Mestrado: Caracterização da chuva estimada pelo radar durante eventos de alagamento na cidade de São Paulo

Este projeto de mestrado apresenta uma caracterização das chuvas estimadas pelo radar meteorológico Doppler de dupla polarização banda S (SPOL) do Departamento de Águas e Energia Elétrica (DAEE) e Fundação Centro Tecnológico de Hidráulica (FCTH) durante eventos de alagamento ou não para cada bairro da cidade de São Paulo durante o ano de 2015. A caracterização foi determinada a partir da função densidade de probabilidade (PDF) da chuva acumulada e da taxa de precipitação, duração da chuva e fração da área de chuva para cada bairro. Na média, os eventos de alagamento estavam associados com um volume de chuva maior que 30mm e taxa precipitação máxima maior que 30mm/h. Com relação à duração não foi possível encontrar um padrão médio, pois a chuva teve duração mínima de 20 minutos e máxima de 23 horas. Por outro lado, bairros com eventos de alagamento tinham mais de 27% do bairro com taxa de precipitação maior que 30 mm/h e 50 mm/h. Destaca-se ao longo desta análise que os bairros localizados próximos dos rios Tietê e Pinheiros e a região central da cidade de São Paulo apresentaram maior probabilidade de ocorrência de alagamento com volumes de chuva mais baixos do que a média de 30 mm por dia e também registraram maior recorrência de pontos alagados. Por último foi desenvolvido um método de regressão logística binária para calcular a probabilidade de ocorrência de alagamentos nos diversos bairros da cidade São Paulo. Por último foi desenvolvido um método de regressão logística binária para calcular a probabilidade de ocorrência de alagamentos nos diversos bairros da cidade São Paulo. Este modelo utiliza como parâmetros de entrada a duração da chuva, a taxa de precipitação máxima e a chuva acumulada nas últimas 24 horas. O modelo apresentou uma probabilidade de detecção (POD) média de 1% e uma taxa de falso alarme média (FAR) de 0,6 para os eventos de alagamento, já para eventos sem alagamento o POD médio foi de 96% e a FAR foi de 2,5%. Portanto o modelo consegue prever os casos sem alagamento.