Tesis I Borrador

ESTIMACIN DE PRECIPITACIN POR IMAGEN SATELITAL EN LA
PROVINCIA DE HUAMANGA, 2014 - 2016

Resumen
La precipitacin es una variable meteorolgica importante en el ciclo hidrolgico, por la que es
necesario su estudio debido a su variabilidad espacio-temporal y adems es necesaria para los
diferentes estudios como fuente de datos. Es por esto que se necesita analizar su
comportamiento en una regin. ltimamente las estimaciones de precipitacin por satlite se
han convertido en una valiosa herramienta debido a que su registro es continuo a diferencia de
los registros de las estaciones meteorolgicas que en la toma suelen cometerse errores, y que se
puede obtener de zonas donde no se cuenta con data histrica de precipitacin.
Uno de los sensores ms utilizados es el TRMM debido a que presenta mayor data histrica de
la estimacin de lluvia (desde 1997) pero el 2014 sali el sensor GPM, como reemplazo al
TRMM, este presenta mejores caractersticas de resolucin temporal y espacial. Por lo que en
este trabajo se utiliz ambos sensores para hacer la comparacin con los registros de
precipitacin de las 5 estaciones activas de la provincia de Huamanga. El objetivo principal de
este trabajo es evaluar las estimaciones de precipitacin por satlite utilizando la serie de datos
de las 5 estaciones activas de la provincia de Huamanga para el periodo 2014 al 2016. Los
resultados obtenidos muestran que las estimaciones de precipitacin de imgenes satelitales
mensuales representan de forma cualitativa a la precipitacin registrada en las estaciones
meteorolgicas. Sin embargo, los resultados de los errores estadsticos no resultaron
satisfactorios al 100% para la escala mensual. Esta diferencia es atribuida por la topografa, el
clima complejo y la densidad de los pluvimetros en la zona que son utilizados por el sensor
GPM y TRMM para la correccin de las imgenes satelitales. Se obtuvo sobreestimaciones con
el sensor TRMM para las estaciones: Inia Cannan, La Quinua, San Pedro de Cachi y
Wayllapampa; y subestimacin para la estacin Cuchoquesera, y con el sensor GPM se tiene
sobreestimacion en la estacin Inia Cannan y subestimacin en las estaciones: La quinua, San
Pedro de Cachi, Cuchoquesera y Wayllapampa.

I. INTRODUCCIN
El clima es por naturaleza variable, debido a que en el influyen distintos factores como
el relieve, latitud, corrientes marinas, etc. (Zuniga y Cresto, 2010; citado por Hurtado et
al., 2014) y uno de los elementos principales del sistema climtico es la precipitacin.
Las estimacin espacio-temporal de la precipitacin poseen una amplia gama de
aplicaciones y usos tales como: estudios climticos, gestin del agua para la agricultura
y la energa, mitigacin de sequa, control de inundaciones, y pronstico de los cultivos
y eventos extremos (Pea, 2016). Debido a que los pluvimetros ofrecen informacin
del punto donde son colocados, y por consecuencia, cuando las redes de pluvimetros
son pocos densas, la variabilidad espacial no puede ser representada adecuadamente
(Castro, 2014). La amplia variabilidad que la precipitacin puede tener en diferentes
puntos geogrficos dificulta realizar su medicin directa (Calle et al., 2015).
Durante los ltimos aos surgieron diversas tcnicas para estimar la precipitacin
acumulada en base a sensores remotos y a una combinacin de sensores remotos y
pluvimetros (Joyce et al., 2004; Huffman et al., 2007 citado por Jos, 2009) que
buscan lograr una descripcin detallada de la variabilidad temporal y espacial de la
precipitacin.
Es por esto que los productos de satlite se han convertido en una valiosa herramienta
para estimar precipitacin, ya que proveen datos continuos espacialmente y a intervalos
temporales regulares (mensuales, diarios, sub-diarios), (Andrade, 2016). Adems son
fundamentales para obtener estimaciones donde no se han colocado pluvimetros y en
periodos de tiempo de los que no se tienen registros (Castro, 2014).
Para la estimacin de la precipitacin se han utilizado una gran variedad de datos de
satlite (visible, IR prximo, IR trmico, microondas) y se han desarrollado diversas
metodologas (Gandia & Melia 1991). Uno de los productos recientes que fue diseado
para la percepcin remota de la precipitacin son las imgenes satelitales de la misin
GPM (Global Precipitation Measurement) (Andrade, 2016), que es una red internacional
de satlites que proporcionan las observaciones globales de la maxima generacin de
lluvia y nieve. Basndose en el xito da la Misin de Mediciones de las Precipitaciones
Tropicales (TRMM) (NASA).

1.1. OBJETIVOS
1.1.1. Objetivo general
Evaluar las estimaciones de precipitacin por satlite, en comparacin a los datos de las
estaciones meteorolgicas de la provincia de Huamanga, 2014 - 2016.
1.1.2. Objetivos especficos
Obtener y hacer el anlisis de calidad de los datos de precipitacin de las estaciones
meteorolgicas de la provincia de Huamanga.
Procesar las estimaciones de precipitacin por satlite de la provincia de Huamanga.
Realizar las medidas de comparacin entre los datos de las estaciones meteorolgicas y las
estimaciones de precipitacin por satlite de la provincia de Huamanga.

II. REVISIN DE LITERATURA
2.1. ANTECEDENTES
El estudio de la utilizacin de las imgenes satelitales para estimar diversas variables
meteorolgicas se va incrementando en diversas partes del mundo, por lo que; en el 2013 Lia
Ramos Fernndez realizo la tesis sobre el estudio de Utilidad de la precipitacin obtenida por
satlite en la modelacin hidrolgica aplicada a la cuenca del Rio Jucar concluye que los
pluvimetros y estimaciones de satlite tienen errores de diferente naturaleza; los pluvimetros
tienden a ser ms precisos en un punto pero su significado espacial decae con la distancia, en
cambio las estimaciones por satlite ofrecen una mejor representacin espacial aunque sesgado.
En el 2014 se realiz la Evaluacin de imgenes satelitales de precipitacin (TRMM 3B43
mensual) en Regin Costa, Sierra y oriente del Ecuador teniendo como autor a Edisson Santiago
Castro Loayza que encontr que la estacionalidad de la precipitacin est representada
adecuadamente por el producto satelital en forma cualitativa en el Ecuador, cuantitativamente;
los valores del algoritmo TRMM 3B43 son ms acertados en la regiones Costa y Oriente que en
la regin andina. En el 2016 se realiz la evaluacin de imgenes satelitales de precipitacin
GPM (Global Precipitation Measurement) a escala sub-diaria para la provincia del Azuay del
autor Omar Fabricio Andrade Pillaga concluye en la demostracin de que las imgenes
satelitales tienen mejor comportamiento a medida que se aumenta la escala temporal, es decir
que resultan ms confiables a escala diaria.
Teniendo estos estudios como base se piensa evaluar las estimaciones de Precipitacin en
nuestra regin.
2.2. FUNDAMENTO TERICO
2.2.1. PRECIPITACIN
2.2.1.1. Concepto
Villn (2002), menciona que la precipitacin, es toda forma de humedad que originndose en las
nubes, llega hasta la superficie del suelo, de acuerdo a esta definicin la precipitacin puede ser
en forma de: lluvias, granizadas, garuas y nevadas.
Desde el punto de vista de la ingeniera hidrolgica, la precipitacin es la fuente
primaria del agua de la superficie terrestre, y sus mediciones y anlisis, forman el punto
de partida de los estudios concernientes al uso y control del agua.
2.2.1.2. Clasificacin
La formacin de la precipitacin, requiere la elevacin de una masa de agua en la
atmosfera, de tal manera que se enfri y parte de su humedad se condense. Atendiendo
al factor que provoca la elevacin del aire en la atmosfera, la precipitacin se clasifica
en:
a. Precipitacin convectiva
Es causada por el ascenso de aire clido, que es ms liviano que el aire frio de los
alrededores. Las diferencias de temperatura pueden ser sobre todo el resultado de
calentamientos diferenciales en la superficie o en la capa superior del aire.

