Printer Friendly

Procesamiento de imagenes infrarrojas goes-8 para la estimacion de la tasa de lluvia diaria sobre Peru.

Abstract

We show the processing made to thermal infrared images (10.20 to 11.20 [micro]m) of geostationary satellite GOES 8. The study region is located in the area between: 0[grados] to 18[degrees] S of latitude and 83[degrees] W to 65[degrees] W of longitude that corresponds to Peru. The data images have binary tiff format (8 bits). Pixels have a space resolution of 4.0 Ian and it is considered that 110 km are equal to one degree in the geographic equator. This process is applied to GOES-8 images of January month of 2002 year and we use a physical--mathematical technique (Convective Stratiform Technique, CST) for obtaining convective and stratiform rain. We show our results, making an analysis of the RMSD and BIAS found.

PACS: 07.57.-c; 07.87.+v; 92.40.eg

Keywords: Thermic infrared, Satellite GOES-8, Peru, Convective and Stratiform Rain, Convective Stratiform Technique.

Resumen

Se presenta el procesamiento realizado a las imagenes infrarrojas termicas (10.20 a 11.20 [micro]m) del satelite geoestacionario GOES 8. La region de estudio se ubica en el area comprendida entre: 0[grados] a 18[grados] S de latitud y 83[grados] W a 65[grados] W de longitud, que corresponde a Peru. Los datos imagenes se encuentran en formato tiff binario (8 bit). Los pixeles tienen una resolucion espacial de 4.0 lan y se considera que 110 km es igual a un grado en el ecuador geografico. Este proceso es aplicado a imagenes GOES-8 del mes de enero del ano 2002 y se usa una tecnica fisico--matematica (Convective Stratiform Technique, CST) para la obtencion de lluvia convectiva y estratiforme. Se presentan los resultados, haciendose un analisis del RMSD y BIAS encontrados.

Palabras claves: Infrarrojo Termico, Satelite LOES-8, Peru, Lluvia convectiva y estratiforme, Tecnica Convectiva Estratifornte.

1. Introduccion

La estimacion de la cantidad de lluvia, en una region de interes o estudio, usando imagenes de satelites es de suma importancia para los estudios de meteorologia, hidrologia, climatologia de lluvias, etc. Esta informacion es critica para comprender el balance hidrologico sobre una escala global y en el entendimiento de las complejas interacciones entre las componentes dentro del ciclo hidrologica [1], [2]. El presente trabajo tiene por objetivo mostrar el procesamiento digital de imagenes y los resultados obtenidos en la estimacion de la lluvia mensual para el mes de enero del 2002. Este es un mes y ano de importancia relevante pues se considera un periodo de Nino Debil a Moderado [3]. Se utilizaron datos imagenes del satelite geoestacionario LOES-8 (enero del 2002). Estas imagenes fueron proporcionadas por el Instituto Geofisico del Peru (IGP) y obtenidas del archivo de la Remote Sensing Data (RSD) de la NASA--Goddard Space Flight Center (GSFC). Para el analisis de los estimados de lluvia, se utilizaron datos de pluviometros obtenidos del Servicio Nacional de Meteorologia e Hidrografia del Peru (SENAMHI) pare el mes de enero del 2002 [4]. Los resultados muestran que la mas alta correlacion entre los estimados con el GOES-8 y los datos de pluviometro se presentan en la selva peruana con un BIAS que representa el -31.3 % del valor medio medido en pluviometro.

2. Region de Estudio, Datos y Metodologia

La region de estudio se encuentra sobre Peru en las coordenadas geograficas de 0[grados] a -18.7 latitud y-83.90[grados] a -64.72[grados] longitud. El presente trabajo utiliza datos imagenes de la banda 4 del satelite GOES8, que tiene una resolucion espacial de 4 km x 4 km en el nadir y una intervalo espectral de 10.20 a 11.20 pm. La resolucion temporal permite la obtencion de una imagen cada 30 minutos sobre Peru. Estos datos imagenes pertenecen al verano del 2002 (enero). Las imagenes GOES-8 fueron proporcionadas por el IGP y obtenidas del portal WEB de la RSD. Las Fig. 1 y 2, muestran la forma de obtener estos datos imagenes.

