@Article{SerrãoWaSaGoLiRo:2016:AnBaHi,
               author = "Serr{\~a}o, Edivaldo Afonso de Oliveira and Wanzeler, Romero 
                         Thiago Sobrinho and Santos, Cleber Assis dos and Gon{\c{c}}alves, 
                         Layrson de Jesus Menezes and Lima, Aline Maria Meiguins de and 
                         Rocha, Edson Jos{\'e} Paulino da",
          affiliation = "{Universidade Federal de Campina Grande (UFCG)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Universidade Federal 
                         de Vi{\c{c}}osa (UFV)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {Universidade Federal do Par{\'a} (UFPA)} 
                         and {Universidade Federal do Par{\'a} (UFPA)}",
                title = "Avalia{\c{c}}{\~a}o estat{\'{\i}}stica entre as estimativas de 
                         precipita{\c{c}}{\~a}o da constela{\c{c}}{\~a}o GPM com 
                         sat{\'e}lite TRMM: uma an{\'a}lise a bacia hidrogr{\'a}fica do 
                         Rio Solim{\~o}es",
              journal = "Revista Brasileira de Climatologia",
                 year = "2016",
               volume = "68",
                pages = "256--275",
                month = "jan./jun.",
             keywords = "GPM, TRMM, estat{\'{\i}}stica, statistics.",
             abstract = ": O objetivo deste estudo {\'e} analisar estatisticamente as 
                         estimativas de precipita{\c{c}}{\~a}o fornecidas pelo algoritmo 
                         IMERG da constela{\c{c}}{\~a}o do Global Precipitation 
                         Measurement (GPM) e comparar como as estimativas do algoritmo 3B43 
                         do Tropical Rainfall Measuring Mission (TRMM) para a bacia 
                         hidrogr{\'a}fica do rio Solim{\~o}es nos meses de (abril, julho, 
                         outubro/2014; janeiro/2015). Al{\'e}m de validar essas 
                         estimativas com dados de precipita{\c{c}}{\~a}o em superficie, 
                         referente ao banco de dados do INMET. Foram utilizados os 
                         coeficientes de: determina{\c{c}}{\~a}o (R²) para avaliar a 
                         propor{\c{c}}{\~a}o da vari{\^a}ncia do IMERG (y) explicada 
                         pelo TRMM (x); correla{\c{c}}{\~a}o de Pearson (r), averiguando 
                         o grau de correla{\c{c}}{\~a}o entre as estimativas; e de 
                         efici{\^e}ncia Nash-Sutcliffe (NS), medindo a concord{\^a}ncia 
                         entre os valores estimados, sendo (1) admitida perfeita. Al{\'e}m 
                         do {\'{\i}}ndice concord{\^a}ncia de Willmott (IC) que mede o 
                         grau em que a precipita{\c{c}}{\~a}o estimada pelo IMERG do GPM 
                         se aproxima da precipita{\c{c}}{\~a}o estimada pelo 3B43 do 
                         TRMM. Na avalia{\c{c}}{\~a}o dos erros foi adotado o RMSE (raiz 
                         do erro quadr{\'a}tico m{\'e}dio) que {\'e} a medida da 
                         magnitude m{\'e}dia dos erros estimados entre os dois produtos de 
                         sat{\'e}lites (3B43 e IMERG). E o MBE (desvio das m{\'e}dias) 
                         que indica o quanto o modelo est{\'a} sendo subestimado (>0) ou 
                         superestimado (0>). Foi observado que todos os meses estudados 
                         tiveram excelentes {\'{\i}}ndices estat{\'{\i}}sticos, 
                         sobressaindo o m{\^e}s de outubro que apresentou o melhor 
                         desempenho. Por{\'e}m no ver{\~a}o, existe uma tend{\^e}ncia de 
                         subestimativa do sat{\'e}lite em rela{\c{c}}{\~a}o ao observado 
                         pelo INMET. E para o inverno o GPM apresentou 
                         caracter{\'{\i}}sticas de superestimativa da 
                         precipita{\c{c}}{\~a}o medida nas esta{\c{c}}{\~o}es 
                         meteorol{\'o}gicas do INMET. ABSTRACT: The objective of this 
                         study is to statistically analyze the rainfall estimates provided 
                         by IMERG Constellation Global Precipitation Measurement algorithm 
                         (GPM) and compare how the estimates of the algorithm 3B43 of the 
                         Tropical Rainfall Measuring Mission (TRMM) for the basin of the 
                         Solim{\~o}es River in months of (april, july, october/2014, 
                         january/2015). In addition to assessing these estimates with 
                         rainfall data on surface, referring to the INMET database. The 
                         coefficients used were: determination (R²) for assessing the ratio 
                         of the variance of IMERG (y) explained by TRMM (x); Pearson 
                         correlation (r), checking the degree of correlation between 
                         estimates; the Nash-Sutcliffe efficiency (NS), measuring the 
                         correlation between the estimated values, where (1) is a perfect 
                         agreement. And the Willmott concordance index (CI) that measure 
                         the degree of approach between the precipitation estimated by GPM 
                         IMERG and 3B43 TRMM. In the evaluation of the errors was adopted 
                         RMSE (root mean square error) which is the measure of the average 
                         magnitude of errors estimated between the two satellites products 
                         (3B43 and IMERG). And the MBE (mean bias error) that indicates how 
                         the model is being underestimated (>0) or overestimated (0>). The 
                         results showed that every month studied had excellent statistical 
                         indices, highlighting the month of October that showed the best 
                         performance. But in the summer, there is a satellite 
                         underestimation trend compared to that observed by INMET. And for 
                         winter GPM showed overestimation characteristics of precipitation 
                         measured at weather stations INMET.",
                 issn = "2237-8642",
             language = "pt",
           targetfile = "Serrao_avaliacao.pdf",
        urlaccessdate = "28 abr. 2024"
}