Estimação Da Curva Volume Versus Duração Utilizando A Distribuição de Probabilidade Generalizada de Valores Extremos - Gev. para Obtenção Do Volume de Espera em Reservatorios.

UNIVERSIDADE ESTADUAL DO OESTE DO PARAN
CENTRO DE CINCIAS EXATAS E TECNOLGICAS

PROGRAMA DE PS-GRADUAO EM ENGENHARIA AGRCOLA
ESTIMAO DA CURVA VOLUME VERSUS DURAO UTILIZANDO A

DISTRIBUIO DE PROBABILIDADE GENERALIZADA DE VALORES
EXTREMOS GEV. PARA OBTENO DO VOLUME DE ESPERA EM
RESERVATORIOS.
AGNALDO PASSOLONGO PRETI
Cascavel
2005
AGNALDO PASSOLONGO PRETI
ESTIMAO DA CURVA VOLUME VERSUS DURAO UTILIZANDO A

DISTRIBUIO DE PROBABILIDADE GENERALIZADA DE VALORES
EXTREMOS GEV. PARA OBTENO DO VOLUME DE ESPERA EM
RESERVATORIOS
Dissertao apresentada ao Programa de

Ps-Graduao em Engenharia Agrcola em
cumprimento parcial aos requisitos para
obteno do ttulo de Mestre em Engenharia
Agrcola, rea de concentrao Recursos
Hdricos e meio ambiente.
Orientador: Prof. Dr. Manoel Moises

Ferreira de Queiroz
Cascavel
2005
i
Agnaldo Passolongo Preti
Estimao da curva volume versus durao utilizando a distribuio de

probabilidade generalizada de valores extremos, para obteno do volume de
espera em reservatrios
Dissertao aprovada como requisito parcial para obteno do grau de

Mestre no Programa de Ps-Graduao stricto sensu em Engenharia Agrcola
da Universidade Estadual do Oeste do Paran UNIOESTE, pela comisso
formada pelos professores:
Orientador: Prof. Dr. Manoel Moiss Ferreira de Queiroz

UNIOESTE/CCET Cascavel - PR
Prof. Dr. Vanderlei Rodrigues da Silva

PUC Toledo - PR
Prof. Dr. Marcio Antonio Vilas Boas

Prof. Dr. Ajadir Fazolo

UNIOESTE/CCET Cascavel PR
Prof. Dr. Benedito Martins Gomes

Cascavel, 12 de dezembro de 2005.
i
DEDICO.
Aos meus pais

que souberam entender a finalidade desta etapa.
i
AGRADECIMENTOS
A Deus.
Aos meus pais, Jos e Alcioni, por tudo que eles representam para
mim e pelo seu esforo, dedicao e incentivo ao longo da minha formao
como ser humano e cidado.
minha esposa, pelo companheirismo e compreenso.
Agradeo ao prof. Manoel Moises Ferreira de Queiroz, pelo seu

dinamismo e apoio dado a concretizao deste trabalho.
Agradeo a todos os professores do curso que estiveram presente no

processo ensino-aprendizagem.
Ao acadmico Adilson Borssoi, pelo seu apoio neste trabalho.
A todos aqueles que, direta ou indiretamente, contriburam para a

elaborao deste estudo.
i
SUMRIO
1 INTRODUO................................................................................................. 1
1.1 OBJETIVOS ................................................................................................. 3
2 REVISO DE LITERATURA............................................................................ 4
2.1 FINALIDADE DOS RESERVATRIOS......................................................... 5
2.2 CARACTERSTICAS FSICAS DE UM RESERVATRIO............................ 6
2.2.1 Parcelas da Barragem................................................................................ 6
2.3 MODELOS DE PROBABILIDADES.............................................................. 7
3 MATERIAIS E MTODOS.............................................................................. 13
3.1 LOCALIZAO DAS BACIAS HIDROGRFICAS...................................... 13
3.2 DISTRIBUIO GEV.................................................................................. 16
3.3 MTODO DA CURVA VOLUME X DURAO........................................... 19
3.3.1 Momentos LH .......................................................................................... 21
3.3.2 Estimativas dos Parmetros da Distribuio GEV................................... 23
3.3.3 Razes de Momentos e Coeficiente de Variao LH............................... 25
3.3.4 Teste de Qualidade de Ajuste da Distribuio GEV via Momentos LH.... 26
4 RESULTADOS E DISCUSSES................................................................... 31
4.1 AJUSTE DAS SRIES DE VOLUMES MXIMOS AFLUENTES................ 31
4.1.1 Estao Rio Negro (65100000)................................................................ 31
4.1.2 Estao Balsa do Cerro Azul (81135000)................................................ 35
4.1.3 Estao Morretes (82170000).................................................................. 40
4.2 DISCUSSO SOBRE CRITRIOS ESTATSTICOS.................................. 44
4.3 VOLUME X DURAO............................................................................... 45
4.3.1 Estao Rio Negro (65100000)............................................................... 45
4.3.3 Estao Morretes (82170000).................................................................. 51
4.4 CURVA VOLUME X DURAO ................................................................ 55
4.4.1 Estao Andir (64370000)...................................................................... 56
4.4.2 Estao Porto Sta Terezinha (64390000)................................................ 57
4.4.3 Estao Tibagi (64465000)...................................................................... 58
v
4.4.4 Estao Jataizinho (645070000).............................................................. 59
4.4.5 Estao So Mateus do Sul (650600000)................................................ 60
4.4.6 Estao Rio Negro (65100000)................................................................ 60
4.4.8 Estao Morretes (82170000).................................................................. 63
5 CONCLUSO................................................................................................. 64
6 REFERNCIAS.............................................................................................. 66
v
LISTA DE TABELAS
TABELA 1 - Estaes fluviomtricas utilizadas........................................... 13@~

TABELA 2 - Valores dos coeficientes da equao (23)............................... 25@~
TABELA 3 - Valores dos coeficientes das equaes (32) e (33)................. 28@~
TABELA 4 - Valores dos parmetros e das taxas de momentos referentes ao
ajuste da distribuio GEV s sries de valores afluentes com
diferentes com diferentes duraes na estao fluviomtrica
65100000............................................................................... 32@~
TABELA 5 - Valores dos parmetros e das taxas de momentos referentes ao
diferentes duraes na estao fluviomtrica 81135000....... 37@~
TABELA 6 - Valores dos parmetros e das taxas de momentos referente ao
diferentes com diferentes duraes na estao fluviomtrica
82170000............................................................................... 41@~
v
LISTA DE FIGURAS
Figura 1 - Parcelas que compem a altura de uma barragem...................... 6@~

Figura 2 - Bacia do rio Paran e suas sub-bacias....................................... 15@~
Figura 3 - Bacia do Atlntico Sul e suas sub-bacias....................................16@~
Figura 4 - Relao de valores extremos em funo da varivel reduzida de
Gumbel, segundo a distribuio GEV tipo VEI, VEII e VEIII.. 18@~
Figura 5 - Grfico volume x durao........................................................... 20@~
Figura 6 - Grfico volume x durao associada a uma probabilidade p fixa de
emergncia............................................................................. 21@~
Figura 7 - Ajuste da Distribuio GEV srie de volumes afluentes mximos
decorrentes de cheias com durao de 1 a 4 dias e sua projeo
para os diferentes perodos de retorno da estao 65100000.
............................................................................................... 33@~
............................................................................................... 34@~
Figura 9 - Ajuste da Distribuio GEV srie de volumes afluente mximos
............................................................................................... 35@~
decorrentes de cheias com durao de at 4 dias e sua projeo
............................................................................................... 38@~
............................................................................................... 39@~
v
............................................................................................... 42@~
Figura 13 - Ajuste da Distribuio GEV a srie de volumes afluente mximos
para os diferentes perodos de retorno da estao 82170000
............................................................................................... 44@~
Figura 14 - Grficos volume x durao para diferentes perodos de retorno, por
meio da distribuio GEV associada aos momentos LH Wang.
............................................................................................... 46@~
meio da distribuio GEV associada aos momentos LH Kite.47@~
meio da distribuio GEV associada aos momentos LH Komolog.
............................................................................................... 48@~
............................................................................................... 49@~
meio da distribuio GEV associada aos momentos LH Kite.50@~
meio da distribuio GEV associada aos momentos LH Komolog.
............................................................................................... 51@~
............................................................................................... 52@~
meio da distribuio GEV associada aos momentos LH Kite.
............................................................................................... 53@~
meio da distribuio GEV associada os momentos LH Komolog.
............................................................................................... 54@~
i
Figura 23 - Curva volume x durao ajustada aos valores de volumes afluentes
mximos obtidos por meio da GEV referente Estao 64370000.
............................................................................................... 56@~
............................................................................................... 57@~
............................................................................................... 58@~
mximos obtidos por meio da GEV referente Estao
645070000............................................................................. 59@~
............................................................................................... 60@~
............................................................................................... 61@~
............................................................................................... 62@~
............................................................................................... 63@~
x
RESUMO
Existe conflito na utilizao de reservatrios para o controle de cheias e usos

mltiplos da gua, principalmente para a gerao de energia eltrica. Para
controlar cheias necessrio um volume vazio no reservatrio capaz de
absorver uma eventual cheia sem causar danos nas reas jusante. Por outro
lado, para gerar energia desejvel alocar o menor volume de proteo
possvel, ao passo que para controlar cheias desejvel ter uma estimativa
confivel da possibilidade do reservatrio falhar quando um dado volume de
proteo alocado. O objetivo deste trabalho foi construir a curva volume x
durao, empregada para estimar volume de espera, por meio do ajuste das
sries de volumes mximos afluentes, utilizando a distribuio GEV e
momentos LH. Foram trabalhados volumes afluentes observados em vrias
estaes de rio do Paran. Todos os ajustes dos volumes mximos afluentes
foram aceitos atravs dos testes de qualidade de ajuste propostos por WANG
(1998) e Kolmogorov-Smirnov com 5 % de significncia e critrio de Kite. As
curvas volume x durao foram adequadamente construdas usando valores de
volumes mximos afluentes para diferentes duraes e estaes.
PALAVRAS-CHAVE: Controle de cheias, Eventos extremos, Curva volume x

durao, Momentos LH, rios do Paran.
x
ESTIMATE OF THE CURVE VALUME VERSUS DURAO USING THE
DISTRIBUTION OF WIDESPREAD PROBABILITY OF EXTREME VALUES -
GEV. FOR OBTAINING OF THE VOLUME OF WAIT IN RESERVOIRS.
ABSTRACT
There is a clear conflict between the reservoir utilization for control and use
multiple of the water mainly for electric power generation. In order to control the
floods, it is necessary to predict the availability of empty reservoir volumes,
capable of absorbing some inflow parcels, to avoid or reduce the damage
caused to the downstream area. From an energy standpoint, it is desirable to
allocate the smallest possible protection volume, while from a flood control
standpoint, it is desirable to have a reliable estimate of the possibility of the
reservoir failing to control a flood when a given protection volume is allocated.
The objective of this work was to obtain the Curve Volume x Duration using
maximum inflow with different duration fitted by GEV distribution and LH
moments used to estimate the protection volume in reservoir. It was used
maximum affluent volumes of the Paran River recorded in Guaira gauge. All
the fit of the maximum affluent volumes was agree by the approximate
goodness-of-fit test of fitted generalized extreme value distribution using LH
moments by WANG (1998) with 5% significance level. The Curve Volume x
Duration was build appropriately for ten different affluent volumes durations.
KEY-WORDS: flood control, extreme events, Volume Curve x Length, moments

LH, rivers in Paran.
x
1
1 INTRODUO
No sistema de gerao de energia brasileiro predominante a

utilizao de fontes hidrulicas, pois seus abundantes recursos naturais de alto
potencial e falta de incentivo para o uso de outras fontes energticas. Nesse
quadro, as usinas hidroeltricas so responsveis por cerca de 92% da
potncia total instalada do parque gerador. Historicamente, os reservatrios em
geral procuraram satisfazer somente a objetivos locais e setoriais da economia.
Assim como a maioria das usinas hidroeltricas brasileiras foram projetadas e
construdas com vistas apenas gerao de energia. Assim, toda ateno nos
projetos, e conseqentemente na operao, foi voltada apenas para segurana
das prprias barragens. Tal fato pode ser entendido devido aos impactos das
enchentes no serem significativos, pois havia uma baixa ocupao humana
prxima s usinas e tambm por no haver uma legislao prpria.
Com o crescimento do conjunto de usinas hidroeltricas e da ocupao
dos espaos pelo homem, os problemas com inundaes e enchentes
comearam a aparecer de forma mais grave. Em 1977 foi criada uma
Comisso de Estudos para Controle de Cheias e Armazenamento (CECCA),
dentro do Grupo Coordenador para a Operao Interligada (GCOI), do
Ministrio de Minas e Energia. Em 1979, foi criado o Grupo de Trabalho de
Estudos Hidrolgicos (GTEH), posteriormente designado Grupo de Trabalho de
Hidrologia Operacional GTHO, este integrado ao Sub-comit de Estudos
Energticos (SCEN), todos so membros da ELETROBRS. A partir desse
momento, outras instituies, como o Centro de Pesquisas de Energia Eltrica
(CEPEL), tambm comearam a tratar do assunto.
O evento cheia, para fins de descrio da metodologia para operao
de controle de cheias, caracterizado como a observao ou previso de
vazo superior restrio de vazo mxima, e o evento inundao
2
caracterizado como o rompimento de uma restrio de vazo mxima

considerada na operao de controle de cheias.
Devido ao setor eltrico brasileiro ser detentor de um grande nmero
de barragens e reservatrios, ele se torna uma pea importante no controle de
cheias, pois controla a vazo de muitos rios. A operao das usinas, para fins
de gerao de energia eltrica, objetiva atender demanda da forma mais
eficiente e economicamente vivel, o que implica gerar o mximo nas
hidroeltricas, dentro de certos critrios. J o controle de cheias, objetiva a
segurana da populao e do prprio sistema de gerao o que leva, como se
ver adiante, a um conflito de interesses. Para maximizar a gerao de energia
necessrio manter o reservatrio o mais cheio possvel, para que as usinas
trabalhem com produtividade elevada e mantenham alta reserva de energia
acumulada, enquanto que o controle de cheias requer basicamente a alocao
de certo volume vazio de espera no reservatrio para conteno de eventuais
picos de vazes afluentes. A alocao dos volumes de espera nos
reservatrios leva a um aumento do risco de os volumes dos mesmos no
serem totalmente recuperados ao final da estao chuvosa, o que implica uma
reduo das disponibilidades energticas e um aumento do risco de gerao
trmica, o que vai contra o planejamento econmico, cujo objetivo substituir,
na medida do possvel e de maneira racional, a gerao de origem
termoeltrica por gerao de origem hidroeltrica. Para que o controle de
cheias seja efetivo necessrio definir com clareza as restries do sistema,
sees que se deve proteger e os limites de vazo, garantindo que o risco de
emergncia mantenha-se abaixo de um valor previamente estabelecido,
definido como probabilidade de rompimento das restries, antecipando
operaes de emergncia com previso de vazo, determinar a alocao tima
dos volumes de espera, selecionando os reservatrios do sistema que devam
realizar o controle de cheias e decidir as quantidades dos volumes de espera a
serem alocadas. O problema central do controle de cheias , ento, decidir
qual volume de espera deve ser alocado, em cada reservatrio, a cada instante
de tempo, de forma a afetar o mnimo possvel os objetivos de gerao e, ao
mesmo tempo, garantir uma certa confiabilidade ao sistema. Este um
problema estocstico, pois depende essencialmente das vazes afluentes, que
3
so consideradas variveis aleatrias. necessrio um registro de vazes,

chamado de srie histrica de vazes que um dado de entrada para o
modelo de simulao, com vistas ao controle de cheias.
Ocorre que essa srie apenas uma das possveis realizaes de um
processo estocstico, o que implica apenas um resultado a ser obtido, caso
somente ela estivesse disponvel. Uma soluo para esse problema ajustar
modelos que procuram aproximar o comportamento estocstico das sries
histricas.
1.1 OBJETIVOS
Obter a curva volume X durao, utilizando distribuio GEV associada

ao mtodo de momentos de combinaes lineares das estatsticas de ordens
mais elevadas, para ajustar as sries de volumes mximos afluentes,
referentes a cada durao de cheias para diferentes perodos de retorno;
aplicados a diferentes rios do Paran.
4
2 REVISO DE LITERATURA
Um dos principais aspectos no estudo do controle de cheias em usinas

hidroeltricas a sua relao com a hidrologia. Definindo hidrologia como a
cincia que se ocupa dos processos que regulam o enchimento e o
esvaziamento dos recursos da gua na Terra, sua ocorrncia, circulao e
distribuio, o entendimento de parte desta cincia, relacionada s cheias,
passa a ser de fundamental importncia na elaborao das metodologias para
o controle de cheias. No caso especfico do uso de reservatrios das usinas
hidroeltricas para o controle de cheias, assunto desta pesquisa, o meio
adotado universalmente o da alocao de volumes vazios de espera. Nesse
contexto, um aspecto importante o estudo de previso de cheias. Dessa
forma, a reviso bibliogrfica aqui descrita, mostrada por um breve histrico
da hidrologia, em que se encontram os primeiros mtodos para previso de
cheias e, por fim, as principais metodologias para clculo do volume de espera
em reservatrios.
A hidrologia evoluiu de uma cincia preponderantemente descritiva e
qualitativa, para uma rea de conhecimento na qual os mtodos quantitativos
tm sido explorados por meio de metodologias matemticas e estatsticas. A
quantificao da disponibilidade hdrica serve de base para o projeto e
planejamento dos recursos hdricos. Para analise da ocorrncia de vazes,
num determinado local, utilizam-se observaes realizadas no passado, para
que por meio delas se busque prever os acontecimentos futuros, pois os
fenmenos provocadores dos processos hidrolgicos so meteorolgicos, cuja
previso a mdio e longo prazo, no dispe de explicaes determinsticas
suficientes.
At a dcada de 1950, os mtodos utilizados na hidrologia limitavam-se
a elementos descritivos do funcionamento dos fenmenos naturais e frmulas
empricas. Com um maior empenho na coleta e publicao dos dados
5
hidrolgicos, o advento do computador e o aprimoramento e experimentao

das tcnicas numricas e estatsticas, houve um desenvolvimento acelerado de
algumas subreas da hidrologia. A hidrologia estatstica, que teve impulso no
comeo do sculo XX com o estudo da freqncia de cheias, desenvolveu-se
significativamente com a quantificao de sries temporais para
dimensionamento de reservatrios.
2.1 FINALIDADE DOS RESERVATRIOS
Segundo LINSLEY e FRANZINI (1978), qualquer que seja o tamanho

dos reservatrios ou a finalidade das guas acumuladas, sua principal funo
a de um regulador ou volante, visando regularizao da vazo dos cursos de
gua ou atendendo s variaes da demanda dos usurios.
Segundo FILHO e PORTO (1998), o modo pelo qual um reservatrio
operado, depende fundamentalmente da funo por ele exercida, pois, de
forma geral um reservatrio utilizado para diversos propsitos, como controle
de enchentes, o abastecimento de cidades, a gerao de energia e outros.
Segundo PINTO (1976), os reservatrios tm por finalidade, acumular
parte das guas disponveis nos perodos chuvosos, para compensar as
deficincias dos perodos de estiagem, exercendo um efeito regularizador das
vazes naturais.
Em funo da lei do uso mltiplo (Agncia Nacional de guas - ANA),
as obras hidrulicas construdas a partir dela devem abranger diversos usos.
Assim os reservatrios podem atender diversas finalidades, entre elas:
suprimento de gua;
gerao hidroeltrica;
navegao;
controle de cheias;
recreao e lazer;
6
piscicultura e aqicultura.
2.2 CARACTERSTICAS FSICAS DE UM RESERVATRIO
Basicamente so quatro as parcelas que compem a altura de uma

barragem como mostra a Figura 1.
Figura 1 - Parcelas que compem a altura de uma barragem.
2.2.1 Parcelas da Barragem
A estrutura de uma barragem divide-se em: volume morto de um

reservatrio o volume destinado a receber os sedimentos depositados
durante a vida til do reservatrio; volume til de um reservatrio aquele
compreendido entre os nveis operacionais mnimos e mximos, efetivamente
destinados operao do reservatrio, ou seja, aquele destinado ao
atendimento das demandas de gua. No caso das usinas hidroeltricas o
volume que atende gerao de energia (PINTO, 1976). O volume de espera
7
o volume vazio no reservatrio, capaz de absorver parcelas das afluncias

previstas para evitar, com um risco prefixado, que sejam causados danos
jusante (CASTRO, 2003)
Durante o perodo de grandes chuvas de uma bacia hidrolgica,
usual manter-se o nvel de gua armazenada abaixo da cota da crista do
vertedor, de maneira a prover um volume de gua que possa absorver parte de
uma onda de cheia afluente ao reservatrio. A esse volume denomina-se
volume de espera (FILHO e PORTO, 1998). A borda livre de um reservatrio
corresponde ao espao destinado a impedir que as ondas formadas pelo vento
ultrapassem a crista da barragem adicionada de um espao para prevenir
eventuais transbordamentos sobre a crista, em condies excepcionais
(PINTO, 1976).
2.3 MODELOS DE PROBABILIDADES
Os fundamentos da teoria dos valores extremos foram inicialmente

expostos por FISHER e TIPPETT (1928), que definiram os trs tipos possveis
(I, II e III) de distribuies assintticas dos valores extremos, conhecidas como
de Gumbel, de Frchet e de Weibull, respectivamente. No entanto, o primeiro a
estudar e formalizar a aplicao estatstica destas distribuies foi Gumbel1,
citado por JENKINSON (1955), cuja metodologia tem sido freqentemente
aplicada mxima anual de sries de dados referentes a vazes de rios.
Posteriormente, Barricelli2 e Brooks e Carruthers3, citados por JENKINSON
(1955), perceberam que ao utilizar essa metodologia, os valores mximos de
temperatura e precipitao pluvial previstos para perodos longos, eram
1
GUMBEL, E.J. Les valeurs extremes des distributions statistiques. Annales de linstitute
Henri Poincar, v.5, p.115-158, 1935.
2
BARRICELLI, N.A. Les plus grands et les plus petits maxima ou minima annuels dune
variable climatique. Archive for
3
BROOKS, C.E.P.; CARRUTHERS, N. Handbook of statistical methods in meteorology.
London: HMSO, 1953. p.131-134.
8
superestimados e subestimados, respectivamente, e propuseram algumas

modificaes para corrigir o problema. Outras contribuies importantes para o
estudo de valores extremos foram dadas por GNEDENKO (1943), que mostrou
as condies necessrias e suficientes para a existncia das distribuies
assintticas dos valores extremos e determinou que as caudas dessas
distribuies, ou seja, a parte que trata dos valores mximos ou mnimos
menos freqentes, podem ser modeladas por alguns tipos de distribuies
contnuas. Por exemplo: as caudas da distribuio de Gumbel correspondem
s distribuies exponencial, gama, normal ou log-normal; as da distribuio de
Frchet seguem uma distribuio de Cauchy, Pareto ou t de Student; as da
distribuio de Weibull seguem uma distribuio uniforme.
Um problema que surgiu desde que foram propostas as distribuies
de valores extremos foi identificar o tipo de distribuio mais adequada para
uma determinada amostra de dados. Para solucionar esse problema, diversos
procedimentos foram propostos, como por exemplo, os de VAN
MONFORT/MONTFORT (1978), OLIVEIRA (1981), e o da curvatura,
desenvolvido por CASTILLO (1988). A implementao desses mtodos,
embora no seja necessrio estimar os parmetros dos trs tipos de
distribuio de valores extremos, proporciona uma soluo apenas aproximada
ao problema da identificao (RAYNAL, 1997). Este autor sugere que a forma
mais correta de fazer essa identificao por meio da estimao dos
parmetros da distribuio generalizada de valores extremos (GEV)
desenvolvida por JENKINSON4 (1955).
Para fazer inferncias sobre os parmetros da distribuio GEV,
inmeras sugestes foram propostas, entre elas, tcnicas grficas, estimadores
baseados no mtodo dos momentos e no mtodo da mxima verossimilhana.
Aspectos computacionais da estimao dos parmetros dessa distribuio
atravs do mtodo da mxima verossimilhana foram desenvolvidos por
Jenkinson4, citado por OTTEN e MONTFORT (1980), por PRESCOTT e
WALDEN (1980, 1983), HOSKING (1985) e por MARTINS e STEDINGER
(2000).
4
JENKINSON, A.F. Statistics of extremes, in estimation of maximum floods. World
Meteorology Office. Nota tcnica n.98, cap.5, p.183-227. Geneva, Sua. 1969.
9
Por outro lado, para obter as estimativas de mxima verossimilhana

dos parmetros da distribuio GEV, PRESCOTT e WALDEN (1983) e COLES
(1999) recomendaram o uso do mtodo de Newton-Raphson. HOSKING
(1985), por sua vez, modificou esse mtodo para melhorar a velocidade e a
taxa de convergncia e quatro anos mais tarde, MacLEOD (1989) alterou-o
novamente, a fim de prevenir alguns erros na hora de execut-lo e otimizar a
inverso da matriz Hessiana.
Segundo SMITH (1985), os mtodos baseados em verossimilhana
so preferidos devido teoria dos estimadores de mxima verossimilhana ser
bem compreendida e as inferncias serem facilmente modificadas ao
incorporarem-se modelos com estruturas mais complexas. O mesmo autor
citou que devido aos limites da distribuio GEV dependerem de seus
parmetros, as condies de regularidade para a estimao pelo mtodo da
mxima verossimilhana no so necessariamente satisfeitas, tal como
acontece nas distribuies log.normal, Weibull e gama de trs parmetros.
Assim, atravs de um estudo cuidadoso, obteve os seguintes resultados:
i) quando > -0,5, os estimadores de mxima verossimilhana so
completamente regulares;
ii) quando -1 < < - 0,5, os estimadores de mxima verossimilhana
existem, mas so no regulares;
iii) quando < -1, os estimadores de mxima verossimilhana no
existem.
Estudos realizados por HOSKING (1985) sobre a estimao dos
parmetros da distribuio GEV, pelo mtodo da mxima verossimilhana,
utilizando simulao computacional de amostras de dados, revelaram que
podem surgir problemas de no convergncia no processo iterativo de
Newton-Raphson devido ao no cumprimento das condies de regularidade.
Situaes similares foram reportadas por MARTINS e STEDINGER (2000).
Apesar dos problemas que podem ocorrer quando < - 0,5, essa
situao, segundo SMITH (1985), extremamente rara para dados ambientais,
e corresponde a distribuies com cauda superior muito curta e finita. De uma
forma geral, ao se trabalhar com dados reais, os valores do parmetro ,
geralmente, se encontram no intervalo (-0,5; 0,5) (HOSKING, 1985).
1
BRABSON e PALUTIKOF (2000), por sua vez, concluram, a partir de

um estudo com simulaes que (-0,25; 0,25), situao tambm bastante
freqente, garante a eficincia do processo de obteno de estimativas de
mxima verossimilhana dos parmetros. Assim, na prtica, a estimao por
mxima verossimilhana geralmente vlida e regular como um procedimento
para a inferncia.
Com relao a outros mtodos de estimao, HOSKING (1985)
mostraram que os estimadores dos parmetros da distribuio GEV, obtidos
atravs do mtodo dos momentos de probabilidade ponderada ou do mtodo
de momentos L, eram preferveis em comparao com os obtidos por meio do
mtodo da mxima verossimilhana, em termos de vis e varincia para
amostras cujos tamanhos variaram entre 15 e 100. Em contrapartida, SMITH
(2001) comentou que nenhum destes ltimos mtodos de estimao
desenvolvidos tem o poder e generalidade que possui o mtodo da mxima
verossimilhana.
Quanto s aplicaes, a distribuio GEV tem sido utilizada em muitas
reas diferentes, sendo, a engenharia estrutural, em que o objetivo principal
projetar estruturas que resistam aos nveis mais extremos de certos processos
ambientais. Segundo MARTINS e STEDINGER (2000), essa distribuio foi
recomendada para a anlise de freqncias de enchentes no Reino Unido pelo
Natural Environment Research Council (NERC), em 1975, e para freqncias
de chuvas nos Estados Unidos por WILLEKE et al.5, em 1995. Essa distribuio
tambm foi utilizada para a anlise de freqncias regionais de vazes, nos
estudos realizados por HOSKING (1985), WALLIS e WOOD (1985),
LETTENMAIER, WALLIS e WOOD (1987), HOSKING e WALLIS (1988),
CHOWDHURY, STEDINGER e LU (1991), MADSEN, PEARSON e
ROSBJERG (1997) e BEIRLANT e MATTHYS (2001).
Para estudos sobre velocidades mximas de vento, tradicionalmente
tem sido utilizada a distribuio de Gumbel (tambm conhecida como de
Fisher-Tippett), caso particular da GEV, como pode ser observado nos
trabalhos de SIMIU e FILLIBEN (1976), ROSS (1987), GRIGORIU (1984),
GUSELLA (1991), ABILD, ANDERSEN e ROSBJERG (1992) e WALSHAW
(1994). No entanto, SIMIU e HECKERT (1996) e HOLMES e MORIARTY
1
(1999) criticaram o uso dessa distribuio, argumentando que, para perodos

de retorno altos, h uma tendncia a predizer valores ilimitados e irreais de
velocidades mximas de vento e concluram que a distribuio de Weibull a
mais apropriada para modelar velocidades mximas de vento de origem
extratropical (excluindo reas de tornados).
Outros bons resultados obtidos com o emprego da distribuio GEV
referem-se modelao das sries de cheias anuais de rios do Paran, pela
distribuio generalizada de valores extremos (QUEIROZ; DEMITO; CARLI,
2003); Ajuste de vazes, via distribuio GEV e momentos LH em matlab
(QUEIROZ; CHAUDHRY, 2003); Anlise de vazes extremas de Rios do
Paran pela distribuio GEV e momentos LH (QUEIROZ; DEMITO; CARLI,
2003); Ajuste de vazes extremas atravs da distribuio GEV e momentos de
combinaes lineares das estatsticas de ordens (QUEIROZ; SAMPAIO;
GOMES, 2005), Anlise de vazes extremas, segundo distribuio
generalizada e momentos de combinaes lineares das estatsticas de ordens
(QUEIROZ; SAMPAIO; GOMES, 2004).
Exemplos de aplicao da distribuio GEV em estudos sobre o meio
ambiente foram apresentados por THAS et al. (1997), que fizeram uma reviso
dos principais conceitos de estatsticas de valores extremos e ressaltaram a
importncia da aplicao da distribuio GEV para modelagem estatstica de
concentraes de poluentes em rios, que serviram de base para o
estabelecimento de planos de manejo da qualidade da gua.
PIEGORSCH, SMITH e EDWARDS (1998), por sua vez, aplicaram a
teoria dos valores extremos ao estudo dos nveis extremos de oznio na
troposfera, que a camada da atmosfera mais prxima da superfcie terrestre,
em que ocorrem os principais fenmenos meteorolgicos, como por exemplo:
processos de condensao de vapor da gua, de precipitao pluvial,
movimentao de massas de ar, etc. Nveis padro de oznio so baseados
tipicamente no nmero de valores que excedem alguma medida de severidade
de oznio, por exemplo: valor mximo a uma determina hora, ou a mdia de
cada 8 horas, em relao a algum patamar especfico, por exemplo: 120 ou 80
partes por bilho (ppb). O principal interesse, neste caso, o de monitorar se
as taxas deste nvel esto crescendo ou decrescendo com o tempo.
1
Segundo SHARMA, KHARE e CHAKRABARTI (1999), a teoria dos

valores extremos oferece uma alternativa prtica para o estudo de
concentraes extremas de poluentes em centros urbanos. Em estudo
realizado por MEDICI et al. (2000), foram analisados valores extremos das
mdias dirias de concentrao de monxido de carbono (CO), na cidade de
So Paulo, entre janeiro de 1994 e dezembro de 1997, usando as distribuies
generalizada de Pareto e generalizada de valores extremos. Esses autores
concluram que em um perodo de retorno de seis meses pode-se esperar uma
concentrao de CO, cujo valor , aproximadamente, o dobro do padro
nacional de qualidade de ar imposto para este poluente. Em um estudo similar,
KCHENHOFF e THAMERUS (1996) analisaram valores extremos de mdias
dirias de concentraes de oznio e dixido de carbono registrados em dois
centros de monitoramento na cidade de Munich (Alemanha), durante janeiro de
1980 e outubro de 1992.
Outras reas de aplicao envolvem modelos financeiros e de seguros
(LONGIN, 2000), modelos de telecomunicaes, estudo da resistncia de
materiais, resistncia corroso, etc.
1
3 MATERIAIS E MTODOS
3.1 LOCALIZAO DAS BACIAS HIDROGRFICAS
Foram utilizadas nesta pesquisa as sries de vazes histricas

observadas em vrios rios do estado do Paran. Segue abaixo a relao das
estaes utilizadas.
TABELA 1 - Estaes fluviomtricas utilizadas
RGO
SB CDIGO NOME RIO UF MUNICPIO PERODO
RESP.
Rio das
64 64370000 Andir PR Andir ANA 65 ANOS
Cinzas
Porto Sta. Rio Santa
64 64390000 PR ANA 58 ANOS
Terezinha Laranjinha Mariana
64 64465000 Tibagi Rio Tibagi PR Tibagi ANA 66 ANOS
SUDERHS
64 64507000 Jataizinho Rio Tibagi PR Jataizinho 65 ANOS
A
Rio dos Prudentpoli
64 64620000 Rio dos Patos PR ANA 66 ANOS
Patos s
64 64790000 Salto Sapuca Rio Sapucai PR Iguatu ANA 31 ANOS
64 64843000 Guair Rio Paran PR Guaira ANA 73 ANOS
Porto P.
65 65035000 Rio Iguau PR ANA 63 ANOS
Amazonas Amazonas
So Mateus So M. do
65 65060000 Rio Iguau PR ANA 68 ANOS
do Sul Sul
65 65100000 Rio Negro Rio Negro PR Rio Negro ANA 68 ANOS
Rio da
65 65155000 So Bento PR Lapa ANA 68 ANOS
Vrzea
Rio B. do
81 81125000 Turvo Rio Santana PR ANA 51 ANOS
Sul
Balsa do Rio R. do
81 81135000 PR Cerro Azul ANA 64 ANOS
Cerro Azul Iguape
Rio
82 82170000 Morretes PR Morretes ANA 59 ANOS
Nhundiaquara
Fonte: Agncia Nacional de guas (2005).
1
As estaes que disponibilizaro as sries de vazes histricas esto

dispostas em quatro sub-bacias, todas localizadas no estado do Paran como
mostra Tabela 1. As Figuras 3 e 4 mostram a localizao da bacia do Rio
Paran e suas sub-bacias 64 (rea de drenagem do rio Paran, compreendida
entre a confluncia do rio Paranapanema, inclusive, e o ponto imediatamente
montante da confluncia do rio Iguau, exclusive.) e 65 (rea de drenagem do
rio Paran, compreendida entre a confluncia do rio Iguau, inclusive, e a
confluncia do rio Paraguai, exclusive) objeto deste estudo, assim como a
localizao da bacia do Atlntico Sul Trecho Sudeste e suas sub-bacias 81
(Bacia do Rio Ribeira do Iguape) e 82 (rea de drenagem compreendida, entre
a foz do rio Ribeira do Iguape, exclusive, e a foz do rio Itaja, exclusive).
1
Figura 2 - Bacia do rio Paran e suas sub-bacias.
Fonte: Ministrio do Meio Ambiente (2005).

1
Figura 3 - Bacia do Atlntico Sul e suas sub-bacias.
Fonte: Ministrio do Meio Ambiente (2005).
3.2 DISTRIBUIO GEV

1
A funo de distribuio generalizada de valores extremos - GEV, que

engloba as trs formas assintticas de distribuio de valores extremos
conhecidas como valor extremo do tipo I (VEI), valor extremo do tipo II (VEII) e
valor extremo do tipo III (VEIII) (FIHER e TIPPETT, 1928; GUMBEL, 1958),
definida, segundo JENKINSON (1955), como:
1

x u
F( x ) = P( X x ) = exp 1 k
k
, k 0 (1)

x u
F( x ) = P( X x ) = exp exp , k=0 (2)

em que:
< x < + , k=0 - distribuio VEI (distribuio de Gumbel);
- x < + , k<0 - distribuio VEII;
< x , k>0 - distribuio VEIII.
em que: u um parmetro de posicionamento com < u < + , um

parmetro de escala com 0 < < + e k um parmetro de forma com
< k < + . Assim, quando k>0 o limite superior da distribuio assinttica
VEIII torna-se = u + k e quando k<0 o limite inferior da distribuio
assinttica VEII torna-se = u + k .

O p-simo quantil da distribuio GEV dado pelas seguintes relaes:
xp = u +

k
[ ]
1 ( ln ( F ) ) k , k0, 0<F<1 (3)
x p = u ln[ l nF( ) ]
x p = u ln[ ln ( F ) ] , k=0, 0<F<1 (4)
A varivel reduzida z (varivel reduzida de Gumbel) pode ser definida

como:
1
xu
z=

substituindo z na equao (3), obtm-se
F(x) = exp[-exp(-z)]
logo:
z = ln[ ln ( F ( x ) ) ] (5)
Neste caso, a varivel reduzida de Gumbel, z, relaciona-se tambm

com o perodo de retorno (T), T = 1/F(x). Alm disso, a equao (5) pode ser
usada para definir z com respeito s distribuies VEI, VEII e VEIII. Assim, em
um grfico z versus x, define-se o comportamento dos trs tipos de
distribuies de valores extremos, com relao posio de plotagem de x,
como mostra a Figura 4.
parmetros adotados: alfa=450, k=-0.2, k=0.2 e u=1450

6000
5000
valores mximos - varivel x
4000
3000
2000
distribuio do tipo VEIII: k>0

1000 distribuio do tipo VEI: k=0
distribuio do tipo VEII: k<0
0
-2 0 2 4 6 8
varivel reduzida de gumbel - z
Figura 4 - Relao de valores extremos em funo da varivel reduzida de

Gumbel, segundo a distribuio GEV tipo VEI, VEII e VEIII.
Com o aumento dos valores de z, os valores de x do tipo VEI

aumentam segundo uma linha reta, ao passo que os valores de x do tipo VEII
crescem mais rapidamente seguindo uma curva cncava, ambos aumentados
1
de forma ilimitada na parte superior. J os valores de x do tipo VEIII crescem

seguindo uma curva convexa para um limite superior finito.
3.3 MTODO DA CURVA VOLUME X DURAO
Este mtodo relaciona cada intervalo de tempo com durao de d dias

consecutivos com o mximo volume afluente no perodo e definido como:
d 1
va(d) = max (q(t + j ).t (6)
j =0
0>t>h-d+1
onde:
va(d) = mximo volume afluente para durao de d dias;
d = durao em dias;
q(t+j) = vazo media diria no dia t+j:
t = intervalo de discretizao do tempo (1 dia = 86400 s);
h = numero de dias da estao chuvosa;
t = dia.
A partir da srie histrica de vazes naturais mdias dirias e
admitindo-se uma vazo afluente mxima que no cause danos jusante
(descarga de restrio), pode-se definir, para o perodo chuvoso de cada ano
hidrolgico, o volume vazio necessrio para absorver cheia com qualquer
durao. Esse volume, denominado volume de espera, pode ser representado
pela seguinte expresso:
ve(i ) = max [ ( va(d ) d .qr .t ), d = 1,2,3,..., h ] (7)
onde:
2
ve(i) = volume de espera para o perodo chuvoso do ano hidrolgico;

qr = descarga de restrio.
A durao associada a esse volume chamada durao critica. A
Figura 5 ilustra o conceito da curva volume x durao.
Figura 5 - Grfico volume x durao.
Fonte: CASTRO (2003).
Um possvel critrio para obteno do volume de espera a ser alocado

seria selecionar o mximo volume de espera levantado na srie histrica.
Como, contudo, nada garante que o histrico repetir-se- no futuro ou que seja
vivel a alocao desse volume, a soluo mais comum leva a um estudo de
freqncia e adoo de uma distribuio terica de probabilidades, neste
caso a distribuio GEV.
So obtidas, da srie histrica, amostras de eventos mximos de vrias
duraes. Ajustando, ento, uma distribuio de probabilidade a cada durao
de d dias, torna-se possvel construir a curva volume x durao associada a
uma probabilidade (GEV). A Figura 6 mostra a obteno da curva volume x
durao associada a uma probabilidade.
2
Figura 6 - Grfico volume x durao associada a uma probabilidade p fixa

de emergncia.
Fonte: VOLPI (2003).
A srie de volumes mximos para volume x durao foi ajustada,

conforme se apresenta nos itens a seguir.
3.3.1 Momentos LH
Seja X1, X2,....,Xm uma amostra aleatria de uma populao com funo
densidade de probabilidade f(x) e funo distribuio F(x), e seja
x1:m x 2:m x m:m as estatsticas de ordem obtidas da amostra acima. O valor
esperado do i-simo menor valor da varivel dado pela seguinte expresso

(HOSKING, 1990).
2
1
m!
E [ X i :m ] = x [ F ( x ) ] [1 F ( x ) ] dF ( x )
i 1 m i

(m i )! (i 1)! 0
(8)
Dada uma amostra de tamanho m retirada de uma distribuio

F(x)=P(Xx) e com base na combinao linear das mais elevadas estatsticas
de ordem e na equao (8), os momentos LH so definidos como:
1 = E [ X ( +1):( +1) ] (9)
2 = 12 E [ X ( +2 ):( + 2 ) X ( +1):( + 2 ) ] (10)
3 = 13 E [ X ( +3):( +3 ) 2 X ( +2 ):( +3) + X ( +1):( +3 ) ] (11)
4 = 14 E [ X ( +4 ):( + 4 ) 3 X ( +3 ):( + 4 ) + 3 X ( + 2 ):( +4 ) X ( +1):( +4 ) ] (12)
em que 1 , maior valor esperado na amostra de tamanho + 1 , corresponde a
uma medida de posicionamento da distribuio; 2 , metade da diferena entre
o maior e segundo maior valor esperado na amostra de tamanho + 2 ,

caracteriza a expanso da parte superior da distribuio; 3 , reflete como est
a assimetria da parte superior da distribuio, atravs dos trs maiores valores
esperados na amostra de tamanho + 3 ; e 4 prov a medida da pontiagudez

da parte superior da distribuio por meio dos quatros maiores valores
esperados na amostra de tamanho + 4 .
Quando = 0 , momentos LH tornam-se iguais aos momentos L.

Quando aumenta, os momentos LH refletem mais e mais as caractersticas
da parte superior da distribuio e dos valores extremos mximos dos dados.
Momentos LH so chamados momentos L1, momentos L2,.... para = 1, 2, .....
, respectivamente. Normalizando os momentos LH, obtm-se o coeficiente de

variao LH ( 2 ), assimetria ( 3 ) e curtose ( 4 ), respectivamente, como:
2
2 3 4
2 = ; 3 = ; 4 = (13)
1 2 2
Ordenando-se a amostra em x( 1) x( 2 ) ......... x( n ) , a estimativa dos

momentos LH feita como segue:
1 n i1
1 = n C x( i )
C +1 i=1
(14)
( )
n
1 1
2 = n i 1
C +1 i 1C n1C1 .x( i ) (15)
2 C +2 i =1
( )
n
1 1
3 = n i 1
C + 2 2 i 1C +1 ni C1 + i1C ni C 2 .x( i ) (16)
3 C +3 i =1
( )
n
1 1
4 = n i 1
C +3 3i 1C +2 ni C1 +3i 1C +1 ni C2 i 1C ni C3 .x( i ) (17)
4 C +4 i =1
em que:
m m m!
C j = = e
m
C j = 0 quando j > m. (18)
j j!( m j )!
3.3.2 Estimativas dos Parmetros da Distribuio GEV
Dada uma amostra, os trs parmetros k, e u da distribuio GEV

podem ser estimados, considerando-se a estimativa dos momentos LH
2
amostrais pelas equaes (14), (15), (16) e (17), para um valor selecionado de
e 0 , como segue (WANG, 1997):
1 = u +

[
1 (1 + k )( + 1)
k
] (19)
2 =
( + 2)(1 + ) [ ( + 2) + ( + 1) ]
(20)
2!
3 =
( + 3)(1 + ) [ ( + 4)( + 3) )(
+ 2( + 3)( + 2) ( + 2 )( + 1) ] (21)
3!
4 =
( + 4)(1 + ) [ ( + 6)( + 5)( + 4) + 3( + 5)( + 4 )( + 3)

)
4! (22)
( 3( + 4)( + 3)( + 2 ) + ( + 3)( + 2 )( + 1)

]
Assim, os parmetros u, e k da distribuio GEV podem ento ser

estimados, substituindo-se os trs primeiros momentos LH nas equaes (19),
(20) e (21) pelos seus respectivos estimadores amostrais nas equaes (14),
(15) e (16), para cada valor de selecionado.
Para facilitar o procedimento computacional, WANG, (1997) props
uma equao aproximada para o clculo de k , tomando como base as

equaes (20) e (21) e a equao (13) que define 3 , a qual corresponde a:
[ ]
k = 0 + 1 3 + 2 3[ ] 2
[ ]
+ 3 3
3
(23)
cujos coeficientes 0 , 2 e 3 variam em funo de (Tabela 2). Uma vez que

k obtido pela equao (23) as equaes (20) e (19) fornecem
respectivamente e u.
2
TABELA 2 - Valores dos coeficientes da equao (23)
0 1 2 3
0 0,2849 -1,8213 0,8140 -0,2835

1 0,4823 -2,1494 0,7269 -0,2103
2 0,5914 -2,2351 0,6442 -0,1616
3 0,6618 -2,4548 0,5733 -0,1273
4 0,7113 -2,5383 0,5142 -0,1027
Fonte: WANG (1997).
Anlises de dados observados e dados obtidos, via simulao Monte

Carlo, mostraram que momentos LH reduzem as influncias indesejveis que
os menores eventos amostrais podem exercer na estimao de eventos com
grandes perodos de retorno, comparado ao uso de momentos L (WANG, 1997;
QUEIROZ; DEMITO; WEIBER, 2003).
3.3.3 Razes de Momentos e Coeficiente de Variao LH
As razes de momentos e coeficiente de variao LH da distribuio

GEV so calculadas de acordo com as relaes da equao (13) e equaes
(19), (20), (21) e (22), resultando nas seguintes expresses:
2
[
1 ( + 2) (1 + k ) ( + 2) + ( + 1)
k k
]
=
2 [
ku + 1 (1 + k )( + 1) ]
k (24)
1 ( + 3) ( + 4)( + 3) + 2( + 3)( + 2) ( + 2)( + 1)

k k k
3 = (25)
3 ( + 2 ) ( + 2) + ( + 1)
k k

2
1 ( + 4 ) ( + 6 )( + 5)( + 4) k + 3( + 5)( + 4 )( + 3) k
4 = +
12 ( + 2 ) ( + 2 ) k + ( + 1) k

3( + 4 )( + 3)( + 2 ) k + ( + 3)( + 2 )( + 1) k

( + 2 ) + ( + 1)
k k
(26)

Onde 2 , 3 , 4 so, respectivamente, o coeficiente de variao LH,
assimetria LH e curtose LH e ( ) a funo gama. As razes de momentos LH

e coeficientes de variao LH amostrais so obtidas, relacionando-se os
momentos LH amostrais, indicados pelas equaes (14), (15), (16) e (17)
seguindo as frmulas da equao (13) em que os momentos LH da distribuio
GEV so substitudos pelo os seus respectivos estimadores.
3.3.4 Teste de Qualidade de Ajuste da Distribuio GEV via Momentos LH
a) Teste estatstico proposto por WANG (1997).

A distribuio GEV pode ser ajustada para uma srie de dados,
igualando os seus trs primeiros momentos LH aos respectivos momentos LH
amostrais, como no item anterior. A curtose LH da populao 4 uma funo ( )

( )
da assimetria LH populacional 3 , em que ambos dependem apenas do
parmetro de forma k. Como o valor estimado da curtose LH amostral 4 no ( )

usado no ajuste da distribuio GEV, WANG (1998) considerou esse
parmetro para desenvolver a estatstica do teste de qualidade de ajuste.

Assim, dado um particular estimador amostral 3 , necessrio conhecer
( ) ( )
p 4 | 3 . Porm, no to simples encontrar p 4 | 3 , quando ela depende

de 3 da populao. Contudo, dado 3 , possvel inferir 3 populacional,
usando o teorema de Bayes, mostrado a seguir:
2
( ) ( ) ( )
p 3 | 3 = p 3 | 3 p 3 (27)

em que p 3 ( ) uma distribuio a priori que pode ser informativa ou no

(
informativa. Assim, dado p 3 | 3 encontra-se: )
( ) ( ) (
p 4 | 3 = P 4 | 3 , 3 P 3 | 3 d 3 ) (28)

(
)
( )
em que p 3 | 3 em (27) e p 4 | 3 ,3 , na equao 28, podem ser derivadas
(
)
de p 4 ,3 | 3 , utilizando a simulao Monte Carlo. Portanto, teoricamente,

( )
possvel comparar 4 com p 4 | 3 para inferir se a distribuio subjacente
significativamente diferente da distribuio GEV. No obstante, proceder por tal
inferncia requer muito esforo computacional que, em geral, no prtico
(WANG, 1998).
WANG (1998) desenvolveu um teste de qualidade de ajuste da GEV

(
)
com base em p 4 | 3 = 3 como uma aproximao de p 4 | 3 , 3 , alm de ( )

assumir que, as distribuies de 3 e de 4 da GEV, seguem uma distribuio
conjunta normal. Para descrio completa da distribuio conjunta normal,
precisa-se conhecer a mdia, desvio padro e coeficiente de correlao dos

estimadores amostrais 3 e 4 . Suas mdias so assumidas para serem os

valores populacionais de 3 e 4 , respectivamente, em que negligenciado
algum erro de estimao. Os desvios padro e coeficiente de correlao,

( ) ( )

( )
denotados como 3 , 4 e 3 , 4 , respectivamente, ambos so funes

de 3 e do tamanho da amostra e podem ser encontrados por meio da
simulao Monte Carlo.

A distribuio condicional amostral de 4 quando 3 = 3
normalmente distribuda com mdia 4 e desvio padro, dado como segue

(WANG, 1998):
[
(4 | 3 = 3 ) = (4 ) 1 2 (3 , 4 ) ]
1
2 (29)
2
Um teste de hiptese de que uma srie de dados vem da distribuio
ajustada pode ser conduzido na base da estimativa amostral 4 atravs da
comparao da seguinte estatstica (WANG, 1998):
4 4
ZW =
(4 | 3 = 3 )
(30)
com valores crticos de uma distribuio normal padro.

(
)
O desvio padro em (30), 4 | 3 = 3 , funo de 3 e do tamanho
da amostra e pode ser calculado com ( ) e (

4

3 , 4 ) pela equao (29)
usando a simulao Monte Carlo. Para evitar o enorme esforo computacional
envolvido nos vrias fases do teste, WANG (1998) props a seguinte
aproximao:
2 (4 | 3 = 3 ) =
b c
+ (31)
n n2
em que:
b = b0 + b1 3 [ ] [ ]
+ b2 3
2
[ ]
+ b3 3
3
[ ]
+ b4 3
4
(32)
c = c 0 + c1 3[ ] [ ]
+ c 2 3
2
[ ]
+ c3 3
3
[ ]
+ c 4 3
4
(33)
os coeficientes em (32) e (33) variam com os valores de . e esto

apresentados na Tabela 3.
TABELA 3 - Valores dos coeficientes das equaes (32) e (33)
b0 b1 b2 b3 b4 co c1 c2 c3 c4
2
0 0.0745 0.0555 0.0067 -0.3090 0.2240 1.0100 -0.0282 -2.9336 4.0801 -1.0874
1 0.0579 -0.0328 0.1524 -0.4102 0.2672 1.3403 -0.8291 -3.8777 9.5371 -5.7866
2 0.0488 -0.0527 0.1620 -0.3856 0.2566 1.8800 -2.2233 -2.5825 10.4350 -7.3887
3 0.0380 -0.0309 0.0354 -0.1233 0.0878 2.6784 -4.8418 3.5255 2.3736 -3.2076
4 0.0241 0.0024 -0.0813 0.0733 -0.0210 3.7793 -8.3485 11.5170 -7.9095 1.9459
Fonte: WANG (1998).
A equao (31) tem a mesma forma daquela utilizada por

CHOWDHURY, STEDINGER e LU (1991) para coeficiente de variao L e
assimetria L. Ela assegura que a varincia assinttica e inversamente
proporcional ao tamanho da amostra. O segundo termo assegura tal efeito em
amostras pequenas.
b) Teste estatstico proposto por Kolmogorov Smirnov.

Para testar a adequacidade das distribuies empregou-se tambm o
teste de Kolmogorov-/Smirnov e para escolher a distribuio que melhor se
ajustou entre os 5 ajustes realizados pela GEV para valores LH variando de
0 a 4.
c) Teste de Kite
Kite empregou o critrio do menor erro padro de estimativa, conforme
sugerido po Kite (1978), calculado como:
( Xoi Xei ) 2 (34)

Ep =
nm
Sendo:
- Ep o erro padro de estimativa de uma dada distribuio de
probabilidade;
- Xoi a precipitao observada no ano i;
- Xei a precipitao esperada no ano i;
- n o nmero de elemento na srie de mxima anuais;

3
- m o nmero de parmetros da distribuio de probabilidade

estudada.
Com base nos dados de vazes dirias, obteve-se o dados das sries
de volumes mximos afluentes para os diferentes dias de duraes, referente
estao 65100000, 81135000 e 82170000. Por meio desses dados foi
realizado o ajuste, utilizando-se a distribuio GEV associada ao mtodo dos
momentos LH.
3
4 RESULTADOS E DISCUSSES
Os resultados de trs das 14 estaes estudadas so apresentados a

neste captulo. Os resultados das outras estaes so apresentados no
apndice deste documento, pois os resultados obtidos so semelhantes aos
ora estudados.
4.1 AJUSTE DAS SRIES DE VOLUMES MXIMOS AFLUENTES
4.1.1 Estao Rio Negro (65100000)
Os resultados dos ajustes da distribuio GEV a sries de volumes

afluentes mximos para as diferentes duraes referentes estao Morretes,
esto apresentados na Tabela 5 com os respectivos valores de taxas de
momentos LH e critrios estatsticos dos 4 testes utilizados.
Nas figuras 7, 8, 9 esto exibidas os dados de volumes afluentes
mximos com os ajustes da GEV referentes aos critrios estatsticos Wang,
Kite, Kolm e Chi2.
Por meio dos ajustes obtidos para essa estao, verificou-se que a
durao mxima de cheias existentes foi de 10 dias, assim foram obtidos
ajustes para as diferentes duraes, juntamente com sua projeo de volumes
para diferentes perodos de retorno como mostram as figuras 7, 8 e 9.
32
TABELA 4 - Valores dos parmetros e das taxas de momentos referentes ao ajuste da distribuio GEV s sries de valores
afluentes com diferentes com diferentes duraes na estao fluviomtrica 65100000
PARMETROS DA GEV
DURAO
(dias) k LH
Wang Kite Kolm Wang Kite Kolm Wang Kite Kolm Wang Kite Kolm
1 -0,28 -0,28 -0,28 3,08 3,08 3,08 7,59 3,08 7,59 0 0 0
2 -0,21 -0,10 -0,10 3,26 4,10 4,10 9,40 4,10 8,92 4 0 0
3 -0,03 0,03 0,03 10,17 11,01 11,01 23,41 11,01 23,25 1 0 0
4 0,43 -0,05 0,12 36,69 17,57 22,28 19,66 17,57 26,36 4 0 1
5 -0,20 -0,20 -0,20 22,05 22,05 22,05 32,80 22,05 32,80 0 0 0
6 0,21 -0,17 -0,17 50,75 25,30 25,30 19,57 25,30 32,25 4 0 0
7 -0,87 -0,69 -0,69 0,98 3,01 3,01 10,45 3,01 7,80 4 0 0
8 -0,27 -0,22 -0,27 29,46 32,42 29,46 28,31 32,42 28,31 0 1 0
9 1,03 0,53 0,17 162,95 95,36 66,27 62,35 95,36 79,58 3 1 0
10 -0,69 0,00 -0,03 2,57 19,45 18,61 55,58 19,45 42,02 4 1 0
TAXAS DE MOMENTOS LH
DURAO
(dias) Cv Ca Cc Critrios estatsticos
1 0,28 0,28 0,28 0,36 0,36 0,36 0,26 0,26 0,26 0,14 0,30 0,07
2 0,15 0,27 0,27 0,39 0,23 0,23 0,22 0,21 0,21 0,11 0,52 0,06
3 0,18 0,25 0,25 0,26 0,15 0,15 0,14 0,18 0,18 0,50 1,30 0,07
4 0,13 0,34 0,23 0,12 0,20 0,18 0,01 0,04 0,02 1,55 2,17 0,12
5 0,38 0,38 0,38 0,30 0,30 0,30 0,13 0,13 0,13 2,17 2,73 0,09
6 0,17 0,41 0,41 0,21 0,28 0,28 0,03 0,11 0,11 2,16 3,22 0,09
7 0,40 0,48 0,48 0,71 0,70 0,70 0,59 0,69 0,69 0,68 10,24 0,14
8 0,50 0,34 0,50 0,35 0,37 0,35 0,21 0,17 0,21 0,74 0,27 0,10
9 0,11 0,22 0,37 -0,14 -0,02 0,07 -0,10 -0,11 -0,09 0,88 14,55 0,15
10 0,16 0,18 0,25 0,62 0,24 0,19 0,44 0,44 0,14 0,09 4,59 0,25
Smbolos: k parmetro de forma, parmetro de escala, u parmetro de posio, cv coeficiente de variao, ca coeficiente de
assimetria, cc - coeficiente de curtose, LH nvel de ajuste.
33

34

35

4.1.2 Estao Balsa do Cerro Azul (81135000)

36
Os resultados dos ajustes da distribuio GEV a sries de volumes

afluentes mximos para as diferentes duraes, referentes estao Morretes,
Nas figuras 10 e 11 esto exibidos os dados de volumes afluentes
mximos com os ajustes da GEV referente aos critrios estatsticos Wang, Kite,
Kolm e Chi2.
Atravs dos ajustes obtidos para esta estao, verificou-se que a
durao mxima de cheias foi de 7 dias, assim foram obtidos ajustes para as
diferentes duraes, juntamente com sua projeo de volumes para diferentes
perodos de retorno como mostrado nas figuras 10 e 11.
37
TABELA 5 - Valores dos parmetros e das taxas de momentos referentes ao ajuste da distribuio GEV s sries de valores
afluentes com diferentes duraes na estao fluviomtrica 81135000
PARMETROS DA GEV
DURAO
(dias) K LH
1 -0,33 -0,31 -0,33 7,49 7,83 7,49 13,12 13,02 13,12 0 1 0
2 0,29 -0,09 -0,09 13,70 7,15 7,15 11,65 14,45 14,45 4 0 0
3 -0,25 -0,20 -0,25 12,09 13,19 12,09 23,40 23,12 23,40 0 1 0
4 -0,36 -0,26 -0,26 11,32 14,32 14,32 21,58 20,27 20,27 3 0 0
5 0,01 0,00 0,01 16,65 16,25 16,65 25,77 26,11 25,77 1 3 1
6 -0,13 -0,16 -0,23 20,61 19,19 16,28 29,10 30,38 32,34 4 3 1
7 0,04 -0,26 -0,26 11,37 6,13 6,13 9,54 12,47 12,47 4 0 0
DURAO
TAXAS DE MOMENTOS LH
(dias)
Cv Ca Cc Critrios estatsticos
1 0,37 0,28 0,37 0,40 0,42 0,40 0,26 0,29 0,26 0,49 0,08 0,07
2 0,12 0,28 0,28 0,17 0,22 0,22 0,04 0,07 0,07 1,20 0,91 0,07
3 0,32 0,24 0,32 0,33 0,35 0,33 0,20 0,16 0,20 1,02 0,54 0,07
4 0,24 0,40 0,40 0,46 0,34 0,34 0,28 0,32 0,32 0,09 1,54 0,08
5 0,21 0,15 0,21 0,23 0,28 0,23 0,13 0,18 0,13 0,26 0,34 0,09
6 0,18 0,19 0,23 0,35 0,36 0,37 0,16 0,17 0,19 0,37 1,02 0,10
7 0,17 0,31 0,31 0,27 0,34 0,34 0,09 0,15 0,15 1,18 0,70 0,09
Smbolos: k parmetro de forma, parmetro de escala, u parmetro de posio, cv coeficiente de variao, ca coeficiente de assimetria,
cc - coeficiente de curtose, LH nvel de ajuste.
38

39

40
4.1.3 Estao Morretes (82170000)
Os resultados dos ajustes da distribuio GEV s sries de volumes

afluentes mximos para as diferentes duraes referente estao Morretes,
Nas figuras 10 e 11 esto exibidos os dados de volumes afluentes
mximos com os ajustes da GEV referentes aos critrios estatsticos Wang,
Kite, Kolmog e Chi2.
Atravs dos ajustes obtidos para essa estao, verificou-se que a
durao mxima de cheias existentes foi de 6 dias, assim foram obtidos ajustes
para as diferentes duraes juntamente com sua projeo de volumes para
diferentes perodos de retorno como mostrado nas figuras 10 e 11.
41
TABELA 6 - Valores dos parmetros e das taxas de momentos referente ao ajuste da distribuio GEV s sries de valores
afluentes com diferentes com diferentes duraes na estao fluviomtrica 82170000
PARMETROS DA GEV
Durao
(dias) K LH
1 0,09 0,08 0,08 1,94 1,92 1,92 5,55 5,55 5,55 4 1 1
2 0,10 -0,09 -0,09 2,14 1,61 1,61 4,35 4,49 4,49 2 0 0
3 -0,31 -0,27 -0,23 1,85 2,06 2,20 6,20 5,98 6,06 2 4 0
4 -0,25 -0,23 -0,18 2,58 2,74 2,94 5,65 5,52 5,55 1 3 0
5 0,62 0,27 0,49 5,77 4,03 5,01 5,50 5,69 5,68 2 0 1
6 2,33 0,80 0,80 27,62 8,00 8,00 4,76 8,48 8,48 4 1 1
7 -0,13 -0,13 -0,13 1,74 1,74 1,74 4,88 4,88 4,88 0 0 0
Durao TAXAS DE MOMENTOS LH

(dias)
Cv Ca cc Critrios estatsticos
1 0,09 0,13 0,13 0,26 0,20 0,20 0,13 0,11 0,11 0,01 0,14 0,07
2 0,14 0,22 0,22 0,23 0,22 0,22 0,08 0,09 0,09 1,20 0,21 0,10
3 0,18 0,17 0,25 0,43 0,42 0,32 0,26 0,21 0,29 0,39 0,11 0,07
4 0,23 0,19 0,32 0,39 0,40 0,29 0,24 0,19 0,27 0,04 0,31 0,08
5 0,13 0,32 0,18 -0,01 0,01 -0,01 0,05 -0,01 -0,01 0,03 0,59 0,10
6 0,05 0,17 0,17 -0,56 -0,14 -0,14 -0,09 -0,10 -0,10 0,91 0,09 0,18
7 0,22 0,22 0,22 0,25 0,25 0,25 0,19 0,19 0,19 0,08 0,28 0,07
Smbolos: k parmetro de forma, parmetro de escala, u parmetro de posio, cv coeficiente de variao, ca coeficiente de assimetria,
cc - coeficiente de curtose, LH nvel de ajuste.
42

43
44
Figura 13 - Ajuste da Distribuio GEV a srie de volumes afluente mximos

para os diferentes perodos de retorno da estao 82170000
4.2 DISCUSSO SOBRE CRITRIOS ESTATSTICOS
Sobre os diferentes critrios estatsticos adotados para comparao em

relao ao teste de Wang (1998), observa-se que na maioria dos casos
estudados os critrios de Kite, Kolmog e Chi2, adotados para selecionar o
melhor ajuste da GEV entre os 5 nveis LH (0, 1 2 3 4) fornecidos pela rotina
computacional em Mathlag, sob os momentos LH, resultaram em nveis de LH
baixos: 0, 1 ou 2, enquanto que para as mesmas sries ajustadas o critrio de
Wang resultaram valores de LH mais elevados: 2, 3 e 4, pois este
procedimento foi sugerido pensando em priorizar as informaes contidas na
faixa de valores mais elevados da srie de dados e da distribuio.
Discutindo que quando o ajuste da GEV resulta na forma VEI a
variao do volume afluente mximo com o perodo de retorno se d com
incrementos bem maiores do que com a forma VEIII (k>0) quando o ajuste na
forma VEII (k<0) o incremento do volume afluente com o perodo de retorno e
excessivamente bem mais elevado do que o ocorrido na forma VEII, como
pode ser observado na Figura 8.
Por essa razo nas figuras 12 a 20, nas quais esto plotados os pontos
volume mximo, obtevese atravs da GEV, para diferentes valores de
perodos de retornos e se observa que, para algumas duraes os diferentes
perodos de retorno esto associados a valores de volumes afluentes bem
prximos devido ao ajuste da GEV que resultado na forma veIII. Para outras
duraes os valores de volumes afluentes obtidos da GEV aumentam muito
45
com o crescimento do valor do perodo de retorno devido ao ajuste ter

resultado na forma VEII ou VEI em que o incremento e um pouco menos.
4.3 VOLUME X DURAO
Aps determinados os volumes mximos afluentes para cada durao,

foi gerado o grfico volume x durao para os perodos de retorno de 2, 5, 10,
15, 20,30,50, 100, 150, 200, 300, 400 e 500 anos. Desse modo verificou-se que
o ajuste GEV associado aos momentos LH tende a gerar uma curva convexa.
Com a determinao dos volumes mximos afluentes ajustados pela

GEV, obteve-se os grficos volume x durao, utilizando os testes
probabilsticos Wang, Kite, Komolog, como mostram as figuras 10, 10.1 e 10.2.
Verifica-se que nessa estao os dados ajustados possibilitam por
meio de um ajuste matemtico a construo da curva volume x durao da
maneira mais adequada.
46
Figura 14 - Grficos volume x durao para diferentes perodos de retorno,

por meio da distribuio GEV associada aos momentos LH Wang.
47

por meio da distribuio GEV associada aos momentos LH Kite.
48

por meio da distribuio GEV associada aos momentos
LH Komolog.

49

50

51

por meio da distribuio GEV associada aos momentos
LH Komolog.

