Validación y Análisis Espacio-Temporal de Datos de Precipitación Obtenidos por Sensores Remotos CHIRPS para el Estado de Mato Grosso, Brasil

Autores/as

DOI:

https://doi.org/10.55761/abclima.v35i20.18858

Palabras clave:

Pluviometría, Agricultura, CHIRPS, Biomas, Monitoreo

Resumen

La precipitación es crucial para la producción agrícola en el estado de Mato Grosso. Sin embargo, la red de monitoreo de datos de lluvia es insuficiente y está desigualmente distribuida, lo que afecta la determinación del balance hídrico, la detección de sequías y la gestión de recursos hídricos. Considerando el potencial de los productos de precipitación derivados del monitoreo remoto para estimar la precipitación en áreas con monitoreo deficiente, este estudio tuvo como objetivo validar los datos CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data) para el estado de Mato Grosso, así como analizar su distribución espacial y temporal en la región. Las estimaciones de CHIRPS fueron comparadas con registros históricos de 154 pluviómetros de la red hidrometeorológica nacional, y se cuantificaron seis métricas de error para validar el producto. Los resultados confirmaron que el bioma Amazónico presenta la mayor precipitación en el estado, seguido por el Cerrado. En contraste, el bioma Pantanal tiene la menor precipitación media mensual y anual en comparación con los otros biomas del estado. Además, se comprobó que el producto CHIRPS estima adecuadamente la precipitación total mensual y los promedios históricos mensuales, revelándose co mo una herramienta prometedora para la gestión de recursos hídricos, la detección de sequías, estudios de balance hídrico y modelado hidrológico en cuencas hidrográficas en el estado de Mato Grosso. Sin embargo, para totales diarios, el error de estimación es alto, no recomendándose su uso directo sin corrección de datos o calibración en modelos hidrológicos.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Eduardo Morgan Uliana, Universidade Federal de Mato Grosso (UFMT)

Professor Adjunto IV na Universidade Federal de Mato Grosso (UFMT), campus de Sinop - MT. Possui graduação em Engenharia Ambiental, Mestrado em Produção Vegetal e doutorado em Engenharia Agrícola. Tem experiência na área de Engenharia Ambiental atuando principalmente nos seguintes temas: hidrologia, hidráulica, modelagem de sistemas ambientais, engenharia de água e solo e geoprocessamento. 

Marionei Fomaca de Sousa Junior, Instituto Nacional de Pesquisas Espaciais (INPE)

Mestrando no programa de pós graduação em Sensoriamento Remoto do Instituto Nacional de Pesquisas Espacias (INPE) no qual faz parte do grupo de pesquisa Image Processing & Analysis for Earth Observation. Graduado em Engenharia Agrícola e Ambiental pela Universidade Federal de Mato Grosso, campus de Sinop. Tem experiência na área de Engenharia Agrícola com ênfase em Geoprocessamento, Sensoriamento Remoto, Recursos Hídricos, Agricultura de Precisão e Modelagem Hidrológica.

Juliana de Abreu Araujo, Instituto Nacional de Pesquisas Espaciais (INPE)

Engenheira Ambiental formada no ICT-UNESP, São José dos Campos (2020). 

Uilson Ricardo Venâncio Aires, Mississippi State University

Sou formado em Engenharia Agrícola pela Universidade Federal de Lavras (UFLA) e em Tecnologia em Agronegócio pela Faculdade de Tecnologia (FATEC). Possuo títulos de Mestre e Doutor em Engenharia Agrícola pela Universidade Federal de Viçosa (UFV), tendo realizado parte do doutorado na University of Florida (UFL) por meio do programa CAPES/PrInt em 2019. Atualmente, atuo como Postdoctoral Associate no departamento de Agricultural and Biological Engineering da Mississippi State University (MSU). Minha experiência inclui a aplicação de sensoriamento remoto orbital e machine learning na gestão de bacias hidrográficas e monitoramento das mudanças da cobertura vegetal.

