A bacia do rio São Francisco é uma das principais bacias hidrográficas brasileiras, com uma extensão territorial que percorre seis estados desde o Sudeste até o Nordeste do país. Seu principal curso d’água, o rio São Francisco, é essencial tanto para atividades industriais quanto para a irrigação agrícola, além de desempenhar um papel significativo no setor hidroelétrico nacional. Dessa forma, a gestão eficaz dos recursos hídricos é crucial para enfrentar secas e enchentes e garantir a produção de energia. Ciente dessa importância, o presente estudo visa contribuir para aprimorar a gestão hídrica por meio do ajuste do Modelo de Grandes Bacias (MGB-IPH), visando a estimativa e previsão de vazões em toda área da bacia. Para realizar a calibração foram utilizados dados de precipitação diária estimados por satélite, gerados pelo produto MERGE do CPTEC/INPE.A bacia foi dividida em 66 sub-bacias para calibração, visando-se uma boa representação das vazões em todas as regiões da bacia. Os resultados demonstram que o modelo apresentou ajuste classificado como muito bom e bom para a maioria das sub-bacias, com menor desempenho nas regiões semiáridas. De modo geral, o modelo MGB-IPH é uma ferramenta valiosa para a gestão dos recursos hídricos, com potencial para contribuir para um planejamento mais eficaz da disponibilidade hídrica e antecipação de eventos climáticos extremos.
The São Francisco River basin is one of Brazil's most significant hydrographic basins, spanning six states from the Southeast to the Northeast of the country. Its main watercourse, the São Francisco River, is vital for industrial activities and agricultural irrigation and plays a key role in the national hydroelectric sector. Effective water resource management is, therefore, essential for mitigating droughts and floods and ensuring energy production. This study seeks to enhance water resource management by calibrating the Large Basin Model (MGB-IPH) to improve the estimation and forecasting of river flows across the basin. For the calibration process, daily satellite-based precipitation data from the MERGE product by CPTEC/INPE were utilized. The basin was divided into 66 sub-basins to ensure accurate representation of flows across its various regions. The results indicate that the model achieved classifications of "very good" and "good" adjustments in most sub-basins, with relatively lower performance observed in semi-arid regions. Overall, the MGB-IPH model proves to be a valuable tool for water resource management, with the potential to facilitate more effective water availability planning and advance the anticipation of extreme weather events.
