Este documento describe un estudio que desarrolló modelos de corrección para mejorar los datos de precipitación del satélite TRMM en las regiones montañosas de los Andes peruanos. Analizó la correlación entre datos de precipitación in situ de 29 estaciones y datos TRMM para 7 regiones. Propuso dos modelos de corrección, uno aditivo y otro multiplicativo. Los resultados mostraron que el modelo aditivo fue más preciso para la mayoría de las regiones.
0 calificaciones0% encontró este documento útil (0 votos)
120 vistas18 páginas
Este documento describe un estudio que desarrolló modelos de corrección para mejorar los datos de precipitación del satélite TRMM en las regiones montañosas de los Andes peruanos. Analizó la correlación entre datos de precipitación in situ de 29 estaciones y datos TRMM para 7 regiones. Propuso dos modelos de corrección, uno aditivo y otro multiplicativo. Los resultados mostraron que el modelo aditivo fue más preciso para la mayoría de las regiones.
Este documento describe un estudio que desarrolló modelos de corrección para mejorar los datos de precipitación del satélite TRMM en las regiones montañosas de los Andes peruanos. Analizó la correlación entre datos de precipitación in situ de 29 estaciones y datos TRMM para 7 regiones. Propuso dos modelos de corrección, uno aditivo y otro multiplicativo. Los resultados mostraron que el modelo aditivo fue más preciso para la mayoría de las regiones.
Este documento describe un estudio que desarrolló modelos de corrección para mejorar los datos de precipitación del satélite TRMM en las regiones montañosas de los Andes peruanos. Analizó la correlación entre datos de precipitación in situ de 29 estaciones y datos TRMM para 7 regiones. Propuso dos modelos de corrección, uno aditivo y otro multiplicativo. Los resultados mostraron que el modelo aditivo fue más preciso para la mayoría de las regiones.
Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
Descargar como pptx, pdf o txt
Está en la página 1/ 18
UNIVERSIDAD NACIONAL SAN ANTONIO ABAD
DEL CUSCO MAESTRIA EN INGENIERIA CIVIL MENCION RECURSOS HIDRICOS Y MEDIO AMBIENTE
PRESENTADO POR: EULALIA SILVA FUR AUTORES: Thomas Condom, EDGAR ELMER SIPAUCAR CONDORI Pedro Rau y Jhan Carlo Espinoza En términos de clima, los sistemas montañosos desarrollan sistemas locales y regionales considerablemente complejos. las condiciones climáticas en todas las escalas de tiempo están estrechamente relacionadas con la circulación en la parte superior del aire con un flujo zonal hacia el este que favorece las condiciones húmedas y un flujo hacia el oeste que causa condiciones secas. Actualmente, debido a la falta de datos de observación con una resolución espacial y temporal adecuada, existe una comprensión limitada de las múltiples interconexiones entre el clima y la hidrología en los sistemas montañosos de todo el mundo como el Himalaya, las Montañas Rocosas, los Andes y los Alpes . La información de las precipitaciones in situ es escasa en las regiones montañosas altas y es necesario desarrollar un método para espacializar las precipitaciones en estas zonas. Analizar la correlación entre dos series de tiempo de precipitación mensual en regiones peruanas de gran altitud; los datos del TRMM 3B43 y los datos del pluviómetro in situ Presentar un algoritmo de corrección de sesgo robusto para resolver este problema en los Andes peruanos (> 3000 msnm) Proporcionar una corrección de los datos TRMM 3B43 que permiten una mejor estimación de los datos de lluvia en las montañas cubiertas de glaciares. Datos del pluviómetro in situ del Servicio Nacional de Meteorología e Hidrología de Perú (SENAMHI)
Datos emitidos por el TRMM
(Misión de Medición de Lluvias tropicales) algoritmo 3B43
Es la mejor estimación individual de
precipitación mensual ya que combina datos integrados de alta calidad de 3 horas, estimaciones de infrarrojos (IR) (3B42) con el Sistema de Monitoreo de Evaluación del Clima acumulado o el Centro Global de Climatología de Precipitación análisis de pluviómetros (3S45) El satélite TRMM cuenta con 5 sensores (instrumentos) de a bordo: • Radar de precipitación (PR). • Imágenes Microwave TRMM (TMI). • Escáner infrarrojo visible (VIRS). • Sistema de energía radiante y nubes (CERES). • Sensor de imagen relámpagos (LIS).: Los datos de lluvia in situ para las 29 estaciones de lluvia en las diferentes cuencas peruanas se clasificaron en siete regiones: Santa (R1), Pacífico Norte (R2), Colca (R3), Quilca (R4), Apurímac (R5), Urubamba (R6 ) y Ocona~ (R7). Todas las estaciones se ubicaron a más de 3000 m, excepto dos: Abancay (2750 m snm) y Yungay (2537 m snm). Los datos SRTM (Misión Topográfica Shuttle en el manejo Radar): delinear las principales cuencas del equipo hidrográficas que representan las diferentes ERRORES por parte del regiones. También sirvieron como referencia DE personal de para verificar la ubicación de las estaciones MUESTREO campo meteorológicas, así como para la regionalización impactos climáticos en las mediciones: la nieve y / o el viento causan errores en los datos del pluviómetro
la ocurrencia de nieve es muy rara en este país tropical en altitudes situadas
por debajo de 4600 msnm porque la temporada de lluvias se produce durante el verano cuando la temperatura es relativamente alta. De hecho, las temperaturas mensuales son siempre superiores a 2 C / mes para todas las estaciones meteorológicas in situ utilizadas en este estudio. No hubo datos faltantes para los datos de precipitación de series de tiempo mensuales para ninguna de las 29 estaciones. Errores para los valores in situ son bajos Están disponibles gratuitamente en la base de datos de la NASA (http://trmm.gsfc.nasa.gov/data dir / data.html). El algoritmo 3B43 proporciona la mejor estimación de la precipitación mensual total en un registro completo de enero de 1998 a diciembre de 2007.
se deben a las atmósfera regional solo a
ERRORES DE intervalos de tiempo discretos, a veces faltan MEDICIONE tormentas de corta duración. Muchos estudios S TRMM teóricos han demostrado que el error de muestreo temporal para la precipitación promedio oscila entre +-8 y +-12% por mes Regionalización. El modelo de elevación digital SRTM se usó para delinear las cuencas hidrográficas y obtener una correlación aceptable entre la precipitación anual promedio total y la altitud, longitud y latitud. Para las siete regiones, calcularon los valores mensuales medios para los datos in situ (puntos puntuales) y TRMM (valores de celda). Por ejemplo, para la región R1 Santa, los valores mensuales medios se basaron en el tiempo características discretas de muestreo. De hecho, el satélite TRMM se encuentra en una órbita terrestre baja de ¾350 km de altura; los sensores de lluvia prueban la serie que comprende 108 valores para el período 1998-2007 para las tres estaciones meteorológicas (Yungay, Recuay y Milpo). Los valores mensuales medios para los datos de TRMM se calcularon en base a los 108 valores para los cuatro números de celda: 778912, 7762912, 7737962 y 7712987. Como solo hay unas pocas estaciones para cada región, no utilizamos una interpolación espacial. Comparamos los dos conjuntos de datos, in situ y TRMM, y posteriormente proponemos dos modelos de corrección (los modelos aditivo y multiplicativo). Donde i es el número de mes (1, ..., 12), j el número de año (1998, ..., 2007), TRMMi el registro TRMM 3B43 para el mes i y el año j y SENAMHIi es el registro SENAMHI ( in situ) para el mes i y el año j. Se realizó un análisis de histograma de frecuencia del conjunto completo de datos mensuales in situ y TRMM 3B43 para cada mes y región La confiabilidad de las estimaciones de TRMM 3B43 para cada estación in situ en cada una de las siete regiones se validó usando la relación de error relativo promedio (MBE, Ecuación (2)); error relativo cuadrático medio RMSE (Ecuación (3))
Los datos mensuales in situ para los 29 datos de estaciones de lluvia
mostraron que la distribución de probabilidad tiene una fuerte asimetría negativa. Esta asimetría disminuyó cuando los datos se transformaron logarítmicamente, más una unidad, usando Ecuación (4): Modelos de corrección para los datos de TRMM 3B43 1.- Modelo aditivo Fue posible calcular la diferencia mensual promedio entre el TRMM 3B43 y los datos in situ para el período 1997-2008 utilizando la ecuación (5). Este vector F1 esta compuesto por 12 valores mensuales
El vector F1 se aplicó a cada valor de TRMM 3B43. Finalmente,
obtuvimos los valores de lluvia corregidos TRMM mensuales totales para cada mes durante el período de 10 años de registros usando la siguiente ecuación (Ecuación (6)) Modelos de corrección para los datos de TRMM 3B43 Resultados 1.- Lluvia in situ Los valores medios anuales para el período 1998-2007 fueron entre 285 mm año? 1 en la estación de Pampacolca
Se obtuvo el vector F2, compuesto por 12 valores mensuales
El vector F2 se aplicó a cada cuadrícula de TRMM 3B43.
Finalmente, obtuvimos los valores de lluvia corregidos TRMM mensuales totales para cada mes durante el período de registros de 10 años usando la siguiente ecuación: Conclusiones • La precipitación total mensual en las 29 estaciones SENAMHI se caracterizó por fuertes estacionalidad con valores elevados registrados durante el período húmedo período (enero a marzo) y los valores más bajos que se producen durante la estación seca (de junio a agosto).
• El principal problema era que la mala distribución de la
meteorología las estaciones no permitieron una espacialización de la precipitación en regiones montañosas. • Sin embargo, este estudio demostró que antes de que estos datos puedan ser usado, deben ser corregidos. Por lo tanto, proponemos dos Conclusiones
• modelos de corrección, un aditivo y el otro multiplicativo
• Teniendo en cuenta los modelos de corrección, el aditivo el
modelo fue preciso para (R1), (R2), (R3), (R4), (R5) y (R7) regiones.
Análisis de La Variación Espacial y Temporal de La Temperatura y Precipitación en La Cuenca Del Mantaro Con La Base de Datos de Las Estaciones Automáticas y Satélite
Análisis de La Variación Espacial y Temporal de La Temperatura y Precipitación en La Cuenca Del Mantaro Con La Base de Datos de Las Estaciones Automáticas y Satélite
