Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/13132
Registro completo de metadados
Campo DCValorIdioma
dc.creatorGadêlha, André Nóbrega-
dc.date.accessioned2019-01-29T20:22:04Z-
dc.date.available2019-01-29-
dc.date.available2019-01-29T20:22:04Z-
dc.date.issued2018-03-21-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/13132-
dc.description.abstractPrecipitation is a very important variable for the Earth's water, climate and energy cycles, playing a prominent role in maintaining human and animal life. Accurate measurements of this variable are of great need for studies that seek to better understand these cycles. In some regions or seasons, these measurements are difficult to obtain, hampering various research in this field. The use of sensors installed on satellites to estimate rainy events has shown to be useful in such circumstances over the last four decades and their results have become better and better. Global Precipitation Measurement (GPM) is a space mission for this purpose, launched in 2014 by NASA and JAXA space agencies. With a spatial resolution of 0.1º and a time resolution of 30 minutes, the GPM has to show good results when estimating the spread around the globe through IMERG, a mission product that obtains data from several merged satellites. This study aims to compare IMERG results across Brazil, comparing with precipitation data from interpolated rainfall stations. This comparison is shared by evaluating specific statistical parameters to determine the assertiveness, similarity and precision of the space mission, with presentation of spatial distribution in maps, tables, graphs and dispersion and boxplots. For all applied metrics, in a pixel-pixel comparison, they exhibit concentrated and symmetric values. Some error in the east region of the northeast region are revealed, with underestimates and detection failures. There is a substantial improvement of all metrics when the time scale of evaluation is reduced to month or year. On the average of the pixels, the IMERG overestimated the annual precipitation for 2016, even without catching rainfall greater than 3,600 mm / year. The estimates are improved with the increasing the evaluated area. IMERG still has a better performance in the Midwestern areas to assess similarity, and a Northeast region for precision assessment. A Northern region presented a worse prediction. In the annual scale, comparing the regions of the country, IMERG was better in the Southeast and Midwest and worse in the North and Northeast.pt_BR
dc.description.provenanceSubmitted by Flávia Sena da Silva (flaviasena.s@gmail.com) on 2019-01-29T20:22:04Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Arquivototal.pdf: 4233273 bytes, checksum: 3f28daec504d75263ec7467abd59edf6 (MD5)en
dc.description.provenanceMade available in DSpace on 2019-01-29T20:22:04Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Arquivototal.pdf: 4233273 bytes, checksum: 3f28daec504d75263ec7467abd59edf6 (MD5) Previous issue date: 2018-03-21en
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectGPMpt_BR
dc.subjectIMERGpt_BR
dc.subjectPrecipitaçãopt_BR
dc.subjectBrasilpt_BR
dc.subjectPrecipitationpt_BR
dc.subjectBrazilpt_BR
dc.titleAnálise da missão GPM (Global Precipitation Measurement) na estimativa da precipitação sobre território brasileiropt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Almeida, Cristiano Das Neves-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5858373824027435pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7581236902041127pt_BR
dc.description.resumoA precipitação é uma variável de fundamental importância para o ciclos hidrológico, climatológico e energético da Terra, desempenhando um papel de destaque para a manutenção da vida humana e animal. Medições precisas desta variável são de grande necessidade para estudos que buscam melhor conhecer estes ciclos. Em algumas regiões ou estações, estas medições são de difícil obtenção, prejudicando várias pesquisas neste âmbito. O uso de sensores instalados em satélites para estimar eventos chuvosos tem se mostrado uma saída para tais circunstâncias nas últimas quatro décadas e seus resultados tem se tornado cada vez melhor. O Global Precipitation Measurement (GPM) é uma missão espacial com este intuito, lançada em 2014 pelas agências espaciais NASA (National Aeronautics Space Administration) e JAXA (Japan Aerospace Exploration Agency). Com uma resolução espacial de 0,1º e temporal mínima de 30 minutos, o GPM tem mostrado bons resultados ao estimar a precipitação ao redor do globo através do IMERG (Intercalibrated MErged Retrievals for GPM), produto da missão que obtém dados de vários satélites mesclados. Este estudo tem como objetivo a comparação dos resultados do IMERG em todo o Brasil, comparando com dados de precipitação de estações pluviométricas interpolados. A comparação se deu através de parâmetros estatísticos (métricas) para determinar a assertividade, similaridade e precisão da missão espacial, com apresentação de distribuição espacial em mapas, tabelas, gráficos e dispersão e boxplots. Daí, observou-se que, para todos as métricas aplicadas, em uma comparação pixel a pixel, exibem valores concentrados e simétricos. É revelada ainda uma falha na costa leste da região nordeste, com subestimativas e falhas de detecção. Há uma melhora substancial de todas as métricas quando a escala temporal da avaliação reduz para mês ou ano. Na média dos pixels, o IMERG superestimou a precipitação anual para 2016, mesmo sem captar precipitações maiores que 3.600 mm/ano. A estimativa melhora com o aumento da área avaliada, agregando mais pixels. O IMERG apresentou ainda uma melhor performance nas regiões centro-oeste (CO) e sul (S) quando avaliada a detecção e similaridade, e a região nordeste (NE) para avaliação da precisão. A região norte (N) apresentou a pior estimativa. Na escala anual, comparando-se as regiões do país, o IMERG mostrou-se melhor nas regiões sudeste e centro-oeste e pior nas regiões norte e nordeste.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEngenharia Cívil e Ambientalpt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Civil e Ambientalpt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA CIVILpt_BR
Aparece nas coleções:Centro de Tecnologia (CT) - Programa de Pós-Graduação em Engenharia Civil e Ambiental

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Arquivototal.pdfArquivo total4,13 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons