Академический Документы
Профессиональный Документы
Культура Документы
Cdigo: 20160879
TRABAJO SEMESTRAL
RAINFALL-RUNOFF MODELLING BY USING SM2RAINDERIVED AND STATE-OF-THE-ART SATELLITE
RAINFALL PRODUCTS OVER ITALY
LIMA PER
2016
RESUMEN
Los productos de precipitaciones por satlite (SRP) son cada vez ms precisos, con mayor
resolucin espacial y temporal. Esta evolucin puede ser beneficioso para aplicaciones
hidrolgicas, proporcionando nuevas fuentes de informacin y que permite conducir modelos,
en zonas sin datos de aforo. A pesar de la gran disponibilidad de los datos de lluvia por satlite,
su uso en el modelado lluvia-escorrenta es todava muy escasa, muy probablemente debido a
problemas de medicin (sesgo, precisin) y la aceptabilidad de la comunidad hidrolgica de
productos satelitales.
En este estudio, la versin en tiempo real (3B42-RT) del anlisis de Precipitacin Tropical
Misin de Medicin multi-satlite, TMPA, y una nueva SRP basada en la aplicacin del
algoritmo de SM2RAIN a la ASCAT (dispersmetro avanzado) producto de la humedad del
suelo, SM2RASC, se utilizan para conducir un modelo hidrolgico agrupados en cuatro cuencas
en Italia durante el perodo de 4 aos 2010-2013.
La necesidad de la calibracin de los valores de los parmetros del modelo para cada SRP se
pone de relieve, siendo un requisito importante para su uso adecuado en la modelizacin de
inundaciones. Los resultados muestran que los SRPs proporcionados, en la mayora de los
casos, las puntuaciones de rendimiento son ligeramente ms bajos que los obtenidos mediante
el uso de datos observados con una reduccin de la eficiencia de Nash-Sutcliffe (NS) de menos
de 30% cuando se utiliza el producto SM2RASC mientras TMPA se caracteriza por una
deterioro significativo durante el perodo de validacin 2012-2013.
Por otra parte, la integracin entre los datos de las precipitaciones observadas y el satlite
tambin se investiga. Curiosamente, el procedimiento de integracin simple aqu aplicado
permite obtener conjuntos de datos ms precisos de precipitaciones de entrada con respecto a
la utilizacin de las observaciones de tierra solamente, para 3 de 4 cuencas. De hecho, las
simulaciones de descarga mejoran cuando las observaciones de precipitaciones suelo y el
producto SM2R ASC se integran, con un incremento del NS entre el 2 y el 42% para las 3
cuencas en centro y el norte de Italia. En general, el estudio pone de manifiesto la viabilidad
del uso de SRPs en aplicaciones hidrolgicas sobre la regin mediterrnea con beneficios en
simulaciones de descarga tambin en reas bien calibradas.
TABLA DE CONTENIDOS
RESUMEN
I.
INTRODUCCIN .........................................................................................................1
A.
OBJETIVOS ..................................................................................................................4
1.
2.
II.
A.
B.
C.
D.
E.
F.
G.
A.
CONCLUSIONES........................................................................................................28
I. INTRODUCCIN
Las inundaciones son una de las amenazas naturales ms comunes y peligrosas, causando cada
ao miles de vctimas y daos en todo el mundo. La principal herramienta para evaluar el
riesgo de inundaciones y la reduccin de daos est representado por los sistemas de alerta
temprana hidrolgicos que permiten pronosticar las inundaciones mediante el uso de datos en
tiempo real obtenidos a travs de las redes de monitoreo de tierra (por ejemplo, pluvimetros
y radares). Sin embargo, el uso de estos datos, sobre todo las precipitaciones, se ve afectada
por muchos problemas: (1) la representatividad espacial limitada de las mediciones locales,
(2) la densidad de la red (3) problemas de reflectividad relacionados con los radares
meteorolgicos.