Figura 2.1. Precipitacin de conveccin
Fuente: https://es.slideshare.net/hectorurrutiaortega/nubes-y-lluvias
b. Precipitacin orogrfica
Se producen cuando el vapor de agua que se forma sobre la superficie es empujada por
el viento hacia las montaas, aqu las nubes siguen por las laderas de las montaas, y
ascienden a grandes alturas, hasta encontrar condiciones para la condensacin y
consiguiente precipitacin.
Figura 2.2: precipitacin orogrfica

c. Precipitacin ciclnica
Se produce cuando hay un encuentro de dos masas de aire, con diferente temperatura y
humedad, las nubes ms calientes son violentamente impulsadas a las partes ms altas,
donde pueden producirse la condensacin y precipitacin. Estn asociadas con el paso
de ciclones o zonas de baja presin.
Figura 2.3: precipitacin ciclnica

2.2.1.3. Medicin de precipitacin
La lluvia se mide en milmetros (mm), que corresponde a la altura en mm de lluvia
sobre un rea de un metro cuadrado.
Linsley (1977), menciona que se ha desarrollado una gran variedad de instrumentos y
tcnicas para obtener informacin de las diferentes fases de precipitacin. Los
instrumentos para medir la cantidad y la intensidad de la precipitacin son las ms
importantes.
UCAR. Gua de referencia para sistemas de Alerta Temprana de Crecidas Repentinas
(2012), menciona los sensores hidrometeorolgicos son:
2.2.1.3.1. Pluvimetros
Los instrumentos de medicin de precipitacin emplean una variedad de tecnologas
aunque los tipos ms comunes son el pluvimetro de pesad y el basculante. Los
pluvimetros de pesada operan capturando el agua en un sistema de recoleccin y
pesando el peso de esa agua. Estos pluvimetros son ms costosos y requieren
mantenimiento de rutina, pero son ms precisos que los pluvimetros basculantes. Los
pluvimetros basculantes operan capturan un pequeo volumen de agua en una de dos
pequeas cubetas. Una vez capturada la lluvia, la cubeta se vuelca y vaca.
Figura 2.4. Representacin esquemtica de un pluvimetro basculante tpico.

Fuente: Gua de referencia para sistemas de Alerta Temprana de Crecidas Repentinas., 2012
El pluvimetro tradicional, almacena la lluvia diaria para luego ser medida, todo los
das a las 7:00 am, por un observador con la ayuda de una probeta calibrada.
Figura 2.5. Pluvimetro tradicional

Fuente: Catalogo bsico de instrumentos meteorolgicos
Adems se tiene:
Pluvimetro electrnico: son usados en estaciones automticas para medir la lluvia.
Utiliza un sistema de cazoletas, que generan pulsos elctricos cada vez que se llenan y
caen por peso.
Figura 2.6. Pluvimetro electrnico

Fluvigrafo: registra, haciendo un grfico sobre una banda de papel, la cantidad de
lluvia durante el da. Con este instrumento es posible estimar la duracin de cada
evento.
Figura 2.7. Fluvigrafo

2.2.1.3.2. Redes de pluvimetros
El propsito de las redes de pluvimetros es proveer mediciones hidrometeorolgicas
precisas y en tiempo real para facilitar el ajuste a los sesgos de las estimaciones de
precipitacin de los radares y satlites, aportar datos de lluvia para los modelos
hidrolgicos y de crecidas repentinas y apoyar los pronsticos generales del estado del
tiempo y la prediccin de las crecidas repentinas. Por lo que se necesita informes de
pluvimetros que sean tan precisas, confiables y oportunos como sea posible.
2.2.1.3.3. Medicin de la precipitacin utilizando radar
Linsley (1977), menciona que un radar transmite un pulso de energa electromagntica
como un rayo en una direccin predeterminada por una antena mvil. El ancho y la
forma del rayo se determinan por el tamao y la configuracin de la antena. La onda
irradiada, que viaja a la velocidad de la luz, se refleja parcialmente por las nubes y por
las partculas de precipitacin y regresa al radar, donde es recibida por la misma antena.
UCAR (2012) menciona que las redes de radares meteorolgicas tienen la funcin
principal de proveer estimacin de alta resolucin y en tiempo real de lluvia en una
cuadricula sobre una regin de inters. Los radares meteorolgicos son herramientas
poderosas para monitoreo y pronostico debido a su capacidad de caracterizar las nubes
de precipitacin sobre un rea.
2.2.1.3.4. Estimacin de la precipitacin utilizando satlites
Linsley (1977), sugiere que la informacin obtenida por satlites meteorolgicos pueden
ser utilizados para estimar cantidades de lluvia para periodos de un mes o ms. UCAR
(2012) menciona que la misin de los satlites meteorolgicos generalmente es doble:
recopilar y divulgar datos de imgenes infrarrojas y visibles observadas y otros
productos que son subidos a enlaces desde el servicio meteorolgico que controla el
satlite.
2.2.1.4. Anlisis de registros de precipitacin

La precipitacin, medida en lmina de agua, vara en tiempo y espacio, por lo que se genera un
conjunto numeroso de datos (serie de datos), que se necesita procesarlos para su anlisis y
utilizacin en el planeamiento de los proyectos hidrulicos. Por lo que recurrimos a la
Estadstica, considerndola como una variable aleatoria.
El tratamiento de la informacin se realiza para analizar, evaluar, corregir los errores
sistemticos y hacer la completacin y extensin de los registros de precipitacin, obteniendo
datos homogneos para su respectiva utilizacin.
a. Anlisis de consistencia
Para determinar la inconsistencia de un registro de precipitacin, o de cualquier variable
hidrometeorolgica, es que se efecta el anlisis de consistencia. La inconsistencia se debe a
errores sistmicos, que se ponen en manifiesto como saltos o tendencias, afectando las
caractersticas estadsticas de dichas series (media y desviacin).
El anlisis de consistencia se desarrolla en cuatro etapas: anlisis grfico, anlisis de doble
masa, anlisis estadstico y correccin de la informacin dudosa.
1. Anlisis grafico
Consiste en analizar la distribucin temporal del histograma del registro de precipitacin
disponible, a fin de detectar la regularidad o irregularidad, es decir los valores extremadamente
altos o bajos, saltos o tendencias debidas a inconsistencias y/o no homogeneidad.
2. Anlisis de doble masa
Se basa en el criterio de que los valores acumulados de la precipitacin total anual de una
estacin, graficados con los valores acumulados de la estacin promedio, para un periodo
considerado, debe ser una lnea recta, de pendiente constante (sin quiebres), dependiendo de
que la razn entre los valores graficados no vari.
3. Anlisis estadstico
Luego de observar la variacin del comportamiento de las series mensuales de precipitacin en
el histograma, en lo referente a saltos y tendencias que puedan presentarse en forma
significativa y en base al anlisis de doble masa, se detectan los puntos de cambio, por lo que
deben ser analizadas estadsticamente, para determinar si son evidentes o significativos.
Consistencia en la media, se realiza mediante la prueba de T de Student, para comprobar
si los valores promedios provienen de la misma muestra. Se procede a determinar la media
y desviacin para cada periodo y se determina el T de Student calculado y se toma los
siguientes criterios de Decisin:

Si Tc Tt entonces X1 = X2 : el salto no es significativo y las medias muestrales son
iguales estadsticamente.
Si Tc >Tt entonces X1 X2 : el salto es significativo y las medias muestrales son
diferentes estadsticamente, es necesario su correccin.

Consistencia en la desviacin estndar, se realiza mediante la prueba estadstica F de
Fisher, calculando las varianzas para cada periodo y determinando el F de Fisher
calculado y se toma los siguientes criterios de Decisin:

Si Fc Ft entonces S1 = S2: el salto no es significativo y no existe diferencia estadstica en
la desviacin estndar.
Si Sc >St entonces S1 S2: el salto es significativo, existe diferencia estadstica y es
necesario su correccin.
4. Correccin de la informacin dudosa.
En los casos en que los parmetros media y desviacin estndar resulten estadsticamente
iguale, la informacin original, considerada dudosa, no se corrige por ser consistente el 95 %
de probabilidad, aun cuando en el diagrama de doble masa se observe quiebres. Si resulta
alguno de los parmetros estadsticos estadsticamente diferentes, entonces se debe corregir el
periodo dudoso, mediante una ecuacin que permite mantener los parmetros del periodo ms
confiable en la serie final.
b. Completacin y extensin de la informacin

Se tiene que recurrir a la transferencia desde una estacin con registro histrico completo y
largo a otra con registro incompleto y corto. Las tcnicas que se utilizan son las de
correlacin directa, cruzada o autocorrelacin.
2.2.2. TELEDETECCIN
2.2.2.1. Concepto
Cualquier procedimiento o tcnica de adquisicin de informacin sin tener contacto directo con
ella. Adems es entendida como una tcnica que tiene el objetivo de captura, tratamiento y
anlisis de imgenes digitales tomada desde satlites artificiales.
Rodriguez & Arredondo (2005) mencionan que en un sistema de teledeteccin espacial

est constituido por los siguientes elementos:
1. Fuente de energa, supones un creador de la energa que el sensor est detectando,

puede tratarse de un actor extremo en cuyo caso se habla de teledeteccin pasiva, o
si es emitida por el sensor se habla de teledeteccin activa, la fuente de energa es el
sol.
2. Cubierta terrestre, formada por la vegetacin, agua, construcciones, suelo, las

cuales reflejan la energa generada por la fuente.
3. Sistema sensor, compuesta por el sensor en s, y la plataforma que lo conforma.

Capa la energa procedente de la cubierta terrestre y enva al centro o base de
recepcin.
4. Sistema de recepcin-comercializacin, donde se recibe la informacin enviada por

el sensor, se graba en un formato adecuado y luego se distribuye a los usuarios.
5. Interprete, es el encargado de analizar la informacin.
6. Usuario final, es el encargado de analizar el documento fruto de la interpretacin

anterior.
Figura 2.8 El concepto de sensor remoto
Fuente: http://www.javeriana.edu.co/biblos/tesis/ingenieria/tesis123.pdf
La teledeteccin no solo reduce el tiempo invertido en los trabajos de investigacin sino

los costos, entre otras ventajas ofrecidas estn:
Cobertura total de la superficie terrestre donde se obtienen imgenes de reas

inaccesibles.
Visin panormica
Homogeneidad en la toma de datos.
Informacin de regiones no visibles en el espectro, infrarrojo medio, trmico,

microondas.
Formato digital de las imgenes.
En la tabla 2.1. se describen las principales bandas espectrales descritas por los sensores
remotos con sus respectivas aplicaciones:

Tabla 2.1. Banda espectral y sus aplicaciones
Banda espectral Aplicaciones
Azul (0.45 0.5 um) Penetracin del agua, uso de la tierra, caractersticas de la
vegetacin, sedientos.
Verde (0.5 0.6 um) Reflexin verde de la vegetacin sana.
Rojo (0.6 07 um) Discriminacin de la vegetacin por la absorcin de la clorofila.
Pancromtico (0.5 0.75) Trazado del uso de la tierra.
Infrarrojo reflectivo (0.75 0.9) Biomasa, identificacin de cultivos, lmites de tierra y agua.
Infrarrojo medio (1.5 1.75) Cantidad vegetacin, zonas ridas, nubosidad, hielo, nieve.
Infrarrojo medio (2 2.35) Geologa, formacin de rocas.
Infrarrojo trmico (10 12.5) Diferenciacin temperatura, descargas trmicas, clasificacin de la

vegetacin, inercia trmica.
Microonda de onda corta (0.1 Cubrimiento de nieve, profundidades, contenido de agua en la

5 cm) vegetacin.
Microonda de onda larga (5 Medidas del suelo, lmites entre tierra y agua, penetracin de la
24 cm) vegetacin.
Fuente: http://www.javeriana.edu.co/biblos/tesis/ingenieria/tesis123.pdf
2.2.2.2. Aplicaciones
Las principales aplicaciones son:
Meteorologa: estudios climticos y de cambio global, anlisis en tiempo real de masas
nubosas de escala media y pequea.

Estudios de suelo: evaluacin de la superficie terrestre y mapas de los suelos, estimacin
de modelos de escorrenta y erosin.

Geologa: cartografa geolgica para la explotacin mineral y petrolfera.
Conservacin de la naturaleza / biologa: control de la superficie con vegetacin,
medidas de aguas superficiales y humedales para evaluar la situacin del habitad para las
aves acuticas.
Hidrologa: balance del agua, agro hidrolgico, inventarios del agua superficial,
cartografa trmica de la superficie del mar, control de movimiento de icebergs,
acumulacin nival.
Agricultura: cartografa de cultivos y usos del suelo, control de erosin, manejo del agua,
cartografa e inventarios de cultivos por especies.
Entre otros.
2.2.2.3. Sistemas espaciales de la teledeteccin
El sistema espacial de teledeteccin cuenta con dos tipos de sensores:
Sensores pasivos:
Estos miden energa radiante reflejada o emitida por el sistema tierra atmosfera. La energa
radiante se convierte en cantidades bio-geofsicas como temperatura, precipitacin, humedad
del suelo, clorofila-a.
Sensores activos
Estos sensores lanzan rayos de radiacin sobre el sistema tierra-atmosfera miden la radiacin
retrodifundida. La radiacin retrodifundia se convierte en parmetros geofsicos.
Un sensor es un dispositivo que detecta radiacin electromagntica emitida o reflejada y la
convierte en un valor fsico que puede ser grabad y procesada.
2.2.2.4. Fuentes de informacin
Como principales fuentes de informacin se encuentran:
1. Fotografas areas
Las fotografas areas convencionales aportan imgenes fcilmente interpretables, al
corresponder con la visin ocular normal. La fotografa, adems del espectro visible, puede
recoger radiaciones ultravioletas e infrarrojas cercanas.
2. Satlites meteorolgicos y de informacin medioambiental

No son fotografas, las imgenes de satlite representan una forma de captura indirecta (reciben
las ondas electromagnticas que se reflejan o que emiten los objetos, captando radiaciones
recibidas fuera del espectro visible) y se almacenan como matrices numricas.
3. Sistemas de informacin geogrfica (SIG)
Es un sistema de hardware, software y procedimientos elaborados para facilitar la obtencin,
gestin, manipulacin, anlisis, modelo, representacin y salida de datos espacialmente
georeferenciados.
2.2.2.5. Resolucin de un sistema sensor
Es definida como la habilidad de un sensor para registrar, discriminar la informacin en detalle,
por lo que implica 5 manifestaciones: espacial, espectral, radiomtrica, temporal y angular
(Chuvieco, 1996 citado en el Manual de Teledeteccin y Procesamiento de imgenes satelitales)
1. Resolucin espacial
Capacidad del sistema para distinguir objetos en funcin de su tamao, interpretada de otra
forma es el tamao del objeto ms pequeo que puede ser distinguido en una imagen: tamao
del pixel obre el terreno.
2. Resolucin espectral
Indica el nmero y anchura de las bandas espectrales que puede discriminar el sensor. Entre
mayor sea la resolucin espectral tendr informacin del comportamiento de una misma
cobertura en diferentes bandas espectrales.
Se refiere a los intervalos especficos de longitud de onda en el espectro electromagntico que
pueden ser registradas por el sensor.

