13.

º Congresso da Água

MODELAÇÃO HIDROLÓGICA DE BACIAS HIDROGRÁFICAS

ANGOLANAS
Sandra Maria POMBO1; Rodrigo Proença de OLIVEIRA 2
1 - Universidade Lusófona, Campo Grande, 376, 1749 - 024 Lisboa, Portugal.
Aluna de doutoramento do Instituto Superior Técnico e membro colaborador do CERIS, Instituto Superior Técnico,
Universidade de Lisboa, Av. Rovisco Pais 1, 1049-001, Lisboa, Portugal
e-mail:[email protected]

2 - CERIS, Instituto Superior Técnico, Universidade de Lisboa, Av. Rovisco Pais 1, 1049-001, Lisboa, Portugal
e-mail: [email protected]

Resumo
O conhecimento das disponibilidades hídricas de uma bacia hidrográfica é uma questão
crucial para o bem-estar das populações que dependem do recurso água para a sua
sobrevivência e qualidade de vida. Em regiões onde as redes de monitorização hidro-
meteorológica apresentam deficiências importantes, a modelação hidrológica apresenta-se
como um importante instrumento que permite ultrapassar as dificuldades colocadas por essa
escassez de dados hidrológicos. É esse o caso de Angola onde durante as últimas décadas
a monitorização de variáveis hidrológicas foi escassa ou quase inexistente.
Este artigo apresenta uma aplicação do modelo de balanço hídrico sequencial mensal de
Thorthwaite-Matter a várias bacias hidrográficas de Angola. Dada a fraca cobertura espacial
da precipitação no território, os valores da precipitação nas bacias hidrográficas analisadas,
obtidas com base nos polígonos de Thiessen, foram corrigidos tendo por base as superfícies
médias da precipitação mensal obtidas com base nas estimativas de precipitações mensais
dadas pelo projeto de monitorização por satélite Tropicall Rainfall Measuring Mission
(TRMM) 3B43. Verificou-se que, não obstante da simplicidade dos polígonos de Thiessen, a
inclusão das superfícies do TRMM não conduzem a melhores resultados no modelo de
balanço hídrico. A evapotranspiração potencial foi calculada através de várias metodologias,
tendo a fórmula de Turc conduzido aos melhores resultados.
Para a validação do modelo hidrológico compararam-se os resultados dos escoamentos
mensais obtidos no modelo com os valores do escoamento medido nas estações
hidrométricas através de várias estatísticas, entre as quais o coeficiente de eficiência de
Nash-Sutcliffe (NSE).
Tema: Avaliação das disponibilidades de água, incluindo modelação hidrológica.

1. INTRODUÇÃO
A compreensão e a capacidade de modelação do regime hidrológico de bacias hidrográficas
são extremamente relevantes para o planeamento dos recursos hídricos e, concretamente,
para a caracterização das disponibilidades hídricas. A modelação do balanço hídrico de uma
bacia hidrográfica assume uma importância ainda maior quando escasseiam dados de
monitorização, como é o caso de Angola.

1
 13.º Congresso da Água

Angola é um país tropical que abrange bacias hidrográficas de grandes rios africanos, cuja
importância é fundamental para a qualidade de vida das populações, não só para
abastecimento urbano e agrícola, mas também para a produção de energia elétrica.
A medição de alturas hidrométricas nos grandes rios de Angola iniciou-se na década de 50
tendo cessado por completo, em meados da década de 80. A medição das restantes
variáveis hidrológicas, em especial a precipitação, temperatura do ar e evaporação de Piche
iniciou-se numa data anterior ao início da medição das alturas hidrométricas e continuou a
ser efetuada até aos dias de hoje, em especial nas sedes de província, com muitas
vicissitudes que conduziram a falhas de registos significativas. A utilização de modelos
hidrológicos que permitem o cálculo do escoamento a partir de variáveis climáticas de que
se disponham de registos, concretamente a precipitação e a temperatura do ar é, por isso,
muito útil num país como Angola.
Este artigo apresenta uma aplicação do modelo de balanço hídrico sequencial mensal de
Thorthwaite-Matter a várias bacias hidrográficas de Angola. O modelo recorre a um único
reservatório para descrever a retenção de água no solo e condicionar a repartição da
precipitação em evapotranspiração, retenção e escoamento superficial. Os dados do modelo
são as séries de precipitação e de evapotranspiração potencial mensais, a partir das quais
são calculados a evapotranspiração real mensal e o escoamento mensal.
Dada a fraca cobertura espacial da precipitação no território, os valores da precipitação nas
bacias hidrográficas analisadas, obtidas com base nos polígonos de Thiessen, foram
corrigidos tendo por base as superfícies médias da precipitação mensal obtidas com base
nas estimativas de precipitações mensais dadas pelo projeto de monitorização remota
TRMM 3B43. Verificou-se que, não obstante da simplicidade dos polígonos de Thiessen, a
inclusão das superfícies do TRMM não conduzem a melhores resultados no modelo de
balanço hídrico.
Não existindo medições diretas da evapotranspiração potencial em Angola, foi necessário
estimar esta variável por métodos indiretos que recorrem a dados de outras variáveis
meteorológicas. Avaliou-se a qualidade das estimativas da evapotranspiração potencial
calculadas pelos métodos de Thorthwaite, Turc, Hargreaves-Samani e Blaney-Criddle, que
exigem um menor número de elementos meteorológicos.
Com base nos resultados obtidos verificou-se que o modelo de balanço hídrico sequencial
mensal de Thorthwaite-Matter, com a evapotranspiração potencial calculada pela fórmula de
Turc apresenta resultados razoáveis em Angola.
Para a validação do modelo hidrológico compararam-se os resultados dos escoamentos
mensais obtidos no modelo com os valores do escoamento medido nas estações
hidrométricas através de várias estatísticas, como o coeficiente de eficiência de
Nash–Sutcliffe.

2. MODELO DE THORTHWAITE-MATTER
A simulação matemática em hidrologia recorre a um conjunto de relações matemáticas que
descrevem os vários processos do ciclo hidrológico. A transformação das variáveis de
entrada nas variáveis de saída, através de um conjunto de processos inter-relacionados e
dependentes entre si, pode ser descrita de forma matemática com diferentes graus de
generalidade, complexidade e simplificação (Pitman, 1973). O valor de um modelo
hidrológico está relacionado com a sua capacidade de gerar, de forma consistente, um

2
 13.º Congresso da Água

resultado que possa ser aplicado na construção ou avaliação de soluções para problemas
reais de recursos hídricos, a partir de informação que esteja disponível para ser usada como
input do modelo.
Os modelos hidrológicos de balanço hídrico têm como variáveis de entrada a precipitação e
a evapotranspiração potencial e como principais variáveis de saída o escoamento que aflui à
rede hidrográfica e a recarga que alimenta os aquíferos. Estes modelos procedem à
determinação sequencial, ao longo do período de simulação, do balanço hídrico de um dado
intervalo de tempo, por regra o mês ou o dia. Têm sido largamente utilizados para analisar e
simular componentes do ciclo hidrológico em diferentes domínios como na classificação
climática das várias regiões, na avaliação do balanço hídrico global ou na avaliação do
impacto das alterações climáticas.
Entre os modelos de balanço hídrico sequencial mensal destaca-se, pela sua simplicidade, o
modelo de Thorthwaite-Matter, proposto em 1948 por Thornthwaite e posteriormente
modificado por Matter, em 1955 (Thornthwaite e Matter, 1955). O modelo de
Thorthwaite-Matter é um modelo agregado que ignora a heterogeneidade espacial das
várias grandezas que afetam os processos hidrológicos. Tem como variáveis de entrada
(variáveis independentes) os valores mensais da precipitação e da evapotranspiração
potencial, e como variáveis de saída (variáveis dependentes), o escoamento afluente à rede
hidrográfica e a evapotranspiração real.
O modelo recorre a um único reservatório para descrever a retenção de água no solo e
condicionar a repartição da precipitação em evapotranspiração, retenção e escoamento
(Figura 1).

Superfície

...............

Figura 1 – Modelo de Thorthwaite-Matter

Seja e os valores de precipitação e de evapotranspiração potencial num dado

intervalo de tempo i. Se for o volume de água existente no solo no final do intervalo i-1,
isto é, logo no início do intervalo i, o modelo assume que apenas uma parcela desse volume
está disponível para evapotranspiração, , em acréscimo da precipitação. Assim, o
volume de água no solo disponível para a evapotranspiração varia entre 0 e a máxima

3
 13.º Congresso da Água

capacidade do reservatório , sendo que quanto maior for a diferença entre a

evapotranspiração potencial e a precipitação, maior é o volume de água disponível no solo
para a evapotranspiração (Oliveira, 2015).
A evapotranspiração real, , pode ser estimada através das equações (1) e (2).

(1)

(2)

O excesso da precipitação sobre a evapotranspiração real, , é conduzido para o

enchimento do reservatório e, apenas, o excedente dá origem a escoamento. Com esta
premissa, o volume de água no reservatório no final do intervalo i, , e o excedente, , no
intervalo i são dados pelas equações (3) e (4)

(3)

(4)

Na sua versão original, Thorthwaite e Matter sugerem que se considere que o excedente
contribui, em partes iguais, para o escoamento do passo de cálculo que lhe deu origem e do
passo de cálculo seguinte, correspondendo a primeira parcela ao escoamento direto ou
superficial e a segunda ao escoamento subterrâneo que demora mais tempo a afluir à rede
hidrográfica. Assim, o excedente divide-se em partes iguais no escoamento nos intervalos
de tempo i e i+1, ficando metade do excedente armazenada na bacia hidrográfica até ao
intervalo i+1 (McCabe e Markstrom, 2007). O escoamento no intervalo i pode ser calculado
pela equação (5).
(5)

Vários outros autores assumiram, a posteriori, que o excedente se divide num número
infinito de parcelas de acordo com um parâmetro , menor que um. O excedente dá
origem a um escoamento igual a no intervalo i, ficando o restante, ,
disponível para os intervalos de tempo seguintes. A distribuição de pelos
intervalos de tempo futuros é também função do parâmetro , pelo que o escoamento no
intervalo i+1 incluirá uma parcela igual a , o escoamento no intervalo i+2
incluirá uma parcela igual a , e assim sucessivamente. Com esta hipótese, o
escoamento no intervalo i pode ser calculado pela expressão (6).
(6)

4
 13.º Congresso da Água

A última parcela da equação corresponde ao remanescente da distribuição de pelos

primeiros n intervalos de tempo. Se o número de intervalos de tempo, n, for infinito a
equação (6) converte-se na equação (7).
(7)

Os dois parâmetros do modelo de Thornthwaite-Matter, e , são ajustados para que o

modelo reproduza o escoamento mensal observado, ou o seu valor médio mensal quando
se utiliza o ano médio, de acordo com o critério adotado para validação do modelo.
É importante realçar que o modelo de balanço hídrico sequencial mensal de
Thorthwaite-Matter não entra em linha de conta com a heterogeneidade da bacia
hidrográfica, com a complexidade dos movimentos da água que ocorrem à superfície, na
zona não saturada do solo e na zona saturada do solo. A estimativa da infiltração profunda
que produz o escoamento subterrâneo é bastante simplificada. Acresce que o modelo
admite que apenas se gera escoamento depois de atingida a capacidade de
armazenamento de água no solo e não reconhece que se gera escoamento a partir do
momento em que a quantidade de precipitação é superior à capacidade de infiltração da
água no solo.
Os resultados do modelo estão condicionados pela qualidade das medições efetuadas, quer
dos dados de entrada, quer dos dados de saída do modelo. A precipitação mensal sobre a
bacia hidrográfica depende, ainda, da respetiva cobertura udométrica, que no caso de
Angola é fraca, e o escoamento observado depende da qualidade da curva de vazão na
secção da estação hidrométrica. No que diz respeito à evapotranspiração potencial as suas
estimativas são geralmente bastante aproximadas, uma vez que resultam de métodos de
cálculo onde intervêm várias grandezas climáticas, consoante o método adotado.

3. EVAPOTRANSPIRAÇÃO POTENCIAL
3.1 Introdução
Os métodos indiretos para estimação da evaporação ou da evapotranspiração, a partir de
variáveis meteorológicas, podem ser classificados em métodos empíricos e em métodos
fisicamente baseados. No primeiro conjunto encontram-se os métodos de Thorthwaite
(1948), Blaney-Criddle (1950), Turc (1961) e Hargreaves (Hargreaves e Samani, 1982). O
segundo conjunto inclui, essencialmente, a fórmula de Penman e a suas variantes,
nomeadamente a metodologia de Penman-Monteith (Penman, 1948; Montheith, 1981; Allen
et al., 1998).
O método de Penman-Monteith necessita de variados elementos meteorológicos para o seu
cálculo, sendo o método recomendado pela United Nations Food and Agricultural
Organization (FAO) como modelo global padrão para estimativa da evapotranspiração de
uma cultura de referência. Em Angola, o uso deste método é difícil uma vez que os
elementos meteorológicos necessários não estão disponíveis, em quantidade e precisão
suficiente, para permitir o cálculo da evapotranspiração.
A qualidade dos dados de entrada condiciona a precisão dos resultados obtidos no cálculo
da evapotranspiração. Droogers e Allen (2002), Samani (2000) e Samani et al. (1986),
referem que os erros associados aos instrumentos que medem a radiação solar e a
humidade relativa são significativos. Jensen et al. (1997) questionam, ainda, a validade dos
dados relativos à velocidade do vento, uma vez que os mesmos são válidos para um local

5
 13.º Congresso da Água

específico, podendo não ser representativos da área em análise. Assim, diversos autores
recomendam a utilização de modelos para o cálculo da evapotranspiração potencial que
requerem menos variáveis meteorológicas. Shahidian et al. (2012) verificaram que as
diferenças entre os valores da evapotranspiração potencial mensal obtidos com base em
métodos mais simples e, onde intervêm menos variáveis meteorológicas conduziram a bons
resultados e, com pequenas diferenças, quando comparados com as incertezas na
estimativa da evapotranspiração de métodos maios elaborados.
3.2 Métodos para o cálculo da evapotranspiração
No caso de estudo, a quantificação da evapotranspiração potencial foi efetuada com base
nos métodos de Thorthwaite, de Blaney-Criddle, de Turc e de Hargreaves-Samani que
exigem um menor conjunto elementos meteorológicos.
O método de Thornthwaite (1948), apresentado pela primeira vez em 1944, é um método
empírico que relaciona, a temperatura média mensal do ar com a evapotranspiração, tendo
sido desenvolvido para condições de clima húmido e, por esse motivo, normalmente
apresenta subestimativas da evapotranspiração potencial em condições de clima seco. A
evapotranspiração potencial mensal é dada com base na equação (8).

(8)

onde é a evapotranspiração mensal do mês m em mm, a temperatura média

diária mensal do ar em °C do mês m, o índice térmico anual, um expoente função de e
o factor de correcção mensal do mês m.
O método de Blaney-Criddle data de 1950 e foi desenvolvido para a região oeste dos EUA,
uma região semiárida dos estados do Novo México e Texas. De acordo com Doorenbos e
Pruitt (1984), com a introdução de um fator de correção, o método pode ser aplicado para
várias condições climáticas, tendo ficado conhecido como método Blaney-Criddle FAO-24.
O fator de correção é estimado a partir da humidade do ar, velocidade do vento e insolação,
sendo a evapotranspiração dada pela equação (9).

(9)

onde é a evapotranspiração mensal do mês m em mm, a temperatura média

diária mensal do ar em °C do mês m, a insolação astronómica média diária em
percentagem da insolação astronómica anual relativa ao mês m, em percentagem, o
número de dias do mês m e , coeficientes de ajustamento referentes ao mês m,
dependentes da humidade relativa mínima, da razão de insolação e do vento diurno.
A fórmula proposta por Turc (1961) foi desenvolvida para as condições climáticas da Europa
Ocidental, onde a humidade do ar é, em geral, superior a 50%, sendo que apresenta bons
resultados para regiões costeiras e húmidas. A fórmula proposta por TURC é dada pela
equação (10).

(10)

onde é a evapotranspiração mensal do mês m em mm, a temperatura média

diária mensal do ar em °C do mês m, a radiação solar global do mês m em cal/cm2/dia,

6
 13.º Congresso da Água

o número de dias do mês m e um parâmetro de correcção no caso da humidade

relativa do ar ser inferior a 50%.
Hargreaves analisou dados de oito anos de evapotranspiração de um lisímetro com solo
relvado e publicou, em 1975, uma equação para o cálculo da evapotranspiração a partir da
temperatura média diária e da radiação solar global. Em estudos posteriores Hargreaves e
Samani concluíram que a radiação extraterrestre, que passa através das nuvens e atinge a
superfície da Terra, e que é a principal fonte de energia para a evapotranspiração, pode ser
estimada pela diferença entre o valor máximo e o valor mínimo da temperatura média diária.
O método de Hargreaves e Samani (1982) é, assim, dado pela equação (11)

(11)

onde é a evapotranspiração mensal do mês m em mm, a temperatura média

diária mensal do ar em °C do mês m, temperatura diária máxima mensal do ar em °C
do mês m, temperatura diária mínima mensal do ar em °C do mês m, a radiação
solar no topo da atmosfera do mês m em mm/dia e o número de dias do mês m.
3.3 Resultados obtidos
Os métodos atrás referidos foram utilizados para estimar a evapotranspiração potencial em
21 estações climatológicas, que correspondiam às estações da rede principal do período
colonial. Os valores da evapotranspiração potencial mensal foram comparados com os
valores da evaporação mensal de Piche, medidos em cada uma das estações. Embora o
evaporímetro de Piche meça apenas a evaporação e não inclua a componente de
transpiração, esta análise permite validar as estimativas da evapotranspiração anteriormente
obtidas a partir da correlação que existe entre as duas variáveis.
Na Tabela 1 apresentam-se os valores dos coeficientes de correlação entre os valores de
evapotranspiração mensal média obtidos por cada um dos métodos e a evaporação mensal
média de Piche, no período de 1959/60 a 1973/74. O período usado no cálculo teve por
base a disponibilidade de dados relativos às várias variáveis meteorológicas necessárias.
Tabela 1. Coeficientes de correlação entre a evaporação mensal média de Piche e a
evapotranspiração mensal média calculada por diferentes métodos

Estação Coordenadas Método (valores em %)

Climatológica Lat (°S) Long (°E) Alt (m) Thorthwaite Turc Hargreaves Blaney-Criddle

João Capelo 8°48' 13°13' 45,8 85,0 87,6 85,9 90,2

Porto Amboim 10°43' 13°44' 68 70,0 78,4 83,3 83,1
Cabinda 5°33' 12°12' 30 -63,3 -73,9 -30,6 -77,4
Malange 9°33' 16°22' 1139 -84,9 99,6 -4,4 97,2
Luena 11°47' 19°33' 1320 -32,5 99,2 9,5 98,4
Huambo 12°48' 15°45' 1700 -36,9 96,7 5,6 95,9
Dundo 7°24' 20°49' 776 -42,7 94,4 -3,5 98,7
Menongue 14°50' 17°42' 1380 -17,6 97,8 47,6 94,9
Lubango 14°56' 13°34' 1760 5,2 98,4 15,5 98,3
Negage 7°46' 15°16' 1270 -35,1 92,3 -2,5 93,9

7
 13.º Congresso da Água

Tabela 1 (cont.). Coeficientes de correlação entre a evaporação mensal média de

Piche e a evapotranspiração mensal média calculada por diferentes métodos

Estação Coordenadas Método (valores em %)

Climatológica Lat (°S) Long (°E) Alt (m) Thorthwaite Turc Hargreaves Blaney-Criddle

Saurimo 9°39' 20°24' 1108 -53,6 99,4 -1,5 98,8

Uíge 7°35' 15°00' 826 -63,7 34,1 -61,4 75,0
Kuito Bié 12°23' 16°57' 1687 -28,1 98,4 -2,1 97,6
Mavinga 15°50' 20°21' 1188 -11,4 93,2 35,8 87,7
Cazombo 11°54' 22°54' 1126 -25,0 96,9 44,0 97,5
Xangongo 16°45' 14°58' 1107 12,0 86,2 45,1 83,2
Waco-Kungo 11°25' 15°07' 1304 -73,8 93,8 8,7 94,3
Benguela 12°35' 13°24' 31 98,6 90,5 83,8 87,1
Lobito 12°22' 13°32' 1,2 82,6 88,6 91,7 88,0
Namibe 15°12' 12°09' 45 95,9 97,4 94,7 97,1
Nzeto 7°14' 12°52' 17 58,3 57,9 65,0 57,2

De acordo com os resultados constantes na Tabela 1 verifica-se que nas estações

localizadas junto da linha de costa, acima da latitude 8°S (João Capelo, Porto Amboim,
Lobito, Benguela e Namibe), os coeficientes de correlação entre a evapotranspiração
calculada por qualquer um dos métodos e a evaporação de Piche são todos superiores a
80%, com exceção dos valores calculados pelos métodos de Thorthwaite e Turc para Porto
Amboim. As estações de Nzeto e Uige, localizadas próximo da latitude 7°S, apresentam
baixos coeficientes de correlação qualquer que seja o método de cálculo. Para as restantes
estações verificam-se bons coeficientes de correlação sendo os métodos propostos por Turc
e Blaney-Criddle aqueles que apresentam os mais altos coeficientes de correlação, em
geral, superiores a 90%.
Face ao exposto, os valores da evapotranspiração potencial nas 21 estações
meteorológicas da rede principal, listadas na Tabela 1, foram determinados com base no
método de Turc, uma vez que, de uma forma global, os resultados são melhores do que os
obtidos pelo método de Blaney-Criddle. Acresce que o método de Turc não necessita de
dados de velocidade do vento cuja validade dos mesmos, de acordo com Jensen et
al. (1997), é questionável, uma vez que estes são válidos para um local específico, podendo
não ser representativos da área em análise.
Adicionalmente às 21 estações meteorológicas da rede principal existe um conjunto de
estações secundárias que dispõem de dados de evaporação de Piche e que não
disponibilizam dados de radiação solar e humidades necessários à aplicação da fórmula de
Turc. Por essa razão, as estimativas da evapotranspiração mensal nestas estações da rede
secundária foram obtidas recorrendo a expressões de correlação entre a evapotranspiração
mensal de Turc e a evaporação mensal de Piche obtidas para as estações da rede principal.
Foram definidas áreas de influência para cada uma das 21 estações principais, com base no
método dos polígonos de Thiessen, tendo-se aplicado a expressão obtida para cada
estação principal a todas as estações secundárias localizadas em cada um desses
polígonos. As expressões definidas tiveram por base os dados mensais da evaporação de

8
 13.º Congresso da Água

Piche e da evapotranspiração potencial, no período de 15 anos hidrológicos (1959/60 a

1973/74).

4. PRECIPITAÇÃO
A precipitação mensal em cada uma das bacias hidrográficas estudadas foi calculada de
duas formas. A primeira resulta da aplicação dos polígonos de Thiessen aos registos de
precipitação das estações udométricas. A segunda procura ultrapassar os problemas
decorrentes da fraca cobertura espacial dos dados in situ e recorre as estimativas da
precipitação mensal do projeto TRMM 3B43, versão 7, obtidas por monitorização remota.
O projeto TRMM foi desenvolvido pela Agência Aeroespacial Norte-americana (NASA), em
parceria com a Agência Japonesa de Exploração Aeroespacial (JAXA), e teve por objetivo a
medição da precipitação tropical e subtropical por sensores instalados em satélites e a
verificação da sua influência no clima global (Huffman et al., 1995, 2007). O produto TRMM
3B43, versão 7, fornece as estimativas da precipitação mensal desde 1998, com uma
discretização temporal de 3h e uma discretização espacial de 0,25°0,25° lat/long. Pombo e
Oliveira (2014) estudaram estas estimativas e as de outros produtos (CMORPH e
PERSIANN) e concluíram que as estimativas do produto TRMM são as que apresentam os
resultados mais consistentes quando comparadas com os dados in situ, sugerindo o seu uso
conjunto com as medições in situ para melhorar as estimativas de precipitação mensal.
As estimativas do segundo método utilizado neste trabalho para estimar as séries de
precipitação mensal sobre as bacias hidrográficas resultam de uma correção às estimativas
do primeiro método, em que o fator de correção mensal é um rácio obtido, por bacia
hidrográfica, entre a precipitação mensal média calculada com base nos dados do TRMM
por co-crigagem, e a precipitação mensal média dada pelo primeiro método.
O segundo método exigiu a geração de doze superfícies, uma para cada mês,
correspondentes ao valor médio mensal da precipitação. Recorreu-se à co-crigagem sendo
a variável independente as estimativas mensais médias da precipitação do TRMM. A
abordagem adotada evita a produção de 12xn anos de superfícies de precipitação mensal.

5. CASO DE ESTUDO. ESCOAMENTOS MENSAIS

5.1 Introdução
Os dados relativos a caudais em território Angolano foram, na sua grande maioria,
disponibilizados pelo Instituto Nacional de Recursos Hídricos, INRH. Atualmente, não existe
nenhuma estação hidrométrica em funcionamento em Angola, apesar de estar a ser feito um
grande esforço para criar uma rede mínima de monitorização.
O conjunto de dados obtidos inclui os registos de caudal médio diário do período de 1951/52
a 1988/89 de 130 estações hidrométricas, distribuídas por 18 grandes bacias hidrográficas
do território Angolano. No entanto, o período com mais dados completos é o referente aos
anos hidrológicos de 1967/68 a 1973/74 (7 anos) e a série mais longa é a da estação
hidrométrica (EH) de Cambambe, localizada no rio Cuanza, que totaliza um total de 23 anos
hidrológicos completos. Existem 11 estações hidrométricas com, pelo menos, 15 anos
hidrológicos completos, das quais uma se localiza na bacia hidrográfica do rio Cunene (EH
Ruacana), uma na bacia hidrográfica do rio Bengo (EH Lalama) e nove na bacia hidrográfica
do rio Cuanza.

9
 13.º Congresso da Água

Na Tabela 2 apresenta-se o número de estações hidrométricas em função da dimensão dos

seus registos.
Tabela 2. Número de estações hidrométricas em função da dimensão dos seus registos
Número de anos hidrológicos completos 1 Número de estações
n.º  15 11
10  n.º < 15 24
7  n.º < 10 25
5  n.º < 7 34
n.º < 5 36

