Precipitation estimates analysis satellite and different gap filling methods for Southeastern Goiano
| Autor: | Duarte, Luíza Virgínia |
|---|---|
| Přispěvatelé: | Formiga, Klebber Teodomiro Martins, Souza, Saulo Bruno Silveira e, Ferreira, Nilson Clementino |
| Jazyk: | portugalština |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Biblioteca Digital de Teses e Dissertações da UFG Universidade Federal de Goiás (UFG) instacron:UFG |
| Popis: | A estimativa precisa e o monitoramento dos padrões de ocorrência da precipitação são essenciais para a modelagem de sistemas hidrológicos e para o planejamento e gestão dos recursos hídricos e m diversos setores da sociedade. Falhas nos registros de séries de dados podem comprometer os estudos em aplicações práticas. Os avanços na física da precipitação são imprescindíveis para melhorar os modelos numéricos e dependem fortemente do teste de novas hipóteses por medições reais de precipitação, e a melhora das previsões está profundamente interligada com a capacidade de medir a precipitação. Neste sentido, a qualidade dos produtos de precipitação por satélite vem sendo melhorado significativamente nas últimas décadas, principalmente com o surgimento das missões: Tropical Rainfall Measuring Mission (TRMM) e da Global Precipitation Measurement (GPM) que vem como um sucessor da missão TRMM, a fim de fornecer melhores estimativas globais de alta qualidade e resolução de precipitação. Este estudo teve como objetivo a comparação de estimativas de precipitação geradas pelo satélite GPM com dados observados em terra a fim de testar a eficácia destas estimativas de chuvas em relação a padrões temporais e espaciais e também comparar esses dados com métodos tradicionais de preenchimento de falhas de dados de pluviômetros para a geração de séries completas de dados. Os métodos de comparação foram aplicados para precipitação média nas bacias Meia Ponte e Rio dos Bois do Estado de Goiás para escalas diárias, mensais e anuais e os métodos de preenchimento de falhas foram analisados para a mesma região em dados diários e mensais. Os resultados encontrados foram satisfatórios para as análises mensais e anuais na região das duas bacias e os dados diários de precipitação, devido a sua maior variabilidade necessitam de mais estudos para refinamento das técnicas de modo a obter melhores resultados. Precise estimation and monitoring of rainfall occurrence patterns are essential for the modeling of hydrological systems and the planning and management of water resources in various sectors of society. Failures in data series records may compromise studies in practical applications. Advances in precipitation physics are imperative to improve numerical models and rely heavily on testing new hypotheses for actual precipitation measurements, and improved predictions are deeply intertwined with the ability to measure precipitation. In this sense, the quality of satellite precipitation products has been significantly improved in the last decades, especially with the emergence of the missions: Tropical Rainfall Measuring Mission (TRMM) and the Global Precipitation Measurement (GPM) that comes as a successor to the TRMM mission in order to provide better global estimates of high quality and precipitation resolution. The objective of this study was to compare precipitation estimates generated by the GPM satellite with data observed on land in order to test the effectiveness of these rainfall estimates in relation to temporal and spatial patterns and to compare these data with traditional methods of filling data for the generation of complete series of data. The methods of comparison were applied for mean rainfall in the Meia Ponte and Rio dos Bois basins of the State of Goiás for daily, monthly and annual scales, and the failure completion methods were analyzed for the same region in daily and monthly data. The results were satisfactory for the monthly and annual analyzes in the region of the two basins and the daily precipitation data, due to their greater variability, they require more studies to refine the techniques in order to obtain better results. Outro |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|