@InProceedings{SousaSantAranCost:2019:AnCoEs,
               author = "Sousa, Silvio Braz de and Santos, Daniel Carlos Alves and Arantes, 
                         Arielle Elias and Costa, Carlos Wilmer",
          affiliation = "{Universidade Federal do Rio Grande do Norte (UFRN)} and 
                         {Universidade Federal do Rio Grande do Norte (UFRN)} and 
                         {Universidade Federal do Cear{\'a} (UFC)} and {Universidade 
                         Federal do Rio Grande do Norte (UFRN)}",
                title = "An{\'a}lise comparativa entre esta{\c{c}}{\~o}es 
                         pluviom{\'e}tricas convencionais e dados do sat{\'e}lite GPM 
                         para o Estado do Rio Grande do Norte (RN)",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "2137--2140",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "GPM, precipita{\c{c}}{\~a}o, sensoriamento remoto, GPM, 
                         precipitation, Rio Grande do Norte.",
             abstract = "No Brasil, as esta{\c{c}}{\~o}es pluviom{\'e}tricas s{\~a}o 
                         esparsas, e na sua maior parte concentradas nas regi{\~o}es sul e 
                         sudeste. Buscando suprir a car{\^e}ncia de 
                         informa{\c{c}}{\~o}es pluviom{\'e}tricas, os dados de 
                         sat{\'e}lite s{\~a}o uma alternativa vi{\'a}vel, pois oferecem 
                         alta capacidade de estimar a quantidade e a variabilidade da 
                         precipita{\c{c}}{\~a}o. Neste contexto, este trabalho tem por 
                         objetivo comparar dados mensais de precipita{\c{c}}{\~a}o para o 
                         ano de 2017 do sat{\'e}lite Global Precipitation Measurement 
                         (GPM), com dados de sete esta{\c{c}}{\~o}es pluviom{\'e}tricas 
                         convencionais localizadas no estado do RN. Os resultados indicam o 
                         bom desempenho dos dados GPM para estudos regionais, o qual possui 
                         boa sensibilidade para mapear o comportamento espacial da 
                         precipita{\c{c}}{\~a}o e o seu volume mensal (rē 0,97 e 
                         diferen{\c{c}}as de m{\'e}dia mensais abaixo de 20 mm em dez dos 
                         doze meses analisados). ABSTRACT: In Brazil, rainfall stations are 
                         sparse, and mostly concentrated in the south and southeast 
                         regions. In order to overcome the lack of rainfall information, 
                         satellite data have become a viable alternative, since they have a 
                         high capacity to estimate the amount and variability of 
                         precipitation. In this way, this work had the objective of 
                         comparing monthly rainfall data for the year 2017 of the GPM 
                         satellite, with data from seven conventional rainfall stations 
                         located in the state of Rio Grande do Norte. The results indicate 
                         the good performance of GPM data for regional studies, which has 
                         good sensitivity to map the spatial behavior and monthly volume of 
                         precipitation (rē 0.97 and mean monthly diferences bellow 20 mm in 
                         tem of the 12 months analyzed).",
  conference-location = "Santos",
      conference-year = "14-17 abril 2019",
                 isbn = "978-85-17-00097-3",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/3U47BF2",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3U47BF2",
           targetfile = "97617.pdf",
                 type = "Meteorologia e climatologia",
        urlaccessdate = "03 jun. 2024"
}