Engenharia Civil Costeira e Portuária – FURG

OBRAS HIDRAULICAS COSTEIRAS 2019

TRABALHO #3
Profª. Débora Machado

TEMA: Determinação da Onda de Projeto

_________________________________________________________________________________________

PARTE 1 – Obtenção e Aferição de dados de onda para o local do porto

Passo #1 - Transformação de ondas do NWW3 do largo para o local do porto em águas rasas

Trabalhar com o período de 1996 a 1999 – período de medições feitas pela equipe do prof. Strauch em águas
rasas (15 m)

FORNECIDO: Série temporal (a cada 3h) do trio de parâmetros Hs, Tp, Dp obtido do NWW3 para um ponto a
50m de prof. bem em frente a Rio Grande para o período 1996 a 1999 (anos completos)

METODOLOGIA:
Considerar:
- Plataforma Continental como uma rampa plana
- Estado do Mar descrito de forma simplificada por onda monocromática com altura=Hs, Período=Tp e
Direção=Dp
- Considerar apenas o fenômeno da REFRAÇÃO e usar Lei de Snell para transformar condições do ponto a 50
m para o local do porto (15m)

OBS – Atentar para a ORIENTAÇÃO da costa no momento de definir os ângulos a serem usados na Lei de
Snell.

RESULTADO #1: Série temporal (a cada 3h) de parâmetros (Hs, Tp, Dp) transformado para o local do porto
para o período 1996-1999. Resultado deve ser acompanhado com breve memória de cálculo.

Passo #2 – Comparação dos dados sintéticos com as medições de campo

FORNECIDO: Série temporal do trio de parâmetros Hs, Tp, Dp medidos em campo no local do porto cobrindo
(com falhas) o período 1996 a 1999.

METODOLOGIA: Usar a mesma metodologia de comparação já utilizada no Trabalho#2 para a bóia Minuano
(off-shore)

RESULTADO #2:
Para cada um dos parâmetros (Hs, Tp e Dp)
- Gráficos das 2 séries temporais (modelo & medições ; plotadas na mesma figura)
- Diagramas de dispersão (“scatter plots”)
- Tabelas de parâmetros estatísticos [ prestar especial atenção ao VIÉS do parâmetro Hs ]

1
 Engenharia Civil Costeira e Portuária – FURG

Passo #3 “Calibração” dos dados sintéticos de Hs – eliminação de (eventual) VIÉS do modelo NWW3

Esse passo só se justifica no caso da comparação NWW3 x medições apresentar VIÉS diferente de zero para o
parâmetro Hs.
 Num artigo apresentado no SEMENGO 2010, Melo, Romeu e Hammes apresentaram um procedimento
MUITO SIMPLES que permite ELIMINAR o viés dos dados modelados. O texto abaixo foi extraído desse
artigo (ler com atenção):
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

“...Uma análise crítica dos resultados acima mostrou que a reconstituição feita com o modelo WW3, apesar de
apresentar bons resultados gerais, mostra uma indesejável tendência de superestimação de Hs, um parâmetro chave em
projetos de engenharia oceânica/costeira. Essa é uma questão que merece atenção, particularmente no caso da
reconstituição de eventos extremos, uma vez que são esses eventos que definirão as condições de projeto de estruturas
marítimas. Em muitos casos práticos, uma imprecisão da ordem de 10% em Hs , por exemplo, pode levar a projetos menos
econômicos e até elevar riscos em operações marítimas.

No intuito de melhorar ao máximo a capacidade do WW3 em prever o parâmetro Hs, resolveu-se aproveitar a
existência de dados de boa qualidade para se proceder a uma correção de resultados do modelo.... No presente trabalho
optou-se por seguir um caminho alternativo e efetuar uma correção diretamente no parâmetro Hs
A correção teve por objetivo específico eliminar o viés do modelo na previsão do parâmetro Hs. Em termos práticos,
a eliminação do viés faz com que o modelo, em média, reproduza as medições, uma vez que 𝑉 = 0 → (𝐻 ̅𝑠 )𝑚𝑜𝑑 =
̅𝑠 )𝑜𝑏𝑠. A metodologia utilizada para tal é descrita a seguir.
(𝐻
Da definição de viés e do valor calculado na tabela acima, tem-se:
𝑚
̅ − 𝑜̅ 𝑚
̅
= 0.135 ∴ = 1.135 (2)
𝑜̅ 𝑜̅
Onde 𝑚̅ = média dos resultados do modelo para Hs e 𝑜̅ = média das observações de Hs
Fazendo 𝑚𝑐 = 𝛼𝑚 , onde mc = resultado do modelo (para Hs) corrigido e α = constante, o que se deseja é que:

̅̅̅̅𝑐 − 𝑜̅
𝑚 𝑚
̅ 1
=0 ∴ 𝛼 −1 =0 ∴ 𝛼= = 0.881 (3)
𝑜̅ 𝑜̅ 1.135

Portanto, para que os resultados do modelo para Hs se tornem não-tendenciosos basta re-escalar cada um dos Hs
modelados por α=0.881, ou seja, a operação de correção consiste, simplesmente, em:
(𝐻𝑠 )𝑐𝑜𝑟𝑟𝑖𝑔𝑖𝑑𝑜 = 0.881 𝐻𝑠 (4)
Observa-se que essa correção admite implicitamente que a tendência de superestimação de Hs pelo modelo
independe do valor de Hs. Em outras palavras, está-se admitindo que o modelo superestima valores pequenos, médios e
grandes de Hs na mesma proporção. Essa hipótese pode ser euristicamente justificada observando o histograma de
densidade de ocorrência para Hs (figura 4) o qual aparenta ser aproximadamente simétrico em relação a reta com
inclinação SS em toda a faixa de valores de Hs. Caso assim não fosse, a correção acima poderia ser aplicada
sequencialmente a setores de Hs . Contudo, no presente caso, esse procedimento mais elaborado não foi utilizado e a
correção foi feita aplicando a eq.(4) a toda a massa de dados, indiscriminadamente”.
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

Portanto, a tarefa nesse Passo#3 é aplicar essa técnica para eliminar o VIÉS dos dados sintéticos (caso ele
exista)
RESULTADO #3:

- Aplicar a técnica acima aos dados do nosso Porto e calcular o valor do parâmetro de correção de Hs α
- Usar α e CALIBRAR (na verdade um mero re-escalonamento) os dados sintéticos de Hs de modo a eliminar
o VIÉS
- Apenas para o parâmetro Hs: refazer a tabela de comparação Medições x Modelo (calibrado)

2
 Engenharia Civil Costeira e Portuária – FURG

PARTE 2 – Estabelecimento da Onda de Projeto

Tendo calibrado os dados do modelo NWW3, a partir de agora trabalharemos exclusivamente com esses dados
sintéticos ajustados e não mais com os dados medidos. Motivo: Dados sintéticos não tem falha e podem cobrir
um período de tempo MUITO maior do que o período de medição.

Passo #4 – A partir da série temporal (a cada 3 hs) de dados sintéticos de Hs, obter conjunto de EVENTOS
EXTREMOS.

EVENTO EXTREMO ≡ Evento de subida do mar com Hs passando acima do valor de corte (threshold) pré-
estabelecido ( denominado Hst ).
 Para o presente trabalho, considerar Hst = 1.5 m
Cada EVENTO EXTREMO (EE) vai ter um Hs que o caracteriza (denominado Hss), definido, como:
Hss ≡ Valor máximo de Hs atingido durante o evento.

Exemplo extraído dos nossos dados pela Deborah:

OBS 1 - O método estatístico usado é conhecido na literatura estatística como “Peak over Threshold – PoT”
( “Pico acima do corte” ).

RESULTADO #4:

Para o período 1996 a 1999 (4 anos completos) e apenas para o parâmetro Hs, apresentar:
- Gráficos da série temporal de Hs mostrando os EE identificados [i.e., fazer figura(s) similar(es) a essa
acima.]
- Criar arquivo contendo o conjunto dos Hss identificados (para uso a seguir)

3
 Engenharia Civil Costeira e Portuária – FURG

Passo#5 – Usar conjunto de dados de Hss para descobrir a Distribuição Estatística que melhor descreve o
comportamento dessa variável aleatória.
________________________________________________________________________________________
BREVE REVISÃO DE ESTATÍSTICA

 Função de Distribuição Cumulativa (cdf) F(x)

Seja a variável aleatória X , a cdf de X  F(x) é definida como uma função que atribui a cada valor x a
PROBABILIDADE de X ser menor ou igual a x .
𝑥
𝐹(𝑥) = Pr( 𝑋 ≤ 𝑥) = ∫ 𝑓(𝑡) 𝑑𝑡
−∞
 Função de Densidade de Probabilidade (pdf) f(x)
𝑑𝐹(𝑥)
𝑓(𝑥) =
𝑑𝑥
Graficamente: (Ref. Castillo pg 45)

Portanto, f(x) = altura da curva correspondente no ponto x e F(x) = área sob f(x) a esquerda de x (ver fig.).

 Probabilidade de “excedência” Q(x)

Definida como a PROBABILIDADE de X exceder o valor x :

𝑄(𝑥) = Pr( 𝑋 > 𝑥) = 1 − 𝐹(𝑥)

_________________________________________________________________________________________

ESTATÍSTICA DE EXTREMOS

Teoria e prática mostram que VALORES EXTREMOS de uma variável aleatória tendem a seguir uma das duas
Distribuições:
[ Ref.: Livro do Goda ( edição 2000 ), pg 380 ]

Distribuição Tipo Gumbel:

𝑥−𝐵
Pr( 𝑋 ≤ 𝑥) = 𝐹(𝑥) = exp [−exp (− )] ; 𝐵<𝑥<∞
𝐴

Distribuição Tipo Weibull:

𝑥−𝐵 𝑘
Pr( 𝑋 ≤ 𝑥) = 𝐹(𝑥) = 1 − exp [− ( ) ] ; 𝐵<𝑥<∞
𝐴
4
 Engenharia Civil Costeira e Portuária – FURG

Onde, A, B e k são parâmetros (constantes) das Distribuições a serem especificados para cada caso.
No presente trabalho, vamos considerar apenas um tipo de Distribuição: a Distribuição Weibull com k=1.
Nesse caso, a Distribuição Weibull toma a forma de uma simples Distribuição Exponencial:

𝑥−𝐵
Pr( 𝑋 ≤ 𝑥) = 𝐹(𝑥) = 1 − exp [− ( )] ; 𝑥>𝐵
𝐴

Ou, escrevendo em termos da probabilidade de excedência Q(x) :

𝑥−𝐵
Pr( 𝑋 > 𝑥) = 𝑄(𝑥) = 1 − 𝐹(𝑥) = exp [− ( )] ; 𝑥>𝐵
𝐴

QUESTÃO A SER ANALISADA: A população de dados de Hss atende a essa Distribuição ?

 Vamos utilizar os próprios dados para responder essa questão usando um método simples: método gráfico,
como indicado abaixo.

 Para determinar a constante A, vamos usar o seguinte procedimento:

1 1
𝑄(𝑥) = exp [− (𝐻𝑠𝑠 − 𝐵)] → ln(𝑄) = − (𝐻𝑠𝑠 − 𝐵)
𝐴 𝐴
Ou,
𝐻𝑠𝑠 = −𝐴 ln(𝑄) + 𝐵

Portanto, a tarefa do Passo#2 consiste em verificar se os dados se ajustam (ou não) a essa equação. Como?

METODOLOGIA:
Preencher, a partir dos dados de Hss, a seguinte tabela:
Tabela 1
Faixa de Hss Número de Observações
P Q - ln(Q)
(m) Por faixa Cumulativa
1.50 - 1.75 a a a/T 1-P ...
1.75 - 2.00 b a+b (a+b)/T ...
2.00 - 2.25 c a+b+c (a+b+c)/T
2.25 - 2.50 ... ... ...
2.50 - 2.75
2.75 - 3.00
3.00 – 3.25
3.25 – 3.50
3.50 – 3.75
3.75 – 4.00
4.00 – 4.25
4.25 – 4.50
4.50 – 4.75
...

TOTAL de Obs. -= T

5
 Engenharia Civil Costeira e Portuária – FURG

A seguir, vamos plotar Hss em função de [-ln(Q) ] para ver o que acontece...

O resultado não deve ser muito diferente do mostrado nas figuras abaixo: [ Ref. D´Angremond, pg. 341 ]

BRINDE: Figura análoga feita com nossos dados pela Deborah.

O parâmetro A corresponde à inclinação da reta na figura e pode ser calculado da forma tradicional, ou seja,
A é o valor que minimiza o erro médio quadrático entre a reta e os pontos de dados, dado por:
[OBS: Programas como o Excel já tem uma rotina embutida para ajustar uma reta, OK usar, se preferir]

Chamando:
𝑎𝑖 = (𝐻𝑠𝑠 )𝑖
𝑏𝑖 = −𝑙𝑛(𝑄𝑖 )
Tem-se:
∑𝑛𝑖=1 𝑎𝑖 . 𝑏𝑖
𝐴=
∑𝑛𝑖=1(𝑏𝑖 )2

O parâmetro B corresponde ao ponto de interseção da reta com o eixo vertical e deve ser próximo a Hst.

Portanto, no método gráfico que estamos usando, se os dados se ajustarem bem à Distribuição Exponencial,
a figura vai mostrar que os pontos tendem a se aglutinar próximos à reta (como acontece nas figuras acima)

6
 Engenharia Civil Costeira e Portuária – FURG

Para mensurar a qualidade do ajuste podemos usar o famoso Coeficiente de Correlação ( r ) dado por:

∑𝑛𝑖=1(𝑎𝑖 − 𝑎̅). (𝑏𝑖 − 𝑏̅)

𝑟=
√∑𝑛𝑖=1(𝑎𝑖 − 𝑎̅)2 . (𝑏𝑖 − 𝑏̅)2
Onde,
1 1
𝑎̅ = 𝑛 ∑𝑛𝑖=1 𝑎𝑖 e 𝑏̅ = 𝑛 ∑𝑛𝑖=1 𝑏𝑖 são valores médios dos parâmetros.

[OBS: Novamente, Excel e similares já tem uma rotina embutida para calcular o coeficiente r , OK usar, se
preferir]

RESULTADO #5:

Usando os dados de Hss obtidos:

- Preencher a Tabela 1 acima

- Montar figura similar à figura acima (*)
- Calcular os parâmetros A, B da reta de regressão linear e o coeficiente de correlação r

(*) ATENÇÃO: A Figura tem um detalhe no seu eixo horizontal : para facilitar a leitura, os valores numéricos
que aparecem no eixo são valores de Q mas o que consta no gráfico é [-ln(Q) ]  (É como se estivéssemos
usando um “papel logarítmico” )

7
 Engenharia Civil Costeira e Portuária – FURG

Passo#6 - Gráfico da Probabilidade de Excedência Anual e definição da Onda de Projeto.

O gráfico obtido no Passo#5 apresenta a Probabilidade de Excedência de um dado EE (com sua respectiva Hss).
{ Por exemplo, vamos usar o gráfico da Deborah para determinar a Probabilidade de Excedência de um EE com
Hss = 4.0m : Temos: Hss = 0.6097 [-ln(Q)] + 1.46; Com Hss=4, Q = 0.0155 = 1.5%. Ou seja, a probabilidade
de encontrar um EE com Hss ≥ 4.0 m é 1.5% .}

Entretanto, para aplicações práticas esse tipo de informação não é o mais adequado pois não vincula o EE a
um período de tempo determinado. [ Por exemplo, não dá pra saber qual seria a probabilidade de encontrar
um EE com Hss ≥ 4.0 m ao longo de um período de 1 ano ].

Assim, é necessário ainda transformar a informação sobre a Probabilidade de Excedência geral que obtivemos
numa Probabilidade de Excedência Anual. Para tanto, vamos calcular o número médio de EE que ocorrem
por ano ( Ns ):

Ns = Número Total de EE encontrados .

Período de tempo (anos) pesquisados

Usando um exemplo numérico para ilustrar (ver D´Angremond pag. 340), digamos que tenha havido 1746 EE
num período de 20 anos de observação:
 Ns = 1746 EE / 20 anos  Ns = 87.3 EE por ano, em média.

Ora, se temos Ns (= 87.3) EE p/ano, um EE com probabilidade de 1/Ns (= 1/87.3 = 0.0115) será o EE “uma vez
por ano”, ou seja, o Hss associado à Probabilidade de Excedência de 1/Ns (=1.15%) corresponde a um EE que
deve ocorrer em média 1 vez por ano, ou seja, um EE que tem uma Probabilidade de Excedência por Ano (
Qs ) igual a 1.0 .

Portanto, para transformar a Probabilidade de Excedência Geral ( Q ) na Probabilidade de Excedência por Ano
( Qs ), basta multiplicar Q pelo número de EE médio num ano Ns:

Qs = Ns.Q

[ Verificando, para 1 ano temos: Q = 1/Ns  Qs = Ns . (1/Ns) = 1 OK √ ]

Para traçar um gráfico que mostre diretamente a Probabilidade de Excedência Anual, basta trocar os valores
do eixo-x do gráfico obtido no Passo#5 da seguinte forma:
 Gráfico anterior  eixo-x tinha valores de Q
 Novo Gráfico  eixo-x vai ter valores de Ns.Q
ATENÇÃO: a troca é apenas nos números que aparecem no eixo, o gráfico continua o mesmo.

A figura abaixo (extraída de D´Angremond, pag. 342) ilustra o resultado:

8
 Engenharia Civil Costeira e Portuária – FURG

Essa é a figura que efetivamente é usada na prática da Engenharia Costeira para estabelecer a Onda de
Projeto.

No gráfico, o Hss correspondente a Qs=1.00 é a Hs máxima dum EE provável de acontecer uma vez ao ano.
Hss correspondente a Qs=0.10 é a Hs máxima dum EE provável de acontecer uma vez a cada 10 anos e assim
por diante. Valores de Qs > 1 não devem ser interpretados como uma “probabilidade” pois probabilidades
não podem ser > 1. Fisicamente, porém, esse número representa o número de EE (com Hss respectivo)
esperados, em média, num ano.

Podemos aproveitar e adaptar a reta de regressão que já tínhamos obtido expressando-a já em termos da
Probabilidade de Excedencia Anual (Qs):
Usando o resultado do D´Angremond como exemplo, a reta de regressão que ele obteve foi (veja fig A10.5
acima):
𝑄𝑠
𝐻𝑠𝑠 = −0.7849 ln(𝑄) + 1.6329 = −0.7849 ln ( ) + 1.6329
𝑁𝑠
𝐻𝑠𝑠 = −0.7849 [ln(𝑄𝑠 ) − ln( 𝑁𝑠 )] + 1.6329 = −0.7849 [ln(𝑄𝑠 ) − 4.4694] + 1.6329

Portanto, nos dados do D´Angremond, o EE com Prob. Exc. Anual (Qs) = 1.0 tem Hss = 5.14 m

Obviamente, o coeficiente de correlação continua o mesmo.

O Período de Retorno de um determinado EE pode ser entendido da seguinte maneira (Castillo pag 33):
Seja A um evento e T o tempo aleatório entre ocorrências sucessivas de A. O valor médio μ da variável
aleatória T é denominado o PERÍODO de RETORNO de A ( ou seja, é o tempo médio para o retorno
do evento A)
Portanto, se quiséssemos usar como onda de projeto um valor de Hss com período de retorno de, digamos,
10 anos, deveríamos procurar o EE cuja Probabilidade de Excedência fosse de 1 vez a cada 10 anos, ou seja,
bastaria usar o Hss correspondente a Qs = 0.10 no gráfico (ou calcular Hss usando a formuleta acima).

Tradicionalmente, obras de engenharia costeira são projetadas para suportar a ação de um EE com período
de retorno igual ao tempo de vida útil da obra – normalmente tomado entre 50 a 100 anos. Apesar dos eixos
do gráfico poderem ser estendidos indefinidamente, a confiabilidade estatística do resultado só é assegurada
até um intervalo de tempo da ordem do triplo do tempo de amostragem. Assim, se dispusermos de 4 anos de
9
 Engenharia Civil Costeira e Portuária – FURG

dados, nossa extrapolação não deve ir além de cerca de 12 a 15 anos no máximo. Ou seja, com 4 anos de
dados não há como estimar de forma confiável uma onda com período de retorno igual a 50 ou 100 anos...
Para a onda centenária, seria necessário pelo menos 30 anos de dados. A metodologia, entretanto, seria a
mesma usada nesse trabalho.

RESULTADO #6:

- Calcular o número médio de EE que ocorrem por ano (Ns)

- Usando a metodologia de troca de valores do eixo-x explicada acima, montar figura similar à figura do
D´Angremond, com nossos dados.
- Como só temos 4 anos de dados, determinar a Onda de Projeto do nosso Porto considerando um período
de retorno de 12 anos.

OBSERVAÇÕES FINAIS

1 – APERFEIÇOAMENTO na transformação das ondas

Usamos uma metodologia super simplificada para transformar as condições de onda do largo para o local do
Porto (Lei de Snel numa rampa plana). O que poderia ser feito para APERFEIÇOAR esse passo ?
 Poderíamos usar os dados em águas rasas como referência para identificar as DATAS dos eventos extremos
em águas rasas. A seguir poderíamos, para essas datas, usar um modelo de propagação mais sofisticado
(SWAN, por exemplo) para transformar as ondas do largo para o local do Porto, usando a batimetria real da
região. Idealmente, precisaríamos conseguir do NWW3 o Espectro Direcional ao largo.

2 – APERFEIÇOAMENTO na Distribuição Estatística de Extremos

Usamos apenas a Distribuição Exponencial para descrever as Alturas Significativas dos Eventos Extremos. Há
ainda as opções das Distribuições de Weibull e Gumbel. A Distribuição Weibull, por exemplo, possui ainda um
terceiro coeficiente ( k ) com o qual não mexemos... (consideramos k=1). Poderíamos dar outros valores para
k (por ex. k=1.24) e refazer os cálculos que fizemos para ver se a qualidade do ajuste melhoraria. A Distribuição
de Gumbel, usa o logaritmo do logaritmo e é definida em função de F(x) e não de Q(x) mas, mesmo assim, o
mesmo tipo de metodologia poderia ser utilizado para tentar o ajuste.

3 – APERFEIÇOAMENTO na definição da Onda de Projeto

Nossa definição de onda de projeto usou o método tradicional baseado no período de retorno de um EE.
Abordagens mais sofisticadas usam o conceito de probabilidade de encontro o qual leva em consideração a
aleatoriedade dos próprios EE´s. Deixo como sugestão sobre esse tópico, a leitura das referencias 1 e 5.

REFERÊNCIAS: ( tenho .pdf de todas as referências para disponibilizar aos alunos )

1. Breakwaters and Closure Dams,

Autores: K. D´Angremond & F.C. van Roode. Delft University Press, 2004
Apendice 10: Example of the Determination of a Design Storm

2. Random Seas and Design of Maritime Structures, Advanced Series in Ocean Engineering Vol. 15,
Autor: Y. Goda; World Scientific, 2010.
Capítulo 11: Statistical Analysis of Extreme Waves.

10
 Engenharia Civil Costeira e Portuária – FURG

3. Extreme Value and Related Models in Engineering and Science,

Autores: Castillo, Hadi, Balakrishnan & Sarabia; Wiley Interscience

4. Statistics of Extremes – Theory and Applications.

Autores: Beirlant, Goegebeur, Teugels & Segers. John Wiley and Sons, 2004

5. Liu & Burcharth (1996) - Design wave height related to structure lifetime ICCE Cap. 198.

6. Melo, E., Romeu M.A.R. & Hammes, G (2010) - Condições extremas de agitação marítima ao largo de
Rio Grande a partir do modelo WW3. SEMENGO, FURG, 2010

11