52


53

54

por meio da distribuio GEV associada os momentos
LH Komolog.
Os resultados das demais estaes esto apresentados no Apndice

deste documento. Analisando-se as respectivas figuras observa-se que o seu
comportamento segue o mesmo padro discutidos neste captulo referente s
estaes do Rio Negro, Balsa do Cerro Azul e Morretes.
55
4.4 CURVA VOLUME X DURAO
As curvas volume x durao ajustadas aos valores de volumes

afluentes mximos, obtidos por meio do ajuste da GEV para perodos de
retornos de 20, 30, 50, 100, 150 e 200 anos para 9 das 14 estaes estudadas
esto apresentados nas figuras 13 a 20. Adotouse, somente os resultados de
ajustes obtidos com critrio Kolmogorov Smirnov.
56
4.4.1 Estao Andir (64370000)
Figura 23 - Curva volume x durao ajustada aos valores de volumes

afluentes mximos obtidos por meio da GEV referente Estao
64370000.
57
4.4.2 Estao Porto Sta Terezinha (64390000)

64390000.
58
4.4.3 Estao Tibagi (64465000)

64465000.
59
4.4.4 Estao Jataizinho (645070000)

645070000.
60
4.4.5 Estao So Mateus do Sul (650600000)

65060000.

61

65100000.
62

81135000.
63

82170000.
64
Das curvas volume x durao apenas a referente estao 82170000

no resultou na sua forma quadrtica como especifica o mtodo para os locais
estudados, na qual obtiveram-se as curvas volume x durao na sua forma
quadrtica. Para estabelecer o volume de espera de determinado reservatrio
basta estabelecer a vazo de restrio para tal aproveitamento e a diferena
mxima entre a curva volume durao e a reta referente vazo de restrio
para cada durao fornece o valor do volume de espera que deve ser mantido
para uma situao critica de cheia.
5 CONCLUSO
Com base no estudo realizado sobre a curva volume X durao,

utilizando distribuio GEV associada ao mtodo de momentos de
combinaes lineares das estatsticas de ordens mais elevadas, aplicados a
diferentes rios do Paran, foi possvel concluir que:
Os volumes mximos afluentes para as diferentes duraes foram
adequadamente ajustados atravs da distribuio GEV, igualmente pelos
testes estatsticos Wang, Kite, Kolmog e Chi2 para um perodo de retorno de
at 50 anos, com valores semelhantes aos ocorridos entre os resultados
obtidos pelos diferentes testes. Para perodos de retorno acima de 50 anos, os
resultados obtidos para diferentes perodos de retorno diferenciaram-se com
incremento do mesmo. Os ajustes dos volumes afluentes por meio da GEV
resultaram nas trs formas assintticas de valores extremos
O uso da distribuio GEV possibilitou estabelecer dados que,
juntamente com um ajuste matemtico, podem estabelecer a curva
volume x durao da forma adequada.
Verificou-se que ajustando os dados obtidos pela distribuio GEV a
uma funo quadrtica, para a construo da curva volume x durao, os
resultados obtidos foram satisfatrios, porm, em alguns casos, constatou-se
que este ajuste no consegue gerar a curva volume x durao de forma
adequada. Assim, tem-se a necessidade de encontrar outro ajuste matemtico
65
para esses dados que possibilite a construo da curva volume x durao de

forma que esta seja melhor definida.
Os ajustes dos volumes mximos afluentes obtidos por meio da GEV
permitiram ajustar a curva volume x durao na sua forma quadrtica
(convexa), apesar de ocorrerem as trs formas de valores extremos, o que
possibilita estimar o volume de espera de forma mais adequada, sem ter que
recorrer a procedimentos de interpolao como tem sido feito com o uso de
outros modelos estatsticos.
66
6 REFERNCIAS
ABILD, J.; ANDERSEN, E. Y.; ROSBJERG, D. The climate of extreme winds at

the Great Belt of Denmark. Journal of Wind Engineering and Industrial
Aerodynamics, v.41, p.521-532, 1992.
BEIRLANT, J.; MATTHYS, G. The generalized extreme value distribution

and statistics of maxima. Disponvel em:
ttp://www.kuleuven.ac.be/ucs/research/publi.htm. Acesso: 30 abr. 2001.
BRABSON, B. B.; PALUTIKOF, J. P. Tests of the generalized Pareto

distribution for predicting extreme wind speeds. Journal of Applied
Meteorology, v.39, p.1627-1640, 2000.
CASTILLO, E. Extreme value theory in engineering. San Diego: Academic

Press, 1988.
M. A. A.; ANDRADE, M. G; CARNEIRO, A.A.F.M. Comparao de Diferentes

Metodologias Aplicadas ao Controle de Cheias. LATIN-AMERICAN
CONGRESS. 5, 2003. Electricity Generation e Transmission. So Pedro-SP.
2003.
CHOWDHURY, J. U.; STEDINGER, J. R.; LU, L. H. Goodness of fit for regional

generalized extreme value flood distribution. Water Resources Research,
v.27, p.1765-1776, 1991.
FILHO, K. Z.; PORTO, R. L. L. Amortecimento de ondas de cheia em reservatrio

Escola Politcnica da Universidade de So Paulo. 1998.
67
FISHER, R. A.; TIPPETT, L. H. C. Limiting forms of the frequency distributions

of the largest or smallest member of a sample. Proceedings of the Cambridge
Philosophical Society, v.24, p.180-190, 1928.
GNEDENKO, B. V. Sur la distribution limite du terme maximum dune srie

alatoire. Annales des Mathmatiques, v.44, p.423-453, 1943.
GRIGORIU, M. Estimates of extreme wind from short records. Journal of

Structural Engineering, v.110, p.1467-1483, 1984.
GUSELLA, V. Estimation of extreme winds from short-term records. Journal of

Structural Engineering, v.117, p.375-390, 1991.
JENKINSON, A. F. The frequency distribution of the annual maximum (or

minimum) values of meteorological elements. Quarterly Journal of the Royal
Meteorological Society, v.81, p.158-171, Apr. 1955.
KCHENHOFF, H; THAMERUS, M. Extreme value analysis of Munich air

pollution data. Environmental and Ecological Statistics, v.3, p.127-141,
1996.
HOSKING, J. R. M. Algorithm AS 215: Maximum-likelihood estimation of the

parameters of the generalized extreme-value distribution. Journal of the Royal
Statistical Society. Applied Statistics , v.34, p.301-310, 1985.
LETTENMAIER, D. P.; WALLIS, J. R.; WOOD, E. F. Effect of regional

heterogeneity on flood frequency estimation. Water Resources Research,
v.23, p.313-323, 1987.
LINSLEY, R. K.; FRANZINI J. B. Engenharia de recursos hdricos. So

Paulo: McGraw-Hill do Brasil, 1978.
68
LONGIN, F. M. From value at risk to stress testing: the extreme value approach.
Journal of Banking & Finance , v.24, p.1097-1130, 2000.
MACLEOD, A. J. AS 276 A remark on algorithm AS 215: Maximum-likelihood

estimation of the parameters of the generalized extreme-value distribution.
Journal of the Royal Statistical Society. v.38, p.198-199, 1989.
MADSEN, H.; PEARSON, C.P.; ROSBJERG, D. Comparison of annual

maximum series and partial duration serie methods for modeling hydrologic
events. Water Resources Research, v.33, p.759-770, 1997.
MARTINS, E. S.; STEDINGER, J. R. Generalized maximum-likelihood

generalized extremevalue quantile estimators for hydrologic data. Water
Resources Research, v. 36, p. 737-744, 2000.
MEDICI, E. V.; et al. Teoria dos valores extremos: uma aplicao ao meio
ambiente. In: SIMPSIO NACIONAL DE PROBABILIDADE E ESTATSTICA,
14., Caxambu, 2000. Resumos. Caxambu: Associao Brasileira de
Estatstica, 2000. p.315-316.
OTTEN, A.; MONTFORT, A.J. Maximum-likelihood estimation of the general

extreme-value distribution parameters. Journal of Hydrology, v. 47, p.187-
192, 1980.
PIEGORSCH, W. W.; SMITH, E. P.; EDWARDS, D.; et al. Statistical advances

in environmental science. Statistical Science , v.13, p.186-208, 1998.
PRESCOTT, P.; WALDEN, A. T. Maximum likelihood estimation of the

parameters of the generalized extreme value distribution. Biometrika, v. 67,
p.723-724, 1980.
PRESCOTT, P.; WALDEN, A. T. Maximum likelihood estimation of the

parameters of the generalized extreme value distribution from censored
69
samples. Journal of Statistical Computation and Simulation, v. 6, p. 241-

250, 1983.
QUEIROZ, M. M. F.; SAMPAIO, S. C.; GOMES, B. M. Ajuste de vazes

extremas atravs da distribuio GEV e momentos de combinaes lineares
das estatsticas de ordens. In: SIMPSIO DE RECURSOS HDRICOS DA
REGIO SUL-AGUASUL - Uso sustentvel dos recursos Hdricos: tecnologia,
gesto e educao, 1, 2005. Anais... Santa Maria-RS: UFSM, 2005.
1 CD-ROM.
QUEIROZ, M. M. F.; SAMPAIO, S. C.; GOMES, Benedito Martins . Anlise de

vazes extremas segundo distribuio generalizada e momentos de
combinaes lineares das estatsticas de ordens. In: CONGRESSO
BRASILEIRO DE ENGENHARIA AGRCOLA - A Insero da Engenharia
Agrcola em Projetos Nacionais, 23, 2004, So Pedro-SP. Anais... Jaboticabal :
SBEA, 2004. v. 1. p. 1-5. 1 CD-ROM.
QUEIROZ, M. M. F.; DEMITO, A.; CARLI, E. Modelao das sries de cheias

anuais de rios do Paran atravs da distribuio generalizada de valores
extremos. In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRCOLA, 22,
2003, Goinia-GO. Anais... CONBEA. Jabuticabal- SP : SBEA, 2003.
1 CD-ROM.
QUEIROZ, M. M. F. de ; CHAUDHRY, F. H. Ajuste de vazes via distribuio

GEV e momentos LH em matlab. In: SIMPSIO BRASILEIRO DE RECURSOS
HDRICOS - Desafios gesto da gua no limiar do sculo XXI, 15, 2003,
Curitiba-PR. Anais...Porto Alegre: Associao Brasileira de Recursos Hdricos,
2003. 1 CD-ROM.
QUEIROZ, M. M. F.; DEMITO, A.; WEIBER, W. Anlise de vazes extremas de

Rios do Paran atravs da distribuio GEV e momentos LH. In: SIMPSIO
BRASILEIRO DE RECURSOS HDRICOS - Desafios gesto da gua no
70
limiar do sculo XXI, 15, 2003, Curitiba - PR. Anais... Porto Alegre: Associao
Brasileira de Recursos Hdricos, 2003. 1 CD-ROM.
RAYNAL, J. A.; Sobre el uso del dominio de atraccin para la identificacin de

valores extremos para mximos. Ingeniera Hidrulica en Mxico, v. 12,
p. 57-62, 1997.
ROSS, W. H. A peaks over threshold analysis of extreme wind speeds.

Canadian Journal of Statistic, v.15, p.328-335, 1987.
SIMIU, E.; FILLIBEN, J. Probability distribution of extreme wind speeds.

Journal of Structural Engineering, v. 102, p. 1861-1877, 1976.
SHARMA, P.; KHARE, M.; CHAKRABARTI, S. P. Application of extreme value

theory for predicting violations of air quality standards for an urban road
intersection. Transportation Research, v. 23, p.133-139, 1999.
SMITH, R. L. Maximum likelihood estimation in a class of nonregular cases.

