A modelagem por meio de equações físicas pode não ser vantajosa ou mesmo necessária em certos casos, posto que as equações que modelam os cursos de água em 1D e 2D não possuem solução analítica, ao passo em que as equações que modelam os cursos em 3D só a possui em casos limitados.
Entretanto, é possível modelar um curso de água através dos chamados modelos conceituais simplificados, que exigem menos esforço computacional e podem ser aplicados a determinadas situações. São eles:
-Rapid Flood Spreading Model (RPSM): esse modelo divide, a partir de dados preparados a priori, a planície de inundação a ser estudada em áreas elementares que representam depressões topográficas no terreno original. A partir disso, com um algoritmo pré-definido, o modelo divide o volume de água da enchente entre essas áreas elementares, preenchendo-as até que todas estejam completas e a visão geral do terreno após a enchente possa ser analisada.
-Método da banheira: este modelo, também chamado de método planar, intersecta diversos planos separados por intervalos iguais a um modelo topográfico digital. A partir disso, tendo os dados do volume da vazão esperada, o método fornece a distribuição do volume de água causado pela enchente.
Como se vê, há diversos modelos que podem ser utilizados para determinar o comportamento de uma enchente na literatura. Entretanto, ao passo que o terreno ao redor é incluso em suas modelagens, não se consideram todas as variáveis que podem formar o processo, como o sistema de drenagem de um dado local. O objetivo desse trabalho, a partir disso, é definir um modelo que forneça um resultado coerente sem complexidades desnecessárias.
Referências: TENG, J.; JAKEMAN, A. J.; CROKE, B; VAZE, J.; DUTTA, D.; KIM, S. Flood inundation modelling: A review of methods, recent advances and uncertainty analysis. Environmental modelling and software, Cambridge, v. 90, p. 201-216, abr. 2017. Disponível em: <https://www.researchgate.net/publication/316512624_Flood_inundation_modelling_A_review_of_methods_recent_advances_and_uncertainty_analysis>. Acesso em 03 mai. 2019.
Comments