Resumo:
Os erros nos dados de entrada de chuva e evaporação e os erros nas observações de vazão utilizadas na calibração de modelos chuva-vazão, associados às incertezas na formulação do modelo e na calibração de seus parâmetros, produzem erros acumulativos nas previsões hidrológicas. Esses erros podem ser reduzidos se o modelo hidrológico assimilar a vazão observada e atualizar os seus estados em tempo real. Os estimadores de estado têm a função de realizar esta atualização. O estimador de estado dinâmico-estocástico desenvolvido para o modelo 3R é baseado no filtro de Kalman Estendido, que é a aplicação do filtro de Kalman para sistemas não-lineares. A aplicação do filtro de Kalman resulta na obtenção de estimativa dos estados reais do sistema e da matriz de covariâncias dos erros do estado, ambos para o instante em que se assimilou as observações, que nesse caso são as vazões medidas no exutório da bacia. O procedimento de atualização de variáveis de estado implementado nesse estudo foi denominado de estimador estocástico-dinâmico, em que o componente estocástico consiste na formulação do filtro de Kalman e o componente dinâmico é representado pelo sistema de equações diferenciais ordinárias de conservação de massa. Esse artigo descreve o estimador dinâmico-estocástico e avalia o seu desempenho para a bacia do rio Ivaí, que contribui para a afluência ao reservatório de Itaipu. As conclusões sobre o desempenho do estimador de estado foram: (1) o aumento da acurácia das previsões hidrológicas; (2) robustez do estimador, que consistentemente melhorou a previsão em todas as bacias; (3) o maior ganho de acurácia da previsão hidrológica proporcionado pelo estimador de estado ocorre para os casos em que a modelagem chuva-vazão produz os piores resultados em virtude dos erros nos dados de entrada e na estrutura e nos parâmetros do modelo.