Ana Paula Furtado Lou
Título
Modelagem Geoestatística Aplicada à Integração entre Dados de Postos Pluviométricos e Radar Meteorológico
Orientador(es)
Otto Corrêa Rotunno Filho
Resumo
A compreensão da variabilidade espacial e temporal da chuva em modelos hidrometeorológicos constitui um permanente desafio dos cientistas nessa área de pesquisa.O presente estudo objetiva avaliar a distribuição espaço- temporal da chuva através de um referencial geoestatístico. Mais especificamente, são utilizados dois modelos distintos: krigagem bayesiana e métodos por indicadores seqüenciais. Dados de chuva acumulada em uma hora, medidos pelo radar meteorológico de São Paulo e pela rede telemétrica localizada na bacia do Alto-Tietê, foram submetidos a uma análise geoestatística. Foram determinados os variogramas e covariogramas para um evento frontal e para um evento convectivo. A partir dessas informações, foi possível fazer uso dos modelos geoestatísticos krigagem bayesiana e simulação condicionada por indicadores seqüenciais. Essa abordagem metodológica permitiu determinar o comportamento espacial da precipitação integrando dados de postos pluviométricos e radar meteorológico. Posteriormente, foram comparados os desempenhos dos modelos geoestatísticos e da relação ZR. Os resultados sugerem a importância da consideração de correlação espacial na estimativa pluviométrica e na possibilidade de integração entre os dados de campo convencionais (postos pluviométricos) e a base de dados espaciais gerada pelo radar meteorológico. Ambos os modelos geoestatísticos revelaram desempenhos superiores quando comparados com a performance da relação ZR.
Abstract
The understanding of the spatial and temporal variability of the rainfall in hydrometeorologic models rises a permanent challenge for scientists in this research area. The present study intends to evaluate the spatial-temporal rain distribution through a geostatisitical framework. More specifically, two different models are used: bayesian kriging and sequential indicator conditional simulation. Rain data accumulated in one hour, measured by the meteorological weather radar of São Paulo and for the raingauge network located in the Alto-Tietê watershed, were submitted to a geostatistical analysis. Variograms and covariograms were defined for a frontal event and for a convective event. Starting from those information, it was possible to use the geostatistical models of bayesian kriging and sequential indicator conditional simulation. This methodological approach allowed to obtain the rainfall the spatial behavior integrating raingauge network data and weather radar data. After, the performance of the geostatistical models and of the ZR relationship were compared. The results indicate the importance of considering the spatial correlation for estimating rainfall and the possibility of integrating conventional field data (raingauge network) and the spatial database generated by the meteorological weather radar. Both geostatistical models revealed better performances when compared to the performance of the ZR relationship.
