Precipitation is considered one of the most important variables in the water cycle
constantly being used for the validation of numerical models of weather and climate
forecasting, water balance, radiation, among others. Understanding the spatial
variability of rainfall in a given region is essential, since its interannual and seasonal
pattern is crucial for agriculture and for many sectors of the economy. In this context,
the reliability of estimates of rainfall becomes paramount. Brazil, with its continental
dimensions, has big problems concerning the distribution of weather stations, the
network of stations does not cover the whole territory satisfactorily, thus, estimated
errors can significantly influence the analysis of runoff, the water deficit and the energy
balance. Thus, hydrologists around the world have developed alternative techniques for
obtaining the precipitation values; among these techniques, satellite photos can be
highlighted. This study assessed the feasibility of applying estimated rainfall data from
remote sensing by TRMM satellite in hydrologic simulation in the Japaratuba river
basin, it was also analyzed the direct correlation between the precipitation values
obtained through the TRMM and the values measured at the stations. The results
indicate that in accumulated time scales, as ten days or monthly, estimates are better
accurate than in daily scale. The rainfall-runoff simulation values obtained were 0.7 for
Nash-Sutcliffe coefficient and 0.84 for Pearson Correlation, both in a monthly scale.
The application in hydrological modeling should be preceded by an evaluation of data
quality comparing with the pluviometric stations of the study area. / A precipitação é considerada uma das variáveis mais importantes no ciclo
hidrológico, sendo constantemente empregada para a validação de modelos numéricos
de previsão de tempo e clima, balanço hídrico, radiação, entre outros. A compreensão
da variabilidade espacial da precipitação em determinada região é essencial, uma vez
que seu padrão interanual e sazonal é crucial para a agricultura e para diversos setores
da economia. Neste contexto, a confiabilidade das estimativas de precipitação torna-se
de suma importância. O Brasil, com sua dimensão continental, apresenta grandes
problemas com a distribuição das estações meteorológicas, onde a rede de estações não
abrange todo o território de forma satisfatória, desta forma, os erros de estimativa
podem influenciar significativamente na análise do escoamento superficial, do déficit
hídrico e do balanço de energia. Assim, os hidrólogos do mundo inteiro têm
desenvolvido técnicas alternativas para a obtenção dos valores de precipitação, dentre
essas técnicas pode-se destacar as imagens por satélite. Este estudo avaliou a viabilidade
de aplicação de dados de precipitação estimados via sensoriamento remoto por meio do
satélite TRMM em simulação hidrológica na bacia do rio Japaratuba, tambem foram
analisadas a correlação direta dos valores de precipitação obtidos atraves do TRMM
com os valores medidos nas estações. Os resultados indicaram que em escalas temporais
acumuladas, como dez dias e mensal as estimativas são melhores que em escala diária,
na simulação chuva-vazão foram obtidos valores de 0,7 de coeficiente de Nash-Sutcliffe
e 0,84 para Correlação de Pearson em escala mensal. A aplicação em modelagem
hidrológica deve ser precedida de uma avaliação da qualidade dos dados frente a postos
pluviométricos da região de estudo.
Identifer | oai:union.ndltd.org:IBICT/oai:ri.ufs.br:riufs/6181 |
Date | 24 February 2015 |
Creators | Rocha, Leonardo Teixeira |
Contributors | Cruz, Marcus Aurélio Soares |
Publisher | Universidade Federal de Sergipe, Pós-Graduação em Recursos Hídricos, UFS, Brasil |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFS, instname:Universidade Federal de Sergipe, instacron:UFS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds