Séries sintéticas de precipitação para estimar a erosividade das chuvas

Abstract

Embora venha sendo utilizada em pesquisas ou trabalhos técnicos, a aplicação de séries sintéticas de dados pluviográficos para estimar a erosividade das chuvas ainda hoje é uma ferramenta que necessita de criteriosa avaliação e validação. Com o intuito de validar a utilização desta ferramenta, objetivou-se, no presente trabalho, avaliar a potencialidade do uso de séries sintéticas de dados de precipitação para estimar a erosividade das chuvas (índice EI30). O trabalho foi realizado para o Brasil, usando dados de 142 estações pluviográficas. As erosividades foram calculadas a partir de registros pluviográficos e a partir de séries sintéticas diárias, bem como por meio de dados pluviométricos médios mensais aplicados em equações propostas pela literatura especializada. As séries pluviográficas sintéticas foram geradas a partir da aplicação do software ClimaBR. Uma rotina computacional específica foi desenvolvida para identificar as chuvas consideradas erosivas. A comparação entre as erosividades calculadas a partir de pluviogramas e estimadas foi realizada por meio dos seguintes indicadores estatísticos: erro médio percentual (MAPE), erro absoluto médio (MAE), raiz do quadrado médio do erro (RMSE) e índice de concordância (d). Observou-se que o desempenho do método que estima a erosividade das chuvas a partir de séries pluviográficas sintéticas apresentou desempenho satisfatório e superior ao uso das equações baseadas em dados pluviométricos médios. Os resultados permitem concluir que a aplicação de séries pluviográficas sintéticas para estimar a erosividade das chuvas é uma alternativa válida e potencialmente aplicável.

Although it has been used in research or technical work, the application of synthetic series of rainfall data to estimate rainfall erosivity is still a tool that requires careful evaluation and validation. In order to validate the use of this tool, the aim of the present work was to evaluate the potential use of synthetic data sets to estimate the rainfall erosivity index (EI30). The study was conducted in Brazil, using data from 142 stations pluviographic. The erosivity were calculated from actual daily rain gauge records and from pluviographic synthetic daily series, as well as through monthly average rainfall data applied to equations proposed by the literature. Pluviographic synthetic series were generated from the application of ClimaBR software. A computer routine was specifically developed to identify rain erosive considered. The comparison between the calculated erosivity from rainfall chart and estimated was taken through the following statistical measures: mean percentage error (MAPE), mean absolute error (MAE), root mean square error (RMSE) and index of agreement (d). It was observed that the performance of the method that estimates the rainfall erosivity from synthetic pluviographic series, with satisfactory performance and superior to the use of data based on average rainfall equations. The results indicate that the application of synthetic pluviographic series to estimate rainfall erosivity is a valid and potentially applicable alternative.