Figura 2.9. Distribucin de bandas en el espectro electromagntico
Fuente: Manual de Teledeteccin y Procesamiento Digital de Imgenes satelitales
3. Resolucin radiomtrica
Indica la capacidad dl sensor para discriminar niveles o intensidades de radiancia. La energa
electromagntica recibida por el sensor, cuando se convierte a nmero digital, necesita un
formato binario (nmero de bits) para codificarse. A mayor numero de bits reservados para
almacenar el valor de la reflectancia de un pixel, mayor resolucin radiomtrica.
4. Resolucin temporal
Indica el tiempo de paso del sateltes sobre la vertical de un punto. Con ello se determina la
periodicidad de adquisicin de imgenes de una misma zona.
La resolucin temporal esta condicionada por el tipo de orbita, el angulo de barrido y la
velocidad del satlite.

Figura 2.10. Resolucin temporal de un satlite
5. Resolucin angular
Capacidad que tiene un sensor para tomar imgenes oblicuas. Esta propiedad permite no
solamente acortar los ciclos temporales de recubrimiento, sino que posibilita la generacin de
imgenes estereoscpicas y por tanto la reconstruccin del relieve.
Figura 2.11. Resolucin angular del satlite Proba-1

2.2.3. SATLITES METEOROLGICOS
Estos satlites proporcionan datos de las condiciones meteorolgicas actualizados
permanentemente que afectan grandes reas geogrficas.

Los servicios de prediccin meteorolgica dependen del flujo constante de imgenes
tomadas por estos satlites.
2.2.3.1. Tipos de orbitas satelital
Los satlites meteorolgicos se sitan es dos tipos de rbitas: Geoestacionaria y polares.
2.2.3.1.1. Satlites meteorolgicos geoestacionarios
Producen cada media hora imgenes actualizados de toda la superficie terrestre,
exceptuando las regiones polares.
Sus caractersticas comunes son:
Alta resolucin temporal: 30 minutos
Baja resolucin espacial 2.5 a 5 km/pixel
Captan las bandas: visible, infrarrojo trmico y vapor de agua.
2.2.3.1.2. Satlites meteorolgicos de rbita terrestre baja
a. Satlites de rbita polar
Cobertura global, pero solo una o dos o menos mediciones al da por sensor. Existen
lagunas orbitales. Mientras ms grande el tamao del barrido, ms alta la resolucin
temporal.
b. Satlites de rbita no polar
Menos de una imagen al da. Cobertura no global y existen lagunas orbitales. Mientras
el barrido sea ms grande la resolucin temporal es ms alta.

2.2.3.2. Sensores y satlites usados para estimar lluvia
Ramos (2013) menciona que los sensores acoplados en satlites meteorolgicos realizan
lecturas en 5 bandas del espectro electromagntico para estimar la lluvia con diversas
tcnicas que estn en constante avance hacia tcnicas ms directas basadas fsicamente,
que han ido evolucionando desde medidas de la radiancia en el espectro visible (Vis) e
infrarrojo (IR), tcnicas basadas en microondas activas y pasivas (MW) hasta tcnicas
que fusionan informacin de sensores en el infrarrojo y microondas que se muestra en la
tabla 2.2.
Tabla 2.2. Bandas del espectro electromagntico para la estimacin de la lluvia de

satlite: sensor y satlite en el espectro visible e infrarrojo (color plomo), sensor y
satlite en el espectro de las microondas pasivas (color verde claro) y microondas
activas (color azul claro).
Fuente: Estudio de la utilidad de la lluvia estimada de satlite en la modelacin hidrolgica distribuida.
2.2.3.3. Percepcin remota de la precipitacin
Es inferida indirectamente de la radiacin solar reflejada y la radiacin infrarroja
emitida por las nubes, es decir es estimada a partir de la radiacin microonda emitida o
dispersada por la superficie y partculas precipitadas (percepcin remota pasiva).

Figura 2.12. Percepcin remota de la precipitacin percepcin remota pasiva: inferida indirectamente de la radiacin infrarroja
emitida por las nubes.
Fuente: https://arset.gsfc.nasa.gov/sites/default/files/users/Spanish_GPM_Week2_March24.pdf
Las frecuencias ms bajas, conocidas como canales de emisin, miden la
precipitacin principalmente a travs de la energa emitida por las gotas de lluvia que es
de 37 GHz; y las frecuencias ms altas o canales de dispersin, recopilan energa
dispersada por partculas de hielo sobre el nivel de congelamiento que es 85 GHz.
2.2.3.4. Satlites de la NASA TRMM y GPM
Estos satlites son una misin conjunta entre la NASA y la Agencia Japonesa de
Exploracin Aeroespacial (JAXA por sus siglas en ingles)
2.2.3.4.1. TRMM (Tropical Rainfall Measuring Mission)
El satlite TRMM Tropical Rainfall Measuring Mission entra en rbita en 1997 para
monitorear y estudiar lluvias tropicales, lleva un radar que transmite en una longitud de
microondas activas y radimetros de microondas con escner de radiacin visible e
infrarrojo, cuya resolucin vertical va desde aproximadamente 1 km para los
radimetros en el espectro visible e infrarrojo, hasta unos 10 km para los radimetros de
microondas y 250 m en el caso del radar.

Este satlite tiene multiples sensores; un sensor de lluvia activo y dos pasivos: precipitacin de
Radar (PR), TRMM Microware Imager (TMI) (Captador de imgenes microondas TRMM),
Visible and Infrared Scanner (VIRS) (Escaner visible e infrarrojo) y un sensor de imgenes de
relampagos (LIS)
Figura 2.13. Instrumentos a bordo del satlite TRMM: PR, VIRS, TMI y LIS y un sistema de energa radiante de ls superficie
terrestre que emplea una base de datos de imgenes de nubes de altsima resolucin.
TRMM Multi-satelite Precipitatiton Analysis (TMPA) (Analisis multisatelite de
precipitacin)
Tambin conocida como TRMM 3B43, que es un algoritmo del TRMM, version 7 que combina
los resultados de varios sensores para obtener mejor cobertura espacio temporal:
Combina las tasas pluviales del PR y del TMI

Intercalibra tasas pluviomtricas pasivas microondas de otros sensores satelitales
SSMI/II, AMSR y AMSY-B, tambin intercalibra con las mediciones infrarrojas de
satlites geoestacionarias nacionales e internacionales y satlites de baja rbita de la
NOAA a travs del VIRS.

El algoritmo 3B43 se ejecuta una vez al mes produciendo la mejor estimacin de intensidad de
precipitacin con el menor error mnimo cuadrtico.
La resolucin temporal del TRMM 3B43 es mensual y la resolucin de 0.25 x 0.25 (~27x27
km) cubre un cinturn global desde los 50latitud Sur a los 50 Latitud Norte.
Figura 2.14. El rea cubierta por dos orbitas del TRMM.

