HIETOGRAMAS ADIMENSIONALES PARA LA REPÚBLICA MEXICANA ...€¦ · HIETOGRAMAS ADIMENSIONALES PARA...

Ing. Marilu Meza Ruiz y Dr. Nabil Mobayed Khodr

Universidad Autónoma de Querétaro

Facultad de Ingeniería

División de Investigación y Posgrado

HIETOGRAMAS ADIMENSIONALES PARA LA

REPÚBLICA MEXICANA BASADOS EN IMÁGENES

SATELITALES Y REGISTROS DE PRECIPITACIÓN

22 de Enero 2013

Encuentro Internacional de Manejo del Riesgo por

Inundaciones

Hidrología y percepción remota

21 al 24 Enero 2013


Inundaciones


• La importancia de contar con datos que proporcionen la cantidad de lluvia precipitable, son básicos para el desarrollo de estudios hidrológicos tales como los balances hídricos de una cuenca, o proyectos y acciones relacionadas con el desarrollo urbano en materia de redes hidráulicas, (Berne, 2006).

• La necesidad de tener datos asertivos crece considerablemente. Existe, por

ejemplo, una demanda creciente de información satelital en diferentes escalas de espacio y tiempo, sean globales o locales; sobre todo porque las nuevas aplicaciones, en el campo de la hidrometeorología, demandan estimaciones espacio-temporales precisas de la lluvia para distintas coberturas (Kidd et al., 2003)

El avance de la tecnología en materia de pronóstico meteorológico, se manifiesta a través del desarrollo de programas computacionales Sin embargo, es frecuente que tales herramientas, operadas por usuarios expertos o los propios desarrolladores, no resulten “amigables” para las personas encargadas de la “toma de decisiones”, (Fox et al., 2011).

1. Introducción

22 de Enero 2013


Inundaciones


• Se integra una base de datos con las imágenes infrarrojas del satélite GOES-13, que tiene cobertura total para la República Mexicana, y los registros climatológicos de las estaciones automatizadas (EMA) que opera el Servicio Meteorológico Nacional (SMN).

22 de Enero 2013

Se efectúa una geo-referenciación de las imágenes en perspectiva para

identificar las coordenadas geográficas de sus pixeles.

Se desarrolla una herramienta de consulta y análisis matricial de los valores asociados, que representan el brillo de las formaciones nubosas en cada punto del área de cobertura.

Mediante ajustes conocidos, se convierten tales valores a temperatura y luego a intensidad de precipitación; y los resultados se guardan, para cada píxel, como series de tiempo o hietogramas anuales.

Se obtienen curvas de precipitación acumulada por eventos de

tormenta, o curvas S, en los mismos sitios donde se localizan las EMA; y se comparan en forma adimensional con las generadas a partir de los registros meteorológicos.

1. Introducción


Inundaciones


• Dado que las imágenes satelitales muestran una vista de la Tierra en perspectiva, se estudiaron las formulaciones matemáticas existentes para proyectar las coordenadas geográficas sobre un plano de ejes N y E (norte-este), tangente en el punto donde el satélite se proyecta desde su posición geo-estacionaria sobre la superficie terrestre.

22 de Enero 2013

Si hv es la altura de visualización sobre la Tierra, para el caso del satélite

geo-estacionario GOES-13 es igual a 35 786 km por arriba del Ecuador.

Las coordenadas en perspectiva sobre el plano topocéntrico, E y N, son

calculadas mediante:

2.1. Geo-referenciación de las imágenes satelitales


Inundaciones


2.1. Geo-referenciación de las imágenes satelitales

22 de Enero 2013


Inundaciones


• El algoritmo fue desarrollado para estimar la lluvia mediante imágenes de satélite IR en la banda 10.7 μm (canal 4), provenientes de los satélites GOES-8 y GOES-9, en particular para eventos relacionados con época de verano y convección profunda (Vicente et al., 1998).

22 de Enero 2013

Intensidad

de lluvia

(mm/h)

medida con

satélite

Temperatura (K) estimada con imágenes IR, al tope de las

nubes

La corrección por humedad está relacionada

con la cantidad de agua precipitable, Pw (en

pulgadas) y la humedad relativa, Hr (como

fracción):

a) Si T > 210 K y Pw Hr < 1.0 , significa

que la humedad ambiental es baja y, en tal caso,

la intensidad R debe ser multiplicada por el

factor.

b) Si T < 200 K, la tasa de precipitación

se debe limitar a 72 mm/h, que es la intensidad

máxima observada en el área de estudio, para

una resolución con pixeles de 4 km por lado.

2.2. Precipitación inferida de imágenes satelitales


Inundaciones


= 1m

rT th t h

kT

2 = T

m

Ph

T

=

2

mT

T hP

Al integrar resulta las curvas S

2.3. Ajuste mediante hietograma potencial y obtención de curvas S

donde

1

k r t rT

k r t rT

=

3

mT

T hP

=

4

mT

T hP

=

1

mT

T hP

n 3

= Tm

Ph

T

4 = T

m

Ph

T

2

= 1m

rT th t h

kT

3

= 1m

rT th t h

kT

= 1

n

m

rT th t h

kT

1 =

T

m

n Ph

T

22 de Enero 2013


Inundaciones


• En forma adimensional:

22 de Enero 2013

Las ecuaciones anteriores quedan:

2.3 Ajuste mediante hietograma potencial y obtención de curvas S

* =

( ) */

( ) *

T

T

tt t

T

hh t h

P T

P tP t P

P

1

** ( 1) 1

* * 1

, *donde

1, *

n

n

r th n

k

r tP r k k

k

k r t r

k r t


Inundaciones


Imágenes Satelitales GOES:

Se identificó formatos de imágenes; cantidad, nomenclatura de archivos,

tamaño y tipo compresión. Se estandarizaron a la dimensión de 1280 x 817

(pixeles de 2370 m); y se efectuó estadistica para determinar la variabilidad

temporal del brillo nuboso en 11 años para todos los pixeles. La información

procesada ocupó un espacio de 450 Gb.

3. 1. Integración de la base de datos

22 de Enero 2013


Inundaciones


Se eligió el evento de tormenta, registrado el día 20 de junio del 2007 en la

estación meteorológica automatizada (EMA) de Huimilpan, Querétaro. El

fenómeno tuvo una duración T de 8 horas y una precipitación acumulada de 23

mm (ver Figura 1). A manera de referencia, la estación Huimilpan se ubica en las

coordenadas 20° 23’ 24” de latitud norte, 100° 17’ 00” de longitud oeste y 2 280

m de altitud.

3.2. Primeros Resultados; Huimilpan, Querétaro

22 de Enero 2013


Inundaciones


Se prepararon también las imágenes infrarrojas del satélite GOES-13 para los días

19 y 20 de junio del 2007, se tomó lectura del brillo –en la escala de grises de 0 a

255– en el píxel coincidente con la posición geográfica de la estación Huimilpan

(20° 23’ 24” de latitud norte, 100° 17’ 00” de longitud oeste y 2 280 m de altitud),

según se muestra en la Figura 2.

3. 2. Primeros resultados; Huimilpan, Querétaro


Inundaciones


Tanto al hietograma medido en

Huimilpan como al estimado con las

imágenes, se aplicó una ponderación

de valores conocida como “media

móvil” (FHWA-USDT, 2002) para

suavizar el efecto de las fluctuaciones

observadas, es decir;

3. 2. Primeros Resultados

2 1

( ) 1

1

* *

k

m i j i k j

j

h w h


Inundaciones


3. 2. Primeros resultados; Huimilpan, Querétaro


Inundaciones


4. Conclusiones y recomendaciones

Este trabajo ofrece una base de datos estructurados y una herramienta de

consulta y análisis, abierta para su adecuación a otras investigaciones afines,

que constituye un desarrollo tecnológico en materia de software para el

estudio espacio-temporal de tormentas basado en información pluviométrica

e imágenes infrarrojas de satélites geo-estacionarios. 22 de Enero 2013

Gracias al registro de las EMA, se puede hacer el ajuste entre temperatura

(del tope de las nubes) y precipitación para cualquier tormenta de interés y

determinar hietogramas potenciales, en lugares cercanos y para la misma

tormenta, con la sola lectura de valores de brillo.

El ajuste de hietogramas y curvas de precipitación acumulada (o curvas S)

a funciones potenciales de dos parámetros (coeficiente de avance, r, y

potencia del hietograma, n) parece razonable para representar la forma de

ocurrencia del fenómeno, si bien con algunas restricciones debidas al

número de factores de ajuste (por ejemplo que, al presentarse la intensidad

máxima, la fracción de lluvia acumulada deba coincidir en magnitud con el

coeficiente r).


Inundaciones


Programa HietGOES

22 de Enero 2013

HietGOES/HietGOES.exe


Inundaciones


Bibliografía

1. Berne, A. y R. Uijlenhoet (2006), Quantitative analysis of X-band weather radar attenuation

correction accuracy, Natural Hazards and Earth System Sciences, 2006.

2. Fox, P. y J. Hendler (2011), Changing the equation on scientific data visualization, Science

vol.331, 11 February 2011.

3. Federal Highway Administration (FHWA, 2002), Highway Hydrology, Hydraulic Design

Series N° 2, Second Edition, U.S. Department of Trasnportation, 2002.

4. International Association of Oil & Gas Producers (2009), OGP Surveying and Positioning

Guidance Note N° 7, part 2, Coordinate Conversions and Transformations including

Formulas, noviembre 2009.

5. Kidd, C., R.D. Kniveton, M.C. Todd y T.J. Bellerby (2003), Satellite Rainfall Estimation

Using Combined Passive Microwave and Infrared Algorithms. Journal of Hydrometeorology,

2003.

6. Mobayed, K.N. (2000), Hietogramas y funciones respuesta de tipo potencial para la

configuración de hidrogramas, XIX Congreso Latinoamericano de Hidráulica, Córdoba,

Argentina, octubre 2000.

7. Vicente, G., R. Scofield y P. Menzel (1998), The operational GOES infrared rainfall

estimation technique. Bull. Am. Meteorol. Soc. 79, 1883–1898, 1998.

22 de Enero 2013


Inundaciones


¡¡GRACIAS!!

22 de Enero 2013

HIETOGRAMAS ADIMENSIONALES PARA LA REPÚBLICA MEXICANA ...€¦ · HIETOGRAMAS ADIMENSIONALES PARA...

Documents

Transcript of HIETOGRAMAS ADIMENSIONALES PARA LA REPÚBLICA MEXICANA ...€¦ · HIETOGRAMAS ADIMENSIONALES PARA...