Demetrius David da Silva, Universidade Federal de Viçosa (UFV)

Professor Titular do Departamento de Engenharia Agrícola da Universidade Federal de Viçosa (UFV) e Bolsista de Produtividade em Pesquisa do CNPq desde 1997. Reitor da Universidade Federal de Viçosa - UFV (gestão 2019-2023). Vice-Reitor da Universidade Federal de Viçosa - gestão 06/2011-06/2015. Presidente do Conselho de Administração do Centro Tecnológico de Desenvolvimento Regional de Viçosa (CenTev) - gestão 06/2011-06/2015. Diretor-Presidente da Fundação Arthur Bernardes (FUNARBE), gestões 08/2006-07/2010 e 08/2010-05/2011. Chefe do Departamento de Engenharia Agrícola da UFV nos períodos de 2002/2004 e 2004/2006. Possui graduação em Agronomia (1987), mestrado (1990) e doutorado (1994) em Engenharia Agrícola pela Universidade Federal de Viçosa. Pós-Doutorado no Hydrologic Modeling Lab vinculado ao Departament of Agricultural and Biological Engineering - University of Florida (EUA) no período de 2015 a 2016. Tem experiência na área de Engenharia Agrícola, com ênfase em Planejamento e Gestão de Recursos Hídricos e Conservação de Solo e Água, atuando principalmente nos seguintes temas: gestão de recursos hídricos, modelagem ecohidrológica, escoamento superficial, erosão hídrica e modelagem hidrológica.

Marcio Roggia Zanuzo, Universidade Federal de Mato Grosso (UFMT)

Possui graduação em Agronomia pela Universidade Federal de Pelotas (2001), mestrado em Ciência e Tecnologia Agroindustrial (2004) e doutorado na mesma área concluído em 2007. Aréa de atuação centrada em fisiologia pós-colheita de frutas e hortaliças com ênfase na maturação trabalhando com análises de qualidade, expressão gênica e atividade enzimática de genes relacionados em eventos etileno-dependentes e etileno não dependentes. Professor Associado das disciplinas de Olericultura e Fruticultura do Instituto de Ciências Agrárias e Ambientais da Universidade Federal de Mato Grosso em Sinop-MT. Atualmente desempenhando a atividade de coordenação do programa de pós-graduação em Agronomia.

Ibraim Fantin da Cruz, Universidade Federal de Mato Grosso (UFMT)

Possui graduação em Ciências Biológicas e Mestrado em Ecologia pela Universidade Federal de Mato Grosso (UFMT) com Doutorado em Recursos Hídricos e Saneamento Ambiental pelo Instituto de Pesquisas Hidráulicas (IPH/UFRGS), e formação complementar nas áreas de Monitoramento Hidrológico e Gestão Ambiental e de Recursos Hídricos. É atualmente Professor do da Universidade Federal de Mato Grosso, lotado no Departamento de Engenharia Sanitária e Ambiental, Coordenador do Programa de Pós-Graduação em Recursos Hídricos (2019-), membro titular do Conselho Estadual de Recursos Hídricos (2018-), presidente do Comitê de Bacia Hidrográfica do Sepotuba (2023-), Editor Associado da Revista Brasileira de Recursos Hídricos (2020-). Orienta no Programa de Pós-Graduação em Recursos Hídricos, onde desenvolve pesquisas nas áreas de Hidrossedimentologia, Qualidade de Água e Gestão de Recursos Hídricos. 

Citas

AKSU, H.; AKGÜL, M. A. Performance evaluation of CHIRPS satellite precipitation estimates over Turkey. Theoretical and Applied Climatology, v. 142, p. 71-84, 2020. https://doi.org/10.1007/s00704-020-03301-5

ALEJO, L. A.; ALEJANDRO, A. S. Validating CHIRPS ability to estimate rainfall amount and detect rainfall occurrences in the Philippines. Theoretical and Applied Climatology, v. 145, n. 3-4, p. 967-977, 2021. https://doi.org/10.1007/s00704-021-03685-y

ALSILIBE, F.; BENE, K.; BILAL, G.; ALGHAFLI, K.; SHI, X. Accuracy Assessment and Validation of Multi-Source CHIRPS Precipitation Estimates for Water Resource Management in the Barada Basin, Syria. Remote Sensing, v. 15, n. 7, p. 1778, 2023. https://doi.org/10.3390/rs15071778

ANA (Brasil) Agência Nacional de Águas. Polos Nacionais de Irrigação: Mapeamento de Áreas Irrigadas com Imagens de Satélite. 2020. Disponível em: https://cdn.agenciapeixevivo.org.br/media/2020/03/polos-nacionais-irriga%C3%A7%C3%A3o.pdf. Acesso em: 06 jun. 2024.

