This paper presents a new hydrological modeling approach for discharge prediction based on flood clustering. Combined with Machine Learning techniques, river flow simulation is optimized through increased data similarity within clusters. Using daily mean discharge from 1964 to 2015 in União da Vitória (Iguaçu River basin, Paraná State, Brazil), the Fuzzy C-Means algorithm clustered flood events into three groups. So, five models were trained: one for the complete series, one for all flood events, and one for each cluster. The Support Vector Regression algorithm was used to develop Artificial Intelligence (AI) models, that had better performance in predicting discharge for each group they were trained and showed similar efficiency to the model trained for the entire series for a 1-day forecast time. The present paper discusses only the results from the training and testing phases. A future paper (in elaboration) will present the development and evaluation of the flow forecast models based on the proposed methodology.
Estudos de precipitação máxima têm destaque em projetos de Engenharia, vistas as perdas que suas consequências podem gerar. Instalações prediais de água pluvial captam e conduzem a água incidente na edificação à rede de drenagem. A chuva de projeto é um parâmetro de dimensionamento da instalação predial, e para obtenção de sua intensidade a NBR 10844/1989 sugere uso de dados locais de chuva; quando não há dados, a norma indica a adoção de 150 mm/h para áreas de projeção horizontal menor que 100 m². Então, o estudo estimou valores locais de intensidade de chuva a partir da distribuição Generalizada de Valores Extremos (GEV) e Momentos-LH. Foram estudados 64 postos pluviométricos da região Oeste do Paraná e seus quantis com Tr de 1, 5 e 25 anos. A desagregação de chuvas foi aplicada para obter a intensidade da chuva de duração de 5 minutos. Verificou-se que para Tr de 1 ano os valores estão abaixo de 150 mm/h, enquanto, para os demais, a maioria é superior à referência. Por fim, os resultados foram espacializados em mapas gerados pela Krigagem Ordinária. Palavras-chave: Rede de drenagem urbana. Instalações prediais. Curva IDF. Distribuição Generalizada de Valores Extremos. Momentos-LH. Krigagem Ordinária.