Para o presente estudo foram selecionadas as estações hidrométricas com pelo menos 10
anos de dados completos, tendo-se identificado 35 secções, localizadas em quatro bacias
hidrográficas principais (Bengo, Catumbela, Cuanza e Cunene). A escolha deste limite teve
em conta a necessidade de o período ser suficientemente longo para o poder subdividir em
dois períodos: um primeiro subperíodo usado na calibração do modelo e um segundo para a
sua validação.
Para obter bons resultados nos modelos de balanço hídrico é necessário que ambos os
subperíodos sejam representativos da variabilidade hidrológica da bacia hidrográfica e que
incluam períodos de anos secos e húmidos. Infelizmente, face ao número de anos
disponíveis das séries foi difícil assegurar esta variabilidade, em ambos os subperíodos,
tendo-se optado por calibrar o modelo para o conjunto total de dados disponíveis de cada
série e depois efetuar duas validações, uma para cada subperíodo, e verificar a qualidade
dos resultados obtidos. É expectável que os resultados obtidos para cada um dos
subperíodos sejam piores do que os obtidos com a série total, já que esta última, dada a sua
dimensão, consegue assegurar a existência de anos característicos, o que já não se verifica
com as séries de cada um dos subperíodos. Adicionalmente, os resultados da calibração
foram também validados confrontando os valores dos parâmetros do modelo para as várias
bacias entre si e com as características das bacias hidrográficas.
A calibração do modelo hidrológico tem por objetivo identificar os valores a atribuir aos
parâmetros do modelo que conduzem a um melhor ajustamento entre os escoamentos
simulados e os escoamentos observados, sendo a qualidade desse ajustamento medida por
um indicador pré-estabelecido. Esse indicador é, em geral, objeto de otimização, existindo
um grande número de propostas alternativas (Diskin e Simon, 1977; Sorooshian et al., 1983;
Yen Gan et al., 1997 e Gupta et al., 1998), tendo-se neste trabalho adotado o coeficiente de
eficiência de Nash-Sutcliffe (NSE) (Schaefli e Gupta, 2007; Gupta et al., 2009;Tekleab et al.,
2011; Rientjes et al., 2011) e o erro médio (EM), também designado de erro de ajustamento.
O indicador NSE é adimensional e mede a capacidade do modelo em estimar uma grandeza
comparando os resultados do modelo com uma estimativa de referência, neste caso os doze
valores do escoamento mensal médio. O coeficiente NSE varia entre - e 1. Valores
negativos de NSE significam que a média dos valores observados é melhor que os valores
estimados. O valor zero significa que a média dos valores observados é tão boa como a
estimativa do modelo e o valor 1 corresponde a uma eficiência perfeita do modelo.
Os parâmetros NSE e EM são dados pelas equações (12) e (13), respectivamente.

1 Considerou-se ano completo mesmo que a série apresentasse cerca de 5% de falhas diárias.

10
 13.º Congresso da Água

(12)

(13)

onde ECi é a estimativa do escoamento mensal obtida do modelo de balanço hídrico, Ei o

valor do escoamento mensal medido e representa o valor médio do escoamento mensal
do mês em causa.
Adicionalmente a estas estatísticas foram também calculas o coeficiente de correlação de
Pearson (, equação 14), o erro absoluto médio (EAM, equação 15) e o erro quadrático
médio (EQM, equação 16).

(14)

(15)

(16)

Para séries de escoamento de curta dimensão ou de reduzida variabilidade, as médias do

escoamento mensal constituem uma boa estimativa do escoamento em cada mês do
período de simulação, sendo difícil que o modelo de balanço hídrico apresente resultados
francamente melhores que essas médias. Nessa situação o NSE assume valores baixos.
Nas séries de grande dimensão que, em geral, apresentam uma maior variabilidade de anos
e amplitude de escoamento, quer a nível anual quer a nível mensal, as médias mensais dos
escoamentos observados apresentam um pior desempenho do que os valores obtidos no
modelo de balanço hídrico mensal, e o NSE apresenta valores francamente superiores a
zero.
5.2 Resultados
O modelo de balanço hídrico sequencial foi aplicado às 35 bacias hidrográficas que
dispunham de séries de escoamentos com mais de 10 anos de dados (Tabela 3), com a
precipitação nas bacias hidrográficas calculada pelo método dos polígonos de Thiessen a
partir dos registos das estações de monitorização. Destas 35 bacias, apenas foi possível
obter valores positivos ou nulos da estatística NSE em 15 bacias, abrangidas pelas grandes
bacias hidrográficas dos rios Cuanza e Cunene (Tabela 4).
As 20 bacias hidrográficas em que não se conseguiu obter valores positivos de NSE
localizam-se nas bacias hidrográficas dos rios Cuanza (17), Cunene (1), Bengo (1) e
Catumbela (1).
A maioria das estações hidrométricas da bacia hidrográfica do rio Cuanza que apresentam
NSE negativo estão localizadas no rio Lucala (6 estações). Os resultados do modelo são
fracos para os anos hidrológicos anteriores a 1967/68, o que de acordo com informação do
INRH deve ser devido a problemas nas curvas de vazão do referido período. A partir de
1967/68 verifica-se que em quatro das seis bacias hidrográficas se obtém um ajustamento

11
 13.º Congresso da Água

razoável entre os valores de escoamento observados e os resultados do modelo, com

valores de NSE compreendidos entre -0,2 e 0, e com coeficientes de correlação entre os
escoamentos mensais superiores a 75%.
Também na bacia hidrográfica do rio Cuanza, as estações hidrométricas de Cambambe,
Nharea e Mutula apresentam valores de NSE, compreendidos entre -0,5 e -0,1, mas com
um bom ajustamento com coeficientes de correlação, entre os escoamentos mensais
calculados e observados, superiores a 85%. O mesmo se verifica para a bacia hidrográfica
da EH de Lucunga, localizada no rio Luando, com valor de NSE de -0,46 e coeficiente de
correlação entre os escoamentos mensais de 85%. Estes resultados mostram quão exigente
é a estatística NSE, quando calculada para períodos curtos e utilizando os valores de
escoamento mensal médio como valor de referência.
Ainda na bacia hidrográfica do rio Cuanza, não se conseguiram bons ajustamentos nas
sub-bacias das estações hidrométricas de Calombo e de Bacuanga que apresentam
escoamentos observados significativamente mais baixos quando comparados com os
escoamentos das outras sub-bacias hidrográficas do rio Cuanza. O valor de NSE obtido
nestas é superior a - 5,9.
Relativamente ao rio Cunene, a única sub-bacia que não apresentou valores positivos de
NSE foi a da EH de Ruacana. O valor obtido para esta estatística foi de -0,22 e os
coeficientes de correlação obtidos foram de 79% e de 87%, respectivamente, entre os
escoamentos mensais e escoamentos mensais médios.
Na bacia hidrográfica da EH de Lalama, localizada no rio Bengo, verifica-se que o modelo
de balanço hídrico apresenta maus resultados. Os valores obtidos para NSE e para o
coeficiente de correlação entre os escoamentos mensais são de -0,20 e 57%.
No rio Catumbela, a única bacia com mais de 10 anos de escoamentos mensais, apesar de
não apresentar um valor de NSE positivo (-0,20), verifica-se que o ajustamento entre os
escoamentos calculados e observados é razoável, com coeficiente de correlação entre os
escoamentos mensais de 83%.
Tabela 3. Localização das estações hidrométricas com NSE maior que zero.
Modelo de balanço hídrico com dados de precipitação das estações de monitorização

Bacia Coordenadas Área da Bacia

Estação Hidrométrica Rio Hidrográfica Latitude Longitude Altitude Hidrográfica
principal (°S) (°E) (m) (km2)

Povoação do Cuanza 11°59' 17°54' 1 590 23 179

Nharea 11°14' 17°25' 1 200 36 291
Cuanza
Cauisso 10°24' 16°26' 1 055 61 235
Kangandala 9°53' 16°17' 1 050 94 757
Mutula 9°43' 15°43' 940 103 396
Cuanza
Cambambe 9°45' 14°29' 187 118 873
Quedas do Lau Lau Cune 11°24' 16°53' 1 300 1 002
Gango 10°38' 15°53' 1 590 2 698
Gango
Vila Verde 9°59' 15°42' 1 030 5 584
Foz, Cunhinga Foz 10°49' 16°44' 1 100 4 114

12
 13.º Congresso da Água

Tabela 3 (cont.). Localização das estações hidrométricas com NSE maior que zero.
Modelo de balanço hídrico com dados de precipitação das estações de monitorização

Bacia Coordenadas Área da Bacia

Estação Hidrométrica Rio Hidrográfica Latitude Longitude Altitude Hidrográfica
principal (°S) (°E) (m) (km2)

Chuimbunde Coquema 12°04' 17°36' 1 300 8 229

Afluente do Cole 9°03' 16°04' 990 2 106
Luando
Lucunga 10°19' 16°35' 1 050 27 505
Quedas 11°54' 16°35' 1 450 2 927
Cutato
Banga 10°38' 16°36' 1043 13 171
Calombo Buinza 9°59' 15°10' 1 078 1 007
Bacuanga Luinga 9°58' 15°27' 882 1 246
Rimba Luquembo Jombo 10°32' 17°30' 1 070 5 558
Chiumbe Cunje Cuanza 11°47' 17°31' 1 300 2 967
Pt. Freitas Morna Cuiva 11°59' 17°43' 1 260 4 685
Pt. Cuije Cuije 9°39' 16°24' 1 030 3 431
Pousada do Duque Cole (Afl. Lucala) 9°06' 16°02' 970 4 615
Pt.. Raúl de Lima 8°56' 16°01' 1 106 6 876
Pt. Vieira Machado 9°08' 15°58' 950 13 218
Lucala Lucala 9°16' 15°15' 600 15 896
Pt. Pinheiro Chagas 9°26' 14°45' 240 20 191
Lucala km 34 9°31' 14°23' 25 22 558
Jamba Ia Homa 13°46' 15°30' 1490 8 684
Jamba Ia Mina 14°13' 15°24' 1290 13 841
Vila Folgares Cunene 14°54' 15°05' 1190 35 448
Cunene
Xangongo 16°44' 14°58' 1100 53 700
Ruacana 17°23' 14°12' - 85 985
Lucunde Cuando 13°47' 15°25' 1480 1 408
Biópio Catumbela Catumbela 12°29' 13°45' 195 15 812
Lalama Bengo Bengo 8°58' 13°43' 14 7 488

Na Tabela 4 apresentam-se os resultados da calibração para as 15 das 35 bacias

identificadas na Tabela 3, cujo NSE foi superior a 0. São indicados os valores dos
parâmetros do modelo para os quais se obteve o melhor ajustamento e os resultados das
estatísticas calculadas, para ambos os subperíodos e para a totalidade do período (período
usado na calibração).
Os valores do NSE são positivos para os vários períodos de análise considerados, com a
exceção dos resultados do subperíodo 1 para as bacias hidrográficas da EH de Chimbunde,
EH Afluente do Cole e EH de Xangongo e no subperíodo 2 para a EH de Cauisso. Os
valores de NSE variam entre 0,00 e 0,89. Os coeficientes de correlação linear apresentam
valores entre 70% e 95%. O erro médio (EM) varia entre -15,7% e 18,8%, para cada um dos
subperíodos de validação (EH Cunhinga).
Os valores do parâmetro , que mede a quantidade máxima de água retida à superfície
e no solo, variam entre 125 mm e 390 mm, com as bacias do rio Cunene a apresentarem

13
 13.º Congresso da Água

uma menor amplitude (160 mm e 190 mm) que as bacias do rio Cuanza (125 mm e
320 mm). Verifica-se também que nas bacias pertencentes ao Alto Cunene, o parâmetro
toma o valor de 160 mm e nas pertencentes ao Médio Cunene toma o valor de
190 mm. O parâmetro  varia entre 0,25 e 0,35, sendo que em todas as bacias hidrográficas
analisadas do rio Cunene, o parâmetro  toma o valor de 0,35.
As duas bacias hidrográficas pertencentes ao rio Cuanza que apresentam maior valor de
, EH de Povoação do Cuanza e EH de Chimbunde, são bacias contiguas e em que o
solo predominante é do tipo arenossolos, isto é, solos com elevada permeabilidade. A partir
da EH de Povoação do Cuanza os solos são do tipo ferralssolos e luvissolos cálcicos, solos
de textura argilosa, pelo que apresentam menor permeabilidade.
A diferença de valores obtida para das bacias hidrográficas do rio Gango (pertencentes
ao rio do Cuanza) também poderá ser justificadas com base no tipo de solos. Efectivamente,
de acordo com a carta de solos verifica-se que, em cerca de 50% da bacia hidrográfica da
EH de Gango (bacia de cabeceira), são predominantes os arenossolos e a restante área é
composta por ferralssolos. A área de bacia entre as duas estações hidrométricas é, na
totalidade, composta por ferralssolos.
Relativamente ao rio Cunene verifica-se que na unidade hidrográfica Alto Cunene,
representada pelas bacias hidrográficas das EH de Jamba Ia Homa e Jamba Ia Mina, são
predominantes os ferralssolos, já na unidade hidrográfica do Médio Cunene os arenossolos
ocupam uma grande percentagem da área das bacias hidrográficas das EH de Vila Folgares
e de Xangongo.
Os valores obtidos para o parâmetro são, assim, consistentes com os tipos de solo
predominantes nas bacias hidrográficas.
Tabela 4. Resultados das estatísticas do balanço hídrico de Thorthwaite-Matter,
com dados de precipitação das estações de monitorização

Estação Hmáx  Esc.Obs Esc.Cal NSE  EM EM EAM EAM EQM

Fase
Hidrométrica (mm) (-) (mm) (mm) (-) (%) (mm) (%) (mm) (%) (%)
Calibração 16,5 16,5 0,40 73 0,0 0,2 9,7 59 83
Povoação
do Cuanza
Validação 1 320 0,30 16,5 18,3 0,45 76 1,8 11,0 8,9 54 81
Validação 2 16,6 14,3 0,31 70 -2,3 -13,8 10,8 65 88
Calibração 18,1 18,2 0,70 86 0,1 0,5 8,2 41 58
Kangandala Validação 1 275 0,30 19,8 22,2 0,67 84 2,4 12,0 8,2 42 58
Validação 2 16,9 15,3 0,73 87 -1,6 -9,6 7,6 45 55
Calibração 18,1 18,2 0,01 90 0,1 0,3 7,0 39 50
Cauisso Validação 1 265 0,30 20,6 23,9 0,64 93 3,4 16,4 7,4 36 45
Validação 2 16,5 14,1 -0,08 86 -2,4 -14,7 6,9 42 54
Calibração 31,6 31,7 0,33 90 0,1 0,2 7,6 24 34
Quedas do
Validação 1 150 0,30 32,1 33,5 0,89 95 1,4 4,3 5,3 17 24
Lau Lau
Validação 2 31,3 30,7 0,26 88 -0,7 -2,2 8,8 28 39
Calibração 25,5 25,6 0,14 86 0,1 0,5 7,8 31 38
Gango Validação 1 125 0,25 28,3 29,9 0,09 89 1,6 5,8 7,8 28 35
Validação 2 23,0 21,5 0,17 83 -1,5 -3,3 8,0 33 41
Calibração 16,7 16,8 0,08 84 0,1 0,6 6,1 37 46
Vila Verde Validação 1 160 0,25 16,7 16,9 0,00 85 0,2 1,2 5,7 34 44
Validação 2 16,6 16,5 0,01 84 -0,11 -0,7 6,5 39 49

14
 13.º Congresso da Água

Tabela 4 (cont.). Resultados das estatísticas do balanço hídrico de Thorthwaite-Matter,

com dados de precipitação das estações de monitorização

Estação Hmáx  Esc.Obs Esc.Cal NSE  EM EM EAM EAM EQM

Fase
Hidrométrica (mm) (-) (mm) (mm) (-) (%) (mm) (%) (mm) (%) (%)
Calibração 27,5 27,6 0,23 87 0,1 0,4 8,7 32 44
Cunhinga Validação 1 165 0,30 31,3 37,2 0,58 94 5,9 18,8 9,7 31 40
Validação 2 24,9 21,0 0,19 84 -3,9 -15,7 8,2 33 47
Calibração 21,1 21,3 0,05 80 0,2 0,8 10,6 50 67
Chimbunde Validação 1 315 0,30 20,6 20,9 -0,20 81 0,3 1,6 9,0 44 61
Validação 2 21,5 21,3 0,02 80 -0,2 -0,9 11,9 55 72
Calibração 18,1 18,1 0,10 81 0,0 -0,2 6,4 35 44
Afluente do
Validação 1 175 0,25 16,2 16,0 -0,45 70 -0,1 -0,9 6,9 43 53
Cole
Validação 2 19,4 19,2 0,12 83 -0,1 -0,7 6,4 33 42
Calibração 24,7 24,7 0,43 88 0,0 0,0 6,6 27 35
Banga Validação 1 155 0,25 27,5 29,5 0,85 95 2,0 7,4 5,8 21 26
Validação 2 22,8 21,3 0,36 82 -1,5 -6,5 7,3 32 43
Calibração 24,5 24,7 0,44 91 0,2 0,6 8,9 37 50
Jamba Ia
Validação 1 160 0,35 30,8 34,5 0,58 94 3,7 11,9 8,8 28 40
Homa
Validação 2 20,3 18,1 0,29 87 -2,2 -10,9 9,1 45 61
Calibração 22,7 22,7 0,22 88 -0,1 -0,4 9,0 40 56
Jamba Ia
Validação 1 160 0,35 28,2 30,8 0,41 92 2,6 9,4 8,8 31 44
Mina
Validação 2 19,1 17,2 0,01 84 -1,9 -10,1 9,2 48 67
Calibração 11,9 11,9 0,23 86 0,0 -0,3 5,7 48 70
Vila Folgares Validação 1 190 0,35 13,0 13,5 0,05 88 0,4 3,4 6,4 49 72
Validação 2 10,9 10,5 0,39 85 -0,4 -4,1 5,1 47 67
Calibração 8,01 7,82 0,17 85 -0,2 -2,4 3,8 48 78
Xangongo Validação 1 190 0,35 8,86 7,65 -0,08 87 -1,2 -13,7 3.8 43 66
Validação 2 7,40 7,91 0,26 84 0,5 6,9 3,8 51 88
Calibração 25,7 25,7 0,71 89 0,0 -0,1 9,0 35 48
Lucunde Validação 1 95 0,35 30,5 28,0 0,68 93 -2,5 -8,3 8,9 29 37
Validação 2 22,5 24,1 0,73 87 1,7 7,5 9,2 41 56

As Figuras 2 e 3 comparam os escoamentos mensais calculados pelo modelo de

Thorthwaite-Matter com os escoamentos observados nas estações das bacias principais dos
rios Cuanza e Cunene, em que o valor do NSE obtido é positivo ou igual a zero. Os gráficos
das referidas figuras identificam os períodos de validação 1 e validação 2, sendo o período
usado na calibração, o período total.
Na Figura 4 apresentam-se, mês a mês, as médias das séries de escoamentos observados
e estimados e os valores dos coeficientes de correlação entre os referidos escoamentos.
Com exceção da bacia hidrográfica da EH de Povoação de Cuanza, todos os coeficientes
de correlação obtidos são superiores a 87%.

15
 20,0
40,0
60,0
80,0
100,0
120,0

0,0
20,0
40,0
60,0
80,0
100,0
120,0

0,0

20,0
40,0
60,0
80,0
100,0

0,0

20,0
40,0
60,0
80,0
100,0

0,0
Out/62 Out/59 Out/59
Out/64
Jan/63 Fev/60 Fev/60
Abr/63 Jan/65
Jun/60 Jun/60
Jul/63 Abr/65 Out/60
Out/60
Out/63 Jul/65 Fev/61
Fev/61
Jan/64 Oct/65 Jun/61
Jun/61
Abr/64
Jan/66 Out/61 Out/61
Jul/64
Apr/66 Fev/62 Fev/62
Out/64

Validação 1
Jul/66 Jun/62 Jun/62
Jan/65
Oct/66 Out/62 Out/62
Abr/65
Fev/63 Fev/63
Jul/65 Jan/67
Out/65 Jun/63 Jun/63

Validação 1
Apr/67

Esc Calc (mm)

Esc Calc (mm)

Esc Calc (mm)
Jan/66 Out/63 Out/63

Validação 1
Jul/67 Fev/64
Abr/66 Fev/64

Esc Calc (mm)

Jul/66
Oct/67 Jun/64 Jun/64
Out/66 Jan/68 Out/64 Out/64
Validação 1

Jan/67 Apr/68 Fev/65 Fev/65

Abr/67 Jul/68 Jun/65 Jun/65
Jul/67 Out/65 Out/65
Oct/68
Out/67 Fev/66 Fev/66
Jan/69
Jan/68 Jun/66 Jun/66
Abr/68 Apr/69
Out/66 Out/66
Jul/69

16
Jul/68
Fev/67 Fev/67
Out/68 Oct/69
Jun/67 Jun/67
Jan/69 Jan/70 Out/67 Oct/67
Esc Obs (mm)

Abr/69

Esc Obs (mm)

Esc Obs (mm)
Apr/70 Feb/68

Hmáx = 265 mm,  = 0,30

Fev/68
Jul/69

Validação 2
Hmáx = 320 mm,  = 0,30

Hmáx = 275 mm,  = 0,30

Esc Obs (mm)

Rio Cuanza - EH Cauisso
Jul/70 Jun/68 Jun/68

Hmáx = 155 mm,  = 0,30

Out/69
Rio Cuanza - EH Kangandala

Jan/70 Oct/70 Out/68 Oct/68

Abr/70 Jan/71 Fev/69 Feb/69
Rio Cuanza - EH Povoação do Cuanza

Jul/70 Jun/69 Jun/69

Validação 2

Apr/71

Rio Cune (Cuanza) - EH Quedas do Lau Lau

Out/70 Out/69 Oct/69
13.º Congresso da Água

Jul/71

Validação 2
Jan/71 Fev/70 Feb/70
Oct/71
Abr/71 Jun/70 Jun/70
Jan/72

sequencial na bacia hidrográfica principal Cuanza

Jul/71 Out/70 Oct/70
Out/71 Apr/72
Validação 2

Fev/71 Feb/71
Jan/72 Jul/72 Jun/71 Jun/71
Abr/72 Oct/72 Out/71 Oct/71
Jul/72 Feb/72
Jan/73 Fev/72
Média Mensal

Média Mensal

Média Mensal
Out/72
Jun/72 Jun/72

Média Mensal
Apr/73
Jan/73
Out/72 Oct/72

Figura 2. Escoamentos mensais calculados pelo modelo de balanço hídrico

Abr/73 Jul/73
Fev/73 Feb/73
Jul/73 Oct/73
Jun/73 Jun/73
Out/73 Jan/74
Out/73 Oct/73
Jan/74 Apr/74
Abr/74 Fev/74 Feb/74
Jul/74 Jun/74 Jun/74
Jul/74
 0,0
20,0
40,0
60,0
80,0

100,0
120,0

0,0
20,0
40,0
60,0
80,0
100,0
120,0
20,0
40,0
60,0
80,0
100,0

0,0
20,0
40,0
60,0
80,0
0,0
Out/60 Out/64 Out/63 Out/59
Jan/61 Jan/65
Jan/64 Fev/60
Abr/61 Abr/64 Jun/60
Abr/65
Jul/61 Jul/64 Out/60
Jul/65
Out/61 Out/64 Fev/61
Out/65
Jan/62 Jan/65 Jun/61
Jan/66 Abr/65
Abr/62 Out/61
Jul/62 Abr/66 Jul/65 Fev/62
Out/62 Jul/66 Out/65 Jun/62
Out/66 Jan/66 Out/62

Validação 1
Jan/63
Abr/63 Jan/67 Abr/66 Fev/63

Validação 1
Jul/66 Jun/63

Esc Calc (mm)

Jul/63 Abr/67
Validação 1

Out/63

Esc Calc (mm)

Out/66
Esc Calc (mm)
Out/63 Jul/67

Esc Calc (mm)

Jan/64 Jan/67 Fev/64
Oct/67
Abr/64 Abr/67 Jun/64

Validação 1
Jan/68
Jul/64 Jul/67 Out/64
Apr/68 Fev/65
Out/64 Out/67
Jul/68 Jan/68 Jun/65
Jan/65
Out/68 Abr/68 Out/65
Abr/65
Jan/69 Jul/68 Fev/66
Jul/65
Abr/69 Out/68 Jun/66
Out/67
Jan/69 Out/66
Jan/68 Jul/69

17
Abr/69 Fev/67
Abr/68 Out/69
Jul/69 Jun/67
Jul/68 Jan/70

Esc Obs (mm)

Out/67
Hmáx = 165 mm,  = 0,25

Out/68 Out/69
Abr/70

Esc Obs (mm)

Fev/68

Esc Obs (mm)

Esc Obs (mm)

Hmáx = 315 mm,  = 0,30

Jan/70
Hmáx = 125 mm,  = 0,25

Jan/69

Hmáx = 165 mm,  = 0,30

Jul/70 Jun/68
Abr/70
Validação 2

Abr/69
Out/70 Out/68

Rio Cunhinga (Cuanza) - EH Foz

Rio Gango (Cuanza) - EH Gango

Validação 2

Jul/69 Jul/70
Rio Gango (Cuanza) - EH Vila Verde

Jan/71 Fev/69
Out/69 Out/70

Rio Coquema (Cuanza) - EH Chimbunde

Abr/71 Jun/69
Jan/70 Jan/71

Validação 2
Out/69
13.º Congresso da Água

Abr/70 Jul/71 Abr/71

Fev/70
Jul/70 Out/71 Jul/71
Jun/70

Validação 2
Out/70 Jan/72 Out/71

sequencial na bacia hidrográfica principal Cuanza

Out/70
Jan/71 Abr/72 Jan/72
Fev/71
Abr/71 Jul/72 Abr/72
Jun/71
Jul/71 Jul/72
Out/72 Out/71
Out/71 Out/72

Média Mensal
Jan/73 Fev/72
Média Mensal

Jan/73

Média Mensal
Jan/72 Jun/72
Abr/73
Média Mensal

Abr/72 Abr/73
Jul/73 Out/72
Jul/72 Jul/73 Fev/73
Out/73 Out/73

Figura 2 (cont.). Escoamentos mensais calculados pelo modelo de balanço hídrico

Out/72 Jun/73
Jan/74 Jan/74
Jan/73 Out/73
Abr/73 Abr/74 Abr/74 Fev/74
Jul/73 Jul/74 Jul/74 Jun/74
 20,0
40,0
60,0
80,0
100,0

0,0
10,0
20,0
30,0
40,0
50,0
60,0

0,0

100,0
120,0

0,0
20,0
40,0
60,0
80,0
Out/64 Out/64 Out/64
Jan/65 Jan/65 Jan/65
Abr/65 Abr/65 Abr/65
Jul/65 Jul/65 Jul/65
Out/65 Out/65 Out/65
Jan/66 Jan/66 Jan/66
Abr/66 Abr/66 Abr/66
Jul/66 Jul/66 Jul/66

Validação 1
Out/66 Out/66 Out/66

Validação 1
Jan/67 Jan/67 Jan/67
Validação 1

Abr/67 Abr/67 Abr/67

Esc Calc (mm)

Jul/67 Jul/67 Jul/67

Esc Calc (mm)

Esc Calc (mm)
Out/67 Out/67 Out/67
Jan/68 Jan/68 Jan/68
Abr/68 Abr/68 Abr/68
Jul/68 Jul/68 Jul/68
Out/68 Out/68 Out/68

Jan/69 Jan/69 Jan/69

Abr/69 Abr/69 Abr/69

Jul/69 Jul/69 Jul/69

18
Out/69 Out/69 Out/69
Validação 2

Jan/70 Jan/70 Jan/70

Abr/70 Abr/70 Abr/70

Esc Obs (mm)

Esc Obs (mm)

Hmáx = 160 mm,  = 0,35

Jul/70
Esc Obs (mm)

Hmáx = 155 mm,  = 0,25

Jul/70 Jul/70
Out/70 Out/70 Out/70
Rio Cutato (Cuanza) - EH Banga

Rio Cunene - EH Jamba Ia Homa

Hmáx = 175mm,  = 0,25 (ETP Turc)

Jan/71 Jan/71 Jan/71

Abr/71 Abr/71 Abr/71

Rio Luando (Cuanza) - EH Afluente do Cole

Jul/71
13.º Congresso da Água

Jul/71 Jul/71
Validação 2

Validação 2
Out/71 Out/71 Out/71

Jan/72 Jan/72 Jan/72

sequencial na bacia hidrográfica principal Cuanza

sequencial na bacia hidrográfica principal Cunene

Abr/72 Abr/72 Abr/72

Jul/72 Jul/72
Jul/72
Out/72 Out/72
Out/72
Jan/73 Jan/73
Jan/73

Média Mensal
Abr/73 Abr/73
Média Mensal

Abr/73
Média mensal

Jul/73

Figura 3. Escoamentos mensais calculados pelo modelo de balanço hídrico

Jul/73 Jul/73
Out/73 Out/73
Out/73
Figura 2 (cont.). Escoamentos mensais calculados pelo modelo de balanço hídrico

Jan/74 Jan/74
Jan/74
Abr/74 Abr/74
Abr/74
Jul/74 Jul/74
Jul/74
 10,0
20,0
30,0
40,0
50,0
60,0

0,0
100,0
120,0

0,0
20,0
40,0
60,0
80,0

20,0
40,0
60,0
80,0
100,0

0,0

100,0
120,0

0,0
20,0
40,0
60,0
80,0
Out/63
Out/62 Out/63 Out/63
Jan/63 Jan/64
Jan/64 Jan/64
Abr/63
Abr/64 Abr/64 Abr/64
Jul/63
Jul/64 Jul/64
Jul/64 Out/63
Jan/64 Out/64 Out/64
Out/64
Abr/64 Jan/65
Jan/65 Jan/65
Jul/64 Abr/65
Abr/65 Abr/65
Out/64 Jul/65
Jul/65 Jul/65
Jan/65 Out/65
Out/65 Abr/65 Jan/66 Out/65
Jan/66 Jul/65 Abr/66 Jan/66
Out/65

Validação 1
Validação 1

Abr/66 Jul/66 Abr/66

Validação 1
Esc Calc (mm)

Esc Calc (mm)

Jan/66

Esc Calc (mm)

Esc Calc (mm)

Jul/66 Out/66 Jul/66
Abr/66
Out/67 Jan/67 Out/67
Jul/66

Validação 1
Abr/67 Jan/68
Jan/68 Out/66
Jul/67
Abr/68 Jan/67 Abr/68
Abr/67 Out/67
Jul/68 Jul/68
Jul/67 Jan/68
Out/68 Out/68
Out/67 Abr/68
Jan/69 Jan/68 Jul/68 Jan/69
Abr/69 Abr/68 Out/68 Abr/69
Jul/69 Jul/68 Jan/69 Jul/69

19
Out/69
Out/68 Abr/69 Out/69
Jan/69 Jul/69
Jan/70 Jan/70

Esc Obs (mm)

Abr/69

Esc Obs (mm)

Out/69 Abr/70

Esc Obs (mm)

Esc Obs (mm)

Abr/70 Jul/69

Validação 2
Hmáx = 160 mm, = 0,35

Jan/70

Hmáx = 100 mm,  = 0,35

Hmáx = 190 mm,  = 0,35

Jul/70 Out/69 Jul/70

Rio Cunene - EH Xangongo

Abr/70
Rio Cunene - EH Vila Folgares

Out/70 Jan/70 Out/70

Rio Cunene - EH Jamba Ia Mina

Abr/70 Jul/70

Rio Cuando (Cunene) - EH Lucunde

Jan/71 Jan/71
Jul/70 Out/70

Hmáx = 190 mm,  = 0,35 (ETP Turc)

Abr/71 Abr/71

Validação 2
Out/70 Jan/71
13.º Congresso da Água

Jul/71 Jan/71 Abr/71 Jul/71

Validação 2

Validação 2

Out/71 Abr/71 Jul/71 Out/71

Jan/72 Jul/71 Out/71 Jan/72

sequencial na bacia hidrográfica principal Cunene

Abr/72
Out/71 Jan/72 Abr/72
Jan/72 Abr/72
Jul/72 Jul/72
Abr/72 Jul/72
Out/72 Jul/72 Out/72
Out/72
Jan/73 Out/72 Jan/73
Média Mensal

Jan/73

Média Mensal
Média Mensal

Média Mensal (mm)

Abr/73 Jan/73 Abr/73
Abr/73
Jul/73
Abr/73 Jul/73
Jul/73 Jul/73
Out/73 Out/73

Figura 3 (cont.). Escoamentos mensais calculados pelo modelo de balanço hídrico

Out/73 Out/73
Jan/74 Jan/74 Jan/74 Jan/74
Abr/74 Abr/74 Abr/74 Abr/74
Jul/74 Jul/74 Jul/74 Jul/74
 13.º Congresso da Água
Povoação do Cuanza Kangandala Cauisso
50 50 50
Média doEsc mensal (mm)

Média do Esc mensal (mm)

 = 79%  = 91%  = 92%

Média do Esc mensal (mm)

40 40 40

30 30 30

20 20 20

10 10 10
0 0
0

Mar

Mai
Jan

Abr
Dez

Jun

Ago
Out

Jul

Set
Fev
Nov

Mar

Mai
Jan

Abr
Dez

Jun

Ago
Out

Jul

Set
Fev
Nov
Ago
Jul

Set
Fev
Mar

Mai
Jan

Abr
Nov
Dez

Jun
Out

Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc.

Quedas do Lau Lau Gango Vila Verde

80 60 40

Média do Esc mensal (mm)

Média do Esc mensal (mm)

 = 99%  = 91%  = 90%

Média do Esc mensal (mm)

50
60 30
40
40 30 20
20
20 10
10
0 0 0
Ago
Jul

Set
Fev
Mar

Mai
Jan

Abr
Nov
Dez

Jun
Out

Ago
Jul

Set
Fev
Mar

Mai
Jan

Abr
Nov
Dez

Jun
Out

Ago
Jul

Set
Mar

Mai
Jan
Fev

Abr
Nov
Dez

Jun
Out
Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc.

Foz Chimbunde Banga

80 60 50
Média do Esc mensal (mm)

 = 97%
Média do Esc mensal (mm)

 = 87%  = 97%

Média do Esc mensal (mm)

60 40
40
30
40
20
20
20
10
0 0 0
Mar

Mai
Jan

Abr
Dez

Jun

Ago
Out

Jul

Set
Fev
Nov

Mar

Mai
Jan

Abr
Dez

Jun

Ago
Out

Jul
Ago

Set
Jul

Fev
Nov
Fev

Set
Mar

Mai
Nov

Jan

Abr

Jun
Dez
Out

Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc.

Afluente do Cole Jamba Ia Homa Jamba Ia Mina

50 60 80
Média do Esc Menssal (mm)

 = 96%
Média do Esc mensal (mm)

 = 87%  = 98%
Média do Esc mensal (mm)

40 60
30 40
40
20
20
10 20

0
0 0
Mar

Mai
Jan
Dez

Abr

Jun

Ago
Out

Jul
Fev

Set
Nov

Mar

Mai
Jan

Abr
Dez

Jun

Ago
Out

Jul

Set
Fev

Ago
Nov

Jul
Fev

Set
Mar

Mai
Jan

Abr

Jun
Nov
Dez
Out

Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc.

Vila Folgares Xangongo Lucunde

40 25 80
Média do Esc mensal (mm)

 = 91%  =92%  = 95%

Média do Esc mensal (mm)

Média do Esc mensal (mm)

30 20 60
15
20 40
10
10 20
5
0 0 0
Ago
Jul

Set
Mar

Mai
Jan
Fev

Abr
Nov
Dez

Jun
Out

Mar

Mai
Jan

Abr
Dez

Jun

Ago
Out

Jul

Set
Fev
Nov

Out Nov Dez Jan Fev Mar Abr Mai Jun Jul Ago Set

Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc. Esc.Obs. Esc. Calc.

Figura 4. Médias dos escoamentos mensais calculados e observados

No seu todo, os resultados apresentados para as 15 bacias selecionadas revelam que o

modelo de balanço hídrico é capaz de fornecer estimativas fiáveis dos escoamentos
mensais. Verificando-se também um razoável ajustamento para as três bacias hidrográficas
localizadas no rio Cuanza (Cambambe, Nharea e Mutula), para a bacia hidrográfica da EH

20
 13.º Congresso da Água

de Ruacana (Cunene) e em quatro das seis bacias localizadas no rio Lucala mas nestas
últimas, apenas, para o período posterior a 1967/68.
Uma vez que as precipitações nas bacias hidrográficas usadas nos modelos de balanço
hídrico anteriormente apresentados tiveram, apenas, por base os dados das estações de
monitorização que, em muitas zonas, apresentam fraca cobertura, investigou-se se os
resultados de monitorização remota da precipitação do projeto TRMM poderiam melhor as
estimativas da precipitação média sobre as bacias hidrográficas e, consequentemente, os
resultados do modelo.
As séries de precipitação mensal sobre cada bacia hidrográfica foram recalculadas
multiplicando o valor calculado pelo método de Thiessen por um coeficiente que é dado pelo
rácio entre a precipitação mensal média obtida com correcção do TRMM e a precipitação
mensal média obtida com base nos polígonos de Thiessen. Trabalhando com médias
mensais foi necessário gerar apenas uma superfície por mês, o que tornou o processo muito
menos moroso apesar de mais simplificado. Este processo evitou a geração de n anos x 12
superfícies de co-crigagem, que poderá conduzir a melhores resultados.
Na Tabela 5 apresentam-se os resultados das estatísticas obtidas para o modelo de balanço
hídrico sequencial com base nas novas séries de precipitação mensal.
Tabela 5. Resultados dos modelos de balanço hídrico de Thorthwaite-Matter com correção das
precipitações com base no projecto TRMM na bacia principal do rio Cuanza

Estação Precipitações In Situ Correção de Precipitações com TRMM

Bacia Hidrométrica
Rio Hmáx  NSE  NSE(1) Hmáx  NSE(2) (2)
Principal
(mm) (-) (-) (%) (-) (mm) (-) (-) (%)
Cuanza Pov. Cuanza 320 0,30 0,40 73 0,04 390 0,30 0,17 69
Cuanza Kangandala 275 0,30 0,70 86 0,69 270 0,30 0,69 86
Cuanza Cauisso 265 0,30 0,01 90 -0,08 270 0,30 -0,07 90
Cune Quedas do Lau Lau 150 0,30 0,33 90 0,30 135 0,30 0,30 90
Gango Gango 125 0,25 0,14 86 0,23 140 0,25 0,22 87
Cuanza
Gango Vila Verde 160 0,25 0,08 84 -0,09 145 0,25 -0,11 81
Cunhinga Foz 165 0,30 0,23 87 0,26 145 0,30 0,27 87
Coquema Chimbunde 315 0,30 0,05 80 -1,56 370 0,30 -1,54 45
Luando Afluente do Cole 175 0,25 0,10 81 0,03 175 0,25 0,03 79
Cutato Banga 155 0,25 0,43 88 0,38 170 0,25 0,39 87
Cunene Jamba Ia Homa 160 0,35 0,44 91 0,41 150 0,35 0,39 91
Cunene Jamba Ia Mina 160 0,35 0,22 88 0,21 160 0,35 0,21 89
Cunene Cunene Vila Folgares 190 0,35 0,23 86 -0,22 220 0,35 0,00 83
Cunene Xangongo 190 0,35 0,17 85 0,06 185 0,35 0,03 86
Cuando Lucunde 95 0,35 0,71 89 0,59 140 0,35 0,65 88
(1)
sem alterar e e (2)
com novos e  de forma a minimizar EM

De acordo com os resultados constantes na Tabela 5, verifica-se que o desempenho, com

base no valor obtido para a estatística NSE, do modelo de balanço hídrico com a introdução
da correção dada pelo TRMM piorou em oito das dez bacias hidrográficas analisadas na
bacia principal Cuanza. Para a bacia hidrográfica do rio Cunene o resultado foi idêntico, isto
é, as cinco bacias hidrográficas com NSE positivo apresentaram pior valor de NSE.

21
 13.º Congresso da Água

Relativamente às restantes bacias hidrográficas, cujo valor de NSE obtido foi negativo, num
total de 20, verificou-se que 17 apresentaram um resultado pior desta estatística. Apenas
três bacias hidrográficas, localizadas no rio Cuanza melhoraram, mas de forma pouco
significativa.
De acordo com os resultados obtidos pode-se concluir que a distribuição espacial da
precipitação dada pelo TRMM não melhora, em geral, os resultados da precipitação nas
bacias hidrográficas dado pelo método tradicional e mais simples dos polígonos de
Thiessen, apenas, com os dados das estações de monitorização.

6. CONSIDERAÇÕES FINAIS
Com base nos resultados apresentados anteriormente pode concluir-se que os valores
obtidos para os parâmetro do modelo, e , apresentam conceptualmente valores
aceitáveis. O modelo de balanço hídrico de Thorthwaite-Matter nas bacias hidrográficas
analisadas consegue representar a variabilidade temporal dos escoamentos mensais ao
longo dos anos denotando-se uma certa fragilidade em anos secos, uma vez que não
consegue, em alguns casos, representar a variabilidade temporal dos escoamentos
mensais.
Há, no entanto, um conjunto de bacias hidrográficas em que o modelo não foi capaz de
explicar a variação do escoamento mensal, tendo em contas as estimativas da precipitação
mensal. É necessário continuar a investigação para perceber a razão desta discrepância.
Relativamente aos escoamentos máximos, verifica-se que o modelo caracteriza bem as
bacias hidrográficas que apresentam dois picos por ano e as que apresentam, apenas, um
pico por ano. No entanto, o valor máximo não é muitas vezes bem representado pelo
modelo de balanço hídrico, uma vez que os resultados dos escoamentos calculados, na
maioria das situações, são superiores aos observados. Tal situação poderá não ser um
problema do modelo, mas, poderá corresponder a uma má extrapolação da curva de vazão,
para valores superiores a um dado limiar.
Verificou-se que, não obstante da simplicidade dos polígonos de Thiessen, a inclusão das
superfícies do TRMM não conduzem a melhores resultados no modelo de balanço hídrico. A
melhor forma de utilizar estes produtos de monitorização remota na melhoria das
estimativas da precipitação em Angola, é outra das áreas de investigação que merece ser
prosseguida.

REFERÊNCIAS
Diskin M, Simon E. 1977. A procedure for the selection of objective functions for hydrologic
simulation models. Journal of Hydrology 34(1): pp. 129–149.
Doorenbos, J., Pruitt, W. O., 1984. Guidelines for predicting crop water requirements. Rome:
FAO. 178 p. (Irrigation and drainage paper, 24)
Droogers, P., Allen, R.G., 2002. Estimating reference evapotranspiration under inaccurate
data conditions. Irrig. Drain. Syst. 16(1): pp. 33-45.

22
 13.º Congresso da Água

Gupta V.G., Kling H., Yilmaz K.K., Martinez G.F., 2009. Decomposition of the mean squared
error and NSE performance criteria: Implications for improving hydrological modelling.
J. Hydrol., Vol. 377, pp. 80–91. DOI: 10.1016/j.jhydrol.2009.08.003.
Huffman, G.J., Adler, R.F., Bolvin, D.T., Nelkin, E.J. e Kenneth, P. B., 2007. The TRMM
multi-satellite analysis (TMPA): Quasi-global, multiyear, combined-sensor precipitation
estimates at fine scales. Journal of Hydrometeororology, Vol. 8, pp. 38-55.
Huffman, G.J., Adler, R.F., Rudolf, B., Schneider, U. e Kenneth, P.B., 1995. Global
precipitation estimates based on a technique for combining satellite-based estimates,
rain gauge analysis, and NWP model precipitation information. Journal Climate, Vol. 8,
pp. 1284-1295.
Jensen, D.T., Hargreaves, G.H., Temesgen, B., Allen, R.G., 1997. Computation of ETo
under non ideal conditions. J. Irrig. Drain. Eng. ASCE 123 (5): 394–400.
McCabe, G. J., Markstrom, S. L., 2007. A Monthly Water-Balance Model Driven By a
Graphical User Interface. U.S. Geological Survey Open-File report 2007-1088, 6 p.
Oliveira, R.P., 2015. XLWAT: Rotinas de modelação hidrológica. Versão 3.0. Bluefocus.
Pitman, W.V., 1973, A mathematical model for generating monthly river flows from
meteorological data in South Africa. University of the Witwatersrand, Department of
Civil Engineering, Hydrological Research Unit,
Rientjes, T. H. M., Perera , B. U. J., Haile , A. T., Reggiani, P. e Muthuwatta, L. P., 2011.
Regionalisation for lake level simulation – the case of Lake Tana in the Upper Blue
Nile, Ethiopia. Hydrol. Earth Syst. Sci., 15: pp. 1167–1183.
Samani, Z.A., 2000. Estimating solar radiation and evapotranspiration using minimum
climatological data. J Irrig Drain Engin. 126(4): pp.265–267.
Samani, Z.A., Pessarakli, M., 1986. Estimating potential crop evapotranspiration with
minimum data in Arizona. Trans. ASAE (29): pp. 522–524.
Schaefli B., Gupta H.V., 2007. Do Nash values have value? Hydrol. Process. (in press). DOI:
10.1002/hyp.6825
Shahidian, S., Serralheiro, R.P., Serrano, J., Teixeira, J., Hai, N., Santos, F., 2012.
Hargreaves and other reduced-set methods for calculating evapotranspiration.
Evapotranspiration - Remote Sensing and Modeling. Chapter 4.
Sorooshian, S., Gupta, V. K., Fulton J. L., 1983. Evaluation of maximum likelihood parameter
estimation techniques for conceptual rainfall-runoff models: influence of calibration data
variability and lenght on model credibility. Water Res. Res. 19(1): pp. 251-259.
Tekleab, S., Uhlenbrook, S., Mohamed, Y., Savenije, H. H. G., Temesgen, M, Wenninger., J,
2011. Water balance modeling of Upper Blue Nile catchments using a top-down
approach. Hydrol. Earth Syst. Sci., 15: pp. 2179–2193.
Yen Gan, T., Dlamini, E. M., Biftu, G. F., 1997. Effects of model complexity and structure,
data quality, and objective functions on hydrologic modeling. Journal of Hydrology 192
(1-4): pp. 81-103.

23