Identificador persistente para citar o vincular este elemento:
http://hdl.handle.net/10553/135694
Título: | Two satellite-based rainfall algorithms, calibration methods and post-processing corrections applied to Mediterranean flood cases | Autores/as: | De Luque Söllheim, Ángel Luis | Director/a : | Alonso Oroza, Sergio | Clasificación UNESCO: | 2509 Metereología 250916 Meteorología por satélites 250122 Física de las precipitaciones |
Palabras clave: | Auto-Estimator CRR (Convective Rainfall Rate) Direct rain rates Rain gauges |
Fecha de publicación: | 2008 | Proyectos: | Interreg IIIB-Medocc European project AMPHORE (2003-03- 4.3-I-079) PRECIOSO MEC (CGL2005-03918/CLI) |
Resumen: | Este trabajo de tesis se introduce con un breve repaso de los distintos métodos de estimación de precipitación con datos de satélite. A continuación, en el mismo capitulo inicial, se explica porqué de todas las alternativas posibles el método del Auto-Estimator es un buen comienzo y la importancia a la hora de aplicarlo sobre regiones del Mediterráneo. En el segundo capítulo se describe de forma breve el procedimiento por el cual la radiación terrestre es detectada por el sensor MVIRI (Meteosat Visible and
Infrared Radiation Imager), a bordo del la plataforma geoestacionaria Meteosat-7, y como dicha radiación es transformada en temperatura de brillo para los dos canales infrarrojos.
En el tercer capítulo se explica el algoritmo del Auto-Estimator y las diferentes correcciones aplicables a posteriori sobre los campos de precipitación. Algunas de estas correcciones deben ser alimentadas con datos procedentes de modelos numéricos como por ejemplo, el MM5. Dicho modelo se ha considerado el mejor candidato para esta tarea tal y como se justifica al final de este tercer capítulo. El método experimental llamado CRR (Convective Rainfall Rate) se describe en detalle en el cuarto capítulo y
se aplica y se evalúa en el capitulo siguiente junto con el Auto-Estimator y las distintas correcciones en un caso de inundaciones ocurrido el 21, 22 y 23 de septiembre de 2002 en Albania. Se destaca en este quinto capítulo los métodos de calibración de la curva del Auto-Estimator puesto en práctica con medidas in situ de precipitación obtenidas por estaciones meteorológicas.
El siguiente estudio se realizó en Cataluña motivado por otro caso de inundaciones severas centradas en la montaña de Montserrat entre el 9 y el 10 de Junio de 2000. En el capítulo 6 se analiza de forma breve este caso utilizando una simulación del MM5. Sin embargo a diferencia del caso anterior los datos disponibles del radar de Barcelona son previamente calibrados utilizando observaciones pluviométricas (capítulo 7) con el fin de obtener la mejor estimación posible de la precipitación desde el radar. Desde el punto de vista del Meteosat-7 la precipitación se calcula utilizando las dos técnicas, además de las correspondientes correcciones (capítulo 8). Finalmente, éstas fueron evaluadas con respecto a la precipitación radar y medidas in situ de estaciones. Es importante destacar que en este segundo caso se vuelve a aplicar los métodos de calibración con datos de estaciones pluviométricas y por otro lado, se utilizaron datos de descargas eléctricas para determinar las células convectivas más destacables del sistema nuboso. Como consecuencia, las estimaciones de precipitación desde el satélite han sido
mejoradas tal y como se describe en la sección 8.3 y 8.4.
Finalmente, en el capítulo 9, se incluyen las conclusiones más importantes con respecto a los dos casos de estudio y se comenta las futuras líneas de investigación. This thesis work shows, in the first chapters, a brief overview of the different satellite rainfall estimation methods. Next, it explains why from many alternatives, an empirical method such as the Auto-Estimator is a basis to begin study, and why application to Mediterranean countries is important. Chapter 2 it is describes briefly how earth radiances are captured by MVIRI (Meteosat Visible and Infrared Radiation Imager) sensors on board the geostationary satellite Meteosat-7 and later transformed into physical units like brightness temperatures for the two infrared bands. In chapter 3 the Auto-Estimator algorithm and the different post-processing rainfall corrections are explained. Some of these corrections have to be fed by meteorological outputs from a numerical model, such as the MM5, which was considered as the optimum for this task as clarified in section 3.6. Next, the Convective Rainfall Rate (CRR) experimental estimation method is fully described in chapter 4 and applied, later, within the Auto-Estimator and correction factors in a flood case which occurred from September 21st to September 23rd, 2002 over Albania (section 5). In section 5.5, a method developed by us to calibrate satellite brightness temperatures with in situ rain rate ground observations is explained. The next study was completed in Spain over the Catalonian region, provoked by another severe flood centred in the Montserrat Mountain region on June 10th, 2000. Chapter 6 briefly analyses this case from a synoptic point of view using a MM5 simulation. However, the available data from the Barcelona radar were first checked and calibrated using rain gauges (section 7) in order to estimate the best possible radar based rainfall. From the satellite; rain rate estimates from Auto-Estimator, CRR and correction factors were performed and verified in the last case study (section 8). Calibration experiments using radar and rain gauges are applied and verified. It is important to mention that electrical discharges from ground detector networks were used here to detect the most convective cells of the cloud system and, as a consequence, precipitation estimates were improved as described in section 8.3 and 8.4. Finally, chapter 9 contains the most important conclusions derived from the two studies and opens future research lines. |
URI: | http://hdl.handle.net/10553/135694 |
Colección: | Tesis doctoral |
Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.