1.
ANÁLISE DA MUDANÇA
CLIMÁTICA NO SETOR ELÉTRICO
Brasília, 27 de JANEIRO de 2015
Francisco de Assis de Souza Filho Eduardo Sávio Rodrigues Passos
Cleiton da Silva Silveira Dirceu Silveira Reis

2.
Objetivos
 Identificar quais as principais tendências de
disponibilidade hídrica obtidas a partir dos
modelos climáticos regionalizados do INPE;
 Identificar quais as regiões mais críticas em
termos de disponibilidade hídrica nesses
cenários;
 Apresentar qual o comportamento dos
modelos ao longo do tempo.

3.
Região de Estudo e Dados
observados
 SIN  Dados observados:
- INMET;
- CRU;
-ANA
- ONS

4.
Metodologia
Modelo
s
atmosf
éricos
Projeção
dos
modelos
Remoção de
viés da
precipitação
Remoção
de viés da
Temperatu
ra
Estimativa
da Etp
Modelo
Hidrológico
Análise
das
Projeções
de vazões
Modelo
de
regressõe
s

5.
Modelos Globais do CMIP5
BCC-CSM1.1
MIROC5
HadGEM2-AO
ACCESS1.3
CSIRO-Mk3.6.0
BNU-ESM
MPI-ESM-MR
ACCESS1.0
MIROC-ESM
MIROC-ESM-CHEM
CNRM-CM5
MPI-ESM-LR
CCSM4
CMCC-CMS
CESM1-CAM5
MRI-CGCM3
CESM1-BGC
CMCC-CM
CanESM2
GISS-E2-H
INM-CM4
IPSL-CM5B-LR
IPSL-CM5A-LR
GFDL-CM3
GFDL-ESM2M
HadGEM2-ES
IPSL-CM5A-MR

6.
MODELO ETA
 MODELOS GLOBAIS
- HADGEM2-ES
208,4kmx137,4km
- MIROC5
156,3kmx156,3km
 Grade de 20
km*20km

7.
Correção estatística da precipitação
Correçã
o
estatístic
a
Ajuste dos
dados
observados
para uma
dist. gama
Ajuste dos
dados do
modelo para
uma
dist.gama

8.
SMAP
-Precipitação corrigida;
-Etp Hangreaves(Tmed,Tmax e Tmin).

9.
Modelo de Regressões
PADRONIZA DADOS
DE VAZÃO DOS
POSTOS
SELECIONA VARIÁVEIS
EXPLANATÓRIAS DOS
MODELOS UTILIZANDO
STEPWISE PARA CADA
POSTOS QUE NÃO UTILIZA
SMAP
DEFINE REGRESSÕES
LINEARES MULTIPLA
REPETE PARA OS
DOZE MESES DO
ANO E PARA
TODOS OS
POSTOS
CALCULA-SE A VAZÃO
ESPERADA PARA UM
MÊS SELECIONADO
DO PERÍODO DE
PROJEÇÃO
-24 postos que utilizam
o SMAP;
-169 postos que utilizam
os parâmetros da
regressão;
-VARIAVEIS POR
POSTOS COM
REGRESSÃO:
12 meses*24 bacias
SMAP

10.
Modelo de regressões
 Teste de sensibilidade das regressões:
Calibração 1:1931 a 2001;
Verificação com dados de vazões observadas:
2002 a 2008;
 Modelagem para o dados SMAP-ETA
Calibração 2: 1931 a 2008

11.
Metodologia-Anomalias
 Cálculo das Anomalias
sazonais e Anuais;
 Cálculo das anomalias
interanuais e tendência:
- Teste de Mann-Kendall-
Sen;
- Transformada de wavelets.
 Precipitação;
 Temperatura: média;
 ETP
 Vazão.
Análise das variáveis Variáveis analisadas