Biometrika, v.72, p.67-92, 1985.
THAS, O. et al. Extreme value statistics: potencial benefits in water quality

management. Water Science Technology, v.36, p.133-140, 1997.
OLIVEIRA, J. T. Statistical choice of univariate extreme models. Statistical

Distributions in Scientific Work, v.6, p.367-387, 1981.
VAN MONTFORT/MONFORT, M. A. J. On testing that the distribution of

extreme is type I when type II is the alternative. Journal of Hydrology, v.11,
p.421-427, 1978.
WALLIS, J. R.; WOOD, E. F. Relative accuracy of log Pearson III procedures.

Journal of Hydraulic Engineering, v.111, p.1043-1056, 1985.
71
WALSHAW, D. Getting the most from your extreme wind data: a step by step
guide. Journal Resource of National Standard Technology, v. 99, p. 399-
411, 1994.
72
APNDICES
73
APNDICE
1.1. Ajuste das Sries de Volumes Mximos Afluentes
Com base nos dados de vazes dirias, obteve-se o dados das sries de
volumes mximos afluentes para os diferentes dias de durao, atravs destes
dados foi realizado o ajuste utilizando a distribuio GEV associada ao mtodo
dos momentos LH.
1.1.1.Estao Andir (64370000)
Atravs dos ajustes obtidos para esta estao, verificou-se que a durao
mxima de cheias existentes foi de 8 dias, assim foram obtidos ajustes para as
diferentes duraes, juntamente com sua projeo de volumes para diferentes
perodos de retorno como mostram as Figuras 15.1.1.1 a 15.1.1.8.
FIGURA 15.1.1.1 Ajuste da Distribuio GEV a srie de volumes afluente mximos decorrentes
de cheias com durao de 1 dia e sua projeo para os diferentes perodos de retorno.
74
de cheias com durao de 2 dias e sua projeo para os diferentes perodos de retorno.
75
76
77
1.1.2.Estao Porto Santa Terezinha (64390000)
diferentes duraes juntamente com sua projeo de volumes para diferentes
78
79
80
1.1.3.Estao Tibagi (64465000)
mxima de cheias existentes foram de 8 dias, assim foram obtidos ajustes para
81
as diferentes duraes juntamente com sua projeo de volumes para

diferentes perodos de retorno como mostram as Figuras 15.1.3.1 a 15.1.3.8.
82
83
84
1.1.4.Estao Jataizinho (64507000)

85
86
87
88
1.1.5.Estao Rio dos Patos (64620000)
89

90
91
92
1.1.6.Estao Salto Sapucai (64790000)
93
94
95
1.1.7.Estao Guaira (64843000)
mxima de cheias existentes foram de 16 dias, assim foram obtidos ajustes
para as diferentes duraes juntamente com sua projeo de volumes para
96
97
98
99
1
FIGURA 15.1.7.10 Ajuste da Distribuio GEV a srie de volumes afluente mximos

decorrentes de cheias com durao de 10 dias e sua projeo para os diferentes perodos de
retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.
1.1.8.Estao Porto Amazonas (65035000)
1
1
1
1
1.1.9.Estao So Mateus do Sul (65060000)

1
mxima de cheias existentes foi de 18 dias, assim foram obtidos ajustes para
FIGURA 15.9.1 Ajuste da Distribuio GEV a srie de volumes afluente mximos decorrentes
1
1
1
1

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1.1.10.Estao So Bento (65155000)
mxima de cheias existentes foi de 15 dias, assim foram obtidos ajustes para
1

diferentes perodos de retorno como mostram as Figuras 15.1.11.1 a
15.1.11.15.

decorrentes de cheias com durao de 1 dia e sua projeo para os diferentes perodos de
retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.

retorno.
1

retorno.
1.1.11.Estao Turvo (81125000)
1

decorrentes de cheias com durao de 1 dia e sua projeo para os diferentes perodos de
retorno.

retorno.

retorno.
1

retorno.

retorno.
1.2. Volume x Durao

1
Aps determinados os volumes mximos afluentes para cada durao, foi

gerado o grfico volume x durao para os perodos de retorno de 20,30,50 e
100 anos, assim verificando se o ajuste GEV associado aos momentos Lh
tendem a gerar uma curva convexa.
1.2.1.Estao Andir (64370000)
Com a determinao dos volumes mximos afluentes ajustados pela GEV,

obteve-se os grficos volume x durao, utilizando os testes probabilsticos
wang, kite e komolog, como mostram as Figuras 15.2.1.1 e 15.2.1.2.
Verifica-se que nesta estao os dados ajustados possibilitam atravs de um
ajuste matemtico construir a curva volume x durao da maneira mais
adequada.
FIGURA 15.2.1.1 Graficos Volume x Durao para diferentes perodos de retorno, atravs da
Distribuio GEV associada os momentos Lh Wang e Kite.
1
Distribuio GEV associada os momentos Lh Kolmog e Chi.

adequada.
1
1.2.3.Estao Tibagi (64465000)

adequada.
1

1

adequada.
1

adequada.
1
1.2.6.Estao Salto Sapuca (64790000)

adequada.
1
1.2.7.Estao Guair (64843000)

adequada.
1

wang, kite, komolog, chi, como mostram as Figuras 15.2.8.1 e 15.2.8.2.
1

adequada.
1

adequada.
1
1.2.10.Estao So Bento (65155000)

adequada.
1
1.2.11.Estao Turvo (81125000)

adequada.
1
1.2.12.Estao Balsa do Cerro Azul (81135000)

adequada.
1
1.2.13.Estao Morretes (82170000)

adequada.
1
1.3. Curva Volume x Durao
Objetivando a construo das curvas volume x durao utilizou-se o software

Matlab para a obteno de uma funo quadrtica, para assim obter a curva
1
volume x durao ajustada. Estas foram obtidas para os perodos de retorno de

50 e 100 anos, com base nos diferentes testes probabilsticos utilizados para o
ajuste da distribuio GEV.
1.3.1.Estao Andir (64370000)
FIGURA 15.3.1.1 Curva Volume x Durao para perodo de retorno de 50 e 100 anos.
1
1.3.3.Estao Tibagi (64465000)
FIGURA 15.3.3.1 Curva Volume x Durao para perodo de retorno de 50 e100 anos.
1
Nesta estao o ajuste matemtico atravs de um polinmio de 2 grau no se

mostra como o mais adequado para a construo da curva volume x durao.
1.3.6.Estao Salto Sapucai (64790000)

1
1.3.7.Estao Guara (648430000)


1

15.3.10.1 Curva Volume x Durao para perodo de retorno de 50 e 100 anos.
1.3.10.Estao So Bento (65155000)

1
1.3.11.Estao Turvo(81125000)
1.3.12.Estao Balsa do Cerro Azul (81135000)
1.3.13.Estao Morretes (82170000)

1

Estimação Da Curva Volume Versus Duração Utilizando A Distribuição de Probabilidade Generalizada de Valores Extremos - Gev. para Obtenção Do Volume de Espera em Reservatorios.

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estimação Da Curva Volume Versus Duração Utilizando A Distribuição de Probabilidade Generalizada de Valores Extremos - Gev. para Obtenção Do Volume de Espera em Reservatorios.

Uploaded by

Copyright:

Available Formats

UNIVERSIDADE ESTADUAL DO OESTE DO PARAN

CENTRO DE CINCIAS EXATAS E TECNOLGICAS

ESTIMAO DA CURVA VOLUME VERSUS DURAO UTILIZANDO A

AGNALDO PASSOLONGO PRETI

ESTIMAO DA CURVA VOLUME VERSUS DURAO UTILIZANDO A

Dissertao apresentada ao Programa de

Orientador: Prof. Dr. Manoel Moises

Estimao da curva volume versus durao utilizando a distribuio de

Dissertao aprovada como requisito parcial para obteno do grau de

Orientador: Prof. Dr. Manoel Moiss Ferreira de Queiroz

Prof. Dr. Vanderlei Rodrigues da Silva

Prof. Dr. Marcio Antonio Vilas Boas

Prof. Dr. Ajadir Fazolo

Prof. Dr. Benedito Martins Gomes

Cascavel, 12 de dezembro de 2005.

Aos meus pais

minha esposa, pelo companheirismo e compreenso.

Agradeo ao prof. Manoel Moises Ferreira de Queiroz, pelo seu

Agradeo a todos os professores do curso que estiveram presente no

Ao acadmico Adilson Borssoi, pelo seu apoio neste trabalho.

A todos aqueles que, direta ou indiretamente, contriburam para a

TABELA 1 - Estaes fluviomtricas utilizadas........................................... 13@~

Figura 1 - Parcelas que compem a altura de uma barragem...................... 6@~

Existe conflito na utilizao de reservatrios para o controle de cheias e usos

PALAVRAS-CHAVE: Controle de cheias, Eventos extremos, Curva volume x

KEY-WORDS: flood control, extreme events, Volume Curve x Length, moments

No sistema de gerao de energia brasileiro predominante a

caracterizado como o rompimento de uma restrio de vazo mxima

so consideradas variveis aleatrias. necessrio um registro de vazes,

Obter a curva volume X durao, utilizando distribuio GEV associada

Um dos principais aspectos no estudo do controle de cheias em usinas

hidrolgicos, o advento do computador e o aprimoramento e experimentao

2.1 FINALIDADE DOS RESERVATRIOS

Segundo LINSLEY e FRANZINI (1978), qualquer que seja o tamanho

2.2 CARACTERSTICAS FSICAS DE UM RESERVATRIO

Basicamente so quatro as parcelas que compem a altura de uma

Figura 1 - Parcelas que compem a altura de uma barragem.

2.2.1 Parcelas da Barragem

A estrutura de uma barragem divide-se em: volume morto de um

o volume vazio no reservatrio, capaz de absorver parcelas das afluncias

2.3 MODELOS DE PROBABILIDADES

Os fundamentos da teoria dos valores extremos foram inicialmente

superestimados e subestimados, respectivamente, e propuseram algumas

Por outro lado, para obter as estimativas de mxima verossimilhana

BRABSON e PALUTIKOF (2000), por sua vez, concluram, a partir de

(1999) criticaram o uso dessa distribuio, argumentando que, para perodos

Segundo SHARMA, KHARE e CHAKRABARTI (1999), a teoria dos

3.1 LOCALIZAO DAS BACIAS HIDROGRFICAS

Foram utilizadas nesta pesquisa as sries de vazes histricas

TABELA 1 - Estaes fluviomtricas utilizadas

As estaes que disponibilizaro as sries de vazes histricas esto

Figura 2 - Bacia do rio Paran e suas sub-bacias.

Fonte: Ministrio do Meio Ambiente (2005).

Figura 3 - Bacia do Atlntico Sul e suas sub-bacias.

Fonte: Ministrio do Meio Ambiente (2005).

3.2 DISTRIBUIO GEV

A funo de distribuio generalizada de valores extremos - GEV, que

em que: u um parmetro de posicionamento com < u < + , um

VEIII torna-se = u + k e quando k<0 o limite inferior da distribuio

assinttica VEII torna-se = u + k .

x p = u ln[ ln ( F ) ] , k=0, 0<F<1 (4)

A varivel reduzida z (varivel reduzida de Gumbel) pode ser definida

substituindo z na equao (3), obtm-se