Análise das Estimativas da Precipitação Diária do Produto GPM-IMERG na Bacia Hidrográfica do Rio Sapucaí, Região Sudeste do Brasil

Thales Alves Teodoro, Robson Barreto dos Passos, Bruna Andrelina Silva, Benedito Cláudio da Silva

Abstract


Tendo em vista que as estimativas de precipitação (PP) por satélite são importantes fontes de informações para modelos hidrológicos, o objetivo deste estudo é avaliar os acumulados diários de PP do produto Integrated Multisatellite Retrievals for the Global Precipitation Measurement (IMERG) - Early Run do Global Precipitation Measurement (GPM) na Bacia Hidrográfica do Rio Sapucaí (BHRS) que se encontra localizada no sudeste do Brasil. Para realizar essa avaliação foram utilizadas métricas estatísticas de performance e de contingência. Os dados utilizados na validação foram os acumulados diários de PP das estações pluviométricas da Agência Nacional de Águas (ANA). O período analisado no estudo compreende os verões dos anos de 2015 a 2019. No geral, os resultados indicaram que o IMERG subestima em média 27% a PP diária sobre a bacia, sendo que o RMSE é da ordem de 12,9 a 28,5 mm/dia. Além disso, foi observado também que os valores do coeficiente de correlação de Pearson na maioria dos pontos de grade analisados ficaram abaixo de 0,7. Isso indica que não existe uma boa correlação entre os dados do IMERG com os dados das estações pluviométricas. As métricas estatísticas de contingência mostraram que o IMERG - Early Run possui baixa capacidade para descrever os eventos de chuva na BHRS. Portanto, pode-se inferir que o produto Early Run do GPM-IMERG possui dificuldades em estimar a PP diária na BHRS durante os meses de verão.


Keywords


Bacia Hidrográfica; Métricas Estatísticas; Precipitação

References


Chen, Y.; Ebert, E.E.; Walsh, K.E. & Davidson, N.E. 2013.

Evaluation of TRMM 3B42 precipitation estimates of

tropical cyclone rainfall using PACRAIN data. Journal of Geophysical Research: Atmospheres, 118(5):

-2196.

Chen, F. & Li, X. 2016. Evaluation of IMERG and TRMM

B43 monthly precipitation products over mainland

China. Remote Sensing, 8(6): 1–18.

Chen, C.; Chen, Q.; Duan, Z.; Zhang, J.; Mo, K.; Li, Z. & Tang,

G. 2018. Multiscale Comparative Evaluation of the

GPM IMERG v5 and TRMM 3B42 v7 Precipitation

Products from 2015 to 2017 over a Climate Transition

Area of China. Remote Sensing, 10(6): 926-944.

CBHRS. 2010. Comitê da Bacia Hidrográfica do Rio Sapucaí.

Disponível em: . Acesso em: 22 out. 2019.

Gadelha, A.N.; Coelho, V.H.R.; Xavier, A.C.; Barbosa, L.R.;

Melo, D.C.D.; Xuan, Y.; Huffman, G.J.; Petersen,

W.A. & Almeida, C.N. 2019. Grid box-level evaluation of IMERG over Brazil at various space and time

scales. Atmospheric Research, 218: 231-244.

Gilewski, P. & Nawalany, M. 2018. Inter-Comparison of RainGauge, Radar, and Satellite (IMERG GPM) Precipitation Estimates Performance for Rainfall-Runoff Modeling in a Mountainous Catchment in Poland. Water,

(11): 1-23.

He, Z.; Yang, L.; Tian, F.; Ni, G.; Hou, A. & Lu, H. 2017. Intercomparisons of Rainfall Estimates from TRMM and

GPM Multisatellite Products over the Upper Mekong

River Basin. Journal of Hydrometeorology, 18(2):

-430.

Hou, A.Y.; Kakar, R.K.; Neeck, S.; Azarbarzin, A.A.; Kummerow, C.D.; Kojima, M.; Oki, R.; Nakamura, K. & Iguchi, T. 2014. The Global Precipitation Measurement

Mission. Bulletin of the American Meteorological Society, 95: 701-722.

Huffman, G.J. Adler, R.F.; Bolvin, D.T.; Gu, G.; Nelkin, E.J.;

Bowman, K.P.; Hong, Y.; Stocker, E.F. & Wolff, D.B.

The TRMM Multi-satellite Precipitation Analysis: Quasi-global, multi-year, combined-sensor precipitation estimates at fine scale. Journal of Hydrometeorology, 8: 38-55.

Huffman, G.J.D.; Bolvin, D.T.; Braithwaite, D.; Hsu,

K.; Joyce, R.; Kidd, C.; Nelkin, E.J. & Xie, P. 2015.

NASA Global Precipitation Measurement (GPM) Integrated Multi-satellitE Retrievals for GPM (IMERG).

Algorithm Theoretical Basis Doc., version 4.5, 26 p.

Kummerow, C.; Barnes W.; Kozu, T.; Shiue, J. & Simpson,

J. 1998. The Tropical Rainfall Measuring Mission

(TRMM) sensor package. Journal of Atmospheric and

Oceanic Technology, 15: 809-817.

Liu, Z. 2016. Comparison of Integrated Multisatellite Retrievals

for GPM (IMERG) and TRMM Multisatellite Precipitation Analysis (TMPA) Monthly Precipitation Products: Initial Results. Journal of Hydrometeorology,

(3): 777-790.

Mashingia, F.F.; Mtalo, F. & Bruen, M. 2014. Validation of

remotely sensed rainfall over major climatic regions

in northeast Tanzania. Physics and Chemistry of the

Earth, 67: 55-63.

Rozante, J.B.; Vila, D.A.; Chiquetto, J.B.; Fernandes A.A. &

Alvim, D.S. 2018. Evaluation of TRMM/GPM Blended Daily Products over Brazil. Remote Sensing, 10(6):

-17.

Scofield, R.A. & Kuligowski, R.J. 2003. Status and outlook of

operational satellite precipitation algorithms for extreme-precipitation events. Weather and Forecasting,

: 1037–1051.

Skofronick-Jackson, G.W.; Petersen, A.; Berg, W.; Kidd, C.;

Stocker, E.F.D.; Kirschbaum, B.; Kakar, R.; Braun,

S.A.; Huffman, G.J.; Kirstetter, P.E.; Kummerow, C.;

Meneghini, R.; Oki, R.; Olson, W.S.; Takayabu, Y.N.;

Furukawa, K. & Wilheit, T. 2017. The Global Precipitation Measurement (GPM) Mission for Science and

Society. Bulletin of the American Meteorological Society, 98: 1657-1672.

Uddin, S.; Al-Dousari, A.; Ramdan, A.; Al Ghadban, A. 2008.

Site-specific precipitation estimate from TRMM data

using bilinear weighted interpolation technique: an

example from Kuwait. Journal of Arid Environments,

(7): 1320-1328.

Wei, G.; Lu, H.; Crow, W.T.; Zhu, Y.; Wang, J. & Su, J. 2018.

Evaluation of Satellite-Based Precipitation Products

from IMERG V04A and V03D, CMORPH and TMPA

with Gauged Rainfall in Three Climatologic Zones in

China. Remote Sensing, 10(1): 8-30.




DOI: https://doi.org/10.11137/2020_2_449_459

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Indexers and Bibliographic DatabasesFollow us
SCImago Journal & Country Rank
ISSN
ROAD
Clarivate
Diadorim
DOAJ
DRJI
GeoRef
Google Scholar
Latindex
REDIB
Twitter
Facebook
All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution-NonCommercial 4.0 International Public License (CC BY-NC 4.0).