Metodología operativa para la obtención de datos históricos de precipitación a partir de la misión satelital Tropical Rainfall Measuring Mission

Validación de resultados con datos de pluviómetros

  • Sebastián Gavilan Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción (CICYTTP), Universidad Autónoma de Entre Ríos, Argentina
  • Juan Ignacio Pastore Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Instituto de Investigaciones Científicas y Tecnológicas en Electrónica (ICYTE), Universidad Nacional de Mar del Plata, Argentina
  • Javier Uranga Instituto de Altos Estudios Espaciales “Mario Gulich” (IG) / Comisión Nacional de Actividades Espaciales (CONAE), Argentina
  • Anabella Ferral Instituto de Altos Estudios Espaciales “Mario Gulich” (IG) / Comisión Nacional de Actividades Espaciales (CONAE), Argentina
  • Andrés Lighezzolo Instituto de Altos Estudios Espaciales “Mario Gulich” (IG) / Comisión Nacional de Actividades Espaciales (CONAE), Argentina
  • Pablo Aceñolaza Instituto de Altos Estudios Espaciales “Mario Gulich” (IG) / Comisión Nacional de Actividades Espaciales (CONAE), Argentina
Palabras clave: Precipitaciones, Meteorología, Hidrología, TRMM, Google Earth Engine

Resumen

La información de precipitación es crítica para la comprensión del equilibrio hidrológico a escala global. La lluvia, junto con otras variables ambientales tales como evapotranspiración, temperatura, humedad relativa, entre otras, representa un factor de interés para la producción agrícola. Debido a esto, surge la necesidad de llevar adelante estudios que posibiliten comprender mejor la variabilidad espacial y temporal de las mismas. En este trabajo se presenta una metodología que permite automatizar la descarga de series temporales de datos de precipitación de la Misión de Medición de la Lluvia Tropical (Tropical Rainfall Measuring Mission (TRMM)) desde la plataforma Google Earth Engine (GEE) y validar los datos obtenidos con una serie de datos históricos de una estación meteorológica. Con este fin se desarrolló un sistema bajo la plataforma GEE para la generación y descarga de datos TRMM. Como caso de estudio se fijó la cuenca del Arroyo Las Conchas de la Provincia de Entre Ríos, Argentina. Para la validación de los resultados, se generó un set de datos con la información de precipitaciones desde el 1 de enero del 2000 al 31 de diciembre del 2015, medida por pluviómetros, para el área de influencia de la estación meteorológica de la Estación Experimental Agropecuaria del INTA de Oro Verde, departamento de Paraná, provincia de Entre Ríos, Argentina. Los resultados obtenidos mediante el proceso de evaluación muestran que existe una estrecha relación entre ambas fuentes de información. La metodología propuesta permitirá generar sets de datos históricos de precipitación para estudiar el régimen hídrico en regiones de difícil acceso o en cuencas extensas y poco pobladas.

Descargas

La descarga de datos todavía no está disponible.

Métricas

Cargando métricas ...

Citas

Adler, R. F., G. J. Huffman, A. Chang, R. Ferraro, P.-P. Xie, J. Janowiak, B. Rudolf, U. Schneider, S. Curtis, D. Bolvin, et al. 2003. The version-2 global precipitation climatology project (GPCP) monthly precipitation analysis (1979–present). Journal of hydrometeorology, 4(6):1147–1167.

Ashouri, H., K. L. Hsu, S. Sorooshian, D. K. Braithwaite, K. R. Knapp, L. D. Cecil & O. P. Prat. 2015. PERSIANN-CDR: Daily precipitation climate data record from multisatellite observations for hydrological and climate studies. Bulletin of the American Meteorological Society, 96(1), 69-83.

Barnes, W. L., R. A. Barnes & A. W. Holmes. 1997. Characterization and calibration results from the visible and infrared scanner (virs) for the tropical rainfall measuring mission (TRMM). In Advanced and Next-Generation Satellites II, volume 2957, pages 266–277. International Society for Optics and Photonics.

Bianchi, A., C. Yañez & L. Acuña 2005. Base de datos mensuales de precipitaciones del noroeste argentino. Ed. INTA. EEA. Salta-Jujuy, 41.

Brizuela, A. B., M. D. Nosetto, C. A. Aguirre & M. P. Bressán. 2015. Comparación de datos de precipitación estimada por trmm con mediciones en estaciones meteorológicas de Entre Ríos, argentina. UD y la geomática, (10):18–26.

Cardoso, M. M. 2017. Estudio de la vulnerabilidad socio-ambiental a través de un índice sintético/Caso de distritos bajo riesgo de inundación: Santa Fe, Recreo y Monte Vera, Provincia de Santa Fe, Argentina. Study on socio-environmental vulnerability by applying (...). Cuaderno de Geografia, 27(48), 156-183.

Casimiro, W. S. L., D. Labat & J. L. Guyot. 2009. Validación de lluvia utilizando trmm en dos cuencas amazónicas peruanas y su aplicación en modelos mensuales de balance hídrico. Revista Peruana Geo-Atmosférica Rpga (1), pages 11–19.

Chiu, L. S., Z. Liu, J. Vongsaard, S. Morain A. Budge, P. Neville & C. Bales, 2006. Comparison of trmm and water district rain rates over new mexico. Advances in Atmospheric Sciences, 23(1):1–13.

Collischonn, B., W. Collischonn & C. E. M. Tucci. 2008. Daily hydrological modeling in the amazon basin using TRMM rainfall estimates. Journal of Hydrology, 360(1-4):207–216.

Dinku, T., P. Ceccato, E. Grover-Kopec, M. Lemma, S. Connor & C. Ropelewski. 2007. Validation of satellite rainfall products over east africa’s complex topography. International Journal of Remote Sensing, 28(7):1503–1526.

Futrell, J. H., R. E. Gephart, E. Kabat-Lensch, D. M. McKnight, A. Pyrtle, J. P. Schimel & J. M. Gephart. 2005. Water: Challenges at the intersection of human and natural systems (No. PNWD-3597). PNNL (Pacific Northwest National Laboratory (PNNL), Richland, WA (United States)).

GEE. 2018. Editor de código de la plataforma Google Earth Engine. https://code.earthengine.google.com. Ultimo acceso: agosto 2018.

Gomez, A. R. D. & F. J. Gaspari. 2018. Transformación territorial: Intensificación agraria y pérdida del suelo en la cuenca del río Marapa, Tucumán, Argentina. Revista de la Facultad de Agronomía, La Plata, 116(2), 161-170.

Hoffmann, J. (1988). Las variaciones climáticas ocurridas en argentina desde fines del siglo pasado hasta el presente, el deterioro del ambiente en la argentina. Fundacion para la Educacion, la Ciencia y la Cultura, pages 275–290.

Hou, A. Y., R. K. Kakar, S. Neeck, A. A. Azarbarzin, C. D. Kummerow, M. Kojima & T. Iguchi, 2014. The global precipitation measurement mission. Bulletin of the American Meteorological Society, 95(5), 701-722.

Huffman, G. J., D. T. Bolvin, E. J. Nelkin, D. B. Wolff, R. F. Adler, G. Gu, Y. Hong, K. P. Bowman & E. F. Stocker. 2007. The TRMM multisatellite precipitation analysis (TMPA): Quasi-global, multiyear, combined sensor precipitation estimates at fine scales. Journal of hydrometeorology, 8(1):38–55.

INTA, 2018. Repositorio de datos agrometeorológicos de la E.E.A INTA Paraná. https://inta.gob.ar/documentos/indice-de-datos-meteorologicos-mensuales. Ultimo acceso: agosto 2018.

Islam, M. N. & H.Uyeda. 2007. Use of trmm in determining the climatic characteristics of rainfall over bangladesh. Remote Sensing of Environment, 108(3):264–276.

Kidd, C. & V. Levizzani. 2011. Status of satellite precipitation retrievals. Hydrology and Earth System Sciences, 15(4), 1109-1116.

Marino, M. B. 2007. Variabilidad de la precipitación en Argentina en diferentes escalas temporales, relacionada con actividad convectiva observada: Documentación de la metodología para el tratamiento de la información. Verificación del desempeño de un modelo regional de pronóstico de precipitación. PhD thesis, Universidad de Buenos Aires.

Minetti, J., W. Vargas, A. Poblete, L. De la Zerda & L. Acuña. 2010. Regional droughts in southern south america. Theoretical and applied climatology, 102(3-4):403–415.

Minetti, J., W. Vargas, B. Vega, & M. Costa. 2007. Las sequías en la pampa húmeda: Impacto en la productividad del maíz. Revista Brasileira de Meteorologia, 22(2):218–232.

Montaigne, F. & P. Essick. 2002. Water pressure. National Geographic, 202(3), 2-33.

NRC (National Research Council). 2010. When Weather Matters: Science and Service to Meet Critical Societal Needs. National Academies Press, 198 pp.

NSTC (National Science & Technology Council). 2004. Science and technology to support fresh water availability in the United States. National Science and Technology Council, 19 pp.

Penalba, O. C., M. L. Bettolli & W. M. Vargas. 2007. The impact of climate variability on soybean yields in argentina. multivariate regression. Meteorological Applications: A journal of forecasting, practical applications, training techniques and modelling, 14(1): 3–14.

Pérez, M. E. 2018. El comportamiento temporo espacial de los montos anuales de precipitación en el Nordeste argentino–1931/2005. Geográfica digital, 6(11), 1-16.

Scarpati, O. E., J. A. Forte Lay & A. D. Capriolo. 2008. La inundación del año 2001 en la provincia de buenos aires, argentina. Mundo agrario, 9(17):00–00.

Scarpati, O. E., L. Spescha & A. Capriolo. 2002. Occurrence of severe floods in the salado river basin, Buenos Aires province, argentina. Mitigation and Adaptation Strategies for Global Change, 7(3):285–301.

Serrano Vincenti, M. S. F. 2016. Fenómenos críticos en datos de precipitación lluviosa intensa detectados con radar y microondas, en la zona de influencia del fenómeno del niño sobre el ecuador, en el período 2009-2012. Master’s thesis, Escuela Politécnica Nacional de Quito.

Su, F., Y. Hong, & D. P. Lettenmaier. 2008. Evaluation of trmm multisatellite precipitation analysis (tmpa) and its utility in hydrologic prediction in the la plata basin. Journal of Hydrometeorology, 9(4):622–640.

Villanueva, O. M. B., M. Zambrano-Bigiarini, L. Ribbe, A. Nauditt, M. A. Rebolledo Coy, N. Xuan Thinh & T. Bartz-Beielstein. 2017. Temporal and spatial evaluation of satellite rainfall estimates over different regions in Latin-America. In American Geophysical Union Fall Meeting Abstracts.

Wilk, J., D. Kniveton, L. Andersson, R. Layberry, M. C. Todd, D. Hughes, S. Ringrose & C. Vanderpost. 2006. Estimating rainfall and wáter balance over the okavango river basin for hydrological applications. Journal of Hydrology, 331(1-2):18–29.

Publicado
2019-06-23
Cómo citar
Gavilan, S., Pastore, J. I., Uranga, J., Ferral, A., Lighezzolo, A., & Aceñolaza, P. (2019). Metodología operativa para la obtención de datos históricos de precipitación a partir de la misión satelital Tropical Rainfall Measuring Mission. Revista De La Facultad De Agronomía, 118(1), 111-121. https://doi.org/10.24215/16699513e011