| Revista: | Atmósfera |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000321028 |
| ISSN: | 0187-6236 |
| Autores: | Gochis, D.J1 Nesbitt, S.W2 Yu, W1 Williams, S.F3 |
| Instituciones: | 1National Center for Atmospheric Research, Research Applications Laboratory, Boulder, Colorado. Estados Unidos de América 2University of Illinois at Urbana-Champaign, Department of Atmospheric Sciences, Urbana, Illinois. Estados Unidos de América 3National Center for Atmospheric Research, Earth Observing Laboratory, Boulder, Colorado. Estados Unidos de América |
| Año: | 2009 |
| Periodo: | Ene |
| Volumen: | 22 |
| Número: | 1 |
| Paginación: | 69-98 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Las estimaciones cuantitativas de precipitación basadas en satélite (QPE – por sus siglas in inglés), ofrecen la posibilidad de monitorear la precipitación global casi en tiempo real. Asumiendo que su exactitud (en términos de su frecuencia e intensidad) puede ser comprobada; tales productos resultarían muy valiosos para reducir la incertidumbre en la asimilación de datos en superficie, así como en las aplicaciones en simulaciones hidrológicas y de predicción a corto plazo. Durante el experimento del Monzón Norteamericano llevado a cabo sobre partes de México en 2004, se colectaron datos de lluvia para integrar una base de datos y que sirvieron para evaluar cinco productos QPE, 2 calibrados con pluviómetros y 3 más sin calibrar. El análisis de la estimación de lluvia diaria promedio y de su desviación condicional, así como los mapas de frecuencia, muestran que los productos QPE no calibrados tienden a sobreestimar la frecuencia, de los eventos de magnitud moderada a intensa (>25 mm/d), comparado con las mediciones basadas únicamente con pluviómetros. Todos los productos capturaron razonablemente la distribución de la precipitación a larga escala, pero algunos de los productos que no fueron corregidos, particularmente los que se enfocaban en las razones de lluvia basada en mediciones por infrarrojo, mostraron valores de patrones de correlación comparativamente bajos con los obtenidos de pluviómetros. Aunque los productos calibrados normalmente tienden a subestimar la precipitación incluso a valores umbrales altos, se determinó un valor significativo de corrección de sesgo que se sumó a los productos QPE calibrados con pluviómetros, a diferencia de los no calibrados. Sin embargo, este valor resalta los retos a futuro en relación a colectar e integrar datos de pluviómetros en superficie en conjunto con los productos QPE en operación |
| Resumen en inglés | Satellite–based quantitative precipitation estimates (QPE) offer the potential for global, near real–time monitoring of precipitation. Provided their accuracy, in terms of frequency and intensity structures, can be verified, such products would prove to be highly valuable for constraining uncertainty in land data assimilation, hydrological simulation and short–term prediction applications. Two gauge–corrected and three uncorrected satellite–based QPE products are assessed over México against a new composite gauge dataset developed from data collected during the 2004 North American Monsoon season. Analysis of daily averaged rain rates, rain–rate conditional biases, and frequency maps each show a tendency for uncorrected satellite QPE products to overestimate the frequency of moderate to heavy precipitation events (>25 mm/d) with respect to gauge–only analyses. While all products reasonably captured the large–scale distribution of rainfall, some uncorrected products, particularly those emphasizing infra–red based retrieval of rain rates, possessed comparatively low pattern correlation scores with the gauge composite. Although gauge–corrected products tended to somewhat underestimate rainfall at heavy event thresholds, significant value, in terms of overall bias correction, appears to be added to gauge–corrected QPE products versus uncorrected products. This added value, however, highlights ongoing challenges with regards to collecting and integrating surface gauge data in an operational QPE framework |
| Disciplinas: | Geociencias |
| Palabras clave: | Ciencias de la atmósfera, Hidrología, Precipitación, Percepción remota, Pluviometría, Modelos hidrológicos, México |
| Keyword: | Earth sciences, Atmospheric sciences, Hydrology, Precipitation, Remote sensing, Pluviometry, Hydrologic models, Mexico |
| Texto completo: | Texto completo (Ver HTML) |
