@Article{BorgesMoreRoza:2019:CaPrPr,
author = "Borges, Iuri Val{\'e}rio Graciano and Moreira, Demerval Soares
and Rozante, Jos{\'e} Roberto",
affiliation = "{Universidade Estadual Paulista (UNESP)} and {Universidade
Estadual Paulista (UNESP)} and {Instituto Nacional de Pesquisas
Espaciais (INPE)}",
title = "Campo de precipita{\c{c}}{\~a}o proveniente de medidas
pluviom{\'e}tricas e estimativas de precipita{\c{c}}{\~a}o dos
radares do IPMet",
journal = "Anu{\'a}rio do Instituto de Geoci{\^e}ncias",
year = "2019",
volume = "42",
number = "4",
pages = "417--426",
keywords = "Radar, Pluvi{\^o}metro, Campo de precipita{\c{c}}{\~a}o,
Weather radar, Pluviometer, Precipitation field.",
abstract = "A precipita{\c{c}}{\~a}o {\'e} uma vari{\'a}vel
meteorol{\'o}gica essencial em diversas {\'a}reas do
conhecimento, tais como agricultura, defesa civil, energia, etc.
Entretanto, por ser uma vari{\'a}vel descont{\'{\i}}nua tanto
no espa{\c{c}}o quanto no tempo, para se obter campos de
precipita{\c{c}}{\~a}o com adequada representa{\c{c}}{\~a}o
espacial e temporal seria necess{\'a}rio uma extensa
distribui{\c{c}}{\~a}o de postos pluviom{\'e}tricos, de modo a
se ter uma boa interpola{\c{c}}{\~a}o dos dados.
Distribui{\c{c}}{\~a}o essa que normalmente n{\~a}o ocorre
devido a diversos fatores limitantes como, por exemplo, a
geografia da regi{\~a}o de estudo e quest{\~o}es econ{\^o}micas
para instala{\c{c}}{\~a}o e manuten{\c{c}}{\~a}o de uma densa
rede pluviom{\'e}trica. Para suprir a falta de dados
pluviom{\'e}tricos, este trabalho mesclou os dados de
pluvi{\^o}metros com estimativas de precipita{\c{c}}{\~a}o via
radares meteorol{\'o}gicos, obtendo o campo de
precipita{\c{c}}{\~a}o denominado PluRad com {\'a}rea cobrindo
grande parte do estado de S{\~a}o Paulo, norte do Paran{\'a} e
leste do Mato Grosso do Sul. Esse produto foi comparado com as
estimativas de precipita{\c{c}}{\~a}o dos radares do IPMet/UNESP
(Centro de Meteorologia de Bauru da Universidade Estadual
Paulista), com o produto GPM (Global Precipitation Measurement) e
com o produto MERGE num acumulado de 24 h para o dia 21/mar/2018,
ambos provenientes da composi{\c{c}}{\~a}o de dados
pluviom{\'e}tricos com estimativas de precipita{\c{c}}{\~a}o
via sat{\'e}lite. Os resultados mostraram que o PluRad obteve uma
melhor representa{\c{c}}{\~a}o da distribui{\c{c}}{\~a}o
espacial da precipita{\c{c}}{\~a}o na regi{\~a}o analisada,
sobretudo devido {\`a} alta resolu{\c{c}}{\~a}o espacial desse
produto. ABSTRACT: Precipitation is an essential meteorological
variable in several areas of knowledge, such as agriculture, civil
defense, energy, etc. However, it is a variable known to be
discontinuous both in space and time. To obtain precipitation
fields that seek to have an adequate spatial and temporal
representation, it would require an extensive distribution of
pluviometric stations to achieve a good interpolation of the data.
That distribution normally does not occur due to several limiting
factors, such as the geography of the study region and economic
issues for installation and maintenance of a dense pluviometric
network. In order to overcome the lack of rainfall data, this work
merged rain gauges data with estimates by meteorological radars
creating a precipitation field called PluRad covering most of the
state of S{\~a}o Paulo, northern Paran{\'a} and eastern Mato
Grosso do Sul. This product was compared with the IPMets (Bauru
Meteorological Center) radar precipitation estimates, GPMs (Global
Precipitation Meusurement) product and the MERGEs product on a
24hs rainfall at March, 21st 2018, both generated from the
rainfall data composition with satellite precipitation estimates.
The results showed that PluRad has a better representation of the
spatial distribution of precipitation in the analyzed region,
mainly due to the high spatial resolution of this product.",
doi = "10.11137/2019_4_417_426",
url = "http://dx.doi.org/10.11137/2019_4_417_426",
issn = "0101-9759",
language = "pt",
targetfile = "borges_campo.pdf",
urlaccessdate = "26 abr. 2024"
}