Beruflich Dokumente
Kultur Dokumente
fator de captao
a eficincia do sistema. Considera o dispositivo de descarte de
slidos e da gua de escoamento inicial.
Este mtodo de clculo de volume de gua aproveitvel sugerido pela norma
limitado no que se refere quantidade de precipitao. A norma sugere a
utilizao de uma tabela, apresentada por ela, na qual listada a precipitao
mdia anual para cada cidade.
Para calcular o volume do reservatrio a norma sugere alguns mtodos:
20
- Mtodo de Rippl
Este mtodo considera um fator de perda da gua precipitada atravs do
coeficiente de escoamento, ou seja, parte da gua de chuva no coletada.
Para
<
) ( ) ( ta t
Q D :
) ta ( ) t ( ) t (
Q D S =
c ) t ( ) ta (
A o precipita C Q =
=
) t (
S V , 0 S
) t (
>
Em que:
S
(t)
o volume de gua no reservatrio no tempo t
Q
(ta)
o volume de chuva aproveitvel no tempo t
D
(t)
a demanda no tempo t
V o volume do reservatrio
C o coeficiente de escoamento superficial
A
c
a rea de captao
- Mtodo da simulao
Este mtodo simula a quantidade de gua que o reservatrio armazena a
partir da definio de uma dimenso fixa deste. possvel testar vrios
volumes para avaliar qual seria o ideal para uma determinada situao.
Para
f ) t (
V S 0 s s
) t ( ) 1 t ( ) t ( ) t (
D S Q S + =
c ) t ( ) t (
A o precipita C Q =
Em que:
S
(t-1)
o volume de gua no reservatrio no tempo t-1
Q
(t)
o volume de chuva no tempo t
V
f
o volume fixado do reservatrio
21
- Mtodo Azevedo Neto
Este mtodo utiliza um fator de correo para diminuir o tamanho do
reservatrio, pois ele considera um volume de chuva anual que
multiplicado pelos meses de seca, resultando em um valor muito grande.
T A P 042 , 0 V
ar
=
Em que:
P a precipitao mdia anual, em mm
T o nmero de meses de pouca chuva ou seca
A a rea de coleta em projeo, em m
V
ar
o volume de gua aproveitvel e volume de gua do reservatrio, em L
- Mtodo prtico alemo
Este um mtodo emprico no qual se toma o menor valor do volume do
reservatrio correspondente a 6% do volume anual de consumo ou 6% do
volume anual de precipitao aproveitvel. Esta porcentagem uma poro
pequena do que poderia ser aproveitado.
06 , 0 ) D ; V min( v
adotado
=
D a demanda anual de gua no potvel, em L
V
adotado
o volume de gua do reservatrio, em L
V o volume aproveitvel de gua de chuva anual, em L
- Mtodo prtico ingls
Este mtodo, alm de no considerar a demanda, no considera a
distribuio irregular das chuvas. Se houverem muitos meses de seca, este
reservatrio vai ser pouco utilizado ao longo do ano.
A P 05 , 0 V
ar
=
- Mtodo prtico australiano
Este um mtodo mais completo, que possui fatores de perda e considera
chuvas mensais, alm de possuir um ndice de confiana para avaliar a
eficcia.
Para obter o volume de chuva utilizada a seguinte equao:
22
) I P ( C A Q
m
=
P
m
a precipitao mdia mensal
I a interceptao de gua que molha as superfcies e perdas por
evaporao (2mm)
Q o volume de chuva mensal
Para obter o volume do reservatrio so feitas tentativas at que sejam
utilizados valores otimizados de confiana atravs da equao:
m tm 1 t t
D Q V V + =
Em que:
V
t
o volume de gua no tanque no fim do ms t
Q
tm
o volume de gua de chuva produzido no ms t
V
t-1
o volume de gua que est no tanque no incio do ms t
D
m
a demanda mensal
Para t=1, V
t-1
=0
Valor de confiana: N / N P
r r
=
Em que:
P
r
a falha
N
r
o nmero de meses no qual o reservatrio no atendeu demanda
N o nmero de meses considerado
Confiana = (1-P
r
)
A confiana deve estar entre 90% e 99%.
Para o reservatrio, exigido que ele seja limpo e desinfetado anualmente com
soluo de hipoclorito de sdio, ou raios ultravioleta, ou oznio, e deve ser
protegido contra a entrada de animais e incidncia da luz do sol e calor, alm de
ser exclusivo para gua no potvel. Os pontos de utilizao devem ser
devidamente identificados com placa de advertncia com identificao grfica e
a seguinte inscrio gua no potvel. A qualidade da gua deve atender aos
padres definidos de acordo com a utilizao prevista ou segundo a tabela 1 da
NBR 15527:2007.
23
Quando necessrio bombear a gua no potvel, deve-se atender s
recomendaes da ABNT NBR 12214, que informa os requisitos de um sistema
de bombeamento.
3.6. Abordagens de otimizao e probabilidades
Os modelos matemticos de otimizao so desenvolvidos para resolver
situaes reais de gerenciamento de operaes que envolvem parmetros de
incerteza, como a demanda, custos e produo. No mbito dos recursos
hdricos, estes tm apresentado larga aplicao em estudos de operao do
sistema eltrico composto por reservatrios, hidroeltricas e termoeltricas
(PORTO, 1997), dentre outras.
Uma determinada situao real complexa representada por um modelo de
maneira simplificada, que considera apenas os seus aspectos relevantes
(PORTO, 1997).
A Pesquisa Operacional (PO) uma ferramenta de gesto baseada nestes
modelos (BERTRAND; FRANSOO, 2002). Ela amplamente utilizada devido a
sua grande variedade de aplicao na indstria, em cadeias de produo e em
anlises financeiras.
Um projeto de PO composto de cinco etapas: (SILVA,2013)
- Formulao do problema
- Construo do modelo
- Obteno da soluo
- Teste do modelo e avaliao da soluo
- Implantao e acompanhamento da soluo
A possibilidade de tomada de deciso em mltiplos cenrios faz dos modelos de
otimizao instrumentos de grande importncia para o planejamento hdrico.
A engenharia de recursos hdricos promove a alterao dos padres de
disponibilidade de gua de forma a adequ-los aos padres das demandas
hdricas com o propsito de simular o comportamento de uma realidade e
otimizar os processos decisrios (PORTO, 1997).
As equaes matemticas podem descrever a dinmica de um sistema hdrico.
Nessas equaes est presente o conceito de conservao de massa, ou
24
balano hdrico. Os limites fsicos ou operacionais do sistema so inseridos
atravs das equaes de restrio.
A funo objetivo de um sistema estabelece a forma de valorao dos resultados
do processo decisrio. Ela pode ser de maximizao ou minimizao (ex:
maximizar a eficincia econmica; minimizar custos) (PORTO, 1997).
Os problemas de procedimento seqencial so resolvidos pelo mtodo de
Programao Dinmica (PORTO, 1997).
A Programao Linear (PL) a tcnica mais usada para resolver problemas de
alocao de recursos por ser uma ferramenta fcil de adaptar a vrios
problemas. Ela envolve o planejamento de atividades nas quais as variveis
possuem relaes lineares (equaes) (PORTO, 1997).
