Uso de imágenes meteorológicas GOES para la estimación de campos de precipitación y pronóstico del tiempo a corto plazo

Abstract

Se diseñó e implementó una metodología para la estimación de campos de precipitación y su pronóstico para las siguientes tres horas, en intervalos de 15 minutos, empleando imágenes provenientes de la plataforma satelital GOES 16 (canal 13) y haciendo uso de información de radar, estaciones meteorológicas automáticas y convencionales en campo. Esta metodología se desarrolló en tres etapas consecutivas. Entendiendo que el radar es el sensor remoto que mejor representa los fenómenos de precipitación (en términos espaciales, temporales y cuantitativos) y que, a partir de los registros de precipitación en campo, es posible establecer la relación reflectividad / precipitación, en la primera etapa se realizó un modelamiento estadístico para convertir sus valores registrados (reflectividad) en precipitación, obteniendo errores en acumulados de 24 horas cercanos a los 3.3 mm. Para la segunda etapa, un segundo modelamiento estadístico fue realizado, encaminado a la conversión de los valores de los niveles digitales de las imágenes GOES 16 a valores de precipitación; para esto se estableció la relación precipitación radar / niveles digitales, obteniendo errores cercanos a los 6 mm en acumulados de 24 horas, adicionalmente se comparó su desempeño contra dos de las estimaciones satelitales más empleadas. Una tercera etapa consistió en la aplicación de métodos estadísticos de series de tiempo, ARIMA y Holt-Winters, para modelar el comportamiento de los valores de precipitación estimados por satélite para las siguientes tres horas, en donde el modelo de Holt-Winters presenta consistentemente mejores resultados que el modelo ARIMA a lo largo de los intervalos pronosticados. (Texto tomado de la fuente).

A methodology was designed and implemented for the rainfall estimation and their forecast for the following three hours, by 15-minute intervals, using images from the GOES 16 satellite platform (channel 13) and using radar information, automatic stations and conventional meteorological stations in ground. This methodology was developed in three consecutive stages. The radar is the remote sensing that best represents rainfall, usually the reflectivity values are using in combination with the ground rainfall records to establish the reflectivity / rainfall relationship. statistic modeling was performed to convert their radar information values (reflectivity) in precipitation, obtaining errors in accumulated 24 hours close to 3.3 mm, in this first stage. A second statistical modeling was developed, in the second stage, aimed at converting the values of the digital levels from GOES 16 images to precipitation values; the ratio radar precipitation / digital levels was established, obtaining errors close to 6 mm in accumulated 24 hours, additionally its performance was compared against two of the most used satellite estimates in the region. A third stage consisted in the application of statistical time series methods, ARIMA and Holt-Winters, to model the behavior of satellite precipitation values for the next three hours, where the Holt-Winters model presents consistently better results that the ARIMA model along the predicted intervals.