Una manera de superar estos problemas puede ser el uso de productos de precipitacin basados
en satlites (SRP) que hoy en da estn disponibles a escala mundial en el cada vez presentan
mayor resolucin y precisin espacial/temporal. Para las reas remotas, las SPRS son la nica
fuente de informacin. A pesar de la gran disponibilidad de SRP: por ejemplo, la Misin de
Medicin de Lluvias Tropicales (TRMM), Anlisis de precipitacin multi-satlite (TMPA); el
Fondo de aplicaciones satelitales sobre el apoyo a la hidrologa operativa y gestin del agua
(H-SAF), y la reciente Misin de Medicin Global de la Precipitacin (GPM), datos de
precipitacin obtenidos por teledeteccin son escasamente utilizadas en la modelacin
hidrolgica. Las razones pueden estar relacionados con: (1) la estimacin inexacta de la lluvia
que provoca una subestimacin general de las cantidades totales de precipitacin, (2) la
resolucin espacial/temporal, (3) la puntualidad, que es a menudo insuficiente para fines
operativos. (4) la aceptabilidad de la comunidad hidrolgica de productos satelitales.
De hecho, en la literatura cientfica, slo un pequeo nmero de estudios se llevaron a cabo,
sobre todo en relacin con la validacin hidrolgica de los SPRs tratando de esbozar algunas
pautas para el uso de datos de satlite como entrada para el modelado hidrolgico. A modo de
ejemplo, el caudal simulado en tres cuencas en Amrica. Obligaron a un modelo lluviaescorrenta de ruta mediante el uso de un conjunto de datos por satlite precipitaciones sinttica
de 10 aos y llevaron a cabo tres pruebas diferentes: (1) el modelo fue calibrado y validado
con los datos de las precipitaciones observadas; (2) el modelo se calibr con los datos de
precipitaciones observadas y luego validado mediante el uso de los datos del satlite
sinttico; (3) el modelo fue calibrado y validado con datos de satlite.
Encontraron una subestimacin de la precipitacin media areal y, por lo tanto, sesgadas
simulaciones de flujo de la corriente cuando el modelo se calibr con los datos observados y
se forz con el conjunto de datos por satlite sinttico. Tambin encontraron un incremento de
los errores como el rea de la cuenca disminuye. Utilizaron el producto Administracin
Ocenica y Atmosfrica Nacional (NOAA), Centro de Prediccin del Clima (CPC) producto
para el sistema de alerta temprana para impulsar un modelo hidrolgico semidistribuido de
base fsica en cuatro cuencas en Asia y frica.
Encontraron que SRPs se puede utilizar para forzar un modelo hidrolgico siempre que la
recalibracin de los valores de los parmetros del modelo se lleva a cabo. Utilizaron TMPA
3B42 del producto en tiempo real para conducir un modelo hidrolgico ms de una cuenca en
Kentucky concluyendo de que se necesita una correccin de sesgo antes de utilizar los datos
de satlite en tiempo real en la prediccin de crecidas.
Se forz un modelo hidrolgico distribuido sobre la cuenca del ro Senegal con diferentes SRP:
3B42 TMPA V6, tcnica de Centro de Prediccin Climtico Morphing (CMORPH), CPC
FEWS la v.2, estimacin de la precipitacin a partir de informacin de sensores remotos
utilizando redes neuronales (PERSIANN) y un producto local basada en la duracin de la nube
fra (CCD). Ellos encontraron que los SRPs necesitan una correccin del sesgo debido a las
diferencias en las estimaciones de los productos analizados (por ejemplo, el nmero de das de
lluvia y la intensidad registrada).
Sin embargo, Stisen y Sandholt (2010) afirmaron que los datos de satlite pueden ser muy
tiles debido a su continuidad espacial y temporal y se deben considerar para impulsar modelos
hidrolgicos, sobre todo en zonas remotas y no aforadas.
Thieming et al., (2013) realizaron un validacin hidrolgica teniendo en cuenta TMPA 3B42
v6, CMORPH, PERSIANN, producto del reanlisis por el Centro Europeo de predicciones de
fenmenos meteorolgicos (ECMWF) ERA-Interim y una estimacin de la precipitacin local,
calibrado sobre el continente africano en dos cuencas en frica.
Indicaron que una recalibracin modelo con cada uno de SRP y una correccin de la
polarizacin son necesarios con el fin de mejorar el rendimiento de las simulaciones de flujo
de corriente. En resumen, las SPRs se puede utilizar de forma beneficiosa para el modelado
lluvia-escorrenta, pero la correccin de sesgo y el modelo de calibracin se requieren etapas
de pre-procesamiento.
La investigacin tuvo como objetivos el explorar la factibilidad del uso de los SPRs en un
modelo hidrolgico agrupando la versin en tiempo real (3B42-RT) del anlisis de
Precipitacin Tropical Misin de Medicin multi-satlite, TMPA, y una nueva SRP basada en
la aplicacin del algoritmo de SM2RAIN a la ASCAT (dispersmetro avanzado) producto de
la humedad del suelo, SM2RASC, se utilizan para conducir un modelo hidrolgico agrupados
en cuatro cuencas en Italia durante el perodo de 4 aos 2010-2013.
En segundo lugar, la integracin entre las estimaciones de las precipitaciones observadas y
basados en satlites con el fin de obtener ms precisos y fiables conjuntos de datos de
precipitaciones que puedan mejorar la simulacin de inundaciones con respecto al uso
solamente de la observacin de tierra.
Vale la pena sealar que este documento no pretende proporcionar una evidencia general y
fuerte que la precipitacin derivada de un conjunto de datos satlites se puede utilizar con
seguridad dentro de la modelizacin hidrolgica. En lugar de ello el objetivo es mostrar cmo
la integracin de las diferentes fuentes de lluvia puede proporcionar un beneficio para la
modelizacin hidrolgica bajo algunas condiciones, ya que ninguno de los conjuntos de datos
se puede considerar libre de errores. En este marco, se muestra que la metodologa tiene una
alta potencialidad, pero al mismo tiempo requiere ser aplicado a un mayor nmero de cuencas
en todo el mundo con el fin de evaluar la utilidad de los datos de precipitacin por satlite y la
humedad del suelo en la modelizacin hidrolgica en los regmenes de precipitaciones ms
complejas y las caractersticas fisiogrficas.
A. OBJETIVOS
1. OBJETIVO GENERAL
-
2. OBJETIVOS ESPECIFICOS:
-
Figura 1. Ubicacin geogrfica y la elevacin de los (a) Las cuencas hidrogrficas Tanaro, (b)
la cuenca del ro Brenta, (c) cuenca del ro Tber y de la cuenca (d) del ro Volturno (no en
escala)
Tanaro
Brenta
Tber
Volturno
Estacin de
Aforo
Asti S.
Martino
Berzizza
Ponte
Felcino
Solopaca
Superficie
(km2 )
MAR
(mm)
MAT (
C)
Inclinacin
()
8.94
Altitud
media
(msnm)
1025
3229.7
1125
1506.3
1879
2123.8
967,76
7.04
13.22
1239
518
22.53
10,76
2578.8
1208.1
13.33
543
8.80
15.59
B. PRODUCTOS DE PRECIPITACIN
Datos registrados en la tierra de precipitacin, temperatura y descarga de datos en resolucin
temporal horaria son proporcionados por la red hidrometeorolgica italiana del Departamento
Nacional de Proteccin Civil. Especficamente, el conjunto de datos precipitacin observada
es proporcionado por la interpolacin de ms de 3000 pluvimetros de todo el territorio
italiano.
Los SRPS considerados en este estudio son el producto TMPA 3B42-RT en adelante TMPA,
y el conjunto de datos obtenidos mediante la aplicacin del algoritmo de SM2RAIN con los
datos de SM (humedad del suelo) dispersmetro avanzado (ASCAT), en lo sucesivo SM2RASC.
El producto TMPA combina estimaciones de la lluvia de varios sensores de satlites.
La plataforma multisatlite utiliza TRMM Microwave Imager (TMI), el Sensor Microwave
Imager Especial (SSM / I) satlites Programa de Satlites Meteorolgicos de Defensa (DMSP)
a bordo, el Sistema Avanzado de microondas Scanning Radiometer-Observacin de la Tierra
(AMSR-E) y el sondeo avanzado de microondas Unidad-B (AMSU-B) a bordo de los satlites
de Administracin Ocenica y atmosfrica Nacional (NOAA). Adems, el producto TMPA
tambin utiliza datos geoestacionarios (GEO) satlite infra-rojo (IR), que se caracteriza por la
resolucin espacial y temporal ms altos que los sensores de microondas (MW), a travs de
una constelacin de satlites GEO. El producto TMPA es proporcionada por la NASA
(NASA, http://trmm.gsfc.nasa.gov/ ) con una resolucin temporal de 3 horas y una resolucin
6
espacial de 0,25 para el 50 Norte-Sur banda de latitud. Aunque una versin del producto
TMPA 3B42 calibrado corregido tambin est disponible, en este estudio tal producto no se
utiliza con el fin de evaluar la viabilidad del uso de las SPRs en un marco operativo, es decir,
para la prediccin de crecidas en tiempo real.
El segundo conjunto de datos se obtiene mediante la aplicacin del algoritmo SM2RAIN a la
humedad superficial del suelo (SSM) producto obtenido de ASCAT, un dispersmetro que
funciona a 5,3 GHz a bordo de MetOp A y B satlites.
Especficamente, la obtencin de productos de paquetes de agua (WARP) 5,51 se utilizan en
este estudio para estimar la precipitacin a partir de datos SM. El producto tiene una resolucin
de 25 km y se proporciona dentro del proyecto H-SAF. El algoritmo SM2RAIN es una
aplicacin que utiliza para la prediccin de inundaciones a travs de SM situ.
Ambos SRPS y los datos de las precipitaciones observadas se re asignan a travs de una rejilla
con separacin del 12,5 km, utilizando el algoritmo del vecino ms cercano. La precipitacin
acumulada un da a las 00:00 GMT + 1 para cada conjunto de datos analizados se considera
en este estudio. Aunque los datos TMPA se proporcionan dentro de una ventana de tiempo
90 min del tiempo nominal (0000,0300,..., 2100 GMT), todos los datos restantes se liberan en
el tiempo local, es decir, GMT + 1. Esto permite comparar los datos con TMPA los otros
conjuntos de datos con slo 30 minutos de retraso.
Con el fin de que coincida con las diferentes resoluciones temporales, el anlisis se lleva a
cabo a una escala de tiempo todos los das, y por lo tanto, la media observada de descarga,
significa que la temperatura y la precipitacin acumulada en un da se calculan y se considera
en la secuela.
C. CORRECCIN DE SESGO
Con el fin de tener en cuenta los errores sistemticos debido a la medicin indirecta de la
precipitacin por los sensores satlite, una correccin de polarizacin se aplica a cada SRP. La
correccin aplicada permite para que coincida con la media y la desviacin estndar de SRPs
con los datos de precipitacin observados. La correccin aplicada en este estudio se expresa
por:
= (
) +
=
=1
Conjunto de datos de lluvia integrado entre este sndrome y SM2RASC (en adelante
SM2RASC + OBS).
Conjunto de datos de lluvia integrado entre este sndrome y TMPA (en adelante TMPA +
OBS).
Donde () es el contenido de agua del suelo en el momento t, p (t), pe (t), e (t) y g (t) son la
precipitacin, precipitacin efectiva, las tasas de evapotranspiracin y percolacin reales,
respectivamente. En la ecuacin, e(t) se calcula como una funcin lineal entre la evaporacin
potencial y la saturacin del suelo. La relacin no lineal se utiliza para el clculo de la
velocidad de percolacin, g(t). El exceso de lluvia, pe (t), se calcula utilizando el mtodo bien
conocido de Conservacin de Suelos Nmero-Curve Servicio (SCS-CN) para la estimacin de
las prdidas que incorporan la relacin entre la saturacin del suelo y el parmetro S (suelo
potencial mxima retencin) del mtodo SCS-CN. Tres componentes diferentes contribuyen a
generar el vaciado, la escorrenta superficial, el exceso de saturacin y el componente
= 1
=1( )2
=1(
)2
=1 =1
100
=1
( ) ( )
( )
Un error negativo destaca sobreestimacin, mientras que un valor positivo significa que la
subestimacin.
11
12
Brenta
tanaro
Tber
Volturno
SM2R ASC
R
0.56
0.60
0.54
0.63
B. SIMULACIN
TMPA
CAL
RMSE
14.97
7.56
7.00
6.10
R
0.49
0.48
0.49
0.60
VAL
RMSE
14.91
6.96
7.66
5.80
DE
DESCARGA
R
0.70
0,79
0,71
0.64
CON
CAL
RMSE
12.78
5.94
5.73
6.07
R
0.66
0.69
0.83
0.63
PRECIPITACIONES
VAL
RMSE
13.55
6.52
9.25
5.78
SUELO
OBSERVADA
Las puntuaciones de los resultados obtenidos forzando modelo MISDc con OBS son evaluados
con el fin de evaluar la capacidad del modelo para reproducir las descargas observadas y se
utilizan como referencia para resaltar cualquier incremento (o deterioro) en la exactitud del
modelo cuando se utiliza SRP.
