dialnet-validaciondelaprecipitacionestimadaporsatelitetrmm-5169796

7/24/2019 Dialnet-ValidacionDeLaPrecipitacionEstimadaPorSateliteTRMM-5169796

1/8

,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' !$$#!

3EG


2/8

,09! *4907821! )385.4/24! $"#%( -53 #& +65 $'!$$$!

INTRODUCCIN

La cuenca del rio Ramis es uno de los principales aportantesderecursohdrico al lagoTi ticaca, enlacual existenestacionesmeteorolgicasqueregistranvariablesdeprecipitacin,cuyacaptacin de ll uvia solo es representativa en un radio de 25

km2 alrededor de cada una segn la OMM (2011) y que enmuchos lugaresno se cumple este cri teri o sobre todo en laszonasaltasdela cuenca, existi endo vacosquepodran influirdirectamente en la modelacin hidrolgica. Una posiblealt ernativa de solucin a este problema es el uso de ll uviasesti madas por sensoramiento r emoto debi do a que seencuentran uniformemente distribuidos resultando de granayudaenel modelamiento hidrolgico.

El Tropical Rainfall Measuring Mission (TRMM), es unaconjuncin de exploracin espacial entre l aAdministracinNacional delaAeronuticay del Espacio (NASA) y laAgenciadeExploracinAeroespacial Japonesa(JAXA), diseadaparamonitorear y estudiar las lluvia tropicales y subtropicales,lanzado el 27 denoviembre de1997a unaaltura de350 km,

brindando informacin de alta cobertura espacial y altaresolucin temporal. La lluvia del TRMM, utilizada en elpresente trabajo, es producida por el algori tmo 3B43, conresolucin temporal mensual, resolucin espacial horizontalde0.25 x 0.25, coberturageogrficade50S- 50Nenlatitudy 180W-180Eenlongitud,abarcandounamayorextensin einformacin espacio-temporal que las obtenidas por lasestaciones meteorolgicas convencionales, sin embargo lainformacinqueutil izan losalgoritmostieneunafuerterelacinen trminosfsicos con los hidrometeoros, que resultan en eldatodeprecipitacin, pero cadasatlitei ndividualmenteproveeinformacin en i ntervalos de ti empo y espacio que no sonsuficientes para obtener undato preciso del a ocurrencia deprecipitacin (Huffman,A dler, Bolvin, Gu, Nelki n, Bowman,Hong, Stocker y Wolff, 2007; Huff man y Bolvi n, 2014). Por

ell o lasestimacionesestn sujetos a errores los cuales debenser validados a travs de datos observados de pluvimetrospara su utilizacin (Joyce, Janowiak, Arkin y Xie, 2004;Aghakouchak, Nasrollahi y Habib, 2009), o anali zar comovariables de entrada a los modelos hidrolgicos (Quiroz,Col li schonn y Lavado, 2011).

Lasapli cacionesrealizadasusandolalluviaestimadaporsatlitecomo datos de entrada a modelos hidrolgicos, podemosmencionar losestudiosrealizadospor Collischonn, Collischonny Tucci (2008) dondereali zaronunamodelizacin hidrolgicaen la cuenca amaznica, utilizaron estimaciones deprecipitacin TRMM; Nbrega, Souza y Souza (2008)analizaron los datos de satlite TRMM en un modelohidrolgicosemidistribuidoen lacuencadel ro Jamari; Lavado,

Labat, Guyot, Ronchail y Ordoez (2009) vali daron la ll uviauti li zando TRMM en dos cuencas amaznicas peruanas yaplicaron en modelos mensuales de balance hdrico; Dinku,Connor y Ceccato (2010) realizaron unacomparacin sobreregiones montaosasde frica y Amrica del Sur; Quiroz etal. (2011) realizaron la modelizacin hidrolgica usandoestimacionesdel luviapor satli teenlacuencadel rioHuallaga,Per; Almazroui (2011) reali z unacali bracin de la ll uviaestimada por el TRMM en Arabia Saudit a; Su, Hong y

Lettenmaier (2008) evaluaron lasll uviasTRMM y uti li zaronlassali dascomodatosdeentradaparala prediccinhidrolgicaen la cuencadel a Plataentreotros.

