%0 Thesis
%4 sid.inpe.br/mtc-m21d/2023/01.05.13.25
%2 sid.inpe.br/mtc-m21d/2023/01.05.13.25.01
%T Estimativa de precipitação sobre a região de São Paulo utilizando os dados de microondas do SSM/I
%J Rainfall estimates over São Paulo region using SSM/I data
%D 1998
%8 1998-12-18
%9 Dissertação (Mestrado em Meteorologia)
%P 69
%A Camargo Junior, Helio,
%E Sansígolo, Clóvis Angeli(presidente),
%E Ferreira, Nelson Jesus (orientador),
%E Hada, Kioshi,
%E Rao, Chapa Srinivasa,
%E Vendrame, Iria Fernandes,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K x.
%X Com o intuito de avaliar o uso de sensores de microondas em estimativas de precipitação sobre a região de São Paulo, este trabalho avaliou duas técnicas distintas: NESDIS, proposta por Ferraro, Marks e Grody (1994) e GSCAT (Goddard Scattering Algorithm) desenvolvida por Negri et aL(1993). Os resultados obtidos foram comparados com taxas de precipitação sobre a área de alcance do radar meteorológico de Bauru SP. No primeiro método, a estimativa de precipitação via satélite envolve o uso de radiômetros do SSM/I (Special Sensor Microwave Imager) que recebem radiação na forma de microondas emitida pela superfície em: 19 (polarizações V e H), 22 (V), 37 (V e H) e 85 GHz (V e H). No segundo é utilizada a freqüência de 85 GHz na polarização horizontal. O período dos dados utilizados nesse trabalho foi de 21 a 30 de Janeiro de 1997. Os dados do CAPPI (Constant Altitude Plan Position Indicator) foram utilizados para avaliar os resultados obtidos. Os resultados obtidos mostram que tanto o NESDIS quanto o GSCAT superestimam as taxas de precipitação sobre a área estudada. Os valores de tendência calculados para o NESDIS e o GSCAT foram respectivamente 0,72mm/h e 0,44mm/h. Os valores do RMSE foram 1,62mm/h e 0,98mm/h para os pares NESDIS-radar e GSCAT-radar. Os coeficientes de correlação são maiores para o par NESDIS-radar (0,44). Para o par GSCAT-radar o valor obtido foi de 0,36. Os mesmos índices estatísticos foram obtidos para os casos "CC" (pontos coincidentes de chuva) sendo 3,14mm/h para o RMSE, 2,14mm/h para a tendência e 0,30 para a correlação. No caso do GSCAT estes valores foram 2,53 mm/h, 1,63 min/h e 0,25 respectivamente. Um aumento nos valores de RMSE e tendência, e uma diminuição na correlação foram observados. Os baixos valores médios influenciaram os altos valores dos quocientes RMSE/média e bias/média. As tabelas de contingência apresentaram um alto percentual de pontos "NN" (número de pontos sem chuva coincidentes entre o radar e o SSM/I.) (53%). Isso provavelmente contribuiu para os valores relativamente altos de correlação para as imagens 5 e 7 (Tabela 4.2). Apenas 5% dos pontos foram detectados pelo radar e não pelo satélite. Um alto valor da PDD (probabilidade de detecção) aconteceu devido ao baixo valor de "NC" (número de pontos sem chuva no satélite e com chuva no radar). Os valores do ICS (índice crítico de sucesso), RAF (razão de alarme falso) e ERR (erro percentual) foram respectivamente 47%, 48% e 23%. Para o par GSCAT-radar os valores de PDD foram inferiores em relação ao par NESDIS-radar possivelmente devido a alta ocorrência relativa de "NC". As divisões de classe de chuva indicaram que, em geral, a PDD aumenta conforme o aumento do limiar da classe de chuva. Notase que o algoritmo NESDIS apresenta valores de PDD superiores ao GSCAT. Ao contrário, RAF e ERR são menores para o par GSCAT-radar, que também possui maiores valores de ICS. ABSTRACT: In order to evaluate microwave sensors aboard meteorological satellites to rainfall estimates over São Paulo, two distinct techniques are proposed: NESDIS developed by Ferraro Marks and Grody (1994) and GSCAT proposed by Negri et al. (1993). The first one uses four frequencies radiometers aboard SSM/I, which receive surface emitted radiation in microwave frequencies in 19 (V and H polarization), 22 (V), 37 (V and H) and 85GHz (V and H) and the second one uses the 85 GHz horizontal polarization to estimate rainfall rates. The study period of this work is from 21st January thru 30th January, 1997. CAPPI derived rainfall rates were used to evaluate the satellite rain estimation. The obtained results suggest that both, NESDIS and GSCAT algorithms, overestimate rain rates over the studied area. Bias calculated for NESDIS and GSCAT algorithms were respectively 0,72 e 0,44. RMSE values were 1,62 and 0,98 for the pairs NESDISradar and GSCAT-radar. The correlation coefficients are greater for the NESDIS-radar pair (0,44). For the pair GSCAT-radar the correlation coefficient was 0,36. The same statistical values obtained for "RR" cases were 3,14 for the RMSE, 2,14 for the bias and 0,30 for the correlation coefficient.According to GSCAT, the values found were 2,53 mm/h, 1,63 mm/h e 0,25. An increase in RMSE and bias values and a decrease in correlation was noted. Contingency tables showed a high percentage of NN (number of coincident SSM/I and radar no-rain points) values: 53%. This probably contributed to relative high correlation values for images 5 and 7. Only in 5% of total number of points (TOT) we had rain points in radar detection and no-rain points in satellite estimates. A high value of POD (Probability of Detection) occurred due to low value of NR (number of coincident SSM/I no-rain and radar rain points). The values for CSI (criticai success index), FAR (false-alarm ratio) and ERR (percentual error) were respectively 47%, 48% and 23%. The POD values for GSCAT-radar were lower than those for NESDIS-radar probably due to low values of NR. Rain classes contigency tables showed an increase in POD values in response to increased values of rain thresholds. FAR and ERR were lower for GSCAT radar, which has greater values of CSI.
%@language pt
%3 publicacao.pdf