12.
TEMPERATURA- 2010 a 2040
RCP4.5
RCP4.5
RCP8.5
RCP8.5

13.
TEMPERATURA – 2041 a 2070
RCP4.5
RCP4.5
RCP8.5
RCP8.5

14.
TEMPERATURA- 2071 a 2099
RCP4.5
RCP4.5
RCP8.5
RCP8.5

15.
Anomalias do MIROC5 – RCP4.5
GLOBAL x
REGIONAL(precipitação)
MODELO GLOBAL MODELO Regional

16.
Anomalias HG2ES – RCP4.5
GLOBAL x
REGIONAL(precipitação)MODELO GLOBAL
MODELO Regional

17.
VazõesPrecipitação
Cenário RCP4.5- Eta-MIROC5
(2011-2040)

18.
Vazões
Cenário RCP8.5- Eta-MIROC5
(2011-2040)
Precipitação

19.
Cenário RCP4.5- Eta-HG2ES
(2011-2040)
Precipitação Vazões

20.
VazõesPrecipitação
Cenário RCP8.5- Eta-HG2ES
(2011-2040)

21.
Vazões SMAP- 2010 a 2039

22.
Precipitação-2041 a 2070
RCP4.5
RCP4.5
RCP8.5
RCP8.5

23.
Vazões
2041 a 2070

24.
Vazões SMAP- 2041 a 2070

25.
Precipitação-2071 a 2099
RCP4.5
RCP4.5
RCP8.5
RCP8.5

26.
Vazões SMAP- 2071 a 2099

27.
VAZ VAZ
VAZ
VAZ

28.
Modelos Globais CMIP5x ETA
RCP4.5
RCP8.5
ETA

29.
handeg2_rcp45 handeg2_rcp85
miroc_rcp45 miroc_rcp85
TendênciadosModelosdeMudançaClimática(Século
XXI)

30.
Conclusões
 Os modelos do CMIP5 indicam que a temperatura nos SIN
deve aumentar em aproximadamente 3°C nos últimos trinta
anos do século XXI para o cenário RCP4.5 e
aproximadamente 4,5°C a 6°C para o cenário RCP 8.5;
 O modelo ETA sinaliza reduções nas vazões na maioria dos
aproveitamentos hidroelétricos. Porém, é importante
destacar que o modelo ETA amplificar a anomalia de
precipitações em até 2 vezes com relação ao modelo global.
 O modelo forçado com HD2ES apresenta cenários mais
pessimistas do que o MIROC5. Em Furnas, por exemplo, o
HD2ES mostra reduções de 40% para o período de 30
anos.

31.
Os campos de precipitação indicam que o Centro-Oeste e
Sudeste do Brasil devem apresentar-se mais seco no
século XXI, enquanto o extremo Sul do país,
principalmente na Bacia do Uruguai, apresentam
anomalias positivas superiores a 15% em cada período
de 30 anos.
A evapotranspiração possui tendência positiva de
aumento e deve apresentar anomalias positivas em pelo
menos 5% em cada período de 30 anos em todo o
domínio analisado, segundo o modelo Eta forçado por
diferentes modelos globais.

32.
 No Setor Norte do País os modelos
indicam que as vazões devem diminuir na
maioria dos aproveitamentos a uma taxa
superior a 10% em cada em cada período de
30 anos.
 No setor Sudeste/Centro-oeste os modelos
indicam margens que sugerem uma maior
possibilidade de reduções nas vazões ou leve
aumento.

33.
 Já no setor Nordeste há uma maior incerteza
entre os modelos, e não há convergência a
respeito das projeções dos mesmos.

34.
FIM

35.
ANÁLISE DO CLIMA PRESENTE DOS POSTOS DA
ONS

36.
1.Introdução
Planejamento
Estratégico
Controle
Gerencial
Controle
Operaciona
l
Os problemas decisórios possuem três níveis hierárquicos
-Política de longo prazo;
-Instalação de infraestrutura;
-Planejamento da
operação de
reservatórios,
-Planejamento da
operação de redes
hidrológicas e de
monitoramento;
-Orçamentos anuais- Operação de sistemas
de recursos hídricos em
tempo real;

37.
1. Introdução:
Escalas Temporais x Clima e Recursos Hídricos
Até 10 anos
Variabilidade
decadal.
-Até um mês:
Condições de
Tempo .
-Até 30 anos:
Mudanças Climáticas;
Variabilidade de Baixa
frequência.
-Até 1 ano
Variabilidade
Interanual e
Sazonal.

