ESTIMACIN DE PRECIPITACIN POR IMAGEN SATELITAL EN LA

PROVINCIA DE HUAMANGA, 2014 - 2016

Resumen

La precipitacin es una variable meteorolgica importante en el ciclo hidrolgico, por la que es

necesario su estudio debido a su variabilidad espacio-temporal y adems es necesaria para los

diferentes estudios como fuente de datos. Es por esto que se necesita analizar su

comportamiento en una regin. ltimamente las estimaciones de precipitacin por satlite se

han convertido en una valiosa herramienta debido a que su registro es continuo a diferencia de

los registros de las estaciones meteorolgicas que en la toma suelen cometerse errores, y que se

puede obtener de zonas donde no se cuenta con data histrica de precipitacin.

Uno de los sensores ms utilizados es el TRMM debido a que presenta mayor data histrica de

la estimacin de lluvia (desde 1997) pero el 2014 sali el sensor GPM, como reemplazo al

TRMM, este presenta mejores caractersticas de resolucin temporal y espacial. Por lo que en

este trabajo se utiliz ambos sensores para hacer la comparacin con los registros de

precipitacin de las 5 estaciones activas de la provincia de Huamanga. El objetivo principal de

este trabajo es evaluar las estimaciones de precipitacin por satlite utilizando la serie de datos

de las 5 estaciones activas de la provincia de Huamanga para el periodo 2014 al 2016. Los

resultados obtenidos muestran que las estimaciones de precipitacin de imgenes satelitales

mensuales representan de forma cualitativa a la precipitacin registrada en las estaciones

meteorolgicas. Sin embargo, los resultados de los errores estadsticos no resultaron

satisfactorios al 100% para la escala mensual. Esta diferencia es atribuida por la topografa, el

clima complejo y la densidad de los pluvimetros en la zona que son utilizados por el sensor

GPM y TRMM para la correccin de las imgenes satelitales. Se obtuvo sobreestimaciones con

el sensor TRMM para las estaciones: Inia Cannan, La Quinua, San Pedro de Cachi y

Wayllapampa; y subestimacin para la estacin Cuchoquesera, y con el sensor GPM se tiene

sobreestimacion en la estacin Inia Cannan y subestimacin en las estaciones: La quinua, San

Pedro de Cachi, Cuchoquesera y Wayllapampa.

I. INTRODUCCIN

El clima es por naturaleza variable, debido a que en el influyen distintos factores como

el relieve, latitud, corrientes marinas, etc. (Zuniga y Cresto, 2010; citado por Hurtado et

al., 2014) y uno de los elementos principales del sistema climtico es la precipitacin.

Las estimacin espacio-temporal de la precipitacin poseen una amplia gama de

aplicaciones y usos tales como: estudios climticos, gestin del agua para la agricultura

y la energa, mitigacin de sequa, control de inundaciones, y pronstico de los cultivos

y eventos extremos (Pea, 2016). Debido a que los pluvimetros ofrecen informacin

del punto donde son colocados, y por consecuencia, cuando las redes de pluvimetros

son pocos densas, la variabilidad espacial no puede ser representada adecuadamente

(Castro, 2014). La amplia variabilidad que la precipitacin puede tener en diferentes

puntos geogrficos dificulta realizar su medicin directa (Calle et al., 2015).

Durante los ltimos aos surgieron diversas tcnicas para estimar la precipitacin

acumulada en base a sensores remotos y a una combinacin de sensores remotos y

pluvimetros (Joyce et al., 2004; Huffman et al., 2007 citado por Jos, 2009) que

buscan lograr una descripcin detallada de la variabilidad temporal y espacial de la

precipitacin.

Es por esto que los productos de satlite se han convertido en una valiosa herramienta

para estimar precipitacin, ya que proveen datos continuos espacialmente y a intervalos

temporales regulares (mensuales, diarios, sub-diarios), (Andrade, 2016). Adems son

fundamentales para obtener estimaciones donde no se han colocado pluvimetros y en

periodos de tiempo de los que no se tienen registros (Castro, 2014).

Para la estimacin de la precipitacin se han utilizado una gran variedad de datos de

satlite (visible, IR prximo, IR trmico, microondas) y se han desarrollado diversas

metodologas (Gandia & Melia 1991). Uno de los productos recientes que fue diseado
para la percepcin remota de la precipitacin son las imgenes satelitales de la misin

GPM (Global Precipitation Measurement) (Andrade, 2016), que es una red internacional

de satlites que proporcionan las observaciones globales de la maxima generacin de

lluvia y nieve. Basndose en el xito da la Misin de Mediciones de las Precipitaciones

Tropicales (TRMM) (NASA).

1.1. OBJETIVOS
1.1.1. Objetivo general

Evaluar las estimaciones de precipitacin por satlite, en comparacin a los datos de las

estaciones meteorolgicas de la provincia de Huamanga, 2014 - 2016.

1.1.2. Objetivos especficos

Obtener y hacer el anlisis de calidad de los datos de precipitacin de las estaciones

meteorolgicas de la provincia de Huamanga.

Procesar las estimaciones de precipitacin por satlite de la provincia de Huamanga.

Realizar las medidas de comparacin entre los datos de las estaciones meteorolgicas y las

estimaciones de precipitacin por satlite de la provincia de Huamanga.

II. REVISIN DE LITERATURA
2.1. ANTECEDENTES

El estudio de la utilizacin de las imgenes satelitales para estimar diversas variables

meteorolgicas se va incrementando en diversas partes del mundo, por lo que; en el 2013 Lia

Ramos Fernndez realizo la tesis sobre el estudio de Utilidad de la precipitacin obtenida por

satlite en la modelacin hidrolgica aplicada a la cuenca del Rio Jucar concluye que los

pluvimetros y estimaciones de satlite tienen errores de diferente naturaleza; los pluvimetros

tienden a ser ms precisos en un punto pero su significado espacial decae con la distancia, en

cambio las estimaciones por satlite ofrecen una mejor representacin espacial aunque sesgado.

En el 2014 se realiz la Evaluacin de imgenes satelitales de precipitacin (TRMM 3B43

mensual) en Regin Costa, Sierra y oriente del Ecuador teniendo como autor a Edisson Santiago

Castro Loayza que encontr que la estacionalidad de la precipitacin est representada

adecuadamente por el producto satelital en forma cualitativa en el Ecuador, cuantitativamente;

los valores del algoritmo TRMM 3B43 son ms acertados en la regiones Costa y Oriente que en

la regin andina. En el 2016 se realiz la evaluacin de imgenes satelitales de precipitacin

GPM (Global Precipitation Measurement) a escala sub-diaria para la provincia del Azuay del

autor Omar Fabricio Andrade Pillaga concluye en la demostracin de que las imgenes

satelitales tienen mejor comportamiento a medida que se aumenta la escala temporal, es decir

que resultan ms confiables a escala diaria.

Teniendo estos estudios como base se piensa evaluar las estimaciones de Precipitacin en

nuestra regin.
2.2. FUNDAMENTO TERICO
2.2.1. PRECIPITACIN
2.2.1.1. Concepto

Villn (2002), menciona que la precipitacin, es toda forma de humedad que originndose en las

nubes, llega hasta la superficie del suelo, de acuerdo a esta definicin la precipitacin puede ser

en forma de: lluvias, granizadas, garuas y nevadas.

