1 / 33

USE OF QPE FLASH FLOOD FORECASTING: SOME EXPERIENCES ON THE CUAREIM RIVER

USE OF QPE FLASH FLOOD FORECASTING: SOME EXPERIENCES ON THE CUAREIM RIVER. Dr. Daniel Vila* Instituto Nacional del Agua. Sistema de Información y Alerta Hidrológico. Aut. Ezeiza Cañuelas km 1.62. Código Postal: 1804. Telefax: +54 –11 – 4480 – 9174. E-Mail: dvila@essic.umd.edu.

keenan
Download Presentation

USE OF QPE FLASH FLOOD FORECASTING: SOME EXPERIENCES ON THE CUAREIM RIVER

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. USE OF QPE FLASH FLOOD FORECASTING: SOME EXPERIENCES ON THE CUAREIM RIVER Dr. Daniel Vila* Instituto Nacional del Agua. Sistema de Información y Alerta Hidrológico. Aut. Ezeiza Cañuelas km 1.62. Código Postal: 1804. Telefax: +54 –11 – 4480 – 9174. E-Mail: dvila@essic.umd.edu INTERNATIONAL CONFERENCE ON FLOOD FORECASTING San José, Costa Rica, 13-17 March, 2006 *Research Assistant at CICS/ESSIC

  2. En memoria de Roderick A. Scofield (1942-2006) precursor en el desarrollo de técnicas para la estimación de la precipitación utilizando satélites

  3. LINEAMIENTOS • INTRODUCCIÓN Y OBJETIVOS • DATOS Y METODOLOGÍA • VALIDACIÓN ESTADÍSTICA • RESULTADOS • RESUMEN Y CONCLUSIONES

  4. INTRODUCCIÓN Y OBJETIVOS • El principal objetivo de este trabajo este trabajo es presentar el desempeño de la técnica Hydroestimator sobre la cuenca del río Cuareim y la cuenca del río Uruguay, aguas arriba de la represa de Salto Grande. • Este sistema funciona en forma operativa desde el año 2002 y usa como datos de entrada las salidas de este modelo generadas por la NESDIS (NOAA-EEUU) y datos de campo obtenidos a través de la Red Mundial de Observaciones de la Organización Meteorológica Mundial. Actualmente existe una version de este modelo que es operado por el Centro de Previsao e Estudos Climaticos (CPTEC/Brasil) para toda sudamerica. • El uso de sensores remotos como satélites, ofrecen una solución adecuada para aquellas regiones donde la red de mediciones es escasa o que no se cuenten con datos en tiempo real.

  5. LINEAMIENTOS • INTRODUCCIÓN Y OBJETIVOS • DATOS Y METODOLOGÍA • VALIDACIÓN ESTADÍSTICA • RESULTADOS • RESUMEN Y CONCLUSIONES

  6. DATOS Y METODOLOGÍA • Estimaciones de precipitación acumuladaen 24 horas realizadas a través del modelo Hydroestimator entre el 1ro de marzo de 2002 y el 31 de julio de 2003 sobre la cuenca del río Cuareim (version NOAA). En dicho lapso (518 días) se obtuvieron 494 imágenes con un faltante de solo 24 días, lo que representa aproximadamente un 5% del total de la muestra

  7. Descripcion del algoritmo • Estimación de la intensidad: se realiza a través de una metodología totalmente automática que relaciona la temperatura de brillo del canal 4 del satélite GOES con la intensidad de precipitacion observada. • Detección de píxeles precipitantes: esta metodología esta basada en que los píxeles que producen precipitación son mas fríos que los que se encuentran a su alrededor. • Ajuste con valores de campo: esta técnica, consiste en evaluar la diferencia entre la precipitación estimada y observada en las estaciones disponibles (aprox 30 estaciones - OMM) y, utilizando técnicas de interpolación, generar un campo que luego es adicionado a la estimación original

  8. Descripcion del algoritmo (continuación) • Estimacion de la intensidad de precipitacion: La temperatura estandarizada es definida como: • Segmentacion de imagenes: Los parametros estadisticos (temperatura media y desvio estandar) son calculados para cada sistema precipitante para el logro de campos mas realistas, especialmente en las escalas mas pequeñas (modelo CPTEC).

  9. Descripcion del algoritmo (continuación) • Tơ = 0 • “Non-core” precipitation: su valor no puede exceder los 12 mmh-1 o la quinta parte de la precipitacion convectiva • Tơ < -1.5 • Conventive core: Definido por una ley exponencial en funcion del agua precipitable • –1.5 < Tơ < 0 • Tơ > 0  pp = 0

  10. Relacion temperatura – precipitacion para diferentes rangos de agua precipitable para el caso convectivo y no-convectivo

  11. Corrección orografica: El viento del este-sudeste produce mayor precipitacion a barlovento y menor a sotavento

  12. Disponibilidad de imagenes entre el 13 de enero y el 28 de febrero de 2003 para el hemisferio sur. Los cuadros verdes representan las imagenes disponibles.

  13. NOAA PLANS SHIFT IN GEOSTATIONARY SATELLITE ORBIT TO IMPROVE WEATHER FORECAST COVERAGE OVER SOUTH AMERICA Continent Will Benefit from Emerging Global Earth Observation Network Jan. 18, 2006 — In Buenos Aires on Tuesday, NOAA, the Comisión Nacional de Activades Espaciales, and the World Meteorological Organization announced news of the repositioning of GOES-10. Shifting the spacecraft from its current position above the equator in the West to a new spot in orbit will greatly improve environmental satellite coverage of the Western Hemisphere, especially over South America. The repositioning is planned for October 2006 pending the successful launch of GOES-N, NOAA's new geostationary satellite, and the continued operation of GOES-12. (extracted from NOAA News Online - http://www.noaanews.noaa.gov/stories2006/s2561.htm

  14. LINEAMIENTOS • INTRODUCCIÓN Y OBJETIVOS • DATOS Y METODOLOGÍA • VALIDACIÓN ESTADÍSTICA • RESULTADOS • RESUMEN Y CONCLUSIONES

  15. Parámetros estadísticos • La validación estadística de los resultados se basará en la comparación de las estimaciones areales realizadas a través de técnicas tradicionales y las estimaciones areales obtenidas a través del algoritmo presentado en este trabajo. • Se consideraran los resultados sin corregir (el valor bruto que arroja la metodología) y los resultados corregidos con valores de campo. • Bias: Es la diferencia entre la estimación de satélite y la estimación areal realizada a partir de datos pluviométricos. • Diferencia cuadrática media: es la raíz cuadrada de la suma de las diferencias entre estimaciones (por satélite y convencional) elevadas al cuadrado y dividido la cantidad total de casos.

  16. LINEAMIENTOS • INTRODUCCIÓN Y OBJETIVOS • DATOS Y METODOLOGÍA • VALIDACIÓN ESTADÍSTICA • RESULTADOS • RESUMEN Y CONCLUSIONES

  17. Cuenca del Rio Cuareim Grafico de dispersión entre valores observados y estimados sin corregir Se observa, en promedio, que la cantidad de eventos en los cuales la técnica subestima la precipitacion es mayor que en los que subestima.

  18. Cuenca del Rio Cuareim Grafico de dispersión entre valores observados y estimados corregidos con datos de campo A partir de la inclusion de los datos de campo los resultados mejoran sensiblemente...

  19. Resumen Estadistico • Los resultados de las estimaciones areales de precipitación mejoran sensiblemente con respecto a los resultados sin corregir

  20. Estudio de Casos: 8 de abrilde 2002

  21. Estudio de Casos: 12 de abrilde 2002

  22. LINEAMIENTOS • INTRODUCCIÓN Y OBJETIVOS • DATOS Y METODOLOGÍA • VALIDACIÓN ESTADÍSTICA • RESULTADOS • RESUMEN Y CONCLUSIONES

  23. RESUMEN Y CONCLUSIONES • Los principales resultados se pueden resumir en los siguientes puntos: • La recepción en tiempo y forma de las estimaciones ha tenido una eficiencia cercana al 95%. Del total de las estimaciones recibidas correctamente, el 72% ha sido construida con mas de 28 imágenes por día. • Si se considera las estimaciones sin el ajuste con valores de campo, se observa un bias negativo sistemático (los valores estimados son menores que los medidos) del orden de los -6.4 mm para toda la muestra, mientras que si se considera la diferencia cuadrática media el valor trepa a orden de los 20 mm.

  24. RESUMEN Y CONCLUSIONES • Si se consideran las estimaciones areales ajustadas con valores de campo, los parámetros estadísticos disminuyen a valores del orden de la cuarta parte de los obtenidos en forma directa. En la cuenca de referencia, discriminando los eventos de precipitaciones débiles e intensas, el valor medio del bias es del orden del 15 % entre los valores estimados a través de satélite y por metodologías convencionales. • El estudio de casos particulares de precipitaciones moderadas a intensas arroja resultados satisfactorios aunque se observa que la bondad de la estimación es altamente sensible a varios factores: falta de imágenes, tipo de precipitación (convectiva o estratiforme) y otros factores inherentes a la metodología de la estimación de la precipitación a partir de la información de los topes nubosos.

  25. EXPERIMENT DESIGN • Period: January - February 2003 • Region: Del Plata basin (40°S - 20 °S, 60°W - 35 °W) • Image availability: more than 28 images in 24 hours. 27 cases were selected • Ground truth: Raingauges (INMET meteorological stations, PCDs and other networks) • Estimation Technique: Hydroestimator (CPTEC version)

  26. Preliminary results BIAS: mean value= -4.02 mm

  27. Preliminary results RMSE: mean value = 12.7 mm

  28. Case study 21 January 2003

  29. Case study 21 January 2003 (CPTEC algorithm) NESDIS algorithm (available in INTERNET) Overall statistics for 20-21 January 2003. Underestimation is present in all intervals for both algorithms.

  30. Case study 21 January 2003

  31. Operative research

  32. Operative research

  33. Tracking system: 90 minutes satellite image nowcast

More Related