Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

A aplicabilidade de distribuies
baseadas em leis de potncia Na
avaliao de caudais de cheia
The applicability of distributionS based on power-law
statistics for FLOOD flowS assessment
Rui M. N. V. V. Apolinrio
Engenheiro Civil. COBA Consultores para Obras, Barragens e Planeamento, S.A. /// Av. 5 de Outubro, 323,
1649-011 Lisboa /// rva@coba.pt
RESUMO: Na avaliao de caudais de ponta de cheia vrias vias tm sido seguidas, em funo das circunstncias
da informao disponvel, dos objectivos de anlise e da amplitude da extrapolao que tem de ser levada a cabo.
Quando se tem acesso a registos de caudais mximos histricos procedimento comum estimar os caudais
de dimensionamento, para perodos de retorno T elevados, utilizando o melhor ajuste dos valores a funes
de distribuio estatsticas tericas. O presente artigo apresenta uma via alternativa em que se ajustaram leis
de potncia a valores observados de sries de durao parcial de caudais mdios dirios elevados, Q, e deste
modo inferir acerca da sua frequncia, em funes do tipo Q ~ T. As leis de potncia so casos particulares das
distribuies de Lvy-estvel e apresentam caudas grossas para valores de inferiores a 2. Aplicou-se esta
metodologia a cinco rios portugueses com bacias de drenagem variando entre 140 e 91500 km2. Obtiveram-se
valores de entre 0.48 e 0.73.
Palavras-chave: Caudais de cheia, Inferncia estatstica; Leis de potncia; Objectos fractais; Distribuies de
Levy-estvel; Caudas grossas.

ABSTRACT: The correct assessment of floods is vital for planning and construction of hydraulic structures. In the
peak flows assessment many different methods have been utilized, according to the available data, the purposes
of the analysis and the amplitude of the extrapolation that should be carried out. When it is available historical
records of peak floods, it is a common procedure to assess the design peak floods using known theoretical
statistical distributions for large return periods, T. The present paper presents an alternative procedure in which
the historical data of partial duration of daily peak flows, Q, are adjusted to power laws and then can be inferred
its frequency using an expression of the type Q ~ T. Power laws are particular cases of Lvy-stable distributions
and they present heavy tails for values minor to 2. We have applied this procedure in five portuguese rivers with
catchments areas between 140 and 91500 km2. We have obtained values between 0.48 and 0.73.
Keywords: Flood flows; Statistical inference; Power laws; Fractals; Levy-stable distributions; Heavy tails.

43

1. Introduo
As cheias so um fenmeno complexo envolvendo
processos hidro-meteorolgicos, sendo em alguns
casos tambm influenciadas pela actividade
antropognica. As suas consequncias podem
acarretar perdas de vidas humanas e danos econmicos
elevados, pelo que a sua correcta avaliao de
importncia vital para o planeamento e construo de
infra-estruturas hidrulicas.
Na avaliao de caudais de ponta de cheia vrias vias
tm sido seguidas, em funo das circunstncias da
informao disponvel, dos objectivos de anlise e da
amplitude da extrapolao que tem de ser levada a
cabo. De um modo geral, sempre que o objectivo da
anlise o dimensionamento de uma infra-estrutura
hidrulica para um risco de insucesso reduzido,
devido aos custos financeiros inerentes e eventuais
perdas de vida humanas que lhe estariam associados,
pretende estimar-se caudais de ponta de cheia para
frequncias de excedncia muito reduzidas (ou
perodos de retorno muito elevados), normalmente
muito inferiores s frequncias empricas dos valores
observados e disponveis (Serra, 2000).
O perodo de retorno T, ou a probabilidade de
ocorrncia associada cheia de projecto F(x) = 1-(1/T)
so determinados pelo risco - ou probabilidade
de insucesso r - aceite para o tempo de vida V de
determinada estrutura e relacionam-se por: r=1-(11/T)V. A fixao do valor de T, para determinada infraestrutura hidrulica a projectar, depende assim dos
valores fixados para r e V.
bastante frequente fixarem-se perodos de retorno
T de 100, 500, 1000 e mesmo at de 10 000 anos
para o dimensionamento de obras hidrulicas,
nomeadamente de barragens, diques, audes, etc.
Assim, o problema de extrapolao de valores
est presente em praticamente todos os modelos
estatsticos desenvolvidos com vista estimao de
caudais de ponta de cheia. Situao esta, que se deve
ao facto de se terem dados hidro-meteorolgicos
registados e disponveis, na melhor das hipteses,
com cerca de 100 anos, sendo o mais frequente
dispor-se de amostras com perodos histricos
bastante menos longos. Apenas os modelos que
incorporam informao paleontolgica estaro isentos
de erros de extrapolao, sendo porm afectados por
outros erros, como sejam os associados avaliao de
caudais por mtodos indirectos e incerteza quanto
sua datao.

Os modelos mais habitualmente utilizados em

inferncia sobre caudais de ponta de cheia, baseiam-se
na anlise estatstica das sries de valores de caudais
mximos (cheias) observados numa dada seco de
uma linha de gua.
Alguns destes modelos utilizam caudais de cheia
mxima anual e baseiam-se na teoria paramtrica
assimpttica de valores extremos, na designada
famlia GEV (General Extreme-Value), que sofreu um
forte impulso com o trabalho de GUMBEL (1960),
constitudas pelas designadas distribuies de FisherTippett, divididas nos seguintes tipos:

Tipo I Distribuio de Gumbel

Tipo II Distribuio de Frchet
Tipo III Distribuio de Weibull

A funo de distribuio GEV generalizada dada por:

F ( x) = e

x u
1 k

(para k 0)

(1)

Em que u, k e representam, respectivamente, um

parmetro de localizao, de forma e de escala.
De notar que a distribuio de Gumbel (Tipo I) se
obtm quando k = 0. Para k < 0.3 a forma geral da
distribuio GEV semelhante de Gumbel, embora a
cauda direita da funo seja mais grossa se k < 0 e
mais fina para k > 0.
Para k > 0, a distribuio GEV tem uma fronteira
superior limitada em u+/k e corresponde distribuio
do Tipo III. Para k < 0, a distribuio apresenta uma
cauda direita grossa que corresponde distribuio
do Tipo II. Quando k = 1 a equao anterior transformase numa distribuio exponencial inversa, ou seja,
1- F(-x) ser a funo de distribuio cumulativa da
distribuio exponencial (Hosking e Wallis, 1997).
Outra famlia de funes de distribuio, que so
tambm comummente utilizadas, a baseada na
distribuio Gama, dadas pelas distribuies de
Pearson e log-Pearson do tipo III. Esta ltima , alis,
o modelo recomendado oficialmente nos EUA e na
Austrlia, para a anlise da distribuio de frequncias
de caudais de cheia, sendo a sua funo de densidade
de probabilidade dada por:
(log x c )

(log x c ) 1 e
f(x)=
x 1 ( )

(2)

O texto deste artigo foi submetido para reviso e possvel publicao em Julho de 2010, tendo sido aceite pela Comisso de Editores Cientficos
Associados em Outubro de 2010. Este artigo parte integrante da Revista Recursos Hdricos, Vol. 31, N 2, 43-59, Novembro de 2010.
APRH, ISSN 0870-1741

44

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

Sendo c, e parmetros de localizao, escala

e forma, respectivamente, no espao da varivel
transformada de log x e (.) representa a funo
Gama. Para > 0 e limite inferior c=0 a distribuio
de Pearson tipo III reduz-se distribuio Gama. Por
vezes utiliza-se a distribuio de Pearson com < 0
dando uma assimetria negativa funo com limite
superior c.
Para uma mdia e varincia fixada, no limite, quando o
coeficiente de forma tende para infinito (e o coeficiente
de assimetria tende para zero), a distribuio de
Pearson tipo III tende para a distribuio Normal. Para
< 1 e coeficiente de assimetria superior a 2, a funo
densidade de probabilidade tende para infinito na cauda
esquerda. Para =1 e coeficiente de assimetria igual a
2, obtm-se a funo exponencial de dois parmetros
(STEDINGER et al., 1993).
Outra famlia de distribuies tambm largamente
utilizada baseia-se na distribuio normal, sendo as
mais utilizadas a log-normal de 2 parmetros (Hazen)
e a log-normal de 3 parmetros (Galton).
As funes de densidade de probabilidade so dadas,
respectivamente, por:

f(x)=

1
x 2

(log x )2

2 2

(3)

(log( x c ) )2

2 2

1
f(x)=
e
( x c ) 2

(4)

Em que c representa um parmetro de localizao e

e so, respectivamente, a mdia e o desvio padro.
Entretanto, nos ltimos anos, tem-se tambm
aplicado a distribuio generalizada de Pareto (GPD)
a sries parciais de caudais acima de um determinado
valor limite pr-fixado, na designao anglo-saxnica,
Peak Over Treshold (POT). A expresso da funo de
densidade de probabilidade desta ltima famlia de
modelos de distribuio dada por:
( x u )
1
f ( x ) = 1 k

1 1
k

(para k 0)

(5)

Em que u, k e representam um parmetro de

localizao, de forma e de escala, respectivamente.
Para k = 0 a distribuio anterior transforma-se na
distribuio exponencial de dois parmetros; para k =
1 ser a distribuio uniforme no intervalo u x u +
(Hosking e Wallis, 1997).
Importa, neste fase do artigo, demonstrar a
importante relao existente entre a distribuio

generalizada de Pareto (GPD), quando usada para

modelar as excedncias sobre um caudal limiar (POT)
e a distribuio GEV, como resultante do modelo de
distribuio anual com mesmo valor do parmetro de
forma k da GPD.
Suponha-se que uma GPD descreve a distribuio G(x)
da magnitude de eventos superiores a um dado valor
limite x0, tal que:
( x x0 )

G( x ) = 1 1 k

(para k 0)

(6)

Para k > 0, a distribuio anterior limitada

superiormente por: xmax = x0 + /k; para k < 0 a
distribuio apresenta uma cauda grossa no
limitada; com k = 0 obtm-se uma distribuio
exponencial de dois parmetros.
Admite-se que as sries de durao parcial so supostas
realizaes de um processo marcado de Poisson, com
taxa ou intensidade mdia (nmero mdio anual de
eventos), com distribuio de probabilidade denotada
por G(x), dada pela expresso anterior. Para se obter
a distribuio anual Fa(x), a funo G(x) dever ser
objecto da seguinte transformao (STEDINGER et al.,
1993):

Fa ( x ) = exp 1 G ( x )

(7)

A equao anterior revela a relao existente entre

a funo cumulativa dos mximos anuais com a taxa
de ocorrncia da distribuio dos valores mximos
de durao parcial, isto , existe uma relao entre
distribuio generalizada de Pareto (GPD), quando
usada para modelar as excedncias sobre um caudal
limiar (POT) e a distribuio GEV.
Assim, quando se substitui a Equao 6 na anterior,
obtm-se a distribuio GEV para sries de mximos
anuais superiores a x0 (se k 0):
1

xu k
Fa ( x ) = exp 1 k * (para k 0)

(8)

de notar que, quando k = 0, obtm-se a distribuio

de Gumbel:

xu
Fa ( x ) = exp 1

(9)

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

45

Quando x x0 os parmetros transformados u e * so

definidos por:

u = x0 +

1 k
k

(para k 0)

(10)

u = x0 + ln ( )

(11)

* = k

(12)

Se a probabilidade anual de excedncia, 1- Fa(x),

for representada por 1/Ta, para um perodo de
retorno anual Ta, e a correspondente probabilidade
de excedncia [1 G(x)] para um nvel x na srie de
durao parcial denotado por qe, ento a Equao 7
poder ser escrita na forma:
1
1
= 1 exp ( qe ) = 1 exp
Tp
Ta

(13)

Em que Tp = 1/qe representa a mdia do perodo de

retorno para o nvel x. A equao anterior pode ento
ser resolvida para Tp, obtendo-se:
Tp =

1
ln 1
Ta

(14)

De notar que Tp ser menor que Ta porque mais do

que um evento poder ocorrer por ano numa srie de
durao parcial. A equao anterior transforma a taxa
mdia de ocorrncia qe, para eventos maiores do que
x, em probabilidades anuais de excedncia 1/Ta nas
sries de mximos anuais. Para nveis de x com Ta > 10,
correspondentes j a eventos de reduzida frequncia,
a probabilidade de excedncia anual 1/Ta tender para
a taxa mdia de ocorrncia: qe = [1-G(x)] da srie de
durao parcial, de modo que: Ta = Tp (STEDINGER
et al., 1993).
Outras distribuies tericas tm sido aplicadas
por diversos autores em inferncia estatstica
para a estimao de caudais de cheia, tais como as
distribuies de Lambda, Wakeby, Kappa, Johnson,
etc.
De uma maneira geral, mais ou menos aceite
implicitamente pela comunidade tcnico-cientfica
que as quatro famlias enunciadas atrs sero as
mais apropriadas para a inferncia estatstica de
caudais de ponta de cheia. No entanto, sai fora do
46

presente artigo aprofundar a discusso e reviso das

distribuies estatsticas referidas acima para anlise
de frequncias de cheias, podendo o leitor interessado
consultar, por exemplo, os trabalhos de RAO e HAMED
(2000) ou KATZ et al. (2002).
Aps a seleco do(s) modelo(s) a aplicar, o passo
seguinte passa pela estimao dos parmetros das
respectivas distribuies a partir da amostra disponvel.
Os mtodos habitualmente utilizados (RODRIGUES,
1990) so o:

Mtodo dos mnimos quadrados.

Mtodo dos momentos.
Mtodo da mxima verossimilhana.
Mtodo dos quantis.
Mtodo da mxima entropia.

A escolha do mtodo, ou dos mtodos mais adequados,

listados acima, depende do tipo de distribuio
terica adoptada, sendo que em algumas famlias de
distribuies no existem um, ou mais, dos mtodos
enunciados.
O passo seguinte consiste no ajustamento dos dados
observados s distribuies tericas seleccionadas,
verificando a qualidade do seu ajustamento, que
pode ser avaliada pelo teste paramtrico estatstico
do Qui-Quadrado, ou pelos testes no-paramtricos
de Kolgomorov-Smirnov, Filiben, Anderson-Darling,
Cramer-Von Mises, etc.
Refira-se que estes testes estatsticos no descriminam
entre modelos, servindo apenas para aceitar (ou
no) a hiptese nula para um determinado nvel de
significncia (normalmente de 5%), de que a amostra
em anlise tenha sido extrada de uma populao
descrita pelo modelo sob premissa.
Os modelos que consigam passar pelos testes de
hipteses acima referidos, para os nveis de significncia
adoptados, so depois normalmente colocados em
conjunto com os valores observados, de modo a se
efectuar uma inspeco visual e seleccionar ento o
modelo que melhor se ajusta srie observada.
Finalmente, aps a seleco da funo de distribuio
terica que melhor se ajusta aos valores observados,
podem obter-se as estimativas dos caudais para as
probabilidades de excedncia (perodos de retorno)
pretendidas.
Assim, na maior parte das vezes, a inferncia estatstica
realizada para um modelo pr-determinado, em
funo de critrios que podem ir desde a simples
opo do executante at necessidade de se observar
um regulamento em vigor.
Como se pode constatar de seguida, existem
diversos erros e incertezas associadas inferncia
estatstica de caudais extremos, pela metodologia
referida atrs. YEN (2000) props um esquema
hierrquico dos tipos de incertezas associadas

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

metodologia de avaliao de caudais extremos, que se

apresenta na seguinte Tabela 1.
Tabela 1 Esquema de incertezas hierrquicas (adaptado de
YEN, 2002).
Tipo de incerteza
1. Incerteza natural
2. Incerteza do modelo
3. Incerteza dos parmetros

Sensvel a
Condies de no estacionariedade
Escolha do modelo
Tcnica de ajustamento;
testes de qualidade do
ajustamento

4. Incerteza nos dados

Escolha de dados; acuidade dos dados observados

5. Incerteza operacional

Erros humanos; decises

De uma forma geral, seja qual a for a distribuio

terica adoptada, a informao total sobre caudais
de cheia existentes para a seco em anlise vrias
vezes utilizada na inferncia, o que faz com que seja
inevitavelmente dominada pela informao disponvel
para as ocorrncias centrais da amostra, sendo
frequente observar-se um afastamento importante
entre a distribuio emprica dos valores extremos da
amostra e a distribuio que queles caudais estaria
atribuda pelo modelo.
Tal como referido atrs, o planeamento de recursos
hdricos dirige-se mais frequentemente para a
estimao de caudais de cheia de muito reduzida
probabilidade de excedncia. No entanto, ainda quando
o interesse incida sobre os valores excepcionais de
caudais, aquilo que ocorre trabalhar com a totalidade
da amostra disponvel para a seco de interesse.
A situao anterior prende-se com duas ordens de
razo: razo conceptual, porque se admite que a
distribuio nica e por isso toda a informao
sobre os valores centrais tambm elucidativa sobre
o comportamento das caudas das distribuies; a
segunda por razes prticas, porque normalmente
no se possui seno um nmero muito reduzido de
observaes excepcionais fazendo com que a amostra
seja muito curta.
Refira-se, contudo, que existem vrios autores,
nomeadamente SMITH (1989), que descrevem mtodos
de anlise de frequncia de caudais de ponta onde
empregam apenas as estatsticas de ordem superior,
em detrimento e at excluso das ocorrncias centrais
da amostra.
O afastamento tantas vezes observado entre a

distribuio emprica dos valores observados

das caudas da amostra ordenada e a distribuio
estimada pelo modelo atribudo aleatoriedade do
processo, que teria gerado umas quantas observaes
excepcionais naquele perodo curto, ou o inverso,
ambas as hipteses perfeitamente plausveis e
insusceptveis de comprovao.
Quando o nosso interesse na modelao consiste
precisamente na estimao de valores excepcionais,
o que presume uma extrapolao importante sobre
a dimenso da amostra, este tipo de raciocnio no
pode deixar de ser apontado como contraditrio. Por
exemplo, quando alguns autores (e.g.: HENRIQUES,
1990) apontam para o facto de no se dever extrapolar
valores para perodos de retorno 3 a 4 vezes superiores
dimenso da amostra, como que, na maioria das
situaes, em que os perodos de registos no tm
dimenso superior a 30 anos, se podem extrapolar
caudais de cheia para um perodo de retorno de, por
exemplo, 1000 anos?
Acrescente-se ainda o facto de no haver um
consenso geral na comunidade tcnico-cientfica
de qual a melhor funo de distribuio a adoptar
para a inferncia estatstica de caudais de ponta de
cheia numa determinada linha de gua, constatandose que uma ou outra das funes tericas referidas
atrs se ajustam melhor ou pior, em funo dos dados
registados para cada caso analisado.
Esta situao prende-se com o facto de, nas cincias
hidrolgicas, como em outras reas das cincias
naturais, nunca se conhecer a priori a populao
mas apenas algumas amostras, mais ou menos
representativas da mesma. A questo central que
assim se poder colocar ser: poderemos alguma vez
conhecer a populao e, assim, com base na funo de
distribuio real desta, poder estimar com elevada
segurana os valores pretendidos? nesta direco
que o presente artigo pretende dar um pequeno
contributo, como se expor adiante.
Conforme referido atrs, o conhecimento da cauda
superior da distribuio de frequncias tem um papel
fundamental na anlise de inferncia estatstica de
valores extremos. Com efeito, desde o trabalho de
BRYSON (1974), que se debruou sobre a questo da
modelao das caudas de distribuies estatsticas
a partir dos valores extremos observados, em que
assinalou que no ser possvel usar com eficincia
o teste do Qui-Quadrado, por escassez de dados
sobre eventos extremos, nem o teste de KolgomorovSmirnov, por ser a distribuio emprica dos valores
extremos muita prxima de 1 ou 0, no se podendo
retirar assim quaisquer concluses minimamente
vlidas.
Este autor introduziu ainda o conceito muito importante
de funo de distribuio com cauda grossa, sendo

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

47

aquela que converge para zero mais lentamente do

que uma funo exponencial, tendo assinalado que a
cauda de vrias funes de distribuio se comportam
como exponenciais (cauda fina), uma vez que a
sua componente polinomial se torna ento menos
importante.
Apresenta-se, resumidamente na Tabela 2, o peso
da cauda superior de algumas distribuies referidas
atrs.
Tabela 2 Peso das caudas superiores de algumas distribuies
comuns (adaptado de HOSKING e WALLIS, 1997).
Forma de
f(x) para x
elevado
x-A
x-Alogx
exp(-xA),
0<A<1
xAe-Bx
exp(-x)
exp(-xA), A>1
Limite
superior
finito

Distribuies

GEV; GPD, com parmetro de forma k < 0

Log-normal, com assimetria positiva
Weibull, com parmetro < 1
Pearson Tipo III ,com assimetria positiva
Exponencial ; Gumbel
Weibull, com parmetro > 1
GEV;GPD, com parmetro de forma k > 0
Log-normal; Pearson tipo III com
assimetria negativa

Notas: Os pesos das caudas superiores esto ordenados das caudas mais
grossas para as caudas mais finas.
A e B denotam constantes positivas arbitrrias.

A questo da seleco de funes de distribuio

no trivial em inferncia estatstica de caudais
extremos, dado que se ajustarmos uma distribuio
de cauda grossa aos dados observados, os valores
extrapolados sero superiores aos do ajustamento por
uma distribuio do tipo exponencial (cauda fina).
Ser esta a questo central do presente artigo, onde se
prope a introduo de uma funo de distribuio do
tipo lei de potncia (cauda grossa), para a estimao
de caudais de cheia, conforme se expor nos captulos
seguintes.

2. A geometria fractal
aplicada ao estudo de
fenmenos naturais
2.1. Objectos fractais, auto-semelhana e leis de
potncia
Antes de se prosseguir, torna-se necessrio fazer
uma breve apresentao do conceito de objectos
fractais, das leis de potncia e das suas consequentes
aplicaes ao estudo de fenmenos naturais, rea esta
em profundo desenvolvimento nos ltimos anos.
O conceito de geometria fractal surgiu com os
trabalhos pioneiros do matemtico francs (de origem
polaca) Benot Mandelbrot durante a dcada de 60.
Com efeito, no primeiro artigo referente geometria
fractal, MANDELBROT (1967), este autor apresentou
os importantes conceitos de dimenso fractal e de
auto-semelhana ao estudar o comprimento da linha
de costa da Gr-Bretanha.
Resumidamente, a dimenso fractal representa uma
dimenso fraccionria, sendo a geometria inerente
aos objectos naturais, ao contrrio das dimenses
inteiras provenientes da geometria clssica, que
representam apenas objectos artificiais concebidos
pelo Homem. A auto-semelhana deve-se segunda
propriedade extremamente importante dos objectos
fractais, ou seja, no mudarem de aspecto com o efeito
de escala, apresentando assim a mesma estrutura
independentemente da mudana de escala.
Na geometria fractal o comprimento de uma curva
suave pode ser medida pela subdiviso da mesma
utilizando uma rgua de tamanho r. O tamanho da
curva ser assim aproximadamente L(r) = Nr, em
que N o nmero de intervalos de diviso. Quando
a sinuosidade da curva aumenta, ser necessrio
diminuir a dimenso da rgua, r, de modo a permitir
aumentar a acuidade da medio do comprimento da
curva. De facto, medida que o intervalo r tende para
zero, converge-se para o comprimento correcto da
curva, de tal modo que:
L = lim L( r ) = lim Nr
r 0

r 0

Foi possvel, com base no estudo do comprimento de

linhas de costa, demonstrar que:
lim N ( r ) r D = cte
r 0

(16)

Em que a notao N(r) foi adoptada para enfatizar a

dependncia do nmero de intervalos no tamanho de
cada subdiviso. A equao (16) implica que para valor
pequenos de r tem-se que:
N( r ) r D

48

(15)

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

(17)

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

L( r ) r 1 D

(18)

Em que D representa, nas expresses anteriores, o

expoente crtico ou dimenso fractal.
Equivalentemente tem-se, pela definio de dimenso
fractal D (MANDELBROT, 1991), que:
D = lim
r 0

log N ( r )
log( 1 r )

(19)

Implcito definio dada no incio do captulo, um

fractal assim um conjunto (objecto, construo
geomtrica, etc.) cujas partes so de alguma forma
congruentes com elas prprias sob determinadas
transformaes de afinidade. Estas transformaes
so definidas como operaes geomtricas sob as
quais o conjunto transformado numa cpia de si
mesmo, eventualmente por operaes de translao,
rotao ou ampliao. Assim, escolhendo um ponto
arbitrrio de coordenadas vectoriais x pertencentes
ao conjunto, um ponto de afinidade y define-se pela
seguinte relao matricial (RODRGUEZ-ITURBE e
RINALDO, 2001):

y = A ( , ) + T

(20)

A matriz A representa a ampliao do parmetro e a

rotao do parmetro ; T um operador de translao.
de notar que so as propriedades do parmetro
que identificam o comprimento caracterstico da
transformao.
Em particular, seja um conjunto fractal identificado por
uma propriedade mdia, digamos S, de um subconjunto
G de um conjunto total, designado de G. possvel
determinar as propriedades mdias de qualquer
subconjunto relativamente ao seu todo. Assim, uma
propriedade importante de um objecto fractal G a
validade de uma relao funcional que relacione a sua
propriedade mdia S do tipo (RODRGUEZ-ITURBE e
RINALDO, 2001):
S ( G ) = f ( ) S ( G ' ) G ' G

(21)