Para os problemas reais nos quais a equao no linear, comum o
procedimento de linearizar a equao para aplicar o mtodo de PL, porm
perde-se a preciso. Nestes casos, pode-se aplicar o mtodo de Programao
No Linear (PNL), no qual no necessrio simplificar o modelo, o que aumenta
a preciso. Porm a PNL pode apresentar uma soluo tima local que pode
no ser a melhor dentre todas as solues (PORTO, 1997).
3.7. Aplicao de Modelos de Otimizao no dimensionamento de
estruturas para armazenamento de gua
A equao primria para um modelo de otimizao de um reservatrio de
armazenamento de gua um simples balano de massa da gua armazenada
em contraposio ao escoamento, demanda e quantidade de gua que
extravasa o reservatrio (MUN; HAN, 2012). As decises podem ser:
- a ocorrncia de uma determinada chuva e sua probabilidade:
determinam o escoamento
- a demanda: determina o volume utilizado
- o volume do tanque: determina o volume armazenado
Um fator importante a se considerar em problemas hdricos a incerteza
hidrolgica que estabelece a disponibilidade de gua. Neste trabalho, esta
incerteza ser tratada com a abordagem explicitamente estocstica, a qual gera
uma regra decisria (volume do tanque) resultando na melhor soluo possvel
para o problema diante das condies propostas. Ser considerada uma srie
de eventos hidrolgicos associados a uma probabilidade e esta utilizada para
25
calcular o valor esperado de gua disponvel. Com este valor esperado
definido o volume do tanque. O tratamento implcito implica em uma soluo
para cada evento hidrolgico (PORTO, 1997).
Neste trabalho ser abordado o modelo de programao que conta com uma
deciso de primeiro estgio, definitiva, e decises aleatrias de segundo estgio,
temporrias probabilsticas. A partir do desdobramento destas decises
alcanado o mnimo valor esperado (esperana matemtica) de custo.
A soluo do modelo desenvolvido neste trabalho se baseia no conceito de valor
esperado. Este valor tambm pode ser chamado de esperana matemtica, e
um valor mdio, considerando as probabilidades de cada resultado: para uma
varivel aleatria discreta X, o valor esperado E(X) obtido pela soma dos
possveis valores de X multiplicados pela sua probabilidade de ocorrncia.
A probabilidade se refere incerteza e aleatoriedade de eventos. Os eventos
so os possveis resultados de um experimento e seu conjunto de valores
possveis chamado de espao amostral. A probabilidade o nmero atribudo
a cada evento que precisa a chance de ocorrncia deste.
3.8. Mtodos de simulao de reservatrios
Os mtodos de simulao visam simular o comportamento da realidade
representada por eles atravs de equaes matemticas. Este mtodo
amplamente utilizado na rea de recursos hdricos por permitir que qualquer
sistema possa ser representado computacionalmente. Porm, este mtodo no
indica, de forma direta, a melhor soluo para o sistema estudado. So
necessrias diversas simulaes para produzir a resposta do sistema modelado
sob diferentes condies, de modo que a soluo de problema encontrada
atravs de tentativas( PORTO, 1997).
O mtodo de simulao estocstica, conhecido por Monte Carlo, definido por
um estado inicial composto por: variveis de entrada e suas dependncias
(sequencias temporais de distribuio, processos estocsticos); restries e
probabilidades; as iteraes matemticas que essas entradas sofrem por N
vezes; a mdia dos N resultados das iteraes que compem o estado final.
Este mtodo utilizado em planilhas de clculo para as reas de finanas,
geologia, computao grfica, entre outras. (LOPES, 2013)
26
4. Metodologia
Para iniciar o trabalho, foi feita uma pesquisa bibliogrfica utilizando o mtodo
ProKnow (ENSSLIN ET AL, 2010) afim de obter uma base de dados cientfica
confivel. A partir desta pesquisa foi iniciado o desenvolvimento do modelo
matemtico para dimensionamento de reservatrio de gua pluvial com
abordagem de programao estocstica de duplo estgio. O objetivo do modelo
determinar o tamanho timo do tanque de coleta de gua de chuva, que
minimize os custos de abastecimento aplicado cidade de Montes Claros, MG.
Foram coletados dados hidrolgicos da cidade para criar a base do programa.
Alm do modelo de otimizao, foi utilizada uma planilha, configurada para
simular o funcionamento de um reservatrio com a base de dados hidrolgicos
dirios. Para ento, comparar e avaliar os resultados dos dois mtodos.
4.1. Seleo do material de referncia bibliogrfica
Foi realizado o processo ProKnow para mapeamento do portflio bibliogrfico.
Este mtodo consiste em evidenciar quantitativamente os dados estatsticos de
um conjunto de artigos (ENSSLIN ET AL, 2010). Seguem os passos do
procedimento:
- Pesquisa no portal de Peridicos da CAPES:
Procura de artigos utilizando as palavras chave: water harvesting,
Rainwater, Rainwater tank, stochastic modeling, nos portais de
peridicos Science e Scopus. A lista das referncias bibliogrficas destes
trabalhos acadmicos foram transferidas para o programa OneNote.
- Seleo de ttulos:
A partir da lista feita no passo anterior, foram excludos os artigos nos
quais os ttulos no eram relacionados com o tema do trabalho, isto
ocorre devido abrangncia das palavras chave. Por se tratar de gua,
surgem vrios artigos com abordagem de mtodos de tratamento,
problemas de agricultura, contaminao, etc.
27
- Conferncia da confiabilidade:
Os artigos que restaram foram procurados no site de busca Google
Acadmico para verificar o nmero de vezes que foram citados em
trabalhos acadmicos. Estes dados foram inseridos em uma planilha e
foram excludos os artigos que no obtiveram 25% da mdia aritmtica
da quantidade total de citaes. Nesta etapa as datas de publicao dos
artigos que no foram selecionados so verificadas a fim de resgatar os
artigos mais recentes.
- Verificao do tema:
Aps a leitura dos resumos dos documentos restantes, foram eliminados
os que no eram pertinentes ou no acrescentavam dados pesquisa.
Aps estes procedimentos, foram selecionados 47 artigos, que foram lidos para
embasar este trabalho, o que permitiu escrever a introduo e reviso
bibliogrfica.
Alm dos artigos selecionados pelo mtodo descrito acima, foram realizadas
pesquisas dos dados especficos da regio escolhida para o estudo em sites de
empresas governamentais e em sites de busca de trabalhos acadmicos.
Para permitir o desenvolvimento do modelo foram feitas pesquisas em livros
especficos da metodologia aplicada.
4.2. Modelo de Otimizao
4.2.1. Dados de entrada do modelo
O modelo foi configurado considerando-se um usurio hipottico. Esse usurio
do tipo comercial (concessionria de automveis). O usurio possui um galpo
com uma rea de telhado de 3860m, a qual poder ser utilizada para a
captao de guas pluviais atravs de prumadas de gua que conduzem a gua
escoada ao reservatrio que ser localizado em um cmodo abaixo do ptio.
4.2.2. Dados hidrolgicos
O modelo de otimizao emprega abordagem de programao estocstica de
duplo estgio (MARQUES ET AL, 2005), a qual permite a modelagem de uma
28
estrutura de deciso envolvendo decises permanentes e temporrias. As
decises permanentes so modeladas no primeiro estgio, enquanto as
decises temporrias so modeladas no segundo estgio, como recurso, em
funo de uma provvel disponibilidade de gua de chuva. Esta disponibilidade
representada no modelo por meio de eventos hidrolgicos. Um evento
hidrolgico definido como a realizao de um processo estocstico, em um
intervalo de tempo definido, resultando em uma determinada quantidade de
gua disponvel, associada a uma dada probabilidade de ocorrncia.
No presente caso os intervalos de tempo so mensais, de modo que para cada
ms foi elaborado um histograma indicando quais as quantidades possveis de
chuva, e suas respectivas probabilidades. Dessa forma, cada histograma
representa o horizonte de provveis alturas de chuva, para cada ms.
Foram coletados os dados de precipitao total mensais, em mm, do perodo de
30 anos 1976 a 2013, exceto anos de 1985 a 1988 e 1990 na estao
meteorolgica convencional de Montes Claros, identificada por 83437, do
INMET. Estes foram inseridos em uma planilha do Excel, na qual foram criadas
as sries para cada ms da precipitao ocorrida em cada ano.
Foi constatado que Montes Claros possui uma estao seca, de maro a
setembro, e outra chuvosa de outubro a fevereiro a partir da elaborao do
histograma das mdias de precipitao de cada ms (fig.6).
Figura 6: Histograma de precipitao de Montes Claros, mdias mensais no
perodo 1976-2013
A tabela 3 foi criada para detalhar as sries mensais com o desvio padro e a
mdia.
0
50
100
150
200
250
300
350
400
450
Distribuio de Precipitao em Montes Claros, MG
Srie histrica: 1976 a 2013
Precipitao total em mm
29
Tabela 3: Sries de precipitao mensais
Ms Mdia Desvio padro
Janeiro 119,800 86,708
Fevereiro 101,500 94,905
Maro 21,800 41,859
Abril 35,000 40,458
Maio 8,900 13,428
Junho 1,167 4,950
Julho 0,056 0,236
Agosto 0,706 2,664
Setembro 14,167 25,480
Outubro 68,750 60,252
Novembro 234,250 149,834
Dezembro 404,000 173,078
Os eventos hidrolgicos refletem o horizonte de valores provveis da varivel
aleatria altura de chuva, e so tratados como estatisticamente independentes
pela presente abordagem de otimizao. Entretanto, eventos hidrolgicos nem
sempre podem ser considerados completamente independentes. Segundo
Whitmore (1963), fenmenos meteorolgicos geralmente dependem de
condies iniciais, as quais persistem por um determinado perodo de tempo.
Tal dependncia das condies iniciais (persistncia) tende a enfraquecer a
medida em que o intervalo de tempo entre duas observaes sucessivas se
torna maior.
Esse aspecto condiciona a escolha do intervalo de tempo, buscando reduzir o
erro presente devido hiptese de independncia estatstica. O intervalo de
tempo no deve ser muito curto (ex: um dia), devido persistncia nos
processos hidrolgicos. Mesmo intervalos mais longos, como anuais, podem
exibir sinais persistncia, como apontado em Thyer e Kuczera, (2003), devido
influncia de processos climticos quasi-cclicos como o El Nino e a oscilao
interdecadal do Pacfico.
30
Por outro lado, no contexto do presente trabalho, o intervalo de tempo no pode
ser muito extenso, uma vez que o modelo assume uma perfeita distribuio
temporal entre demanda e disponibilidade de chuva dentro do intervalo. Por
exemplo, se em um dado intervalo de tempo a demanda de 100 m
3
de gua e
esse mesmo intervalo possui uma disponibilidade de gua igual a 100 m
3
, toda a
demanda seria atendida, mesmo havendo a possibilidade de que parte dos 100
m
3
de gua disponvel estivessem concentrados em curto sub-perodo de tempo
dentro do intervalo, no sendo captados pelo tanque devido sua capacidade
de armazenamento limitada. Esse fato levaria ao extravasamento de parte da
gua disponvel, e consequentemente ao no atendimento de parte da
demanda.
Nesse sentido, o tamanho do intervalo de tempo deve ser pequeno o suficiente
para minimizar tal limitao. Entretanto, importante ressaltar que dois aspectos
podem ainda atenuar essa limitao:
a) A distribuio do regime de chuvas dentro do intervalo de tempo. Quanto
melhor for a distribuio de chuvas dentro do intervalo, menor ser o
efeito da limitao;
b) O tamanho do tanque. Quanto maior o tanque, melhor sua capacidade
em corrigir a m distribuio temporal da chuva dentro do intervalo, ou
em outros termos, menores as chances de extravasamento e perda de
gua que ser necessria mais tarde. Nesse sentido, solues com
tanques de tamanhos maiores sofrero menos com o erro imposto por
essa limitao do que tanques menores, sendo desta forma mais
precisas.
Considerados esses aspectos, foi escolhido o intervalo mensal para o presente
estudo.
Aps a caracterizao das sries temporais foi realizado um processamento
estatstico a fim de dar consistncia srie hidrolgica. Em projetos de
engenharia de grande porte, geralmente, so consideradas chuvas com perodo
de retorno de 50 anos. O intervalo de 30 anos pode no compreender uma
chuva dessa amplitude. Dessa forma, optou-se pela gerao de uma srie
sinttica de dados, com os mesmos momentos da srie observada de 30 anos.
A gerao da srie sinttica foi feita segundo Law (2006), com os passos a
seguir. A partir dos momentos da Tabela 2 (mdia e desvio padro da srie
observada) foram calculados os parmetros
e mdia
(1)
(2)
(3)
Nas quais:
(4)
Em que:
= quantidade de classes;
= intervalo entre as classes;
(5)
Na qual:
= probabilidade;
= frequncia;
Finalmente, com os dados calculados, o histograma desenhado, no qual as
classes so representadas pelo limite inferior do intervalo. Os histogramas
configuram os 100 eventos hidrolgicos possveis de ocorrer, compostos de uma
precipitao e sua probabilidade de ocorrncia para cada ms. As figuras 7 a 18
apresentam esses resultados.
Figura 7: Histograma de Janeiro
Figura 8: Histograma de Fevereiro
0
0.02
0.04
0.06
0.08
0.1
0.12
7 96 184 272 361 449 537 626 714 802 891 979 1,067
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
3 424 844 1,265 1,685 2,106 2,526 2,947 3,367 3,788 4,208 4,629 5,050
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
33
Figura 9: Histograma de Maro
Figura 10: Histograma de Abril
Figura 11: Histograma de Maio
0
0.1
0.2
0.3
0.4
0.5
0.6
0 97 193 289 386 482 579 675 771 868 964 1,061 1,157
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
1 260 519 778 1,0361,2951,5541,8132,0722,3312,5902,8493,108
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
0
0.05
0.1
0.15
0.2
0.25
0 9 18 28 37 46 55 64 74 83 92 101110120129138147156165175
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
34
Figura 12: Histograma de Junho
Figura 13: Histograma de Julho
Figura 14: Histograma de Agosto
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 10 20 30 39 49 59 69 79 89 99 108118128138148158168177187
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11 12 12
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5 10 16 21 26 31 36 41 47 52 57 62 67 73 78 83 88 93 98
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
35
Figura 15: Histograma de Setembro
Figura 16: Histograma de Outubro
Figura 17: Histograma de Novembro
0
0.1
0.2
0.3
0.4
0.5
0.6
0 35 70 105141176211246281316351386422457492527562597632667
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
3 44 86 127169210252293335376418459501542584625667708750791
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
19 154 289 424 559 695 830 965 1,1001,2351,3701,5051,640
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
36
Figura 18: Histograma de Dezembro
4.2.3. Clculo de demanda
Para calcular a demanda diria de gua de chuva, foram determinados os
volumes de gua a consumir nas atividades de lavagem de piso e lavagem de
veculos. A utilizao da mesma para usos internos necessitam de tratamento
para garantir um mnimo de qualidade a fim de evitar contaminaes.
Segundo o estudo realizado por Klautau e Gonalves (2007), em um lava-jato de
pequeno porte so lavados em mdia 15 veculos por dia com um consumo
mdio de 99 litros cada.
Lage (2010) realizou uma pesquisa em 6 concessionrias de Belo Horizonte
escolhidas por estar em reas urbanas e obteve acesso s informaes de rea
dos galpes (Tabela 4), atividades oferecidas aos clientes e consumo de gua
potvel mensal (Tabela 5). A partir destes dados foram listadas as mdias
dirias de carros lavados (Tabela 4)
Tabela 4: rea de captao e media de carros lavados das concessionrias.
(Adaptado de Lage, 2010)
Concessionria Mdia diria de carros lavados rea do galpo (m)
1 42,9 2833
2 32,9 4800
3 21,4 4000
4 19,2 3792
0
0.02
0.04
0.06
0.08
0.1
0.12
72 337 603 868 1,1341,4001,6651,9312,1962,4622,7282,9933,259
P
r
o
b
a
b
i
l
i
d
a
d
e
d
e
c
h
u
v
a
Limite inferior do intervalo (mm)
37
5 38,3 3372
6 18,5 4368
A mdia de carros lavados diariamente de todas as concessionrias de 29
carros. Logo a demanda diria para lavagem de veculos de 2,87m, assim o
modelo considerou o consumo mensal de 86,13m.
Tabela 5: Consumo de gua potvel mdio dirio. (Adaptado de Lage, 2010)
Concessionria Consumo mdio dirio (m)
1 8,73
2 9,30
3 7,55
4 6,97
5 12,96
6 6,93
Para determinar a demanda de gua para lavagem de pisos, deve-se multiplicar
a rea de piso do galpo pelo consumo de 1,5L/m (FUNDESPA, 2008 apud
TOMAZ, 2000). Foi considerada a rea mdia dos galpes calculada em
3860m. Deste modo, para limpar o galpo duas vezes na semana, sero
necessrios 46,32m de gua por ms.
Diante destes dados, a demanda total mensal de gua para lavagem dos
veculos e do piso de 132,45m. Essa a demanda a ser atendida pelo
sistema de coleta de gua de chuva.
O consumo mdio de gua potvel, obtido pelas contas de gua mensais, de
todas as concessionrias de 8,74m por dia, logo 262,2m mensais (Tabela 5).
Ao retirar a parcela de gua de lavagem de carros, na qual ser utilizada a gua
de chuva, obtido um valor mnimo de 129,75m de gua a ser comprada da
concessionria de saneamento bsico, no caso de toda a demanda de lavagem
de carros seja atendida pela gua coletada.
38
4.2.4. Custos
Foi realizada uma pesquisa de preos dos reservatrios de polietileno de vrios
tamanhos (Tabela 6). O valor mdio por m dos reservatrios de R$318,75.
Tabela 6: Custo de tanques de polietileno
Volume m Preo do tanque R$ Preo por m
1,5 R$ 442,06 R$ 294,71
2 R$ 667,55 R$ 333,78
3 R$ 964,94 R$ 321,65
4 R$ 1.220,22 R$ 305,06
5 R$ 1.579,80 R$ 315,96
6 R$ 1.929,28 R$ 321,55
7,5 R$ 2.253,56 R$ 300,47
8 R$ 2.250,24 R$ 281,28
10 R$ 3.384,14 R$ 338,41
15 R$ 5.052,52 R$ 336,83
20 R$ 6.500,45 R$ 325,02
25 R$ 6.699,90 R$ 268,00
O valor da gua proveniente da COPASA distribudo conforme a Tabela 7:
Tabela 7: Tarifas de abastecimento de gua da COPASA.
Intervalo de
consumo
m
Tarifas de aplicao
Unidade
gua EDC* EDT**
0 - 6 19,98 9,90 17,99 R$/ms
>6 - 10 3,330 1,665 2,998 R$/m
>10 40 6,367 3,184 5,730 R$/m
>40 100 6,420 3,209 5,777 R$/m
39
>100 6,451 3,225 5,806 R$/m
*EDC: esgotamento dinmico com coleta
**EDT: esgotamento dinmico com coleta e tratamento
Dada a demanda mnima de gua potvel de 129,75m, calculada
anteriormente, a tarifa aplicada ao modelo ser sempre a do intervalo de
consumo maior que 100m da Tabela 7, ou seja, R$12,26. A tarifa de esgoto
tratado includa neste valor, pois a COPASA faz a cobrana de esgoto de
acordo com o consumo de gua potvel.
4.2.5. Desenvolvimento do modelo
A abordagem escolhida para o problema a programao estocstica de duplo
estgio. O objetivo do modelo determinar o tamanho timo do tanque de coleta
de gua de chuva, que minimize os custos de abastecimento. A deciso de
primeiro estgio relativa ao volume do reservatrio e o seu custo. Em um
segundo estgio, a deciso da quantidade de gua comprada e seus custos,
sujeita aos eventos hidrolgicos e a sua probabilidade de ocorrncia.
A Figura 20 mostra o diagrama de deciso de segundo estgio a partir da
deciso do primeiro estgio (construo do tanque) para um ms. O custo do
volume de gua comprada depende da chuva ocorrida devido a isso,
multiplicado pela probabilidade de cada um das 100 possibilidades de evento
hidrolgico. O custo esperado do segundo estgio a soma de todas estas
operaes.
Figura 19: Fluxograma de deciso do modelo simplificado (os quadrados se
referem decises, os crculos aos eventos estocsticos)
40
A Figura 20 mostra o corpo do modelo composto pelas operaes descritas na
Figura 19 que se repetem para todos os meses do ano e so somadas para
calcular o custo esperado de abastecimento de gua ao longo do ano.
Figura 20: Fluxograma de deciso de modelo completo
O custo de abastecimento de gua esperado somado ao custo do tanque para
obter o custo total do sistema ao longo do perodo de utilizao.
As varveis de deciso definidas para o modelo foram o volume do reservatrio
(X1), o volume de gua comprada (X2) e o volume de gua armazenada
utilizada (X3).
A funo objetivo (Equao 7) minimiza o custo esperado de abastecimento de
gua para atendimento demanda de 132m
3
/ms, considerando decises de
construo do tanque e compra de gua da empresa de saneamento.
( (
)
) (7)
Na qual:
41
CT = custo total, em R$
C1 = custo de armazenamento de gua, em R$/m
X1 = volume do tanque, em m
X2
t, j
= gua comprada da operadora, em m no ms t e evento hidrolgico j
ANOS = nmero de anos de utilizao do sistema
PROB = probabilidade de chuva
CA = custo da gua, em R$/m
j = cenrio hidrolgico
t = ms
O modelo est sujeito s seguintes restries:
Restrio I: atendimento demanda no ms t e evento hidrolgico j:
(8)
Na qual:
X3
t, j
= gua utilizada proveniente do tanque, em m
(9)
Restrio III: uso de gua armazenada em funo do volume de chuva no ms t
e evento hidrolgico j:
(10)
Na qual:
PREC
t,j
= quantidade de chuva, em mm, no ms t e evento hidrolgico
AT = rea de captao, em m
O modelo definido foi configurado no sistema GAMS (General Algebraic
Modeling System) e resolvido com o algoritmo CONOPT.
42
4.2.6. Estrutura e limitaes do modelo
Os eventos hidrolgicos so de grande importncia no desempenho do modelo.
A partir da anlise da distribuio diria das chuvas em cada ms (ANEXO I),
percebe-se que as chuvas ocorrem com uma variao temporal. Esta
distribuio diria caracterizada pelo conceito de persistncia hidrolgica.
A partir deste conceito e do estudo dos dados dirios, se justifica o perodo
mensal, apesar da limitao da hiptese de independncia estatstica dos
meses.
A Equao 7 tem o objetivo de minimizar o custo do abastecimento de gua. O
lado direito da equao descreve: o custo do reservatrio pelo termo C1xX1, no
qual o valor mdio por m dos reservatrios de polietileno multiplicado pelo
volume final no tanque. Ao passo que o volume mximo do tanque deve atender
Restrio II; a quantidade de anos de utilizao do sistema; a somatria do
custo de gua abastecida pela COPASA em cada ms multiplicada pela
probabilidade de ocorrncia de cada evento hidrolgico, ou seja, para cada
chuva j ocorrida existe uma probabilidade, e a quantidade de chuva determina a
quantidade necessria a comprar para atender demanda.
A quantidade de gua do tanque que utilizada no ms (X3
t,j
) limitada pelas
restries:
- Na restrio I, X3
t,j
somado quantidade de gua comprada, X2
t,j
, deve
ser igual demanda. Desta forma, no armazenada mais gua que
necessrio e tambm no comprada um volume excessivo de gua.
- A restrio II limita o valor de gua armazenada ao volume do tanque,
para que no ocorra nas iteraes um volume de gua armazenada
maior que o tanque, o que uma situao infactvel.
O volume mximo de gua a armazenar limitado pela quantidade de gua
coletada conforme a restrio III, na qual a rea do telhado, em m,
multiplicada pela quantidade de chuva ocorrida em mm, (disponveis nos grficos
das Figuras 8 a 19) e pelo fator de correo 0,001 para transformar o valor final
em m.
43
4.3. Mtodo de simulao
Em seguida, foram realizadas simulaes em uma planilha de clculo de
balano de massa do reservatrio com um tamanho pr-definido. Para o clculo
da planilha, necessrio fornecer os seguintes dados:
- Precipitao diria do perodo a ser utilizado o sistema;
- Demanda diria;
- rea de coleta de gua de chuva;
- Tamanho do reservatrio.
A planilha utiliza as equaes 11 a 15 para calcular o volume total de gua de
chuva utilizada no perodo em anlise.
(11)
Na qual:
= Demanda diria, em m
(12)
Na qual:
(13)
Na qual:
(14)
Na qual:
= Volume armazenado no tanque no dia t, em m
(15)
44
Na qual:
Evento hidrolgico em mm
JANEIRO - Restrio I
Varivel
Dual
0
5
10
15
29mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
FEVEREIRO - Restrio I
Varivel
Dual
49
Figura 23:Varivel Dual da Restrio I - Maro
Figura 24: Varivel Dual da Restrio I - Abril
Figura 25:Varivel Dual da Restrio I - Maio
Figura 26: Varivel Dual da Restrio I - Junho
0
5
10
15
6mm 18mm 39mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
MARO - Restrio I
Varivel
Dual
0
5
10
15
17mm V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
ABRIL - Restrio I
Varivel
Dual
0
5
10
15
1
m
m
3
m
m
5
m
m
6
m
m
8
m
m
1
0
m
m
1
2
m
m
1
4
m
m
1
6
m
m
1
7
m
m
1
9
m
m
2
5
m
m
2
7
m
m
2
9
m
m
3
0
m
m
3
4
m
m
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
MAIO - Restrio I
Varivel
Dual
0
5
10
15
1mm 3mm 5mm 7mm 11mm 21mm 31mm V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
JUNHO - Restrio I
Varivel
Dual
50
Figura 27: Varivel Dual da Restrio I - Julho
Figura 28: Varivel Dual da Restrio I - Agosto
Figura 29: Varivel Dual da Restrio I - Setembro
Figura 30: Varivel Dual da Restrio I - Outubro
0
5
10
15
0,1mm 0,2mm V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
JULHO - Restrio I
Varivel
Dual
0
5
10
15
1mm 2mm 3mm 5mm 6mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
AGOSTO - Restrio I
Varivel
Dual
0
5
10
15
4mm 11mm 18mm 25mm 32mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
SETEMBRO - Restrio I
Varivel
Dual
0
5
10
15
7mm 15mm 23mm 32mm V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
OUTUBRO - Restrio I
Varivel
Dual
51
Figura 31: Varivel Dual da Restrio I Novembro
- Variveis duais para Restrio II:
Somente o ms de janeiro obteve valores diferentes de zero.
Para esta restrio o custo diminudo ao se aumentar uma unidade de
volume do reservatrio, pois assim ser necessrio comprar menos gua
nestes eventos.
Figura 32: Varivel Dual da Restrio II - Janeiro
- Variveis duais para Restrio III:
O ms de dezembro no obteve nenhum valor diferente de zero.
Ao aumentar um m de gua captada o custo diminudo, pois, devido ao
aumento da disponibilidade de gua, menos gua ser comprada. Esta
alterao pode ocorrer atravs do crescimento da rea de telhado, j que
no possvel aumentar a altura da chuva.