Figura 3., muestra las series de tiempo de descarga simulados obtenidos forzando MISDc con
los datos OBS. Como se puede observar, el modelo es capaz de reproducir el desempeo
observado bien, mostrando NS valores de 0,72, 0,76, 0,77 y 0,86 durante el perodo de
calibracin
(2010-2011)
para
las
cuencas
Brenta,
Tanaro,
Tiber
Volturno,
14
Calibracin (2010-2011)
R
Ev (%)
Validacin (2012-2013)
NS
R
Ev (%)
0.86
0.89
0.88
0.93
6
23
16
14
0.76
0.68
0.52
0,77
0.88
0.83
0,77
0.88
4
11
-15
5
0,73
0,78
0,81
0,79
-2
13
3
-3
0.52
0.48
0.48
0.48
0,73
0.70
0.70
0,72
-4
-10
-1
-32
0,6
0.89
0,73
0.61
9
19
16
6
0.20
-0.22
-0.23
0.07
0.49
0.49
0.42
0.36
6
-4
-27
36
0.89
0.89
0.90
0.88
1
21
10
1
0,79
0,71
0.74
0.63
0.88
0.85
0.86
0.82
-5
9
-6
-34
0.88
0.90
0.88
0.87
3
20
17
5
0.74
0.47
0.36
0.61
0.87
0,73
0,81
0,81
-4
3
-14
-26
15
16
Figura 4. Hidrogramas observados y simulados obtenidos forzando modelo MISDc con los
datos TMPA antes (panel superior) y despus de recalibracin (panel inferior) de correccin
de sesgo y el modelo.
17
Figura 5. La comparacin de descarga diaria observado y simulado obtenido al forzar modelo MISDc
con los dos satlites productos lluvia SM2RASC y TMPA para Brenta (arriba-izquierda), Tanaro
(arriba-derecha), Tiber (abajo-izquierda) y Volturno (inferior derecha) cuencas , durante todo el
perodo de anlisis (2010-2013).
cuanto a los errores en el volumen, bastante baja Ev se observan valores durante el periodo de
calibracin (validacin): -2% (-4%) para Brenta, 13% (10%) de Tanaro, 3% (-1%) de Tber y
-3% (-32%) para Volturno. Los valores negativos, obtenidos principalmente durante los
ltimos dos aos del perodo de anlisis, ponen de manifiesto una sobreestimacin de descarga.
Cuando MISDc es forzado con TMPA, menores NS se obtienen valores, incluso negativo
durante el perodo de validacin. R valores son mayores que 0,60 (0,36) durante el perodo de
calibracin (validacin) y una subestimacin general de descarga se observa con Ev valores
inferiores a 6 % y el 36% en el perodo de calibracin y validacin, respectivamente. Es
probable que las puntuaciones de rendimiento inferiores son debido a la precisin del producto
TMPA, que est muy afectada por cuestin topogrfica y por el tipo y la intensidad de la
precipitacin. De hecho, Ciabatta et al. (2015b) ha destacado que TMPA producto tiene bajo
rendimiento en el sur de Italia y en las zonas que se caracterizan por un rgimen de lluvias
intensas (por ejemplo, cuenca del Brenta). Adems, las puntuaciones bajas e incluso negativos
obtenidos durante el perodo de validacin son probablemente debido a la necesidad de una
correccin ms frecuente de la polarizacin con el fin de tener en cuenta su variabilidad debido
tambin a los cambios en los algoritmos de recuperacin y los sensores de medicin (nota que
el producto TMPA se basa en las mediciones de una constelacin de sensores de los satlites
que estn cambiando en el tiempo). Un anlisis mensual (no mostrado) tambin se llev a cabo
con el fin de investigar las razones del bajo rendimiento de MISDc usando TMPA durante el
perodo de validacin y mediante el anlisis de los dos datos de precipitacin y de descarga. El
anlisis ha demostrado que el rendimiento en trminos de reproduccin precipitaciones
(mediante el uso de observaciones en tierra como punto de referencia) de TMPA durante el
perodo de validacin son muy variables (mucho ms que en el perodo de calibracin), con
algunos meses en la que el rendimiento alcanza valores muy bajos (por ejemplo, R <0,2). Por
lo tanto, parece que cualquier reduccin de errores o el rendimiento en la estimacin de las
precipitaciones tienen un impacto significativo en la simulacin hidrolgica y se propaga hacia
adelante en el tiempo durante varios meses. Como resultado, cualquier corto perodo en el que
las estimaciones de las precipitaciones son menos precisos produce errores notables en la
simulacin de la descarga y es la principal razn para el bajo rendimiento observado de TMPA
en el perodo de validacin.
