Este trabalho compreende a modelagem hidrológica da bacia hidrográfica do rio Muriaé (BHRM). As simulações hidrológicas foram realizadas com o modelo hidrológico TOPMODEL com medições de precipitação de estimativa de vazão da rede telemétrica da Rede Hidrometeorológica Nacional (RHN). Utilizou-se também as respectivas estimativas de precipitação por satélite com o método CMORPH, e a análise de precipitação integrada entre a precipitação medida pela telemetria e a estimada por satélite por meio da análise objetiva estatística (ANOBES). A calibração e a validação do modelo TOPMODEL foram realizadas para eventos hidrológicos entre 2016 e 2018. A calibração do modelo TOPMODEL com as séries de dados de precipitação acima foi avaliada por meio do coeficiente de Nash-Sutcliffe (NSE), que variou entre 0,7 e 0,9. A validação do modelo TOPMODEL com séries independentes resultou em NSE de -0,8 a 0,3. Este resultado em grande parte se deve ao pequeno número de eventos hidrológicos desde o início das medições telemétricas na BHRM. O TOPMODEL também foi utilizado para simular vazões em séries com período anual entre 2009 e 2013. A calibração e validação com séries anuais resultaram em NSE ~ 0,6. Notadamente, as simulações com CMORPH tendem a subestimar as vazões, enquanto que com ANOBES o desempenho foi melhor, em especial para períodos de cheia. Portanto, os resultados sugerem a aplicabilidade do modelo TOPMODEL para simulações hidrológicas da Bacia do Rio Muriaé, com os melhores resultados obtidos quando a modelagem iniciou em um período de estiagem e o dado de precipitação representou a variabilidade espacial da chuva. / This study comprises the hydrological modeling of the Muriaé river basin. Hydrologic simulations were performed with the TOPMODEL hydrological model, with precipitation measurements and discharge estimation from the Brazilian Hydrometeorology Network (RHN). It was also used satellite precipitation estimates with the CMORPH method, and the integrated precipitation analysis between the precipitation measured by the telemetry and the estimated by satellite through objective statistical analysis (SOAS). The calibration and validation of the TOPMODEL model were performed for hydrological events between 2016 and 2018. The calibration of the TOPMODEL model with the above precipitation data series was evaluated using the Nash-Sutcliffe coefficient (NSE), which ranged from 0,7 and 0,9. Validation of the TOPMODEL model with independent series resulted in NSE from -0,8 to 0,3. This result is largely due to the small number of hydrological events since the beginning of telemetry measurements at the Muriaé river basin. TOPMODEL was also used to simulate flows in series with annual period between 2009 and 2013. Calibration and validation with annual series resulted in NSE ~ 0.6. Notably, CMORPH simulations tend to underestimate flow rates, while with SOAS the performance was better, especially for flood periods. Therefore, the results suggest the applicability of the TOPMODEL model for hydrological simulations of the Muriaé river basin, with the best results obtained when the modeling started in a drought period and the rainfall data represented the spatial variability of the rainfall.

Assessment of vegetation productivity on rangelands is needed to assist in timely decision making with regard to management of the livestock enterprise as well as to protect the natural resource. Characterization of the vegetation resource over large landscapes can be time consuming, expensive and almost impossible to do on a near real-time basis. The overarching goal of this study was to examine available technologies for implementing near real-time systems to monitor forage biomass available to livestock on a given landscape. The primary objectives were to examine the ability of the Climate Prediction Center Morphing Product (CMORPH) and Next Generation Weather Radar (NEXRAD) rainfall products to detect and estimate rainfall at semi-arid sites in West Texas, to verify the ability of a simulation model (PHYGROW) to predict herbaceous biomass at selected sites (patches) in a semi-arid landscape using NEXRAD rainfall, and to examine the feasibility of using cokriging for integrating simulation model output and satellite greenness imagery (NDVI) for producing landscape maps of forage biomass in Mongolia’s Gobi region. The comparison of the NEXRAD and CMORPH rainfall products to gage collected rainfall revealed that NEXRAD outperformed the CMORPH rainfall with lower estimation bias, lower variability, and higher estimation efficiency. When NEXRAD was used as a driving variable in PHYGROW simulations that were calibrated using gage measured rainfall, model performance for estimating forage biomass was generally poor when compared to biomass measurements at the sites. However, when model simulations were calibrated using NEXRAD rainfall, performance in estimating biomass was substantially better. A suggested reason for the improved performance was that calibration with NEXRAD adjusted the model for the general over or underestimation of rainfall by the NEXRAD product. In the Gobi region of Mongolia, the PHYGROW model performed well in predicting forage biomass except for overestimations in the Forest Steppe zone. Cross-validation revealed that cokriging of PHYGROW output with NDVI as a covariate performed well during the majority of the growing season. Cokriging of simulation model output and NDVI appears to hold promise for producing landscape maps of forage biomass as part of near real-time forage monitoring systems.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The continuous increase in using satellite precipitation estimates as alternative sources for data have been increasing with the new technology of the devices. Therefore, the need for evaluating the quality and accuracy of these estimates is bigger. In this work, we assessed the TRMM satellite precipitation products 3B42 V6, 3B42 V7, and 3B42 Real Time, and the estimates from CMORPH method (RAW) by using the observed data from Alto do Jacuí basin region. To assess these products, we have used IPWG statistics to validate the estimate products such as PC (percent correct), H (hits), FAR (false alarm ratio) performance indexes, among others. We have also assessed products performance in detecting the occurrence and non-occurrence of different rainfall events. We have employed quantitative statistics to assess mean error (ME), root-mean-square error (RMSE), correlation coefficient (r), total errors and Nash-Sutcliffe (NS) efficiency coefficient (NSE). From the results, we have tried a methodology to improve them. The PC indexes showed an average of 81.3%, and they had a similar behavior among the products, while the H index showed an average of 60%. These numbers stress that the main difficulty is to detect rainfall events. The FAR index showed an average of 8% for V6 and 9% for CMORPH; 13% for V7, and 15% for Real Time, what is considered reasonable. In the qualitative assessment, we have emphasized the CMORPH product, which showed the best analysis results. This probably happens for being a method that uses more sources of information or for exploring this information more efficiently somehow. In the predictive potential evaluation, Real Time product had the worst results (NSE). V7 resulted in a small decrease of quality when compared to V6, although it was superior in other aspects. CMORPH overcame the other products, with an NSE average of 0.45. In the quantitative assessment, we have noted that V6 and CMORPH could estimate less than 50% of the total rainfall; V7 overestimated around 11% the total rainfall, while Real Time overestimated around 25% of the total. Despite the reasonable results, all the products showed good correlation (0.73). This made us try a method to improve the detection rate. Through modified double-mass equation, we had really significant improvements, except for V7. For instance, for the detection percentage of rainfall events > 60 millimeters, the V6 was almost null 1%; 41% for Real Time; and 1.1% for CMORPH. After the application of the improved method, the detection percentage increased to 53.6%, 50.8%, and 54.8% for those products respectively. These results indicate that the satellite rainfall estimates are an alternative source of data with a great spatial and temporal potential. Thus, the products can be improved to help the hydrological monitoring, mainly in areas with low quality of precipitation data. However, there are still many things to be improved about rainfall estimates, mainly in detecting rainfall, where we have found the biggest limitations. / O continuo aumento na utilização de estimativas de precipitações utilizando dados de satélites, como fonte alternativa de dados tem aumentado com o avanço tecnológico dos dispositivos . Consequentemente aumenta a necessidade de avaliar a qualidade e a precisão dessas estimativas. Neste trabalho foram avaliados os produtos do satélite TRMM (3B42 V6, 3B42 V7 e 3B42 Real Time) e do método CMORPH (produto RAW) utilizando dados observados de precipitação da região da bacia do Alto Jacuí - RS. Para a avaliação foram utilizadas as estatísticas para validação da chuva estimada por satélite recomendadas pelo IPWG, como os índices de desempenho PC (percent correct), H (hits), FAR (false alarm ratio), CSI (critical success índex) entre outros, avaliando o desempenho dos produtos na detecção da ocorrência e na não ocorrência dos eventos. Além de estatísticas básicas, foram empregadas as quantitativas, como erro médio (EM), erro médio quadrático (EMQ), coeficiente de correlação (r), erro no volumes e coeficiente de eficiência Nash-Sutcliffe (NS). A partir dos resultados foi ainda ensaiada uma metodologia para melhora dos resultados. O índice que mede o acerto na estimativa da ocorrência (ou não) de chuvas (PC) apresentou média de 81,3%, e mostrou equilíbrio entre os produtos. Já o índice H, que indica se o satélite simplesmente acertou a chuva (e não dias sem chuva) indicou 60% de acertos, ou seja, a principal dificuldade encontrada por todos os produtos é sem dúvidas na capacidade de detecção dos eventos chuvosos. O índice que avalia o percentual de falsos alarmes (FAR), emitido pelas estimativas apresentou 8% e 9% para os produtos V6 e CMORPH respectivamente, 13% para o V7 e 15% para o Real Time sendo considerado razoável. Na avaliação qualitativa destacou-se o produto CMORPH, que obteve os melhores resultados na análise, e, provavelmente por se tratar de um método híbrido que utiliza o maior número de fontes de informações ou, de alguma forma, as explora de forma mais eficiente. Na avaliação sobre o potencial preditivo, o produto Real Time apresentou os piores resultados (Nash-Sutcliffe), ou seja, é mais vantajoso utilizar a média diária observada do que suas estimativas. O V7 resultou em um leve decréscimo da qualidade quando comparado com o V6, embora tenha se mostrado superior em outros aspectos. E novamente, o CMORPH superou os demais produtos, com coeficientes na ordem média de 0,45. Na parte quantitativa das estimativas dos produtos, notou-se grande subestimativa pelos produtos V6 e CMORPH, e superestimativa leve pelos produtos Real Time e V7, porém os produtos apresentaram boas correlações (r), resultando em uma média de 0,73. Nas comparações das médias mensais que apesar dos erros (sub ou superestimativa), os produtos se mostraram capazes de detectar a variabilidade mensal durante o ano (exceto o Real Time). Através da equação dos confrontos acumulados das séries, ao aplicar uma metodologia de correção da chuva simplificada, obtiveram-se aumentos bastante satisfatórios nos percentuais de detecções (com exceção do produto V7). Principalmente para volumes iguais ou superiores a 60 milímetros, dos quais quase nulos 1% eram detectados pelo V6, 41% pelo Real Time e apenas 1,1% pelo CMORPH, e após os ajustes aumentaram para 53,6%, 50,8 e 54,8% respectivamente. Estes resultados indicam que as estimativas de satélite são uma fonte alternativa de dados com grande qualidade temporal e espacial, fundamental para auxiliar o monitoramento hidrológico. No entanto, ainda existe muito espaço para melhoras nas estimativas de precipitação, principalmente no quesito detecção de eventos, o qual foi o principal responsável pelo decréscimo da qualidade das estimativas no estudo.

We present an evaluation of daily estimates from three near real-time quasi-global Satellite Precipitation Products-Tropical Rainfall Measuring Mission (TRMM) Multi-satellite Precipitation Analysis (TMPA), Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks (PERSIANN), and Climate Prediction Center (CPC) Morphing Technique (CMORPH)-over the African continent, using the Global Precipitation Climatology Project one Degree Day (GPCP-1dd) as a reference dataset for years 2001 to 2013. Different types of errors are characterized for each season as a function of spatial classifications (latitudinal bands, climatic zones and topography) and in relationship with the main rain-producing mechanisms in the continent: the Intertropical Convergence Zone (ITCZ) and the East African Monsoon. A bias correction of the satellite estimates is applied using a probability density function (pdf) matching approach, with a bias analysis as a function of rain intensity, season and latitude. The effects of bias correction on different error terms are analyzed, showing an almost elimination of the mean and variance terms in most of the cases. While raw estimates of TMPA show higher efficiency, all products have similar efficiencies after bias correction. PERSIANN consistently shows the smallest median errors when it correctly detects precipitation events. The areas with smallest relative errors and other performance measures follow the position of the ITCZ oscillating seasonally over the equator, illustrating the close relationship between satellite estimates and rainfall regime.

As estimativas de chuva por meio do sensoriamento remoto são, atualmente, fonte potencialmente útil para as mais diversas aplicações hidrológicas e climatológicas, especialmente em regiões onde as medições convencionais são escassas, como a Amazônia. Neste trabalho, foram analisadas as estimativas de chuva por satélite como variáveis de entrada ao modelo hidrológico MGB-IPH (Collischonn, 2001). Este modelo simula o ciclo hidrológico através das relações físicas e conceituais de todo processo, sendo os produtos de chuva por satélite avaliados o 3B42, 3B42RT e CMORPH. A primeira área de estudo é a bacia do rio Huallaga localizada dentro do território do Peru, região caracterizada por ter uma topografia complexa e pertencente a uma das nascentes do rio Amazonas. A segunda avaliação foi feita para a bacia do rio Amazonas, sendo esta caracterizada por ter uma grande variabilidade climatológica a diferentes altitudes e regimes hidrológicos diferentes, além de uma pobre distribuição de postos pluviométricos. No caso da bacia do rio Huallaga foram realizadas comparações da chuva média estimada por satélite com observada em intervalos de tempo diário, mensal, sazonal e anual. Estes resultados mostram que os produtos 3B42 e CMORPH subestimam valores médios da bacia comparada com chuva média ponderada por pluviômetros. Na simulação da bacia do rio Huallaga se efetuaram calibrações dos parâmetros para cada fonte de chuva resultando com melhor ajuste de vazões máximas para o produto CMORPH e pior ajuste para o produto 3B42, estes ajustes melhoraram para a chuva do produto CMORPH corrigido com estações pluviométricas. Por outra parte, no caso de análises da bacia do rio Amazonas, foi calculada a chuva média anual para os três produtos de satélite (3B42, 3B42RT e CMORPH), os resultados mostraram maior chuva média a favor de CMORPH, seguido de 3B42RT e finalmente o produto 3B42. A simulação da bacia do rio Amazonas mostrou melhores coeficientes de Nash-Sutcliffe com o produto 3B42 em várias estações do Brasil. Com o produto 3B42RT mostram melhores coeficientes nas estações localizadas na rede principal do rio Amazonas, e com o produto CMORPH mostrou melhores coeficientes em algumas estações como na bacia dos rios Tapajós (Brasil) e Urubamba (Peru). / Currently, satellite rainfall estimates using remote sensing are a potential source of information for hydrological and climatological applications. It applies mainly for regions where conventional measurements are scarce such as the Amazon Basin. In this work, the satellite rainfall estimates were analyzed as input variables to the hydrological model MGBIPH (Collischonn, 2001). This model simulates the hydrological cycle through physical and conceptual relationships where products 3B42, 3B42RT and CMORPH are evaluated. The first evaluation case corresponds to the Huallaga basin located in Peru, being one of the current Amazon highlands characterized by a complex topography. The second evaluation case corresponds to the Amazon basin characterized by a great climatological variability at different altitudes, different hydrological regimes and poor distributions of raingauges. In the case of the Huallaga River basin, comparisons were made between the estimated average satellite rainfall and the observed rainfall for different intervals of time (daily, monthly, seasonal and annual). These results show that the products 3B42 and CMORPH underestimate the basin average rainfall when compared with the weighted average of raingauge measurements. During the Huallaga basin simulation, calibrations of some parameters for each rainfall data were realized. Obtaining the best and worst fitting results with the CMORPH and 3B42 products for the case of maximum discharges, respectively. This rainfall fitting improves for the CMORPH product when raingauge corrections are included. On the other hand, the annual average rainfall value was obtained for each satellite product (3B42, 3B42RT e CMORPH) for the analysis of the Amazon basin. In this calculation, the greater results for the annual average rainfall values are obtained in the following order CMORPH, 3B42RT and 3B42. Moreover, this simulation seems to yield best Nash-Sutcliffe coefficients for the 3B42 product for various Brazilian stations. For stations located in the main stream of the Amazon River the Nash-Sutcliffe coefficients obtained with the 3B42RT product are the best. The CMORPH product yield the best coefficients for the stations located in Tapajós (Brazil) and Urubamba (Peru) basin.