[FIGURA 1 OMITIR]

[FIGURA 2 OMITIR]

Un ejemplo de las imagenes obtenidas es como las mostradas en la Fig. 3, que fue obtenida en febrero del 2004. Para propositos de visualizacion se realiza un realce radiometrico sobre estas imagenes utilizando la ecuacion (1) [5] (Fig. 4). Esto permite obtener una imagen como la mostrada en la Fig. 5.

NV = [y.ub.2] / [x.sub.2] - [x.sub.i]

ND - [x.sub.1][y.sub.2] /[x.sub.2] - [x.sub.1] (1)

donde NV nos indica el nivel visual, ND el nivel digital (que tiene un rango de 0 a 255 en una imagen de 8 bits), [y.sub.2] es el maximo valor digital para el que se realiza el realce y [x.sub.1] y [x.sub.2] representan respectivamente los valores de realce minimo y maximo.

[FIGURA 3 OMITIR]

[FIGURA 4 OMITIR]

La obtencion de la temperatura de brillo [6] es necesaria para la estimacion de la lluvia [7] y se realiza a partir de las imagenes en 8bit (Fig. 5) y utilizar una tabla de asignacion de valores (LUT) [6], como se muestra en la Tabla 1.

[FIGURA 5 OMITIR]

lluvia en enero del 2002, se han utilizado 1212 imagenes. Las mediciones estadisticas usadas entre los estimados de tasa de lluvia con las imagenes IR GOES8 contra los datos de pluviometros son: la lluvia promedio medida en pluviometros, la lluvia promedio estimada con satelite, el error de sesgo (BIAS), el RMSD y el coeficiente de correlacion (r) [8, 9] (ecuaciones (2)).

[FIGURA 6 OMITIR]

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII.]

donde [G.sub.i] representan los datos de lluvia mensual medida en pluviometros, y [S.sub.i] representan los datos coincidentes, en latitud y longitud, de lluvia estimada en una imagen de lluvia mensual GOES. N es el numero de datos utilizados para el estimado mensual de lluvia.

La tecnica utilizada es la propuesta por Negri y col. [5] denominada Tecnica Convectiva Estratiforme calibrada con el TMI (Convective Stratiform Technique, CST/TMI). Esta tecnica utiliza dos tasas de lluvia, una convectiva de 18.9 mm/h y otra estratiforme de 2.6 mm/h. La tecnica usada encuentra los valores digitales minimos locales, en las imagenes del infrarrojo termico. El algoritmo usado decide si estos tienen caracteristicas convectivas, asigna un area de lluvia y una cantidad de lluvia a dicha area. Seguidamente, se define un area de lluvia estratiforme, y una cantidad de lluvia pequena es asignada a aquellos pixeles que tienen temperatura de brillo mas bajos (mas frios) que un umbral IR estratiforme y que no han sido asignados como lluvia convectiva.

3. Resultado

La Fig. 7 muestra el estimado mensual para enero del 2002. Se puede apreciar la formacion de lineas de chubascos a traves de la cordillera sur de los andes peruanos. Estas fueron reportadas por Negri [7] como parte de su estudio del ciclo diurno de las lluvias sobre la amazonia. De igual manera, estas lineas de chubascos son observadas por Negri, [10] como parte de un analisis de la climatologia regional sudamericana.

[FIGURA 7 OMITIR]

El analisis estadistico entre la tasa de lluvia obtenidos con GOES8 (enero del 2002) y los datos de pluviometros se muestran en la tabla 2. Se observa que la mas alta correlacion se obtiene en la selva peruana (0.90) con un BIAS igual a -71.29 mm, que representa el -31.3 % de la media medida en pluviometros para dicho mes. Sin embargo, es la sierra peruana la que obtiene el minimo error de sesgo (BIAS). Las Fig. 8 y 9 muestran los analisis mencionados.

[FIGURA 8 OMITIR]

[FIGURA 9 OMITIR]

4. Conclusiones

Se ha presentado el esquema de trabajo para la obtencion de imagenes de lluvia mensual utilizando una tecnica fisico--matematica, asi como el mejoramiento de las imagenes para su presentacion. Un analisis de los resultados obtenidos, a partir de la aplicacion de la tecnica sobre las imagenes GOES-8 del mes de enero del 2002, muestra que las tasas de lluvia mensuales estimadas con el GOES8 y los medidos en pluviometros presentan una alta correlacion sobre la region de la selva peruana, mientras que la sierra peruana muestra los menores errores de sesgo (BIAS).

AGRADECIMIENTOS

Los autores agradecen al Concejo Nacional de Ciencia y Tecnologia (CONCVTEC) del Peru, por el apoyo brindado. The authors wish also to thank to Andrew J. Negri from Laboratory for Atmospheres (NASA, GSFC), and to Dr. Liming Xu Department of Hydrology and Water Resources (University Arizona) for providing the CST source code.

Referencias

[1] S. Curtis, G. J. Huffinan, R. F. Adler, Geoph. Res. Lett. 29 (10), (2002) 1441, doi:10.1029/2001 GL013399.

[2] R. F. Adler, G. J Huffinan, D. T. Bolvin, S. Curtis, E. J. Nell-in, J. Appl. Meteor. 39, (2000) 2007-2023.

[3] K. Takahashi, Ann. Geoph., Vol. 22, (2004) 3917-3926.

[4] Servicio Nacional de Meteorologia e Hidrografia del Peru (SENAMHI), Ano lI, No 1, (2002) Enero.

[5] R. A. Schowengerdt, Academic Press, (1997) 522 pp.

[6] D. W. Hillger, NESDIS 93, June, (1999) 34 p.

[7] A. J. Negri, L. Xu, R. F. Adler, J. Geoph. Res. 107 [D20], (2002) 8048-8062.

[8] R. F. Adler, A. J. Negri, J. Appl. Meteor., 27, (1988) 30-51.

[9] M. B. Ba, and A. Gruber, J. Appl. Meteor. 40, (2001) 1500-1514.

[10] A. J. Negri, R. F. Adler, E. J. Nelkin, G. J. Huffman, Bull. Amer. Meteor. Soc. 75, (1994) 1165-1182.

O. Fashe Raymundo (a) * y J. Rojas Acuna (a)

(a) Laboratorio de Teledeteccion, Departamento de Fisica Interdisciplinaria, Facultad de Ciencias Fisicas, Universidad Nacional Mayor de San Marcos Ap. Postal 14-0149, Lima 14, Peru.

Corresponding author. e-mail: ofasher@unmsm.edu.pe
Tabla 1 Conversion bi-lineal. Formulas Inversas. [4]

Cuentas de 8 bit    Formula Inversa

176 a 255           T(K) = 418 - [C.sub.a]
0 a 176             T(K) = (660 - [C.sub.a])/2

Para el analisis de las estimaciones de la tasa de

Tabla 2. Analisis para el mes de Febrero del 2002 entre las mediciones
In Situ con los estimados con el GOES8

         Media       Media
          GOES    Pluviometro    BIAS     RMSD
         8(mm)       (mm)        (mm)     (mm)      r

Total    103.30     139.75      -36.72    84.54    0.84
Sierra    49.61      51.75       -2.14    61.10   -0.01
Selva    156.46     227.75      -71.29   102.77    0.90
COPYRIGHT 2005 Universidad Nacional Mayor de San Marcos
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2005 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Fashe Raymundo, O.; Acuna, J. Rojas
Publication:Revista de investigacion de fisica
Date:Jul 1, 2005
Words:1836
Previous Article:Estimacion de la cantidad de lluvia sobre Peru con imagenes del satelite geoestacionario GOES-8.
Next Article:Caracterizacion mineralogica de los peloides de las salinas de chilca.

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters