Professional Documents
Culture Documents
Uaa]2''UbNW`N]NaN&b[N]&RQb&]R'_VN % Uaa]2''Qe&Q\V&\_T')(&)0*/)'_VN&*()-&)).
@Nf\ % 3T\`a\ % <FFA I&<2 *+(.%0-0* I&62 *+)+%*1-/
3,4
RESUMEN
3EG<5?7 <A8B
ABSTRACT
The research was conducted at the Ramis basin, located north of the river region of Titicaca
(Peruvian side), aiming to validate the estimated satel lite and its application in hydrological
modeling of river Ramisrainfall. Thevalidation of satelli te estimated rainfall wasperformed by
a comparison of observed data in both cases for the period January 1998 to December 2013,
which wereevaluated by statistical indicatorsof biaspercentageand coefficient of determination.
I n the case of hydrological modeling it was performed by GR2M hydrological model which
consisted of calibration and validation stages. The statistical significance of the si mulationswas
assessed by flow i ndicators Nash-Sutcl iffe efficiency and percentage bias. Results i ndicate in
consi dering the estimated satellite can beused as an alternative in areaswithout informati on, as
the coefficient of determination on the validation of rainfall i s equal to 0.86 with a percentage
bias+ 21.7% and as reliable rainfall dataentry into thehydrologi c modeling to transform rainfall
runoff is acceptable wi th Nash-Sutcliffeefficiencies equal 0.78 i n the calibration step and 0.75
in thevalidation. It i sconcluded that satellite product estimateis valid in theRamis Ri ver Basin.
$$# ! $$*
!$$#!
01>,49 7A5,9; 7,A>, $ ;?.,> 2% 1074<0 ;-,9/; $ ,<;749,>4; 7A5,9; 7,A>, $ 5;?f <% =A4?<0,>,2i9
INTRODUCCIN
La cuenca del rio Ramis es uno de los principales aportantes
derecurso hdrico al lago Titicaca, en lacual existen estaciones
meteorolgicasque registran variablesdeprecipitacin, cuya
captacin de lluvia sol o es representativa en un radio de 25
km2 al rededor de cada una segn la OMM (2011) y que en
muchos lugares no se cumpl e este cri terio sobre todo en las
zonasaltas delacuenca, exi sti endo vacosquepodran influir
directamente en la model aci n hi drolgica. Una posibl e
alternativa de solucin a este problema es el uso de lluvias
esti madas por sensorami ento remoto debi do a que se
encuentran uniformemente distribui dos resultando de gran
ayudaen el modelamiento hidrolgico.
El Tropical Rainfall Measuri ng Mi ssion (TRMM), es una
conjuncin de exploracin espacial entre l a Admi nistracin
Nacional delaAeronuticay del Espacio (NASA) y laAgencia
deExploracinAeroespaci al Japonesa(JAXA), diseadapara
monitorear y estudiar las lluvia tropi cales y subtropicales,
l anzado el 27 de novi embre de 1997 a una altura de 350 km,
bri ndando informaci n de al ta cobertura espacial y alta
resolucin temporal. La lluvia del TRMM, utilizada en el
presente trabajo, es producida por el algori tmo 3B43, con
resoluci n temporal mensual, resolucin espacial hori zontal
de0.25 x 0.25, cobertura geogrfica de50S- 50N en latitud
y 180W-180E en longitud, abarcando unamayor extensin e
i nf ormaci n espaci o-temporal que las obteni das por l as
estaci ones meteorolgicas convencionales, sin embargo la
informacinqueutilizan losalgoritmostieneunafuerterelacin
en trminos fsicos con los hidrometeoros, que resultan en el
datodeprecipitacin, pero cadasatliteindividualmenteprovee
i nformacin en intervalos de ti empo y espacio que no son
suficientes para obtener un dato preciso de l a ocurrencia de
precipitacin (Huffman, Adler, Bolvin, Gu, Nelkin, Bowman,
Hong, Stocker y Wolff, 2007; Huffman y Bolvin, 2014). Por
ell o las estimaciones estn sujetos a errores los cual es deben
ser validados a travs de datos observados de pluvimetros
para su uti lizaci n (Joyce, Janowi ak, Arkin y Xi e, 2004;
Aghakouchak, Nasrollahi y Habib, 2009), o analizar como
variables de entrada a los modelos hi drolgicos (Qui roz,
Col li schonn y Lavado, 2011).
Lasaplicacionesrealizadasusando lalluviaestimadapor satlite
como datos de entrada a modelos hidrolgi cos, podemos
mencionar losestudiosrealizadospor Collischonn, Collischonn
y Tucci (2008) donderealizaron unamodelizacin hidrolgica
en l a cuenca amazni ca, ut i l i zaron esti maci ones de
precipi taci n TRM M; Nbrega, Souza y Souza (2008)
anal i zaron los datos de satl ite TRM M en un model o
hidrolgico semidistribuido en lacuencadel ro Jamari; Lavado,
Labat, Guyot, Ronchail y Ordoez (2009) validaron la lluvia
utilizando TRMM en dos cuencas amaznicas peruanas y
apl icaron en modelos mensuales de balance hdrico; Dinku,
Connor y Ceccato (2010) realizaron una comparacin sobre
regiones montaosas de frica y Amrica del Sur; Quiroz et
al . (2011) realizaron la model izacin hidrol gica usando
estimacionesdelluviapor satliteen lacuencadel rio Huallaga,
Per; Almazroui (2011) realiz una cali braci n de la lluvia
estimada por el TRMM en Arabi a Saudita; Su, Hong y
!$$$!
,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' $$# ! $$*
B,74/,.4i9 /0 7, <>0.4<4@,.4i9 0?@48,/, <;> ?,@f74@0 @>88 E ?A,<74.,.4i9 09 7, 8;/07,.4i9 34/>;7i24., /07 >4; >,84? <A9; <0>j
Datos utilizados
Se utiliz informaci n hidrometeorolgica de 16 estaciones
(Tabla 1) que corresponde a variabl es de precipitacin total
mensual y descargasmediasmensualesdel periodo enero 1998
a di ci embre 2013 ubi cadas en l a zona de estudi o y
administradas por el Servi cio Naci onal de Meteorologa e
Hidrologa(SENAMHI - Per). Lasprecipitacionesobservadas
fueron interpoladosmedianteel mtodo deKriging utilizando
paraello el Hydraccess, sobrelaregin deestudio con lamisma
Norte
Altitud
Estacin
N
[m]
[m]
[msnm]
Este
Norte
Altitud
[m]
[m]
[msnm]
Estacin
Ananea
442448
8377140
4653
Lampa
352861
8301728
3929
Arapa
379823
8326267
3892
10
Llally
297126
8347800
4211
3
4
Ayaviri
Azangaro
328602
371897
8355116
8350772
3921
3840
11
12
M uani
Progreso
397530
352946
8367203
8375575
3923
3952
Pampahuta
320200
8287459
4292
13
Pucara
353035
8336523
3869
Lampa
352861
8301728
3929
14
Putina
406640
8350905
3853
Chuquibambill a
313519
8364727
3899
15
Taraco
395292
8307846
3817
Huancan
419032
8319216
3860
16
HL G Pte. Rami s
406368
8313374
3815
muy bueno 0.90, bueno de 0.80 0.90, aceptabl e de 0.65 0.80 e insatisfactorio <0.65 segn Ritter y Muoz (2013).
$$# ! $$*
NSE # 1 "
i#1
N
' ( yi " y )
(1)
i #1
( N
/
" " yi ) 0
) ' ( yi
0 * 100
BIAS # ) i#1 N
)
0
yi
)* '
01
i #1
(2)
!$$%!
01>,49 7A5,9; 7,A>, $ ;?.,> 2% 1074<0 ;-,9/; $ ,<;749,>4; 7A5,9; 7,A>, $ 5;?f <% =A4?<0,>,2i9
2
+
N
2
.
.
( yi y)( y" i " y" )
'
.
.
i #1
R2 # ,
0.5 N
0.5 3
N
. ( ( y y) 2 / ( ( y " y ) 2 / .
0 )' " i
0 .
. )' i
1 * i #1
1 4
- * i #1
(3)
En la Fig. 3a se observa que los valores son sobrestimados en mayor parte de la serie histrica, tanto en lo que respecta meses de
avenidas y estiaje, presentando poca frecuencia de subestimaciones en los peri odosdeavenidas como el 2004, 2005, 2007, 2009 y
2013, pero eval uando ambasbaseshistricas con el indicador estadstico BIAS, indicauna sobreestimacin de+21.7% paratodo el
periodo analizado, loscuales no son significativos y losvaloresestimadosson aceptablessegn lasdiscrecionesde Mori asi et al.
(2007) y Gupta et al. (1999).
Fig. 3. a) Distribucin temporal y b) diagrama de dispersi n de precipitacin areal mensual observada y estimada por el
algoritmo TRMM 3B43 en lacuenca Rami s: periodo de anlisis enero de1998 a diciembre del 2013.
!$$&!
,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' $$# ! $$*
B,74/,.4i9 /0 7, <>0.4<4@,.4i9 0?@48,/, <;> ?,@f74@0 @>88 E ?A,<74.,.4i9 09 7, 8;/07,.4i9 34/>;7i24., /07 >4; >,84? <A9; <0>j
Fig. 5. Caudales medios mensuales observados y simulados fase de validacin. Las abreviaturas Q observado, P TRMM-Q y
P observada-Q son caudales observados rio Ramis, caudales simulados con precipitacin obtenida por satlite TRMM y
caudalessi mulados con precipitacin observada respectivamente.
Los indicadoresestadsticosdeeficienciaNSE obtenidosen lafase devalidacin nosmuestran resultados buenos y aceptables
respectivamente. As mismo el indicador BIASen esta fase, muestraunasobrestimacin de +10.6% en las simulacionesde caudales
a partir de datos de precipi tacin observada y una subesti macin de -30.1% en las simulaciones de caudales a partir de datos de
preci pitacin obtenida por satlite TRMM, las simulaciones obtenidas son resultados buenos y satisfactorios segn las
discrecionesde Gupta et al. (1999). La comparacin grfica de hidrogramas observadosy simulados para la fase de validacin, se
muestran en las Fig. 5.
Tabla 1. Indicadores estadsticos de Nash y Sutcl iffe (NSE), sesgo porcentual (BIAS), calibracin 70% del total de datos (enero
1998-diciembre2008), validacin 30% del total de datos(enero 2009- diciembre 2013).
Precipitacin
Indicador
estadstico
Observado
TRMM
NS
BIAS(%)
Observado
Calibracin Validacin
0.90
0.87
-0.30
10.6
$$# ! $$*
TRMM
Calibracin Validacin
0.78
0.75
-10.7
-30.1
!$$'!
01>,49 7A5,9; 7,A>, $ ;?.,> 2% 1074<0 ;-,9/; $ ,<;749,>4; 7A5,9; 7,A>, $ 5;?f <% =A4?<0,>,2i9
CONCLUSIONES
Las precipi taciones estimadas por el al goritmo 3B43 del
TRMM paralazonaevaluada, muestran unaeficiencia buena,
afirmando que reproducen con cierta precisin el patrn del
ciclo estacional considerndosedatosfiables, loscualespueden
ser utilizadoscomo datos deentradaen modelos hidrolgicos
en zonas sin informacin, constituyendo como unaalternativa
en el fortalecimiento de l a gestin de recursos hdricos en
cuencashidrogrficas.
AGRADECIMIENTOS
Los autores desean agradecer muy especialmente al Servicio
Nacional de Meteorologa e Hidrologa (SENAMHI) que
f aci li taron l a i nformaci n hi drometeorol gica, para l a
realizacin del presente trabajo de investigaci n.
BIBLIOGRAFIA
Aghakouchak, A., Nasroll ahi , N., y Habib, E. (2009).
Accounti ng for uncertainties of the TRMM
satelliteestimates. Remote Sensing, 1(3), 606619.
A lmazroui , M . (2011). Cal i brati on of TRMM rai nfal l
climatol ogy over Saudi Arabia during 1998
2009. Atmospheric Research, 99, 400-4014.
Andersen, J., Refsgaard, J., y Jensen, K.H. (2001). Distributed
hydrological modelli ng of the Senegal River
basi nmodel constructi on and vali dati on.
Journal Hydrological, 247, 200214.
Huffman, G. J., Adl er, R.F., Bolvin, D.T., Gu, G., Nelkin, E.J.,
Bowman, K.P., Hong, Y., Stocker, E.F., y
Wol ff , D.B. (2007). The TRM M
MultisatellitePrecipitation Analysis(TMPA):
Quasi-Global, Multiyear, Combi ned-Sensor
Precipitation Estimatesat FineScales. Journal
of Hydrometeorology, 8, 38-55.
Joyce, R.J., Janowiak, J.E., Arkin, P.A. y Xi e, P. (2004).
CMORPH: a method that produces global
preci pi tati on esti mates f rom passi ve
microwave and i nfrared data at high spatial
and temporal resol uti on. Journal of
Hydrometeorology, 5 (3), 487-503.
Kizza, M., Westerberg, I., Rodhe, A., y Ntale, H. L. (2012).
Estimating areal rainfall over lake Victoriaand
its basin usi ng ground-base and satellite data.
Journal of Hidrology, 464, 401-411.
Lavado, W. S., Labat, D., Guyot, J.L., Ronchail, J. y Ordoez,
J. J. (2009). Validacin de lluvia utilizando
TRMM en dos cuencas amaznicas peruanas
y su apli caci n en modelos mensuales de
bal ance hdri co. Revista Peruana Geoatmosfrica, 1, 11-19.
Legates, D. R., y McCabe, G. J. (1999). Evaluati ng the use of
goodness-of-t measures in hydrologic and
hydrocl i mati c model val i dati on. Water
Resources Research, 35(1), 233241.
!$$(!
,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' $$# ! $$*
B,74/,.4i9 /0 7, <>0.4<4@,.4i9 0?@48,/, <;> ?,@f74@0 @>88 E ?A,<74.,.4i9 09 7, 8;/07,.4i9 34/>;7i24., /07 >4; >,84? <A9; <0>j
Ouma, Y. O., Owiti, T., Kiporir, E., Ki biiy, J., y Tatei shi R.
(2012). Multi temporal comparative analysis
of TRMM-3B42 satellite-estimated rainfall
with surface gauge data at basin scales: daily,
decadal and monthly evaluations. International
Journal of Remote Sensing, 33(24), 7662-7684.
Ritter, A., y Muoz, R. (2013). Performance evaluation of
hydrological models: Statistical significancefor
reduci ng subj ecti vi ty i n goodness-of -fi t
assessments. Journal of Hydrology, 480, 3345.
Su, F., Hong, Y., y Lettenmaier, D. P. (2008). Evaluati on of
TRMM Multisatellite Precipitation Analysis
(TM PA ) and i ts Uti l i ty i n Hydrol ogi c
Prediction in the La Plata Basin. Journal of
Hydrometeorology, 9, 622-640.
Qui roz, K .J., Col l i schonn, W. y Lavado W.S. (2011).
Modelizacion hidrolgica usando estimaciones
de l luvia por satlite en la cuenca del rio
Hual l aga, Per. Revist a Pe ruana Geoatmosferica, 3, 51-62.
$$# ! $$*
!$$)!
!$$*!
,09! *4907821! )385.4/24! $"#%( -53 #& +65 $' $$# ! $$*