Estudios recientes como los de Ki zza, Westerberg, Rodhe yNtale (2012); Li, Zhangy Xu (2012); Li, Zhangy Xu (2014);

Ouma, Owiti, Kiporir, Kibiiy y Teteishi (2012); Mantas, Liu,Caro y Pereira (2015) concluyeron que las esti maciones deprecipitacin provenientes del TRMM constituyen unaalternativa aceptable y que estas puedan ser incluidas enmodeloshidrolgicos, para reasdondenosedispongadeunaadecuadadistribucin espacial deestacionesmeteorolgicas.

El objetivo del presenteestudio fuevalidar l asprecipitacionesestimadas por el algoritmo 3B43 del TRMM con datospluviomtricosenla cuencadel ro Ramis y suapli cacinen lamodelacin hidrolgica, loscualespuedenser util izadoscomounaalternativaencuencaspocoinstrumentadas,fortaleciendoen parte la gestin de recursos hdricos en las cuencashidrogrficas.

MATERIALES YMTODOS

rea de estudio

La cuenca del ro Ramis, se encuentra ubicadadentro de laregin hidrogrfica del Tit icaca, entrelascoordenadasUTM(WGS84, zona19 sur); Este: 453,876m 271,772m, Norte:8104,442 m 8447,692 m y altitud comprendida entre los3,820 a 5,750 m.s.n.m. El reahasta el punto deconfluenciade la estacin hidrolgica es de 14,676.67 km2 (Fig. 1). Ell mite hidrogrfi co se real iz medi ante una aplicacinautomtica de model builder (ArcGIS) y el uso de modelosdigitales de elevacin (DEM) obtenido de la NationalAeronautics and Space Administration (NASA) y ShuttleRadar Topography Mission (SRTM).

Fig.1. Locali zacingeogrficadelacuencadel rioRamis, alnortede la regin hidrogrficadel Titicacal ado Peruano, los

cuadradosrepresentan laubicacinespacial delasestacioneshidrometeorolgicas.

$$# ! $$*

01>,497A5,9;7,A>,$ ;?.,> 2%1074,$ 5;?f


3/8

,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' !$$%!

Datos utilizados

Se util iz informacin hidrometeorolgica de 16 estaciones(Tabla 1) que corresponde a variables de precipitacin totalmensual y descargasmediasmensualesdel periodo enero1998a diciembre 2013 ubicadas en la zona de estudio y

administradas por el Servi cio Nacional de Meteorologa eHidrologa(SENAMHI - Per). Lasprecipitacionesobservadasfueroninterpoladosmedianteel mtododeKriging utili zandoparaello el Hydraccess,sobrelaregindeestudio con lamisma

resolucin espacial (0.25x0.25) del asobtenidaspor satli teTRMM.

La base histri ca de precipitacin estimada por el satli teTRMM corresponde al mismo periodo de l a precipitacinobservada. La evapotranspiracin de referencia (ETo), se

adquiri de la base de datos del Servicio Nacional deMeteorologa e Hidrologa (SENAMHI Per) en formatogrid, el cual fue estimado mediante el mtodo de Hargreavesmodificadoa nivel nacional.

Tabla1. Caractersticasdeubicacin delasestacioneshidrometeorolgicas

N EstacinEste Norte Altitud

N EstacinEste Norte Altitud

[m] [m] [msnm] [m] [m] [msnm]

