Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-05-23T15:38:53Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Gama, N.A. (2016) - Validação das Estimativas de Precipitação Observadas pelo Tropical Rainfall Measuring Mission para o ~1.pdf: 9989783 bytes, checksum: cbd93ee88254c673fdb01934acc83002 (MD5) / Made available in DSpace on 2017-05-23T15:38:53Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Gama, N.A. (2016) - Validação das Estimativas de Precipitação Observadas pelo Tropical Rainfall Measuring Mission para o ~1.pdf: 9989783 bytes, checksum: cbd93ee88254c673fdb01934acc83002 (MD5) Previous issue date: 2016-03-11 / CAPES / A precipitação é considerada um elemento fundamental e de grande importância no ciclo hidrológico, pois é através dela que é feita a recarga hídrica nas bacias hidrográficas e nas reservas subterrâneas.O monitoramento meteorológico é de grande importância para as nações, este monitoramento pode ser feito através de diversos métodos e instrumentos, sejam eles terrestres ou orbitais. No Brasil problemas relacionados à seca tornam-se preocupantes e estão presentes na sociedade moderna. O estudo e entendimento de comportamentos de padrões espaciais de informações sobre precipitações é uma ferramenta importante para a tomada de decisão. Observações obtidas por sensores a bordo de satélites artificiais na órbita da Terra auxiliam na medição do volume de chuva em uma dada região. Para esta dissertação foram utilizados como materiais um conjunto de dados gratuitos de precipitação do TRMM (TROPICAL RAINFALL MEASURING MISSION) através de um dos seus produtos disponíveis chamado de Rainfall Product (3B43). Atualmente estes recursos vêm sendo utilizado em diversas pesquisas onde entre suas vantagens encontram-se: a periodicidade de amostragem (resolução temporal) e abrangência superior às estações meteorológicas. Porém, as observações dos sensores orbitais apresentam algumas desvantagens como, por exemplo, a resolução espacial da informação da precipitação, sendo recomendado estabelecer critérios para as análises e validação das estimativas. Sendo assim, além de dados orbitais, informações sobre séries históricas de precipitação obtidas por estações meteorológicas que são operados por diversos órgãos públicos foram utilizadas. Desta forma, foram delineados objetivos para essa pesquisa sendo eles: (i) avaliar os dados do TRMM, a fim de valida-los como um instrumento de monitoramento de precipitação para o Brasil; (ii) comparar as informações históricas do TRMM as respectivas estações de campo em amostras no território brasileiro e assim determinar a correlação entre estes produtos; (iii) Avaliar os dados TRMM de precipitação com base no período de 2000 até 2014 aplicando um teste de normalidade a fim de verificar regiões onde existe maior igualdade estatística entre os produtos. Para a avaliação e validação dos dados do produto TRMM 3B43 em relação às séries históricas das estações meteorológicas, foram feitas análises estatísticas como a correlação entre os dados e o teste de Kolmogorov-Smirnov entre as duas Grades de informações. Espera-se através desta pesquisa contribuir com o uso e divulgação de informações temporais do TRMM para o monitoramento de precipitação no território brasileiro. Através da análise estatística entre os dois conjuntos de dados, percebeu-se que há sim a possibilidade de utilização dos dados do satélite TRMM para verificar o comportamento das curvas de precipitação, contribuindo ainda mais em regiões onde há escassez de dados in situ como o caso da região Amazônica. / Meteorological monitoring is considered very important to the nations, andthis can be done through various methods and instruments, among them are the terrestrial and orbital. In Brazil droughtrelated problems become worrisome and are present in modern society.The study and understanding of behaviors of spatial patterns about precipitations is an important tool for decision making. Observations obtained by remote sensingusing artificial satellites can give support for mesuring rainfall in a given region. The materials used in this work was a set of free rainfall data from TRMM (Tropical Rainfall Measuring Mission) considering Rainfall Product (3B43). Nowawadaysthese resources have been used in several researches presenting some advantges and between these are: sampling frequency (temporal resolution) and higher coverage compared to the insitu stations. However, there are some disadvantages, for e.g., the rainfall spatial resolution and the requirement to establish some criteria for analysis and data validatiing. Therefore, in addition to orbital data, information on historical precipitation series obtained by insitu stations that are operated by public organizations has been used. Thus, goals have been set for this research which are: (i) evaluate the TRMM data in order to validate it as a rainfall monitoring instrument for Brazil; (ii) obtain satellite TRMM historic information and in situ rainfall stations over Brazil and determine the correlation between these products; (iii) evaluate TRMM records of precipitation based during 2000 until 2014 period, and applying on them a normality test to verify regions where there is more statistical equality between the products. For the evaluation and validation of TRMM 3B43 product data in relation to historical series from in situ stations, statistical analyzes were made as the correlation between the observations using the Kolmogorov-Smirnov test between the two Grids information. It is expected through this research to contribute to the use and disclosure of TRMM temporal information for rainfall monitoring in Brazil. Through statistical analysis of the two sets of data, it was realized that there is the possibility of using the TRMM satellite data to verify the behavior of precipitation curves, further contributing in areas where there are few data in situ as the case of the Amazon region.

