Comparação entre dados meteorológicos provenientes de sensoriamento remoto (modelados e de satélites) e de estações de superfície (Comparison of meteorological data obtained by remote sensing (from models and satellites) and weather stations data)

Nuria Aparecida Miatto Rampazo, Michelle Cristina Araujo Picoli, Carla Kazue Nakao Cavaliero

Resumo


Dados meteorológicos obtidos por sensoriamento remoto são uma alternativa para suprir a escassez de informações provindas de estações meteorológicas convencionais e automáticas. O objetivo deste trabalho consistiu em comparar dados meteorológicos derivados de satélites (CERES, GLDAS, CM SAF) e modelos (PERSIANN, ECMWF) com dados observados em 31 estações meteorológicas (INMET) do estado de São Paulo, no período de janeiro de 2015 a junho de 2016. Para verificar a eficiência dos dados oriundos de modelos e satélites em relação aos dados de estações meteorológicas, foram calculados o teste de normalidade de Shapiro-Wilk, coeficiente de correlação de Spearman, Erro Médio (mean error, ME), Erro Médio Absoluto (mean absolute error, MAE) e Índice de Concordância de Willmott modificado (d1). De modo geral, os resultados obtidos através dos testes estatísticos indicaram que as estimativas fornecidas pelos produtos ou dados de modelos analisados são alternativas adequadas para aplicação em estudos climáticos, com exceção do dado de umidade relativa, que não apresentou boa exatidão em relação aos dados de estação meteorológica.

 

A B S T R A C T

Meteorological data obtained by remote sensing are an alternative to supply the gap of information proceeded from conventional and automatic weather stations. The aim of this study was to compare meteorological data derived from satellites (CERES, GLDAS, CM SAF) and models (PERSIANN, ECMWF) with observed data in 31 weather stations (INMET) of the state of São Paulo, during the period January 2015 to June 2016. The efficiency of the data from models and satellites in relation to weather stations data was evaluated by the following tests: Shapiro-Wilk normality test, Spearman’s correlation, mean error (ME), mean absolute error (MAE) and modified Willmott index of agreement (d1). In general, the results obtained through the statistical tests indicated that the estimates provided by the analyzed products or data from models are suitable alternatives for application in climatic studies, with the exception of the relative humidity data, which did not show good accuracy in relation to weather station data.

Keywords: CERES; CM SAF; GLDAS; PERSIANN; ECMWF.


Palavras-chave


CERES; CM SAF; GLDAS; PERSIANN; ECMWF.

Texto completo:

PDF

Referências


ALLEN, R. G.; PEREIRA, L. S.; RAES, D.; SMITH, M. Crop evapotranspiration. Guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56, 1998. 300p.

ANDRADE, R. G.; TEIXEIRA, A. H. de C.; LEIVAS, J. F.; NOGUEIRA, S. F.; VICTORIA, D. de C.; FACCO, A. G. Estimativa da evapotranspiração e da biomassa de pastagens utilizando o algoritmo SAFER e imagens MODIS. In: XVII Simpósio Brasileiro de Sensoriamento Remoto, 2015, João Pessoa-PB. Anais XVII Simpósio Brasileiro de Sensoriamento Remoto. São José dos Campos, SP: Instituto Nacional de Pesquisas Espaciais, 2015. p. 3664-3670.

BABA, R. K.; COSTA, J.; VAZ, M. S. M. G. Correção de dados agrometeorológicos utilizando métodos estatísticos. Revista Brasileira de Meteorologia (Impresso), v. 29, p. 515-526, 2014.

BLAIN, G.C.; ROLIM, G.de S.; CAMARGO, M.B.P.; BRUNINI, O. Relação entre os dados meteorológicos ECMWF preparados pelo JRC-MARS-FOOD e dados de superfície para estimativa de produtividade de soja no Estado de São Paulo, Brasil. In: 2° International Workshop on Crop Monitoring and Forecasting in South America, 2006. Proceedings... Montevideo: South America Scientific Network on Crop Monitoring and Forecasting, 2006, 61-68.

DAVIES, J.A. A note on the relationship between net radiation and solar radiation. Quarterly Journal of the Royal Meteorological Society 93, 109-115, 1967.

DECKER, M.; BRUNKE, M.A.; WANG, Z.; SAKAGUCHI, K.; ZENG, X.; BOSILOVICH, M.G. Evaluation of the Reanalysis Products from GSFC, NCEP, and ECMWF Using Flux Tower Observations. Journal of Climate, 25, 2012, 1916-1944.

De GONÇALVES, L. G. G.; SHUTTLEWORTH, W. J.; NIJSSEN, B.; BURKE, E. J.; MARENGO, J. A.; CHOU, S. C.; HOUSER, P.; TOLL, D. Evaluation of model-derived and remotely sensed precipitation products for continental South America. Journal of Geophysical Research, 111, p. D16113, 2006.

DEPINÉ, H.; CASTRO, N. M. R.; PEDROLLO, O. C. Preenchimento de falhas de dados horários de precipitação utilizando redes neurais artificiais. Revista Brasileira de Recursos Hídricos, v. 19, p. 51-63, 2014.

DESSLER, A. E. A Determination of the Cloud Feedback from Climate Variations over the Past Decade. Science, 330, 2010, 1523-1527. DOI: 10.1126.

EUMETSAT (European Organisation for the Exploitation of Meteorological Satellites). Satellite Application Facility on Climate Monitoring (CM SAF). Disponível em: . Acesso em 05 mai. 2017.

GUHA-SAPIR, D.; HOYOIS, P.; BELOW, R. Annual Disaster Statistical Review 2014: The Numbers and Trends. Brussels: CRED, 2015.

HAIDEN, T.; JANOUSEK, M.; BIDLOT, J.; FERRANTI, L.; PRATES, F.; VITART, F.; BAUER, P.; RICHARDSON, D.S. Evaluation of ECMWF forecasts, including the 2016 resolution upgrade. ECMWF Technical Memorandum, European Centre for Medium-Range Weather Forecasts, Dec. 2016.

HSU, K.; GAO, X.; SOROOSHIAN, S.; GUPTA, H. V. Precipitation estimation from remotely sensed information using artificial neural networks. J. Appl. Meteor. Climatol., 36, 1176–1190, 1997.

IBGE (Instituto Brasileiro de Geografia e Estatística). Síntese de informações sobre o estado de São Paulo. Censo, 2010. Disponível em: . Acesso em 05 mai. 2017.

______. Produção Agrícola Municipal 2015: culturas temporárias e permanentes. IBGE. Rio de Janeiro, RJ, v. 42, 2015. Disponível em: . Acesso em 05 mai. 2017.

INMET (Instituto Nacional de Meteorologia). Normais climatológicas do Brasil 1961-1990. Organizadores: Andrea Malheiros Ramos, Luiz André Rodrigues dos Santos, Lauro Tadeu Guimarães Fortes. Brasília, DF: INMET, 2009. 465 p.

INMETRO (Instituto Nacional de Metrologia, Qualidade e Tecnologia). Vocabulário Internacional de Metrologia – VIM 2012: Conceitos Fundamentais e Gerais e Termos Associados. Rio de Janeiro, 1ª edição luso-brasileira, 2012.

JOHANN, J. A.; ROCHA, J.; ROLIM, G. de S.; LAMPARELLI, R. A. C.; DUFT, D. G. Comparação entre dados de temperatura média de estações meteorológicas com no Estado do Paraná por meio de índices de vegetação do sensor MODIS. In: XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, 2011, Curitiba - PR. Anais... XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR 2011. São José dos Campos - SP: Instituto Nacional de Pesquisas Espaciais - INPE, 2011. v. único. p. 5817-5824.

JRC (Joint Research Centre). ECMWF Agrometeorological Data. Disponível em: . Acesso em 03 mai. 2017.

LIBAULT, A. (Org). Atlas do Estado de São Paulo. São Paulo, SP: Universidade de São Paulo/Instituto de Geografia, 1971.

MAGINA, F. C. Aquisição Automática e Tratamento de Dados Meteorológicos Aplicáveis ao Projeto e Operação de Linhas Aéreas de Transmissão de Energia Elétrica. Dissertação de Mestrado – UNIFEI, 2007. 124 p.

MOAZAMI, S.; GOLIAN, M. S.; KAVIANPOUR, R., HONG. Y. Comparison of PERSIANN and V7 TRMM Multi-satellite Precipitation Analysis (TMPA) products with rain gauge data over Iran. International Journal of Remote Sensing, 34:22, 2013, 8156-8171.

OMETTO, J.C. Bioclimatologia Vegetal. Ed. Ceres. 440p., 1981.

PEREIRA, A. R.; ANGELOCCI, L. R.; SENTELHAS, P. C. Agrometeorologia: Fundamentos e aplicações práticas. Livraria e Editora Agropecuária. Guaíba, RS. 478p., 2002.

PITTIGLIANI, M. Controle de qualidade de dados hidrometeorológicos do SIMEPAR. In: Congresso Brasileiro de Meteorologia, 11, Rio de Janeiro, 2000. Anais... Rio de Janeiro: SBMET, 2000.

RODELL, M.; HOUSER, P. R.; JAMBOR, U.; GOTTSCHALCK, J.; MITCHELL, K.; MENG C-J.; ARSENAULT, K.; COSGROVE, B.; RADAKOVICH, J.; BOSILOVICH, M.; ENTIN, J. K.; WALKER, J. P.; LOHMANN, D.; TOLL, D. The Global Land Data Assimilation System. Bull. Am. Meteorol. Soc. 85(3), 381–394, 2004.

SCHULZ, J.; ALBERT, P.; BEHR, H. D. et al. Operational climate monitoring from space: The EUMETSAT Satellite Application Facility on Climate Monitoring (CMSAF), J. Atmos. Chem. Phys., 9, 1687–1709, 2009.

SETZER, J. Atlas climático e ecológico do Estado de São Paulo. São Paulo, SP: Comissão Interestadual da Bacia Parana-Uruguai, 1966.

SHAPIRO, S. S.; WILK, M. B. An Analysis of Variance Test for Normality (Complete Samples). Biometrika Trust, London, v. 52, p. 591–609. 3/4, Dec., 1965.

SPEARMAN, C. The proof and measurement of association between two things. American Journal of Psychology. 15: 72–101, 1904.

SZEWCZYK, Z. P.; SMITH, G. L.; PRIESTLEY, K. J. Validation of Clouds and Earth Radiant Energy System instruments aboard the Terra and Aqua satellites. Journal of Geophysical Research: Atmospheres, v. 110, n. D2, 2005.

TIBA, C.; FRAIDENRAICH, N.; MOSZKOWICZ, M.; CAVALCANTI, E. S. C.; LYRA, F. J. M.; NOGUEIRA, A. M. B.; GROSSI, H. G. Atlas Solarimétrico do Brasil. Recife, Pernambuco: Editora Universitária - UFPE, 2001. 111p.

WIELICKI, B. A.; BARKSTROM, B. R.; HARRISON, E. F.; LEE III, R. B.; SMITH, G. L.; COOPER, J. E. Clouds and the Earth's Radiant Energy System (CERES): An Earth observing system experiment. Bull. Am. Meteorol. Soc. 77, 853–868, 1996.

WIELICKI, B.A.; WONG, T.; ALLAN, R.P.; SLINGO, A.; KIEHL, J.T.; SODEN, B.J.; GORDON, C.T.; MILLER, A.J.; YANG, S.K.; RANDALL, D.A.; ROBERTSON, F.; SUSSKIND, J.; JACOBOWITZ, H. Evidence for Large Decadal Variability in the Tropical Mean Radiative Energy Budget. Science, 295, 2002, 841-844, DOI: 10.1126.

WILLMOTT, C. J. On the validation of models. Physical Geography, 2, 184-194, 1981.

WILLMOTT, C. J.; ACKLESON, S. G.; Davis, J. J.; FEDDEMA, K. M.; KLINK, D. R. Statistics for the evaluation and comparison of models. Journal of Geophysical Research, 90, 8995-9005, 1985.

XAVIER, A. C.; KING, C. W.; SCANLON, B. R. Daily gridded meteorological variables in Brazil (1980-2013). International Journal of Climatology, v. 36, p. 2644-2659, 2016.




DOI: https://doi.org/10.26848/rbgf.v12.2.p412-426

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

 

Revista Brasileira de Geografia Física - eISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License