Avaliação estatística entre as estimativas de precipitação do satélite TRMM e estações de superfície: uma análise á Mesorregião sul Amazonense

Authors

  • Jonilson Michel Fontes Galvão
  • Miqueias Lima Duarte Universidade Estadual Paulista "Júlio de Mesquita Filho" - UNESP
  • Amazonino Lemos de Castro
  • Tatiana Acácio da Silva
  • Keith Soares Valente

DOI:

https://doi.org/10.29150/jhrs.v10.2.p108-116

Keywords:

Amazônia, Precipitação, Tropical Rainfall Measuring Mission

Abstract

A compreensão da variabilidade espacial e temporal da captura é uma importância dos setores agrícola e industrial, e dos setores sociais, econômicos e ambientais. O comportamento é apresentado pela pluviometria, com aparelhos utilizados para tal atividade. Os resultados, em locais com territórios demais, nem sempre são satisfatórios. Este problema é detectado em regiões como o Estado do Amazonas, em particular sobre uma parte dos municípios do estado. Observado como problemático, oferecendo como objetivo deste trabalho, uma análise dos dados do satélite TRMM e estações de superfície estimadas de precipitação para a Região Sul Amazônica. Nesse sentido, são usados três modelos estatísticos: coeficiente de correlação, BIAS e RMSE.Somados ao método da IDW, interpolação, são discutidos pontos essenciais sobre a classificação escalada da região, identificando os municípios que estão identificados na área de estudo. Os resultados apontados por quem ou o TRMM possuem boas respostas ao estudo de desempenho de captura, no entanto, valores de superfície com falhas, correlação baixa, valores distantes em Polarização e RMSE exibindo valores altos. Das estações analisadas, apenas Lábrea não mostra dados tão falhos. O respeito da série temporal de 18 anos de análise de registros de municípios de Tapuá, Manicoré, Novo Aripuanã e Borba possui taxas superiores a 2.000 mm. Com menos de 1.600 mm, encontra-se nos municípios de Lábrea Lábrea e Canutama.Intermediários a esses valores, encontra-se nos municípios de Pauiní, Canutama, Humaitá e Apuí. identificando os municípios que estão localizados na área de estudo. Os resultados apontados por quem o TRMM possui boa resposta ao estudo sobre o desempenho de captura, no entanto, os valores de superfície com falhas, com correlação baixa, valores distantes em Bias e RMSE exibindo valores altos. Das estações analisadas, apenas Lábrea não apresentou dados tão falhos. O respeito da série temporal de 18 anos de análise que registra os municípios de Tapuá, Manicoré, Novo Aripuanã e Borba possui taxas superiores a 2.000 mm. Com menos de 1.600 mm, encontra-se nos municípios de Lábrea Lábrea e Canutama. Intermediários a esses valores, encontra-se nos municípios de Pauiní, Canutama, Humaitá e Apuí. identificando os municípios que estão localizados na área de estudo. Os resultados apontados por quem o TRMM possui boa resposta ao estudo sobre o desempenho de captura, no entanto, os valores de superfície com falhas, com correlação baixa, valores distantes em Bias e RMSE exibindo valores altos. Das estações analisadas, apenas Lábrea não apresentou dados tão falhos. O respeito da série temporal de 18 anos de análise que registra os municípios de Tapuá, Manicoré, Novo Aripuanã e Borba possui taxas superiores a 2.000 mm. Com menos de 1.600 mm, encontra-se nos municípios de Lábrea Lábrea e Canutama. Intermediários a esses valores, encontra-se nos municípios de Pauiní, Canutama, Humaitá e Apuí. Os resultados apontados por quem o TRMM possui boa resposta ao estudo sobre o desempenho de captura, no entanto, os valores de superfície com falhas, com correlação baixa, valores distantes em Bias e RMSE exibindo valores altos. Das estações analisadas, apenas Lábrea não apresentou dados tão falhos. O respeito da série temporal de 18 anos de análise que registra os municípios de Tapuá, Manicoré, Novo Aripuanã e Borba possui taxas superiores a 2.000 mm. Com menos de 1.600 mm, encontra-se nos municípios de Lábrea Lábrea e Canutama. Intermediários a esses valores, encontra-se nos municípios de Pauiní, Canutama, Humaitá e Apuí. Os resultados apontados por quem o TRMM possui boa resposta ao estudo sobre o desempenho de captura, no entanto, os valores de superfície com falhas, com correlação baixa, valores distantes em Bias e RMSE exibindo valores altos. Das estações analisadas, apenas Lábrea não apresentou dados tão falhos. O respeito da série temporal de 18 anos de análise que registra os municípios de Tapuá, Manicoré, Novo Aripuanã e Borba possui taxas superiores a 2.000 mm. Com menos de 1.600 mm, encontra-se nos municípios de Lábrea Lábrea e Canutama. Intermediários a esses valores, encontra-se nos municípios de Pauiní, Canutama, Humaitá e Apuí. Apenas Lábrea não apresentou dados tão falhos. O respeito da série temporal de 18 anos de análise de registros de municípios de Tapuá, Manicoré, Novo Aripuanã e Borba possui taxas superiores a 2.000 mm. Com menos de 1.600 mm, encontra-se nos municípios de Lábrea Lábrea e Canutama. Intermediários a esses valores, encontra-se nos municípios de Pauiní, Canutama, Humaitá e Apuí. Apenas Lábrea não mostra dados tão falhos. O respeito da série temporal de 18 anos de análise de registros de municípios de Tapuá, Manicoré, Novo Aripuanã e Borba possui taxas superiores a 2.000 mm. Com menos de 1.600 mm, encontra-se nos municípios de Lábrea Lábrea e Canutama. Intermediários a esses valores, encontra-se nos municípios de Pauiní, Canutama, Humaitá e Apuí.

Author Biographies

Jonilson Michel Fontes Galvão

Engenheiro Ambiental, formado pela Universidade Federal do Amazonas no ano de 2018. Atuou como estagiário pela Secretaria de Estado de Desenvolvimento Ambiental (SEDAM), onde trabalhou no setor de geociências, sob coordenação de Antônio Melo Lisboa e no setor de Unidades de Conservação, sob coordenação de Denison Trindade da Silva. Enquanto aluno de graduação, atuou pelo Laboratório de Geoprocessamento, sob coordenação do Amazonino Lemos de Castro. Também fez parte dos programas de monitoramento e iniciação científica, como o programa institucional de bolsas e extensão, obtendo experiência na área de morfometria de corpos hídricos. Possuir experiência na área de Geociências, com ênfase em Sensoriamento Remoto e Geoprocessamento.

Miqueias Lima Duarte, Universidade Estadual Paulista "Júlio de Mesquita Filho" - UNESP

Graduado em Engenharia Ambiental pela Universidade Federal do Amazonas - UFAM. Mestre em Geografia pela Universidade Federal de Rondônia - UNIR. Doutorado em Ciências Ambientais pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - Unesp. Pesquisador do grupo Agricultura e Ambiente - UFAM, Campus Vale do Rio Madeira. Membro do grupo de pesquisa LABCART - UNIR. Atuou como professor temporário pela Universidade Federal do Amazonas - UFAM.

Amazonino Lemos de Castro

Doutorado em Ciências Ambientais na UNESP, é Mestre em Ciências Florestais e Ambientais e graduado em Engenharia Ambiental pela UFAM. É professor do Curso de Engenharia Ambiental do Instituto de Educação, Agricultura e Ambiente da UFAM, onde além das atividades de docência, orienta os trabalhos de conclusão do curso, Iniciação Científica, está supervisionado além de realizar atividades de extensão universitária. Atua principalmente na área de Geociências e Geotecnologias, Tratamento de Efluentes Líquidos, Tratamento de Água para Consumo Humano, Licenciamento Ambiental, Recuperação de Áreas Degradadas e Sistemas Alternativos de Coleta, Transporte e Tratamento de Exames.

Tatiana Acácio da Silva

Mestranda em Ciências Ambientais pela Universidade Estadual Paulista Júlio Mesquita Filho - UNESP, Graduação em Engenharia Ambiental pela Universidade Federal do Amazonas - UFAM

Keith Soares Valente

Doutoranda em Ciências Ambientais pela Universidade Estadual Júlio de Mesquita Filho - UNESP. Possui graduação em Engenharia Ambiental (2011) e mestrado em Ciências Ambientais e Florestais (2014) pela Universidade Federal do Amazonas - UFAM. É docente vinculado ao Instituto de Educação, Agricultura e Ambiente - IEAA / UFAM. Atuou como coordenador do curso de Engenharia Ambiental. Tem experiência na área Ambiental e Agronômica com ênfase em Recursos Hídricos, Avaliação e Monitoramento de Impactos Ambientais e Fertilidade do Solo, respectivamente. Na área de Educação a Distância (EaD), atuou como Tutora de Web e a distância no Curso de Licenciatura em Ciências Agrárias da UFAM.

References

ALBUQUERQUE, M. F.; SOUZA, E. B.; OLEIVEIRA, M. C. F.; JUNIOR, J. A. S. Precipitação nas Mesorregiões do Estado do Pará: climatologia, variabilidade e tendências nas últimas décadas (1978-2008). Revista Brasileira de Climatologia, v. 6, p. 151-168. 2010. http://dx.doi.org/10.5380/abclima.v6i0.25606

ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; GONÇALVES, J. L. M.; SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013. https://doi.org/10.1127/0941-2948/2013/0507

ARAÚJO, N. A.; GUETTER, A. K. Validação da chuva estimada por satélite “CMORPH” na modelagem hidrológica do Alto Iguaçú. Revista Brasileira de Recursos Hídricos, v. 12, n. 3, p. 189-198, 2007. https://doi.org/10.21168/rbrh.v12n3.p189-198

BEZERRA, R. B.; DANTAS, R. T.; TRINDADE, A. G.; Caracterização temporal da precipitação pluvial do município de porto velho/ RO no período de 1945 a 2003. Sociedade & Natureza, n. 22, p. 609-623, 2010.

COLLISCHONN, B. Uso de precipitação estimada pelo satélite TRMM em modelo hidrológico distribuído. Dissertação (Mestrado em Recursos Hídricos e Saneamento Ambiental) – Instituto de Pesquisas Hidráulicas, Universidade Federal do Rio Grande do Sul. Rio Grande do Sul, p. 193. 2006.

COLLISCHONN, B.; ALLASIA, D. TUCCI, C. E. M.; COLLISCHONN, W. Desempenho do satélite TRMM na estimativa de precipitação sobre a bacia do Paraguai superior. Revista Brasileira de Cartografia, n. 59, v. 1. p. 93-99. 2007.

DERECZYNSKI, C. P.; OLIVEIRA, J. S.; MACHADO, C. O. Climatologia da Precipitação no município do Rio de Janeiro. Revista Brasileira de Meteorologia, v. 24, n.1, p.24-38, 2009. https://doi.org/10.1590/S0102-77862009000100003

DONIGIAN, A. S., IMHOFF, J. C., BICKNELL, B. R. Predicting water quality resulting from agricultural nonpoint source pollution via simulation—HSPF. Agricultural management and water quality, Iowa State University Press, Ames, Iowa, p. 200-249, 1983.

DUARTE, M. L.; SILVA e FILHO, E. Estimativa da erosividade da chuva na bacia hidrográfica do rio Juma com base em dados do satélite TRMM. Caderno de Geografia. v. 29, n 56. p. 45-60. https://doi.org/10.5752/P.2318-2962.2019v29n56p45

FISCH, G.; MARENGO, J. A.; NOBRE, C A. Uma revisão geral sobre o clima da Amazônia. Acta Amazônica, vol.28, n.2, pp.101-126. 1998. https://doi.org/10.1590/1809-43921998282126

LIEW, M. W. V.; VEITH, T. L.; BOSCH, D. D.; ARNOLD, J. G. Suitability of SWAT for the Conservation Effcts Assessment Project: Comparison on USDA Agricultural Research Service Watersheds. Journal of Hydrologic Engineering, v. 12, n. 2, p.173-189, março de 2007. https://doi.org/10.1061/(ASCE)1084-0699(2007)12:2(173)

MARCUZZO, F. F.N.; ANDRADE, L. R.; MELO, D. C. R.; Métodos de Interpolação Matemática no Mapeamento de Chuvas do Estado do Mato Grosso. Revista Brasileira de Geografia Física, v. 4. 2011., p. 793-804. https://doi.org/10.26848/rbgf.v4.4.p793-804

OLIVEIRA JÚNIOR, J. F.; DELGADO, R. C.; GOIS, G.; LANNES, A; DIAS, F. O.; SOUZA, J. C.; SOUZA, M. Análise da Precipitação e sua Relação com Sistemas Meteorológicos em Seropédica, Rio de Janeiro. Revista Floresta e Ambiente. v. 21, n. 2, p. 140-149, 2014. https://doi.org/10.4322/floram.2014.030

SERRÃO, E. F. O.; WANZELER, R. T. S.; SANTOS, C. A.; GONÇALVES, L. J. M.; LIMA, A. M. M.; ROCHA, E. S. P. Avaliação estatística entre as estimativas de precipitação da constelação GPM com satélite TRMM: uma análise a bacia hidrográfica do Rio Solimões. Revista Brasileira de Climatologia. v.18, p.256-275, 2016. http://dx.doi.org/10.5380/abclima.v18i0.43059

Published

2020-10-20

How to Cite

Galvão, J. M. F., Duarte, M. L., Castro, A. L. de, Silva, T. A. da, & Valente, K. S. (2020). Avaliação estatística entre as estimativas de precipitação do satélite TRMM e estações de superfície: uma análise á Mesorregião sul Amazonense. Journal of Hyperspectral Remote Sensing, 10(2), 108–116. https://doi.org/10.29150/jhrs.v10.2.p108-116

Issue

Section

Hyperspectral remote sensing and Atmosphere

Most read articles by the same author(s)