| Summary: | La precipitación es comúnmente estudiada por ser una variable meteorológica importante en el ciclo hidrológico del agua y fuente principal de alimentación y para los diferentes recursos hídricos. Por eso, se vuelve indispensable analizar el comportamiento de la precipitación en una región. Con el fin de mejorar la estimación de precipitación, es que los productos de satélites se han convertido en una valiosa herramienta ya que proveen datos continuos espacialmente y a intervalos temporales regulares (mensuales, diarios y sub-diarios). Uno de los productos recientes que fue diseñado para la percepción remota de la precipitación son las imágenes satelitales de la misión GPM (Global PrecipitationMeasurement). El objetivo de este trabajo de titulación es evaluar las estimaciones de precipitación del algoritmo 3IMERGHH V03 a escala sub-diaria (30 min) utilizando serie de datos continuos de 7 estaciones pluviométricas del Departamento de Recursos Hídricos y Ciencias Ambientales de la Universidad de Cuenca (IDRHICA). La zona de estudio responde a la Provincia del Azuay y el período de análisis es desde el 12 de marzo hasta el 31 de diciembre del 2014. Los resultados muestran que las imágenes de satélites sub-diarias representan de forma cualitativa la precipitación en comparación con los pluviómetros. Sin embargo, los resultados de errores estadísticos e índices de detección no resultaron satisfactorios para la escala sub-diaria. La diferencia se atribuye a la topografía y clima complejos y al escaso número de pluviómetros en la región de estudio utilizados por GMP para la corrección de las imágenes. En particular, se observó sobreestimación para las estaciones de: Piscícola Chirimachay, Virgen el Cajas, Toreadora y Susudel (cuencas del Quinuas y Jubones). Mientras que existió subestimación en las estaciones de: Principal, Base y San Fernando ubicadas en la micro-cuenca de Zhurucay. Adicionalmente, se demostró que las imágenes satelitales tienen mejor comportamiento a medida que se aumenta la escala temporal, es decir que resultan más confiables a escala diaria. Estos resultados, permiten recomendar el uso de estas imágenes para aplicaciones que requieran análisis en escalas temporales superiores al diario.
|
|---|