Submitted by Jaqueline Silva (jtas29@gmail.com) on 2016-08-29T19:23:56Z No. of bitstreams: 3 Tese - Diego Tarley Ferreira Nascimento - 2016 - parte 1.pdf: 16162750 bytes, checksum: 34796591fa96128441137d37ce579dfc (MD5) Tese - Diego Tarley Ferreira Nascimento - 2016 - parte 2.pdf: 11941302 bytes, checksum: ae5c879cc78417b6c5756009c64b2a27 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Jaqueline Silva (jtas29@gmail.com) on 2016-08-29T19:24:12Z (GMT) No. of bitstreams: 3 Tese - Diego Tarley Ferreira Nascimento - 2016 - parte 1.pdf: 16162750 bytes, checksum: 34796591fa96128441137d37ce579dfc (MD5) Tese - Diego Tarley Ferreira Nascimento - 2016 - parte 2.pdf: 11941302 bytes, checksum: ae5c879cc78417b6c5756009c64b2a27 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-29T19:24:12Z (GMT). No. of bitstreams: 3 Tese - Diego Tarley Ferreira Nascimento - 2016 - parte 1.pdf: 16162750 bytes, checksum: 34796591fa96128441137d37ce579dfc (MD5) Tese - Diego Tarley Ferreira Nascimento - 2016 - parte 2.pdf: 11941302 bytes, checksum: ae5c879cc78417b6c5756009c64b2a27 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-05-16 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Avec l'avènement des nouveaux capteurs et produits de télédétection, il existe la possibilité d'appliquer des images de satellite comme une alternative à une représentation cohérente du complexe climatique, à partir du point de départ pour une analyse de la continuité spatiale. Ainsi, cette thèse de doctorat vise à fournir une étude des pluies dans l'état de Goiás et au District fédéral, en profitant des estimations des précipitations par satellite. Les procédures méthodologiques inclus la définition des années établi (années-standart) comme d'échantillons du régime habituel et des précipitations exceptionnelles, et l'utilisation d'estimations mensuelles et quotidiennes des précipitations de Mission de Mesure de Pluies Tropical (Tropical Rainfall Measuring Mission - TRMM) à et l'étude de la pluviométrie, basée sur une analyse qualitative et quantitative des données les précipitations annuelles, saisonnières, mensuelles et journalières, avec l'identification des systèmes météorologiques actifs et responsables pour la formation de la pluie. La distribution spatiale des précipitations reflète l'influence des compartiments topographiques à l'entrée et le déplacement ou même comme un obstacle à l'avancement des systèmes atmosphériques qu’il sont producteurs de pluie dans la région. La variabilité de précipitations entre les différentes années établi conduit à comprendre que l'état de sèche, normale et humide ne fait pas référence à la hauteur annuelle des précipitations, mais, surtout, la distribution des précipitations au cours des mois et la délimitation de la saison des pluies et sec. En outre, il a été mis en exergue les différentes activités et la participation des masses d'air dans la genèse des pluies sur l ‘Etat de Goiás et le District fédéral, où normalement on voit une représentation équilibrée entre les principaux systèmes atmosphériques opérant dans la région, alors que le régime sec a augmenté les performances du mTa et le régime des pluies reflète la haute performance de mEc. / Com o advento de novos sensores e produtos do Sensoriamento Remoto, surge a possibilidade de aplicação de imagens satelitárias como alternativa para uma coerente representação do complexo climático, partindo do pontual para uma análise do contínuo espacial. Sendo assim, a presente tese de doutorado teve como objetivo geral prover um estudo das chuvas no estado de Goiás e no Distrito Federal, valendo-se de estimativas de precipitação realizadas por satélite e considerando a circulação atmosférica. Os procedimentos metodológicos compreenderam a definição de anos-padrão como recortes amostrais do regime habitual e excepcional das chuvas e o uso de estimativas mensais e diárias de precipitação do Tropical Rainfall Measuring Mission (TRMM) para o estudo das chuvas, amparada numa análise quali-quantitativa dos valores anuais, sazonais, mensais e diários de precipitação, com a identificação dos sistemas atmosféricos atuantes e responsáveis pela formação de chuvas. A distribuição espacial da precipitação refletiu a influência dos compartimentos topográficos na entrada e no deslocamento ou mesmo como barreira ao avanço dos sistemas atmosféricos produtores de chuva na região. A variabilidade da precipitação entre os diferentes anos-padrão leva a entender que a condição de seco, habitual e chuvoso não se refere essencialmente à altura pluviométrica anual, mas, sobretudo, à distribuição das chuvas no decorrer dos meses e à delimitação do período chuvoso e seco. Também foi posta em evidência as diferenças de atuação e participação das massas de ar na gênese das chuvas do estado de Goiás e do Distrito Federal, em que no regime habitual percebe-se uma atuação equilibrada entre os principais sistemas atmosféricos atuantes na região, ao passo que o regime seco apresenta aumento da atuação da massa tropical atlântica (mTa) e o regime chuvoso reflete elevação da atuação da massa equatorial continental (mEc).

A região amazônica desempenha papel fundamental na regulação do clima, tanto em escala regional quanto em escala global. A precipitação na região é bastante heterogênea, sobretudo devido à vasta extensão territorial da Amazônia. Dentre os sistemas responsáveis pela precipitação, alguns se destacam como eventos extremos de tempestades, como pode ser verificado em diversos estudos anteriores. Contudo, diferentemente das latitudes médias, na região tropical não há um conjunto de definições amplamente conhecido e difundido para identificação de tempo severo. O presente estudo busca identificar um critério para identificação de tempo severo na região amazônica a partir da base de dados Precipitation Features (PF) 1998 a 2012 - gerados e armazenados pela Universidade de Utah, com base nos dados do satélite TRMM. Além disso, identificar características sinóticas associadas ao ambiente de ocorrência destes eventos, através de composições com dados da reanálise CFSR-NCEP, bem como parâmetros importantes na identificação de tempestades. Utilizando o subconjunto PCTF do Nível 2 da base de dados PF, o critério estabelecido para identificação de casos severos compreende sistemas com: 80 pixels ou mais PCT85 GHz <250 K; 1 pixel ou mais com PCT85 GHz < 100 K; volume de chuva convectiva maior do que 1000 mm/h km2 e pelo menos um registro de raio. Comparando os sistemas selecionados pelo critério com os Sistemas Convectivos de Mesoescala já catalogados é possível notar que a distribuição sazonal é semelhante, embora as estações com maior número de casos sejam as estações de transição (primavera e outono, 429 e 223 casos respectivamente). Analisando as altas taxas de raios destes sistemas, fica evidente que o critério realmente seleciona casos severos. Com a região amazônica dividida em seis sub-regiões e os casos acumulados por trimestre (JFM, AMJ, JAS, OND) sub-região Southern Amazonia (SA) contabiliza o maior número de casos, com um total de 271 para o período do estudo, sendo OND o trimestre com maior ocorrência (135), o menor AMJ (29). O mês de outubro chama atenção para esta sub-região como o mês com maior número de casos, totalizando 59, dos quais 83% ocorrem a partir das 12 horas local. Estes casos foram investigados nas composições de reanálise, assim como os casos a partir de 12 horas local de outubro da sub-região Central Amazonia (CA). De forma geral: 1) SA tem maior área com cisalhamento médio mais intenso (8 m/s) do que CA, principalmente para 00Z, 06Z e 12Z; 2) valores médios de divergência positiva do vento em 200 hPa mostram-se mais significativos para CA do que para SA; 3) convergência do vento em 950 hPa é mais evidente para SA do que para CA e 4) CA é predominantemente mais úmida em baixos níveis do que SA. Histogramas com valores pontuais para cada um destes casos, em ambas as sub-regiões, são apresentados no intuito de auxiliar a identificação destes casos por previsores. O critério de identificação de tempo severo na Amazônia mostra-se eficiente, sendo o cisalhamento do vento entre 500-850 hPa e a convergência do vento em 950 hPa os como parâmetros mais importantes na região SA, onde há maior ocorrência de tempestades severas. / The Amazon region plays a key role in climate regulation, both at the regional scale and on a global scale. Rainfall in the region is very heterogeneous, mainly because of the vast size of the Amazon. Among the systems responsible for rainfall, some stand out as extreme storm events, as can be seen in many previous studies. However, unlike the mid-latitudes, in the tropical region there is no widely acknowledged set of conditions for severe weather identification. This study seeks to identify a criterion for identifying severe weather in the Amazon region from the database Precipitation Features (PF) - 1998-2012 - generated and stored by the University of Utah, based on the TRMM satellite data. This study will also attempt to identify synoptic features associated with the occurrence of these events through compositions using the reanalysis NCEP CFSR data. Using the PCTF subset of Level 2 of PF database, the criteria established for identifying severe cases include: 1) systems with 80 or more pixels PCT85 GHz <250 K; 2) systems with one or more pixel with PCT85 GHz <100 K; 3) systems with convective rain volume greater than 1000 km2 mm/h and 4) at least one record of lightning. Comparing the systems selected by this criterion with the Mesoscale Convective Systems already cataloged it can be seen that the seasonal distribution is similar, although the stations with the highest number of cases are the transition seasons (spring and fall, 429 and 223 cases, respectively). Analyzing high rates of rays found in these systems, it is clear that the criterion truly selects severe cases. With the Amazon region divided into six sub-regions and cases accumulated by quarter (JFM, AMJ, JAS, OND) South of the Amazon sub region (SA) accounts for the largest number of cases, with a total of 271 for the period of study, OND quarter with higher occurrence (135), the lowest AMJ (29). The month of October draws attention to this sub-region as the month with the highest number of cases, totaling 59, of which 83% occur after 12 local time. These cases have been investigated in compositions, as well as cases observed after 12 local time in October for Amazon Central subregion (CA). In general: 1) SA has larger area with average stronger shear (8 m/s) than AC, especially for 00Z, 06Z and 12Z; 2) average wind positive divergence values at 200 hPa were more significant for CA than for SA; 3) Wind convergence at 950 hPa is more obvious for SA than at CA and 4) is predominantly CA moster at low levels than SA. Histograms with specific values for each of these cases, both sub regions are presented in order to help identify predictors for these cases. The severe weather identification criterion in the Amazon proves efficient, while the wind shear between 500-850 hPa and wind convergence in 950 hPa stand out as important parameters in the SA region, where there is greater occurrence of severe storms.

Fundação de Amparo a Pesquisa no Estado do Rio Grande do Sul / Understanding the spatial and temporal rainfall occurrence, improves the water resources management, both in order to prevent losses related to the occurrence of floods and droughts events, as in relation to the supply of the various sectors. Thus, satellite rainfall estimates are an alternative to obtain representative data of large areas, since the gauge data from meteorological stations are scarce, frequently due the low density of stations per area. However, these satellite products contain uncertainties when compared to gauge data. In this way, this study aims to evaluate the representativeness of rainfall estimates derived from satellites in the Rio Grande do Sul state. To this, were used satellite TRMM (3B42 V7) products, which were compared with gauge data in the State provided by the Agência Nacional de Águas and by the Instituto Nacional de Meteorologia, considering the period from 1998 to 2013. This paper compared rainfall estimates and gauge data was accomplished through a set statistics like skill scores, such as event detection percentage (PC), hit rate (H), false alerts ratios (FAR and F), critical success index (CSI), the ratio of planned events and observed (B), and the indexes of Heidke (HSS) and Pierce (PSS). Some equations were applied too: correlation coefficient (r) mean absolute error (MPE), root mean square error (RMSE), the Nash-Sutcliffe efficiency coefficient (NS) and bias. The data were compared in daily and accumulated series of 15 and 30 days, through the following methods: Pixel to Point, Point to Point, Pixel to Pixel, from Sub-pixels and aggregate analysis. The 3B42 products were also evaluated for their skill to determine heavy rainfall, using as reference intensity-duration-frequency equations (IDF) derived from gauge data. The results obtained by the methods, except for the analysis of heavy rainfall, not differ much from each other. Spatial analysis showed the relationship of assessments estimates has to the density of stations and the regions of Rio Grande do Sul, while specific analyzes indicated the good performance of TRMM even in Pixel to Point comparison. The results improved in steps that the daily series were accumulated in 15 and 30 days. It was evident the decrease of the quality of the estimates in the eastern RS region, where the ocean effects generates overestimates. / A compreensão da ocorrência espacial e temporal da precipitação pluviométrica permite melhorar a gestão dos recursos hídricos, tanto no sentido de prevenir prejuízos relacionados à ocorrência de eventos de enchentes e estiagens, quanto em relação ao suprimento dos diversos setores. Assim, estimativas de precipitação de satélites são uma alternativa para obtenção de dados representativos de extensas áreas, tendo em vista que os dados observados em estações meteorológicas são escassos muitas vezes. Todavia, estes produtos de satélite contêm incertezas quando comparados aos dados medidos. O estudo procura avaliar a representatividade das estimativas de chuva oriundas de satélites no estado do Rio Grande do Sul. Para tal utilizaramse produtos do satélite TRMM (3B42 V7), que foram comparados com observados no Estado, disponibilizados pela Agência Nacional de Águas e pelo Instituto Nacional de Meteorologia, no período de 1998 a 2013. O trabalho consistiu em comparar dados de precipitações estimadas e observadas por meio de um conjunto de índices de desempenho, tais como o percentual de detecção de eventos (PC), percentual de acertos (H), percentual de falsos alertas (FAR e F), índice de sucesso crítico (CSI), a razão entre eventos previstos e observados (B), bem como os índices de Heidke (HSS), e Peirce (PSS). Além de outras equações como: coeficiente de correlação (r) erro médio absoluto (EMA), erro médio quadrático (EQM), o coeficiente de eficiência de Nash-Sutcliffe (NS) e viés. Os dados foram comparados em séries diárias e acumulados de 15 e 30 dias, por meio dos seguintes métodos: Pixel a Ponto, Ponto a Ponto, Pixel a Pixel, a partir de Sub-pixels e Análise agregada. Os produtos 3B42 também foram avaliados em relação a capacidade de determinar chuvas intensas, usando como referência equações de intensidade-duração-frequência derivadas de dados observados. Os resultados obtidos pelas metodologias, com exceção da análise de precipitações intensas, não diferenciaram muito entre si. As análises espaciais mostraram a intimidade das avaliações das estimativas tem com a densidade de postos e com as regiões do Rio Grande do Sul, enquanto as análises pontuais indicaram a boa performance do TRMM mesmo na comparação Pixel a Ponto. A medida que as séries diárias foram acumuladas em 15 e 30 dias, os resultados melhoraram. Ficou evidente o decréscimo da qualidade das estimativas na região Leste do RS, onde os efeitos da maritimidade acabam gerando superestimativas.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In Hydrological rainfall-runoff models, rainfall is one of the main variables analyzed before being used as input data. However, its peculiar characteristics of occurrence make it challenging to measure, especially for developing countries, since it requires monitoring networks with high spatial and temporal resolutions. To overcome such problems, the use of remote sensing to estimate rainfall is being gradually diffused, with results considered of good reliability. In this sense, the objective was to evaluate the results generated by a rainfall-runoff modeling, using precipitation information estimated by the TRMM satellite, applied to four watersheds of different scales. To achieve this objective was used the concentrated model IPH II in the version for Windows® (WIN_IPH2 version 2, denominated in this work as WIPH2). In a first analysis, conducted for the watersheds of the rivers Turvo (1,540 km2), Ijuí (9,450 km2), Jacuí (38,700 km2) and Alto Uruguai (61,900 km2), which are located in southern Brazil, it was observed that the precipitation estimates provided by the TRMM satellite generated consistent spatialized mean rainfall in relation to the generated by rain gauges networks. Were found errors about 7.5% (Ijuí River watershed) to 15% (Turvo River, Jacuí River and Alto Uruguai watersheds). In overall, the daily mean rainfall, generated by the TRMM estimates, increased their correlation with the rain gauges information, as there was an increase in the watershed drainage area. In the modeling, it was noted that the WIPH2 showed good fit for the simulation of flows in the selected watersheds, with exception to the application in the Alto Uruguai watershed. In some cases, even though the mean rainfall estimated by the TRMM had generated greater uncertainty regarding the data generated by the different rain gauge networks, the model was able to compensate the deficiency of this information, by changing parameters within limits considered acceptable for the characteristics watershed. It was found that, in overall, precipitation estimated by the TRMM produced improvements in the flow evaluation coefficient (Nash-Sutcliffe NS, and correlation R coefficients), as there was an increase in the watershed drainage area until the Jacuí River watershed, with a decrease of the coefficients for the Alto Uruguai watershed, which was probably caused by the inadequacy of the WIPH2 concentrated model to the heterogeneous characteristics of the last watershed. In places with good rainfall monitoring coverage, the satellite estimates produced lower results than those generated by information measured by rain gauges. In places where the lack of equipment is accentuated and/or their distribution is non-uniform, the use of satellite estimates proved to be more reliable, reaching clearly superior results. In this sense, it was concluded that the TRMM satellite estimates may present as good alternatives to watersheds with scarce rainfall information measures on the ground, having great chances to show better results when compared to information of rain gauges scarce and poorly distributed. / Nos modelos hidrológicos chuva-vazão, a precipitação é uma das principais variáveis analisadas antes de ser utilizada como informação de entrada. Entretanto, suas características peculiares de ocorrência a tornam de mensuração desafiadora, principalmente para países em desenvolvimento, já que requer redes de monitoramento com elevadas resoluções espaciais e temporais. Para contornar tais problemas, o uso do sensoriamento remoto para estimar precipitações está sendo aos poucos difundido, com resultados considerados de boa confiabilidade. Neste sentido, objetivou-se avaliar os resultados gerados por uma modelagem chuva-vazão, utilizando-se de informações de precipitação estimadas pelo satélite TRMM, aplicada a quatro bacias hidrográficas de diferentes escalas. Para isso foi utilizado o modelo concentrado IPH II, na versão para Windows® (WIN_IPH2 versão 2, denominado neste trabalho como WIPH2). Em uma primeira análise, realizada para as bacias hidrográficas dos rios Turvo (1.540 km2), Ijuí (9.450 km2), Jacuí (38.700 km2) e Alto Uruguai (61.900 km2), localizadas na região sul do Brasil, observou-se que as estimativas de precipitação fornecidas pelo satélite TRMM geraram chuvas médias espacializadas consistentes em relação às geradas pelas redes de pluviômetros, apresentando erros de volume na ordem de 7,5% (bacia do Rio Ijuí) a 15% (bacias dos rios Turvo, Jacuí e Alto Uruguai). Em geral, as chuvas médias diárias, geradas pelas estimativas do TRMM, aumentaram suas correlações com as informações de pluviômetros, conforme houve um aumento da área de drenagem da bacia hidrográfica. Na modelagem, notou-se que o WIPH2 mostrou bom ajuste para a simulação das vazões nas bacias selecionadas, com ressalvas à aplicação na bacia do Alto Uruguai. Em alguns casos, mesmo que a precipitação média estimada pelo TRMM possuísse maior incerteza com relação aos dados gerados pelas diferentes redes de pluviômetros, o modelo conseguiu compensar a deficiência desta informação, por meio da alteração de parâmetros, dentro de limites considerados aceitáveis para as características das bacias hidrográficas. Verificou-se que, em geral, as precipitações estimadas pelo TRMM produziram melhoras no coeficiente de avaliação das vazões (coeficientes de Nash-Sutcliffe NS, e de correlação - R), à medida em que houve um aumento da área de drenagem da bacia hidrográfica até a bacia do Rio Jacuí, com decréscimo dos coeficientes para a bacia do Alto Uruguai, que provavelmente foi causado pela falta de adequação do modelo concentrado WIPH2 às características heterogêneas da última bacia. Em locais com boa cobertura de monitoramento pluviométrico, as estimativas de satélite produziram resultados inferiores aqueles gerados por informações mensuradas em solo; já em locais onde a escassez de equipamentos é acentuada e/ou sua distribuição é não-uniforme, a utilização de estimativas de satélite se mostrou mais confiável, chegando a resultados visivelmente superiores. Neste sentido, concluiu-se que as estimativas do satélite TRMM podem se apresentar como boas alternativas para bacias com escassez de informações de precipitação medidas em solo, tendo grandes chances de apresentarem melhores resultados quando comparadas com informações pontuais escassas e mal distribuídas.

The majority of the impact of climate and human induced changes on forest are related to climate variability and deforestation. Similarly, changes in forest phenology due to climate variability and deforestation has been recognized as being among the most important early indicators of the impact of environmental change on forest ecosystem functioning. Comprehensive data on baseline forest cover changes including deforestation is required to provide background information needed for governments to make decision on Reducing Emissions from Deforestation and Forest Degradation (REED). Despite the fact that Nigeria ranks among the countries with highest deforestation rates based on Food and Agricultural Organization estimates, only a few studies have aimed at mapping forest cover changes at country scales. However, recent attempts to map baseline forest cover and deforestation in Nigeria has been based on global scale remote sensing techniques which do not confirm with ground based observations at country level. The aim of this study is two-fold: firstly, baseline forest cover was estimated using an ‘adaptive’ remote sensing model that classified forest cover with high accuracies at country level for the savanna and rainforest zones. The first part of this study also compared the potentials of different MODIS data in detecting forest cover changes at regional (cluster level) scale. The second part of this study explores the trends and response of forest phenology to rainfall across four forest clusters from 2002 to 2012 using vegetation index data from the MODIS and rainfall data obtained from the TRMM.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-07-07T18:03:04Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Victor_Versão_Final.pdf: 12070696 bytes, checksum: 5580364541fc1e8bdf9f1bc84dc852fa (MD5) / Made available in DSpace on 2016-07-07T18:03:04Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Victor_Versão_Final.pdf: 12070696 bytes, checksum: 5580364541fc1e8bdf9f1bc84dc852fa (MD5) Previous issue date: 2016-02-03 / FACEPE / As limitações de dados pontuais para a estimativa da recarga subterrânea em grandes áreas ainda é um grande desafio para uma boa gestão desse recurso hídrico, principalmente em regiões semiáridas. Por causa da escassez de dados observados, a abordagem desta pesquisa estabelece uma integração entre um conjunto de variáveis do balanço hídrico, obtidas a partir de imagens de satélites, para estimar a distribuição espacial da recarga das águas subterrâneas na bacia hidrográfica do rio Ipanema (BHRI), localizada no estado de Pernambuco, Nordeste do Brasil. Os dados de sensoriamento remoto empregados incluem mapas mensais (2011-2012) de precipitação, escoamento superficial e evapotranspiração, utilizados como entradas para a aplicação do método do balanço hídrico (pixel a pixel) em um Sistema de Informação Geográfica (SIG). A precipitação utilizada foi derivada do satélite TRMM (3B43.v7) e seguiu o mesmo padrão médio mensal observado em 15 estações pluviométricas distribuídas pela área de estudo (CC = 0,93 e REQM = 17,1 mm), com estimativas médias anuais de 894,3 (2011) e 300,7 mm (2012). O escoamento superficial, adquirido pelo método SCS-CN a partir de informações dos solos da região e imagem do sensor TM, foi equivalente a 29% da precipitação registrada pelo TRMM durante os dois anos do estudo. Já a evapotranspiração real, obtida pela aplicação do SEBAL em imagens do sensor MODIS, apresentou valores médios anuais de 1.190 (2011) e 1.072 mm (2012). Os resultados do balanço hídrico mostraram que a recarga subterrânea na BHRI apresentou uma grande diferença interanual, caracterizada pelos regimes pluviométricos distintos, com médias de 28,1 (2011) e 4,9 (2012) mm ano-1. Essas recargas foram concentradas principalmente entre os meses de janeiro a julho nas regiões compostas por sedimentos aluviais e outros solos de alta permeabilidade. As aproximações da recarga subterrânea por sensoriamento remoto foram comparadas ao método WTF (Water Table Fluctuation) em uma área específica de aluvião na BHRI. As estimativas realizadas pelas duas metodologias apresentaram boa concordância anual, com valores médios de 154,6 (WTF) e 120,9 (balanço hídrico) mm em 2011, que correspondem a 14,89 e 13,12% das precipitações registradas pelo pluviômetro e pelo TRMM, respectivamente. Para o ano de 2012, apenas a metodologia WTF registrou uma recarga muito baixa de 15,9 mm. Como os estudos referentes ao tema ainda são incipientes, os valores gerados nesta tese fornecem uma boa percepção do potencial do sensoriamento remoto para avaliar as taxas desse importante componente do balanço hídrico na BHRI. / The limitations of data points to estimate the groundwater recharge over large areas are still a challenge for a good management of water resource, especially in semi-arid regions. Due to the deficiency of observed data, the approach of this research establishes an integration of hydrological cycle variables obtained from satellite images to estimate the spatial distribution of groundwater recharge in the Ipanema basin river (BHRI), located in the Pernambuco state, northeastern of Brazil. The remote sensing data used, which include monthly maps (2011-2012) of rainfall, runoff and evapotranspiration were used as input to apply the water balance method (pixel by pixel) in a Geographic Information System (GIS). The rainfall used was derived from the TRMM satellite (3B43.v7) and has the same monthly average observed temporal distribution in 15 rain gauges distributed over the study area (CC = 0.93 and RMSE = 17.1 mm), with annual average estimates of 894.3 (2011) and 300.7 mm (2012). The runoff acquired by SCS-CN method from information soil of the region and TM sensor image was equivalent to 29% of the TRMM rainfall registered during the two years of the study. The actual evapotranspiration obtained by the SEBAL application in MODIS images presented annual average of 1,190 (2011) and 1,072 (2012) mm. The results of the water balance showed a large interannual difference in the BHRI groundwater recharge, characterized by different rainfall regimes with averages of 28.1 (2011) and 4.9 (2012) mm year-1. These recharges were mainly concentrated between January to July in the regions with alluvial sediments and others high permeability soils. The groundwater recharge approach by remote sensing was compared to the WTF method (Water Table Fluctuation) in a specific area of alluvium in the BHRI. The estimates performed by the two methods showed good annual agreement, with mean values of 154.6 (WTF) and 120.9 (water balance) mm in 2011, corresponding to 14.89 and 13.12% of rainfall recorded at the rain gauge and TRMM, respectively. For the second year, just WTF method recorded a very low recharge of 15.9 mm. Studies related to the groundwater recharge involving remote sensing are incipient and the values generated in this thesis provide a good perception of the methodology to evaluate the rates of this important component of the water balance in the BHRI.

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.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-26T13:46:11Z No. of bitstreams: 2 Dissertação - Lidiane Batista de Morais - 2014.pdf: 4727753 bytes, checksum: 70260752148030b1e54f898d23d5c762 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-26T13:48:26Z (GMT) No. of bitstreams: 2 Dissertação - Lidiane Batista de Morais - 2014.pdf: 4727753 bytes, checksum: 70260752148030b1e54f898d23d5c762 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-10-26T13:48:26Z (GMT). No. of bitstreams: 2 Dissertação - Lidiane Batista de Morais - 2014.pdf: 4727753 bytes, checksum: 70260752148030b1e54f898d23d5c762 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-08-27 / In developed countries it is common the use of rainfall estimatives by using tools like Remote Sensing, but in technically less advanced countries, like in Brazil, this usage still limited. The study area focuses on the center-west of the country, which has a restricted network of rainfall stations. The State of Goiás and Distrito Federal has a wide area and its network of rainfall stations available is distributed irregularly, having distances, producing only point data, which can cause the use of inadequate information in the region, committing the management of stormwater in urban and rural areas. With the advent of technology, data from the Tropical Rainfall Measuring Mission satellite - (TRMM) has provided more consistency in relation to rainfall data, because it uses a global coverage, eliminating the effects of prior data points. This work has as main objective to develop a database of rainfall from the TRMM satellite (3B42 algorithm - version 7) and rainfall data measured in the field (rainfall stations), on the interval of 1998 to 2011. From this data was possible the development of rainfall data bank consisting of four bands: Band 1, which was composed by maps of rainfall stations; Band 2, represented by maps of rainfall from TRMM; Band 3 consists on maps of rainfall product, which is to merge the data from rainfall stations with TRMM data, and finally the database was represented by the Band 4, which is the metadata; this map is the pixel values used in band 3 The results of this study showed that there is an agreement between the data of rainfall stations (band 1) and TRMM (band 2) in periods of low rainfall frequency, unlike the rainy season, where the TRMM tends to overestimate the values of rainfall stations, showing correlation of maximum 94.09% in 2005, and at least 25.52% registered in the year 2006. When analyzing the composition of the (band 3), it was observed that during the dry period, a total of up to 100% of data from maps of rainfall stations was used, and in the rainy season it was used by 30% of data from the TRMM rainfall maps, which can be proven by the band 4. These maps resulted in a considerable solution for use mainly in the rainy seasons, where the rainfall stations do not always manage to capture the total precipitation. The TRMM represented 30% of the data in the rainy seasons, covering possible errors of rainfall stations. / Em países desenvolvidos é comum o uso de estimativas de precipitação utilizando ferramentas como o Sensoriamento Remoto, mas em países menos evoluídos tecnicamente, como o Brasil, este uso ainda é limitado. A área de estudo se concentra na região centro-oeste do país, que possui uma restrita rede de estações pluviométricas. Os Estados de Goiás e Distrito Federal possuem uma área ampla e sua rede de estações pluviométricas disponível é distribuída irregularmente, possuindo distanciamentos, produzindo apenas dados pontuais, o que pode causar a utilização de informações inadequadas da região, comprometendo o gerenciamento das águas pluviais em áreas urbanas e rurais. Com o advento da tecnologia, os dados do satélite Tropical Rainfall Measuring Mission– (TRMM) veio proporcionar mais coerência em relação aos dados pluviométricos, pois se trata de uma cobertura global, eliminando os efeitos dos dados antes pontuais. Este trabalho possui como objetivo principal formular um banco de dados de precipitação provenientes do satélite TRMM (algoritmo 3B42), e dados pluviométricos medidos em campo (estações pluviométricas), no intervalo temporal do ano de 1998 a 2011. A partir destes dados foi possível a elaboração do banco de dados pluviométricos, composto por 4 bandas: Banda 1, que foi composto de mapas de chuvas das estações pluviométricas; Banda 2, representado por mapas de chuvas do TRMM; Banda 3 composto pelos mapas de chuvas produto, que é a junção dos dados das estações pluviométricas com os dados TRMM, e finalmente o banco de dados foi representado pela Banda 4, que são os metadados; neste mapa se encontra os valores dos pixels utilizados na banda 3. Os resultados deste estudo mostraram que existe uma concordância entre os dados de estações pluviométricas (banda 1) e TRMM (banda 2) no período de menor frequência de precipitações, diferentemente no período chuvoso, onde o TRMM tende a superestimar aos valores das estações pluviométricas, mostrando correlação de no máximo 94,09% no ano de 2005, e no mínimo 25,52% registrado no ano de 2006. Quando analisada a composição da (banda 3), foi observado que no período seco, foi utilizado um total de até 100% de dados provenientes dos mapas de chuvas das estações pluviométricas, e no período chuvoso utilizou-se até 30% de dados dos mapas de chuvas do TRMM, o que pode ser comprovado pela banda 4. Estes mapas produtos resultaram em uma considerável solução para serem utilizados principalmente nas estações chuvosas, onde nem sempre as estações pluviométricas conseguem captar a precipitação total. O TRMM representou até 30% dos dados nas estações de chuvas, cobrindo possíveis erros das estações pluviométricas.

Error characteristics associated with satellite-derived precipitation products are important for atmospheric and hydrological model data assimilation, forecasting, and climate diagnostic applications. This information also aids in the refinement of physical assumptions within algorithms by identifying geographical regions and seasons where existing algorithm physics may be incorrect or incomplete. Examination of relative errors between independent estimates derived from satellite microwave data is particularly important over regions with limited surface-based equipments for measuring rain rate such as the global oceans and tropical continents. In this context, analysis of microwave based satellite datasets from the Tropical Rainfall Measuring Mission (TRMM) enables to not only provide information regarding the inherent uncertainty within the current TRMM products, but also serves as an opportunity to prototype error characterization methodologies for the TRMM follow-on program, the Global Precipitation Measurement (GPM) . Most of the TRMM uncertainty evaluation studies focus on the accuracy of rainfall accumulated over time (e.g., season/year). Evaluation of instantaneous rainfall intensities from TRMM orbital data products is relatively rare. These instantaneous products are known to potentially cause large uncertainties during real time flood forecasting studies at the watershed scale. This is more so over land regions, where the highly varying land surface emissivity offers a myriad of complications, hindering accurate rainfall estimation. The error components of orbital data products also tend to interact nonlinearly with hydrologic modeling uncertainty. Keeping these in mind, the present thesis fosters the development of uncertainty analysis using instantaneous satellite orbital data products (latest version 7 of 1B11, 2A25, 2A23, 2B31, 2A12) derived from the passive and active microwave sensors onboard TRMM satellite, namely TRMM Microwave Imager (TMI) and precipitation radar (PR). The study utilizes 11 years of orbital data from 2002 to 2012 over the Indian subcontinent and examines the influence of various error sources on the convective and stratiform precipitation types. Two approaches are taken up to examine uncertainty. While the first approach analyses independent contribution of error from these orbital data products, the second approach examines their combined effect. Based on the first approach, analysis conducted over the land regions of Mahanadi basin, India investigates three sources of uncertainty in detail. These include 1) errors due to improper delineation of rainfall signature within microwave footprint (rain/no rain classification), 2) uncertainty offered by the transfer function linking rainfall with TMI low frequency channels and 3) sampling errors owing to the narrow swath and infrequent visits of TRMM sensors. The second approach is hinged on evaluating the performance of rainfall estimates from each of these orbital data products by accumulating them within a spatial domain and using error decomposition methodologies. Microwave radiometers have taken unprecedented satellite images of earth’s weather, proving to be a valuable tool for quantitative estimation of precipitation from space. However, as mentioned earlier, with the widespread acceptance of microwave based precipitation products, it has also been recognized that they contain large uncertainties. One such source of uncertainty is contributed by improper detection of rainfall signature within radiometer footprints. To date, the most-advanced passive microwave retrieval algorithms make use of databases constructed by cloud or numerical weather model simulations that associate calculated microwave brightness temperature to physically plausible sample rain events. Delineation of rainfall signature from microwave footprints, also known as rain/norain classification (RNC) is an essential step without which the succeeding retrieval technique (using the database) gets corrupted easily. Although tremendous advances have been made to catapult RNC algorithms from simple empirical relations formulated for computational expedience to elaborate computer intensive schemes which effectively discriminate rainfall, a number of challenges remain to be addressed. Most of the algorithms that are globally developed for land, ocean and coastal regions may not perform well for regional catchments of small areal extent. Motivated by this fact, the present work develops a regional rainfall detection algorithm based on scattering index methodology for the land regions of study area. Performance evaluation of this algorithm, developed using low frequency channels (of 19 GHz, 22 GHz), are statistically tested for individual case study events during 2011 and 2012 Indian summer monsoonal months. Contingency table statistics and performance diagram show superior performance of the algorithm for land regions of the study region with accurate rain detection observed in 95% of the case studies. However, an important limitation of this approach is comparatively poor detection of low intensity stratiform rainfall. The second source of uncertainty which is addressed by the present thesis, involves prediction of overland rainfall using TMI low frequency channels. Land, being a radiometrically warm and highly variable background, offers a myriad of complications for overland rain retrieval using microwave radiometer (like TMI). Hence, land rainfall algorithms of TRMM TMI have traditionally incorporated empirical relations of microwave brightness temperature (Tb) with rain rate, rather than relying on physically based radiative transfer modeling of rainfall (as implemented in TMI ocean algorithm). In the present study, sensitivity analysis is conducted using spearman rank correlation coefficient as the indicator, to estimate the best combination of TMI low frequency channels that are highly sensitive to near surface rainfall rate (NSR) from PR. Results indicate that, the TMI channel combinations not only contain information about rainfall wherein liquid water drops are the dominant hydrometeors, but also aids in surface noise reduction over a predominantly vegetative land surface background. Further, the variations of rainfall signature in these channel combinations were seldom assessed properly due to their inherent uncertainties and highly non linear relationship with rainfall. Copula theory is a powerful tool to characterize dependency between complex hydrological variables as well as aid in uncertainty modeling by ensemble generation. Hence, this work proposes a regional model using Archimedean copulas, to study dependency of TMI channel combinations with respect to precipitation, over the land regions of Mahanadi basin, India, using version 7 orbital data from TMI and PR. Studies conducted for different rainfall regimes over the study area show suitability of Clayton and Gumbel copula for modeling convective and stratiform rainfall types for majority of the intraseasonal months. Further, large ensembles of TMI Tb (from the highly sensitive TMI channel combination) were generated conditional on various quantiles (25th, 50th, 75th, 95th) of both convective and stratiform rainfall types. Comparatively greater ambiguity was observed in modeling extreme values of convective rain type. Finally, the efficiency of the proposed model was tested by comparing the results with traditionally employed linear and quadratic models. Results reveal superior performance of the proposed copula based technique. Another persistent source of uncertainty inherent in low earth orbiting satellites like TRMM arise due to sampling errors of non negligible proportions owing to the narrow swath of satellite sensors coupled with a lack of continuous coverage due to infrequent satellite visits. This study investigates sampling uncertainty of seasonal rainfall estimates from PR, based on 11 years of PR 2A25 data product over the Indian subcontinent. A statistical bootstrap technique is employed to estimate the relative sampling errors using the PR data themselves. Results verify power law scaling characteristics of relative sampling errors with respect to space time scale of measurement. Sampling uncertainty estimates for mean seasonal rainfall was found to exhibit seasonal variations. To give a practical demonstration of the implications of bootstrap technique, PR relative sampling errors over the sub tropical river basin of Mahanadi, India were examined. Results revealed that bootstrap technique incurred relative sampling errors of <30% (for 20 grid), <35% (for 10 grid), <40% (for 0.50 grid) and <50% (for 0.250 grid). With respect to rainfall type, overall sampling uncertainty was found to be dominated by sampling uncertainty due to stratiform rainfall over the basin. In order to study the effect of sampling type on relative sampling uncertainty, the study compares the resulting error estimates with those obtained from latin hypercube sampling. Based on this study, it may be concluded that bootstrap approach can be successfully used for ascertaining relative sampling errors offered by TRMM-like satellites over gauged or ungauged basins lacking in in-situ validation data. One of the important goals of TRMM Ground Validation Program has been to estimate the random and systematic uncertainty associated with TRMM rainfall estimates. Disentangling uncertainty in seasonal rainfall offered by independent observations of TMI and PR enables to identify errors and inconsistencies in the measurements by these instruments. Motivated by this thought, the present work examines the spatial error structure of daily precipitation derived from the version 7 TRMM instantaneous orbital data products through comparison with the APHRODITE data over a subtropical region namely Mahanadi river basin of the Indian subcontinent for the seasonal rainfall of 6 years from June 2002 to September 2007. The instantaneous products examined include TMI and PR data products of 2A12, 2A25 and 2B31 (combined data from PR and TMI). The spatial distribution of uncertainty from these data products was quantified based on the performance metrics derived from the contingency table. For the seasonal daily precipitation over 10x10 grids, the data product of 2A12 showed greater skill in detecting and quantifying the volume of rainfall when compared with 2A25 and 2B31 data products. Error characterization using various error models revealed that random errors from multiplicative error models were homoscedastic and that they better represented rainfall estimates from 2A12 algorithm. Error decomposition technique, performed to disentangle systematic and random errors, testified that the multiplicative error model representing rainfall from 2A12 algorithm, successfully estimated a greater percentage of systematic error than 2A25 or 2B31 algorithms. Results indicate that even though the radiometer derived 2A12 is known to suffer from many sources of uncertainties, spatial and temporal analysis over the case study region testifies that the 2A12 rainfall estimates are in a very good agreement with the reference estimates for the data period considered. These findings clearly document that proper characterization of error structure offered by TMI and PR has wider implications in decision making, prior to incorporating the resulting orbital products for basin scale hydrologic modeling. The current missions of GPM envision a constellation of microwave sensors that can provide instantaneous products with a relatively negligible sampling error at daily or higher time scales. This study due to its simplicity and physical approach offers the ideal basis for future improvements in uncertainty modeling in precipitation.