Regionalização de vazões de referência em bacias hidrográficas com aproveitamento hidrelétrico no sul de Santa Catarina, Brasil

Abstract

O Brasil possui uma matriz elétrica predominantemente renovável, com a energia hidrelétrica representando 60,15% da geração total em 2023. Apesar da elevada capacidade instalada de geração a partir de fontes hidráulicas, persistem desafios relacionados à gestão dos recursos hídricos e à capacidade de monitoramento, essenciais para assegurar a segurança hídrica e a operação eficiente dos sistemas hidrelétricos. O conhecimento da disponibilidade hídrica é um fator essencial para a expansão da matriz elétrica renovável brasileira, especialmente no contexto de aproveitamentos hidrelétricos de pequeno porte, como as PCHs e CGHs. Neste aspecto, o estudo teve como objetivo regionalizar vazões de referência (QMLT, Q7,10, Q98 diária e Q98 mensal) para a bacia hidrográfica do rio Tubarão (BHRT), localizada na região sul de Santa Catarina. Foram utilizados dados consistidos do período de 1986–2021 de 10 estações fluviométricas e 14 pluviométricas. As vazões foram regionalizadas pelo Método de Regressão, a partir de diferentes modelos. Na regressão foram relacionadas as vazões QMLT, Q7,10, Q98 diária e Q98 mensal com as características fisiográficas e climáticas de bacias hidrologicamente homogêneas (RHH). O desempenho dos modelos de regressão foi verificado por meio do erro médio absoluto (MAE), raiz do erro quadrático médio (RMSE) e logaritmo do índice de eficiência de Nash-Sutcliffe (logNSE). Para a BHRT os modelos que apresentaram o melhor desempenho foram linear, logarítmico e potencial, com valores de R² superiores a 0,90, de R2a superiores a 0,87 e σF inferiores a 1,5. A comparação entre as vazões observadas e estimadas pelos modelos de regionalização apresentou valores de ER% inferiores 30%. Os resultados mostram que as equações de regressão apresentaram bom desempenho, com valores de MAE, para a RHH 1 variando de 0,289 a 0,599 m3.s-1 e para a RHH 2 de 0,240 a 0,888 m3.s-1; valores de RMSE inferiores a 1,3 m3.s-1 e próximos aos de MAE, indicando baixa dispersão dos erros; e LogNash próximos de 1,0. A área de drenagem foi a variável preditora com maior correlação com as vazões. Os resultados obtidos indicam que os modelos de regionalização são adequados para estimar vazões de referência em regiões não monitoradas, contribuindo para o planejamento energético, a gestão de recursos hídricos e de outorgas na BHRT.

Brazil has a predominantly renewable electricity matrix, with hydropower accounting for 60.15% of total generation in 2023. Despite the high installed capacity of hydraulic sources, challenges remain regarding water resource management and monitoring capacity, both essential to ensuring water security and the efficient operation of hydropower systems. Understanding water availability is a key factor for expanding Brazil’s renewable electricity matrix, especially in the context of small-scale hydropower developments such as small hydropower plants (PCHs) and micro hydropower plants (CGHs). In this regard, this study aimed to regionalize reference streamflows (QMLT, Q7,10, daily Q98, and monthly Q98) for the Tubarão River Basin (BHRT), located in southern Santa Catarina. Consistent data from 1986 to 2021 were used, comprising 10 streamflow and 14 rainfall stations. Reference flows were regionalized using the regression method, applying different models. The regression related QMLT, Q7,10, daily and monthly Q98 flows to the physiographic and climatic characteristics of hydrologically homogeneous regions (HHR). The model performance was evaluated using mean absolute error (MAE), root mean square error (RMSE), and the logarithmic Nash-Sutcliffe efficiency index (logNSE). In the BHRT, the best-performing models were linear, logarithmic, and power-law, with R² values above 0.90, adjusted R² values above 0.87, and σF values below 1.5. The comparison between observed and estimated flows yielded relative errors (ER%) below 30%. The regression equations demonstrated good performance, with MAE ranging from 0.289 to 0.599 m³.s-1 in HHR 1 and from 0.240 to 0.888 m³.s-1 in HHR 2; RMSE values were below 1.3 m³.s-1 and close to MAE values, indicating low error dispersion; and logNash values were close to 1.0. Drainage area was the predictor variable with the highest correlation with streamflow. The results indicate that the regionalization models are suitable for estimating reference flows in ungauged regions, supporting energy planning, water resource management, and water use permitting in the BHRT.