19
En Italia, slo una obra por Nikolopoulos et al. (2013) evaluaron la fiabilidad de diferentes
SRP para la simulacin de descarga, pero su estudio fue dirigido a la simulacin de slo un
nmero limitado de eventos de inundacin y no una simulacin continua como la que hemos
realizado aqu. Los rendimientos obtenidos estn de acuerdo todos modos con los obtenidos
en estudios previos en diferentes regiones del mundo (Artan et al., 2007 y Zhao et al.,
2015 ). Observamos tambin que la simulacin de descarga en las zonas mediterrneas es ms
compleja de lo que uno de los grandes cuencas en frica o Asia del Sur que se caracterizan
por un ciclo estacional constante y pronunciada y que son las cuencas en las que la mayor parte
de los estudios se llevaron a cabo mediante el empleo SRP. Por lo tanto, los resultados aqu
obtenidos ponen de manifiesto que las SRPs se pueden emplear con un poco de habilidad
tambin en las cuencas ms pequeas de la regin mediterrnea.
3 ). Por lo tanto, estos errores tienen que ser atribuido a las deficiencias modelo MISDc en
representar el comportamiento hidrolgico de las cuencas a lo largo del ao.
Tabla 4. Coeficiente de Integracin (K) para las cuencas consideradas utilizando como modelo
de entrada de los productos integrados entre los productos satelitales (SM2RASC + OBS y
TMPA + OBS) y observado.
Cuenca
Brenta
Tanaro
Tber
Volturno
TMPA + OBS
0,9
0,5
0,9
0,9
superiores a 0,77 (0,75), mientras que durante la validacin NS valores se obtienen mayor que
0,63 (0,36). En trminos de correlacin, se obtienen resultados similares. Es decir, SM2RASC +
OBS proporciona R valores superiores a 0,88 y 0,82 durante la calibracin y validacin,
respectivamente, mientras que TMPA + rendimientos de conjunto de datos OBS R mayor que
0,87 y 0,73. El uso de conjuntos de datos de lluvia integrado proporciona tambin una
reduccin del error en volumen, para todas las cuencas.
22
23
que las simulaciones llevadas a cabo para la cuenca del Volturno proporcionan mejores
resultados con respecto a las otras cuencas, excepto para el evento 10.
Para resumir, en trminos de la mediana de NS en todos los eventos de inundacin
seleccionados, el uso de productos integrados proporciona resultados comparables con los
obtenidos mediante el uso de OBS con el mejor rendimiento obtenido por el ro Tber para
SM2R ASC + OBS (+ 54%) y el Brenta las cuencas mediante la TMPA + OBS (+ 14%) y los
peores obtenidos para Volturno con TMPA + OBS (-18%). En el resto de los casos, tanto
SM2R ASC + OBS y TmpA + valores rendimientos OBS cerca de OBS con mejores resultados
obtenidos por SM2R ASC + OBS. Los pobres resultados obtenidos para la cuenca Volturno
pueden explicarse por calidad de los datos OBS relativamente alta cuando se utilizan como
entrada en MISDc. Se obtuvieron resultados similares para EQp (Ev) con una reduccin de error
de aproximadamente el 28% (38%) para la cuenca del Tber mediante el uso de SM2R ASC +
OBS y el 43% (16%) para la cuenca del Brenta mediante el uso de TMPA + OBS.
Si se compara con el estudio de Massari et al. (2014) , quien forz un modelo lluvia-escorrenta
a travs de una pequea cuenca en Francia mediante el uso de un producto de la precipitacin
estimada obtenida por la aplicacin de SM2RAIN en observaciones in situ SM, se observa un
buen acuerdo en los resultados obtenidos. De hecho, Massari et al. (2014) encontraron que el
uso de la precipitacin SM2RAIN derivados proporciona resultados razonables, pero ms baja
que usando observaciones pluvimetros tradicionales. Sin embargo, en consecuencia nuestro
estudio, la integracin de la observada (de pluvimetros) y estimado precipitaciones (de
SM2RAIN) proporcion el mejor rendimiento con un aumento en la media de NS igual al 38%
(0,48 a 0,66).
25
sobre la cuenca amaznica peruana. Sin embargo, los anlisis indican un efecto contrario en
las subcuencas situadas entre las regiones del norte y sur de la cuenca amaznica peruana, en
especial para capturar la fase y magnitud de los eventos extremos. Esto demuestra la dificultad
de representar hidrogramas observados en regiones cercanas a la lnea ecuatorial con
precipitaciones estimadas de satlite, que se caracteriza por una dbil variabilidad estacional
(Zubieta, 2013).
27
V. CONCLUSIONES
Simulacin descarga diaria con el modelo MISDc agrupado se lleva a cabo en cuatro cuencas
en todo el territorio italiano y mediante el uso de suelo datos de precipitacin obtenidos por
satlite y observado. El anlisis arroj resultados satisfactorios y prometedores y destac los
efectos beneficiosos del uso de productos de precipitaciones por satlite en la modelizacin de
inundaciones durante las cuatro cuencas analizadas. En cuanto a los resultados obtenidos, las
siguientes conclusiones pueden extraerse:
-
Conjunto de datos de lluvia observado en tierra pueden verse afectados por problemas de
representatividad espacial y pueden conducir a simulaciones de descarga equivocadas: el
esquema de integracin sencilla propuesta en este estudio pone de manifiesto la capacidad
de los productos de precipitaciones por satlite para mejorar las estimaciones de
precipitacin. A pesar de las mejoras no son tan evidentes, simulaciones MISDc
28
29
Artan, G., Gadain, H., Smith, J.L., Asante, K., Bandaragoda, J., Verdin, J.P., 2007.Adequacy
of satellite derived rainfall data for stream flow modeling. Nat.Hazards 43, 167185.
Bober, W., 2013. Introduction to Numerical and Analytical Methods with MATLAB for
Engineers and Scientists. CRC Press, Inc., Boca Raton, FL, USA.
Brocca, L., Melone, F., Moramarco, T., 2008. On the estimation of antecedentwetness
conditions in rainfall-runoff modelling. Hydrol. Process. 22 (5), 629642.
Wagner, W., Hahn, S., Kidd, R., Melzer, T., Bartalis, Z., Hasenauer, S., Figa, J., deRosnay, P.,
Jann, A., Schneider, S., Komma, J., Kubu, G., Brugger, K., Aubrecht, C.,Zuger, J.,
Gangkofner, U., Kienberger, S., Brocca, L., Wang, Y., Bloeschl, G.,Eitzinger, J., Steinnocher,
K., Zeil, P., Rubel, F., 2013. The ASCAT soil moistureproduct: a review of its specifications,
validation results, and emergingapplications. Meteorol. Z. 22 (1), 533.
Wake, B., 2013. Flooding costs. Nat. Clim. Change 3, 778.
Xie, P., Arkin, A.P., 1997. Global precipitation: a 17-year monthly analysis based ongauge
observations, satellite estimates, and numerical model outputs. Bull.Am. Meteorol. Soc. 78
(11), 25392558.
Zhao, H., Yang, S., Wang, Z., Zhou, X., Luo, Y., Wu, L., 2015. Evaluating the suitabilityof
TRMM satellite rainfall data for hydrological simulation using a distributedhydrological
model in the Weihe River catchment in China. J. Geog. Sci. 25 (2),177195.
Zubieta, Ricardo, 2013 Modelado Hidrolgico Distribuido De La Cuenca Amazonica Peruana
Utilizando Precipitacin Obtenida Por Satlite Lima Per
30