Validation of TRMM rainfall data in the Peruvian Amazon-Andes and its assimilation into a monthly water balance model WALDO SVEN LAVADO CASIMIRO 1,2, DAVID LABAT 2, JEAN LOUP GUYOT 3, JOSYANE RONCHAIL 4 & JUAN JULIO ORDOÑEZ 1 1 Servicio Nacional de Meteorología e Hidrología, SENAMHI, Casilla 11 1308, Lima 11, Perú. wlavado@senamhi.gob.pe 2 LMTG-Université de Toulouse-CNRS-IRD-OMP, 14 Avenue Edouard Belin, F-31400 Toulouse, France. 3 LMTG-Université de Toulouse-CNRS-IRD-OMP, IRD, CP 7091 Lago Sul, 71619-970 Brasília DF, Brazil 4 Université Paris 7 (IRD) and LOCEAN, Boite 100, 4 Place Jussieu, F-75252 Paris Cedex 05, France.
Obetivos Validar los datos de lluvias del satélite TRMM (producto 3B43) con datos de estaciones en superficie para el período 1998 2007. Aplicar los resultados de los datos de lluvia en modelos hidrológicos para representar los caudales mensuales de los ríos Urubamba y Tambo.
Datos # EST LAT LONG alt 1 MARCAPOMACO -11.405-76.325 4479 2 RICRAN -11.542-75.525 3500 3 HUASAHUASI -11.254-75.627 2737 4 HUAYAO -12.034-75.339 3308 5 PILCHACA -12.406-75.085 3570 6 COMAS -11.745-75.118 3300 7 TUNEL CERO -13.254-75.085 4700 8 PICHANAKY -10.966-74.830 547 9 PAUCARBAMBA -12.467-74.567 3000 10 LIRCAY -12.983-74.729 3150 11 SATIPO -11.220-74.627 607 12 LA QUINUA -13.034-74.135 3232 13 VILCASHUAMA -13.644-73.949 3590 14 PAUCARAY -14.051-73.644 3250 15 ANDAHUAYLAS -13.657-73.371 2866 16 SEPA -10.817-73.284 307 17 CHALHUANCA -14.393-73.179 3358 18 CURAHUASI -13.553-72.735 2763 19 MACHU PICCH -13.167-72.546 2563 20 QUILLABAMBA -12.856-72.692 990 21 SANTO TOMAS -14.399-72.089 3253 22 URUBAMBA -13.311-72.124 2863 23 GRANJA KCAY -13.557-71.875 2360 24 ACOMAYO -13.917-71.684 3160 25 PAUCARTAMBO -13.324-71.591 3042 26 LA ANGOSTUR -15.180-71.649 4150 27 YAURI -14.817-71.417 3927 28 SICUANI -14.254-71.237 3574
λ Ra T T T HE 0.5 min) max 17.8)( 0.0023( (Hargreaves and Samani,1985) + = Calibración automática: SCEM UA algoritmo (Vrugt et al. 2003) Estadísticos comparativos: ( ) = = = n o o n s o Q Q Q Q Nash 1 2, 1 2,, 1 100 = = = = n o n o n s Q Q Q V 1, 1, 1, 100 % 1998-2007
Correccion de la informacion del satelite (Collischonn, 2006 ) Calculamos las diferencias entre los valores observados (estaciones) y los valores del satelite (P ) P=Valores observados (cuadrados amarillos) Pm=Valores del TRMM Los valores P son interpolados para cada paso de tiempo, luego estos valores son adicionados a los valores del TRMM
MODELOS DE BALANCE HIDRICO Interpolación: método de Krigging HYDRACCES (Vauchel, 2005) en grillaes de 0.25 * 0.25 (~ 27.8 por 27.8 km), GR2M
Lluvia Evapotranspiración Capacidad de retención de agua en el suelo ENTRADA DISTRIBUIDA (0.25 x 0.25 ~ 27.8 por 27.8 km) Modelos de balance hídrico GR2M Caudal a la salida Actual evapotranspiracion Humedad del suelo Escurrimiento
TRMM PP in_situ
Estadisticos
TRMM PP in_situ
Errores relativos promedios [(TRMM PP in_situ)/pp in_situ]*100
Conclusiones Se muestra que el uso del satélite TRMM puede representar bien la distribución de la lluvia a escala de cuencas, pero a nivel de estaciones se debe tomar con cuidado. Su uso en modelos hidrológicos es aplicable pero teniendo en cuenta que la distribución de estaciones observadas sea buena. Utilizar la validación a nivel diario del satélite TRMM y desarrollar posibles técnicas de corrección a nivel de estaciones.