38.
O clima e a variabilidade
climática
Variabilidade
e
Mudanças
Climáticas
Variabilidade
decadal e Interanual
X
Alterações no
comportamento de
variáveis
atmosféricas
Variabilidade
Sazonal e
Interanual
-ZCIT
-Dipolo do Atlântico
-ZCAS
-ENSO
Variabilidade
Decadal
-Oscilação decadal
do Pacífico (ODP)

39.
Diferentes Escalas de Previsão
Escala de
Longo
prazo
-Modelos do
IPCC acoplado a
modelos
hidrológicos;
- Criação de
cenários
hipotéticos
Escala
Sazonal
(Curto
Prazo)
-Previsão
Estatística:
regressão, redes
neurais, modelos
baysianos etc;
-Previsão
Acoplada:
modelos
atmosféricos
globais e
Escala de
médio Prazo
-Não Há modelo
de projeção;
-- Estudos
mostram o uso
das transforma de
Fourier e
ondoletas para
identificar
variabilidade.
Escala de
curtíssimo
prazo
-Utilização de
modelos
atmosféricos
regionais;
-Radar;
- Satélite

40.
4. Local de Aplicação- Estudo dos
Postos Bases
-192 postos
fluviométricos;
-Vazões
naturalizadas
disponibilizados pelo
ONS 1931 a 2009;

41.
Resultados – Métodos Clássicos
42

42.
Resultados – Transformadas em Ondeletas
Frações da Variância para a Banda 1 (1 a 8 anos)
43

43.
Resultados – Transformadas em Ondeletas
Frações da Variância para a Banda 2 (9 a 32 anos)
44

44.
Resultados – Transformadas em Ondeletas
Frações da Variância para a Banda 3 (baixa
frequência)
45

45.
Variabilidade Decadal
46
 Oscilação Decadal do Pacífico (PDO):

46.
Resultados – Furnas – Posto 6
47
Métodos Clássicos Transformada de ondeletas

47.
Resultados- Sobradinho – Posto 169
48

48.
49
Resultados – Itaipu – Posto 266

49.
FIM

50.
RCP 4.5 e RCP 8.5
Análise das regressões

51.
Posto: MASCARENHAS DE
MORAES (7)JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
FURNAS (6) 0,973 1,001 0,975 0,971 1,047 1,003 1,057 1,084 0,948 0,929 0,868 0,913
ÁGUA VERMELHA (18) 0 0 0 0 0 0,087 0 0 0,141 0,103 0,163 0,087
EMBORCAÇÃO (24) 0 0 0 0 0 0 0 0,139 0 0 0 0
NOVA PONTE (25) 0 0 0 0 0,096 0,040 0,076 0 0,024 0,052 0,049 0,032
ITUMBIARA (31) 0 0 0 0,249 0 0,043 0 0 0 0 0 0
SÃO SIMÃO (33) 0 0 0 -0,189 0 0 0 0 0 0 0 -0,067
ROSANA (63) 0 0 0 0 0 0 0,060 0 0 0 0 0
DONA FRANCISCA (114) 0 0,019 0 0 0 0,023 0 0,058 0 0 0 0
STA CECILIA (125) 0,0358 0 0,0297 0 0 0 0 0 0 0,0500 0 0
TRÊS MARIAS (156) 0 0 0 0 0 0 0 0 0 0 0,0341 0
SOBRADINHO (169) 0 0 0 0 -0,033 0 0 -0,048 0 0 0 0,044
SALTO CAXIAS (222) 0 0 0 0 0 0 0 0 0,0340 0 0 0
PORTO PRIMAVERA (246) 0 0 0 0 -0,131 -0,145 -0,182 -0,285 -0,138 -0,165 -0,111 0
ITAIPU (266) 0 0 0 0 0 0 0 0,088 0 0,044 0 0
SERRA DA MESA (270) 0 0 0 -0,042 0 -0,035 0 0 0 0 0 0
SANTO ANTONIO (287) 0 0 0 0 0 0 0 0 0 0,028 0 0

52.
Comparação
FurnasxMascarenhas
FURNAS
MASCARENHAS DE MORAES
(7)

53.
Posto: CAPIVARA (61)
JAN FEV MAR ABR MAI JUN JUL Ago SET OUT NOV DEZ
ÁGUA VERMELHA (18) 0 0 0 0 0 0 0 0 0 -0,083 0 0
EMBORCAÇÃO (24) 0 0 0 0 0 0 0 0 0 0 0 0
NOVA PONTE (25) 0 0 0 0 0 0 0 0 0 0,064 0 0
ITUMBIARA (31) 0 0 0 0 0 0 0 0 0,038 0 0 0
SÃO SIMÃO (33) 0 0 0 0 0 0,087 0 0 0 0 0 0
ROSANA (63) 0,968 0,993 0,990 0,958 0,886 0,891 0,997 0,992 0,851 0,870 0,956 0,991
ITÁ (92) -0,045 0,000 0 0 0 0 0 -0,035 0 0 0,058 0
DONA FRANCISCA (114) 0 0 0 0 0 0,018 0 0 0,027 0 0 0
STA CECILIA (125) 0 0 0 0 0 0 0,029 0,041 0 0 0 0
TRÊS MARIAS (156) 0 0 0 0 0,026 0 -0,036 0 0 0 0 0
SOBRADINHO (169) 0 0 0 0 0 0 0 -0,043 0 0 0 0
SALTO CAXIAS (222) 0,076 0 0 0,057 0,077 0 0 0,000 0 -0,036 0 0
NOVA AVANHANDAVA
(242) 0 0 0 0 0,062 0,174 0 0 0,156 0,115 0 0
PORTO PRIMAVERA (246) 0 0 0 0 0 -0,270 0 0 -0,230 -0,174 0 0
ITAIPU (266) 0 0 0 0 0 0,143 0 0 0,192 0,233 0 0

54.
Rosana x Capivara
Rosana Capivara

55.
JAN FEV MAR ABR MAI JUN JUL Ago SET OUT NOV DEZ
FURNAS (6) 0,000 0,088 0,100 0,000 0,000 -0,314 -0,194 -0,142 -0,246 0,000 0,000 0,000
ÁGUA VERMELHA (18) 0,218 0,000 0,000 0,204 0,206 0,501 0,505 0,325 0,512 0,199 0,215 0,183
NOVA PONTE (25) 0,000 0,061 0,000 0,000 0,000 0,000 -0,086 0,000 0,000 0,000 0,000 0,000
ITUMBIARA (31) 0,000 0,000 0,000 0,000 -0,149 0,000 0,000 0,000 0,000 0,000 -0,113 -0,094
SÃO SIMÃO (33) 0,272 0,136 0,236 0,369 0,553 0,285 0,442 0,351 0,255 0,280 0,513 0,401
ROSANA (63) -0,041 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 -0,138 0,000 -0,075
ITÁ (92) 0,000 0,000 0,000 0,000 0,000 0,000 0,000 -0,039 0,000 0,000 0,000 0,000
DONA FRANCISCA (114) -0,026 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
STA CECILIA (125) 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,064 0,000
SALTO CAXIAS (222) 0,000 0,033 0,000 0,000 -0,056 -0,033 -0,037 0,000 0,000 0,000 0,000 0,000
NOVA AVANHANDAVA (242) 0,077 0,148 0,123 0,113 0,161 0,167 0,177 0,238 0,203 0,239 0,118 0,123
PORTO PRIMAVERA (246) 0,528 0,893 0,753 0,366 0,325 0,435 0,243 0,329 0,322 0,286 0,289 0,530
ITAIPU (266) 0,000 -0,275 -0,167 0,000 0,000 0,000 0,000 0,000 0,000 0,191 0,000 0,000
TUCURUI (275) 0,000 0,000 0,000 0,033 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
Posto: JUPIÁ (245)

56.
JUPIÁ(245)

57.
Anomalia de vazões para todos os
postos com regressões(%)

58.
FIM

59.
Budinko