Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/6630
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorKelman, Jerson-
dc.contributor.authorDaru, Rubim Luiz-
dc.date.accessioned2019-02-28T17:12:28Z-
dc.date.available2023-12-21T03:04:44Z-
dc.date.issued1992-03-
dc.identifier.urihttp://hdl.handle.net/11422/6630-
dc.description.abstractStreamflow generation models are very useful in simulation studies of river regulation. However there is always an uncertainty in their parameters due to fact that time period of the streamflow records are always short. The Bayesian and Classic methods for consideration of parameter uncertainty show many dependence on the structure of the adopted model. This thesis develops a general procedure for incorporation parameters uncertainty into streamflow generation models, avoiding modeling errors. The procedure is based on a Resampling scheme (similar to Bootstrap), that can be used in series that show time dependence, as the natural streamflow series. Based on historical series several "Bootstrap samples" are obtained by resampling "blocks of observations" which are independent by hypothesis. From these "Bootstrap samples" others possible parameters values are obtained. The procedure is applied to a monthly streamflow generation model given by an annual (AR-1) proccess which is disaggregated into monthly values by the scheme of Meija e Rousselle (1976). An application in regulation studies for Furnas Reservoir in the Grande river, showed that the consideration of the uncertainty in the parameters model has an effect with the same magnitude that the effect obtained when the analisys' time interval is changed from annual to monthly.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEngenharia Civilpt_BR
dc.titleIncorporação da incerteza paramétrica na geração de séries sintéticas de vazões através de reamostragempt_BR
dc.typeDissertaçãopt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/5523700772597388pt_BR
dc.contributor.referee1Damázio, Jorge Machado-
dc.contributor.referee2Pereira, Basilio de Bragança-
dc.description.resumoModelos de geração de vazões são muito utilizados em estudos de simulação de reservatórios de regularização de rios. No entanto, como os registros de vazões disponíveis são sempre curtos, existe sempre uma considerável incerteza na estimação dos parâmetros destes modelos. Os métodos Bayesiano e Clássico para consideração desta incerteza apresentam forte dependência da estrutura do modelo adotado. Nesta tese desenvolve-se um procedimento geral para incorporar nos modelos de geração de vazões a incerteza dos parâmetros, procurando-se evitar os erros de modelagem. O procedimento se baseia num esquema de Reamostragem (semelhante ao Bootstrap) capaz de ser aplicado em séries que apresentam dependência temporal, como é o caso das séries de vazões naturais. Da série histórica se obtem várias séries pseudo-históricas pela reamostragem de "blocos de observações" que por hipótese são independentes. Destas séries pseudo-históricas obtem-se novos possíveis valores para os parâmetros. O procedimento foi detalhado para aplicação num modelo de geração de vazões mensais do tipo AR(1) anual com desagregação pelo esquema de Meija e Rousselle (1976). Uma aplicação em estudos de regularização para o reservatório de Furnas no rio Grande, indicou que a consideração da incerteza dos parâmetros tem um efeito da mesma ordem de grandeza que o efeito obtido quando o intervalo de tempo da análise passa de anual para mensal.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenhariapt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Civilpt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA CIVILpt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Engenharia Civil

Files in This Item:
File Description SizeFormat 
174065.pdf968.89 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.