Desde el punto de vista de la ingeniera hidrolgica, la precipitacin es la fuente

primaria del agua de la superficie terrestre, y sus mediciones y anlisis, forman el punto

de partida de los estudios concernientes al uso y control del agua.

2.2.1.2. Clasificacin

La formacin de la precipitacin, requiere la elevacin de una masa de agua en la

atmosfera, de tal manera que se enfri y parte de su humedad se condense. Atendiendo

al factor que provoca la elevacin del aire en la atmosfera, la precipitacin se clasifica

en:

a. Precipitacin convectiva

Es causada por el ascenso de aire clido, que es ms liviano que el aire frio de los

alrededores. Las diferencias de temperatura pueden ser sobre todo el resultado de

calentamientos diferenciales en la superficie o en la capa superior del aire.

Figura 2.1. Precipitacin de conveccin
Fuente: https://es.slideshare.net/hectorurrutiaortega/nubes-y-lluvias

b. Precipitacin orogrfica

Se producen cuando el vapor de agua que se forma sobre la superficie es empujada por

el viento hacia las montaas, aqu las nubes siguen por las laderas de las montaas, y

ascienden a grandes alturas, hasta encontrar condiciones para la condensacin y

consiguiente precipitacin.

Figura 2.2: precipitacin orogrfica

Fuente: https://es.slideshare.net/hectorurrutiaortega/nubes-y-lluvias

c. Precipitacin ciclnica
Se produce cuando hay un encuentro de dos masas de aire, con diferente temperatura y

humedad, las nubes ms calientes son violentamente impulsadas a las partes ms altas,

donde pueden producirse la condensacin y precipitacin. Estn asociadas con el paso

de ciclones o zonas de baja presin.

Figura 2.3: precipitacin ciclnica

Fuente: https://es.slideshare.net/hectorurrutiaortega/nubes-y-lluvias

2.2.1.3. Medicin de precipitacin

La lluvia se mide en milmetros (mm), que corresponde a la altura en mm de lluvia

sobre un rea de un metro cuadrado.

Linsley (1977), menciona que se ha desarrollado una gran variedad de instrumentos y

tcnicas para obtener informacin de las diferentes fases de precipitacin. Los

instrumentos para medir la cantidad y la intensidad de la precipitacin son las ms

importantes.

UCAR. Gua de referencia para sistemas de Alerta Temprana de Crecidas Repentinas

(2012), menciona los sensores hidrometeorolgicos son:

2.2.1.3.1. Pluvimetros
Los instrumentos de medicin de precipitacin emplean una variedad de tecnologas

aunque los tipos ms comunes son el pluvimetro de pesad y el basculante. Los

pluvimetros de pesada operan capturando el agua en un sistema de recoleccin y

pesando el peso de esa agua. Estos pluvimetros son ms costosos y requieren

mantenimiento de rutina, pero son ms precisos que los pluvimetros basculantes. Los

pluvimetros basculantes operan capturan un pequeo volumen de agua en una de dos

pequeas cubetas. Una vez capturada la lluvia, la cubeta se vuelca y vaca.

Figura 2.4. Representacin esquemtica de un pluvimetro basculante tpico.

Fuente: Gua de referencia para sistemas de Alerta Temprana de Crecidas Repentinas., 2012

El pluvimetro tradicional, almacena la lluvia diaria para luego ser medida, todo los

das a las 7:00 am, por un observador con la ayuda de una probeta calibrada.

Figura 2.5. Pluvimetro tradicional

Fuente: Catalogo bsico de instrumentos meteorolgicos

Adems se tiene:
Pluvimetro electrnico: son usados en estaciones automticas para medir la lluvia.

Utiliza un sistema de cazoletas, que generan pulsos elctricos cada vez que se llenan y

caen por peso.

Figura 2.6. Pluvimetro electrnico

Fuente: Catalogo bsico de instrumentos meteorolgicos

Fluvigrafo: registra, haciendo un grfico sobre una banda de papel, la cantidad de

lluvia durante el da. Con este instrumento es posible estimar la duracin de cada

evento.

Figura 2.7. Fluvigrafo

Fuente: Catalogo bsico de instrumentos meteorolgicos

2.2.1.3.2. Redes de pluvimetros

El propsito de las redes de pluvimetros es proveer mediciones hidrometeorolgicas

precisas y en tiempo real para facilitar el ajuste a los sesgos de las estimaciones de

precipitacin de los radares y satlites, aportar datos de lluvia para los modelos
hidrolgicos y de crecidas repentinas y apoyar los pronsticos generales del estado del

tiempo y la prediccin de las crecidas repentinas. Por lo que se necesita informes de

pluvimetros que sean tan precisas, confiables y oportunos como sea posible.

2.2.1.3.3. Medicin de la precipitacin utilizando radar

Linsley (1977), menciona que un radar transmite un pulso de energa electromagntica

como un rayo en una direccin predeterminada por una antena mvil. El ancho y la

forma del rayo se determinan por el tamao y la configuracin de la antena. La onda

irradiada, que viaja a la velocidad de la luz, se refleja parcialmente por las nubes y por

las partculas de precipitacin y regresa al radar, donde es recibida por la misma antena.

UCAR (2012) menciona que las redes de radares meteorolgicas tienen la funcin

principal de proveer estimacin de alta resolucin y en tiempo real de lluvia en una

cuadricula sobre una regin de inters. Los radares meteorolgicos son herramientas

poderosas para monitoreo y pronostico debido a su capacidad de caracterizar las nubes

de precipitacin sobre un rea.

2.2.1.3.4. Estimacin de la precipitacin utilizando satlites

Linsley (1977), sugiere que la informacin obtenida por satlites meteorolgicos pueden

ser utilizados para estimar cantidades de lluvia para periodos de un mes o ms. UCAR

(2012) menciona que la misin de los satlites meteorolgicos generalmente es doble:

recopilar y divulgar datos de imgenes infrarrojas y visibles observadas y otros

productos que son subidos a enlaces desde el servicio meteorolgico que controla el

satlite.

2.2.1.4. Anlisis de registros de precipitacin

La precipitacin, medida en lmina de agua, vara en tiempo y espacio, por lo que se genera un

conjunto numeroso de datos (serie de datos), que se necesita procesarlos para su anlisis y

utilizacin en el planeamiento de los proyectos hidrulicos. Por lo que recurrimos a la

Estadstica, considerndola como una variable aleatoria.

El tratamiento de la informacin se realiza para analizar, evaluar, corregir los errores

sistemticos y hacer la completacin y extensin de los registros de precipitacin, obteniendo

datos homogneos para su respectiva utilizacin.

a. Anlisis de consistencia

Para determinar la inconsistencia de un registro de precipitacin, o de cualquier variable

hidrometeorolgica, es que se efecta el anlisis de consistencia. La inconsistencia se debe a

errores sistmicos, que se ponen en manifiesto como saltos o tendencias, afectando las

caractersticas estadsticas de dichas series (media y desviacin).

El anlisis de consistencia se desarrolla en cuatro etapas: anlisis grfico, anlisis de doble

masa, anlisis estadstico y correccin de la informacin dudosa.

1. Anlisis grafico

Consiste en analizar la distribucin temporal del histograma del registro de precipitacin

disponible, a fin de detectar la regularidad o irregularidad, es decir los valores extremadamente

altos o bajos, saltos o tendencias debidas a inconsistencias y/o no homogeneidad.

2. Anlisis de doble masa

Se basa en el criterio de que los valores acumulados de la precipitacin total anual de una

estacin, graficados con los valores acumulados de la estacin promedio, para un periodo

considerado, debe ser una lnea recta, de pendiente constante (sin quiebres), dependiendo de

que la razn entre los valores graficados no vari.

3. Anlisis estadstico
Luego de observar la variacin del comportamiento de las series mensuales de precipitacin en

el histograma, en lo referente a saltos y tendencias que puedan presentarse en forma

significativa y en base al anlisis de doble masa, se detectan los puntos de cambio, por lo que

deben ser analizadas estadsticamente, para determinar si son evidentes o significativos.

Consistencia en la media, se realiza mediante la prueba de T de Student, para comprobar

si los valores promedios provienen de la misma muestra. Se procede a determinar la media

y desviacin para cada periodo y se determina el T de Student calculado y se toma los

siguientes criterios de Decisin:

Si Tc Tt entonces X1 = X2 : el salto no es significativo y las medias muestrales son

iguales estadsticamente.
Si Tc >Tt entonces X1 X2 : el salto es significativo y las medias muestrales son

diferentes estadsticamente, es necesario su correccin.

Consistencia en la desviacin estndar, se realiza mediante la prueba estadstica F de

Fisher, calculando las varianzas para cada periodo y determinando el F de Fisher

calculado y se toma los siguientes criterios de Decisin:

Si Fc Ft entonces S1 = S2: el salto no es significativo y no existe diferencia estadstica en

la desviacin estndar.
Si Sc >St entonces S1 S2: el salto es significativo, existe diferencia estadstica y es

necesario su correccin.
4. Correccin de la informacin dudosa.

En los casos en que los parmetros media y desviacin estndar resulten estadsticamente

iguale, la informacin original, considerada dudosa, no se corrige por ser consistente el 95 %

de probabilidad, aun cuando en el diagrama de doble masa se observe quiebres. Si resulta

alguno de los parmetros estadsticos estadsticamente diferentes, entonces se debe corregir el

periodo dudoso, mediante una ecuacin que permite mantener los parmetros del periodo ms

confiable en la serie final.

b. Completacin y extensin de la informacin

Se tiene que recurrir a la transferencia desde una estacin con registro histrico completo y

largo a otra con registro incompleto y corto. Las tcnicas que se utilizan son las de

correlacin directa, cruzada o autocorrelacin.

2.2.2. TELEDETECCIN
2.2.2.1. Concepto

Cualquier procedimiento o tcnica de adquisicin de informacin sin tener contacto directo con

ella. Adems es entendida como una tcnica que tiene el objetivo de captura, tratamiento y

anlisis de imgenes digitales tomada desde satlites artificiales.

Rodriguez & Arredondo (2005) mencionan que en un sistema de teledeteccin espacial

est constituido por los siguientes elementos:

1. Fuente de energa, supones un creador de la energa que el sensor est detectando,

puede tratarse de un actor extremo en cuyo caso se habla de teledeteccin pasiva, o
si es emitida por el sensor se habla de teledeteccin activa, la fuente de energa es el
sol.

2. Cubierta terrestre, formada por la vegetacin, agua, construcciones, suelo, las

cuales reflejan la energa generada por la fuente.

3. Sistema sensor, compuesta por el sensor en s, y la plataforma que lo conforma.

Capa la energa procedente de la cubierta terrestre y enva al centro o base de
recepcin.

4. Sistema de recepcin-comercializacin, donde se recibe la informacin enviada por

el sensor, se graba en un formato adecuado y luego se distribuye a los usuarios.

5. Interprete, es el encargado de analizar la informacin.

6. Usuario final, es el encargado de analizar el documento fruto de la interpretacin

anterior.
 Figura 2.8 El concepto de sensor remoto
Fuente: http://www.javeriana.edu.co/biblos/tesis/ingenieria/tesis123.pdf

La teledeteccin no solo reduce el tiempo invertido en los trabajos de investigacin sino

los costos, entre otras ventajas ofrecidas estn:

Cobertura total de la superficie terrestre donde se obtienen imgenes de reas

inaccesibles.

Visin panormica

Homogeneidad en la toma de datos.

Informacin de regiones no visibles en el espectro, infrarrojo medio, trmico,

microondas.

Formato digital de las imgenes.

En la tabla 2.1. se describen las principales bandas espectrales descritas por los sensores

remotos con sus respectivas aplicaciones:

 Tabla 2.1. Banda espectral y sus aplicaciones

Banda espectral Aplicaciones

Azul (0.45 0.5 um) Penetracin del agua, uso de la tierra, caractersticas de la
vegetacin, sedientos.

Verde (0.5 0.6 um) Reflexin verde de la vegetacin sana.

Rojo (0.6 07 um) Discriminacin de la vegetacin por la absorcin de la clorofila.

Pancromtico (0.5 0.75) Trazado del uso de la tierra.

Infrarrojo reflectivo (0.75 0.9) Biomasa, identificacin de cultivos, lmites de tierra y agua.

Infrarrojo medio (1.5 1.75) Cantidad vegetacin, zonas ridas, nubosidad, hielo, nieve.

Infrarrojo medio (2 2.35) Geologa, formacin de rocas.

Infrarrojo trmico (10 12.5) Diferenciacin temperatura, descargas trmicas, clasificacin de la

vegetacin, inercia trmica.

Microonda de onda corta (0.1 Cubrimiento de nieve, profundidades, contenido de agua en la

5 cm) vegetacin.

Microonda de onda larga (5 Medidas del suelo, lmites entre tierra y agua, penetracin de la
24 cm) vegetacin.
Fuente: http://www.javeriana.edu.co/biblos/tesis/ingenieria/tesis123.pdf

2.2.2.2. Aplicaciones

Las principales aplicaciones son:

Meteorologa: estudios climticos y de cambio global, anlisis en tiempo real de masas

nubosas de escala media y pequea.

Estudios de suelo: evaluacin de la superficie terrestre y mapas de los suelos, estimacin

de modelos de escorrenta y erosin.

Geologa: cartografa geolgica para la explotacin mineral y petrolfera.
Conservacin de la naturaleza / biologa: control de la superficie con vegetacin,

medidas de aguas superficiales y humedales para evaluar la situacin del habitad para las

aves acuticas.
 Hidrologa: balance del agua, agro hidrolgico, inventarios del agua superficial,

cartografa trmica de la superficie del mar, control de movimiento de icebergs,

acumulacin nival.
Agricultura: cartografa de cultivos y usos del suelo, control de erosin, manejo del agua,

cartografa e inventarios de cultivos por especies.

Entre otros.

2.2.2.3. Sistemas espaciales de la teledeteccin

El sistema espacial de teledeteccin cuenta con dos tipos de sensores:

Sensores pasivos:

Estos miden energa radiante reflejada o emitida por el sistema tierra atmosfera. La energa

radiante se convierte en cantidades bio-geofsicas como temperatura, precipitacin, humedad

del suelo, clorofila-a.

