Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/34756
Tipo: TCC
Título: Análise do desempenho das estimativas da versão 7 do produto IMERG Final Run baseado em dados de satélites para identificar eventos extremos de chuva em escala diária
Autor(es): Sousa, José Welton Gonçalo de
Primeiro Orientador: Coelho, Victor Hugo Rabelo
Resumo: Eventos extremos de chuva contribuem significativamente para a ocorrência de desastres ambientais, afetando populações e causando danos substanciais, pois associados a esses eventos há ocorrência de inundações, enchentes, alagamentos e outros desastres naturais. Dessa forma, a precisão na detecção e quantificação desses eventos é crucial para a mitigação desses desastres ambientais e para a formulação de políticas públicas. Portanto, este estudo tem como objetivo avaliar o desempenho das estimativas da nova versão do IMERG (Integrated Multi-satellitE Retrievals for GPM) Final Run V07 na detecção de eventos extremos diários de chuva. A determinação do limiar dos eventos extremos de chuva se deu a partir da análise dos percentis, utilizando o 99º percentil. A avaliação foi baseada em comparações ponto-pixel com registros diários de precipitação, usando como métricas estatísticas o coeficiente de determinação (R²), o coeficiente de correlação de concordância (ρc), o coeficiente de eficiência de Nash-Sutcliffe (NSE), o erro relativo absoluto médio (MRAE), a raiz do erro quadrático médio e o viés percentual (PBIAS). Esta análise foi feita para o Brasil, utilizando dados observados de 3.119 pluviômetros de alta qualidade operados pelo Centro Nacional de Monitoramento e Alerta de Desastres Naturais (CEMADEN), divididos em grupos regionais definidos com base na semelhança do regime pluviométrico, e considerando dados estimados do IMERG Final Run V07, para o período de 2014 a 2022. A análise da distribuição dos eventos extremos de chuva revelou diferentes padrões para os grupos homogêneos de precipitação. O grupo Sudeste (SE) possui o maior número de precipitações extremas registradas (14.517), enquanto o grupo Central (CEN) possui o menor número de registros (3.356), sendo o grupo Norte e Costa Sudeste (NCSE) o que apresentou maior média de chuva precipitada por evento (64,68 mm), enquanto o grupo Semiárido (SM) apresentou a menor média (31,43 mm). O grupo CNE apresentou os melhores resultados, com relação aos outros grupos, na maioria da métricas (i.e., R2, NSE e ρc). Enquanto que a região NCSE apresentou os piores resultados em quatro das seis métricas aplicadas (i.e., NSE, ρc, PBIAS e MRAE). Por fim, vale ressaltar que o IMERG Final Run V07 não apresentou resultados satisfatórios ao estimar eventos extremos de chuva em nenhum dos grupos homogêneos de precipitação analisados, o que significa que não houve melhoria expressiva em relação a esse tipo de eventos quando comparado às versões anteriores produto
Abstract: Extreme rainfall events significantly contribute to the occurrence of environmental disasters, affecting populations and causing substantial damage, as these events are associated with floods, inundations, and other natural disasters. Therefore, the accuracy in detecting and quantifying these events is crucial for mitigating these environmental disasters and formulating public policies. Thus, this study aims to evaluate the performance of the estimates of the new version of IMERG (Integrated Multi-satellite Retrievals for GPM) Final Run V07 in detecting daily extreme rainfall events. The determination of the threshold of extreme rainfall events was based on the analysis of percentiles, using the 99th percentile. The evaluation was based on point-pixel comparisons with daily precipitation records, using as statistical metrics the coefficient of determination (R²), the concordance correlation coefficient (ρc), the Nash-Sutcliffe efficiency coefficient (NSE), the mean absolute relative error (MRAE), the root mean square error, and the percent bias (PBIAS). This analysis was performed for Brazil, using observed data from 3,119 high-quality rain gauges operated by the National Center for Monitoring and Early Warning of Natural Disasters (CEMADEN), divided into regional groups defined based on the similarity of the rainfall regime, and considering estimated data from IMERG Final Run V07, for the period from 2014 to 2022. The analysis of the distribution of extreme rainfall events revealed different patterns for the homogeneous precipitation groups. The Southeastern group (SE) has the highest number of recorded extreme precipitations (14,517), while the Central group (CEN) has the lowest number of records (3,356), and the Northern and Southeast Coast group (NCSE) is the one that presented the highest average rainfall per event (64.68 mm), while the Semi-arid group (SM) presented the lowest average (31.43 mm). The CNE group presented the best results, in relation to the other groups, in most of the metrics (i.e., R², NSE, and ρc). While the NCSE region presented the worst results in four of the six metrics applied (i.e., NSE, ρc, PBIAS, and MRAE). Finally, it is worth noting that the IMERG Final Run V07 did not present satisfactory results when estimating extreme rainfall events in any of the homogeneous precipitation groups analyzed, which means that there was no significant improvement in relation to this type of event when compared to previous versions of the product
Palavras-chave: Sensoriamento Remoto
IMERG
Eventos Extremos de Chuva
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
Idioma: por
País: Brasil
Editor: Universidade Federal da Paraíba
Sigla da Instituição: UFPB
Departamento: Engenharia Civil e Ambiental
Tipo de Acesso: Acesso aberto
URI: https://repositorio.ufpb.br/jspui/handle/123456789/34756
Data do documento: 27-Out-2024
Aparece nas coleções:CT - TCC - Engenharia Civil e Ambiental

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
José Welton Conçalo de Sousa - TCC (1).pdf4,04 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.