2.2.3.4.2. GPM
La misin de medicin global de la precipitacin (GPM) es una red internacional de
satlites que proporcionan las observaciones globales de la prxima generacin de
lluvia y nieve. Basndose en el xito de la Misin de Medicin de las Precipitaciones
Tropicales (TRMM), el concepto GPM, que es parte de una constelacin de satlites, se
centra en el despliegue de un satlite "Core" (observatorio) que transporta un sistema
avanzado de radar / radimetro para medir la precipitacin desde el espacio y servir
como referencia para unificar mediciones de precipitacin una constelacin de satlites
de investigacin y operacionales. A travs de mediciones mejoradas de las
precipitaciones en todo el mundo, la misin GPM est ayudando a mejorar nuestra
comprensin del ciclo de agua y energa de la Tierra, mejorar la prediccin de eventos
extremos que causan riesgos naturales y desastres y extender las capacidades actuales de
usar informacin precisa y oportuna de precipitacin para beneficiar directamente
sociedad.
Figura 2.15. Constelacin de satlites

Fuente: https://pmm.nasa.gov/GPM
El satlite GPM Core tiene un sensor de lluvia activo: Dual-frequency Precipitation Radar
(DPR), este radar proporciona observaciones en 3D de la lluvia y brinda estimaciones precisas
de la intensidad de la lluvia, y uno pasivo: GPM Microware Imager (GMI), capaz de generar
imgenes con intensidades de precipitacin; estos dos sensores mejoran sobre el producto de
TRMM PR y TMI.
Existen diferentes algoritmos que usa el observatorio Core de la misin GPM para el
procesamiento de imgenes satelitales, uno de ellos es el algoritmo unificado 3IMERG.
IMERG: Integrated Multi-satellitE Retrievals for GPM (Recuperaciones multi-
satelitales integradas para el GPM)
Combina datos del GPM GMI/DPR con los satlites de la constelacin del GPM para rendir
mejores estimaciones espaciales/temporales de precipitacin.
Este algoritmo unificado aprovecha informacin de:
Kalmar Filter CMORPH (interpolacin Temporal lagrangiana) NOAA

PERSIAN CCS (sistema de clasificacin de nubes) U.C. Irvine
TMPA (calibracin nter-satelital, combinacin de medidores)
PPS (ensamblado de datos de insumo, ambiente de procesamiento)
La resolucin temporal del algoritmo 3IMERG es de 30 minutos y con una resolucin espacial
de 0.1 x 0.1 (~10km x 10km) y una cobertura espacial global de 60S a 60N.
III. MATERIALES Y MTODOS

3.1. DESCRIPCIN DE LA ZONA
3.1.1. Ubicacin poltica
La Provincia peruana de Huamanga es una de las once provincias que conforman el
Departamento de Ayacucho, est bajo la administracin del Gobierno
regional de Ayacucho, est limitado por:
Al norte con la Provincia de Huanta.
Al este con la Provincia de La Mar y la Regin Apurmac
Al sur con la Provincia de Vilcas Huamn y la Provincia de Cangallo
Al oeste con la Regin Huancavelica.
3.1.2. Ubicacin geogrfica
Latitud sur : 1310
Longitud oeste : 7413
Altitud media : 2500 m.s.n.m
Superficie total : 2981 km2
Coordenadas utm
Datum: world geodsic system, Datum 1984-WGS84
Proyeccin: Universal Transversal Mercator, UTM
Sistema de coordenadas: Planas
Zona UTM: 18 Sur
Cuadricula: 27
Carta nacional del IGN: Ayacucho

Figura 3.1. Mapa de ubicacin nacional y departamental
Figura 3.2. Mapa de ubicacin satelital de las 5 estaciones meteorolgicas de la provincia de Huamanga
3.2. MATERIALES EQUIPOS Y HERRAMIENTAS

Imgenes satelitales de estimacin de precipitacin de las misiones TRMM y GPM, en
formato en NetCDF (NC).

Datos de precipitacin de las 05 estaciones meteorolgicas.
Cartografa: carta nacional en formato shape.
Software QGis, ArcMap 10.3.
Plataforma Nasa Giovanni.
Microsoft Excel y Word.
Laptop
Impresora
Papel bond
Material bibliogrfico
3.3. MTODOS
3.3.1. Anlisis del registro pluviomtrico de las estaciones
3.3.1.1. Descripcin de los datos de precipitacin
En esta tesis se utiliz informacin pluviomtrica de las estaciones operativas de la
provincia de Huamanga registrados por SENAMHI.
Se cuenta con 5 estaciones activas para la respectiva evaluacin y comparacin frente a
los registros de estimacin de precipitacin por imagen satelital, los registros obtenidos
son del periodo 2010 2016.
Tabla 3.1. Caractersticas de las estaciones meteorolgicas
Fuente: propia
3.3.1.2. Pre-procesamiento de los datos de precipitacin
La calidad de los datos de lluvia que son tomadas en el campo determinan la
confiabilidad de la evaluacin del producto satelital. Por ello es necesario contar con
una base de datos veraz para comprobar las estimaciones del satlite. Al registrar los
datos de lluvia los pluvimetros pueden sufrir errores, por problemas con el equipo, mal
manejo del instrumento por parte del operador, cambios y ubicacin del instrumento,
procedimiento de observacin, entre otros. Debido a ello es importante determinar la
proporcionalidad y homogeneidad de la informacin (Ochoa, 2014 citado por castro
2014), el porcentaje de vacos de las estaciones se debe tener un valor mximo de 20%
para considerar la base de datos como aceptable.
Adems se hizo el anlisis de homogeneidad con las pruebas estadsticas paramtricas
(T de Student y F de Fisher) y el mtodo de curva de doble masa para los registros de
precipitacin de las 5 estaciones.
3.3.2. Anlisis de la precipitacin estimada por satlite

3.3.2.1. Obtencin y procesamiento de las imgenes de estimacin de precipitacin.
Para la descarga de las imgenes satelitales de estimacin de precipitacin de los dos algoritmos
se bas en la plataforma, que permite el acceso al paquete satelital, de NASA GIOVANNI
(https://giovanni.gsfc.nasa.gov/giovanni/) que estn disponibles en los formatos: NetCDF, KML
o KMZ y Geotiff, para este trabajo se descarg en NetCDF (nc), con esta plataforma uno puede
ingresar la coordenadas de la zona de estudio. Para obtener el registro de precipitacin estimada
por satlite se utiliz el software QGis.
3.3.2.2. Anlisis de los registros de precipitacin estimada por satlite.
Para el anlisis se realiz la estacionalidad y se observ el comportamiento del registro de la
lluvia estimada por satlite frente a los registros de precipitacin por estacin meteorolgica.
3.3.3. Medidas de evaluacin
3.3.3.1. Errores de estadsticos
Las medidas de sesgo, raz del error medio cuadrado, coeficiente de correlacin de
Pearson e ndice de concordancia son utilizadas para comparar las estimaciones
satelitales con los datos pluviomtricos. (Castro, 2014)
a. Porcentaje de sesgo
Mide la tendencia media de los valores de precipitacin observada y estimada por
satlite.
El valor ptimo es de cero. Valores positivos muestran sobreestimacin y valores
negativos muestran subestimacin del producto satelital. El resultado es dado en
porcentaje y su frmula es:

n
100 ( Ps xiPp xi )
i=1
%sesgo= n
( Ppxi )
i=1
Donde:
Ps: precipitacin estimada por el producto satelital.
Pp: precipitacin registrada por el pluvimetro
N: nmero de estaciones
b. Raz del error medio cuadrado
Evala el error de las estimaciones por satlite en comparacin con las estaciones
pluviomtricas. El resultado se expresa en mm.
n
1

RMSE= ( Ps xiPp xi)2
n i=1
c. Coeficiente de correlacin de Pearson
Es una medida de concordancia lineal entre las estimaciones por satlite y los datos de
pluvimetro. Estn entre los rangos de -1 y 1, donde ms cercanos a 1 (0-1) tienen
mejor concordancia.
cov (Pp , Ps)

=
var (Ps) var (Pp)
d. ndice de concordancia
Es una medida estandarizada del grado de error de prediccin. Este ndice tiene un valor
de entre 0-1, siendo 1 el valor que representa una concordancia perfecta.

| PsPp xi|
n
2
( +|Pp xiPp xi|)
i=1
n
(Ps xiPp xi)2

d=1 i=1
Donde:
Ppxi : Precipitacin media estimada por el pluvimetro

IV. RESULTADOS Y DISCUSIONES
4.1. Anlisis del registro pluviomtrico de las estaciones
4.1.1. Procesamiento de los datos de precipitacin
Se hizo el anlisis de calidad de los registros pluviomtricos de las 5 estaciones, as
como el anlisis de porcentaje de vacos que se muestra en la tabla 4.1.
Tabla 4.1. Porcentaje de vacos de los registros de lluvia de 5 estaciones
meteorolgicas utilizadas
Fuente: propia
Las 5 estaciones cumplen con el valor admitido de 20%. Por lo que se trabaj con las 5
estaciones.
Anlisis de consistencia
Se realiz el anlisis de consistencia en forma grfica y estadstica. En el primer caso se
ha hecho el anlisis visual de los histogramas y el anlisis de Doble Masa.
A continuacin se presenta los histogramas de las 5 estaciones:
Object 13
Figura 4.1. Histograma del registro de lluvia de la estacin Inia Cannan del periodo 2011-2016
Object 15
Figura 4.2. Histograma del registro de lluvia de la estacin La Quinua del periodo 2010-2015
Object 17
Figura 4.3. Histograma del registro de lluvia de la estacin San Pedro de Cachi del periodo 2010-2015
Object 20
Figura 4.4. Histograma del registro de lluvia de la estacin Cuchoquesera del periodo 1991-2016
Object 23
Figura 4.5. Histograma del registro de lluvia de la estacin Wayllapampa del periodo 2010 - 2015
El anlisis estadstico se ha basado en la identificacin de los Saltos y Tendencias en las
Series pluviomtricas, mediante los criterios T de Student y F de Fisher, en los cuales se
ha desarrollado la correccin de los estadsticos: Media y Desviacin Estndar.
En todas las estaciones el Tc fue menor que el Tt, para la media, por lo que no se
requiri la correccin. Tambin el Fc fue menor que el Ft para cada estacin (saltos),
para la desviacin, por lo que no se requiri correccin.
Las tendencias de las series de datos a lo largo de los aos de registro, se observan en la
curva de doble ms relacionando a las 5 estaciones con una estacin promedio, que nos
indicara las estaciones ms confiables y las que necesitan correccin.
Tabla 4.1. Registro de PP anual PP cumulada para las 5 estaciones del periodo 2010
2016
Object 25
Figura 4.6. curva de doble masa de precipitacin
Tambin se realiz el clculo de precipitacin promedio mensual para las 5 estaciones.
Tabla 4.2. Registro de PP mensual promedio para las 5 estaciones del periodo 2010
2016
Object 27
Figura 4.7. Estacionalidad de la precipitacin promedio mensual
4.2. Anlisis del precipitacin estimada por satlite
4.2.1. Descripcin de la estimaciones de precipitacin por satlite
Al tener las imgenes descargadas en formato nc de la plataforma Giovanni, para cada uno de
los algoritmos, se extrajo el registro de precipitacin intersecando con cada pixel que coincida
los puntos de cada estacin con el software QGis.

Figura 4.8. Interseccin de los puntos de las 5 estaciones con las grillas de la imagen satelital.
La extraccin del registro de estimacin de precipitacin por satlite se realiz con el
complemento de QGis: Point Sampling Tool, extrayndolo en una nueva tabla de atributos.
Figura 4.9. Tabla de atributos de la extraccin de los datos de registro de lluvia.
Figura 4.10. Tabla de atributos de la precipitacin mensual para el ao 2016.
Para poder extraer los registros se tiene que tener en cuenta que el raster (la imagen satelital)
este en las mismas coordenadas que los Shape (de cada estacin), por lo general los raster
descargados estn en coordenadas geogrficas WGS 84.
Adems se tiene que tener en cuenta la resolucin espacial de la imgenes debido a que en la
imagen del algoritmo TRMM 3B43 que es de 0.25 x 0.25, al obtener el registro de las
estimaciones de las estaciones Wayllapampa, Inia Cannan y La Quinua presentan los mismos
valores en la serie de precipitacin, ya que por estar cercanas, coinciden en la misma grilla del
registro de la precipitacin por satlite.
4.2.2. Anlisis de los registros de precipitacin estimada por satlite.
Una vez extrados los registros de lluvia de los dos algoritmos, se procedi a analizar la
estacionalidad con respecto a cada estacin pluviomtrica, para ello se realiz el histograma del
registro satelital y estacin meteorolgica cual se muestran en las siguientes imgenes.
En el caso del algoritmo TRMM 3B43 se utiliz el periodo 2010-2016 debido a que este
algoritmo presenta registros desde 1998. Pero para el anlisis de la estacionalidad se utiliz del
2014 2016.
Object 30
Object 32
Object 34
Object 36
Object 38
Figura 4.11. Histogramas de los registros de precipitacin de las estaciones meteorolgicas frente a los registros obtenidos de las
imgenes satelitales del algoritmo TRMM 3B43,
En el caso del algoritmo GPM 3IMERG en el periodo 2014-2016, ya que este satlite fue
lanzado recientemente como un reemplazo al TRMM y tiene registros desde abril del 2014, este
se muestra en las siguientes figuras:

Object 40
Object 42
Object 44
Object 46
Object 48
Figura 4.12. Histogramas de los registros de precipitacin de las estaciones meteorolgicas frente a los registros obtenidos de las
imgenes satelitales del algoritmo GPM 3IMERG
Para observar el comportamiento del producto satelital en comparacin a la estacin
pluviomtrica, se procedi a realizar el registro de lluvia acumulada para el periodo 2014 al
2010 de cada estacin viendo el error
Object 50
Object 52
Object 54
Object 56
Object 58
Figura 4.13. Precipitacin acumulada de las estaciones meteorolgicas frente a la precipitacin acumulada de las imgenes
satelitales del algoritmo GPM 3IMERG
Object 60
Object 62
Object 64
Object 66
Object 68
Figura 4.14. Precipitacin acumulada de las estaciones meteorolgicas frente a la precipitacin acumulada de las imgenes
satelitales del algoritmo GPM 3IMERG
4.3. Medidas de evaluacin

Para tener la idea de sobre la precisin de los productos satelitales en cuanto a la estimacin de
precipitacin en forma cuantitativa se realiz los errores estadsticos: Porcentaje de sesgo, raz
del error medio al cuadrado (RMSE), coeficiente de correlacin de Pearson (y) y concordancia
de acuerdo (d). En las tablas 4.3. y 4.4. muestran los valores promedios de cada error estadstico
para cada estacin de la provincia de Huamanga.
a. Porcentaje de sesgo
TRMM
El sesgo relativo muestra valores de sobreestimacin en las estaciones de: Inia Cannan
(47.455 %), La quinua (1.831%), San Pedro de Cachi (4.964%) y Wayllapampa
(20.426). En el caso de la estacin Inia Cannan nos muestra un porcentaje elevado del
sesgo a diferencia de las dems esto nos indica que se estara considerando como
insatisfactorio. En la estacin Cuchoqueseraa (-12.779 %) nos indica una
subestimacin.
GPM
El sesgo relativo muestra valores de sobreestimacin en la estacin de Inia Cannan
(11.842 %). Para el caso de las estaciones: La Quinua (-8.358), San Pedro de Cachi
(23.66), Cuchoquesera (-55.571) y Wayllapampa (-11.161 %) nos indica una
subestimacin. Para el caso de Cuchoquesera es demasiado alto bajo la subestimacin
por lo que se considera insatisfactorio.

Object 70
Figura 4.15. Porcentaje de Sesgo calculado para cada estacin meteorolgica con respecto a los registros de estimacin de
precipitacin de los dos satlites TRMM y GPM
b. Raz del error medio cuadrado
La raz del error medio cuadrado, presenta valores moderados debido a la cantidad de
datos con los que se cont para la evaluacin, estas se muestran en la figura 4.16., si se
contase con ms registro o a nivel diario se podra observar el RMSE menores alas
obtenidas.
Object 73
Figura 4.16. RMSE calculado para cada estacin meteorolgica con respecto a los registros de estimacin de precipitacin de los
dos satlites TRMM y GPM
Al observar la figura 4.16. se muestra que el error que presenta el algoritmo de GPM
3IMERG es menor que el algoritmo TRMM3B43, esto se basa en la diferencia de
resolucin de estos productos, adems observamos que en la estacin de Cuchoquesera
es al contrario, podemos influir a la presencia de la Presa Cuchoquesera.
c. Coeficiente de correlacin de Pearson
Los clculos realizados para el coeficiente de Pearson nos dieron valores cercanos a la
unidad, por lo que se dice que estas tienen menor concordancia.
Object 75
Figura 4.17. Coeficiente de Pearson calculado para cada estacin meteorolgica con respecto a los registros de estimacin de
Vemos la diferencia entre los dos algoritmos de los satlites TRMM y GPM, el
coeficiente de Pearson para el Algoritmo IMERG tiene mayor concordancia que el
algoritmo TMPA segn muestra la figura 4.17, excepto para la estacin Cuchoquesera,
pero estos dos productos se acercan a la unidad.
d. ndice de concordancia
Para el ndice de concordancia se obtuvo valores intermedios (0 1), por lo que se
tiene valores con una concordancia no tan perfecta.

Object 77
Figura 4.18. ndice de concordancia calculado para cada estacin meteorolgica con respecto a los registros de estimacin de
En la figura 4.18. se observa que en la estacin Inia Cannan la concordancia es mayor
con el algoritmo del satlite GPM a diferencia del satlite TRMM y en el resto de las
estaciones se da el caso contrario ya que el algoritmo del satlite TRMM tiene mayor
concordancia frente al GPM, pero la diferencia nos es demasiado por lo que ambas
estn en un ndice de Concordancia intermedia ya que el valor oscila entre 0 a 1, siendo
1 la concordancia perfecta frente a los registros de precipitacin de cada estacin
meteorolgica.
Tabla 4.3. Resumen de los errores estadsticos realizados entre las estacione
meteorolgicas frente a los registros del satlite TRMM
Tabla 4.4. Resumen de los errores estadsticos realizados entre las estacione
meteorolgicas frente a los registros del satlite GPM
V. CONCLUSIONES Y RECOMENDACIONES
5.1. Conclusiones
Para la evaluacin de las estimaciones de precipitacin por satlite se utilizaron el registro de
lluvia de 5 estaciones meteorolgicas activas pertenecientes a la provincia de Huamanga, el
registro utilizado fue del periodo 2010 al 2016, pero para la comparacin con las estimaciones
de precipitacin estimada por los dos algoritmos TRMM 3B43 y GPM 3IMERG solo se utiliz
el registro de 2014 al 2016, en el caso del algoritmo 3IMERG se utiliz a partir del mes de Abril
debido a que recin la data estuvo disponible en este mes pero fue lanzado 27 de febrero.
Para tener datos de lluvia de calidad de las 5 estaciones se analiz la homogeneidad mediante el
anlisis grfico, anlisis de los histogramas y curva de doble masa, y el anlisis estadstico,
pruebas estadsticas paramtricas de T de Student y F de Fisher, que dieron como reultado que
el Tc y el Fc es menor al Tt y Ft, por lo que no se requiri correccin. Luego se complet los
datos faltantes para cada estacin.
Se obtuvo los registros de precipitacin de las imgenes satelitales mediante la plataforma Nasa
Giovanni y se realiz el respectivo a anlisis de la estacionalidad de los registros frente a los
registro de las estaciones meteorolgicas, observando en ello un comportamiento similar en la
cualidad, con un error menor con el sensor GPM a diferencia del sensor GPM.
Para la comparacin de los registro de lluvia estimado por satlite frente a los registro de
estacin meteorolgica se emplearon los errores estadsticos lo cual nos indica que en forma
cuantitativa no son satisfactorios o acertados debido a que hay sobreestimacin y subestimacin,

pero la estacionalidad de los registros en forma cualitativa si son satisfactorios ya que presentan
una correlacin cercana a 1 y tienen una comportamiento similar y son adecuados, por lo que es
aceptable su utilizacin debido a que la distribucin de las estaciones en nuestra provincia es
escasa, y es una alternativa favorable para la utilizacin en zonas donde no contamos con
estaciones para el registro de lluvia, para los diferentes estudios donde se requiere la obtencin
de registros de lluvia.
5.2. Recomendaciones
Generalmente la precipitacin es una variable climtica variable espacio-temporal lo cual para
poder utilizarlo recurrimos a diversos mtodos para poder obtener para una zona (cuenca) donde
no contamos con registros de precipitacin, para lo cual la NASA puso a disposicin
plataformas como: Mirador y Giovanni, que no es necesario tener una cuenta, para poder
descargar imgenes de estimacin de precipitacin por satlite donde que nos permite elegir la
resolucin temporal y espacial de la zona de estudio, por lo que es recomendable para su uso.
Al momento de elegir el satlite se tiene que tener en cuenta las caractersticas del satlite, es
decir la resolucin temporal, como es el caso de los algoritmos empleados en este trabajo que
tiene caractersticas diferentes TMPA 0.25x0.25 e IMERG 0.1x0.1 y la cobertura temporal
que presentan como TMPA tiene registros desde noviembre de 1997 e IMERG desde abril de
2014.
Existen diferentes software para el procesamiento de imgenes pero que generalmente
requerimos licencias, pero ltimamente se fue viendo el ingreso de software libres como es el
caso del QGis y otros, la cual es recomendable su uso debido a que uno no requiere obtener la
licencia para su uso y adems podemos encontrar diversos tutoriales para su aprendizaje en el
YouTube.
Para poder utilizar un registro de datos de lluvia siempre es necesario hacer un anlisis de
bondad para que nuestros datos sean confiables y hacer el respectivo proceso para su utilizacin,
debido a que en el registro siempre puede haber errores.
VI. BIBLIOGRAFA
Andrade, O. F. (2016). Evaluacin de imgenes satelitales de precipitacin GPM

(Global Preciptation Measurement) a escala sub-diaria para la provincia del Azuay.
Recuperado de: http://dspace.ucuenca.edu.ec/handle/123456789/24214
Hurtado, P. B.; Sanches, I.; Velasquez,A. M.; Esquivel, G.; Palomo, M. (2014).
Propuestas metodolgicas para el anlisis de calidad de datos de precipitacin.
Recuperado de: http://www.agrofaz.mx/wp-
content/uploads/articulos/2014143IV_1.pdf
Brito, D. M. (2015). Precipitacin Actual mediante Datos GPM. Recuperado de:

http://webgis.isagro.org.ar/data/pdf/Precipitacion_Actual.pdf
Calle, S., & Esteban, A. (2015). Anlisis de la variabilidad espacio temporal de la

precipitacin en la ciudad de Cuenca durante el periodo de febrero julio de 2014.
Recuperado de:
http://dspace.ucuenca.edu.ec/bitstream/123456789/21687/1/TESIS.pdf
Castro, E. S. (2014). Evaluacin de imgenes satelitales de precipitacin (TRMM

