HIETOGRAMAS ADIMENSIONALES PARA LA REPÚBLICA MEXICANA ...€¦ · HIETOGRAMAS ADIMENSIONALES PARA...
Transcript of 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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
• 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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
• 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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
• 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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
2.1. Geo-referenciación de las imágenes satelitales
22 de Enero 2013
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
• 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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
= 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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
• 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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
3. 2. Primeros resultados; Huimilpan, Querétaro
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
3. 2. Primeros resultados; Huimilpan, Querétaro
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
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).
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
Programa HietGOES
22 de Enero 2013
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
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
Encuentro Internacional de Manejo del Riesgo por
Inundaciones
Hidrología y percepción remota
¡¡GRACIAS!!
22 de Enero 2013