Limiares de chuva deflagradores de inundações bruscas: metodologia, aplicação e avaliação em ambiente operacional
The present technical article refers to the methodology, application and evaluation of the first computational tool for diagnosis and prognosis of flash floods, based on rain thresholds, which was implemented in the platform of the National Center for Monitoring and Early Warning of Natural Disasters (Cemaden). From historical series of river levels and rainfall data, a procedure was developed to construct relationships that indicate the amount of rain necessary to increase the probability of flash floods occurring in up to twentyfour hours. Rainfall data from rain gauges, weather radars, satellites and atmospheric modeling are used for real-time monitoring of the pre-es- tablished critical rainfall thresholds, integrated into the monitoring and operation. Three cases of flash flood risk warnings sent after the implementation of the tool were analyzed, which demonstrated a good performance in the anticipation of flash floods hazard situations. O presente artigo refere-se à apresentação da metodologia, aplicação e avaliação da primeira ferramenta computacional para diagnóstico e prognóstico para inundações bruscas, baseada em limiares de chuva, que foi implementada na plataforma do Centro Nacional de Monitoramento e Alerta de Desastres Naturais (Cemaden). A partir de séries históricas de níveis dos rios e dados pluviométricos, um procedimento foi ela- borado para construir relações que indicam a quantidade de chuva necessária para aumento da probabilidade de ocorrência de inundações bruscas em até vinte e quatro horas. Os dados de precipitação provenientes de pluviômetros, radares meteorológicos, satélites e modelagem atmosférica por conjunto são utilizados para acompanhamento em tempo real dos níveis críticos de chuva pré-estabelecidos, integrados ao monitoramen- to e operação. Foram analisados três casos de alertas de risco às inundações bruscas, enviados após a implementação da ferramenta, que demonstrou um bom desempenho na antecipação de situações de perigo devido às inundações bruscas