Resumo: Diversas medidas de gerenciamento de inundações vêm sendo tomadas para mitigar os danos destes eventos no mundo todo, dentre elas podemos citar a geração de modelos hidrológicos baseados em dados para subsidiar sistemas de alerta antecipados. Tais modelos não necessitam da caracterização de diversos parâmetros físicos envolvidos no problema e requerem uma menor quantidade de dados quando comparados com modelos mais tradicionais. Neste contexto, o presente trabalho visa desenvolver um modelo baseado em dados para prever níveis d’água futuros na bacia do ribeirão Proença, localizada no município de Campinas (SP), que apresenta historicamente inundações que ocasionam riscos à população e danos ao patrimônio. Para tal, foram utilizados dados de nível d’água sub-horário e dados de radar meteorológico referentes ao período de novembro de 2014 até junho de 2019, além de registros de ocorrência de inundações coletados em meios digitais e no banco de dados da Defesa Civil do município. A partir da análise do cotagrama gerado, três limiares foram aplicados (2,30m, 1,96m e 1,58m), com base no nível excedido ou igualado em 3, 6 e 10% do tempo analisado, respectivamente. A análise dos 145 eventos selecionados pelo limiar mais abrangente (1,58 metros) registrou a presença de 17 eventos de inundação na bacia, além de constatar que os níveis de 2,30 metros e 3,00 metros podem ser utilizados como níveis de atenção e alerta para a bacia, respectivamente. Para o desenvolvimento da pesquisa foi organizado um banco de dados multimodal a partir de dados reais, que foi disponibilizado no Repositório de Dados de Pesquisa da Unicamp. No que tange à criação do modelo baseado em dados para previsão de níveis d’água 30 minutos no futuro, foi utilizado o algoritmo XGBoost. Tal modelo apresentou para os dados de teste um RMSE de 0,284 metros e um NSE de 0,614, sendo assim classificado como um modelo satisfatório. Para os 3 eventos de inundação pertencentes aos dados de teste, o modelo foi capaz de prever níveis acima do nível de atenção em 2 deles, embora não tenha previsto níveis acima do nível de alerta. Deve-se destacar que, nas modelagens para diferentes tempos futuros, à medida que diminuímos o tempo futuro, melhoramos a previsão realizada pelo modelo. Analisando-se o lag-time entre a precipitação e a subida do nível d’água para os 145 eventos supracitados, verificou-se a presença de dois grupos distintos de valores (30 e 70 minutos), sendo o primeiro correlacionado a eventos de maior intensidade pluviométrica, enquanto o segundo relacionado a eventos de menor intensidade pluviométrica. Este resultado, atrelado ao desempenho do modelo, sugere que há uma elevada variabilidade intrínseca ao problema que não está sendo completamente capturada pelo modelo baseado em dados gerados pela presente pesquisa Ver menos

Abstract: Several flood management measures have been taken to mitigate the damages of flash-flood events worldwide. Among them we can mention the generation of data-driven hydrological models to support early warning systems, since such models do not have the need to characterize the several physical parameters involved in the modelling and require a smaller amount of data when compared to more traditional models. In this context, the present work aims at developing a data-driven model to predict future water levels in the Proença watershed, located in Campinas city, São Paulo state, Brazil, which historically presents floods that pose risks to the population and damage to property. To this end, sub-hourly water level data and weather radar data were used for the period from November 2014 to June 2019, in addition to flood occurrence records collected in digital media and in the Civil Defense database. From the analysis of the generated cotagram, three thresholds were applied (2.30m, 1.96m and 1.58m), based on the level exceeded or equalled in 3, 6 and 10% of the analysed time, respectively. The analysis of the 145 events selected by the most comprehensive threshold (1.58 meters) recorded the presence of 17 flood events in the watershed, in addition to verifying that the levels of 2.30 meters and 3.00 meters can be used as levels of attention and alert for the basin, respectively. For the development of the research, a multimodal dataset was organized from real data, which was made available at Unicamp's research data repository. XGBoost algorithm was used to model water levels with 30 minutes lead time using this dataset. This model presents for the test data an RMSE of 0.284 meters and an NSE of 0.614 and can be classified as a satisfactory model. For the 3 flood events belonging to the test data, the model was able to predict levels above the attention level for 2 events, but none above the alert level. Modeling other lead times revealed that as the lead time is decreased, the prediction quality improves. Analyzing the lag-time between precipitation and water level for the 145 events mentioned above, the presence of two distinct groups of values emerged: one with average lag time of 30 minutes and the other with average lag time of 70 minutes. The first one is related to events of greater rainfall intensity, while the second one is related to events of lower rainfall intensity. This result and the performance of the data-driven model, suggests that there is high variability intrinsic to the problem and that it has been only partiallycaptured by the data-driven model developed in the present research Ver menos