A partir desse valor, pode-se inferir que cada m de captao de gua em
telhado segue a equao:
(16)
0
5
10
15
27mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
NOVEMBRO - Restrio I
Varivel
Dual
0
5
10
15
3
5
m
m
4
6
m
m
5
7
m
m
6
8
m
m
7
9
m
m
9
0
m
m
1
0
1
m
m
1
1
2
m
m
1
2
3
m
m
1
3
4
m
m
1
4
5
m
m
1
5
6
m
m
1
6
7
m
m
1
7
8
m
m
1
8
9
m
m
2
0
0
m
m
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
JANEIRO - Restrio II
Varivel
Dual
52
Na qual:
= valor da rea do telhado, em R$/m
Evento hidrolgico em mm
JANEIRO - Restrio III
Varivel
Dual
0
5
10
15
29mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
FEVEREIRO - Restrio III
Varivel
Dual
53
Figura 35: Varivel Dual da Restrio III - Maro
Figura 36: Varivel Dual da Restrio III - Abril
Figura 37: Varivel Dual da Restrio III - Maio
Figura 38: Varivel Dual da Restrio III - Junho
0
5
10
15
6mm 18mm 30mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
MARO - Restrio III
Varivel
Dual
0
5
10
15
17mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
ABRIL - Restrio III
Varivel
Dual
0
5
10
15
1
m
m
3
m
m
5
m
m
6
m
m
8
m
m
1
0
m
m
1
2
m
m
1
4
m
m
1
6
m
m
1
7
m
m
1
9
m
m
2
5
m
m
2
7
m
m
2
9
m
m
3
0
m
m
3
4
m
m
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
MAIO - Restrio III
Varivel
Dual
0
5
10
15
1mm 3mm 5mm 7mm 11mm 21mm 31mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
JUNHO - Restrio III
Varivel
Dual
54
Figura 39: Varivel Dual da Restrio III - Julho
Figura 40: Varivel Dual da Restrio III - Agosto
Figura 41: Varivel Dual da Restrio III - Setembro
Figura 42: Varivel Dual da Restrio III - Outubro
0
5
10
15
0,1mm 0,2mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
JULHO - Restrio III
Varivel
Dual
0
5
10
15
1mm 2mm 3mm 5mm 6mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
AGOSTO - Restrio III
Varivel
Dual
0
5
10
15
4mm 11mm 18mm 25mm 32mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
SETEMBRO - Restrio III
Varivel
Dual
0
5
10
15
7mm 15mm 23mm 32mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
OUTUBRO - Restrio III
Varivel
Dual
55
Figura 43: Varivel Dual da Restrio III - Novembro
Observa-se que para todas as restries, o valor da varivel dual de
aproximadamente R$12,26 por m. Este valor o custo da gua abastecida pela
COPASA. Ou seja, para todas as situaes, deve-se avaliar se o custo da
varivel em anlise na restrio menor que o custo da gua para ser uma
mudana vivel economicamente.
Este valor foi obtido a partir dos resultados do GAMS, nos quais, para cada
equao de restrio, apresentado o valor marginal. Uma vez que a funo
objetivo fornece o valor do custo mnimo esperado, multiplicando o custo gerado
em cada evento hidrolgico pela sua probabilidade, o valor final da varivel dual
deve ser divido pela respectiva probabilidade de cada evento. Assim para todos
os eventos foi obtido aproximadamente o valor de R$367,79 que foi finalmente
dividido por 30 anos a fim de encontrar o valor unitrio do recurso. Deste modo,
para investir em qualquer recurso, o mesmo deve custar no mximo R$12,26 por
unidade.
5.2. Comparao do modelo ao mtodo de simulao
Foram realizadas simulaes, em planilha EXCEL configurada com as equaes
11 a 15. As simulaes foram feitas com intervalo de tempo dirio, com volume
de tanque pr-definido segundo resultados do modelo de otimizao para 30, 5 e
4 anos (Tabela 7). Com isso, foram obtidas as quantidades de gua comprada
da COPASA mensais, mostrados nas Figuras 44 a 46:
0
5
10
15
27mm
V
a
l
o
r
e
m
R
$
/
m
Evento hidrolgico em mm
NOVEMBRO - Restrio III
Varivel
Dual
56
Figura 44: gua comprada por ms comparao dos mtodos valor inferior
30 anos
Figura 45: gua comprada por ms comparao dos mtodos valor inferior 5
anos
Figura 46: gua comprada por ms comparao dos mtodos valor inferior 4
anos
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
jan fev mar abr mai jun jul ago set out nov dez
gua comprada
em m
30 Anos de utilizao - valor inferior da classe hidrolgica
simulacao
otimizao
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
jan fev mar abr mai jun jul ago set out nov dez
gua comprada
em m
5 Anos de utilizao - valor inferior da classe hidrolgica
simulacao
otimizao
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
jan fev mar abr mai jun jul ago set out nov dez
gua comprada
em m
4 Anos de utilizao - valor inferior da classe hidrolgica
simulacao
otimizao
57
No modelo de simulao, o volume do tanque foi gradativamente aumentado,
sendo que para cada novo volume, a simulao foi repetida e a % total de gua
economizada ao fim do perodo foi calculada.
As figuras 49 e 50 apresentam os resultados comparativos de gua comprada
com o limite mdio e superior das classes hidrolgicas respectivamente:
Figura 47: gua comprada por ms comparao dos mtodos valor mdio
Figura 48: gua comprada por ms comparao dos mtodos valor superior
Verifica-se que utilizando a valor superior do intervalo comprada menos gua
que utilizando o valor mdio ou inferior.
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
jan fev mar abr mai jun jul ago set out nov dez
gua comprada
em m
30 Anos de utilizao - valor mdio da classe hidrolgica
simulacao
otimizao
0.0
20.0
40.0
60.0
80.0
100.0
120.0
140.0
jan fev mar abr mai jun jul ago set out nov dez
gua comprada
em m
30 Anos de utilizao - valor superior da classe
hidrolgica
simulacao
otimizao
58
Foram gerados tambm, os grficos que confrontam a porcentagem de
economia obtida com a utilizao do sistema e o volume do tanque para os dois
mtodos (Figuras 49 e 50).
Figura 49: Porcentagem de reduo do abastecimento - Mtodo da Simulao
Figura 50: Porcentagem de reduo do abastecimento - Mtodo da Otimizao
Pode-se perceber que quanto maior o tanque, maior a economia de gua.
Entretanto, essa economia aumenta a uma taxa decrescente (Figura 49).
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 20 40 60 80 100 120 140
Volume do tanque em m
Porcentagem de reduo do abastecimento da COPASA X
Volume do tanque (m) - Mtodo da simulao
% reduo
COPASA
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 20 40 60 80 100 120 140
Volume do tanque em m
Porcentagem de reduo do abastecimento da COPASA X
Volume do tanque (m) - Otimizao
inferior
mdio
superior
Valor da classe
hidrolgica:
59
Observa-se que a planilha de simulao obteve resultados de economia mais
satisfatrios que os do modelo de otimizao.
A planilha conta com a gua acumulada em um ms para utilizar no prximo,
porm, o modelo no considera esta possibilidade. A otimizao ajusta esta
diferena ao passo que considerada a demanda mensal, assim, pode-se
interpretar que, no modelo, a gua perfeitamente distribuda ao longo do ms.
O volume do tanque corrige esta diferena, por isso nota-se que para os
volumes maiores do tanque, a diferena entre os mtodos pequena.
Outro limitador do modelo em comparao com a planilha a distribuio das
chuvas. Na planilha os dados so dirios logo, todas as chuvas so
consideradas. J no modelo os eventos hidrolgicos foram separados em
classes, e foi utilizado o limite inferior da classe para os clculos. Por exemplo,
uma classe compreende chuvas de 10mm a 20mm, o modelo calcula o volume
de gua armazenada a partir da chuva de 10mm. Esta escolha foi feita para que
o modelo trabalhasse com a pior possibilidade de chuva, assim o custo final tem
uma margem de segurana. Deste modo no modelo comprada mais gua que
na simulao.
60
6. Concluses e Sugestes para Trabalhos Futuros
6.1. Concluses
O modelo probabilstico para dimensionamento de reservatrios aplicado
cidade de Montes Claros em uma concessionria de veculos calculou um
tanque de chuva para alguns intervalos de utilizao. Pode-se concluir que para
maiores intervalos de utilizao o sistema se torna mais econmico
financeiramente, assim como o volume do reservatrio se torna maior o que
resulta em maior economia de gua.
O sistema foi comparado a um mtodo de simulao de abastecimento. A partir
desta comparao conclui-se que as solues do modelo proporcionam menos
economia que as simulaes. Contudo so solues viveis em ambas anlises.
O modelo uma ferramenta de dimensionar reservatrios para auxiliar no estudo
de sua implantao. A sua configurao determina que ele calcule o menor custo
nas piores situaes de disponibilidade de gua (limite inferior da classe
hidrolgica). Deste modo o usurio poder ter um ganho maior que apresentado
nos seus resultados. Caso o usurio utilize o mtodo da simulao, este poder
ter um custo maior que o previsto.
6.2. Sugestes para trabalhos futuros
recomendado um estudo para desenvolver um modelo que trabalhe com a
disponibilidade de gua acumulada para utilizao no prximo ms. Sugere-se
tratar o problema como programao dinmica estocstica, a qual avalia as
operaes entre os estgios de deciso.
61
7. Referncias bibliogrficas
ANA (2006). Bacia do Rio Verde Grande, Disponvel em:<http://www2.ana.gov.br
/Paginas/servicos/planejamento/planoderecursos/VerdeGrande.aspx>. Acesso em: 28 de
fev. 2013.
ANA (2011). Brasil precisa investir R$ 22 bilhes at 2015 para garantir abastecimento
de gua, Disponvel em:<http://www2.ana.gov.br/Paginas/imprensa/noticia.aspx?id
_noticia=9209>. Acesso em: 12 de mar. 2013.
APPAN, A. A dual-mode system for harnessing roofwater for non-potable uses, Urban
Water , v.1, p.317-321, 1999
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 10844: Instalaes prediais
de guas pluviais. Rio de Janeiro, 1989.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 15527: gua de chuva
Aproveitamento de coberturas em reas urbanas para fins no potveis - Requisitos. Rio
de Janeiro, 2007.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 12217: Projeto de
reservatrio de distribuio de gua para abastecimento pblico. Rio de Janeiro, 1994.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 12214: Projeto de sistema
de bombeamento de gua para abastecimento pblico. Rio de Janeiro, 1992.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 5626: Instalao predial de
gua fria. Rio de Janeiro, 1998.
ATLAS (2010)
1
. Abastecimento urbano de gua: Minas Gerais, Disponvel em:
<http://atlas.ana.gov.br/Atlas/forms/analise/Geral.aspx?est=8>.Acesso em: 27 de fev.
2013.
ATLAS (2010)
2
. Abastecimento urbano de gua: Resultado por estado, Disponvel em:
<http://arquivos.ana.gov.br/imprensa/publicacoes/atlas/Atlas_ANA_Vol_02_Regiao_Sude
ste.pdf>.Acesso em: 27 de fev. 2013.
BERTRAND, J.M.; FRANSOO, J.C. Modelling and SimulationOperations Management
Research Methodologies Using Quantitative Modeling. International Journal of
Operation& Production Management, v. 22, 2002.
62
BOM DIA MINAS. Nvel da Barragem Juramento cai 5 metros, Disponvel em:
<http://g1.globo.com/videos/minas-gerais/bom-dia-mg/t/edicoes/v/nivel-da-barragem-de-
juramento-cai-cinco-metros/2447728/>. Acesso em: 08 de mar. 2013.
BORGES, L. Qualidade de gua do Rio Vieira sob a influencia da rea urbana de Montes
Claros, MG, Universidade Federal de Uberlandia, maro, 2007
CAMPOS, M.A.; ET AL. Avaliao da estrutura tarifria brasileira para residncias
unifamiliares- aspectos quantitativos, XI Encontro Nacional de Tecnologia do Ambiente
Construdo(ENTAC), Florianpolis,2006
CARLON, M. Percepo dos atores sociais quanto as alternativas de implantao de
sistemas de captao e aproveitamento de gua de chuva em Joinville SC. 2005. 203f.
Dissertao (Mestrado em Cincia e Tecnologia ambienta) Universidade do Vale do
Itaja, Itaja, Santa Catarina, 2005.
CARVALHO, D.F; ET AL. Espacializao do perodo de veranico para diferentes nveis
de perda de produo na cultura do milho, na bacia do Rio Verde Grande, MG. Revista
Brasileira de engenharia Agrcola e ambiental, v.4, n.2, p.172-176, 2000
CHILTON, J.C. ET AL. Case study of a rainwater recovery system in a commercial
building with a large roof, Urban Water, v.1, p.345-354, 1999
CHVTAL, V. Linear Programming, p.65, McGill University, Ed. W.H. Freeman and
Company, New York, 1946
COPASA (2004). Produo de gua para a Regio Metropolitana de BH, Disponvel em:
<http://www.copasa.com.br/Producao_de_agua/PAGINA/tratamento/default.htm>.
Acesso em: 15 de mar. 2013.
COPASA (2007). Produo de gua para a Regio Metropolitana de BH, Disponvel
em:<http://www.copasa.com.br/cgi/cgilua.exe/sys/start.htm?sid=98>. Acesso em: 15 de
mar. 2013.
COPASA (2009). Com + gua: obras e mobilizao social, Disponvel em:
<http://www.copasa.com.br/cgi/cgilua.exe/sys/start.htm?from_info_index=16&infoid=1633
&query=simple&search_by_authorname=all&search_by_field=tax&search_by_headline=f
alse&search_by_keywords=any&search_by_priority=all&search_by_section=&search_by
_state=all&search_text_options=all&sid=129&text=montes+claros>.Acesso em: 15 de
mar. 2013.
COPASA (2011). Tecnologias inovadoras garantem melhorias na prestao dos
servios, Disponvel em:<http://www.copasa.com.br/cgi/cgilua.exe/sys/start.htm?from_
info_index=11&infoid=2003&query=simple&search_by_authorname=all&search_by_field
=tax&search_by_headline=false&search_by_keywords=any&search_by_priority=all&sear
ch_by_section=&search_by_state=all&search_text_options=all&sid=129&text=montes+cl
aros>. Acesso em: 15 de mar. 2013.
COPASA (2012). Montes Claros receber R$90 milhes para ampliar o sistema de
abastecimento de gua, Disponvel em:<http://www.copasa.com.br/cgi/cgilua.
exe/sys/start.htm?Servicos=%2Fcgi%2Fcgilua.exe%2Fsys%2Fstart.htm%3Fsid%3D255
%26infoid%3D1628%26tpl%3Dsection.htm&fale=N%2FA&image1.x=6&image1.y=6&infoi
d=2598&query=simple&search_by_authorname=all&search_by_field=tax&search_by_he
adline=false&search_by_keywords=any&search_by_priority=all&search_by_section=&se
arch_by_state=all&search_text_options=all&sid=129&text=montes+claros>. Acesso em:
15 de mar. 2013.
