Algunas referencias para la comparación de lluvias in-situ y TRMM

Fig. Comparación de series de lluvia. Estación Las Salinas (Arequipa, Perú), TRMM original (TRMMo), TRMM corregido con el modelo aditivo (TRMM A), TRMM corregido con el modelo multiplicativo (TRMM M). Source: Rau, 2009.

Realizar la comparación de dos series de lluvia obtenidas desde diferentes fuentes, tales como la in-situ y la TRMM (Tropical Rainfall Measuring Mission, NASA, JAXA), podría requerir un sustento físico de alto estándar para estar seguros si el satélite realizó la medición correcta desde su órbita en las mismas fechas que la medición in-situ. Se asume que ambas fuentes presentan errores y que la medición por satélite es más inexacta que la medición in-situ.


Las series se encuentran disponibles y la mejor forma de validarlas es simplemente haciendo una comparación directa con las herramientas estadísticas adecuadas. Año a año se vienen desarrollando trabajos de distinto calibre intentando validar o corregir los datos TRMM y de esta forma saber en qué regiones es posible emplear estos datos a la escala de espacio y tiempo requerido (mencionar que la mision TRMM llegó a su fin en Abril 2015, con lo cual ahora los trabajos estan concentrados en la transicion TRMM/GPM-IMERG).

A continuación unos enlaces (artículos, comunicaciones y herramientas):
 
1. Validación TRMM y lluvia 
En un inicio se establecieron los rangos "teóricos" para poder validar la información TRMM e in-situ. Esto es posible gracias a la teoría de errores relativos tales como: Error Medio, Error Medio Absoluto y la Raíz del Error Cuadrático Medio, entre otros. Trabajos realizados con datos TRMM v.6 (actualmente al año 2015, se usan los datos TRMM v.7).

Adeyewa and Nakamura, 2003 (aplicado a regiones de Africa).
Franchito et al., 2009 (aplicado al Brasil).
Lavado et al., 2009 (aplicado a los Andes amazónicos en Peru).

2. Corrección TRMM  
Posteriormente se realiza la corrección (previa validación) via criterios estadísticos de modelos aditivos y multiplicativos para el régimen mensual TRMM 3B43 v.6.

Rau and Condom, 2010 (Aplicado a las zonas de montaña de Perú)
Condom et al., 2011 (Validación y sustento de las formulaciones empleadas para la corrección)

Asi como el estudio de frecuencias y ondeletas para la corrección diaria del TRMM 3B42; y el empleo de funciones de densidad probabilística.

Heidinger et al., 2012.(Aplicado al Altiplano Peruano)
Tupac Yupanqui et al., 2015 (Aplicado a la cuenca alta del Rio Piura, Perú)
Software WATER para la corrección del TRMM por ondeletas
Mourre et al., 2013 (Aplicado a la cuenca del Santa, Perú)

También se analizan algoritmos de downscaling para solucionar el tema de la escala espacial y temporal, siendo posible la corrección hasta un nivel de régimen horario/diario a escalas más pequeñas que el TRMM 3B43/3B42 (0.25° x 0.25° ~ 27.8km x 27.8km) llegando incluso a una resolución de 1km x 1km, mediante el uso del NDVI (Normalized Difference Vegetation Index) y el TRMM 2B31.

Immerzeel et al., 2009 (Aplicado en España y Portugal)
Jia et al., 2011 (Aplicado en China)
Tarnavski et al., 2012 (Aplicado en cuencas áridas de Tunez y Senegal)

3. La versatilidad del modelo multiplicativo
Los artículos referidos a la corrección de datos TRMM mensuales con los modelos aditivo y multiplicativo (Rau and Condom, 2010; Condom et al., 2011), son aplicables estrictamente a nivel de regionalización (varias grillas y estaciones en simultáneo) y no para un análisis "1 punto - 1 grilla". Es decir es aplicable a grandes extensiones de área. En teoría, si asumimos una estación in-situ como válida, sería en vano corregir la grilla TRMM correspondiente (ya que el objetivo de asemejar los datos de una sola grilla TRMM a los datos de una sola estación in-situ, podría resultar algo "forzado" sin una regionalización). 

Sin embargo, para quienes buscan algún sustento y validación de estas ecuaciones para el caso "punto-grilla" aquí les dejo un fichero online, donde el modelo multiplicativo mejora la pendiente de la recta entre los datos in-situ y TRMM para la época húmeda (el modelo aditivo solo sería aplicable con una regionalización). Las dos estaciones y grillas empleadas representan un caso real aplicado en Brasil. En conclusión, las ecuaciones también podrían aplicarse a extensiones pequeñas o a escala de cuenca "catchment-scale" muy común en el diseño de ingeniería hidrológica. Es posible incluso una inversión del vector F2, sin embargo queda pendiente su validación, asi como su extensión a datos diarios.

Estas ecuaciones también son consideradas como un aporte al downscaling estadístico. Su evaluacion con los nuevos productos GPM - IMERG, queda pendiente, sin embargo las ecuaciones descritas a lo largo de esta entrada, se considerarian como validas y podrían considerarse como métodos de downscaling estadistico.

9 comentarios :

Unknown dijo...

Interesante, en lo que respecta a la corrección de datos TRMM mensuales, en el caso de haber regionalizado, ¿el análisis para cualquiera de los dos modelos se haría a la precipitación promedio mensual del total de estaciones ubicadas en una región, en otras palabras para hacer la transformación del log(TRMM+1), en donde:
TRMM=Pp multiestacion promedio mensual de una región.

En la metodología que uso en su tesis de maestria indica que la relación para determinar vector F2 en el modelo multiplicativo es la división de logSENAMHI/logTRMM, pero en el excel adjunto esto esta en el orden inverso.

Algo mas, usted menciona que si asumimos una estación in-situ válida, seria en vano realizar la corrección de la grilla, ¿pero si mi estación tiene puntos de carencia de información? y mi fin es completarla en base al TRMM, entonces estaría mal hacerlo?

Se que para en su tesis de maestria primero realizaste la completación de datos, ¿pero si primero hago la corrección y luego completo en base a lo corregido? espero haberme dejado entender, ya que me interesa mucho el tema.

Saludos.

Chris dijo...

Hola,
Sobre la primera pregunta, es correcto. Los métodos publicados son para casos de regionalizacion, es decir "dar el peso promedio" a cada estacion in-situ y grilla TRMM. La segunda pregunta es sobre el caso punto-grilla, se invierte el sentido (es un artificio) en razon de no trabajar con el promedio de estaciones o grillas regionalizadas . Sobre la tercera y cuarta pregunta, es valido completar la informacion in-situ con informacion TRMM, siempre en cuando no tenga mucho error la comparacion, los limites de error los puedes encontrar en los articulos.

Saludos!

Anónimo dijo...

Quiero realizar una pregunta respecto a lo siguiente: supongamos que tengo una serie de datos TRMM sobre una estación pluviométrica y aplicamos la metodología descrita para poder realizar la corrección de la serie de datos, el vector resultante producto del análisis puede usarse para extender la serie, es decir si quisiera usar los datos TRMM como una extensión de datos en mi caso hacia tras de una serie de tiempo analizada sería posible? Para esto se tiene el siguiente supuesto:

Primero que la media de (log esta+1) de los años analizados también sea valida para los años a extender, esto debería ser posible si la media no varía significativamente durante el tiempo que desea extenderse. ¿ sería factible?, cuál sería el estadístico o criterio para poder saber hasta dónde sería prudente extenderla?

El segundo supuesto y el que me parece más adecuado, es que no es factible realizar una extensión de la data, porque se estaría forzando el promedio de (Log esta+1) que solo es válida para ese intervalo de tiempo, por ejemplo supongamos que solo tengo una serie de datos de una estación de 7 años y deseo usar la data TRMM 3 años hacia tras para poder completar una serie de 10 y utilizo los valores promedio de la estación (7años) para generar el vector y corregir los datos TRMM de la extensión, ¿ sería valido realizar esto?

Agradeceré su opnión, Saludos cordiales

Gilmer Gamarra G
ggamarragarcia@gmail.com

Chris dijo...

Estimado Gilmer,
Todo va a depender de las condiciones climatologicas de tu zona de estudio. La extension de datos usando el TRMM seria adecuado solo en zonas de climatologia estacionaria (i.e. precipitaciones). Una zona donde no haya tendencias ni saltos ni eventos extremos tales como el FEN. Una vez demostrado lo anterior se deberia cumplir con el analisis de errores (ejm: RMSE) propuesto en el articulo. Solo asi se podria usar el TRMM y la metodologia propuesta para la extension. Recordar que la metodologia es valido para el periodo humedo, ver excel adjunto la entrada.

Saludos!

SILVER HILLS SRL dijo...

Muchisimas gracias por su respuesta, ha sido Ud. muy hamable.

Anónimo dijo...

Buenas, en caso que quiera trabajar con datos de trmm diarios la corrección como se debe realizar, yo quiero calcular caudales máximos para diseño de defensa ribereña pero usando los datos de trmm, por lo que se trabaja con los datos de precipitación máxima en 24 horas, quiero realizar la comparación con datos de estaciones pero al momento de realizar la correlación me sale muy bajo, quisiera saber si debo realizar la corrección con los datos diarios o con losaximos diarios en 24 horas.

Anónimo dijo...

Y que método debo usar para la corrección

Chris dijo...

Hola, el metodo más recomendado para corregir datos TRMM diarios es a través de los wavelets
https://www.tandfonline.com/doi/abs/10.1080/01431161.2011.652315
En la web puedes encontrar un software llamado WATER, si no logras encontrar puedes dejar tu correo gmail para compartirlo.

Saludos!

yasmira dijo...

muchas gracias y si porfavor el software water me podria compartir mi correo es yasmira.sh.y@gmail.com y disculpe donde podria obtener mas infirmacion del programa WATER es para mi tesis de pregrado