As estimativas de chuva por meio do sensoriamento remoto são, atualmente, fonte potencialmente útil para as mais diversas aplicações hidrológicas e climatológicas, especialmente em regiões onde as medições convencionais são escassas, como a Amazônia. Neste trabalho, foram analisadas as estimativas de chuva por satélite como variáveis de entrada ao modelo hidrológico MGB-IPH (Collischonn, 2001). Este modelo simula o ciclo hidrológico através das relações físicas e conceituais de todo processo, sendo os produtos de chuva por satélite avaliados o 3B42, 3B42RT e CMORPH. A primeira área de estudo é a bacia do rio Huallaga localizada dentro do território do Peru, região caracterizada por ter uma topografia complexa e pertencente a uma das nascentes do rio Amazonas. A segunda avaliação foi feita para a bacia do rio Amazonas, sendo esta caracterizada por ter uma grande variabilidade climatológica a diferentes altitudes e regimes hidrológicos diferentes, além de uma pobre distribuição de postos pluviométricos. No caso da bacia do rio Huallaga foram realizadas comparações da chuva média estimada por satélite com observada em intervalos de tempo diário, mensal, sazonal e anual. Estes resultados mostram que os produtos 3B42 e CMORPH subestimam valores médios da bacia comparada com chuva média ponderada por pluviômetros. Na simulação da bacia do rio Huallaga se efetuaram calibrações dos parâmetros para cada fonte de chuva resultando com melhor ajuste de vazões máximas para o produto CMORPH e pior ajuste para o produto 3B42, estes ajustes melhoraram para a chuva do produto CMORPH corrigido com estações pluviométricas. Por outra parte, no caso de análises da bacia do rio Amazonas, foi calculada a chuva média anual para os três produtos de satélite (3B42, 3B42RT e CMORPH), os resultados mostraram maior chuva média a favor de CMORPH, seguido de 3B42RT e finalmente o produto 3B42. A simulação da bacia do rio Amazonas mostrou melhores coeficientes de Nash-Sutcliffe com o produto 3B42 em várias estações do Brasil. Com o produto 3B42RT mostram melhores coeficientes nas estações localizadas na rede principal do rio Amazonas, e com o produto CMORPH mostrou melhores coeficientes em algumas estações como na bacia dos rios Tapajós (Brasil) e Urubamba (Peru). / Currently, satellite rainfall estimates using remote sensing are a potential source of information for hydrological and climatological applications. It applies mainly for regions where conventional measurements are scarce such as the Amazon Basin. In this work, the satellite rainfall estimates were analyzed as input variables to the hydrological model MGBIPH (Collischonn, 2001). This model simulates the hydrological cycle through physical and conceptual relationships where products 3B42, 3B42RT and CMORPH are evaluated. The first evaluation case corresponds to the Huallaga basin located in Peru, being one of the current Amazon highlands characterized by a complex topography. The second evaluation case corresponds to the Amazon basin characterized by a great climatological variability at different altitudes, different hydrological regimes and poor distributions of raingauges. In the case of the Huallaga River basin, comparisons were made between the estimated average satellite rainfall and the observed rainfall for different intervals of time (daily, monthly, seasonal and annual). These results show that the products 3B42 and CMORPH underestimate the basin average rainfall when compared with the weighted average of raingauge measurements. During the Huallaga basin simulation, calibrations of some parameters for each rainfall data were realized. Obtaining the best and worst fitting results with the CMORPH and 3B42 products for the case of maximum discharges, respectively. This rainfall fitting improves for the CMORPH product when raingauge corrections are included. On the other hand, the annual average rainfall value was obtained for each satellite product (3B42, 3B42RT e CMORPH) for the analysis of the Amazon basin. In this calculation, the greater results for the annual average rainfall values are obtained in the following order CMORPH, 3B42RT and 3B42. Moreover, this simulation seems to yield best Nash-Sutcliffe coefficients for the 3B42 product for various Brazilian stations. For stations located in the main stream of the Amazon River the Nash-Sutcliffe coefficients obtained with the 3B42RT product are the best. The CMORPH product yield the best coefficients for the stations located in Tapajós (Brazil) and Urubamba (Peru) basin.

As estimativas de chuva por meio do sensoriamento remoto são, atualmente, fonte potencialmente útil para as mais diversas aplicações hidrológicas e climatológicas, especialmente em regiões onde as medições convencionais são escassas, como a Amazônia. Neste trabalho, foram analisadas as estimativas de chuva por satélite como variáveis de entrada ao modelo hidrológico MGB-IPH (Collischonn, 2001). Este modelo simula o ciclo hidrológico através das relações físicas e conceituais de todo processo, sendo os produtos de chuva por satélite avaliados o 3B42, 3B42RT e CMORPH. A primeira área de estudo é a bacia do rio Huallaga localizada dentro do território do Peru, região caracterizada por ter uma topografia complexa e pertencente a uma das nascentes do rio Amazonas. A segunda avaliação foi feita para a bacia do rio Amazonas, sendo esta caracterizada por ter uma grande variabilidade climatológica a diferentes altitudes e regimes hidrológicos diferentes, além de uma pobre distribuição de postos pluviométricos. No caso da bacia do rio Huallaga foram realizadas comparações da chuva média estimada por satélite com observada em intervalos de tempo diário, mensal, sazonal e anual. Estes resultados mostram que os produtos 3B42 e CMORPH subestimam valores médios da bacia comparada com chuva média ponderada por pluviômetros. Na simulação da bacia do rio Huallaga se efetuaram calibrações dos parâmetros para cada fonte de chuva resultando com melhor ajuste de vazões máximas para o produto CMORPH e pior ajuste para o produto 3B42, estes ajustes melhoraram para a chuva do produto CMORPH corrigido com estações pluviométricas. Por outra parte, no caso de análises da bacia do rio Amazonas, foi calculada a chuva média anual para os três produtos de satélite (3B42, 3B42RT e CMORPH), os resultados mostraram maior chuva média a favor de CMORPH, seguido de 3B42RT e finalmente o produto 3B42. A simulação da bacia do rio Amazonas mostrou melhores coeficientes de Nash-Sutcliffe com o produto 3B42 em várias estações do Brasil. Com o produto 3B42RT mostram melhores coeficientes nas estações localizadas na rede principal do rio Amazonas, e com o produto CMORPH mostrou melhores coeficientes em algumas estações como na bacia dos rios Tapajós (Brasil) e Urubamba (Peru). / Currently, satellite rainfall estimates using remote sensing are a potential source of information for hydrological and climatological applications. It applies mainly for regions where conventional measurements are scarce such as the Amazon Basin. In this work, the satellite rainfall estimates were analyzed as input variables to the hydrological model MGBIPH (Collischonn, 2001). This model simulates the hydrological cycle through physical and conceptual relationships where products 3B42, 3B42RT and CMORPH are evaluated. The first evaluation case corresponds to the Huallaga basin located in Peru, being one of the current Amazon highlands characterized by a complex topography. The second evaluation case corresponds to the Amazon basin characterized by a great climatological variability at different altitudes, different hydrological regimes and poor distributions of raingauges. In the case of the Huallaga River basin, comparisons were made between the estimated average satellite rainfall and the observed rainfall for different intervals of time (daily, monthly, seasonal and annual). These results show that the products 3B42 and CMORPH underestimate the basin average rainfall when compared with the weighted average of raingauge measurements. During the Huallaga basin simulation, calibrations of some parameters for each rainfall data were realized. Obtaining the best and worst fitting results with the CMORPH and 3B42 products for the case of maximum discharges, respectively. This rainfall fitting improves for the CMORPH product when raingauge corrections are included. On the other hand, the annual average rainfall value was obtained for each satellite product (3B42, 3B42RT e CMORPH) for the analysis of the Amazon basin. In this calculation, the greater results for the annual average rainfall values are obtained in the following order CMORPH, 3B42RT and 3B42. Moreover, this simulation seems to yield best Nash-Sutcliffe coefficients for the 3B42 product for various Brazilian stations. For stations located in the main stream of the Amazon River the Nash-Sutcliffe coefficients obtained with the 3B42RT product are the best. The CMORPH product yield the best coefficients for the stations located in Tapajós (Brazil) and Urubamba (Peru) basin.

Les travaux réalisés au cours de cette Thèse ont contribué à améliorer l'estimation de l'humidité de surface du sol et de l'humidité racinaire sur la bande sahélienne en Afrique de l'ouest. La première partie a été consacrée à évaluer la capacité de différents algorithmes d'estimations de l'humidité du sol basées sur des mesures satellites dans le domaine spectral de l'infrarouge thermique. Dans un deuxième temps, une méthode a été développée dans le but d'obtenir une cartographie de l'humidité du sol à une résolution temporelle fine (< 3h) en se basant sur deux produits satellites: un produit satellite de précipitation et une cartographie journalière micro-onde sensible à l'humidité du sol. Dans un troisième temps, une évaluation de la fiabilité et de la robustesse de la méthodologie a été proposée. Enfin, une méthode semi-empirique a été utilisée afin de produire une cartographie de l'humidité de la zone racinaire (0-1 m) sur l'ensemble de la bande sahélienne. Les mesures de terrain obtenues sur trois sites situés au Mali, au Niger et au Bénin dans le cadre du programme AMMA ont servi de référence pour évaluer la qualité des estimations de l'humidité superficielle et racinaire à chaque étape de ce travail. Les résultats montrent qu'une estimation de l'humidité superficielle du sol est possible avec une précision de moins de 3 % vol. sur la bande sahélienne. L'erreur est de l'ordre de 5% vol. sur la zone soudanienne (Bénin). La précision est identique sur l'estimation de l'humidité racinaire. Enfin, la méthode développée permet parallèlement de corriger les produits satellites de précipitation et notamment la surestimation du cumul annuel et du nombre d'événements des trois produits satellites utilisés dans ce travail.

This thesis explores key aspects for synthesizing data across spatiotemporal scales relevant for water resources management in an Eastern Africa context. Specifically, the potential of large scale global precipitation datasets (GPDs) in data limited regions to overcome spatial and temporal data gaps is considered. The thesis also explores the potential to utilize limited and non-continuous streamflow and stream water chemistry observations to increase hydrological process understanding. The information gained is then used to build a coherent hydro-climatic framework for streamflow modelling. In this thesis, Kilombero Valley Drainage Basin (KVDB) in Tanzania is used as an example of a data limited region targeted for rapid development, intensification and expansion of agriculture. As such, it is representative for many regions across the Eastern Africa. With regards to the data synthesis, two satellite products, three reanalysis products and three interpolated products were evaluated based on their spatial and temporal precipitation patterns. Streamflow data from KVDB and eight subcatchments were then assessed for quality with regards to missing data. Furthermore, recession analysis was used to estimate catchment-scale characteristic drainage timescale. Results from these streamflow analyses, in conjunction with a hydrological tracer-based analysis, were then used for improved understanding of streamflow generation in the region. Finally, a coherent modelling framework using the HBV rainfall-runoff model was implemented and evaluated based on daily streamflow simulation. Despite the challenges of data limited regions and the often large uncertainty in results, this thesis demonstrates that improved process understanding could be obtained from limited streamflow records and a focused hydrochemical sampling when experimental design natural variability were leveraged to gain a large  signal to noise ratio. Combining results across all investigations rendered information useful for the conceptualization and implementation of the hydro-climatic modelling framework relevant in Kilombero Valley. For example, when synthesized into a coherent framework the GPDs could be downscaled and used for daily streamflow simulations at the catchment scale with moderate success. This is promising when considering the need for estimating impacts of potential future land use and climate change as well as agricultural intensification. / Denna avhandling utforskar aspekter på att syntetisera data med olika rumslig och temporal upplösning, vilket är centralt för vattenförvaltning i östra Afrika. Särskilt fokus ligger på att undersöka möjligheten till att använda globala nederbördsdataset för att fylla rumsliga och temporala luckor där data saknas. Avhandlingen undersökeräven möjligheten till att använda flödesdata med icke-kompletta tidsserier samt kemidata från vattendrag för att utöka kunskap-en om hydrologiska processer. Informationen används för att bygga upp ett integrerande ram-verk för hydro-klimatologisk modellering som exempelvis kan användas för att utforska ef-fekten av ett utökat och intensifierat jordburk på vattenresurser. I denna avhandling användes Kilomberodalens avrinningsområde (Tanzania) som exempel på ett databegränsat område där det pågår en intensiv utökning av jordbruksverksamhet. Detta område kan ses som representa-tivt för ett stort antal områden inom östra Afrika.Datasyntesen innefattade två nederbördsprodukter baserade på satellitdata, tre baserade på återanalysprodukter samt två baserade på interpolering av observervationsdata från regnmä-tare. Dessa åtta produkter utvärderades baserat på deras nederbördsmönster i rum och tid. Ut-över detta utvärderades vattenföringsdata från Kilomberodalens avrinningsområde samt åtta delavrinningsområden utifrån mängden saknad data i respektive tidsserie. Vidare användes resultaten från hydrologisk recessionsanalysför att uppskatta den karaktäristiska avrinningsti-den för avrinningsområden. Resultaten från recessionsanalysensamthydrologiskt spårämnes-försök användessedan för att utöka kunskapen om avrinningsbildning och vattenföring i om-rådet samt som stöd i valet av hydrologiskt modelleringsverktyg. Avslutningsvis användes HBV-avrinningsmodellen för att simulera daglig vattenföring. Trots utmaningen i att arbeta iett databegränsat område och de osäkerheter i resultat som detta tenderar att leda till visar resultaten att det var möjligt att använda begränsad vattenfö-ringsdata och vattenkemidata för att utöka den hydrologiska processförståelsen av området. Detta möjliggjordes genom ett experimentellt upplägg som utnyttjade till ett stort signal-till-brusförhållande under rådande förhållanden av naturlig variabilitet. Kombinerade resultat från alla genomförda studier kunde utnyttjas vid konceptualiseringen och implementeringen av ramverket för hydroklimatologisk modellering av Kilomberodalens avrinningsområde. Till exempel kunde de globala nederbördsdataseten användas för lokal modellering av flödesdata med viss framgång efter syntes och implementering i det integrerande ramverket för hydro-klimatologisk modellering. Detta är lovande med tanke på behovet av att undersöka vilken påverkan möjliga framtida förändringar i markanvändning, klimat samt jordbruk har på den lokala och regionala miljön. / <p>At the time of the doctoral defense, the following papers were unpublished and had a status as follows: Paper 3: Manuscript. Paper 4: Manuscript.</p>