3B43 mensual) en regin Costa, Sierra y Oriente del ecuador. Recuperado de:
http://dspace.ucuenca.edu.ec/bitstream/123456789/20874/1/TESIS.pdf
Gandia, S. & Melia, J. (1991). La teledeteccin en el seguimiento de los fenmenos

naturales, recursos renovables: Agricultura. Recuperado de:
https://books.google.com.pe/books?
id=t8ZLSpM20m8C&pg=PA3&dq=La+teledetecci
%C3%B3n+en+el+seguimiento+de+los+fen%C3%B3menos+naturales,
+recursos+renovables:+Agricultura.&hl=es-
419&sa=X&ved=0ahUKEwjGv_Sxw9nUAhUFQiYKHUjrDdwQ6AEIJDAB#v=o
nepage&q=La%20teledetecci%C3%B3n%20en%20el%20seguimiento%20de
%20los%20fen%C3%B3menos%20naturales%2C%20recursos%20renovables%3A
%20Agricultura.&f=false
Ruiz, J. J. (2009). Evaluacin de diferentes metodologas para la calibracin de las

estimaciones de precipitacin CMORPH sobre Sudamrica. Recuperado de:
http://www.scielo.br/pdf/rbmet/v24n4/a09v24n4.pdf
Linsley Kohler, P. (1977). Hidrologa para ingenieros.
Pea, P.G. (2016). Integracin de imgenes satelitales de precipitacin TRMM con

informacin de pluvimetros para los aos 2001 y 2002 en Ecuador. Recuperado
de: http://dspace.ucuenca.edu.ec/handle/123456789/25859
Ramos, L. (2013). Estudio de la utilidad de la lluvia estimada de satlite en la

modelacin hidrolgica distribuida. Recuperado de:
https://riunet.upv.es/bitstream/handle/10251/27548/Estudio%20de%20la
%20utilidad%20de%20la%20lluvia%20estimada%20de%20sat%C3%A9lite%20en
%20la%20modelaci%C3%B3n%20hidrol%C3%B3gica%20distribuida
%205598_5599.pdf?sequence=11
Rodriguez, O. E. & Arredondo, H. A. (2005). Manual para el manjeo y

procesamiento de imagnes satelitales obtenidas del sensor remoto modis de la
NASA, aplicados a estudios de ingenieri civil. Recuperado de:
http://www.javeriana.edu.co/biblos/tesis/ingenieria/tesis123.pdf
UCAR: Gua de referencia para sistemas de Alerta Temprana de Crecidas

Repentinas., 2012. Recuperado de:
http://www.meted.ucar.edu/communities/hazwarnsys/ffewsrg_es/FF_EWS.portada.
pdf
Villon Bejar, M. (2002). Hidrologa
VII. ANEXO
7.1. Plano de ubicacin
7.2. Anlisis estadstico de los registros de precipitacin de las estaciones meteorolgicas

Tesis I Borrador

Cargado por

Copyright:

Formatos disponibles

Tesis I Borrador

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis I Borrador

Cargado por

Copyright:

Formatos disponibles

ESTIMACIN DE PRECIPITACIN POR IMAGEN SATELITAL EN LA

PROVINCIA DE HUAMANGA, 2014 - 2016

La precipitacin es una variable meteorolgica importante en el ciclo hidrolgico, por la que es

necesario su estudio debido a su variabilidad espacio-temporal y adems es necesaria para los

comportamiento en una regin. ltimamente las estimaciones de precipitacin por satlite se

puede obtener de zonas donde no se cuenta con data histrica de precipitacin.

precipitacin de las 5 estaciones activas de la provincia de Huamanga. El objetivo principal de

resultados obtenidos muestran que las estimaciones de precipitacin de imgenes satelitales

mensuales representan de forma cualitativa a la precipitacin registrada en las estaciones

meteorolgicas. Sin embargo, los resultados de los errores estadsticos no resultaron

Wayllapampa; y subestimacin para la estacin Cuchoquesera, y con el sensor GPM se tiene

sobreestimacion en la estacin Inia Cannan y subestimacin en las estaciones: La quinua, San

Pedro de Cachi, Cuchoquesera y Wayllapampa.

Las estimacin espacio-temporal de la precipitacin poseen una amplia gama de

y la energa, mitigacin de sequa, control de inundaciones, y pronstico de los cultivos

son pocos densas, la variabilidad espacial no puede ser representada adecuadamente

(Castro, 2014). La amplia variabilidad que la precipitacin puede tener en diferentes

puntos geogrficos dificulta realizar su medicin directa (Calle et al., 2015).

acumulada en base a sensores remotos y a una combinacin de sensores remotos y

buscan lograr una descripcin detallada de la variabilidad temporal y espacial de la

para estimar precipitacin, ya que proveen datos continuos espacialmente y a intervalos

temporales regulares (mensuales, diarios, sub-diarios), (Andrade, 2016). Adems son

fundamentales para obtener estimaciones donde no se han colocado pluvimetros y en

periodos de tiempo de los que no se tienen registros (Castro, 2014).

Para la estimacin de la precipitacin se han utilizado una gran variedad de datos de

satlite (visible, IR prximo, IR trmico, microondas) y se han desarrollado diversas

de satlites que proporcionan las observaciones globales de la maxima generacin de

lluvia y nieve. Basndose en el xito da la Misin de Mediciones de las Precipitaciones

Tropicales (TRMM) (NASA).

estaciones meteorolgicas de la provincia de Huamanga, 2014 - 2016.

1.1.2. Objetivos especficos

Obtener y hacer el anlisis de calidad de los datos de precipitacin de las estaciones

meteorolgicas de la provincia de Huamanga.

Procesar las estimaciones de precipitacin por satlite de la provincia de Huamanga.

estimaciones de precipitacin por satlite de la provincia de Huamanga.

El estudio de la utilizacin de las imgenes satelitales para estimar diversas variables

pluvimetros y estimaciones de satlite tienen errores de diferente naturaleza; los pluvimetros

En el 2014 se realiz la Evaluacin de imgenes satelitales de precipitacin (TRMM 3B43

Castro Loayza que encontr que la estacionalidad de la precipitacin est representada

adecuadamente por el producto satelital en forma cualitativa en el Ecuador, cuantitativamente;

la regin andina. En el 2016 se realiz la evaluacin de imgenes satelitales de precipitacin

que resultan ms confiables a escala diaria.

en forma de: lluvias, granizadas, garuas y nevadas.

Desde el punto de vista de la ingeniera hidrolgica, la precipitacin es la fuente

de partida de los estudios concernientes al uso y control del agua.

La formacin de la precipitacin, requiere la elevacin de una masa de agua en la

atmosfera, de tal manera que se enfri y parte de su humedad se condense. Atendiendo

al factor que provoca la elevacin del aire en la atmosfera, la precipitacin se clasifica

alrededores. Las diferencias de temperatura pueden ser sobre todo el resultado de

calentamientos diferenciales en la superficie o en la capa superior del aire.

ascienden a grandes alturas, hasta encontrar condiciones para la condensacin y

Figura 2.2: precipitacin orogrfica

donde pueden producirse la condensacin y precipitacin. Estn asociadas con el paso

de ciclones o zonas de baja presin.

Figura 2.3: precipitacin ciclnica

2.2.1.3. Medicin de precipitacin

La lluvia se mide en milmetros (mm), que corresponde a la altura en mm de lluvia

sobre un rea de un metro cuadrado.

Linsley (1977), menciona que se ha desarrollado una gran variedad de instrumentos y