simular de forma concentrada uma bacia. Em sua estrutura existem algoritmos de precipitao de projeto que envolvem diferentes critrios relacionados com o tipo de obra ou problema estudado, algortimos de determinao do volume supercial, os quais utilizam uma expresso que relaciona a razo entre a precipitao total acumulada com o volume supercial acumulado e a razo entre a inltrao e o escoamento da bacia. Por m, utiliza algoritmo de propagao

todos numricos de passos simples, que possuem melhor complexidade computacional do que a soluo de Burgers(soluo do modelo adotado). Para tanto, realizada a anlise da complexidade de mtodos numricos de passos simples e de Burgers[5], conrmando que o problema de previso do tempo de inundao de um rio pode ser resolvido com mtodos que possuem complexidade de tempo linear. Comparando as solues desses mtodos numricos, que exigem menos esforo computacional que o mtodo de Burgers, sugerido no modelo terico adotado, identica-se qual mtodo de passos simples melhor aplica-se para um rio conforme a estabilidade. Sendo assim, o presente trabalho prope estimar o dia em que o volume de um rio ir transbordar, atravs de aplicaes de mtodos numricos que possuem complexidade computacional de ordem linear. Com a aplicao desses mtodos numricos de passos simples, verica-se a possibilidade de obter previses de inundaes de forma mais simples, e portanto, fornecer defesa civil estadual, e demais rgos de competncia, previses de futuras inundaes.

II. M ODELOS H IDROLGICOS Existe um grande nmero de elementos que necessitam ser entendidos na utilizao de um modelo hidrolgico para um determinado problema [4]. Aspectos como: objetivos do estudo; caractersticas da bacia e do rio; disponibilidade de dados e familiaridade com o modelo so uns dos principais aspectos. O objetivo para o qual o modelo utilizado inuencia na escolha do mesmo, j que modelos com muitos parmetros podem ser inecientes quando o problema no exige grande detalhamento dos processos. Como o modelo tem limitaes em representar perfeitamente os processos necessrio ser pragmtico na sua utilizao, buscando atender aos objetivos do estudo [4]. A maioria dos modelos busca uma representao mais detalhada nos processos dominantes como: inltrao e escoamento no-saturado; escoamento supercial e em rios e escoamento subterrneo. Os outros processos so tratados de forma simplicada e com pouco detalhe. Portanto, a escolha do modelo deve vericar o grau de conabilidade do mesmo na representao dos processos dominantes na bacia em estudo. necessrio conhecer bem as vantagens e desvantagens de cada modelo e das tcnicas para melhor utilizar os modelos e os algoritmos existentes. Os dados existentes tambm podem inuenciar, uma vez que podem inviabilizar algumas metodologias mais sosticadas que exigem muitas informaes enquanto que outras que utilizam poucos parmetros relacionados com alguns indicadores podem ser teis para responder as questes pendentes. A quantidade e a representatividade das informaes para ajuste e vericao de um modelo hidrolgico fundamental para permitir um resultado de qualidade. Por m, um outro aspecto importante a familiaridade com o modelo, onde o melhor modelo costuma ser aquele com que o usurio apresenta maior familiaridade sobre o seu uso, dentre os aplicveis a um problema.

ICCEEg:

1(3) - Dezembro 2011

23

supercial, no qual o volume gerado pela separao do escoamento propagado at o rio atravs do uso do Hidrograma Unitrio. B. Modelo de Nachbin - Adotado O modelo terico adotado considera um rio muito mais longo do que largo, como mostra a Figura 1. Esse fato tem uma consequncia muito importante no nosso processo de modelagem, pois pode-se modelar a dinmica de ondas em rios sem considerar detalhes do escoamento em cada seo transversal.

Figura 2.

Seo transversal do rio.

Figura 1.

Vista superior do rio.

O modelo devido a Nachbin [3] um modelo unidimensional que considera apenas variaes do escoamento mdio na direo longitudinal, desprezando as variaes na direo transversal. Uma das hipteses para o modelo unidimensional que em um corte transversal do rio a velocidade da gua varia muito pouco. Neste contexto, as velocidades em todos os pontos dessa seo no diferem muito da mdia em si. Sendo assim, trabalhando com apenas uma velocidade, economizase esforo, pois manipula-se apenas uma grandeza ao invs de vrias grandezas muito parecidas. As suposies feitas s so vlidas porque considera-se ondas muito longas, como as provenientes de inundaes originadas a montante (na regio mais alta do rio, ou seja, quando segue-se em direo nascente) e as geradas por chuvas extremamente fortes. Essas ondas iro propagar em direo a cidades populosas a jusante (regio mais baixa do rio, quando segue-se na direo foz), podendo causar graves problemas s cidades ribeirinhas [3]. O modelo adotado estuda grandezas mdias que so funes de x, a coordenada ao longo do rio, e do tempo t. As duas grandezas mdias de interesse so a altura da superfcie da gua h(x, t) e a velocidade mdia do escoamento U (x, t) atravs de uma seo transversal do rio naquele ponto x. Seja a seo transversal de gua S (x, t) denida como a rea molhada ao cortar o rio transversalmente por um plano, e o escoamento total atravs de uma seo transversal, por unidade de tempo, denotado por Q(x, t) (Figura 2). Em outras palavras, Q a vazo, a taxa de variao do volume no tempo. A altura da superfcie livre determinada de forma nica pela funo S (x, t) em cada seo, j que funo crescente da outra.

O modelo terico matemtico devido a Nachbin [3], que dinamiza ondas em rios, tambm respeita fatores como chuvas extremamente fortes por uma semana seguida situao normal e grandezas mdias como comprimento (x), largura (y), tempo (t) e superfcie (S). importante salientar que chuvas locais, evaporao, inltrao de gua no solo e as variaes no escoamento em cada seo transversal so desprezadas nesse modelo. Porm, desprezando tais fenmenos no interfere na correta previso das inundaes, alm de tornar o modelo mais simples restringe a aplicao para situaes mais pontuais. O sistema matemtico de duas equaes e duas incgnitas dependentes, o qual representa como as variaes do escoamento mdio de gua inuenciam na variao da rea da seo transversal, descrito abaixo: St (x, t) = Qx (x, t) Q= S2 2 (1) (2)

onde Q(x,t) a taxa de variao do volume no tempo; S(x,t) a altura da superfcie livre em cada seo transversal. A equao diferencial (1) obtida a partir do princpio de conservao de massa entre as sees x1 e x2 e pela Lei Hidrolgica (equao(2)). Atravs de aproximaes em Sx e St na equao (1) e avaliaes no ponto xj e no instante tn encontrada a seguinte equao de diferenas (forma no-conservativa da massa): t n n (S Sj (3) 1 ) x j a qual discretizada obtendo a equao de diferenas (4), considerada de forma conservativa: 2 t n 2 n+1 n n Sj ) (Sj Sj (4) = Sj 1 2x O presente trabalho prope resolver, atravs de mtodos numricos de passos simples, as equaes (3) e (4), mantendose dados descritos no modelo [3] como o comprimento do rio igual a 5 centenas de km e a superfcie inicial plana e sem ondas igual a 0,3 centenas de km2 . Alm disso, as superfcies que supem chuvas torrenciais por uma semana seguida da situao normal (S(x,0)):
n+1 n n = Sj Sj Sj

ICCEEg:

1(3) - Dezembro 2011

(5) (6)

24
resposta e otimalidade. entretanto a complexidade no pior caso o critrio de avaliao mais utilizado [6]. A quantidade de trabalho requerido por um algoritmo no pode ser descrita simplesmente por um nmero, porque o nmero de operaes bsicas efetuadas em geral no a mesma para qualquer entrada, depende do tamanho da entrada. Mesmo para entradas do mesmo tamanho, o nmero de operaes efetuadas pelo algoritmo pode depender de uma entrada particular. A expresso quantidade de trabalho requerido tambm chamada complexidade do algoritmo [6]. Existem vrios aspectos a considerar no clculo da complexidade de tempo de um algoritmo. Um critrio, pode ser medir o tempo de execuo requerido por diferentes algoritmos, para a soluo de um problema particular em um computador particular. Entretanto, uma medida emprica fortemente dependente tanto do programa como da mquina usada para implementar o algoritmo. Assim, uma pequena mudana no programa pode no representar uma mudana signicativa no algoritmo, mas apesar disso a velocidade de execuo pode ser afetada. Alm disso, se dois programas so comparados primeiro numa mquina, depois em outra, as comparaes podem dar resultados diferentes. Ento apesar da comparao de programas reais, rodando em computadores reais ser uma fonte de informao importante, os resultados so inevitavelmente afetados pela programao e as caractersticas de mquina. Uma alternativa til uma anlise matemtica das diculdades intrsicas da resoluo do problema computacionalmente. E esta anlise permite muitas vezes antecipar o clculo da complexidade para a fase de projeto do algoritmo, afetando o resultado nal. No presente trabalho o foco a anlise da complexidade dos algoritmos dos mtodos numricos de passos simples Euler, Runge-Kutta de 2a , 3a e 4a ordens e do algoritmo proposto por Nachbin [3], elaborado para resolver as equaes no-conservativa (3) e conservativa (4). Estas equaes so resolvidas atravs do Mtodo de Burgers, o que requer clculo da matriz inversa, operao esta com elevado custo computacional. A. Complexidade dos Mtodos Numricos e de Burgers Como um dos objetivos do trabalho aplicar mtodos numricos com baixa ordem de complexidade, para estimar o tempo de inundao de rios, analisa-se a complexidade de cada mtodo numrico e do Mtodo de Burgers, descrevendo as operaes fundamentais e as ordens de complexidade. O algoritmo do mtodo de Euler est descrito em [9]. J os algoritmos de Runge-Kutta de 2a , 3a e 4a ordens encontram-se em [10]. Mtodo de Euler: o algoritmo comea com uma entrade de 4 variveis xas (f, a, b, h) e n que ser o tamanho da entrada. Toma-se como operaes fundamentais a atribuio () e a adio (+), logo a complexidade nessa linha constante. Verica-se que a o lao executado n vezes, fazendo n atribuies. Com isso, arma-se que a complexidade do algoritmo do Mtodo de Euler de ordem linear, O(n).

2 n Sj = yn = 0, 3 + 0, 1 1 cos t 7
n+1 = yn+1 Sj

O modelo terico para previso de inundao de um rio [3] prope soluo para as equaes no-conservativa e conservativa atravs do Mtodo de Burgers. Nesta soluo o volume total , por denio, a integral de S ao longo do rio. O clculo aproximado do volume realizado somando-se todos os Sj s vezes o x que o espaamento ou variao da posio conforme o nmero de pontos em que o rio seccionado para efetuar o clculo da rea da seco transversal. III. A NLISE DA C OMPLEXIDADE DOS M TODOS N UMRICOS E DE B URGERS O termo complexidade, no contexto de algoritmos, referese aos requerimentos de recursos necessrios para que um algoritmo possa resolver um problema sob o ponto de vista computacional, ou seja, quantidade de trabalho despendido pelo algoritmo [6]. Quando o recurso o tempo, so escolhidas uma ou mais operaes fundamentais e ento so contados os nmeros de execues desta operao fundamental na execuo do algoritmo. Segundo Toscani [6] a escolha de uma operao como operao fundamental aceitvel se o nmero de operaes executadas pelo algoritmo proporcional ao nmero de execues da operao fundamental. A complexidade tambm pode ser vista como uma propriedade do problema, o que signica dar uma medida independente do tratamento dado ao problema, independente do caminho percorrido na busca da soluo, portanto independente de algoritmos [7]. Sob um ponto de vista computacional, Garey e Johnson [8] descrevem informalmente um problema como uma questo genrica a ser respondida, geralmente possuindo vrios parmetros, ou variveis livres. Um problema chamado de problema computvel se existir um procedimento efetivo que o resolva em um nmero nito de passos, ou seja, se existe um algoritmo que leve sua soluo. Observa-se, contudo, que um problema considerado "em princpio"computvel pode no ser tratvel na prtica, devido s limitaes dos recursos computacionais para executar o algoritmo implementado [6]. Se existe um algoritmo de tempo polinomial que resolve todas as instncias de um problema, este problema tratvel, caso contrrio diz-se que intratvel [6]. Se a complexidade tomada como a mxima para qualquer entrada de um dado "tamanho", a complexidade chamada complexidade no pior caso ou simplesmente complexidade. Se, entretanto, levada em conta a probabilidade de ocorrncia de cada entrada de um mesmo "tamanho", a complexidade chamada complexidade esperada ou complexidade mdia. A anlise de um algoritmo tem como objetivo melhorar, se possvel, seu desempenho e escolher entre os algoritmos disponveis o melhor. Existem vrios critrios de avaliao de um algoritmo como: quantidade de trabalho requerido, quantidade de escopo requerido, simplicidade, exatido de

ICCEEg:

1(3) - Dezembro 2011

25
Para a equao (3): h= t x (7) (8)

Mtodos de Runge-Kutta de 2a , 3a e 4a ordens: nesses algoritmos tomamos como operaes fundamentais a atribuio (), multiplicao (), diviso () e a adio (+) e como tamanho da entrada o nmero de valores para k. Vericamos que eles executam n vezes o lao. Sendo assim, verica-se que a complexidade dos algoritmos para Runge-Kutta de 2a , 3a e 4a ordens de ordem linear, O(n). Mtodo de Burgers: analisa-se a complexidade computacional dos algoritmos propostos por Nachbin [3] para soluo das equaes no-conservativa (chamado Mtodo Noconservativo) como para a conservativa (chamado Mtodo Conservativo). Estas equaes foram resolvidas pelo mtodo de Burgers, o qual requer clculo da matriz inversa. O algoritmo comea com atribuies para as variveis de inicializao e com algumas dessas variveis denido o tamanho da matriz (a partir do tamanho da entrada). Tomase como operaes fundamentais a adio (+), multiplicao (), subtrao () e comparao, e como tamanho da entrada o nmero n de tempos em dias e N o nmero de pontos a ser dividido o comprimento do rio, dados necessrios e iniciais para calcular o volume do rio. Verica-se duas comparaes executadas it + 1 vezes, onde it o contador do primeiro lao de iterao. No lao de iterao interno tem-se complexidade O(nr ) (complexidade polinomial de ordem r) pois o tamanho do problema decresce de uma constante c, neste caso c = 1 e t(n) = n c, onde t(n) o tamanho da entrada aps a execuo das operaes fundamentais que antes da execuo era n. Dessa forma, verica-se que o algoritmo, tanto pelo Mtodo no-conservativo como para o conservativo, tem O(nr+1 ).
Tabela I C OMPLEXIDADE DOS MTODOS NUMRICOS E DE B URGERS .
Mtodo Euler Runge-Kutta de 2a ordem Runge-Kutta de 3a ordem Runge-Kutta de 4a ordem Burgers Operaes Fund. +, +, , , +, , , , +, , , +, , , < Ordem de Complexidade O (n) O (n) O (n) O (n) O (nr+1 )

n n n f ( x n , yn ) = S j (Sj Sj 1 )

Para a equao (4): h= n 2 fn+1 = Sj t 2x n 2 fn = Sj 1 (9) (10)

Conforme os dados iniciais do modelo terico adotado e as atribuies adaptadas em cada mtodo numrico de Euler, Runge Kutta de 2a , 3a e 4a ordens [5], calcula-se volume do rio em cada dia de chuva com o objetivo de vericar qual dia o rio transbordar. Na Tabela II encontram-se os volumes calculados para cada dia, considerando um intervalo de tempo de uma semana. Os volumes foram obtidos com a aplicao dos mtodos de Euler e Runge-Kutta de 2a , 3a e 4a ordens, comparados com a soluo do mtodo de Burgers, proposto por Nachbin [3].
Tabela II M TODOS APLICADOS NA EQUAO NO CONSERVATIVA .
Tempo em dias Burgers Volume Km3 1.506 1.533 1.595 1.763 1.761 1.760 1.734 1.673 Euler Volume Km3 1.675 2.075 2.417 2.450 2.139 1.716 1.511 1.675 Runge-Kutta de 2a ordem Volume Km3 1.683 2.083 2.418 2.436 2.123 1.715 1.519 1.683 Runge-Kutta de 3a ordem Volume Km3 1.686 2.118 2.454 2.438 2.086 1.665 1.487 1.686 Runge-Kutta de 4a ordem Volume Km3 1.708 2.118 2.466 2.497 2.179 1.748 1.540 1.708

1 2 3 4 5 6 7 8

IV. M TODOS N UMRICOS O modelo hidrolgico de Nachbin [3] prope soluo da previso do tempo de inunda o atravs de Burgers. Propese uma soluo atravs de mtodos numricos, j que possuem uma complexidade menor do que a encontrada pela soluo de Burgers. A seguir so apresentadas as equaes que foram adaptadas aos mtodos numricos escolhidos pela sua complexidade linear. As equaes (3) e (4) foram adaptadas aos dados iniciais do modelo em estudo, para cumprir a condio n t 1 , de Sj x < 1 (mtodo estvel), tais como: = 10 x = 1, 25, t = 1 e L = 5, onde a preciso, x a variao da posio, t variao do tempo e L o comprimento do rio em km. Juntamente com os dados iniciais nas solues numricas das equaes (3) e (4), utilizam-se os mtodos numricos de Euler e Runge-Kutta de 2a , 3a e 4a ordens, para os quais propem-se adotar as seguintes equaes:

Analisando a Tabela II, verica-se que a inundao ocorrer aproximadamente no quarto dia de chuva por apresentar ocorrncia de maior volume neste dia, em todos os mtodos numricos, coincidindo com o resultado obtido pelo mtodo de Burgers (proposto no modelo terico adotado). Com interesse na conservao da massa, aps a inundao, calculam-se os valores de volume, obtidos a partir da aplicao dos mtodos numricos na equao (4), os quais so apresentados na Tabela III.
Tabela III M TODOS APLICADOS NA EQUAO CONSERVATIVA .
Tempo em dias Burgers Volume Km3 1.692 1.766 1.865 1.944 1.967 1.947 1.930 1.765 Euler Volume Km3 1.388 1.307 1.676 2.450 2.884 2.491 1.800 1.388 Runge-Kutta de 2a ordem Volume Km3 1.742 2.142 2.470 2.487 2.177 1.766 1.571 1.742 Runge-Kutta de 3a ordem Volume Km3 1.691 2.097 2.441 2.474 2.163 1.737 1.526 1.691 Runge-Kutta de 4a ordem Volume Km3 1.143 1.144 1.050 0.932 0.880 0.932 1.049 1.143

1 2 3 4 5 6 7 8

ICCEEg:

1(3) - Dezembro 2011

26
Na Tabela V encontram-se os erros Absoluto e Relativo calculados a partir dos volumes descritos na Tabela III, obtidos atravs da soluo da equao conservativa, considerando o mesmo perodo de uma semana seguida de chuvas torrenciais.
Tabela V E RRO DOS MTODOS APLICADOS NA EQUAO CONSERVATIVA .
Tempo em dias 1 2 3 4 5 6 7 8 Euler EA 0.304 0.459 0.189 0.506 0.917 0.544 0.130 0.377 ER 0.219 0.351 0.112 0.206 0.317 0.218 0.072 0.271 Runge-Kutta de 2a ordem EA ER 0.050 0.028 0.376 0.175 0.605 0.244 0.543 0.218 0.210 0.096 0.181 0.102 0.359 0.228 0.023 0.013 Runge-Kutta de 3a ordem EA ER 0.001 0.000 0.331 0.157 0.576 0.235 0.530 0.214 0.196 0.090 0.210 0.120 0.404 0.264 0.074 0.043 Runge-Kutta de 4a ordem EA ER 0.549 0.480 0.622 0.543 0.815 0,776 1.012 1.085 1.087 1.235 1.015 1.089 0.881 0.839 0.622 0.544

Pela Tabela III, verica-se que o rio transbordar no quarto dia, se considerar os mtodos de Runge-Kutta de 2a e 3a ordens e, se considerar os valores de volume pelo mtodo de Euler, a inundao ocorrer no quinto dia considerando que o mtodo de Burgers tambm apresentou maior volume no quinto dia. Neste caso, estima-se que a inundao ocorrer entre o quarto e quinto dia. V. E RROS Quando resolvemos problemas utilizando computao numrica, os resultados obtidos so em geral aproximados. Ressalta-se que nenhum resultado obtido atravs da aplicao de mtodos numricos tem valor se no for conhecido o controle sobre os possveis erros envolvidos no processo. Assim, torna-se importante medir o quo prximo este resultado obtido, atravs de mtodos numricos, est do valor exato. Neste caso, o valor exato considerado o volume calculado pelo mtodo de Burgers (soluo proposta pelo modelo terico adotado). A. Tipos de Erros Nas aproximaes entre um valor exato e sua aproximao, consideram-se duas formas de avaliar o erro cometido [5]: Erro Absoluto (EAx ): diferena entre o valor exato de um nmero x e seu valor aproximado x . | EAx = |x x (11)

Erro Relativo (ERx ): razo entre o erro absoluto e o valor aproximado x . |EAx | (12) EAx = x

B. Erros Calculados No presente trabalho, considera-se como valor exato x o valor obtido da aplicao do Mtodo de Burgers (mtodo sugerido no modelo adotado [3]), e para o valor aproximado x o resultado proveniente da aplicao dos mtodos numricos de Euler e Runge-Kutta de 2a , 3a e 4a ordens. Com os valores obtidos da aplicao dos mtodos numricos, calcula-se o erro absoluto (EA) e o erro relativo (ER) para cada mtodo aplicado, com exatido = 101 . A Tabela IV apresenta os erros Absoluto e Relativo calculados para os volumes (Tabela II) obtidos atravs da soluo da equao no-conservativa para cada dia, considerando o perodo de uma semana seguida de chuvas torrenciais.
Tabela IV E RRO DOS MTODOS APLICADOS NA EQUAO NO - CONSERVATIVA .
Tempo em dias 1 2 3 4 5 6 7 8 Euler EA 0.169 0.542 0.822 0.687 0.378 0.044 0.223 0.002 ER 0.100 0.261 0.340 0.280 0.176 0.025 0.147 0.001 Runge-Kutta de 2a ordem EA ER 0.177 0.105 0.550 0.264 0.823 0.340 0.673 0.276 0.362 0.170 0.045 0.026 0.215 0.141 0.010 0.005 Runge-Kutta de 3a ordem EA ER 0.180 0.106 0.585 0.276 0.859 0.350 0.675 0.276 0.325 0.155 0.095 0.057 0.247 0.166 0.013 0.007 Runge-Kutta de 4a ordem EA ER 0.202 0.118 0.585 0.276 0.871 0.353 0.734 0.293 0.418 0.191 0.012 0.006 0.194 0.125 0.035 0.020

De acordo com os volumes obtidos, presentes nas Tabelas II e III a respeito da previso do dia de inundao, e os erros calculados nas Tabelas IV e V, verica-se que para a equao no-conservativa, a qual estima a inundao no quarto dia, o mtodo de Runge-Kutta de 2a ordem apresenta-se mais estvel, gerando uma melhor preciso do volume em comparao. Para a equao conservativa, onde no quinto dia ocorrer a inundao se considerar o mtodo de Euler(comparado com a soluo de Burgers), e quarto dia nos demais mtodos numricos, verica-se que o mtodo de Euler gerou valores para o volume com boa preciso, apesar dos demais mtodos apresentarem erros absoluto e relativo menores. Importante ressaltar que o foco do presente trabalho estimar o dia de inundao de um rio com precipitao intensa de chuva no decorrer de uma semana atravs de mtodos numricos que possuem complexidade computacional reduzida que o Mtodo de Burgers, alm de considerar um modelo simples, o qual despreza algumas caractersticas que podem inuenciar no processo de precipitao-vazo, neste caso, o mtodo de Euler para a soluo da equao conservativa retornou o maior volume de gua no quinto dia de chuvas. VI. A PLICAO EM UM A RROIO DO RS Denidos os mtodos e estes implementados no software de computao numrica Scilab [12], escolheu-se um arroio do sul do Rio Grande do Sul como estudo de caso para estimar, com o referido modelo computacional, o dia que o rio transbordar considerando eventos de chuva de grande magnitude ocorridos durante uma semana. O Arroio Fragata, considerando a estao de monitoramento uviomtrico na seo de controle Passo dos Carros (Pelotas/RS), possui montante 17 km de comprimento de extenso rea de drenagem. Este arroio foi escolhido e 126,8 km2 de a por estar em uma regio de interesse para este estudo e por contar com monitoramento uviomtrico dirio de responsabilidade da Agncia Nacional de guas (ANA). Para certicar que a estimativa temporal est correta, os volumes calculados com os dados reais foram comparados aos volumes calculados a partir das vazes deste rio no perodo compreendido entre os dias 10/09/2010 e 17/09/2010, disponvel no Sistema de

ICCEEg:

1(3) - Dezembro 2011

27
a descontinuidade (salto) com a velocidade errada, gua ser criada ou perdida pelo modelo numrico [3]. Para certicar que a estimativa temporal est correta, os volumes calculados com os dados reais foram comparados aos volumes calculados a partir das vazes deste rio, disponvel no Sistema de Informaes Hidrolgicas - HidroWeb [11]. Salienta-se que a comparao leva em considerao o dia que possui o valor mximo de volume. A Tabela VII apresenta o volume em diferentes trechos do Arroio Fragata ao longo de uma semana, dados reais utilizados para comparar e certicar a estimativa temporal de inundao do Arroio Fragata.
Tabela VII VOLUME (m3 ) NOS TRECHOS INICIAL E FINAL DO A RROIO F RAGATA AO LONGO DE UMA SEMANA . Tempo em dias 10/09/2010 11/09/2010 12/09/2010 13/09/2010 14/09/2010 15/09/2010 16/09/2010 17/09/2010 Volume trecho inicial m3 756,17 2024,86 4458,10 12186,60 13292,61 4599,33 3117,26 2225,64 Volume trecho nal m3 95988,90 257035,98 565911,14 1546967,78 1687365,58 583838,86 395705,80 282523,58

Informaes Hidrolgicas - HidroWeb [11]. Salienta-se que a comparao leva em considerao o dia que possui o valor mximo de volume. A Tabela VI apresenta os valores do volume do Arroio Fragata, considerando as equaes no-conservativa (resolvida pelo mtodo de Runge-Kutta de 2a ordem) e conservativa (pelo mtodo de Euler).
Tabela VI DADOS DO A RROIO F RAGATA APLICADOS NOS MTODOS DE RUNGE -K UTTA DE 2a ORDEM ( NO - CONSERVATIVO ) E NO MTODO DE E ULER ( CONSERVATIVO ). Tempo em dias No Conservativo Volume Km3 1.43196 1.76831 2.05231 2.07018 1.80828 1.46382 1.29638 1.43196 Conservativo Volume Km3 1.21819 1.21396 1.52389 2.08291 2.35359 2.01562 1.49182 1.21819

1 2 3 4 5 6 7 8

Com os resultados dos volumes, verica-se que o arroio ir transbordar no quinto dia, considerando chuvas torrenciais por uma semana. A seguir, na Figura 3 apresenta-se a simulao da previso de inundao do Arroio Fragata considerando uma semana de chuvas torrenciais.

Verica-se na anlise da Tabela VII que o Arroio Fragata transbordou no quinto dia, considerando uma semana de chuvas torrenciais, estimativa temporal de acordo com os resultados obtidos da aplicao dos mtodos de Runge-Kutta de 2a ordem para a equao no-conservativa e o mtodo de Euler para a equao conservativa. VII. C ONCLUSO Como o fenmeno das inundaes tem ocorrido com muita frequncia em algumas localidades do Sul do RS e provocado desastres enormes para a populao, o desenvolvimento desse trabalho se deve ao esforo de tentar diminuir esses estragos, atravs de previses rpidas e simples a respeito do dia que ocorrer a inundao de rio e assim, avisar a defesa civil sobre a possvel inundao de um local. Os modelos de previses de inundaes em rios existentes na literatura so poucos e complexos, exigem operaes demoradas e, por isso, acabam por exigir um alto custo computacional. Dessa forma, atravs da aplicao e utilizao de mtodos numricos de passos simples para previso de indundaes de rios, os clculos tornam-se mais simples e com menor custo computacional. Neste trabalho adota-se um modelo terico matemtico que possibilita adequar informaes fsicas de um determinado rio. Este modelo tem sua soluo pelo mtodo de Burgers, o qual possui custo computacional elevado. Preocupados no tempo de processamento de tais clculos, explora-se a soluo deste modelo com mtodos numricos de passos simples: Euler e Runge-Kutta de 2a , 3a e 4a ordens. Mtodos numricos de Passos Simples tornam o modelo terico matemtico adotado mais simples computacionalmente, ou seja, a previso de inundao em rios pode ser realizada com complexidade computacional de ordem linear,

Figura 3.

Grco previso de inundao do Arroio Fragata.

Observa-se que as duas solues (conservativa e noconservativa) so muito semelhantes. De fato, elas so indistinguveis a menos dos saltos hidrulicos. O salto hidrulico, pelo algoritmo do mtodo conservativo, propaga mais rpido do que pelo mtodo no-conservativo. O nico efeito em usar o mtodo na forma conservativa foi consertar a posio do salto hidrulico. Mas isso faz toda a diferena do mundo: um salto propagando mais rpido tem mais gua atrs dele; essa gua que estamos perdendo no primeiro experimento com o mtodo no-conservativo. Do ponto de vista prtico a previso da posio do salto a mais importante do modelo, pois isso que indica quando a onda de enchente atingir cada cidade ribeirinha. Sabe-se que deseja-se e deve-se fazer a melhor previso possvel e por isso necessrio escolher esquemas numricos que esto na forma conservativa. A velocidade do salto determinada pela Lei de conservao. Se movermos

ICCEEg:

1(3) - Dezembro 2011

28

ou seja, baixo custo computacional. Atravs da aplicao de dados reais obteve-se certicao de que a estimativa temporal resultante do modelo computacional estudado est correta, ou seja, o rio transbordar no quinto dia, resultado obtido coincide com o volume calculado a partir de informaes fornecidas pela Agncia Nacional de guas. Como trabalhos futuros pretende-se construir um modelo grco para visualizar as simulaes de inundaes, agregando caractersticas fsicas das reas que podem ser inundadas. AGRADECIMENTOS Os autores agradecem Fapergs pelo suporte nanceiro na realizao do presente trabalho. R EFERNCIAS
[1] J. B. L. Silva, Modelos de previso de enchentes em tempo real para o municpio de Nova Era - MG. Masters thesis, Universidade Federal de Viosa, Viosa, 2006. [2] M. S. P. Meirelles et al., Geomtica: modelos e aplicaes ambientais, Braslia DF. Embrapa Informao Tecnolgica, 2007. [3] A. Nachbin and E. Tabak, 21o Colquio Brasileiro de Matemtica: equaes diferenciais em modelagem matemtica computacional. IMPA, Rio de Janeiro, 1997. [4] C. E. M. Tucci, Modelos Hidrolgicos. Editora da UFRGS, Porto Alegre, 2 edition, 2005. [5] M. A. G. Ruggiero and V. L. Da Rocha , Clculo numrico: aspectos tericos e computacionais. Pearson Makron Books, So Paulo, 2 edition, 1996. [6] L. V. Toscani and P. A. Veloso, Complexidade de Algoritmos: anlise, projetos e mtodos. Sagra-Luzzato, Porto Alegre, Instituto de Informtica da UFRGS, 2001. [7] A. Loreto et al., Complexidade Computacional de Problemas de Estatstica Descritiva com Entradas Intervalares. CLEI...., 2010. [8] M. E. Garey and D. S. Johnson, Computers and intractability: a guide to the theory of NP-completeness. Freeman, San Francisco, 1979. [9] D. M. Cludio and J. M. Marins, Clculo numrico Computacional: teoria e prtica. Atlas, So Paulo, 3 edition, 2000. [10] Instituto de Cincias Exatas e da Terra - Universidade Federal de Mato Grosso. Acessado em: 12 de junho de 2011. Disponvel em: <http://www.ufmt.br/icet/matematica/geraldo/>. [11] Agncia Nacional de guas - ANA, sistema de Informaes Hidrolgicas - HidroWeb. Acessado em: 12 de abril de 2011.Disponvel em: <http://hidroweb.ana.gov.br/>. [12] Free Open Source Software for Numerical Computation - Scilab. Acessado em: 10 de agosto de 2010.Disponvel em: <http://www.scilab.org>.