DOMNECH, L.; SAUR, D.A. Comparative appraisal of the use of rainwater harvesting
in single and multifamily buildings of the Metropolitan Area of Barcelona (Spain): social
experience, drinking water savings and economic costs, Journal of Cleaner Production,
v.19, p.598-608, 2011
ENSSLIN, L.; ENSSLIN S. R.; LACERDA, R.T. & TASCA, J., E. ProKnow-C, Knowledge
Development Process-Constructivist. Processo tcnico com patente de registro pendente
junto ao INPI, Brasil, 2010
GOMES, P.S.; LAMBERTS, R. Estudo do clima urbano e a legislaao urbanstica:
consideraes a partir do caso Montes claros, MG. Ambiente Construdo, v.9, n.1, p.73-
91, 2009
GNADLINGER, J. Colheita de gua de chuva em reas rurais. Juazeiro, Bahia.
IRPAA.ISBN 85-88104-01 - 6. 40, 2000.
HIDROWEB. Sistema de Informaes Hidrolgicas, Disponvel em: <http://hidroweb.
ana.gov.br/>. Acesso em: 27 de fev. 2013.
IBGE (2007). Contagem da populao 2007, Disponvel em:
<http://www.ibge.gov.br/home/estatistica/populacao/contagem2007/default.shtm>.
Acesso em: 12 de mar. 2013.
IGAM (2011). Conhea a Bacia: Bacia Hidrogrfica do Rio Verde Grande, Disponvel em:
<http://comites.igam.mg.gov.br/component/content/article/109-sf10/1132-conheca-a-
bacia>. Acesso em: 01 de mar. 2013
IGAM (2012). Mapas de qualidade das guas, Disponvel em:
<http://www.igam.mg.gov.br/banco-de-noticias/1-ultimas-noticias/1299-mapa-do-2o-
trimestre-de-2012>. Acesso em: 27 de fev. 2013
ILHA DE NORONHA (2007). Saneamento em Noronha, Disponvel em: <http://www.
ilhadenoronha.com.br/ailha/saneamento_em_noronha.php>. Acesso em: 12 de mar.
2013.
INMET. BDMEP: Banco de Dados Meteorolgicos para Ensino e Pesquisa, Disponvel
em: <http://www.inmet.gov.br/portal/index.php?r=bdmep/bdmep>.Acesso em: 6 de mar.
2013.
KHAHINDA, J.M.; TAIGBENU, A.E. & BOROTO, R.J. Domestic rainwater harvesting as
an adaptation measure to climate change in South Africa, Physics and Chemistry of the
Earth, v.35, p.742751, 2010
KHASTAGIR, A.; JAYASURIYA, N. Optimal sizing of rain water tanks for domestic water
conservation, Journal of Hydrology, v.381, p.181188, 2010
KLATAU, J.P; GONALVES, M. F. Reuso de gua: um projeto e sua viabilidade aplicada
a lava-jatos, XVII Simpsio Brasileiro de Recursos Hdricos, So Paulo, 2007
LAGE, E. S.Aproveitamento de gua pluvial em concessionrias de veculos na cidade
de Belo Horizonte: Potencial de economia de gua potvel e estudo de viabilidade
econmica. 2010. 181f. Dissertao (Mestrado em Engenharia Civil) Universidade
Federal de Santa Catarina, Itaja, Florianpolis, 2010.
LAW, A. M. (2006). Simulation Modeling and Analysis. 4th edition. McGraw-Hill, New
York NY, 768 p.
LOPES, H.C.(2013) Simulao Estocstica: Aula 1, Disponvel em:<http://www-di.inf.puc-
rio.br/~lopes/courses/inf2035---simulacao-estocas.html>. Acesso em: 16 de mar. 2013.
MACHADO, C.J.S Recursos Hdricos e Cidadania no Brasil: Limites, alternativas e
desafios, Ambiente e Sociedade, v.6, n.2, julho/dezembro, 2003
MAGALHES, S.C.M.; MAGALHES, R.M. A gesto do saneamento em Montes Claros
MG e sua relao com a degradao ambiental do Rio Vieira, Encontro de Geogrfos
da America Latina, Montevideo, Uruguay, 2009
MARQUES, G. F.; LUND, J. R.; HOWITT, R. E. Modeling Irrigated Agricultural Production
and Water Use Decisions under Water Supply Uncertainty, Water Resources Research,
v.41, 2005
MUN, J.S.; HAN, M.Y. Design and operational parameters of a rooftop rainwater
harvesting system: Definition, sensitivity and verification, Journal of Environmental
Management, v.93, p.147-153, 2012
NIEA [2010?]. Programa Plantando gua, Disponvel em: <http://www.niea.com.br/
index.php?option=com_content&view=article&id=30&Itemid=62>.Acesso em: 16 de mar.
2013.
OLIVEIRA, G.R. (2013) Montes Claros pode faltar gua em Montes Claros este ano,
Disponvel em: <http://jornalmontesclaros.com/2013/03/06/montes-claros-pode-faltar-
agua-em-montes-claros-neste-ano.html>.Acesso em: 05 de mar. 2013.
ONU (2008). World Urbanization Prospects: The 2007 Revision Highlights, Disponvel
em: <http://www.un.org/esa/population/publications/wup2007/2007WUP>. Acesso em: 26
de fev. 2013.
SILVA, A.F. Pesquisa operacional desenvolvimento e otimizao de modelos
matemticos por meio da linguagem GAMS, Disponvel em:
<http://www.feg.unesp.br/~fmarins/>.Acesso em: 16 de mar. 2013.
THYER, M.; KUCZERA, G. A hidden Markov model for modelling long-term persistence
in multi-site rainfall time series. 2. Real data analysis , Journal of Hydrolog, v. 275, p. 27-
48, 2003
TUCCI, C. E.; PORTO, R. L.; BARROS, M. T. Drenagem Urbana. ABRH, Editora da
Universidade, UFRGS, 1995.
WHITMORE, J.S. On evidence of persistence in annual rainfall in the Republic of South
Africa, Journal of Hidrology, v.1, p.144-150, 1963
Anexo I Histogramas de distribuio diria de chuva em
Montes Claros
0
1
2
3
4
5
6
7
8
9
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
JANEIRO - dias x precipitao
Chuva (mm)
0
0.5
1
1.5
2
2.5
3
3.5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
FEVEREIRO - dias x precipitao
Chuva(mm)
0
1
2
3
4
5
6
7
8
9
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
MARO - dias x precipitao
Chuva(mm)
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
ABRIL - dias x precipitao
Chuva(mm)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
MAIO - dias x precipitao
Chuva(mm)
0
0.05
0.1
0.15
0.2
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
JUNHO - dias x precipitao
Chuva(mm)
0
0.005
0.01
0.015
0.02
0.025
0.03
0.035
0.04
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
JULHO - dias x precipitao
Chuva(mm)
0
0.1
0.2
0.3
0.4
0.5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
AGOSTO - dias x precipitao
Chuva(mm)
0
0.2
0.4
0.6
0.8
1
1.2
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
SETEMBRO - dias x precipitao
Chuva(mm)
0
1
2
3
4
5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
OUTUBRO - dias x precipitao
Chuva(mm)
0
1
2
3
4
5
6
7
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
NOVEMBRO - dias x precipitao
Chuva(mm)
0
2
4
6
8
10
12
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
DEZEMBRO - dias x precipitao
Chuva(mm)