Sendo f uma funo apropriada. Note-se assim que,

se a propriedade mdia S dependente de apenas
uma varivel, digamos q, descrevendo o conjunto (e.g.
volume, rea, etc.), ento temos que S(G)=S(q(G));
assim pela validade da expresso anterior, requer que
a funo S(q) seja uma lei de potncia, ou seja:
S ( q ) = cq

(22)

Em que c e so coeficientes apropriados. Designase, para estes casos, que o conjunto S de escala e
que a sua propriedade obedece a uma lei de potncia,
implicando a sua propriedade fractal intrnseca de autosemelhana, isto , invarincia mudana de escala.
Assim, uma expresso do tipo (22) possui invarincia
de escala (auto-semelhana), dado que quando q
escalado pela multiplicao por uma constante, S(q)
continua a ser proporcional a q.
de referir que as leis de potncia podero ter, ou no,
natureza estatstica, mas em muitos casos reflectem
fenmenos de auto-semelhana (RODRGUEZ-ITURBE
e RINALDO, 2001).
2.2. Funes de distribuio Levy-estveis
Tal como referido atrs, as leis de potncia do tipo
da expresso (22) apresentam cauda grossa
e fazem parte de um caso especial da famlia de
funes de distribuio designadas por Levy-estveis,
cujas principais propriedades que apresentam so
precisamente as referidas caudas grossas e a
assimetria, pertencendo assim a uma famlia diferente
das distribuies normais (de Gauss).
As distribuies de Lvy-estveis foram introduzidas
pelo matemtico francs Paul Lvy (LVY, 1925),
aquando da sua investigao sobre o comportamento
da soma de variveis aleatrias independentes. A
ausncia de formas fechadas para as funes de
densidade de probabilidade, excepto para trs casos
particulares de distribuies: Gauss, Cauchy e Lvy
levou a que a sua utilizao prtica tenha sido pouco
frequente pela comunidade tcnica.
Uma distribuio de Lvy-estvel necessita de
quatro parmetros para a descrever: um ndice de
estabilidade (ndice de cauda, expoente de cauda ou
expoente caracterstico) [0,2] , um parmetro de
assimetria [ 1,1], um parmetro de escala >0 e
um parmetro de localizao .
O expoente de cauda, , o parmetro mais importante,
dado que determina a forma (taxa de variao) da
cauda da distribuio. Assim, para o caso particular
de = 2 obtm-se a distribuio de Gauss e quando
< 2 a varincia infinita. Quando > 1 a mdia da
distribuio existe e ser igual a (MEERSCHAERT e
SCHEFFLER, 2003).
Em geral, o momento de ordem p de uma distribuio
de Levy-estvel finito se p < . Quando o parmetro de
assimetria positivo, a distribuio ser assimtrica
para a direita, e para a esquerda em caso contrrio.
Quando =0, a distribuio simtrica relativamente
a . Assim, quando se aproxima de 2, o parmetro
perde o seu efeito e a distribuio aproxima-se de uma
de Gauss (excepto em ). Os ltimos dois parmetros

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

49

 e determinam a largura e o pico (moda) da

distribuio, respectivamente.
Devido ausncia de frmulas fechadas das funes de
densidade de probabilidade, as distribuies de Levyestveis so mais convenientemente descritas atravs
da sua funo caracterstica (t ) , que representa
a inversa da transformada de Fourier da funo de
densidade de probabilidade.
A parametrizao mais popular da funo caracterstica
(t ) de uma distribuio de Lvy-estvel X ~ S ( , , )
dada pela seguinte expresso (WERON, 2001):

1 + i 0 t ,
t 1 i sign( t )tg 2 t

1
log ( t ) =
t 1 + i sign( t ) log ( t ) + i t ,

= 1
(23)

Lvy demonstrou ainda que quando < 2, a cauda das

distribuies de Levy-estveis so assintoticamente
equivalentes a uma lei de Pareto (LVY, 1925).
Nomeadamente, se X ~ S < 2 (1, , 0), ento, quando
x , tem-se que:
P(X > x) = 1 - F(x) C (1 + ) x
C ( 1 ) x

P(X < x) = F(-x)

(24)

Figura 1 Plotagem, em escala logartmica, das caudas

direitas de funes de distribuio Levy-estveis para valores
de = 2.0, 1.95, 1.8, 1.5 e 1.0. Pode verificar-se que, quanto
menor for o valor de , menos forte o decaimento da
cauda.

2.3. Estimao do ndice de cauda das leis de

potncia
O mtodo mais simples e eficaz de estimar o parmetro
a examinao dos dados directamente, atravs da
plotagem da funo de distribuio complementar
F (x) = 1 - F(x) = P[X > x], num grfico de eixos
logartmicos. Desta forma, as leis de potncia
apresentam a seguinte propriedade importante
(NOLAN, 2005):

d log F ( x )
~
d log x

Em que:

(27)

C = 2 x sin x dx = ( )sin

(25)

A convergncia da cauda de uma lei de potncia varia

assim para diferentes valores de e decair para zero
to mais devagar quanto menor for o ndice de cauda,
ou seja, quanto menor for o valor de , mais grossa
ser a cauda da distribuio, tal como se apresenta na
seguinte figura.
Face ao acima exposto, pode dizer-se que uma varivel
aleatria X segue uma distribuio de cauda grossa
(lei de potncia), com ndice de cauda , se:
em que C uma constante positiva. A expresso
P [ X x ] ~ Cx , quando x , 0 < < 2

(26)

anterior um caso particular das distribuies de

Levy-estveis ( = 0), pelo que a varincia infinita
e, se 1, a mdia tambm infinita (CROVELA e
TAQQU, 1998).
50

para valores elevados de x. O comportamento linear

num grfico da cauda de uma lei de potncia
evidente apenas por observao visual. Caso exista
essa evidncia, pode estimar-se o valor de por
observao no grfico seleccionando um valor mnimo
x0 de x acima do qual o grfico parea ser linear. O
valor estimado de assim o declive da recta obtida
graficamente.
Em alternativa, poder-se- aplicar o estimador de Hill
(HILL, 1975), que permite a estimao de em funo
dos k maiores elementos da srie, definido por:
1 k 1

H k ,n =
log X ( n 1 ) log X ( n k ) ,1
k
i =0

(28)

onde X(1) X(n) denotam as estatsticas de ordem,

isto , os ndices de dados ordenados de acordo com
o seu tamanho. Na prtica, o estimador de Hill
plotado em relao a valores crescentes de k, quando
o estimador estabiliza para um valor consistente ento
obtm-se uma estimativa de .

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

Uma alternativa mais fcil de aplicar ser uma frmula

equivalente ao estimador de Hill acima apresentado,
sendo obtido pelo mtodo da mxima verossimilhana.
Deste modo, pode demonstrar-se que o estimador de
pode ser calculado pela seguinte frmula (CLAUSET
et al. 2009):
n
x
= 1 + n ln i
x
min
i =1

(29)

Em que xi, i = 1....n so os valores observados de x tal

que xi xmin .
2.4. Aplicao de leis de potncia ao estudo de
fenmenos naturais
Veremos de seguida que nos ltimos anos, vrios
investigadores detectaram que as relaes do tipo lei
de potncia surgem abundantemente para explicar
fenmenos naturais em geral e, em particular, na
hidrologia e na geomorfologia de bacias hidrogrficas
(RODRGUEZ-ITURBE e RINALDO, 2001).
De facto, segundo estes ltimos autores, a topologia
das bacias hidrogrficas, bem como a geometria
hidrulica da rede de drenagem e a prpria resposta
hidrulica das bacias a diferentes tipos de precipitao
so bem caracterizadas por leis de potncia entre as
variveis envolvidas na sua descrio.
A lei de potncia, talvez mais conhecida, a designada
distribuio de Richter-Guttenberg, da distribuio
da frequncia da magnitude de sismos por ano que
ocorrem no sul da Califrnia (TURCOTTE, 1992,
HOOGE et al., 1994, LOVEJOY, 2003), que dada por
uma funo de distribuio do tipo:
P [ X x ] x

(30)

Repare-se na semelhana entre a expresso anterior

e a Equao (26).
Mandelbrot (1974) demonstrou que o input
de energia uniforme em sistemas dissipativos
frequentemente resulta numa distribuio espacial do
tipo lei de potncia, para a energia guardada e uma
consequente dissipao fractal da mesma. D-se a
este fenmeno o termo de relaxamento e, de acordo
com PETERS e CHRISTENSEN (2002), a precipitao
poder ser tambm um fenmeno de relaxao
de energia que obedecer a uma lei semelhante
de Richter-Guttenberg para os sismos, de acordo
com a expresso (30), sendo estes ltimos tambm
fenmenos de relaxamento de energia.
De facto, a interpretao fractal da precipitao foi
j uma ideia amplamente desenvolvida por diversos

autores, nomeadamente BENDJOUDI et al. (1997),

HUBERT et al. (2000 e 2002) que relacionaram as
curvas de intensidade-durao-frequncia (IDF)
com invarincias de escala (objectos fractais), sendo
tambm bem explicadas por leis do tipo potncia.
Assim, dado a precipitao parecer ser um fenmeno
de relaxamento de energia e, consequentemente,
obedecer a leis de potncia, natural conjecturar
que o escoamento (energia dissipada) em bacias
hidrogrficas - parte de todas as transformaes
complexas ocorridas entre precipitao/escoamento
- possa obedecer tambm a leis de potncia nas suas
variaes espaciais do tipo da expresso (30).
Com efeito, foi com base neste pressuposto que
TURCOTTE (1992) analisou os objectos fractais e
sua aplicao ao estudo de fenmenos geolgicos e
geofsicos. Mais tarde, TURCOTTE e GREEN (1993)
estudaram a eventual possibilidade de invariantes
de escala na anlise de frequncia de cheias e,
consequentemente, TURCOTTE (1994) aplicou leis de
potncia para a estimao de caudais de cheias.
MALAMUD e TURCOTTE (1996) estudaram a grande
cheia do rio Mississipi, ocorrida em 1993, com base
numa comparao da aplicao da distribuio de
log-Pearson III (Equao 2) com uma funo de
distribuio do tipo lei de potncia. Assim, comparando
registos geolgicos de paleocheias do Mississipi
puderam aferir que a lei de potncia se ajustava mais
correctamente na cauda da distribuio aos valores
histricos observados face primeira distribuio.
Mais recentemente, KISDSON e RICHARDS (2005)
fizeram uma sntese dos principais modelos para
estimao de caudais de ponta de cheia, onde referem
a viabilidade da aplicao de leis de potncia.
Finalmente, MALAMUD e TURCOTTE (2006) estudaram
novamente a aplicabilidade da utilizao de leis de
potncia na anlise de frequncias de cheias em
alguns rios dos Estados Unidos.
O presente artigo segue a linha de raciocnio dos
autores referidos, tendo-se analisado, para alguns
rios portugueses, a aplicabilidade das leis de potncia
para a avaliao de caudais de cheia. A metodologia
adoptada ser explanada no captulo seguinte.

3. Metodologia proposta e
resultados obtidos
3.1. Sries de caudais de ponta de cheia anuais e de
durao parcial
Uma srie temporal de registos de caudais de um rio
exibe normalmente uma componente cclica anual. Da
ser procedimento normal em estudos hidrolgicos terse em ateno o uso do designado ano hidrolgico

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

51

que, em Portugal, definido como um perodo de 12

meses, comeando no primeiro dia de Outubro de cada
ano e terminando a 30 de Setembro do prximo.
Uma cheia anual corresponde descarga mxima
(de pico) registada de todos os valores de um ano
hidrolgico. Normalmente, na inferncia estatstica
de caudais de ponta cheia toma-se em considerao
apenas o mximo de cada ano hidrolgico, em que se
garante partida que os valores da amostra aleatria
seleccionada sero independentes e identicamente
distribudos (i.i.d.).
Contudo, a questo da hiptese das cheias mximas
anuais serem identicamente distribudas poder
no estar totalmente garantida, caso exista mais do
que um mecanismo causador da inundao no rio
(e.g.: precipitao e degelo). Existem abordagens
que modelam as vazes mximas por misturas de
distribuies: uma para a cauda inferior e outra para a
superior, como a TCEV (Rossi et al., 1984), pressupondo
serem oriundas de diferentes mecanismos geradores
de enchentes.
No presente artigo admite-se, por simplificao e por
que se julga no comprometer os resultados obtidos,
que existe apenas um mecanismo gerador de cheias,
que sero as precipitaes intensas ocorrentes
nas bacias hidrogrficas, independentemente do
mecanismo meteorolgico gerador das mesmas (e.g.:
tempestades provenientes de superfcies frontais,
convectivas, etc.). Sendo assim, admite-se que todas
as cheias ocorridas nos rios analisados no presente
artigo sejam identicamente distribudas.
Um dos problemas da anlise de cheias que podem
ocorrer vrias cheias num ano hidrolgico e que
podero ser maiores que as de outro ano hidrolgico,
no se tomando, portanto, em considerao, estes
valores intermdios que podero ter influncia na
inferncia estatstica a realizar.
Uma forma de se colmatar esta dificuldade a de se
considerar sries de caudais de ponta de cheia de
durao parcial, entrando-se assim em linha de conta
com as vrias cheias que podero ocorrer ao longo de
um ano hidrolgico.
No presente artigo adoptaram-se sries de cheias de
durao parcial, em que os valores seleccionados se
encontram separados por um determinado valor de
tempo, de forma a evitar que estes valores estejam
correlacionados, ou seja, sejam consideradas cheias
independentes. No h, contudo um consenso geral
na escolha deste intervalo mnimo de tempo, sendo
que o objectivo determinar um intervalo mnimo que
seleccione apenas cheias independentes.
Para grande parte dos sistemas fluviais, pequenas
bacias de drenagem geralmente correspondem a um
menor tempo entre cheias independentes. De acordo
com MALAMUD e TURCOTTE (1999), para um intervalo
52

de separao de 30 dias a estimao de frequncia

de cheias j relativamente robusta. De acordo ainda
com estes autores, as sries de durao parcial no
so totalmente no correlacionadas, contudo so
suficientemente independentes para o objectivo em
questo.
De notar que existem outras definies para sries
de cheias de durao parcial, nomeadamente HIPEL
(1994) que definiu sries de caudais de durao
parcial baseadas no critrio que o caudal deve baixar,
digamos de 50% da cheia de caudal Q, antes que
outra cheia seja seleccionada. Outra aproximao
usar os valores mximos acima de um determinado
valor limite (POT), tipicamente de 1 a 5 picos por ano
hidrolgico. De acordo novamente com MALAMUD e
TURCOTTE (2006), as diferenas de resultados entre
os mtodos POT e da separao das cheias parciais
por 30 dias mnima.
O presente artigo segue a linha de pensamento destes
ltimos autores, pelo que se adoptaram sries de
caudais de durao parcial separadas por um intervalo
mnimo de 30 dias.
De modo a construir sries de duraes parciais de
caudais de cheia para cada rio analisado, comeou-se
por obter dados de sries histricas de caudais mdios
dirios, para cada srie hidromtrica seleccionada.
Para cada srie, seleccionou-se o caudal Q1,
correspondente ao mximo valor de caudal mdio
dirio (cheia) desse perodo, eliminando-se os
restantes valores registados dentro do intervalo de 30
dias (anteriores e posteriores) relativamente ao valor Q1
seleccionado. Este valor Q1 representar assim a maior
cheia registada durante esse perodo considerado.
De seguida, encontra-se o valor Q2, correspondente
ao mximo valor de caudal mdio dirio, para os
restantes valores da srie, eliminando-se novamente
os 30 dias de intervalo relativamente ao valor Q2. Este
procedimento d-nos o segundo maior valor de cheia
ocorrida durante o perodo considerado.
O processo continua at se obterem as N maiores
cheias para o perodo em causa, em que NAH representa
o nmero de anos hidrolgicos da srie histrica
seleccionada. Assim, a srie de durao parcial de
caudais de cheia ser constituda pelos maiores
valores Qi de todos os NAH da srie histrica.
Os N valores Qi de caudal seleccionados, associados
a cada cheia parcial i, so ordenados de forma
descendente (i = 1, 2, 3,, N).
De seguida, calcula-se o perodo de retorno, T, associado
a cada caudal de cheia Qi seleccionado. Assim, para
o clculo da probabilidade de excedncia, como no
se conhece a priori a funo de distribuio, tornase necessrio recorrer a frmulas de distribuies
empricas da amostra o menos enviesadas possveis.
Existem vrias frmulas empricas, umas melhores

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

que outras, em funo do tipo de funo de distribuio

terica que se pretende ajustar (CHOW, 1988). No
presente artigo aplicou-se a frmula de CUNNANE,
que uma frmula que d valores praticamente no
enviesados (STEDINGER et al., 1993), sendo dada por:
P( X xi ) =

i 0.40
N + 0.20

(31)

Com base na metodologia e expresso anterior foi

possvel construir a funo de distribuio (cumulativa)
emprica associada a cada estao hidromtrica
analisada e o perodo de retorno, Ti, associado a cada
caudal Qi estimado por:

Ti =

1
N + 0.20
=
P( X < xi ) i 0.40

(32)

Refere-se que o conceito de tempo de retorno referido

atrs, corresponde ao inverso da probabilidade de
excedncia anual.
Dentro do contexto de sries de durao parcial, que
o presente artigo se encontra a analisar, tornouse necessrio ento relacionar o tempo de retorno
anual (Ta) com o tempo de retorno associado a sries
de durao parcial (Tp), aplicando a transformao
apresentada na Equao7 s sries de durao parcial
seleccionadas:
=

N
N AH

(33)

3.2. A distribuio de frequncias de cheias por leis

de potncia
A descarga q(t) numa determinada seco de um rio
geralmente uma srie temporal contnua. Estandose interessado em estimar os valores extremos desta
srie e definir Q(T) como o mximo de caudal associado
a um determinado perodo de retorno, T. Define-se
assim que, por exemplo, Q(100) ser o mximo caudal
(de cheia) que tem um perodo mdio de retorno de
100 anos, ou seja, pela definio atrs referida, haver
1% de hiptese de se igualar ou exceder aquele caudal
Q(100).
Face ao exposto, a inversa da funo acumulada de
caudais de ponta de cheia ter a seguinte forma geral
(cf. Equao 26):
Q( T ) = CT

(34)

Em que C e so os coeficientes estimados pela

metodologia exposta no Ponto 2.3, sendo o coeficiente C

obtido pela ordenada na origem do grfico logartmico

(ver figuras seguintes) e o coeficiente estimado com
base na Equao 29.
A varivel T, na equao anterior, corresponde ao
perodo de retorno Tp associado s sries de durao
parcial, tendo sido estimado pela metodologia exposta
no ponto anterior.
A equao anterior tambm se pode escrever da
seguinte forma:
N ~Q

~ Q qD

(35)

Esta forma assim muito similar Lei de RichterGuttenberg para a distribuio de frequncia de
magnitude de sismos e o inverso de uma lei de
potncia entre a funo de distribuio (cumulativa) e
a magnitude dos eventos considerados.
Conforme a metodologia atrs exposta, aplicando
logaritmos em ambos os lados da Equao 34,
obtm-se a seguinte equao de recta:

log Q( T ) = log T + log C

(36)

Em que o parmetro o declive da recta de log(Q)

versus log(T) num grfico logartmico, sendo log (C) a
ordenada correspondente ao tempo de retorno T = 1.
Uma formulao alternativa equao anterior
introduz um factor F de frequncia de cheias, definido
como o rcio entre o caudal de ponta para um perodo
de retorno de 10 anos sobre um caudal com um 1 ano
de perodo de retorno. Devido invarincia de escala
(auto-semelhana) das leis de potncia (cf. Captulo 2),
o factor F tambm o rcio de um caudal de ponta de
100 anos de perodo de retorno para o de 10 anos, tal
que:
F=

Q( 10 ) Q( 100 )
=
= cte.
Q( 1 )
Q( 10 )

(37)

Os parmetros F e esto relacionados pela

substituio da Expresso 34 na equao anterior,
obtendo-se:
F = 10

(38)

Se o factor F de frequncia de cheias elevado, o rcio

entre as cheias de 10 e 1 anos tambm elevado,
e, inversamente, se F for reduzido tambm ser o
rcio. Este factor F estar directamente relacionado
com o tipo de clima: para climas martimos F ser
relativamente reduzido e para climas ridos ou
semi-ridos o factor F ser relativamente alto
(TURCOTTE, 1994).

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

53

3.3. Anlise de dados

Rio Tejo (Vila Velha Rdo):

De forma a ilustrar a utilizao de leis de potncia na

estimao de frequncia de caudais de ponta de cheia,
aplicou-se a metodologia a 5 estaes hidromtricas
de Portugal Continental, cujos dados (caudais mdios
dirios) foram descarregados directamente do SNIRH
(2007).
Na seleco das estaes hidromtricas procurou-se
abranger o mximo possvel a grandezas de reas de
drenagem, que vo desde 140 km2 at mais 91000 km2,
com perodos de registos relativamente longos.
Na Tabela 3 apresentam-se as principais caractersticas
das estaes seleccionadas.

Q = 458.04.T 0.73

3.4. Resultados obtidos

Com base na metodologia exposta nos pontos
anteriores e nas sries histricas seleccionadas
estimaram-se os valores obtidos para cada linha de
gua estudada.
Os grficos logartmicos log T log Q, para cada
estao hidromtrica analisada, apresentam-se nas
figuras seguintes e o resumo dos resultados obtidos
apresentam-se na Tabela 4.
Obtiveram-se assim as seguintes equaes de
ajustamento a leis de potncia dos caudais de ponta
de cheia nas seces das linhas de gua estudadas:

(42)

Rio Douro (Rgua):

Q = 856.05.T 0.70

(43)

Pela observao dos valores da Tabela 4,

constata-se haver uma variabilidade razovel entre as
linhas de gua estudadas quer no parmetro como no
factor F.
O expoente da lei de potncia, , estimado para cada linha
de gua estudada varia sensivelmente entre 0.48 e 0.73.
Esta variabilidade poder dever-se a factores fisiogrficos
(rea, forma da bacia, rede de drenagem, etc.), bem
como aos factores climticos associadas a cada bacia
hidrogrfica. Pela observao da Tabela 4 parece
observar-se um aumento do coeficiente directamente
proporcional rea da bacia de drenagem; no entanto, a

Rib. Avis (Monforte):

Q =13.16.T 0.50

(39)

Rib. Tera (Pavia):

Q = 36.48.T 0.48

(40)

Rio Sorraia (Ponte Coruche):

Q = 51.95.T 0.62

(41)

Figura 2 Relao dos caudais de ponta de cheia observados

Qi, associados ao perodos de retorno estimados Ti, para a
estao hidromtrica de Monforte (Ribeira de Avis).

Tabela 3 Caractersticas das 5 estaes hidromtricas seleccionadas (fonte: SNIRH, 2007).

54

Nome

Cdigo

Latitude

Longitude

Rio

Bacia Hidrogrfica

rea drenada
(km2)

Perodo de
registos
disponveis

N anos
hidrolgicos,NAH

Monforte

19M/01H

39039N

72646W

Rib Avis

Rio Tejo

141

1961/62 - 1989/90

29

Pavia

20I/04H

385345N

80010W

Rib Tera

Rio Tejo

616

1958/59 - 1991/92

34

Ponte
Coruche

20F/02H

385121N

83244W

Rio Sorraia

Rio Tejo

5847

1912/13 - 1979/80

68

Vila Velha
Rdo

16K/01H

393948N

74040W

Rio Tejo

Rio Tejo

59 247

1903/04 - 1973/74

71

Rgua

07K/01H

41094N

74655W

Rio Douro

Rio Douro

91 506

1939/40 1966/67

28

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

Figura 3 Relao dos caudais de ponta de cheia observados

Qi, associados ao perodos de retorno estimados Ti, para a
estao hidromtrica de Pavia (Ribeira de Tera).

Figura 5 Relao dos caudais de ponta de cheia observados

Qi, associados ao perodos de retorno estimados Ti, para a
estao hidromtrica de Vila Velha de Rdo (Rio Tejo).

Figura 4 Relao dos caudais de ponta de cheia observados

Qi, associados ao perodos de retorno estimados Ti, para a
estao hidromtrica de Ponte Coruche (Rio Sorraia).

Figura 6 Dependncia Relao dos caudais de ponta de cheia

observados Qi, associados ao perodos de retorno estimados
Ti, para a estao hidromtrica de Rgua (Rio Douro).

Tabela 4 Parmetros obtidos da metodologia exposta para as 5 estaes hidromtricas seleccionadas.

Nome

Cdigo

Rio

N de caudais
mximos,
seleccionados, N

Intensidade
mdia cheias,

Expoente da lei
de potncia,

Parmetro da lei
de potncia, C

Factor de
frequncia
de cheias, F

qD = -1/

Monforte

19M/01H

Rib. Avis

64

64/29 = 2.21

0.50

13.16

3.31

-1.92

Pavia

20I/04H

Rib. Tera

63

63/34 = 1.85

0.48

36.48

2.99

-2.10

Ponte Coruche

20F/02H

Rio Sorraia

221

221/68 = 3.25

0.62

51.95

4.15

-1.62

Vila Velha Rdo

16K/01H

Rio Tejo

393

393/71 = 5.53

0.73

458.04

5.42

-1.36

Rgua

07K/01H

Rio Douro

132

132/28 = 4.71

0.70

856.05

5.01

-1.43

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

55

56

anlise da variao da dependncia do factor em funo

dos factores geomorfoclimticos requer uma investigao
mais aprofundada, extravazando o mbito do presente
artigo.
Com a finalidade de comparar as leis de potncia obtidas
com a funo de distribuio de Pareto utilizada em sries
de durao parcial (cf.Cap.1), apresentam-se nas figuras
seguintes os ajustamentos das sries de durao parcial
(valores observados) s Leis de Pareto e de Potncia
obtidas nas equaes anteriores.
Pela observao dos grficos anteriores pode constatarse que as leis de potncia se ajustam relativamente bem
aos valores observados apenas para perodos de retorno
elevados (na cauda direita das funes), sendo que se
obtm maiores valores de caudais de ponta de cheia para

perodos de retorno elevados, em comparao com o

ajustamento pela Lei de Pareto, nos casos das estaes
hidromtricas de Rgua, Vila Velha de Rdo e Monforte.
Por outro lado, para as frequncias elevadas (perodos
de retorno muito reduzidos) a Lei de Pareto ajusta-se
bastante melhor aos valores observados, sendo que a Lei
de Potncia no se ajusta aos valores observados.
Assim sendo, as equaes apresentadas de (39) a
(43), s tero validade para perodos de retorno T
10-20 anos, podendo ser adequadas para estimar
caudais de cheia para frequncias muito reduzidas
e, consequentemente, poderem tambm ser teis
em estudos e projectos de engenharia hidrulica
(cf. Cap. 1).

Figura 7 Ajustamento dos valores observados de caudal de

ponta de cheia Q, associados ao perodo de retorno T, para a
estao hidromtrica de Monforte (Rib. Avis).

Figura 8 Ajustamento dos valores observados de caudal de

ponta de cheia Q, associados ao perodo de retorno T, para a
estao hidromtrica de Pavia (Rib. Tera).

Figura 9 Ajustamento dos valores observados de caudal de

ponta de cheia Q, associados ao perodo de retorno T, para a
estao hidromtrica de Ponte Coruche (Rio Sorraia).

Figura 10 Ajustamento dos valores observados de caudal de

ponta de cheia Q, associados ao perodo de retorno T, para a
estao hidromtrica de Vila Velha de Rdo (Rio Tejo).

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

Figura 11 Ajustamento dos valores observados de caudal de

ponta de cheia Q, associados ao perodo de retorno T, para a
estao hidromtrica de Rgua (Rio Douro).

4. Discusso
Embora o presente artigo discuta a favor da aplicao
de distribuies de leis de potncia na avaliao
de caudais de cheia, deve ser realado que a sua
aplicabilidade , na melhor das hipteses, uma
aproximao. Com efeito, a maior incerteza a prpria
variabilidade climtica, quer de origem natural e/ou de
origem antropognica.
Sendo assim, discutvel afirmar que a inferncia
estatstica de caudais de cheia atravs de leis de
potncia prefervel a outras distribuies estatsticas
clssicas. No entanto, as leis de potncia so, tal
como se verificou no captulo anterior, uma aproximao
mais conservadora. De facto, a cauda grossa das leis
de potncia providenciar, de uma forma consistente,
maiores valores estimados de caudais de cheia para
frequncias muito reduzidas, relativamente aos valores
estimados usando distribuies de cauda fina.
actualmente j reconhecido pela comunidade tcnicocientfica que as cheias centenrias parecem ocorrer
mais frequentemente que o estimado por anlises de
frequncias de cheias do tipo standard. Estas grandes
cheias so normalmente atribudas ao fenmeno das
Alteraes Climticas, concomitantemente com
outros efeitos de origem antropognica, tais como:
impermeabilizao de bacias, canalizao de linhas de
gua, desflorestao de bacias hidrogrficas, etc..
Sendo
assim,
poder-se-ia
aplicar
qualquer
distribuio estatstica que tivesse um comportamento
assimpttico similar s leis de potncia (tal como a
GPD ou a GEV, com parmetro de forma k<0). Mas,
dado que se podem obter resultados semelhantes (e
eventualmente at mais conservadores) em relao

a essas distribuies, no extremo da cauda direita,

utilizando uma lei de potncia de 2 parmetros, julgase que poder no haver razes para seleccionar
distribuies que introduzem mais parmetros e,
como consequncia, maior complexidade anlise.
Refira-se ainda que muitos estudos de anlise de
frequncia de distribuies de caudais de cheia tm
sido de natureza estritamente estatstica. Uma panplia
de distribuies estatsticas tm sido utilizadas sem,
no entanto, terem uma justificao fsica consistente
por trs.
A questo importante saber se existe, de facto, uma
base fsica para a aplicao de leis de potncia anlise
de distribuies de caudais de cheia. O presente artigo
apresentou nos primeiros captulos as bases tericas
que podero estar inerentes ao fenmeno natural
de cheias, bem como se referiu a aplicabilidade com bons resultados - de leis de potncia a diversos
fenmenos naturais, tais como sismos, deslizamentos
de terras, fogos florestais, entre outros.
Com efeito, modelos simples de clula-autmato
tm sido propostos como anlogos ao observado
comportamento de leis de potncia associadas aos
fenmenos naturais atrs referidos. O comportamento
destes modelos pode ser melhor interpretado em
termos da designada cascata inversa de autosemelhana (Gabrielov et al., 1999; Turcotte, 1999;
Turcotte et al., 1999), que exibe uma coalescncia
do tipo lei de potncia de aglomerados metaestveis.
O comportamento destas cascatas mais facilmente
explicvel em termos de incndios florestais, quer o
modelo, como os fogos reais (Turcotte e Malamud,
2004). Assim, os aglomerados metaestveis so
as regies inflamveis das rvores que comearo
a arder assim que o fogo accionado. Quanto mais
rvores crescem, mais os aglomerados se expandem
e coalescem. Em mdia, uma cascata de rvores dos
pequenos para os grandes aglomerados so destrudos
quando os ltimos ardem. Utilizando seces cruzadas
para a coalescncia de aglomerados possvel mostrar
que o nmero e tamanho dos aglomerados obedecem a
uma lei de potncia. Assim, a distribuio de frequncia
de fogos florestais, quer no modelo como os reais, so
leis de potncia. Os mesmos argumentos so aplicveis
quer a deslizamento de terras, quer a sismos. Para o
primeiro, a regio metaestvel corresponde rea de
incio de propagao do deslizamento provocado por
um tremor de terra. Para o caso dos sismos, a regio
metaestvel corresponde rea de propagao da
ruptura assim que iniciada.
Continua por se mostrar se a distribuio de
caudais de cheia pode ser atribuda a uma cascata
de aglomerados metaestveis. Contudo, tal como
se referiu no presente artigo, a precipitao parece

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

57

exibir nitidamente um comportamento estatstico

do tipo leis de potncia numa variedade de formas.
A associao de distribuies de leis de potncia de
caudais de cheia com distribuies de leis de potncia
de precipitao mantm-se ainda no campo da
especulao. A precipitao est associada a regies
metaestveis na atmosfera (designadas de clulas),
porm a coalescncia destas regies para formar
grandes eventos de precipitao (e consequentes
cheias) necessita ainda de ser convincentemente
demonstrada.
O presente artigo teve assim por objectivo alertar a
comunidade tcnico-cientfica para a aplicabilidade de
leis de potncia distribuies de cauda grossa na
inferncia estatstica de caudais de ponta de cheia.
Props-se uma metodologia bastante simples,
que permite obter valores mais conservadores de
caudais de cheia para perodos de retorno elevados,
relativamente s designadas distribuies clssicas
comummente aplicadas em projectos de obras
hidrulicas.
Tal como foi referido, a aplicabilidade de leis de
potncia distribuio de caudais de cheia ainda
matria especulativa. De acordo com a diversa
investigao realizada nos ltimos anos, parece haver
um consenso geral de que muitos fenmenos naturais
obedecem a leis de potncia, pelo que no ser de
estranhar que eventos extremos de precipitaocaudal possam tambm obedecer a estas mesmas
leis. Alm do mais, a aplicao de leis de potncia
ter assim uma base fsica explicativa de fundo, em
contraste com os mtodos tradicionais de inferncia,
que so puramente estatsticos sem terem, portanto,
uma base de suporte fsica do fenmeno.
A aplicabilidade de leis de potncia a caudais de cheia
carece ainda de muita pesquisa. Considera-se que
uma das vias possveis de se poder demonstrar, de
uma forma mais convincente, o comportamento de leis
de potncia da distribuio de caudais de cheia ser
atravs do estudo de paleocheias em diversos rios.
Contudo, parece haver alguma controvrsia e falta de
consenso na literatura recente sobre este aspecto,
nomeadamente pela eventual presena de noestacionariedade em sries constitudas por dados
sistemticos e no-sistemticos, ao longo do perodo
do Holoceno (e.g. KNOX e KUNDZEWICZ, 1997).
Para terminar, embora este seja um caminho
interessante e promissor, dever-se- ter ainda
alguma cautela na aplicabilidade de leis de potncia
no estudo de caudais de cheia, sendo necessrio mais
investigao em torno desta temtica.

58

BIBLIOGRAFIA
BENDJOUDI, H., HUBERT, P. e SCHERTZER, D.
(1997) Interprtation multifractale des courbes
intensit-dure-frquence des prcipitations.
C.R. Acad. Sci. Paris, 325, Srie II, pp. 323-326.
BRYSON, M. C. (1974) Heavy-tailed distribution:
properties and tests. Technometrics, Vol. 16(1),
pp. 61-68.
CHOW, V. T., MAIDMENT, D. R. e MAYS, L. W. (1988)
Applied Hydrology. Ed. McGraw-Hill, International
Edition, Civil Engineering Series.
CLAUSET, A., SHALIZI, C.R. e NEWMAN, M. E. J.
(2009) Power-law distributions in empirical
data. Disponvel em arXiv.org > physics > arXiv:
0706.1062v2, pp. 1-43.
CROVELA, M. E. e TAQQU, M. S. (1998) Estimating
the heavy tail index from scaling properties.
Methodology and Computing in Applied Probability,
Vol. 1, No. 1, pp. 1-22.
GABRIELOV, A., NEWMAN, W.I. e TURCOTTE, D. L.
(1999) Exactly soluble hierarchical clustering
model: inverse cascades, self-similarity and
scaling. Physical Review E, Vol.60, pp.5293-5300.
GUMBEL, E. J. (1960) Statistics of Extremes.
Columbia University Press.
HENRIQUES, A.N.F.G. (1990) Modelos de
distribuio de frequncia de caudais de cheia.
Tese de Doutoramento, Instituto Superior Tcnico,
Universidade Tcnica de Lisboa.
Hill, B. (1975) A Simple General Approach to
Inference About the Tail of a Distribution. Ann.
Statist. Vol.3(5), pp.1163-1174.
HIPEL, K. W. (1994) - Stochastics and Statistical
Methods in Hydrology and Environmental
Engineering Extreme Values: Flood and Droughts
Part II. Partial-Duration Series, Vol.1, Kluwer
Academic Publishers, pp. 73-121.
HOOGE, C., LOVEJOY, S., SCHERTZER, D., MALOUIN,
J.F. e SCHMITT, F. (1994) Multifractal phase
transitions: the origin of self-organized critically in
earthquakes. Nonlinear Processes in Geophysics.
Vol.I, pp.191-197.
Hosking, J. R. M. e Wallis, J. R. (1997) - Regional
Frequency Analysis - an approach based on L
moments. 1st Ed., Cambridge University Press,
Cambridge.
Hubert P., Javelle P., Bendjoudi H., Lang M.,
Schertzer D. e Tchiguirinskaa I. (2000)
-Deux modlisations invariantes dchelle des
courbes QdF. Colloque PNRH 2000, Toulouse, 1617 mai 2000.
Hubert P., Tchiguirinskaia I., Bendjoudi H.,
Schertzer D. & KATZ, R.W. (2002) Do weather
or climate variables and their impacts have

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

Recursos Hdricos /// Associao Portuguesa dos Recursos Hdricos /// Volume 31# 02

heavy-tailed distributions?. Proceedings of the

13th Symposium on Global Change and Climate
Variations.
KATZ, R.W., PARLANGE, M. B. e NAVEAU (2002)
Statistics of extremes in hydrology. Advances in
Water Resources, Vol. 25, pp. 1287- 1384.
KIDSON, R. e RICHARDS, K. S. (2005) Flood frequency
analysis: assumptions and alternatives. Progress
in Physical Geography, Vol. 29, No. 3, pp. 392-410.
KNOX, J.C. e KUNDZEWICZ, Z.W. (1997) Extreme
hydrological events, palaeo-information and
climate change. Hydrological Sciences, Vol.42(5)
pp.765-779.
LEVY, P. (1925) Calcul des probabilits. Gauthier
Villar, Paris.
Lovejoy S. (2003) - Multifractal modelling of floods,
Paleofloods, Historical Floods and Climatic
Variability. Application in Flood Risk Assessment,
Thorndycraft V.R., Benito G., Barriendas M &
Llasat M.C editors, Proceedings of the PHEFRA
Workshop, Barcelona 16-19th October 2002, CSIC,
Madrid, pp.256-260.
MALAMUD, B.D. e TURCOTTE, D.T. (1996) The
1993 Mississippi river flood: a one hundred or
a one thousand year event?. Environmental &
Engineering Geoscience, Vol. II (4), pp. 479-486.
MALAMUD, B.D. e TURCOTTE, D.T. (1999) Self-affine
time series I: generation and analyses. Advances
in Geophysics, Vol. 40, pp. 1-90.
MALAMUD, B.D. e TURCOTTE, D.T. (2003) Shelf
record of climatic changes in flood magnitude and
frequency, north-coastal California: Comment.
Geology, Vol. 31 (3), pp. 288.
MALAMUD, B.D. e TURCOTTE, D.T. (2006) The
applicability of power-laws frequency statistics to
floods. Journal of Hydrology, Vol. 332, pp. 168180.
MANDELBROT, B. B. (1967) How long is the coast
of Britain? Statistical self-similarity and fractional
dimension. Science, Vol. 156, pp.636-638.
MANDELBROT, B. B. (1974) Intermittent turbulence
in self-similar cascades: divergence of high
moments and dimension of the carrier. Journal of
Fluid Mechanics, Vol. 62, pp.331-358.
MANDELBROT, B. B. (1991) Objectos Fractais. Ed.
Gradiva, Coleco Cincia Aberta.
MEERSCHAERT, M.M. e SCHEFFLER, H.P (2003)
Nonparametric methods for heavy tailed vector
data: A survey with applications from finance
and hydrology. Recent advances and trends in
nonparametric statistics, Ed. M. G. Akritas and
D.N. Politis, Eds., Elsevier Science, pp. 265-279.
NOLAN, J. P. (2005) Stable Distributions. Models for
Heavy Tailed Data. Ed. Birkhauser.

PETERS, O. e CHRISTENSEN, K. (2002) Rain:

relaxations in the sky. Physical Review E, vol. 66,
Issue 3.
RAO, A.R. e HAMED, K.A. (2000) Flood Frequency
Analysis. CRC press LLC.
RODRGUEZ-ITURBE I. e RINALDO, A. (2001) Fractal
River Basins. Chance and Self-Organization.
Cambridge University Press, UK.
Rossi, F., Fiorentino, M. e Versace, P. (1984). Twocomponent extreme value distribution for flood
frequency analysis. Water Resources Research,
20(7), pp.847-856.
SERRA, P. (2000) Caudais de cheia excepcionais do
Rio Douro na Rgua. Comunicao apresentada
no 5 Congresso da gua.
Smith, J. A. (1989) Regional flood frequency analysis
using extreme order statistics of the annual peak
record. Water Resources Research, 25 (2), pp.
311-317.
SNIRH (2007) Sistema Nacional de Informao de
Recursos Hdricos. Instituto da gua. Base de
dados disponvel em http://snirh.pt/
STEDINGER, J.R., VOGEL, R.M. e FOUFOULAGEORGIOU, E. (1993) Frequency analysis of
extreme events. In Maidment, D. editor, Handbook
of Hydrology, Ed. McGrawHill, New York.
TURCOTTE, D. L. e MALAMUD, B (2004) Landslides,
forest fires and earthquakes: examples of selforganized critical behaviour. Physica A, Vol.340(4),
pp.580-589.
TURCOTTE, D. L., MALAMUD, B.D., MOREIN, G. e
NEWMAN, W. (1999) An inverse-cascade model
for self-organized critical behavior. Physica A,
Vol.268, pp.629-643.
TURCOTTE, D. L. (1999) Self-organized critically.
Reports on Progress in Physics, Vol.62, pp.13771429.
TURCOTTE, D. L. (1994) Fractal theory and the
estimation of extreme floods. Journal of Research
of the National Institute of Standards and
Tecnhnology, Vol.99, pp.377-389.
TURCOTTE, D. L. e GREENE, L. (1993) A scaleinvariant approach to flood-frequency analysis.
Stochastic Hydrology and Hydraulics, Vol.7,
pp.33-40.
YEN, B. (2002) System and component uncertainties in
water resources. In Bogardi, J.J. and Kundzewicz,
Z. W., editors, Risk, reliability, uncertainty and
robustness of water resources systems, Cambridge
University Press, pp.42-133.
WERON, R. (2001) Levy-stable distributions revisited:
tail index > 2 does not exclude the Levy-stable
regime. International Journal of Modern Physics,
Vol. 12, No. 2, pp. 209-223.

A aplicabilidade de distribuies baseadas em leis de potncia na avaliao de caudais de cheia

59