Sensores activos

Estos sensores lanzan rayos de radiacin sobre el sistema tierra-atmosfera miden la radiacin

retrodifundida. La radiacin retrodifundia se convierte en parmetros geofsicos.

Un sensor es un dispositivo que detecta radiacin electromagntica emitida o reflejada y la

convierte en un valor fsico que puede ser grabad y procesada.

2.2.2.4. Fuentes de informacin

Como principales fuentes de informacin se encuentran:

1. Fotografas areas

Las fotografas areas convencionales aportan imgenes fcilmente interpretables, al

corresponder con la visin ocular normal. La fotografa, adems del espectro visible, puede

recoger radiaciones ultravioletas e infrarrojas cercanas.

2. Satlites meteorolgicos y de informacin medioambiental

No son fotografas, las imgenes de satlite representan una forma de captura indirecta (reciben

las ondas electromagnticas que se reflejan o que emiten los objetos, captando radiaciones

recibidas fuera del espectro visible) y se almacenan como matrices numricas.

3. Sistemas de informacin geogrfica (SIG)

Es un sistema de hardware, software y procedimientos elaborados para facilitar la obtencin,

gestin, manipulacin, anlisis, modelo, representacin y salida de datos espacialmente

georeferenciados.

2.2.2.5. Resolucin de un sistema sensor

Es definida como la habilidad de un sensor para registrar, discriminar la informacin en detalle,

por lo que implica 5 manifestaciones: espacial, espectral, radiomtrica, temporal y angular

(Chuvieco, 1996 citado en el Manual de Teledeteccin y Procesamiento de imgenes satelitales)

1. Resolucin espacial

Capacidad del sistema para distinguir objetos en funcin de su tamao, interpretada de otra

forma es el tamao del objeto ms pequeo que puede ser distinguido en una imagen: tamao

del pixel obre el terreno.

2. Resolucin espectral

Indica el nmero y anchura de las bandas espectrales que puede discriminar el sensor. Entre

mayor sea la resolucin espectral tendr informacin del comportamiento de una misma

cobertura en diferentes bandas espectrales.

Se refiere a los intervalos especficos de longitud de onda en el espectro electromagntico que

pueden ser registradas por el sensor.

 Figura 2.9. Distribucin de bandas en el espectro electromagntico
Fuente: Manual de Teledeteccin y Procesamiento Digital de Imgenes satelitales

3. Resolucin radiomtrica

Indica la capacidad dl sensor para discriminar niveles o intensidades de radiancia. La energa

electromagntica recibida por el sensor, cuando se convierte a nmero digital, necesita un

formato binario (nmero de bits) para codificarse. A mayor numero de bits reservados para

almacenar el valor de la reflectancia de un pixel, mayor resolucin radiomtrica.

4. Resolucin temporal

Indica el tiempo de paso del sateltes sobre la vertical de un punto. Con ello se determina la

periodicidad de adquisicin de imgenes de una misma zona.

La resolucin temporal esta condicionada por el tipo de orbita, el angulo de barrido y la

velocidad del satlite.

 Figura 2.10. Resolucin temporal de un satlite
Fuente: Manual de Teledeteccin y Procesamiento Digital de Imgenes satelitales

5. Resolucin angular

Capacidad que tiene un sensor para tomar imgenes oblicuas. Esta propiedad permite no

solamente acortar los ciclos temporales de recubrimiento, sino que posibilita la generacin de

imgenes estereoscpicas y por tanto la reconstruccin del relieve.

Figura 2.11. Resolucin angular del satlite Proba-1

Fuente: Manual de Teledeteccin y Procesamiento Digital de Imgenes satelitales

2.2.3. SATLITES METEOROLGICOS

Estos satlites proporcionan datos de las condiciones meteorolgicas actualizados

permanentemente que afectan grandes reas geogrficas.

Los servicios de prediccin meteorolgica dependen del flujo constante de imgenes

tomadas por estos satlites.

2.2.3.1. Tipos de orbitas satelital

Los satlites meteorolgicos se sitan es dos tipos de rbitas: Geoestacionaria y polares.

2.2.3.1.1. Satlites meteorolgicos geoestacionarios

Producen cada media hora imgenes actualizados de toda la superficie terrestre,

exceptuando las regiones polares.

Sus caractersticas comunes son:

Alta resolucin temporal: 30 minutos

Baja resolucin espacial 2.5 a 5 km/pixel

Captan las bandas: visible, infrarrojo trmico y vapor de agua.

2.2.3.1.2. Satlites meteorolgicos de rbita terrestre baja

a. Satlites de rbita polar

Cobertura global, pero solo una o dos o menos mediciones al da por sensor. Existen

lagunas orbitales. Mientras ms grande el tamao del barrido, ms alta la resolucin

temporal.

b. Satlites de rbita no polar

Menos de una imagen al da. Cobertura no global y existen lagunas orbitales. Mientras

el barrido sea ms grande la resolucin temporal es ms alta.

2.2.3.2. Sensores y satlites usados para estimar lluvia

Ramos (2013) menciona que los sensores acoplados en satlites meteorolgicos realizan

lecturas en 5 bandas del espectro electromagntico para estimar la lluvia con diversas

tcnicas que estn en constante avance hacia tcnicas ms directas basadas fsicamente,

que han ido evolucionando desde medidas de la radiancia en el espectro visible (Vis) e

infrarrojo (IR), tcnicas basadas en microondas activas y pasivas (MW) hasta tcnicas

que fusionan informacin de sensores en el infrarrojo y microondas que se muestra en la

tabla 2.2.

Tabla 2.2. Bandas del espectro electromagntico para la estimacin de la lluvia de

satlite: sensor y satlite en el espectro visible e infrarrojo (color plomo), sensor y
satlite en el espectro de las microondas pasivas (color verde claro) y microondas
activas (color azul claro).

Fuente: Estudio de la utilidad de la lluvia estimada de satlite en la modelacin hidrolgica distribuida.

2.2.3.3. Percepcin remota de la precipitacin

Es inferida indirectamente de la radiacin solar reflejada y la radiacin infrarroja

emitida por las nubes, es decir es estimada a partir de la radiacin microonda emitida o

dispersada por la superficie y partculas precipitadas (percepcin remota pasiva).

Figura 2.12. Percepcin remota de la precipitacin percepcin remota pasiva: inferida indirectamente de la radiacin infrarroja
emitida por las nubes.
Fuente: https://arset.gsfc.nasa.gov/sites/default/files/users/Spanish_GPM_Week2_March24.pdf

Las frecuencias ms bajas, conocidas como canales de emisin, miden la

precipitacin principalmente a travs de la energa emitida por las gotas de lluvia que es

de 37 GHz; y las frecuencias ms altas o canales de dispersin, recopilan energa

dispersada por partculas de hielo sobre el nivel de congelamiento que es 85 GHz.

2.2.3.4. Satlites de la NASA TRMM y GPM

Estos satlites son una misin conjunta entre la NASA y la Agencia Japonesa de

Exploracin Aeroespacial (JAXA por sus siglas en ingles)

2.2.3.4.1. TRMM (Tropical Rainfall Measuring Mission)

El satlite TRMM Tropical Rainfall Measuring Mission entra en rbita en 1997 para

monitorear y estudiar lluvias tropicales, lleva un radar que transmite en una longitud de

microondas activas y radimetros de microondas con escner de radiacin visible e

infrarrojo, cuya resolucin vertical va desde aproximadamente 1 km para los

radimetros en el espectro visible e infrarrojo, hasta unos 10 km para los radimetros de

microondas y 250 m en el caso del radar.

Este satlite tiene multiples sensores; un sensor de lluvia activo y dos pasivos: precipitacin de

Radar (PR), TRMM Microware Imager (TMI) (Captador de imgenes microondas TRMM),

Visible and Infrared Scanner (VIRS) (Escaner visible e infrarrojo) y un sensor de imgenes de

relampagos (LIS)

Figura 2.13. Instrumentos a bordo del satlite TRMM: PR, VIRS, TMI y LIS y un sistema de energa radiante de ls superficie
terrestre que emplea una base de datos de imgenes de nubes de altsima resolucin.
Fuente: https://arset.gsfc.nasa.gov/sites/default/files/users/Spanish_GPM_Week2_March24.pdf

TRMM Multi-satelite Precipitatiton Analysis (TMPA) (Analisis multisatelite de

precipitacin)

Tambin conocida como TRMM 3B43, que es un algoritmo del TRMM, version 7 que combina

los resultados de varios sensores para obtener mejor cobertura espacio temporal:

Combina las tasas pluviales del PR y del TMI

Intercalibra tasas pluviomtricas pasivas microondas de otros sensores satelitales

SSMI/II, AMSR y AMSY-B, tambin intercalibra con las mediciones infrarrojas de

satlites geoestacionarias nacionales e internacionales y satlites de baja rbita de la

NOAA a travs del VIRS.

El algoritmo 3B43 se ejecuta una vez al mes produciendo la mejor estimacin de intensidad de

precipitacin con el menor error mnimo cuadrtico.

La resolucin temporal del TRMM 3B43 es mensual y la resolucin de 0.25 x 0.25 (~27x27

km) cubre un cinturn global desde los 50latitud Sur a los 50 Latitud Norte.

Figura 2.14. El rea cubierta por dos orbitas del TRMM.

Fuente: https://arset.gsfc.nasa.gov/sites/default/files/users/Spanish_GPM_Week2_March24.pdf

2.2.3.4.2. GPM

La misin de medicin global de la precipitacin (GPM) es una red internacional de

satlites que proporcionan las observaciones globales de la prxima generacin de

lluvia y nieve. Basndose en el xito de la Misin de Medicin de las Precipitaciones

Tropicales (TRMM), el concepto GPM, que es parte de una constelacin de satlites, se

centra en el despliegue de un satlite "Core" (observatorio) que transporta un sistema

avanzado de radar / radimetro para medir la precipitacin desde el espacio y servir

como referencia para unificar mediciones de precipitacin una constelacin de satlites

de investigacin y operacionales. A travs de mediciones mejoradas de las

precipitaciones en todo el mundo, la misin GPM est ayudando a mejorar nuestra

comprensin del ciclo de agua y energa de la Tierra, mejorar la prediccin de eventos

extremos que causan riesgos naturales y desastres y extender las capacidades actuales de
usar informacin precisa y oportuna de precipitacin para beneficiar directamente

sociedad.

Figura 2.15. Constelacin de satlites

Fuente: https://pmm.nasa.gov/GPM

El satlite GPM Core tiene un sensor de lluvia activo: Dual-frequency Precipitation Radar

(DPR), este radar proporciona observaciones en 3D de la lluvia y brinda estimaciones precisas

de la intensidad de la lluvia, y uno pasivo: GPM Microware Imager (GMI), capaz de generar

imgenes con intensidades de precipitacin; estos dos sensores mejoran sobre el producto de

TRMM PR y TMI.

Existen diferentes algoritmos que usa el observatorio Core de la misin GPM para el

procesamiento de imgenes satelitales, uno de ellos es el algoritmo unificado 3IMERG.

IMERG: Integrated Multi-satellitE Retrievals for GPM (Recuperaciones multi-

satelitales integradas para el GPM)

Combina datos del GPM GMI/DPR con los satlites de la constelacin del GPM para rendir

mejores estimaciones espaciales/temporales de precipitacin.

Este algoritmo unificado aprovecha informacin de:

Kalmar Filter CMORPH (interpolacin Temporal lagrangiana) NOAA

PERSIAN CCS (sistema de clasificacin de nubes) U.C. Irvine
TMPA (calibracin nter-satelital, combinacin de medidores)
PPS (ensamblado de datos de insumo, ambiente de procesamiento)
La resolucin temporal del algoritmo 3IMERG es de 30 minutos y con una resolucin espacial

de 0.1 x 0.1 (~10km x 10km) y una cobertura espacial global de 60S a 60N.

III. MATERIALES Y MTODOS

3.1. DESCRIPCIN DE LA ZONA
3.1.1. Ubicacin poltica
La Provincia peruana de Huamanga es una de las once provincias que conforman el

Departamento de Ayacucho, est bajo la administracin del Gobierno

regional de Ayacucho, est limitado por:

Al norte con la Provincia de Huanta.

Al este con la Provincia de La Mar y la Regin Apurmac

Al sur con la Provincia de Vilcas Huamn y la Provincia de Cangallo

Al oeste con la Regin Huancavelica.

3.1.2. Ubicacin geogrfica

Latitud sur : 1310

Longitud oeste : 7413

Altitud media : 2500 m.s.n.m

Superficie total : 2981 km2

Coordenadas utm

Datum: world geodsic system, Datum 1984-WGS84

Proyeccin: Universal Transversal Mercator, UTM

Sistema de coordenadas: Planas

Zona UTM: 18 Sur

Cuadricula: 27

Carta nacional del IGN: Ayacucho

Figura 3.1. Mapa de ubicacin nacional y departamental

Figura 3.2. Mapa de ubicacin satelital de las 5 estaciones meteorolgicas de la provincia de Huamanga

3.2. MATERIALES EQUIPOS Y HERRAMIENTAS

Imgenes satelitales de estimacin de precipitacin de las misiones TRMM y GPM, en

formato en NetCDF (NC).

Datos de precipitacin de las 05 estaciones meteorolgicas.
Cartografa: carta nacional en formato shape.
Software QGis, ArcMap 10.3.
Plataforma Nasa Giovanni.
Microsoft Excel y Word.
Laptop
Impresora
Papel bond
Material bibliogrfico
3.3. MTODOS
3.3.1. Anlisis del registro pluviomtrico de las estaciones
3.3.1.1. Descripcin de los datos de precipitacin
En esta tesis se utiliz informacin pluviomtrica de las estaciones operativas de la

provincia de Huamanga registrados por SENAMHI.

Se cuenta con 5 estaciones activas para la respectiva evaluacin y comparacin frente a

los registros de estimacin de precipitacin por imagen satelital, los registros obtenidos

son del periodo 2010 2016.

Tabla 3.1. Caractersticas de las estaciones meteorolgicas

Fuente: propia

3.3.1.2. Pre-procesamiento de los datos de precipitacin

La calidad de los datos de lluvia que son tomadas en el campo determinan la

confiabilidad de la evaluacin del producto satelital. Por ello es necesario contar con

una base de datos veraz para comprobar las estimaciones del satlite. Al registrar los

datos de lluvia los pluvimetros pueden sufrir errores, por problemas con el equipo, mal

manejo del instrumento por parte del operador, cambios y ubicacin del instrumento,

procedimiento de observacin, entre otros. Debido a ello es importante determinar la

proporcionalidad y homogeneidad de la informacin (Ochoa, 2014 citado por castro

2014), el porcentaje de vacos de las estaciones se debe tener un valor mximo de 20%

para considerar la base de datos como aceptable.

Adems se hizo el anlisis de homogeneidad con las pruebas estadsticas paramtricas

(T de Student y F de Fisher) y el mtodo de curva de doble masa para los registros de

precipitacin de las 5 estaciones.

3.3.2. Anlisis de la precipitacin estimada por satlite

3.3.2.1. Obtencin y procesamiento de las imgenes de estimacin de precipitacin.

Para la descarga de las imgenes satelitales de estimacin de precipitacin de los dos algoritmos

se bas en la plataforma, que permite el acceso al paquete satelital, de NASA GIOVANNI

(https://giovanni.gsfc.nasa.gov/giovanni/) que estn disponibles en los formatos: NetCDF, KML

o KMZ y Geotiff, para este trabajo se descarg en NetCDF (nc), con esta plataforma uno puede

ingresar la coordenadas de la zona de estudio. Para obtener el registro de precipitacin estimada

por satlite se utiliz el software QGis.

3.3.2.2. Anlisis de los registros de precipitacin estimada por satlite.

Para el anlisis se realiz la estacionalidad y se observ el comportamiento del registro de la

lluvia estimada por satlite frente a los registros de precipitacin por estacin meteorolgica.

3.3.3. Medidas de evaluacin

3.3.3.1. Errores de estadsticos

Las medidas de sesgo, raz del error medio cuadrado, coeficiente de correlacin de

Pearson e ndice de concordancia son utilizadas para comparar las estimaciones

satelitales con los datos pluviomtricos. (Castro, 2014)

a. Porcentaje de sesgo

Mide la tendencia media de los valores de precipitacin observada y estimada por

satlite.

El valor ptimo es de cero. Valores positivos muestran sobreestimacin y valores

negativos muestran subestimacin del producto satelital. El resultado es dado en

porcentaje y su frmula es:

 n
100 ( Ps xiPp xi )
i=1
%sesgo= n

( Ppxi )
i=1

Donde:

Ps: precipitacin estimada por el producto satelital.

Pp: precipitacin registrada por el pluvimetro

N: nmero de estaciones

b. Raz del error medio cuadrado

Evala el error de las estimaciones por satlite en comparacin con las estaciones

pluviomtricas. El resultado se expresa en mm.

n
1

RMSE= ( Ps xiPp xi)2
n i=1

c. Coeficiente de correlacin de Pearson

Es una medida de concordancia lineal entre las estimaciones por satlite y los datos de

pluvimetro. Estn entre los rangos de -1 y 1, donde ms cercanos a 1 (0-1) tienen

mejor concordancia.

cov (Pp , Ps)

=
var (Ps) var (Pp)

d. ndice de concordancia

Es una medida estandarizada del grado de error de prediccin. Este ndice tiene un valor

de entre 0-1, siendo 1 el valor que representa una concordancia perfecta.

 | PsPp xi|
n
2
( +|Pp xiPp xi|)
i=1
n

(Ps xiPp xi)2

d=1 i=1

Donde:

Ppxi : Precipitacin media estimada por el pluvimetro

IV. RESULTADOS Y DISCUSIONES
4.1. Anlisis del registro pluviomtrico de las estaciones
4.1.1. Procesamiento de los datos de precipitacin

Se hizo el anlisis de calidad de los registros pluviomtricos de las 5 estaciones, as

como el anlisis de porcentaje de vacos que se muestra en la tabla 4.1.

Tabla 4.1. Porcentaje de vacos de los registros de lluvia de 5 estaciones

meteorolgicas utilizadas

Fuente: propia

Las 5 estaciones cumplen con el valor admitido de 20%. Por lo que se trabaj con las 5

estaciones.

Anlisis de consistencia

Se realiz el anlisis de consistencia en forma grfica y estadstica. En el primer caso se

ha hecho el anlisis visual de los histogramas y el anlisis de Doble Masa.

A continuacin se presenta los histogramas de las 5 estaciones:

Object 13

Figura 4.1. Histograma del registro de lluvia de la estacin Inia Cannan del periodo 2011-2016
 Object 15

Figura 4.2. Histograma del registro de lluvia de la estacin La Quinua del periodo 2010-2015

Object 17

Figura 4.3. Histograma del registro de lluvia de la estacin San Pedro de Cachi del periodo 2010-2015

Object 20

Figura 4.4. Histograma del registro de lluvia de la estacin Cuchoquesera del periodo 1991-2016
 Object 23

Figura 4.5. Histograma del registro de lluvia de la estacin Wayllapampa del periodo 2010 - 2015

El anlisis estadstico se ha basado en la identificacin de los Saltos y Tendencias en las

Series pluviomtricas, mediante los criterios T de Student y F de Fisher, en los cuales se

ha desarrollado la correccin de los estadsticos: Media y Desviacin Estndar.

En todas las estaciones el Tc fue menor que el Tt, para la media, por lo que no se

requiri la correccin. Tambin el Fc fue menor que el Ft para cada estacin (saltos),

para la desviacin, por lo que no se requiri correccin.

Las tendencias de las series de datos a lo largo de los aos de registro, se observan en la

curva de doble ms relacionando a las 5 estaciones con una estacin promedio, que nos

indicara las estaciones ms confiables y las que necesitan correccin.

Tabla 4.1. Registro de PP anual PP cumulada para las 5 estaciones del periodo 2010

2016
 Object 25

Figura 4.6. curva de doble masa de precipitacin

Tambin se realiz el clculo de precipitacin promedio mensual para las 5 estaciones.

Tabla 4.2. Registro de PP mensual promedio para las 5 estaciones del periodo 2010

2016
 Object 27

Figura 4.7. Estacionalidad de la precipitacin promedio mensual

4.2. Anlisis del precipitacin estimada por satlite

4.2.1. Descripcin de la estimaciones de precipitacin por satlite

Al tener las imgenes descargadas en formato nc de la plataforma Giovanni, para cada uno de

los algoritmos, se extrajo el registro de precipitacin intersecando con cada pixel que coincida

los puntos de cada estacin con el software QGis.

Figura 4.8. Interseccin de los puntos de las 5 estaciones con las grillas de la imagen satelital.

La extraccin del registro de estimacin de precipitacin por satlite se realiz con el

complemento de QGis: Point Sampling Tool, extrayndolo en una nueva tabla de atributos.

Figura 4.9. Tabla de atributos de la extraccin de los datos de registro de lluvia.

Figura 4.10. Tabla de atributos de la precipitacin mensual para el ao 2016.

Para poder extraer los registros se tiene que tener en cuenta que el raster (la imagen satelital)

este en las mismas coordenadas que los Shape (de cada estacin), por lo general los raster

descargados estn en coordenadas geogrficas WGS 84.

Adems se tiene que tener en cuenta la resolucin espacial de la imgenes debido a que en la

imagen del algoritmo TRMM 3B43 que es de 0.25 x 0.25, al obtener el registro de las

estimaciones de las estaciones Wayllapampa, Inia Cannan y La Quinua presentan los mismos
valores en la serie de precipitacin, ya que por estar cercanas, coinciden en la misma grilla del

registro de la precipitacin por satlite.

4.2.2. Anlisis de los registros de precipitacin estimada por satlite.

Una vez extrados los registros de lluvia de los dos algoritmos, se procedi a analizar la

estacionalidad con respecto a cada estacin pluviomtrica, para ello se realiz el histograma del

registro satelital y estacin meteorolgica cual se muestran en las siguientes imgenes.

En el caso del algoritmo TRMM 3B43 se utiliz el periodo 2010-2016 debido a que este

algoritmo presenta registros desde 1998. Pero para el anlisis de la estacionalidad se utiliz del

2014 2016.

Object 30

Object 32
 Object 34

Object 36

Object 38

Figura 4.11. Histogramas de los registros de precipitacin de las estaciones meteorolgicas frente a los registros obtenidos de las
imgenes satelitales del algoritmo TRMM 3B43,

En el caso del algoritmo GPM 3IMERG en el periodo 2014-2016, ya que este satlite fue

lanzado recientemente como un reemplazo al TRMM y tiene registros desde abril del 2014, este

se muestra en las siguientes figuras:

 Object 40

Object 42

Object 44

Object 46
 Object 48

Figura 4.12. Histogramas de los registros de precipitacin de las estaciones meteorolgicas frente a los registros obtenidos de las
imgenes satelitales del algoritmo GPM 3IMERG

Para observar el comportamiento del producto satelital en comparacin a la estacin

pluviomtrica, se procedi a realizar el registro de lluvia acumulada para el periodo 2014 al

2010 de cada estacin viendo el error

Object 50

Object 52
 Object 54

Object 56

Object 58

Figura 4.13. Precipitacin acumulada de las estaciones meteorolgicas frente a la precipitacin acumulada de las imgenes
satelitales del algoritmo GPM 3IMERG

Object 60
 Object 62

Object 64

Object 66

Object 68

Figura 4.14. Precipitacin acumulada de las estaciones meteorolgicas frente a la precipitacin acumulada de las imgenes
satelitales del algoritmo GPM 3IMERG

4.3. Medidas de evaluacin

Para tener la idea de sobre la precisin de los productos satelitales en cuanto a la estimacin de

precipitacin en forma cuantitativa se realiz los errores estadsticos: Porcentaje de sesgo, raz

del error medio al cuadrado (RMSE), coeficiente de correlacin de Pearson (y) y concordancia

de acuerdo (d). En las tablas 4.3. y 4.4. muestran los valores promedios de cada error estadstico

para cada estacin de la provincia de Huamanga.

a. Porcentaje de sesgo

TRMM

El sesgo relativo muestra valores de sobreestimacin en las estaciones de: Inia Cannan

(47.455 %), La quinua (1.831%), San Pedro de Cachi (4.964%) y Wayllapampa

(20.426). En el caso de la estacin Inia Cannan nos muestra un porcentaje elevado del

sesgo a diferencia de las dems esto nos indica que se estara considerando como

insatisfactorio. En la estacin Cuchoqueseraa (-12.779 %) nos indica una

subestimacin.

GPM

El sesgo relativo muestra valores de sobreestimacin en la estacin de Inia Cannan

(11.842 %). Para el caso de las estaciones: La Quinua (-8.358), San Pedro de Cachi

(23.66), Cuchoquesera (-55.571) y Wayllapampa (-11.161 %) nos indica una

subestimacin. Para el caso de Cuchoquesera es demasiado alto bajo la subestimacin

por lo que se considera insatisfactorio.

 Object 70

Figura 4.15. Porcentaje de Sesgo calculado para cada estacin meteorolgica con respecto a los registros de estimacin de
precipitacin de los dos satlites TRMM y GPM

b. Raz del error medio cuadrado

La raz del error medio cuadrado, presenta valores moderados debido a la cantidad de

datos con los que se cont para la evaluacin, estas se muestran en la figura 4.16., si se

contase con ms registro o a nivel diario se podra observar el RMSE menores alas

obtenidas.

Object 73

Figura 4.16. RMSE calculado para cada estacin meteorolgica con respecto a los registros de estimacin de precipitacin de los
dos satlites TRMM y GPM
Al observar la figura 4.16. se muestra que el error que presenta el algoritmo de GPM

3IMERG es menor que el algoritmo TRMM3B43, esto se basa en la diferencia de

resolucin de estos productos, adems observamos que en la estacin de Cuchoquesera

es al contrario, podemos influir a la presencia de la Presa Cuchoquesera.

c. Coeficiente de correlacin de Pearson

Los clculos realizados para el coeficiente de Pearson nos dieron valores cercanos a la

unidad, por lo que se dice que estas tienen menor concordancia.

Object 75

Figura 4.17. Coeficiente de Pearson calculado para cada estacin meteorolgica con respecto a los registros de estimacin de
precipitacin de los dos satlites TRMM y GPM

Vemos la diferencia entre los dos algoritmos de los satlites TRMM y GPM, el

coeficiente de Pearson para el Algoritmo IMERG tiene mayor concordancia que el

algoritmo TMPA segn muestra la figura 4.17, excepto para la estacin Cuchoquesera,

pero estos dos productos se acercan a la unidad.

d. ndice de concordancia

Para el ndice de concordancia se obtuvo valores intermedios (0 1), por lo que se

tiene valores con una concordancia no tan perfecta.

 Object 77

Figura 4.18. ndice de concordancia calculado para cada estacin meteorolgica con respecto a los registros de estimacin de
precipitacin de los dos satlites TRMM y GPM

En la figura 4.18. se observa que en la estacin Inia Cannan la concordancia es mayor

con el algoritmo del satlite GPM a diferencia del satlite TRMM y en el resto de las

estaciones se da el caso contrario ya que el algoritmo del satlite TRMM tiene mayor

concordancia frente al GPM, pero la diferencia nos es demasiado por lo que ambas

estn en un ndice de Concordancia intermedia ya que el valor oscila entre 0 a 1, siendo

1 la concordancia perfecta frente a los registros de precipitacin de cada estacin

meteorolgica.

Tabla 4.3. Resumen de los errores estadsticos realizados entre las estacione

meteorolgicas frente a los registros del satlite TRMM

Tabla 4.4. Resumen de los errores estadsticos realizados entre las estacione
meteorolgicas frente a los registros del satlite GPM
V. CONCLUSIONES Y RECOMENDACIONES
5.1. Conclusiones

Para la evaluacin de las estimaciones de precipitacin por satlite se utilizaron el registro de

lluvia de 5 estaciones meteorolgicas activas pertenecientes a la provincia de Huamanga, el

registro utilizado fue del periodo 2010 al 2016, pero para la comparacin con las estimaciones

de precipitacin estimada por los dos algoritmos TRMM 3B43 y GPM 3IMERG solo se utiliz

el registro de 2014 al 2016, en el caso del algoritmo 3IMERG se utiliz a partir del mes de Abril

debido a que recin la data estuvo disponible en este mes pero fue lanzado 27 de febrero.

Para tener datos de lluvia de calidad de las 5 estaciones se analiz la homogeneidad mediante el

anlisis grfico, anlisis de los histogramas y curva de doble masa, y el anlisis estadstico,

pruebas estadsticas paramtricas de T de Student y F de Fisher, que dieron como reultado que

el Tc y el Fc es menor al Tt y Ft, por lo que no se requiri correccin. Luego se complet los

datos faltantes para cada estacin.

Se obtuvo los registros de precipitacin de las imgenes satelitales mediante la plataforma Nasa

Giovanni y se realiz el respectivo a anlisis de la estacionalidad de los registros frente a los

registro de las estaciones meteorolgicas, observando en ello un comportamiento similar en la

cualidad, con un error menor con el sensor GPM a diferencia del sensor GPM.

Para la comparacin de los registro de lluvia estimado por satlite frente a los registro de

estacin meteorolgica se emplearon los errores estadsticos lo cual nos indica que en forma

cuantitativa no son satisfactorios o acertados debido a que hay sobreestimacin y subestimacin,

pero la estacionalidad de los registros en forma cualitativa si son satisfactorios ya que presentan

una correlacin cercana a 1 y tienen una comportamiento similar y son adecuados, por lo que es

aceptable su utilizacin debido a que la distribucin de las estaciones en nuestra provincia es

escasa, y es una alternativa favorable para la utilizacin en zonas donde no contamos con

estaciones para el registro de lluvia, para los diferentes estudios donde se requiere la obtencin

de registros de lluvia.

5.2. Recomendaciones

Generalmente la precipitacin es una variable climtica variable espacio-temporal lo cual para

poder utilizarlo recurrimos a diversos mtodos para poder obtener para una zona (cuenca) donde

no contamos con registros de precipitacin, para lo cual la NASA puso a disposicin

plataformas como: Mirador y Giovanni, que no es necesario tener una cuenta, para poder

descargar imgenes de estimacin de precipitacin por satlite donde que nos permite elegir la

resolucin temporal y espacial de la zona de estudio, por lo que es recomendable para su uso.

Al momento de elegir el satlite se tiene que tener en cuenta las caractersticas del satlite, es

decir la resolucin temporal, como es el caso de los algoritmos empleados en este trabajo que

tiene caractersticas diferentes TMPA 0.25x0.25 e IMERG 0.1x0.1 y la cobertura temporal

que presentan como TMPA tiene registros desde noviembre de 1997 e IMERG desde abril de

2014.

Existen diferentes software para el procesamiento de imgenes pero que generalmente

requerimos licencias, pero ltimamente se fue viendo el ingreso de software libres como es el

caso del QGis y otros, la cual es recomendable su uso debido a que uno no requiere obtener la

licencia para su uso y adems podemos encontrar diversos tutoriales para su aprendizaje en el

YouTube.
Para poder utilizar un registro de datos de lluvia siempre es necesario hacer un anlisis de

bondad para que nuestros datos sean confiables y hacer el respectivo proceso para su utilizacin,

debido a que en el registro siempre puede haber errores.

VI. BIBLIOGRAFA

Andrade, O. F. (2016). Evaluacin de imgenes satelitales de precipitacin GPM

(Global Preciptation Measurement) a escala sub-diaria para la provincia del Azuay.
Recuperado de: http://dspace.ucuenca.edu.ec/handle/123456789/24214

Hurtado, P. B.; Sanches, I.; Velasquez,A. M.; Esquivel, G.; Palomo, M. (2014).
Propuestas metodolgicas para el anlisis de calidad de datos de precipitacin.
Recuperado de: http://www.agrofaz.mx/wp-
content/uploads/articulos/2014143IV_1.pdf

Brito, D. M. (2015). Precipitacin Actual mediante Datos GPM. Recuperado de:

http://webgis.isagro.org.ar/data/pdf/Precipitacion_Actual.pdf

Calle, S., & Esteban, A. (2015). Anlisis de la variabilidad espacio temporal de la

precipitacin en la ciudad de Cuenca durante el periodo de febrero julio de 2014.
Recuperado de:
http://dspace.ucuenca.edu.ec/bitstream/123456789/21687/1/TESIS.pdf

Castro, E. S. (2014). Evaluacin de imgenes satelitales de precipitacin (TRMM

3B43 mensual) en regin Costa, Sierra y Oriente del ecuador. Recuperado de:
http://dspace.ucuenca.edu.ec/bitstream/123456789/20874/1/TESIS.pdf

Gandia, S. & Melia, J. (1991). La teledeteccin en el seguimiento de los fenmenos

naturales, recursos renovables: Agricultura. Recuperado de:
https://books.google.com.pe/books?
id=t8ZLSpM20m8C&pg=PA3&dq=La+teledetecci
%C3%B3n+en+el+seguimiento+de+los+fen%C3%B3menos+naturales,
+recursos+renovables:+Agricultura.&hl=es-
419&sa=X&ved=0ahUKEwjGv_Sxw9nUAhUFQiYKHUjrDdwQ6AEIJDAB#v=o
nepage&q=La%20teledetecci%C3%B3n%20en%20el%20seguimiento%20de
 %20los%20fen%C3%B3menos%20naturales%2C%20recursos%20renovables%3A
%20Agricultura.&f=false

Ruiz, J. J. (2009). Evaluacin de diferentes metodologas para la calibracin de las

estimaciones de precipitacin CMORPH sobre Sudamrica. Recuperado de:
http://www.scielo.br/pdf/rbmet/v24n4/a09v24n4.pdf

Linsley Kohler, P. (1977). Hidrologa para ingenieros.

Pea, P.G. (2016). Integracin de imgenes satelitales de precipitacin TRMM con

informacin de pluvimetros para los aos 2001 y 2002 en Ecuador. Recuperado
de: http://dspace.ucuenca.edu.ec/handle/123456789/25859

Ramos, L. (2013). Estudio de la utilidad de la lluvia estimada de satlite en la

modelacin hidrolgica distribuida. Recuperado de:
https://riunet.upv.es/bitstream/handle/10251/27548/Estudio%20de%20la
%20utilidad%20de%20la%20lluvia%20estimada%20de%20sat%C3%A9lite%20en
%20la%20modelaci%C3%B3n%20hidrol%C3%B3gica%20distribuida
%205598_5599.pdf?sequence=11

Rodriguez, O. E. & Arredondo, H. A. (2005). Manual para el manjeo y

procesamiento de imagnes satelitales obtenidas del sensor remoto modis de la
NASA, aplicados a estudios de ingenieri civil. Recuperado de:
http://www.javeriana.edu.co/biblos/tesis/ingenieria/tesis123.pdf

UCAR: Gua de referencia para sistemas de Alerta Temprana de Crecidas

Repentinas., 2012. Recuperado de:
http://www.meted.ucar.edu/communities/hazwarnsys/ffewsrg_es/FF_EWS.portada.
pdf

Villon Bejar, M. (2002). Hidrologa

VII. ANEXO
7.1. Plano de ubicacin
7.2. Anlisis estadstico de los registros de precipitacin de las estaciones meteorolgicas