Beruflich Dokumente
Kultur Dokumente
1. TÍTULO
2. AUTORES
4. SECCIÓN DEPARTAMENTAL
• Recursos Hídricos
• Cambio Climático
• Sensores remotos
6. PREGUNTA DE INVESTIGACIÓN
Pregunta general:
1
MAESTRÍA EN RECURSOS HÍDRICOS
7. RESUMEN
PRESUPUESTO
Fondos externos Otros Total
Fondos internos
0 6500 1000 7500
8. OPCIÓN DE GRADUACIÓN
Opción 1: Tesis de Maestría Tipo A que contenga una versión extendida
de un artículo científico original, desarrollado en el marco del programa de
maestría, aprobado por el tutor de la investigación y enviado a una revista
ISI. La tesis de maestría Tipo A deberá defenderse públicamente ante un
tribunal examinador designado para el efecto.
9. JUSTIFICACIÓN
El conocimiento de la cantidad y distribución espacial de la precipitación es de sumo
interés, especialmente para estudios de riesgos climáticos, para lo cual información
confiable y detallada es esencial. Sin embargo, las mediciones pluviométricas
convencionales son relativamente escasas y la red de estaciones generalmente
está mal distribuida, especialmente en zonas andinas, debido al difícil acceso (Fries
et al., 2014; Bendix et al., 2017). Además, la topografía en estas zonas lleva a climas
muy heterogéneos en cortas distancias (Coaquira, Calderón, & Huaccoto, 2019).
En Ecuador, el Servicio Metereológico Nacional (INAMHI) ha implementado una red
de estaciones meteorológicas en las principales cuencas hidrográficas (INAMHI,
2015). Sin embargo, aún quedan cuencas importantes que no cuentan con una
instrumentación adecuada para estudios climáticos, hidrológicos o el análisis del
2
MAESTRÍA EN RECURSOS HÍDRICOS
Guachamin, Páez, and Horna (2019) evaluó los productos IMERG V03 y TMPA V7
con una resolución espacial de 0.1° (10 km) y 0.25° (25 km), para la modelación
hidrológica y lsu potencial para la detección de caudales de crecida en la cuenca
del río Cañar. Los resultados de los productos satelitales subestimaron las
intensidades de la precipitación debido a la topografía fuertemente accidentada y la
baja resolucion de los imágenes del satelite IMERG V03..
3
MAESTRÍA EN RECURSOS HÍDRICOS
4
MAESTRÍA EN RECURSOS HÍDRICOS
12. OBJETIVOS
• Procesar los datos satelitales PERSIANN CCS y CHIRPS V2, que incluye la
corrección y calibración de las imágenes para la zona de estudio.
5
MAESTRÍA EN RECURSOS HÍDRICOS
El estudio se realizará en la cuenca del río Catamayo, ubicada en el sur del Ecuador
entre las coordenadas geográficas 80.15° y 79.15° W en longitud; 4.50° y 3.70° S
en latitud. La elevación de la cuenca varía entre 235 msnm y 3799 msnm y tiene. El
área es de aprox. 4160 km2.
14.2.1 PERSIANN CCS. Este tipo de satélite geoestacionario fue desarrollado por
el Center for Hydrometeorology and Remote Sensing (CHRS) de la Universidad de
California, y facilita información desde 2003. El PERSIANN-CCS detecta el área
entre 60° N y S con una resolución espacial de 0.04° (4 km). A escala temporal
imágenes diarias, mensuales y anuales son disponibles que se puede descargar de
un sitio web (http://chrsdata.eng.uci.edu/). Para este estudio se utiliza imágenes
infrarrojas (IR) y de microondas pasivo.
6
MAESTRÍA EN RECURSOS HÍDRICOS
7
MAESTRÍA EN RECURSOS HÍDRICOS
Como Cruz-Roa and Barrios (2018) indicaron, para rellenar series de datos
meteorológicos se puede utilizar métodos no-geoestadísticos (regresión lineal,
distancia inversa) o métodos geoestadísticos (Kriging). Una vez computados las
series de datos se aplican métodos de control de calidad, los cuales consisten en la
detección, corrección o eliminación de valores atípicos.
El periodo de estudio comprende los años 2003 – 2015, para lo cual se descargan
las imágenes satelitales para el área de estudio y luego, se extraen los datos de los
pixeles. Las correcciones de estas imágenes implican principalmente la eliminación
del “efecto llovizna”, es decir los valores <1 mm de lluvia diaria. Los cuales son
reemplazadon con el valor 0, según lo recomendado por Valdés-Pineda, Demaría,
Valdés, Wi, and Serrat-Capdevilla (2016).
8
MAESTRÍA EN RECURSOS HÍDRICOS
9
MAESTRÍA EN RECURSOS HÍDRICOS
Figura 2. Diagrama de flujo para la evaluación espacio temporal de la precipitación obtenida de satélites.
10
MAESTRÍA EN RECURSOS HÍDRICOS
14. CRONOGRAMA
Tiempo (meses)
Actividad
1 2 3 4 5 6 7 8 9 10
Revisión bibliográfica científica x x x
Recopilación de información x x
Aplicación de la metodología x x
Resultados y conclusiones x x
15. PRESUPUESTO
11
MAESTRÍA EN RECURSOS HÍDRICOS
18. Bibliografia
Balcázar, L., Ba, K., Díaz, C., Quentin, E., & Minga, S. (2019). Dily discharges modelling
in a basin in southern Ecuador with precipitation and temperature estimated by
satellite. Agrociencia, Vol. 53, 465-486.
Balcázar, L., Gaona, G., Ba, K., Minga, S., Mejía, D., & Díaz, C. (2018). Eficiencia del
modelo Cequeau utilizando PERSIANN y ERA-Interim sobre una cuenca del sur del
Ecuador. Paper presented at the XXV Congreso Nacional de Hidráulica, Mexico.
Ballari, D., Castro, E., & Campozano, L. (2016). Validation of Satellite Precipitation (Trmm
3b43) in Ecuadorian Coastal Plains, Andean Highlands and Amazonian Rainforest.
ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial
Information Sciences, XLI-B8, 305-311. doi:10.5194/isprsarchives-XLI-B8-305-
2016
Beck, H. E., Vergopolan, N., Pan, M., Levizzani, V., van Dijk, A. I. J. M., Weedon, G. P., .
. . Wood, E. F. (2017). Global-scale evaluation of 22 precipitation datasets using
gauge observations and hydrological modeling. Hydrol. Earth Syst. Sci., 21(12),
6201-6217. doi:10.5194/hess-21-6201-2017
12
MAESTRÍA EN RECURSOS HÍDRICOS
Coaquira, Y., Calderón, A., & Huaccoto, P. (2019). Comparative analysis of monthly average
rainfall using TRMM 3B43 satellite data and meteorological stations in the Huancané
basin Puno - Perú. Revista Científica de Investigadores Ambientales, Vol. 2, 50-58.
Contreras, J., Ballari, D., de Bruin, S., & Samaniego, E. (2018). Rainfall monitoring network
design using conditioned Latin hypercube sampling and satellite precipitation
estimates: An application in the ungauged Ecuadorian Amazon. International Journal
of Climatology, 39(4), 2209-2226. doi:10.1002/joc.5946
Cruz-Roa, A. F., & Barrios, M. I. (2018). Estimation of monthly rainfall missing data through
rain gauge and satellite data assimilation in a tropical Andean river basin. Idesia
(Chile), 36, 107-117. doi:10.4067/s0718-34292018005001601
Guachamin, W., Páez, S., & Horna, N. (2019, Enero 2019). Evaluación de productos IMERG
V03 y TMPA V7 en la detección de crecidas caso de estudio cuenca del río Cañar.
Revista Politécnica, 42, 1-17.
Gumindoga, W., Rientjes, T. H. M., Haile, A. T., Makurira, H., & Reggiani, P. (2019).
Performance evaluation of CMORPH satellite precipitation product in the Zambezi
Basin. International Journal of Remote Sensing, 40(20), 7730-7749.
doi:10.1080/01431161.2019.1602791
Jiang, S., Ren, L., Xu, C.-Y., Yong, B., Yuan, F., Liu, Y., . . . Zeng, X. (2018). Statistical and
hydrological evaluation of the latest Integrated Multi-satellitE Retrievals for GPM
(IMERG) over a midlatitude humid basin in South China. Atmospheric Research,
214, 418-429. doi:10.1016/j.atmosres.2018.08.021
Mega, T., Ushio, T., Takahiro, M., Kubota, T., Kachi, M., & Oki, R. (2019). Gauge-Adjusted
Global Satellite Mapping of Precipitation. IEEE Transactions on Geoscience and
Remote Sensing, 57(4), 1928-1935. doi:10.1109/tgrs.2018.2870199
Michaelides, S. (2019). Editorial for Special Issue “Remote Sensing of Precipitation”.
Remote Sensing, 11(4). doi:10.3390/rs11040389
Michot, V., Vila, D., Arvor, D., Corpetti, T., Ronchail, J., Funatsu, B., & Dubreuil, V. (2018).
Performance of TRMM TMPA 3B42 V7 in Replicating Daily Rainfall and Regional
Rainfall Regimes in the Amazon Basin (1998–2013). Remote Sensing, 10(12).
doi:10.3390/rs10121879
Molina, J., Paz, B., Elizondo, J., & Sanchez, M. (2019). Coupling satellite image-based
rainfall estimates with rainfall records. Aqua-LAC, 11(1). doi:10.29104/phi-
aqualac/2019-v11-1-06
Ochoa, A., Pineda, L., Crespo, P., & Willems, P. (2014). Evaluation of TRMM 3B42
precipitation estimates and WRF retrospective precipitation simulation over the
Pacific–Andean region of Ecuador and Peru. Hydrol. Earth Syst. Sci., 18(8), 3179-
3193. doi:10.5194/hess-18-3179-2014
Ochoa, P. A., Fries, A., Mejía, D., Burneo, J. I., Ruíz-Sinoga, J. D., & Cerdà, A. (2016).
Effects of climate, land cover and topography on soil erosion risk in a semiarid basin
of the Andes. Catena, 140, 31-42. doi:10.1016/j.catena.2016.01.011
Orellana-Alvear, J., Célleri, R., Rollenbeck, R., & Bendix, J. (2019). Optimization of X-Band
Radar Rainfall Retrieval in the Southern Andes of Ecuador Using a Random Forest
Model. Remote Sensing, 11(14), 1-20. doi:10.3390/rs11141632
13
MAESTRÍA EN RECURSOS HÍDRICOS
Ringard, J., Becker, M., Seyler, F., & Linguet, L. (2015). Temporal and Spatial Assessment
of Four Satellite Rainfall Estimates over French Guiana and North Brazil. Remote
Sensing, 7(12), 16441-16459. doi:10.3390/rs71215831
Rollenbeck, R. (2006). Variability of precipitation in the Reserva Biólogica San
Francisco/Southern Ecuador. Lyona, Vol. 9, 43-51.
Rollenbeck, R., & Bendix, J. (2006). Experimental calibration of a cost-effective X-band
weather radar for climate ecological studies in southern Ecuador. Atmospheric
Research, 79(3-4), 296-316. doi:10.1016/j.atmosres.2005.06.005
Rollenbeck, R., & Bendix, J. (2011). Rainfall distribution in the Andes of southern Ecuador
derived from blending weather radar data and meteorological field observations.
Atmospheric Research, 99(2), 277-289. doi:10.1016/j.atmosres.2010.10.018
Rollenbeck, R., Bendix, J., & Fabian, P. (2011). Spatial and temporal dynamics of
atmospheric water inputs in tropical mountain forests of South Ecuador. Hydrological
Processes, 25(3), 344-352. doi:10.1002/hyp.7799
Valdés-Pineda, R., Demaría, E. M. C., Valdés, J. B., Wi, S., & Serrat-Capdevilla, A. (2016).
Bias correction of daily satellite-based rainfall estimates for hydrologic forecasting
in the Upper Zambezi, Africa. Hydrology and Earth System Sciences Discussions, 1-
28. doi:10.5194/hess-2016-473
Zhang, A., Xiao, L., Min, C., Chen, S., Kulie, M., Huang, C., & Liang, Z. (2019). Evaluation
of latest GPM-Era high-resolution satellite precipitation products during the May
2017 Guangdong extreme rainfall event. Atmospheric Research, 216, 76-85.
doi:10.1016/j.atmosres.2018.09.018
Zhang, Z., Tian, J., Huang, Y., Chen, X., Chen, S., & Duan, Z. (2019). Hydrologic Evaluation
of TRMM and GPM IMERG Satellite-based Precipitation in a Humid Basin of China.
Remote Sensing, 11(4). doi:10.3390/rs11040431
Zubieta, R., Getirana, A., Espinoza, J. C., Lavado-Casimiro, W., & Aragon, L. (2017).
Hydrological modeling of the Peruvian–Ecuadorian Amazon Basin using GPM-
IMERG satellite-based precipitation dataset. Hydrol. Earth Syst. Sci., 21(7), 3543-
3555. doi:10.5194/hess-21-3543-2017
Zubieta, R., Saavedra, M., Espinoza, J. C., Ronchail, J., Sulca, J., Drapeau, G., & Martin‐
Vide, J. (2019). Assessing precipitation concentration in the Amazon basin from
different satellite‐based data sets. International Journal of Climatology, 39(7), 3171-
3187. doi:10.1002/joc.6009
__________________________ ________________________
Estudiante de Maestría Docente investigador
(Beck et al., 2017; Contreras, Ballari, de Bruin, & Samaniego, 2018; Gumindoga et al., 2019; Jiang et al., 2018; Mega et al., 2019; Michaelides, 2019; Michot
et al., 2018; A. Ochoa, Pineda, Crespo, & Willems, 2014; P. A. Ochoa et al., 2016; Orellana-Alvear, Célleri, Rollenbeck, & Bendix, 2019; Ringard, Becker,
Seyler, & Linguet, 2015; Rollenbeck, 2006; Rollenbeck & Bendix, 2006, 2011; Rollenbeck, Bendix, & Fabian, 2011; Valdés-Pineda et al., 2016; A. Zhang et
al., 2019; Z. Zhang et al., 2019; R. Zubieta, Getirana, Espinoza, Lavado-Casimiro, & Aragon, 2017; Ricardo Zubieta et al., 2019)
14