BIUDES, M. S., GELI, H. M., VOURLITIS, G. L., MACHADO, N. G., PAVÃO, V. M., DOS SANTOS, L. O. F., QUERINO, C. A. S. Evapotranspiration seasonality over tropical ecosystems in Mato Grosso, Brazil. Remote Sensing, v. 14, n. 10, p. 2482, 2022. https://doi.org/10.3390/rs14102482

CARVALHO, M. A. C. C.; ULIANA, E. M.; SILVA, D. D.; AIRES, U. R. V.; MARTINS, C. A. S.; SOUSA JUNIOR, M. F.; CRUZ, I. F.; MENDES, M. A. S. A. Drought monitoring based on remote sensing in a grain-producing region in the cerrado–amazon transition, Brazil. Water, v. 12, n. 12, p. 3366, 2020. https://doi.org/10.3390/w12123366

CARVALHO, M. A. C. C.; ULIANA, E. M.; SILVA, B. F. P.; MARTINS, C. A. S.; CRUZ, I. F.; AIRES, U. R. V.; MENDES, M. A. S. A. Precipitação Provável de uma importante região produtora de grãos do Brasil: probabilidade, distribuição espacial e sistemas sinóticos. Geo UERJ, n. 41, p. e52331, 2022. DOI: 10.12957/geouerj.2022.52331.

DINKU, T.; FUNK, C.; PETERSON, P.; MAIDMENT, R.; TADESSE, T.; GADAIN, H.; CECCATO, P. Validation of the CHIRPS satellite rainfall estimates over eastern Africa. Quarterly Journal of the Royal Meteorological Society, v. 144, p. 292-312, 2018. https://doi.org/10.1002/qj.3244

FESSEHAYE, M.; FRANKE, J.; BRÖNNIMANN, S. Evaluation of satellite-based (CHIRPS and GPM) and reanalysis (ERA5-Land) precipitation estimates over Eritrea. Meteorologische Zeitschrift, v. 31, n. 5, p. 401-413, 2022. https://doi.org/10.1127/metz/2022/1111

FUNK, C.; PETERSON, P.; LANDSFELD, M.; PEDREROS, D.; VERDIN, J.; SHUKLA, S.; HUSAK, G.; ROWLAND, J.; HARRISON, L.; HOELL, A.; MICHAELSEN, J. The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Scientific Data, v. 2, p. 150066, 2015. https://doi.org/10.1038/sdata.2015.66

GHOZAT, A.; SHARAFATI, A.; HOSSEINI, S. A. Satellite-based monitoring of meteorological drought over different regions of Iran: application of the CHIRPS precipitation product. Environmental Science and Pollution Research, v. 29, n. 24, p. 36115-36132, 2022. https://doi.org/10.1007/s11356-022-18773-3

HGE-IPH. ANA Data Acquisition. 2024. Disponível em: https://www.ufrgs.br/hge/ana-data-acquisition/. Acesso em: 06 jun. 2024.

HSU, JIE; HUANG, WAN RU; LIU, PIN YI; LI, XIUZHEN. Validation of chirps precipitation estimates over taiwan at multiple timescales. Remote Sensing, v. 13, n. 2, p. 1-18, 2021. https://doi.org/10.3390/rs13020254

IBGE (Brasil). Instituto Brasileiro de Geografia e Estatística. Censo Agropecuário 2017. 2017. Disponível em: https://censoagro2017.ibge.gov.br/. Acesso em: 06 jun. 2024.

KATSANOS, D.; RETALIS, A.; MICHAELIDES, S. Validation of a high-resolution precipitation database (CHIRPS) over Cyprus for a 30-year period. Atmospheric Research, v. 169, p. 459-464, 2016. https://doi.org/10.1016/j.atmosres.2015.05.015

JUNQUEIRA, R.; VIOLA, M. R.; AMORIM, J. S.; CAMARGOS, C.; MELLO, C. R.Hydrological modeling using remote sensing precipitation data in a Brazilian savanna basin, Journal of South American Earth Sciences, v. 115, 2022, https://doi.org/10.1016/j.jsames.2022.103773.

MELLO, C. R.; SILVA, A. M.; BESKOW, S. Hidrologia de Superfície: princípios e aplicações. Lavras: Editora UFLA, 2020. 531 p.

MAGGIONI, V.; MASSARI, C. On the performance of satellite precipitation products in riverine flood modeling: A review. Journal of Hydrology, v. 558, 2018. https://doi.org/10.1016/j.jhydrol.2018.01.039

NAWAZ, M.; IQBAL, M.F.; MAHMOOD, I. Validation of CHIRPS satellite-based precipitation dataset over Pakistan. Atmospheric Research, v. 248, 2021. https://doi.org/10.1016/j.atmosres.2020.105289

PACA, V. H. M.; ESPINOZA-DÁVALOS, G.; MOREIRA, D.; COMAIR, G. Variability of Trends in Precipitation across the Amazon River Basin Determined from the CHIRPS Precipitation Product and from Station Records. Water, v. 12, n. 5, p. 1244, 2020. https://doi.org/10.3390/w12051244

PAREDES-TREJO, F. J.; BARBOSA, H. A.; KUMAR, T. V. L. Validating CHIRPS-based satellite precipitation estimates in Northeast Brazil. Journal of Arid Environments, v. 139, p. 26-40, 2017. https://doi.org/10.1016/j.jaridenv.2016.12.009

RAMOS FILHO, H. A.; ULIANA, E. M.; AIRES, U. R. V.; CRUZ, I. F.; LISBOA, L.; SILVA, D. D.; VIOLA, M. R.; DUARTE, V. B. R. Nowcast flood predictions in the Amazon watershed based on the remotely sensed rainfall product PDIRnow and artificial neural networks. Environmental Monitoring and Assessment, v. 196, p. 245, 2024. https://doi.org/10.1007/s10661-024-12396-6

SARAGIH, N. F.; SITEPU, S.; SIMANUNGKALIT, G. T.; SINAMBELA, M.; RAJAGUKGUK, E.; LAROSA, F. G.; JAYA, I. K. Validation of CHIRPS Estimation Rainfall Data Using Numerical Accuracy Test with Precitipation Observation Data. IOP Conference Series: Earth and Environmental Science, v. 1083, 2022. https://doi.org/10.1088/1755-1315/1083/1/012095

SILVA, E. R. M.; BARBOSA, I. C. C.; SILVA, H. J. F.; COSTA, L. G. S.; ROCHA, E. J. P. Análise do Desempenho da Estimativa de Precipitação do Produto CHIRPS para Sub-Bacia do Rio Apeú, Castanhal-PA. Revista Brasileira de Geografia Física, v.13, n. 3, p. 1094-1105, 2020.

SOUSA JUNIOR, M. F.; ULIANA, E. M.; AIRES, U. R. V.; RÁPALO, L. M. C.; SILVA, D. D.; MOREIRA, M. C.; LISBOA, L.; RONDON, D. S. Streamflow prediction based on machine learning models and rainfall estimated by remote sensing in the Brazilian Savanna and Amazon biomes transition. Modeling Earth Systems and Environment, v. 10, p. 1191-1202, 2024. https://doi.org/10.1007/s40808-023-01837-9

VAN LIEW, M. W., VEITH, T. L., BOSCH, D. D., ARNOLD, J. G. Suitability of SWAT for the conservation effects assessment project: a comparison on USDA-ARS watersheds. Journal of Hydrologic Engineering, v. 12, n. 2, p. 173-189, 2007. https://doi.org/10.1061/(ASCE)1084-0699(2007)12:2(173)

WU, Q. Geemap: A Python package for interactive mapping with Google Earth Engine. 2020. Disponível em: https://github.com/giswqs/geemap. Acesso em: 06 jun. 2024.

Descargas

Publicado

20/11/2024

Cómo citar

Uliana, E. M., Sousa Junior, M. F. de, Araujo, J. de A., Aires, U. R. V., Silva, D. D. da, Zanuzo, M. R., & Cruz, I. F. da. (2024). Validación y Análisis Espacio-Temporal de Datos de Precipitación Obtenidos por Sensores Remotos CHIRPS para el Estado de Mato Grosso, Brasil. Revista Brasileña De Climatología, 35(20), 630–654. https://doi.org/10.55761/abclima.v35i20.18858

Número

Vol. 35 (2024)

Sección

Artigos

Licencia

A aprovação dos artigos implica a aceitação imediata e sem ônus de que a Revista Brasileira de Climatologia terá exclusividade na primeira publicação do artigo. Os autores continuarão, não obstante, a deter os direitos autorais. Os autores autorizam também que seus artigos sejam disponibilizados em todos os indexadores aos quais a revista está vinculada.

Os autores mantém seus direitos de publicação sem restrições

A Comissão Editorial não se responsabiliza pelos conceitos ou afirmações expressos nos trabalhos publicados, que são de inteira responsabilidade dos autores.

A Revista Brasileira de Climatologia oferece acesso livre imediato ao seu conteúdo, seguindo o entendimento de que disponibilizar gratuitamente o conhecimento científico ao público proporciona maior democratização do conhecimento e tende a produzir maior impacto dos artigos publicados. Os artigos publicados na revista são disponibilizados segundo a Licença Creative Commons CC-BY-NC 4.0 (https://creativecommons.org/licenses/by-nc/4.0/). Segundo essa licença é permitido acessar, distribuir e reutilizar os artigos para fins não comerciais desde que citados os autores e a fonte. Ao submeter artigos à Revista Brasileira de Climatologia, os autores concordam em tornar seus textos legalmente disponíveis segundo essa licença