1 Ananea 442448 8377140 4653 9 Lampa 352861 8301728 3929

2 Arapa 379823 8326267 3892 10 Llally 297126 8347800 4211

3 Ayaviri 328602 8355116 3921 11 Muani 397530 8367203 3923

4 Azangaro 371897 8350772 3840 12 Progreso 352946 8375575 3952

5 Pampahuta 320200 8287459 4292 13 Pucara 353035 8336523 38696 Lampa 352861 8301728 3929 14 Putina 406640 8350905 3853

7 Chuquibambill a 313519 8364727 3899 15 Taraco 395292 8307846 3817

8 Huancan 419032 8319216 3860 16 HL GPte. Rami s 406368 8313374 3815

Modelo hidrolgico GR2M

Sebasaen laconceptualizacin del ciclo hidrolgico,propuestopara reconstruir caudales a partir de la precipitacin yevapotranspiracin. En trminosgenerales, el modeloGR2Mes un modelo conceptual de dos depsitos o reservori os, elreservorio suelo quecorrespondeala funcin deproduccin;y el reservorio de agua gravitacional, donde el aporte esinstantneo al inicio y despuscon el pasodel tiemposevacagradualmente, el nivel de este reservori o determina el gastoque puede li berar (Mouelhi, M ichel, Perrin y Andrassian,2006). Su evaluacin puede ser de manera cuantitativa ycuali tati va, la primeraconsiste en determinar el valor ptimode una funcin objetivo, el cual se reali za con tcnicas deoptimizacin, l a funcin objetivo resume l os resultados decomparacin entre los valores observados y los valorescalculados por el modelo. Por otra parte, la evaluacincuali tati vasebasaen la comparacingrfi caentrelosvalorescalculados y los valores observados una descripcin msdetall ada sepuede encontrar en Mouelhi et al. (2006).

Evaluacin estadstica

Eficiencia de Nash y Sutcliffe (NSE)

El criterio numrico util izado para cuantifi car los resultadosfue propuesto por Nash y Sutcliff e (1970) como i ndicadoradimensional dela bondad deajusteel cual midecuanto del avariabili dad delasobservacionesesexplicadapor lasimulacin.Este indicador es ampliamenteutil izado en la evaluacin demodelos hidrolgicos(McCuen, Knight y Cutter, 2006). Laeficiencia deNSE(Ec. 1) Fueclasi ficadobajo loscriteriosde

muy bueno 0.90, bueno de 0.80 0.90, aceptable de 0.65 -0.80 e insatisfactorio 0.95, bueno de0.85 0.95,satisfactorio de0.65- 0.85 einsatisfactorio 4;>,84?


4/8


5/8

,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' !$$'!

Aplicacin de la precipitacin estimada por satlite en la modelacin hidrolgica

Calibracin y validacin del modelo GR2M

osresu ta osen a ase eca rac n e mo e o ro g cout zan o atoso serva os eprec p tac npara acuenca e r oam s, muestran e c enc as e = . , m entrasque oscau a es s mu a ospor a uv aest ma a e sat te a ser

compara os esta st camentecon os cau a es o serva os a canzan una e c enc a e . a a , para am os casosseg n are erenc a e tter y u oz son nterpreta os como a uste muy ueno y acepta e respect vamente. s m smo en ca or enesta ase, muestrasu est mac ones e - . y - . paraam oscasos, assu est mac onesno sons gn cat vos

y ass mu ac onesseg n or as et a . , sonprec sas. os rogramascomparat vosentrecau a eso serva osy s mu a ospara a ase e ca rac n, se muestran en a g. .

Fig. 4. Caudalesmediosmensualesobservadosy simulados fase decalibracin.

ara a etapa e va ac n e cau aes me os mensua es e r o am s con ap cac n e mo eo , ut zan o atos eprec p tac n o serva aparae per o o enero a c em re , muestran como resu ta o una e c enc a e = . ,m entrasquea ut zar prec p tac onesest ma aspor sat te seo t eneun = . a a . as y utc eindicanqueno hay nadaprecisoen el sentido deestecriterio debido aquel osgradosdeli bertaddel modelo sondesconocidos. Sinembargo,sepuedeafirmar queun criterio demenosde0.60o 60%no proporcionaun resultado satisfactorio entreloshidrogramaso serva osy oss mu a os por e mo eo e, ature y ervat, .

g. . au aes me osmensua eso serva osy s mu a os ase eva ac n. as a rev aturas o serva o, - yP observada-Q son caudalesobservadosrio Ramis, caudales simuladoscon precipitacin obtenida por satli te TRMM y

cau a ess mu a oscon prec p tac n o serva a respect vamente.

os n ca oresesta st cos ee c enc a o ten osen a ase eva ac n nosmuestran resu ta os uenosy acepta esrespect vamente. s m smoe n ca or en esta ase, muestraunaso rest mac n e + . en ass mu ac ones e cau aesa partir dedatos deprecipi tacin observada y unasubesti macin de-30.1% en lassimulaciones de caudales apartir de datos deprec p tac n o ten a por sat te , as s mu ac ones o ten as son resu ta os uenos y sat s actor os seg n as

screc ones e uptaet a . . acomparac n gr ca e rogramaso serva osy s mu a ospara a ase eva ac n, semuestran en as g. .

Tabla 1. IndicadoresestadsticosdeNash y Sutclif fe (NSE), sesgo porcentual (BIAS), cali bracin 70% del total dedatos(enero- c em re , va ac n e tota e atos enero - c em re .

Precipitaci n Indicadoresa s cObservado

Calibraci n Validaci n Calibraci n Validaci nObservado . . . .

BIAS(%) . . - . - .

$$# ! $$*

B,74/,.4i9/0 7,0.488E ?A,;7i24.,/07>4;>,84?


6/8

,09! *4907821! )385.4/24! $"#%( -53 #& +65 $'!$$(!

CONCLUSIONES

Las precipitaciones estimadas por el al gori tmo 3B43 delTRMM paralazonaevaluada, muestranunaeficiencia buena,afi rmando que reproducen con cierta precisin el patrn delciclo estacional considerndosedatosfiables, loscualespueden

ser utili zadoscomodatosdeentradaen modeloshidrolgicosen zonassin informacin,constituyendo como unaalternativaen el fortalecimiento de l a gestin de recursos hdricos encuencashidrogrficas.

AGRADECIMIENTOS

Losautoresdeseanagradecer muy especialmente al ServicioNacional de Meteorologa e Hidrologa (SENAMHI) quefacilitaron la informacin hidrometeorolgica, para larealizacin del presentetrabajo deinvestigacin.

BIBLIOGRAFIA

Aghakouchak, A., Nasroll ahi, N., y Habib, E. (2009).

Accounting for uncertainties of the TRMMsatelliteestimates.Remote Sensing, 1(3),606-619.

A lmazroui , M. (2011). Cal ibration of TRMM rainfallclimatology over Saudi Arabia during 19982009.Atmospheric Research, 99,400-4014.

Andersen,J.,Refsgaard, J., y Jensen, K.H. (2001). Distributedhydrological modell ing of theSenegal Riverbasinmodel construction and vali dati on.

Journal Hydrological, 247, 200214.

Coll ischonn, B., Coll ischonn, W., y Tucci, C.E. (2008). Dailyhydrological modeli ng in the Amazon basin

using TRMM rainfall estimates. Journal of Hydrology, 360, 207-216.

Dinku T., Connor, S., y Ceccato, P. (2010). Comparison ofCMORPH and TRMM-3B42 overmountainous regions of Africa and SothAmerica. Satellitefor Surface Hydrology,193-204.

Gupta, H. V., Sorooshian, S. y Yapo, P. O. (1999). Statusofautomati c cali bration for hydrologic models:Comparisonwithmultilevel expert calibration.

Journal of Hydrologic Engineering, 4(2),135-143.

Huffman, G.J., y Bolvi n, D.T. (2014). TRMM and OtherData Precipi tation Data Set Documentation.Laboratory for Atmospheres, NASA GoddardSpaceFl ight Center and ScienceSystemsandAppl icati ons. Recuperado de: f tp: //precip.gsfc.nasa.gov/pub/trmmdocs/3B42_3B43_doc.pdf

Huffman,G. J., Adler, R.F., Bolvin, D.T., Gu, G., Nelki n,E.J.,Bowman, K.P., Hong, Y., Stocker, E.F., yWol f f , D.B . (2007 ). The TRMMMultisatellitePrecipitationAnalysis(TMPA):Quasi-Global, Multi year, Combined-SensorPrecipitationEstimatesat FineScales.Journalof Hydrometeorology, 8, 38-55.

Joyce, R.J., Janowiak, J.E., Arkin, P.A. y Xie, P. (2004).CMORPH: a method that produces globalprecipitation esti mates from passivemicrowave and i nfrared data at high spatialand temporal resoluti on. Journal of

Hydrometeorology, 5 (3), 487-503.

Kizza, M., Westerberg, I., Rodhe, A., y Ntale, H. L. (2012).Estimating areal rainfall over lakeVictoriaandits basin usingground-baseandsatell ite data.

Journal of Hidrology,464, 401-411.

Lavado, W. S., Labat, D., Guyot,J.L., Ronchail , J. y Ordoez,

J. J. (2009). Vali dacin de ll uvia util izandoTRMM en doscuencasamaznicasperuanasy su aplicacin en modelos mensuales debalance hdri co. Revista Peruana Geo-atmosfrica, 1, 11-19.

Legates, D. R., y McCabe, G. J. (1999). Evaluatingtheuse ofgoodness-of-t measures in hydrologic andhydroclimatic model validation. Water

Resources Research, 35(1),233241.

Li, X. H., Zhang, Q., y Xu, C. Y. (2012). Suitabil ity of theTRMM satellite rainfalls in driving adistri buted hydrological model f or waterbalance computations in the Xinjiang

catchment, Poyang lake basin. Journal of Hydrology, 426-427, 28-38.

Li, X., Zhang, Q., y Xu, C., 2014. Assessing theperformanceof satell ite-based precipitation products andits dependence on topography over PoyangLake basi n. Theoreti cal and Appli edCli matology, 115,713729.

Mantas, V. M ., Liu, Z., Caro, C., y Pereira, A.J.S.C. (2015).Validation of TRMM multi -satelli teprecipitation analysis (TMPA) products inthe Peruvian Andes. Atmospheric Research,163, 132-145.

McCuen, R.H., Knight, Z. y Cutter, A.G. (2006). Eval uationof theNashSutcliffe Efficiency Index.Journal

Hydrology Engineering, 11, 597-602.

Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R.L.,Harmel, R. D.,y Veith,T. L. (2007). ModelEvaluati on Gui deli nes for Systemati cQuantification of Accuracy in Watershed

$$# ! $$*

01>,497A5,9;7,A>,$ ;?.,> 2%1074,$ 5;?f


7/8

,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' !$$)!

Simulation. Transactions of theASABE,50(3),885-900.

Mouelhi, S., C. Mi chel, C. Perrin, y Andrassian, V. (2006),Stepwise development of a two-parametermonthl y water balance model . Journal of

Hydrology, 318, 200-214.

Nash, J.E. y Sutcliffe, J.V. (1970). River flow forecastingthrough conceptual models, part I: Adiscussionof principles.Journal of Hydrology,10(3), 282290.

Niel, H., Paturel, J. E. y Servat,E. (2003). Study of parameterstability of a lumped hydrologic model in acontext of climatic variability. Journal of

Hydrology, 278, 213230

Nbrega, R.S., Souza,E. P. y SouzaF.A.S.(2008). Anlisedautilizao de dados do satlite TRMM emmodelo hidrolgico Semidistribuido na bacia

dorioJamari.Revista Brasileira de GeografiaFsica, 1(1), 47-61.

OrganizacinM eteorolgicaM undial (2011). Guadeprcticashidrolgicas, gestin de recursos hdricos yapli cacindeprcticashidrolgicas. VolumenII.

Ouma, Y. O., Owiti, T., Kiporir, E., Ki biiy, J., y Tateishi R.(2012). Mul ti temporal comparative analysisof TRMM-3B42 satellite-estimated rainfallwith surfacegaugedata at basin scales: dail y,decadal andmonthly evaluations.International

Journal of Remote Sensing,33(24),7662-7684.

Ritter, A., y Muoz, R. (2013). Performance evaluation ofhydrological models:Statistical signifi canceforreducing subjectivity in goodness-of-fitassessments.Journal of Hydrology, 480, 33-45.

Su, F., Hong, Y., y Lettenmaier, D. P. (2008). Evaluation ofTRMM Multisatell it e Precipitation Analysis(TMPA) and its Uti li ty i n HydrologicPrediction in the La Plata Basin. Journal of

Hydrometeorology, 9, 622-640.

Quiroz, K.J., Collischonn, W. y Lavado W.S. (2011).Modelizacionhidrolgica usandoestimaciones

de lluvia por satlite en la cuenca del rioHuallaga, Per. Revista Peruana Geo-atmosferica, 3,51-62.

$$# ! $$*

B,74/,.4i9/0 7,0.488E ?A,;7i24.,/07>4;>,84?


8/8

,09! *4907821! )385.4/24! $"#%( -53 #& +65 $'!$$*! $$# ! $$*

dialnet-validaciondelaprecipitacionestimadaporsatelitetrmm-5169796

Documents